Nouvelles

Nov 14, 2023

Entreposage de données logiques et chaîne d'approvisionnement

L'entreposage logique des données permet aux organisations d'extraire la valeur maximale de

L'entreposage de données logique permet aux organisations d'extraire le maximum de valeur de leurs données d'entreprise et peut être le chaînon manquant pour aider les entreprises d'approvisionnement et de fabrication à générer les informations nécessaires pour orienter la prise de décision en matière de données.

Avec la pandémie désormais pleinement dans notre rétroviseur, les données continuent de croître en volume et en complexité plus rapidement qu'elles ne le faisaient même avant COVID. Par conséquent, les directeurs des achats (CPO) et autres professionnels de la chaîne d'approvisionnement constatent qu'ils ont besoin de capacités de gestion des données efficaces et de bout en bout qui peuvent fournir des vues transparentes et opportunes des données sur de nombreux types de sources différents. En fait, une enquête Deloitte de 2018 a révélé que plus de 3 CPO sur 5 (65 %) avaient une visibilité limitée ou nulle au-delà des fournisseurs de niveau 1. Un an plus tard, Deloitte a constaté que les CPO citent la qualité des données comme un obstacle majeur à l'approvisionnement.

Alors que les organisations continuent de faire face à des problèmes de gestion des données au sein de leur chaîne d'approvisionnement et recherchent la bonne solution pour leur entreprise, une alternative solide s'est infiltrée en arrière-plan pendant des années ; un entrepôt de données logique (LDW), qui est une base agile pour transformer et fournir des données. Mark Breyer de Gartner a d'abord proposé le terme dès 2008, comme la prochaine évolution de l'entrepôt de données, car il "se concentre sur la logique de l'information et non sur la mécanique". Depuis lors, les entrepôts de données logiques ont été utilisés avec succès par des milliers d'entreprises et ils ont gagné en sophistication et en fiabilité. Contrairement aux entrepôts de données traditionnels, les entrepôts de données logiques permettent des vues de données en temps réel sur plusieurs systèmes disparates, y compris des référentiels basés sur le cloud et des sources de données en continu.

Récemment, Gartner a expliqué comment tirer parti de l'entreposage logique des données pour la chaîne d'approvisionnement. Dans ce document, ils ont tracé une architecture dans laquelle l'entrepôt de données logique joue un rôle central par rapport aux autres composants clés d'une infrastructure de données, qui comprennent les magasins de données opérationnelles, les entrepôts de données, les data marts et les lacs de données, pour répondre aux besoins spécifiques des différents utilisateurs tels que les analystes commerciaux, les ingénieurs de données et les scientifiques des données, qui s'engagent dans une gamme d'analyses qui impliquent l'intelligence opérationnelle, le reporting et l'intelligence d'entreprise, l'analyse avancée et la science des données.

Gartner recommande aux responsables de la chaîne d'approvisionnement de structurer leur approche de l'analyse et de l'intelligence autour du modèle d'infrastructure de données et d'analyse (DAIM) de Gartner, un modèle à quatre quadrants qui couvre la majorité des cas d'utilisation des données et de l'analyse, selon les deux dimensions suivantes :

Le rapport de Gartner montre comment les cinq composants clés d'une infrastructure de données (entrepôts de données logiques, composants d'intelligence opérationnelle, entrepôts de données, lacs de données et composants de science des données) correspondent au DAIM, ainsi que les rôles et les compétences qui ont tendance à s'appliquer dans chaque cas.

Deux observations sont claires : premièrement, à part l'entrepôt de données logique, les quatre autres composants d'infrastructure, avec leurs rôles et compétences associés, s'alignent sur les quatre catégories de cas d'utilisation de données et d'analyse DAIM de cette manière :

Deuxièmement, l'entrepôt de données logique englobe les quatre catégories du DAIM, car il peut être mis en œuvre au-dessus de l'infrastructure existante d'une entreprise, y compris les composants d'intelligence opérationnelle, les entrepôts de données, les lacs de données et les composants de science des données, permettant un accès transparent et en temps réel à tous les différents types de données stockées dans les différents composants.

La virtualisation des données rend possible la gestion moderne des données car son approche logique de l'intégration et de la gestion des données fournit des vues en temps réel sur des sources de données disparates sans avoir à d'abord répliquer physiquement les données dans un référentiel consolidé. La virtualisation des données agit comme une abstraction et une couche sémantique au-dessus de toutes les différentes sources de données sous-jacentes qui composent l'entrepôt de données logique, y compris les sources sur site et dans le cloud, les sources structurées et non structurées, les sources statiques et de diffusion en continu et les sources héritées et modernes.

De nombreuses entreprises tirent parti de la virtualisation des données pour établir des entrepôts de données logiques afin de résoudre leurs problèmes de chaîne d'approvisionnement. Hastings Deering Pty Ltd (une société Sime Darby Industrial) en est un exemple. À partir de 2022, Hastings Deering en était à deux ans d'une transformation numérique de cinq ans, qui englobait l'automatisation robotique, la numérisation des formulaires papier, le développement d'applications numériques et les données et analyses, pour soutenir l'amélioration de l'expérience des employés et des clients. Tirant parti de la virtualisation des données, Hastings Deering a accéléré ses capacités d'analyse, étendu ses capacités d'analyse en libre-service et rationalisé la livraison des données pour son flux de pièces. Les défis liés aux données ont continué de faire surface avec les changements continus des conditions économiques et du marché ; néanmoins, Hastings Deering a fait le premier pas pour obtenir les bases en adoptant un entrepôt de données logique et les bonnes méthodologies. L'entrepôt de données logique a fourni l'architecture nécessaire pour que Hastings Deering puisse fournir des programmes de reporting, de renseignement, de partage de données et numériques via son nouveau marché de données, ainsi qu'établir la plate-forme nécessaire pour établir des programmes continus de littératie et de gouvernance des données.

Les entrepôts de données logiques, soutenus par la virtualisation des données, sont essentiels à la chaîne d'approvisionnement car ils permettent aux organisations d'obtenir une visibilité en temps réel et de puissantes capacités d'analyse dans une myriade de cas d'utilisation. Comme le montre l'exemple ci-dessus, grâce aux nouvelles initiatives technologiques et méthodologiques de l'entreprise, Hastings Deering a pu accélérer l'acquisition d'importants ensembles de données, créer plus de valeur et améliorer encore les capacités de prévision pour répondre aux besoins de l'entreprise. Comme le suggère Gartner, l'entreposage logique des données permet aux organisations d'extraire le maximum de valeur de leurs données d'entreprise et peut être le chaînon manquant pour aider les entreprises d'approvisionnement et de fabrication à générer les informations nécessaires à la création de données.