借助邏輯資料倉庫應對供應鍊挑戰

作者： Denodo 産品營銷進階總監Saptarshi Sengupta

現在，随着新冠疫情逐漸離我們遠去，資料的數量和複雜性繼續增長，其速度比新冠疫情之前更快。是以，首席采購官 (CPO) 和其他供應鍊專業人員發現他們需要有效的端到端資料管理功能，以跨衆多不同類型的來源無縫實時提供資料視圖。事實上，2018 年德勤 (Deloitte) 開展的一項調查發現，超過 3/5 的 CPO (65%) 對于一級供應商之外的了解有限，甚至完全沒有了解。一年後，德勤發現 CPO 将資料品質列為采購的主要障礙之一。

多年以來，各組織一直在努力解決其供應鍊中的資料管理問題，并為企業尋找正确解決方案，與此同時，一個強大的替代方案一直在幕後滲透，這就是邏輯資料倉庫 (LDW)，它是轉換和傳遞資料的基礎，具有較高靈活性。Gartner 的 Mark Breyer 早在 2008 年就首次提出了這個術語，來指稱資料倉庫的下一次演化，因為它“專注于資訊的邏輯而不是機制”。從那時起，邏輯資料倉庫在數千家公司得到成功部署和應用，其複雜性和可靠性也在不斷提高。與傳統的資料倉庫不同，邏輯資料倉庫支援跨多個不同系統（包括基于雲的存儲庫和流資料源）提供實時資料視圖。

邏輯資料倉庫和當今的供應鍊

最近，Gartner 闡述了如何将邏輯資料倉庫用于供應鍊。他們繪制了一個架構，相對于資料基礎設施的其他關鍵元件（包括操作資料存儲、資料倉庫、資料集市和資料湖），邏輯資料倉庫構成該架構中的核心角色，以滿足從事一系列分析工作的不同使用者（如業務分析師、資料工程師和資料科學家）的特定需求，這些分析工作涉及操作智能、業務報告和情報、進階分析和資料科學。

Gartner 建議供應鍊主管圍繞 Gartner 的資料和分析基礎設施模型 (DAIM) 建構自己的分析和情報方法，DAIM 是一個四象限模型，涵蓋資料和分析的大多數應用場景，并且基于以下兩個次元：

1. 已知資料與未知資料：“已知”資料是結構化的，具有明确的業務價值，而“未知”資料是非結構化的，尚未證明其業務價值。

2. 已知業務問題與未知業務問題：已知問題是在定期報告活動中經常提出的問題，而未知問題是在應對不斷變化的業務或市場條件時出現的問題。

Gartner 的報告顯示了資料基礎設施的五個關鍵組成部分（邏輯資料倉庫、營運智能元件、資料倉庫、資料湖和資料科學元件）與 DAIM 的對應關系，以及每種場景中傾向于應用的角色和技能。

有兩點觀察非常明确：首先，除了邏輯資料倉庫之外，其他四個基礎設施組成部分及其相關的角色和技能，大緻按以下方式與四類 DAIM 資料和分析應用場景對應：

1. 基礎核心應用場景：在此場景中，資料和業務問題均已知：主要由臨時使用者及分析師利用營運智能元件和資料倉庫執行。

2. 擴充、了解和調查應用場景：在此場景中，資料已知但業務問題未知：主要由分析師及資料科學家利用資料倉庫和資料湖執行。

3. 創新和探索應用場景：在此場景中，資料和業務問題均未知：主要由資料工程師及資料科學家利用資料湖和資料科學元件執行。

4. 建立價值應用場景：在此場景中，資料未知但業務問題已知：主要由資料工程師利用資料科學元件執行。

其次，邏輯資料倉庫包含 DAIM 中的所有四個類别。這是因為它可以在公司現有的基礎設施之上實施，包括營運智能元件、資料倉庫、資料湖和資料科學元件，進而實作對存儲在不同元件中的所有不同類型資料的無縫、實時通路。

由Denodo資料虛拟化提供支援的供應鍊資料管理

資料虛拟化使現代資料管理成為可能，因其用于資料內建和管理的邏輯方法支援跨不同資料源提供實時視圖，使用者無需首先将資料以實體方式複制到整合存儲庫中。Denodo資料虛拟化可以在所有不同底層資料源之上建立抽象和語義層，這些底層資料源包括本地和雲端資料源、結構化和非結構化資料源、靜态和流式處理資料源，以及舊式和新式資料源，它們構成了邏輯資料倉庫。

很多公司正在利用資料虛拟化建立邏輯資料倉庫，以解決其供應鍊問題。此類示例之一是 Hastings Deering Pty Ltd（Sime Darby Industrial 旗下的一家公司），它是最大的 Cat® 經銷商之一，為全球的采礦、建築、電力系統和海洋行業提供服務。截至 2022 年，Hastings Deering 已經進入為期五年的數字化轉型的第二年，這項轉型包括機器人自動化、紙質表格數字化、數字應用程式開發以及資料和分析，旨在為改善員工和客戶體驗提供支援。利用資料虛拟化，Hastings Deering 得以迅速追蹤其分析能力，擴充其自助服務分析能力，并簡化其零件流的資料傳遞。随着經濟和市場條件的不斷變化，資料方面的難題不斷出現，盡管如此，Hastings Deering 仍然通過采用邏輯資料倉庫并使用适當方法，邁出了奠定正确基礎的第一步。邏輯資料倉庫提供了所需架構，是以 Hastings Deering 可以通過其新的資料市場提供報告、情報、資料共享和數字程式，搭建建立持續資料素養和資料治理程式所需的平台。

下一代供應鍊分析

由Denodo資料虛拟化提供支援的邏輯資料倉庫對供應鍊至關重要，因為它們在多種應用場景中為組織提供幫助，讓組織能夠獲得實時可見性并具備強大的分析能力。如上例所示，通過公司的新技術和方法舉措，Hastings Deering 已經能夠加速擷取重要資料集，創造更多價值，并進一步增強預測能力，滿足業務需求。正如 Gartner 建議的那樣，邏輯資料倉庫使組織能夠從企業資料中擷取最大價值，并且可能彌補現有方案的不足，讓供應和制造公司能夠産生推動資料制作所需的洞察。