Gordon Food Service verbessert Business Intelligence durch Datenreplikation

Hintergrund in der Führungsebene

Gordon Food Service Canada (GFS), ein führender Lebensmittelgroßhändler, setzt bei der Implementierung einer unternehmensweiten Business-Intelligence-Lösung (BI) für alle Geschäftsbereiche von GFS Canada auf Syniti, um die Datenreplikation zu gewährleisten. Ziel des BI-Projekts von GFS Canada ist die Implementierung der notwendigen Data-Warehouse-Prozesse, -Tools und -Techniken, um Produkt-, Lieferanten- und Kundenmargen- und Rentabilitätsanalysen für die Bereiche Vertrieb und Marketing zu ermöglichen.

Über das Unternehmen

Gordon Food Service (GFS) Canada ist ein führender Lebensmittelgroßhändler. Mit über 100 Jahren Erfahrung trat GFS 1994 durch den Zusammenschluss einiger der bedeutendsten Unternehmen der Branche in den kanadischen Markt ein. Das rasante Wachstum erfordert von GFS Canada ein breiteres Produktsortiment, mehr Dienstleistungen und eine größere Kundennachfrage als je zuvor. GFS Canada wandte sich an Syniti, um die Datenreplikation als Schlüsselkomponente für die unternehmensweite Business-Intelligence-Lösung für alle Geschäftsbereiche von GFS Canada zu realisieren.

Hintergrund des Projekts

Stuart Bestbier, Projektmanager für die Bereitstellung von BI-Lösungen bei GFS Canada, leitet die Konzeption, Entwicklung und Implementierung einer unternehmensweiten BI-Lösung für alle Geschäftsbereiche von GFS. Das Projekt umfasst die Auswahl und Implementierung der erforderlichen BI-Software und der zugehörigen Infrastruktur. Die BI-Lösung wird Analysen, Berichte und Entscheidungsfindung in allen Geschäftsbereichen unterstützen. Das BI-Projekt muss ca. 50 Tabellen mit jeweils 20 bis 230 Spalten und 150 bis 26 Millionen Datensätzen verwalten.

Das BI-Projekt muss etwa 50 Tabellen mit jeweils 20 bis 230 Spalten und 150 bis 26 Millionen Datensätzen verwalten.
Datensätze pro Tabelle. Die Gesamtzahl der neuen Transaktionen pro Monat liegt bei rund 3 Millionen, was etwa 100,000 primären Transaktionen entspricht.
Täglich werden zahlreiche Geschäftstransaktionen abgewickelt, monatlich kommen Hunderttausende weitere Transaktionen hinzu.

Auswahlkriterien

Die wichtigsten Kriterien für die Auswahl des Datenreplikationstools waren:

• Die Auswirkungen auf das unternehmenskritische Produktionsquellsystem sollen minimiert und der Zugriff der Endbenutzer auf die Produktionsdaten nicht beeinträchtigt werden.
• Die Möglichkeit, den Replikationsprozess automatisch anzuhalten und neu zu starten, um einen Ruhezustand im Data-Warehouse-Extraktionsprozess zu erzwingen, bietet Flexibilität. Es werden nur die Änderungen an den Quelldaten (d. h. die Deltas) von einer Data-Warehouse-Extraktion zur nächsten erfasst.
• Sorgen Sie für einen hundertprozentig zuverlässigen Mechanismus zur Erfassung von Änderungen an Quelldaten, einschließlich einer ausführlichen Protokollierung aller Einfügungen, Aktualisierungen und Löschungen.
• Produktleistung: Die Datenmengen von GFS Canada erfordern eine schnelle und zuverlässige Datenreplikation.

Produktfunktionalität

Das Projekt von Bestbier nutzt die kontinuierliche unidirektionale Spiegelung der Quelldaten in den Staging-Bereich des Data Warehouse mit kontrollierten Stopps und Neustarts. Der Einsatz von Syniti ermöglicht es ihnen, die folgenden Herausforderungen zu bewältigen:

• Dadurch entfällt die Notwendigkeit, benutzerdefinierten Code zu schreiben, um Änderungen an den Quelldaten von einem Tag zum nächsten zu erkennen.
• Dadurch entfällt die Notwendigkeit, Quelldatentabellen direkt zu lesen, wodurch die potenziellen Auswirkungen auf Endbenutzer minimiert werden.

Ergebnisse

• Es ermöglichte ihnen, die Auswirkungen auf ihr geschäftskritisches Produktionsquellsystem zu minimieren und gleichzeitig keine negativen Auswirkungen auf Endbenutzer zu verursachen, die auf Produktionsdaten zugreifen wollten.
• Syniti ist flexibel genug, um dem BI-Projekt zu ermöglichen, den Replikationsprozess bei Bedarf automatisch zu stoppen und neu zu starten.
• Die Syniti-Replikationskonfiguration ermöglicht es Projektentwicklern, nur die Änderungen an den Quelldaten von einem Data-Warehouse-Extrakt zum nächsten zu erfassen. Der Spiegelungsmechanismus erfasst alle Änderungen an den Quelldaten, einschließlich eines ausführlichen Protokolls aller Einfügungen, Aktualisierungen und Löschungen.
• Syniti erfüllte die Projektanforderungen an eine schnelle und zuverlässige Datenreplikationsfähigkeit für große Datenmengen.

Ergebnisse der Anbieter

Bestbier berichtet, dass der technische Support bisher sehr gut war (vor allem während der Vorverkaufsphase, als sich das Team mit den Produktfunktionen und -möglichkeiten vertraut machte). Auch die Dokumentation entsprach ihren Anforderungen, obwohl detailliertere Beispiele zur Unterstützung der benutzerdefinierten Skripterstellung hilfreich wären.