ニュース

Nov 14, 2023

論理データ ウェアハウジングとサプライ チェーン

Il data warehousing logico consente alle organizzazioni di ottenere il massimo valore dai propri dati.

論理データ ウェアハウジングは、組織が企業データから最大の価値を引き出すことを可能にし、供給会社や製造会社がデータの意思決定を促進するために必要な洞察を生成するのを支援する欠落しているリンクである可能性があります。

パンデミックが完全に私たちのバックミラーに映った今、データの量と複雑さは、新型コロナウイルス以前よりも急速に増大し続けています。 その結果、最高調達責任者 (CPO) やその他のサプライ チェーンの専門家は、さまざまな種類のソースにわたるデータをシームレスかつタイムリーに表示できる、効果的なエンドツーエンドのデータ管理機能が必要であると認識しています。 実際、2018 年のデロイトの調査では、CPO 5 社中 3 社以上 (65%) が、ティア 1 サプライヤー以外の視界が限られているか、まったく見えていないことがわかりました。 1 年後、デロイトは、CPO が調達の主な障害としてデータ品質を挙げていることを発見しました。

組織がサプライチェーン内のデータ管理の問題に取り組み続け、企業にとって適切なソリューションを模索する中、強力な代替案が長年にわたって背景に浸透してきました。 論理データ ウェアハウス (LDW) は、データの変換と配信のためのアジャイルな基盤です。 Gartner の Mark Breyer 氏は、この用語が「仕組みではなく情報のロジックに焦点を当てている」ため、データ ウェアハウスの次の進化として 2008 年に初めてこの用語を提案しました。 それ以来、論理データ ウェアハウスは何千もの企業で使用され、その洗練さと信頼性が向上してきました。 従来のデータ ウェアハウスとは異なり、論理データ ウェアハウスでは、クラウドベースのリポジトリやストリーミング データ ソースなど、複数の異種システムにわたるリアルタイムのデータ ビューが可能になります。

最近、Gartner は、サプライ チェーンで論理データ ウェアハウジングを活用する方法について概説しました。 その中で、論理データ ウェアハウスがデータ インフラストラクチャの他の主要コンポーネント (運用データ ストア、データ ウェアハウス、データ マート、データ レイクなど) との関連で中心的な役割を形成するアーキテクチャを計画し、特定のニーズに対応しました。ビジネス アナリスト、データ エンジニア、データ サイエンティストなどのさまざまなユーザーが、オペレーショナル インテリジェンス、ビジネス レポートとインテリジェンス、高度な分析、データ サイエンスなどのさまざまな分析に従事します。

Gartner は、サプライ チェーンのリーダーに対し、ガートナーのデータおよび分析インフラストラクチャ モデル (DAIM) を中心に分析とインテリジェンスへのアプローチを構築することを推奨しています。DAIM は、データと分析のユースケースの大部分をカバーする 4 象限モデルで、次の 2 つの側面に従っています。

Gartner のレポートでは、データ インフラストラクチャの 5 つの主要コンポーネント (論理データ ウェアハウス、オペレーショナル インテリジェンス コンポーネント、データ ウェアハウス、データ レイク、データ サイエンス コンポーネント) が DAIM にどのようにマッピングされるか、またそれぞれのケースでどのような役割とスキルが適用される傾向があるかを示しています。

2 つの観察結果が明らかです。まず、論理データ ウェアハウスを除けば、他の 4 つのインフラストラクチャ コンポーネントは、それらに関連する役割とスキルとともに、おおよそ次のように DAIM データと分析のユース ケースの 4 つのカテゴリに分類されます。

第 2 に、論理データ ウェアハウスは、DAIM の 4 つのカテゴリすべてを包含します。これは、論理データ ウェアハウスが、オペレーショナル インテリジェンス コンポーネント、データ ウェアハウス、データ レイク、データ サイエンス コンポーネントを含む企業の既存のインフラストラクチャ上に実装でき、データ ウェアハウスへのシームレスなリアルタイム アクセスが可能になるためです。さまざまなコンポーネントに保存されているさまざまなタイプのデータすべて。

データ仮想化により、データの統合と管理に対する論理的なアプローチにより、最初にデータを統合リポジトリに物理的に複製する必要がなく、異種データ ソース全体にわたるリアルタイムのビューが提供されるため、最新のデータ管理が可能になります。 データ仮想化は、オンプレミスとクラウドのソース、構造化ソースと非構造化ソース、静的ソースとストリーミング ソース、レガシー ソースと最新のソースなど、論理データ ウェアハウスを構成するさまざまな基盤となるデータ ソースすべての上で抽象化およびセマンティック レイヤーとして機能します。

多くの企業は、サプライ チェーンの問題を解決するために、データ仮想化を活用して論理的なデータ ウェアハウスを確立しています。 Hastings Deering Pty Ltd (Sime Darby Industrial 社) はその一例です。 2022 年の時点で、ヘイスティングス ディアリングは、従業員と顧客のエクスペリエンス向上をサポートするための、ロボットによる自動化、紙ベースのフォームのデジタル化、デジタル アプリケーション開発、データと分析を含む 5 年間にわたるデジタル トランスフォーメーションを開始して 2 年が経過しました。 データ仮想化を活用することで、ヘイスティングス ディアリングは分析機能を迅速に強化し、セルフサービス分析機能を拡張し、部品ストリームのデータ配信を合理化しました。 経済状況や市場状況の継続的な変化に伴い、データに関する課題が表面化し続けています。 それにもかかわらず、ヘイスティングス ディアリングは、論理データ ウェアハウスと適切な方法論を採用することで、基本を正しく理解するための第一歩を踏み出しました。 論理データ ウェアハウスは、ヘイスティングス ディアリングが新しいデータ マーケットプレイスを通じてレポート作成、インテリジェンス、データ共有、デジタル プログラムを提供できるように、また、継続的なデータ リテラシーとデータ ガバナンス プログラムを確立するために必要なプラットフォームを確立できるように、必要なアーキテクチャを提供しました。

データ仮想化によってサポートされる論理データ ウェアハウスは、組織が無数のユースケースにわたってリアルタイムの可視性と強力な分析機能を獲得できるため、サプライ チェーンにとって重要です。 上記の例が示したように、Hastings Deering は、同社の新しいテクノロジーと手法の取り組みを通じて、重要なデータセットの取得を加速し、より多くの価値を創出し、ビジネス ニーズを満たす予測機能をさらに強化することができました。 Gartner が示唆しているように、論理データ ウェアハウジングは組織が企業データから最大の価値を引き出すことを可能にし、供給会社や製造会社がデータ作成を促進するために必要な洞察を生成するのを支援する欠落しているリンクである可能性があります。