Solusi untuk keterlacakan rantai pasokan menggunakan Azure Cosmos DB untuk Gremlin

BERLAKU UNTUK: Gremlin

Artikel ini memberikan gambaran umum tentang solusi grafik keterlacakan yang diterapkan oleh Infosys. Solusi ini menggunakan Azure Cosmos DB untuk Gremlin dan kemampuan Azure lainnya untuk menyediakan kemampuan track-and-trace untuk barang jadi dalam rantai pasokan global.

Dalam artikel ini, Anda akan mempelajari:

  • Apa itu keterlacakan dalam konteks rantai pasokan.
  • Arsitektur solusi keterlacakan global yang dikirimkan melalui kemampuan Azure.
  • Cara database grafik Azure Cosmos DB membantu Anda melacak hubungan yang rumit antara bahan baku dan barang jadi dalam rantai pasokan global.
  • Cara layanan platform integrasi Azure seperti Azure API Management dan Event Hubs membantu Anda mengintegrasikan beragam ekosistem aplikasi untuk rantai pasokan.
  • Cara Anda bisa mendapatkan bantuan dari Infosys guna menggunakan solusi ini untuk kebutuhan keterlacakan Anda.

Gambaran Umum

Dalam rantai pasokan makanan, keterlacakan adalah kemampuan untuk melacak dan menelusuri produk di seluruh rantai pasokan selama siklus hidup produk. Rantai pasokan meliputi pasokan, manufaktur, dan distribusi. Keterlacakan sangatlah penting untuk keamanan pangan, merek, dan eksposur regulatif.

Dulu, beberapa perusahaan tidak dapat melacak dan menelusuri produk secara efektif dalam rantai pasokan mereka. Hasilnya termasuk pengenalan, denda, dan masalah kesehatan konsumen yang mahal.

Solusi keterlacakan harus mengatasi kebutuhan harmonisasi data dan penyerapan data di berbagai kecepatan dan kecepatan. Mereka juga harus mengikuti siklus inventori. Tujuan ini tidak dimungkinkan dengan platform tradisional.

Solusi Arsitektur

Keterlacakan rantai pasokan biasanya berbagi pola dalam menyerap gerakan palet, menyerahkan insiden kualitas, dan melacak/menganalisis data penyimpanan. Infosys mengembangkan solusi keterlacakan end-to-end yang menggunakan layanan aplikasi Azure, layanan integrasi, dan layanan database. Solusi ini menyediakan kemampuan berikut:

  • Menerima data streaming dari pabrik, gudang, dan pusat distribusi di seluruh geografi.
  • Menyerap dan memproses peristiwa pergerakan stok paralel.
  • Melihat grafik pengetahuan yang menganalisis hubungan antara bahan baku, batch produksi, palet barang jadi, hubungan induk/anak bertingkat palet (copack/repack), dan pergerakan barang.
  • Mengakses ke portal pengguna dengan kemampuan pencarian yang menyertakan kartubebas dan kata kunci tertentu.
  • Mengidentifikasi dampak insiden berkualitas, seperti bahan baku, batch, palet, dan lokasi palet yang terpengaruh.
  • Mengambil riwayat peristiwa di beberapa pasar, termasuk informasi pengenalan produk.

Solusi keterlacakan Infosys mendukung kemampuan cloud-native, API-first, dan berbasis data. Diagram berikut mengilustrasikan arsitektur dari solusi ini:

Diagram yang menunjukkan arsitektur solusi pelacakan rantai pasokan Infosys.

Arsitektur ini menggunakan layanan Azure berikut untuk membantu tugas khusus:

  • Azure Cosmos DB memungkinkan Anda menaikkan atau menurunkan skala performa secara elastis. Dengan menggunakan API untuk Gremlin, Anda dapat membuat dan mengkueri hubungan kompleks antara bahan baku, barang jadi, dan gudang.
  • Azure API Management menyediakan API untuk peristiwa pergerakan stok ke penyedia logistik pihak ketiga (3PL) dan sistem manajemen gudang (WMS).
  • Azure Event Hubs menyediakan kemampuan untuk mengumpulkan sejumlah besar peristiwa bersamaan dari penyedia 3PL dan WMS untuk diproses lebih lanjut.
  • Azure Functions (melalui aplikasi fungsi) memproses peristiwa dan menyerap data untuk Azure Cosmos DB dengan menggunakan API untuk Gremlin.
  • Azure Search memungkinkan pencarian kompleks dan pemfilteran informasi palet.
  • Azure Databricks membaca umpan perubahan dan membuat model di Azure Synapse Analytics untuk pelaporan layanan mandiri bagi pengguna di Power BI.
  • Azure App Service dan fitur Web Apps-nya memungkinkan penyebaran portal pengguna.
  • Azure Storage menyimpan data yang diarsipkan untuk kebutuhan peraturan jangka panjang.

Database Graph dan desain datanya

Produksi dan distribusi barang membutuhkan pengelolaan rangkaian hubungan yang kompleks dan dinamis. Model data adaptif dalam bentuk grafik keterlacakan memungkinkan penyimpanan hubungan ini melalui semua langkah dalam rantai pasokan. Berikut adalah visualisasi proses tingkat tinggi:

Graph desain data rantai pasokan.

Diagram sebelumnya adalah tampilan yang disederhanakan dari proses yang kompleks. Namun, mendapatkan informasi pergerakan stok dari pabrik dan gudang secara real time memungkinkan untuk membuat grafik rumit yang menghubungkan semua informasi yang berbeda ini:

  1. Proses keterlacakan dimulai saat pemasok mengirimkan bahan baku ke pabrik. Solusi ini membuat simpul awal (simpul) grafik dan hubungan (tepi).

  2. Barang jadi diproduksi dari bahan baku dan dikemas ke dalam palet.

  3. Palet dipindahkan ke gudang pabrik atau gudang pasar berdasarkan pesanan pelanggan. Gudang mungkin dimiliki oleh perusahaan atau oleh penyedia 3PL.

  4. Palet dikirim ke berbagai gudang lain berdasarkan pesanan pelanggan. Tergantung pada kebutuhan pelanggan, palet anak atau palet turunan dibuat untuk mengakomodasi jumlah yang dipesan.

    Terkadang, item baru dibuat dengan mencampur beberapa item. Misalnya, dalam skenario pengemasan bersama yang menghasilkan paket bervariasi, kadang-kadang item yang sama dikemas ulang ke jumlah yang lebih kecil atau lebih besar dalam palet yang berbeda sesuai pesanan pelanggan.

    Hubungan palet dalam solusi untuk keterlacakan rantai pasokan.

  5. Palet melakukan perjalanan melalui jaringan rantai pasokan dan akhirnya mencapai gudang pelanggan. Selama proses itu, palet dapat dipecah lebih lanjut atau digabungkan dengan palet lain untuk menghasilkan palet baru guna memenuhi pesanan pelanggan.

  6. Akhirnya, sistem menciptakan grafik kompleks yang menyimpan informasi hubungan untuk manajemen insiden berkualitas.

    Diagram yang menunjukkan arsitektur lengkap untuk hubungan objek rantai pasokan.

    Hubungan yang rumit ini sangat penting dalam insiden kualitas di mana sistem dapat melacak dan menelusuri palet di seluruh rantai pasokan. Grafik dan traversal-nya menyediakan informasi yang diperlukan untuk ini. Misalnya, jika ada masalah dengan satu bahan baku, grafik dapat menunjukkan palet yang terkena dampak dan lokasinya saat ini.

Langkah berikutnya