Aufbau einer Data Platform in der Cloud

Das Unternehmen: Pistor AG
Die Pistor AG ist das führende und unabhängige Handels- und Dienstleistungsunternehmen für die Bäckerei- und Confiseriebranche sowie für die Gastronomie und die Pflege. Pistor beliefert Standorte in der ganzen Schweiz und verfügt über eine leistungsstarke Logistik mit einem umfassenden und spezialisierten Warensortiment von über 23‘000 Artikeln. Des weiteren bietet Pistor seinen Kunden individuelle Dienstleistungen wie Bestell- und Kontierungshilfen.

Das Projekt: Cloud Data Platform
Banian entwickelte gemeinsam mit Pistor ein Konzept zur Erarbeitung einer neuen BI-Plattform und BI-Architektur, welche mit den Anforderungen wachsen kann. Als Zielsetzung wurde entsprechend definiert, dass die Plattform durch die Anforderungen der Fachanwender wachsen muss und daher flexibel, skalierbar und agil sein muss. Im Rahmen eines Pilot-Projektes durfte Banian das Projektteam unterstützen bei der Definiton der Zielarchitektur, deren Aufbau und Konfiguration sowie der Umsetzung der Anforderungen aus dem Fachbereich. 

Innerhalb von vier Monaten - bei einem Einsatz von rund 1-2 Tagen pro Woche - konnten wir bereits durch den Fachbereich nutzbare Resultate erzielen. Basierend auf dem durch Banian entwickelten Modellbasierten DWH Automationsprozess konnten die Anforderungen der Fachbereiche als Geschäftsobjektmodelle modelliert und damit dokumentiert werden.

Die Herausforderungen: Performance und Skalierbarkeit
Die BI Architektur  war stark geprägt durch das eigene ERP System. Im Laufe der Jahre wurden verschiedene analytische Funktionen implementiert und zur Verfügung gestellt. Mit den stetig wachsendenen Anforderungen an die Datenverfügbarkeit wurden die Performance und die Skalierbarkeit immer schwieriger.

Die Lösung: Flexibilität | Skalierbarkeit | Agilität
Basierend auf der Grundlage des modellbasierten DWH-Automationsprozesses konnten nachfolgend die technisch notwendigen Objekte automatisiert abgeleitet werden. Der Einsatz der Data Vault Modellierungstechnik erlaubt es, das logische Modell iterativ zu erweitern und damit agil und flexibel zu bleiben. Dank des Einsatzes der Snowflake Cloud Data Platform kann die Lösung mit dem Umfang der Daten sowie den Nutzern schnell und einfach wachsen.

Die erreichten Ziele: Erfolgreiches Pilotprojekt | Data Platform

• Erfolgreicher Pilot als Basis für die Data Platform
• Aufbau einer komplett neuen Data Platform spezifisch für analytische Einsatzgebiete
• Fähigkeit zur Integration von strukturierten sowie semi-strukturierten Daten
• Einfache Skalierbarkeit
• Iteratives Wachstum

Kunde

Bereich

• Enterprise Data Platform
• Data Vault 2.0
• DWH Automatisierung
• Reporting & IBCS