Un lakehouse unificat pentru previziunea cererii

IDS a construit un lakehouse pe Google Cloud — BigQuery ca nucleu analitic, Dataflow pentru pipeline-uri de ingestie în streaming și batch din sistemele POS, e-commerce și de lanț de aprovizionare — oferind, pentru prima dată, fiecărei divizii același semnal de cerere de bază.

Client

Un grup pan-european de retail alimentar

Servicii prestate

About the project

Our solution

Clientul: Cine sunt

Un grup pan-european de retail alimentar care operează mii de magazine, cu stack-uri de date separate pentru merchandising, lanțul de aprovizionare și e-commerce.

Provocarea: Identificarea problemei

Previziunea cererii se făcea pe divizii separate, folosind foi de calcul deconectate și extrageri SQL legacy. Rupturile de stoc și supra-stocarea erau frecvente, deoarece planificarea lanțului de aprovizionare nu vedea aceleași semnale de cerere ca merchandisingul. „Fiecare divizie avea propriul său adevăr despre ce își doreau clienții,” a declarat VP-ul de Supply Chain   .

Parcursul: Căutarea unei soluții

Retailerul pilotase un instrument de previziune peste datele existente, izolate pe silozuri, dar acuratețea a rămas scăzută deoarece datele de bază nu erau unificate — un algoritm mai bun nu putea repara o fundație fragmentată.

Descoperirea: Găsirea IDS

CTO-ul retailerului a găsit IDS printr-un studiu de caz despre proiecte de platforme de date în retail și a contactat compania pentru o discuție de definire a scopului unui lakehouse unificat.

Soluția: Intervenția

IDS a construit un lakehouse pe Google Cloud — BigQuery ca nucleu analitic, Dataflow pentru pipeline-uri de ingestie în streaming și batch din sistemele POS, e-commerce și de lanț de aprovizionare — oferind, pentru prima dată, fiecărei divizii același semnal de cerere de bază.

Implementarea: Bătălia

Implementarea a început cu trei regiuni pilot, înainte de extinderea la nivelul întregii rețele, permițând echipei de previziune să valideze acuratețea modelului pe baza noilor date unificate, înainte de angajamentul complet. Obstacolul: formatele datelor de la punctele de vânzare variau în funcție de filiala achiziționată; IDS a construit un strat de normalizare astfel încât istoricul să nu se piardă în timpul tranziției.

Rezultatele: Finalul fericit

  • Îmbunătățirea acurateței previziunilor: +18 puncte procentuale   
  • Reducerea ratei de rupere de stoc: 22%   
  • Timpul de actualizare a datelor de cerere: batch zilnic → aproape în timp real   
  • Un singur set de date de cerere unificat, care deservește merchandisingul, lanțul de aprovizionare și e-commerce-ul

„Pentru prima dată, trei echipe planifică pe baza acelorași cifre.” — VP de Supply Chain   

Tehnologii folosite: Google BigQuery · Google Dataflow · Google Cloud Storage

Facebook
LinkedIn
Trimite pe E-mail

Mai multe studii de caz

O singură platformă, două lumi de date: un data mart de Big Data Analytics pentru Controlling-ul unui grup bancar

Client: Grup bancar de top
IDS a proiectat și construit un nou data mart analitic, dedicat Controlling-ului, construit în întregime pe tehnologii de big data, nu pe stack-ul Oracle al clientului.
Citește mai mult

O migrare fără sincope: o nouă fundație de Data Warehouse pentru echipa de Controlling a unei bănci

Client: Instituție bancară de top
Când a început migrarea către noul DWH, IDS și-a asumat sarcina de a duce acel Datamart — și logica de business din spatele lui — pe noua platformă.
Citește mai mult

De la Hadoop la Databricks: scalarea unei platforme de date bancare dincolo de limitele sale

Client: Client bancar
IDS Consulting a fost adusă pentru a oferi suport tehnic practic și consultanță pentru migrarea către Databricks.
Citește mai mult

De la zile la minute: o transformare de 8 ani a Data Warehouse-ului pentru un operator telecom de top

Client: Operator telecom de top
IDS Consulting a fost adusă nu pentru o singură intervenție, ci ca extensie continuă a echipei de Data Warehouse a clientului. Mandatul: modernizarea modului în care datele circulau prin platformă și menținerea evoluției acesteia în siguranță, pe măsură ce business-ul — și infrastructura de bază — continuau să se schimbe în jurul ei.
Citește mai mult

Platformă de date full-stack, cu testare integrată și transfer de cunoștințe

Client: O companie de servicii IT de dimensiune medie
IDS a livrat platforma de la un capăt la altul (servicii Python și .NET, acoperire automată de testare încă din prima zi), rulând în paralel un traseu structurat de transfer de cunoștințe — asociind ingineri IDS cu echipa internă a clientului pe tot parcursul proiectului, nu doar într-o săptămână de predare la final.
Citește mai mult

O platformă de date pentru comerț full-stack, construită și testată de la un capăt la altul

Client: Un lanț de retail omnichannel
IDS a livrat dezvoltare full-stack (backend Java, front end React), cu un flux dedicat de QA rulând în paralel încă de la început — testare funcțională, de regresie și de performanță integrată în fiecare sprint — sub coordonarea unui singur program manager, responsabil deopotrivă de scop, termene și calitate.
Citește mai mult
Contact