Retail ed elettronica

Data warehouse retail in tempo reale

Europa 2020-2021

Contesto

Nell'ambito di una migrazione ERP, trasferire 98 oggetti aziendali JSON con struttura complessa e volumi elevati (negozi, magazzini, utenti, scontrini, scorte...) da Azure a Snowflake per alimentare Qlik quasi in tempo reale.

Approccio

Generazione automatica di centinaia di query SQL e Scala dalle specifiche per appiattire gli oggetti complessi. Il sistema genera e alimenta oltre 150 tabelle e viste aggiornate in tempo reale. Acquisizione ADLS→Snowflake tramite Kafka/ADF e orchestrazione mediante stream e task.

Impatto

Flussi aggiornati minuto per minuto per i team BI e diversi milioni di file elaborati ogni giorno. Transizione al nuovo sistema di analisi e successiva dismissione del sistema precedente.

Oggetti aziendali

98

Tabelle e viste

150+

Latenza

<1 min

SnowflakeAzureKafkaADFQlik

Cosa abbiamo realizzato

  • Generazione SQL automatica dai metadati XML per accelerare i rilasci.
  • Aggiornamenti delta orchestrati da Snowflake Tasks con monitoraggio dedicato.
  • Funzioni Scala personalizzate per denormalizzare i JSON annidati.
  • Coaching degli analisti per sfruttare i nuovi flussi in tempo reale.
  • Gestione multiambiente tramite API Snowflake (test / pre-prod / prod).

Un processo critico merita più di uno strumento generico.

Partiamo da un caso reale, dai soggetti coinvolti e dai dati disponibili per individuare il prossimo passo utile.

Definire un primo ambito