Scenariusz firmy Adatum Corporation na potrzeby analizy w skali chmury na platformie Azure
Analiza w skali chmury jest modułowa i umożliwia organizacjom rozpoczęcie od podstawowych stref docelowych, które obsługują obciążenia danych i analiz, niezależnie od tego, czy projekty są migrowane, czy są nowo opracowywane i wdrażane na platformie Azure. Architektura umożliwia organizacjom rozpoczęcie od najniższego poziomu i skalowanie wraz z wymaganiami biznesowymi bez względu na poziom skali.
Profil klienta
Ta architektura referencyjna jest idealna dla klientów, którzy zidentyfikowali jednostkę swojej firmy, która jest gotowa do wdrażania obciążeń analitycznych na platformie Azure. Ta architektura wdraża pojedynczą strefę docelową, która może być używana przez jednostkę biznesową do zarządzania ich zasobami danych. Zapewnia ona elastyczność dodawania kolejnych stref docelowych dla innych jednostek biznesowych, gdy są one gotowe do przejścia na platformę Azure.
Adatum Corporation to duże, międzynarodowe przedsiębiorstwo. Oprócz scentralizowanych jednostek biznesowych w siedzibie firmy mają również spółki zależne na całym świecie, które mają własne jednostki biznesowe, w tym księgowość, marketing, sprzedaż, pomoc techniczną i operacje.
Wszystkie te różne grupy generują własne dane. Wiele jednostek biznesowych ma osadzone zespoły analityczne. Centralna organizacja IT dostarczyła większość używanej platformy danych, ale kilka jednostek biznesowych poszło na własną rękę i zaimplementowało własne rozwiązania. Platforma danych składa się z różnych usług w chmurze i rozwiązań lokalnych.
Celem firmy jest posiadanie scentralizowanej platformy analitycznej, pojedynczego źródła prawdy dla wszystkich danych. Jednak dla wielu różnych zainteresowanych stron stało się wyzwaniem zaakceptować jedną technologię. Biorąc pod uwagę tempo, w jakim powstają nowe dane i są dostępne nowe opcje, nawet wczesne wersje robocze planów centralizacji szybko stają się przestarzałe. Tymczasem zespół ds. sprzedaży firmowej wyprzedał swoje bieżące rozwiązanie, a firma pilnie musi używać nowych analiz do prowadzenia nowego segmentu rynku.
Firma Adatum zdecydowała się wdrożyć wzorzec analizy w skali chmury na platformie Azure, aby rozwiązać ten problem. Przedsiębiorstwo jest przekonany, że analiza w skali chmury umożliwia zespołowi sprzedaży firmowej migrowanie platformy danych dzisiaj, ale nadal zapewnia wystarczającą elastyczność, aby pomieścić inne jednostki biznesowe, gdy będą gotowe do dołączenia.
Bieżąca sytuacja
Firmowa grupa sprzedaży Adatum używa tradycyjnych systemów ERP i CRM do przetwarzania transakcji sprzedaży. Dane z tych systemów należy wyeksportować do oddzielnej platformy analitycznej, aby uczestnicy projektu w całej organizacji mogli uzyskiwać dostęp do danych i wzbogacać je dla różnych projektów.
Rozwiązanie architektoniczne
W tej architekturze referencyjnej wdrażamy strefę docelową zarządzania danymi, która jest wymagana dla wszystkich implementacji ESA oraz pojedynczą strefę docelową danych, która może być używana przez dział sprzedaży firmowej.
Strefa docelowa zarządzania danymi
Krytyczna koncepcja dla każdej analityki w skali chmury to posiadanie jednej strefy przyjmowania danych do zarządzania. Ta subskrypcja zawiera zasoby współużytkowane we wszystkich strefach docelowych i obejmuje współużytkowane składniki sieciowe, takie jak zapora i prywatne strefy DNS. Obejmuje również zasoby na potrzeby zarządzania danymi i chmurą. Microsoft Purview i Databricks Unity Catalog jest wdrażany jako usługa na poziomie dzierżawcy.
Aplikacje danych
Strefa lądowania ma dwie aplikacje danych . Pierwsza integracja pozyskuje dane związane z klientami. Ten krok obejmuje rekordy klienta i powiązane rekordy (takie jak adresy, kontakty, przydziały terytorium i historia kontaktów). Te dane są importowane z systemu Adatum CRM.
Druga aplikacja danych wczytuje transakcje sprzedaży. Obejmuje to nagłówki transakcji, szczegóły pozycji wiersza, dokumentację wysyłki i płatności. Wszystkie te rekordy są pozyskiwane z systemu Adatum ERP.
Te integracje nie będą przekształcać ani wzbogacać danych. Kopiują one tylko dane z systemów źródłowych i umieszczają je na platformie analitycznej. Dzięki temu wiele produktów danych może korzystać z danych w sposób skalowalny bez konieczności obciążania systemu źródłowego innym obciążeniem.
Produkty danych
W tym przykładzie Adatum ma jeden produkt danych. Ten produkt łączy nieprzetworzone dane z dwóch aplikacji danych i przekształca je w nowy zestaw danych. Stamtąd użytkownicy biznesowi mogą pobierać je w celu dodatkowej analizy i raportowania za pomocą narzędzi, takich jak Microsoft Power BI.
Rysunek 1. Diagram architektury. Nie wszystkie usługi platformy Azure są reprezentowane na diagramie. To uproszczono, aby uwypuklić kluczowe pojęcia dotyczące organizacji zasobów w architekturze.
Uzasadnienie
Dlaczego nie umieszczać transakcji sprzedaży i klientów we własnych strefach docelowych danych?
Jednym z pierwszych decyzji, które przedsiębiorstwa muszą podjąć w zakresie analizy w skali chmury, jest podzielenie całej posiadłości danych na strefy docelowe. Rozwiązania danych, które często komunikują się ze sobą, są silnymi kandydatami do włączenia do tej samej strefy docelowej. Ta decyzja pozwala przedsiębiorstwom zmniejszyć koszty związane z przenoszeniem danych między równorzędnymi sieciami wirtualnymi. W tym przykładzie dane transakcji sprzedaży będą często połączone z danymi klientów. W związku z tym warto przechowywać te powiązane aplikacje danych w tej samej strefie docelowej danych.
Dodatkową kwestią dotyczącą stref docelowych jest sposób, w jaki zespoły odpowiedzialne za dane są dopasowane w organizacji. W tym przypadku dwie aplikacje danych są własnością różnych zespołów, ale te zespoły są zarówno częścią działu sprzedaży i marketingu w Adatum.
Dlaczego transakcje sprzedaży i klienci nie mogą korzystać z jednej aplikacji danych?
Oddzielając dane klienta i dane transakcji sprzedaży we własnych aplikacjach danych, pozwalamy ekspertom w tej dziedzinie podejmować najlepsze decyzje dotyczące ich konkretnych produktów danych. Mogą wybrać wzorce dostępu, aparaty pozyskiwania i opcje magazynowania, które najlepiej spełniają ich potrzeby bez konfliktu ze sobą.
Na przykład zespół, który ma wiedzę na temat systemu CRM, będzie odpowiedzialny za aplikację danych klienta. Na podstawie zestawu umiejętności zespołu i technologii używanych przez system CRM decydują, które narzędzia najlepiej odpowiadają ich potrzebom. Nie będą musieli się martwić, jeśli te decyzje będą również działać dla zespołu ds. transakcji sprzedaży. Ten zespół korzysta z własnego zestawu narzędzi i nie będzie musiał naruszać wymagań zespołu klientów.
Dlaczego warto przenieść zespół ds. sprzedaży na nową platformę danych?
W tym przykładzie zespół sprzedaży firmowej jako pierwszy przechodzi do nowych analiz w skali chmury. Rozwiązanie zostało zaprojektowane tak, aby było skalowalne przede wszystkim. Gdy inne jednostki biznesowe są gotowe do migracji, można dodać więcej stref lądowania, aby pomieścić ich obciążenia.
Jak ewoluować w przyszłości?
Skalowanie jest realizowane poprzez dodanie większej liczby stref lądowania do architektury. Te strefy docelowe lądowania używają peeringu sieci wirtualnych w celu połączenia ze strefą docelową zarządzania danymi oraz wszystkimi innymi strefami lądowania. Ten wzorzec siatki umożliwia udostępnianie produktów danych i zasobów między strefami. Dzieląc się na różne strefy, obciążenia są rozłożone na subskrypcje i zasoby platformy Azure. Ten krok pozwala przedsiębiorstwom uniknąć osiągnięcia limitów usług platformy Azure i nadal rozwijać swoje posiadłości danych.
Następne kroki
Przejdź do scenariusza Relecloud na potrzeby analityki w skali chmury w Azure.
Dowiedz się więcej w: