Solución de rastreabilidad de la cadena de suministro mediante Azure Cosmos DB para Gremlin

SE APLICA A: Gremlin

En este artículo se proporciona información general sobre la solución de grafos de rastreabilidad implementada por Infosys. Esta solución usa Azure Cosmos DB para Gremlin y otras funcionalidades de Azure para ofrecer una funcionalidad de seguimiento de los productos terminados en las cadenas de suministro globales.

En este artículo, aprenderá lo siguiente:

• Qué es la rastreabilidad en el contexto de una cadena de suministro.
• La arquitectura de una solución de rastreabilidad global que se ofrece a través de funcionalidades de Azure.
• Cómo ayuda la base de datos de grafos de Azure Cosmos DB a supervisar las complejas relaciones entre las materias primas y los productos terminados en una cadena de suministro global.
• Cómo ayudan los servicios de la plataforma de integración de Azure, como Azure API Management o Event Hubs, a integrar diversos ecosistemas de aplicaciones para las cadenas de suministro.
• Cómo puede obtener ayuda de Infosys para usar esta solución con fines de rastreabilidad.

Información general

En la cadena de suministro de alimentos, la rastreabilidad consiste en realizar un seguimiento de un producto a lo largo de toda la cadena de suministro durante todo el ciclo de vida del producto. La cadena de suministro incluye los procesos de suministro, fabricación y distribución. La rastreabilidad es fundamental para la seguridad de los alimentos, la marca y la exposición normativa.

En el pasado, algunas organizaciones no podían realizar un seguimiento eficaz de los productos en sus cadenas de suministro. Los resultados incluían costosas retiradas, multas y problemas de salud de los consumidores.

Las soluciones de rastreabilidad tenían que abordar las necesidades de armonización e ingesta de datos a diversas velocidades y veracidades. También tenían que seguir el ciclo de inventario. Estos objetivos no eran posibles con las plataformas tradicionales.

Arquitectura de la solución

La rastreabilidad de la cadena de suministro suele compartir patrones en la ingesta de movimientos de pallets, la administración de incidencias de calidad y el seguimiento/análisis de los datos de los almacenes. Infosys desarrolló una solución de rastreabilidad de un extremo a otro que usa servicios de aplicaciones de Azure, servicios de integración y servicios de bases de datos. La solución proporciona estas funcionalidades:

• Recepción de datos de streaming de fábricas, almacenes y centros de distribución en distintas zonas geográficas.
• Ingesta y procesamiento de eventos de movimiento de existencias paralelos.
• Visualización de un grafo de conocimiento que analiza las relaciones entre las materias primas, los lotes de producción, los pallets de productos terminados, las relaciones de elementos primarios o secundarios de varios niveles de pallets (co-packing/reempaquetado) y el movimiento de mercancías.
• Acceso a un portal de usuarios con una funcionalidad de búsqueda que incluye caracteres comodín y palabras clave específicas.
• Identificación de los impactos de un incidente de calidad, como las materias primas, los lotes, los pallets y las ubicaciones de pallets afectadas.
• Captura del historial de eventos en varios mercados, incluida la información sobre la retirada de productos.

La solución de rastreabilidad de Infosys admite funcionalidades nativas de nube, con prioridad a API y basadas en datos. En el siguiente diagrama se muestra la arquitectura de esta solución:

La arquitectura usa los siguientes servicios de Azure para facilitar las tareas especializadas:

• Azure Cosmos DB permite escalar o reducir verticalmente y de forma elástica el rendimiento. Mediante la API para Gremlin, se pueden crear y consultar relaciones complejas entre las materias primas, los productos terminados y los almacenes.
• Azure API Management proporciona diferentes API de eventos de movimiento de existencias a proveedores de logística de terceros (3PL) y a sistemas de administración de almacenamiento (WMS).
• Azure Event Hubs permite recopilar grandes cantidades de eventos simultáneos de proveedores 3PL y WMS para procesarse posteriormente.
• Azure Functions (mediante aplicaciones de funciones) procesa eventos e ingiere datos para Azure Cosmos DB mediante la API para Gremlin.
• Azure Search permite búsquedas complejas y el filtrado de información de pallets.
• Azure Databricks lee la fuente de cambios y crea modelos en Azure Synapse Analytics con el fin de generar informes de autoservicio para los usuarios en Power BI.
• Azure App Service y su característica Web Apps permiten la implementación de un portal de usuarios.
• Azure Storage almacena los datos archivados para necesidades normativas a largo plazo.

Base de datos de grafos y su diseño de datos

Para producir y distribuir productos hay que mantener un conjunto complejo y dinámico de relaciones. Un modelo de datos adaptable en forma de grafo de rastreabilidad permite almacenar estas relaciones a lo largo de todos los pasos de la cadena de suministro. A continuación, se incluye una visualización de alto nivel del proceso:

En el diagrama anterior se ofrece una vista simplificada de un proceso complejo. Sin embargo, gracias a que se puede obtener información sobre el movimiento de las existencias desde las fábricas y los almacenes en tiempo real, es posible crear un detallado grafo que conecte todos estos datos dispares:

1. El proceso de rastreabilidad se inicia cuando el proveedor envía las materias primas a las fábricas. La solución crea los nodos iniciales (vértices) del grafo y las relaciones (bordes).

2. Los productos terminados se producen a partir de las materias primas y se empaquetan en pallets.

3. Los pallets se trasladan a los almacenes de las fábricas o del mercado según los pedidos de los clientes. Los almacenes pueden ser propiedad de la empresa o de los proveedores 3PL.

4. Los pallets se envían a otros almacenes según los pedidos de los clientes. En función de las necesidades de los clientes, se crean pallets secundarios o pallets secundarios de los secundarios para dar cabida a la cantidad solicitada.

   A veces, se crea un elemento completamente nuevo combinando varios elementos. Por ejemplo, en un escenario de co-packing donde se produce un paquete de variedades, a veces el mismo artículo se reempaqueta en cantidades más pequeñas o más grandes en un pallet diferente como parte de un pedido del cliente.

   

5. Los pallets viajan a través de la red de la cadena de suministro y, finalmente, llegan al almacén del cliente. Durante ese proceso, los pallets pueden seguir dividiéndose o combinarse con otros para producir nuevos pallets que satisfagan los pedidos de los clientes.

6. Finalmente, el sistema crea un grafo complejo que contiene información de las relaciones para administrar los incidentes de calidad.

   

   Estas relaciones complejas son fundamentales en un incidente de calidad en el que el sistema puede realizar un seguimiento de los pallets a través de la cadena de suministro. El grafo y sus recorridos proporcionan la información necesaria para ello. Por ejemplo, si hay un problema con una materia prima, el grafo puede mostrar los pallets afectados y la ubicación actual.

Pasos siguientes

• Obtenga información sobre Infosys Integrate+ for Azure.
• Para visualizar datos de grafos, consulte las soluciones de visualización de la API para Gremlin.
• Para modelar los datos de grafos, consulte las soluciones de modelado de la API para Gremlin.