Skenario Adatum Corporation untuk analitik skala cloud di Azure

2024-12-12

Analitik skala cloud bersifat modular berdasarkan desain dan memungkinkan organisasi untuk memulai dengan zona pendaratan dasar yang mendukung beban kerja data dan analitik mereka, terlepas dari apakah proyek sedang dimigrasikan atau baru dikembangkan dan disebarkan ke Azure. Arsitektur ini memungkinkan organisasi untuk memulai sekecil yang diperlukan dan berkembang seiring dengan kebutuhan bisnis mereka tanpa tergantung pada titik skala tertentu.

Profil pelanggan

Arsitektur referensi ini sangat ideal untuk pelanggan yang mengidentifikasi unit bisnis mereka yang siap untuk menyebarkan beban kerja analitik ke Azure. Arsitektur ini menyebarkan satu zona pendaratan yang dapat digunakan oleh unit bisnis untuk mengelola data estate mereka. Ini memberikan fleksibilitas untuk menambahkan lebih banyak zona pendaratan untuk unit bisnis lain ketika mereka siap untuk pindah ke Azure.

Adatum Corporation adalah perusahaan internasional yang besar. Selain unit bisnis terpusat di kantor pusat mereka, mereka juga memiliki anak perusahaan di seluruh dunia yang memiliki unit bisnis mereka sendiri, termasuk akuntansi, pemasaran, penjualan, dukungan, dan operasi.

Semua grup yang berbeda ini memproduksi data mereka sendiri. Banyak unit bisnis memiliki tim analitik yang disematkan. Organisasi IT pusat telah menyediakan sebagian besar platform data yang digunakan, tetapi beberapa unit bisnis telah nakal dan menerapkan solusi mereka sendiri. Platform data terdiri dari berbagai layanan cloud dan solusi lokal.

Visi perusahaan adalah memiliki platform analitik terpusat, satu sumber kebenaran untuk semua data. Namun, menjadi tantangan bagi banyak pemangku kepentingan yang berbeda untuk menerima satu teknologi tunggal. Mengingat kecepatan penciptaan data baru dan opsi baru yang tersedia, bahkan draf awal rencana untuk pemusatan segera menjadi usang. Sementara itu, tim penjualan perusahaan telah melampaui solusi mereka saat ini, dan perusahaan sangat perlu menggunakan analitik baru untuk mengejar segmen pasar baru.

Adatum telah memutuskan untuk menerapkan pola analitik skala cloud di Azure untuk menyelesaikan masalah ini. Perusahaan yakin bahwa analitik skala cloud memungkinkan tim penjualan perusahaan untuk memigrasikan platform data mereka saat ini tetapi masih memberikan fleksibilitas yang cukup untuk mengakomodasi unit bisnis lain ketika mereka siap untuk bergabung.

Situasi saat ini

Grup penjualan perusahaan Adatum menggunakan sistem ERP dan CRM tradisional untuk memproses transaksi penjualannya. Data dari sistem ini perlu diekspor ke platform analitik terpisah sehingga pemangku kepentingan di seluruh organisasi dapat mengakses data dan memperkayanya untuk berbagai proyek mereka.

Solusi arsitektur

Dalam arsitektur referensi ini, kami menyebarkan zona pendaratan manajemen data, yang diperlukan untuk semua implementasi ESA, dan satu zona pendaratan data, yang dapat digunakan oleh departemen penjualan perusahaan.

Zona pendaratan manajemen data

Konsep penting untuk setiap analitik skala cloud adalah memiliki satu zona pendaratan manajemen data. Langganan ini berisi sumber daya yang dibagikan di semua zona pendaratan dan menyertakan komponen jaringan bersama seperti firewall dan zona DNS privat. Ini juga mencakup sumber daya untuk tata kelola data dan cloud. Katalog Unity Microsoft Purview dan Databricks disebarkan sebagai layanan di tingkat penyewa.

Aplikasi data

Zona pendaratan memiliki dua aplikasi data . Integrasi pertama menyerap data yang terkait dengan pelanggan. Langkah ini mencakup catatan pelanggan dan catatan terkait mereka (seperti alamat, kontak, penetapan wilayah, dan riwayat kontak). Data ini diimpor dari sistem Adatum CRM.

Aplikasi data kedua menyerap transaksi penjualan. Ini termasuk header transaksi, detail item baris, catatan pengiriman, dan pembayaran. Semua catatan ini diserap dari sistem Adatum ERP.

Integrasi ini tidak akan mengubah atau memperkaya data. Mereka hanya menyalin data dari sistem sumber dan mendaratkannya di platform analitik. Ini memungkinkan banyak produk data untuk mengonsumsi data dengan cara yang dapat diskalakan tanpa menempatkan beban lain pada sistem sumber.

Produk data

Dalam contoh ini, Adatum memiliki satu produk data. Produk ini menggabungkan data mentah dari dua aplikasi Data dan mengubahnya menjadi himpunan data baru. Dari sana, ini dapat diambil oleh pengguna bisnis untuk analisis dan pelaporan tambahan dengan alat seperti Microsoft Power BI.

Gambar 1: Diagram arsitektur. Tidak semua layanan Azure diwakili dalam diagram. Disederhanakan untuk menyoroti konsep inti tentang bagaimana sumber daya diatur dalam arsitektur.

Alasan

Mengapa tidak menempatkan transaksi penjualan dan pelanggan di zona pendaratan data mereka sendiri?

Salah satu keputusan pertama yang harus dibuat perusahaan tentang analitik skala cloud mereka adalah cara membagi seluruh data estate menjadi zona pendaratan. Solusi data yang sering berkomunikasi satu sama lain adalah kandidat kuat untuk dimasukkan di zona pendaratan yang sama. Keputusan ini memungkinkan perusahaan untuk mengurangi biaya yang terkait dengan pemindahan data di seluruh VNet yang di-peering. Dalam contoh ini, data transaksi penjualan akan sering ditautkan ke data pelanggan. Oleh karena itu, masuk akal untuk menyimpan aplikasi Data terkait ini di zona pendaratan data yang sama.

Pertimbangan tambahan untuk wilayah pendaratan adalah bagaimana tim yang bertanggung jawab atas data tersebut diatur dalam organisasi. Dalam hal ini, kedua aplikasi Data dimiliki oleh tim yang berbeda, tetapi tim tersebut adalah bagian dari divisi penjualan dan pemasaran di Adatum.

Dengan memisahkan data pelanggan dan data transaksi penjualan dalam aplikasi Data mereka sendiri, kami memungkinkan pakar subjek untuk domain tersebut membuat keputusan terbaik untuk produk data tertentu mereka. Mereka dapat memilih pola akses, mesin penyerapan, dan opsi penyimpanan yang paling sesuai dengan kebutuhan mereka tanpa bertentangan satu sama lain.

Misalnya, tim yang memiliki keahlian dengan sistem CRM akan bertanggung jawab atas aplikasi Data pelanggan. Berdasarkan set keterampilan tim dan teknologi yang digunakan oleh sistem CRM, mereka memutuskan alat mana yang paling sesuai dengan kebutuhan mereka. Mereka tidak perlu khawatir jika keputusan ini juga akan berfungsi untuk tim transaksi penjualan. Tim tersebut menggunakan set alat mereka sendiri dan tidak perlu berkompromi untuk memenuhi persyaratan tim pelanggan.

Mengapa memindahkan tim penjualan ke platform data baru?

Dalam contoh ini, tim penjualan perusahaan adalah yang pertama pindah ke analitik skala cloud baru. Solusinya dirancang agar dapat diskalakan di atas segalanya. Karena unit bisnis lain siap untuk bermigrasi, lebih banyak zona pendaratan dapat ditambahkan untuk mengakomodasi beban kerja mereka.

Bagaimana cara berevolusi di masa depan?

Penskalakan dilakukan dengan menambahkan lebih banyak zona pendaratan ke arsitektur. Zona pendaratan tersebut menggunakan peering jaringan virtual untuk terhubung ke zona pendaratan manajemen data serta semua zona pendaratan lainnya. Pola jala ini memungkinkan produk dan sumber daya data dibagikan di seluruh zona. Dengan memisahkan menjadi zona yang berbeda, beban kerja tersebar di langganan dan sumber daya Azure cloud. Langkah ini memungkinkan perusahaan untuk menghindari mencapai batas layanan Azure dan terus mengembangkan data estate mereka.

Langkah berikutnya

Lanjutkan ke skenario Relecloud untuk analitik skala cloud di Azure.

Pelajari selengkapnya di: