零售巨头实现供应链数字化，挖掘百亿行数据价值

项目背景

在信息化建设方面，该零售巨头一直走在行业的前列。多年来，该零售巨头供应链系统已运行多年，产生了大量物流信息数据，为提升供应商管理水平和供应商绩效数据的透明化，更好地提升供应链运营服务水平，为采购部门提供谈判数据支撑，需要建立供应商分析平台。

同时，供应商分析平台可以对供应商进行有效管理，建立规范指标考核体系，提高服务水平，减少缺货率，降低库存成本，达到供应商、门店单品管理协调一致。

项目目标

◆ 实现高效、快捷的信息分享，提高业务对象获取信息的及时性；

◆ 提高物流信息展示分析的效率；

◆ 有效展示关键供应链指标，多维度过滤条件即时生成相关供应商绩效，多层级展示相关数据，根据绩效基准为供应商提供红黄牌预警。

解决方案

基于CDH平台搭建Data Lake（数据湖），将来自14个业务系统近240张表数据抽取至Data Lake，总数据量百亿行，源数据类型有文本文件和Oracle数据库。ETL工具采用Kettle 8.0版本，调度工具使用Crontab。

分层模型设计规则如下：

• 贴源层ODS

基于Data Lake已有模型实现，不能覆盖的需求，协调IT部门优先将其同步到Data Lake中，部分基础数据需由BI填报后导入。

• 基础层FDS

基础层的关键在于数据标准化，通过数据的清洗转换，形成标准统一的业务明细数据，为数据分析与汇总提供数据来源。

• 整合层DW

整合层采用事实表和维度表的设计模式，主要负责跨域业务模型的关联和轻度汇总，模型设计考虑通用性。

• 集市层DM

集市层主要负责专题建模，当模型整合复杂度高，整合层现有模型无法满足应用需求时，可开展专题建模，多应用的复杂场景可以分库建立多个集市层。

客户收益

◆ 实现数据治理：Data Lake的搭建，建设统一的数据平台，为数据治理、数据分析及前端应用提供统一接口；

◆ 方便信息追踪：源系统数据的集中管理，便于用户和IT对数据的来源以及计算逻辑进行追踪，增加数据分析的效率；

◆ 数据分析：Yonghong BI平台的搭建，为商品部统一了数据分析平台；

◆ 自助服务：Yonghong Z-Suit平台包含敏捷BI，简单易用，支持用户在平台中进行自助式数据分析，提高数据分析效率；

◆ 自动化：供应链及商品部的业务主题开发，Yonghong BI平台替代了传统手工报表，解放了手工工作，为供应商KPI考核规范了流程；

◆ 业务辅助决策：来自各大业务系统的海量数据，通过Yonghong BI平台的可视化报表进行展示，为业务人员和管理层提供决策支持。

同抗疫情

Yonghong Desktop

支撑众多企业远程办公能力

疫情期间

免费使用Yonghong Desktop

前往下载使用