Detalles clave
Migración de la infraestructura local a la plataforma en la nube Azure para habilitar la cadena de suministro digital con sensores IoT, procesamiento en tiempo real y análisis del comportamiento de los clientes.
-
DesafíoLos activos de datos locales obsoletos se migrarán a la plataforma en nube Azure con sensores IoT de procesamiento de alta carga
-
SoluciónMigración a gran escala de la infraestructura local a la nube de Azure
-
Tecnologías y herramientasAzure Cloud Platform, streaming IoT en tiempo real, Azure Event hub, Azure Logic App, Azure IOT Hub, Stream Analytics, Data lake ADLS Gen2, Azure Key Vault, Azure Databricks, Azure SQL Data Warehouse, Azure ML, Power BI
Cliente
El cliente es una empresa de servicios alimentarios que se dirigió a ESSID Solutions con una solicitud de transformación digital en la gestión de la cadena de suministro. La solución local existente arquitectura de datos estaba anticuado y no era adecuado para los análisis en tiempo real de los sensores IoT.
La migración a una infraestructura en la nube con un lago de datos era necesaria para permitir una visibilidad integral de los procesos empresariales y posibilitar la transformación digital en toda la empresa.
Reto: activos de datos locales obsoletos que deben migrarse a la nube con sensores IoT de alta carga de procesamiento
La transformación digital en la cadena de suministro supone una amplia gama de cambios en la infraestructura de datos in situ existente. De ahí que nuestro principal objetivo fuera desarrollar una estrategia de migración exhaustiva que se centrara en habilitar funcionalidades en la nube y crear un flujo de datos sin fisuras. La salida de IoT tenía que conectarse con la nueva infraestructura en la nube para promover una visión global de los procesos empresariales actuales, incluidos los patrones de comportamiento de los clientes.
La renovada configuración en la nube se diseñó para ser escalable y capaz de manejar grandes cantidades de datos IoT en tiempo real procedentes de miles de camiones y frigoríficos.
Solución: migración de la infraestructura local a la infraestructura en la nube basada en el lago de datos de Azure
Nuestro equipo de Ingenieros de big data han analizado a fondo las necesidades y requisitos del cliente. El proyecto se entregó en varias fases para migrar de forma segura a la nube sin interrupciones en la actividad.
- Los datos IoT del móvil y las impresoras se recopilaron a intervalos regulares.
- Los datos de los sensores de los camiones de logística se enviaron a Azure Event Hub y los datos no estructurados se volcaron en Azure Lago de datos.
- El análisis se realizó con Tejidos de datos Azure y Azure ML se utilizó para analizar el patrón de comportamiento de los clientes.
- Los datos procesados se enviaron a Azure Warehouse.
- Se creó un cuadro de mandos en tiempo real para mejorar los informes y la visualización.
La migración a la nube se completó en 7 meses por un equipo de 6 profesionales: Arquitecto de big data de Azure, dos ingenieros de datos, un especialista en control de calidad y dos ingenieros de BI.
Arquitectura de la solución:
Planes de distribución optimizados a varios niveles:
Resultado: procesamiento eficaz de los datos en tiempo real para una visión holística de las operaciones empresariales.
Nuestro equipo ha creado una infraestructura de nube fiable basada en Azure que amplifica el flujo de datos ininterrumpido y el procesamiento de datos IoT en tiempo real. Como resultado, el enfoque de gestión de datos heredado se transformó en un ecosistema de datos moderno con supervisión y análisis mejorados.
El equipo de ESSID Solutions también ha conectado servicios en tiempo real basados en la nube con dispositivos conectados al IoT, incluidos sensores y controladores de temperatura, para permitir una toma de decisiones proactiva y una infraestructura transparente. Ahora, el cliente puede analizar automáticamente los patrones de comportamiento de compra de los clientes sin importar el volumen de datos y dispone de un potente centro de procesamiento de datos con análisis e informes en tiempo real.