Как Oracle собрала данные об автозапчастях по всему миру

Однажды Delphi Electronics & Safety, подразделение ведущего мирового поставщика автозапчастей Delphi Automotive, столкнулось с проблемой, характерной для успешных производителей. Число клиентов заметно увеличивалось, а с ними просто катастрофически рос и объём данных, связанных с гарантийным обслуживанием.

Ежемесячно фирма получает от своих ОЕМ-производителей данные о производительности каждого из 340 тысяч наименований компонентов, установленных в миллионах автомобилей по всему свету. Эти данные необходимо предельно быстро проанализировать и отреагировать должным образом. Delphi требуется определить, соответствует ли производительность компонента условиям, обозначенным в рамках договора, или же его действительно необходимо улучшить.
Для проведения подобного анализа используется добрый десяток OEM-систем – каждая с собственным форматом, так что о спокойной стандартной интеграции ПО речи быть просто не могло. Необходимо также учитывать сведения, хранящиеся в собственных базах данных Delphi, данные с производства и отраслевые данные и «правила». Команда инженеров постоянно сопоставляет и обрабатывает эту информацию, собранную буквально по всему миру.

Проблема заключается в том, что клиенты требуют немедленного реагирования. Если в течение 30 дней (что, кстати, не так уж много, если учесть объём данных и сложность их обработки) клиент не получит полного анализа проблемы и реагирования, компания обязана взять на себя все понесённые им расходы. Неважно, есть ли в том её вина. Неприятные финансовые последствия подтолкнули Delphi к тому, чтобы ввести кардинальные улучшения.

Настоящей причиной замедленного отклика и понесённых компанией убытков был даже не столько объём данных, хоть он и впечатлял, сколько разнообразие этих вопросов. Каждый новый набор данных вынуждал проводить новый анализ. Каждый новый анализ требовал интеграции новых типов данных с уже существующими, а также определенной трансформации всей системы. Гарантийные инженеры, таким образом, проводили больше времени за работой с данными, нежели за своими непосредственными задачами. Понятно, что увеличением штата сотрудников проблема не решалась: такая работа всегда опережает возможности нанятых для её выполнения людей.

Чтобы перестать платить за проблемы, в которых не было её вины, Delphi решилась скомбинировать множество разнородных источников своих данных. При помощи Oracle Endeca Information Discovery (EID) компания собрала информацию из шестнадцати различных систем. EID позволяет комбинировать данные из разнородных источников, исследовать связи между ними, анализировать как единую модель и выполнять обобщённый поиск.

В итоговую систему Delfi вошли сведения о клиентских транзакциях из SAP, информация о происшествиях на производстве, данные из системы отслеживания проблем и даже просто словесные текстовые описания проблем с производительностью.

В одних случаях данные связывались через номера компонентов, в других — через клиентские номера, а иногда — через номера запчастей. Справившись с разнородностью сведений, компания обеспечила своим инженерам гораздо более простой и быстрый поиск любой нужной информации.

Необходимо понимать, насколько это упростило ситуацию. Более консервативным решением было бы потребовать соблюдения чёткой стандартизации повсюду, где только можно, но к чему бы это привело? К сверхсложной и затратной интеграции плохо совместимых систем, реорганизации бизнес-процессов, введению новых посторонних задач на производстве и разрастанию штата.

Поскольку благодаря «большим данным» целостности больше не требовалось, Delphi получила собственную гибкую модель вместо неподъёмной интегрированной системы. Для поддержания её «на плаву» в будущем требуется только индексировать поступающие записи и документы.

После введения новой технологии инженеры могут комбинировать аналитические методы со стандартным поиском, что позволяет по-новому подойти к проблемам и всесторонне изучить их. Это значительно ускорило процесс анализа каждого конкретного случая: если раньше раскрытие проблемы с производительностью деталей занимало на местах до нескольких недель, то сейчас дело ограничивается часами. Теперь Delphi, несмотря на то что выпускает около семи миллионов единиц товара в месяц, может эффективно управлять гарантийными планами для каждого своего товара, даже если он собран из сотен деталей, глубоко исследовать факторы, влияющие на производительность, и принимать оперативные решения.

Что будем искать? Например,ChatGPT

Мы в социальных сетях