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 nowo opracowywane i wdrażane na platformie Azure. Architektura umożliwia organizacjom rozpoczęcie w miarę potrzeb i skalowanie zgodnie z wymaganiami biznesowymi niezależnie od punktu skalowania.
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 to elastyczność dodawania kolejnych stref docelowych dla innych jednostek biznesowych, gdy są gotowe do przejścia na platformę Azure.
Adatum Corporation to duże, międzynarodowe przedsiębiorstwo. Oprócz scentralizowanych jednostek biznesowych w siedzibie firmy mają również podmioty 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 używanych platform danych, ale kilka jednostek biznesowych zostało nieautoryzowanych 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 wiele różnych zainteresowanych stron staje się wyzwaniem, aby kupić jedną jedną technologię. Biorąc pod uwagę szybkość tworzenia nowych danych, a nowe opcje stają się dostępne, nawet wczesne wersje planów centralizacji szybko stają się nieaktualne. Tymczasem zespół ds. sprzedaży firm wyprzedał swoje obecne rozwiązanie, a firma pilnie musi korzystać z nowych analiz w celu realizacji nowego segmentu rynku.
Firma Adatum zdecydowała się wdrożyć wzorzec analizy w skali chmury na platformie Azure, aby rozwiązać ten problem. Przedsiębiorstwo ma pewność, że analiza w skali chmury umożliwi 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 mogli uzyskiwać dostęp do danych i wzbogacać je w różnych projektach.
Rozwiązanie architektoniczne
W tej architekturze referencyjnej wdrożymy strefę docelową zarządzania danymi, która jest wymagana dla wszystkich implementacji ESA i pojedynczą strefę docelową danych, która może być używana przez dział sprzedaży firmy.
Strefa docelowa zarządzania danymi
Krytyczna koncepcja dla każdej analizy w skali chmury obejmuje jedną strefę docelową zarządzania danymi. Ta subskrypcja zawiera zasoby, które będą współużytkowane we wszystkich strefach docelowych. Obejmuje to współużytkowane składniki sieciowe, takie jak zapora i prywatne strefy DNS. Obejmuje ona również zasoby dotyczące zarządzania danymi i chmurą, takie jak Azure Policy i Azure Purview.
Aplikacje danych
Strefa docelowa będzie mieć dwie aplikacje danych. Pierwsza integracja będzie pozyskiwać dane związane z klientami. Obejmuje to rekordy klienta i powiązane rekordy (takie jak adresy, kontakty, przypisania terytorium i historia kontaktów). Te dane zostaną zaimportowane z systemu Adatum CRM.
Druga aplikacja danych pozyska transakcje sprzedaży. Obejmuje to nagłówki transakcji, szczegóły elementu wiersza, rekordy wysyłki i płatności. Wszystkie te rekordy zostaną pozyskane z systemu Adatum ERP.
Te integracje nie będą przekształcać ani wzbogacać danych. Kopiują one tylko dane z systemów źródłowych i lądują je na platformie analitycznej. Dzięki temu wiele produktów danych może korzystać z danych w sposób skalowalny, nie obciążając 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 je pobierać 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 powyższym diagramie. Upraszczano wyróżnianie podstawowych pojęć dotyczących sposobu organizowania zasobów w architekturze.
Uzasadnienie
Dlaczego nie umieszczać transakcji sprzedaży i klientów we własnych strefach docelowych danych?
Jedną z pierwszych decyzji, które przedsiębiorstwa muszą podjąć w zakresie analizy w skali chmury, jest podzielenie całej ramki danych na strefy docelowe. Rozwiązania danych, które często komunikują się ze sobą, są silnymi kandydatami do włączenia do tej samej strefy docelowej. Dzięki temu przedsiębiorstwa mogą 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 dla stref docelowych jest sposób, w jaki zespoły odpowiedzialne za dane są dopasowane w organizacji. W tym przypadku dwie aplikacje danych należą do różnych zespołów, ale te zespoły są częścią działu sprzedaży i marketingu w Adatum.
Dlaczego transakcje sprzedaży i klienci nie mogą udostępniać jednej aplikacji danych?
Oddzielając dane klienta i dane transakcji sprzedaży we własnych aplikacjach danych, pozwalamy ekspertom w danej dziedzinie na podejmowanie najlepszych decyzji dotyczących ich konkretnych produktów danych. Mogą oni wybrać wzorce dostępu, aparaty pozyskiwania i opcje magazynowania, które najlepiej spełniają ich potrzeby bez konfliktu ze sobą.
Na przykład zespół, który ma doświadczenie w zakresie systemu CRM, będzie odpowiedzialny za aplikację danych klienta. Na podstawie zestawu umiejętności zespołu i technologii używanych przez system CRM zdecydują, które narzędzia najlepiej odpowiadają ich potrzebom. Nie będą musieli się martwić, jeśli te decyzje będą również działać dla zespołu ds. transakcji sprzedaży. Ten zespół będzie korzystać z własnego zestawu narzędzi i nie będzie musiał naruszyć zabezpieczeń, aby spełnić wymagania zespołu klientów.
Dlaczego warto przenieść zespół ds. sprzedaży na nową platformę danych?
W tym przykładzie zespół ds. sprzedaży firmowej jest pierwszym rozwiązaniem do przejścia do nowej analizy w skali chmury. Rozwiązanie zostało zaprojektowane tak, aby było skalowalne przede wszystkim. Ponieważ inne jednostki biznesowe są gotowe do migracji, można dodać więcej stref docelowych, aby obsłużyć swoje obciążenia.
Jak ewoluować w przyszłości
Skalowanie jest realizowane przez dodanie kolejnych stref docelowych do architektury. Te strefy docelowe będą używać komunikacji równorzędnej sieci wirtualnych do łączenia się ze strefą docelową zarządzania danymi i wszystkimi innymi strefami docelowymi. 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. Dzięki temu przedsiębiorstwa mogą unikać osiągania limitów usług platformy Azure i nadal rozwijać swoje majątki danych.
Wdrażanie szablonów wdrażania
Aby wdrożyć powyższe plany bazowe architektury, użyj strefy docelowej zarządzania danymi i szablonów implementacji odwołań strefy docelowej danych w następujących repozytoriach GitHub:
Użyj następującego szablonu, aby wdrożyć transakcje sprzedaży, aplikacje danych klientów i produkty danych podsumowania w strefach docelowych danych sprzedaży Adatum:
Ważne
Nie każdy szablon wymieniony powyżej musi zostać wdrożony, aby zaspokoić potrzeby Adatum. Niektóre dostosowania będą wymagane dla szablonów. Usługi, które nie są potrzebne, należy usunąć z szablonów przed wdrożeniem.
Następne kroki
Przejdź do scenariusza firmy Relecloud na potrzeby analizy w skali chmury na platformie Azure.
Dowiedz się więcej w: