1. Задача
Внедрённая по требованию регулятора система маркировки и прослеживаемости товаров не имела собственной отчётности, что лишало бизнес возможности анализировать операционные данные. Заказчику требовалось расширить возможности системы маркировки в части анализа фактических данных о статусе и местоположении маркируемого товара на уровне индивидуальных кодов маркировки, а также обеспечить пользователей-потребителей актуальной и оперативной информацией для принятия решений.
2. Какие работы производились
• Построение DWH: Построено хранилище данных (DWH) по операциям с прослеживаемым товаром на облачном стеке Azure — Azure SQL, Azure Data Factory и Power BI.
• Data Mesh подход: Решение реализовано в соответствии с Data Mesh подходом: создан отдельный Data Product, за который отвечает domain-команда, внедряющая систему учёта маркированного товара.
• Настройка ETL-процессов: Настроены ETL-процессы в Azure Data Factory для загрузки операционных данных о статусах и местоположении товаров на уровне индивидуальных кодов маркировки.
• Разработка дашбордов: Разработаны аналитические дашборды и отчёты в Power BI для операционной аналитики.
• Анализ бизнес-потребностей: Проведён анализ потребностей бизнес-пользователей в операционной отчётности по маркировке.
• Согласование архитектуры: Согласована архитектура аналитического решения с учётом существующей инфраструктуры заказчика (Azure, Power BI) и требований регулятора.
• Координация зон ответственности: Обеспечено взаимодействие с domain-командой системы маркировки и координация с юнитом глобальной дата-платформы для корректного разграничения зон ответственности в рамках Data Mesh.
• Обучение пользователей: Проведено обучение и сопровождение пользователей при переходе на новую отчётность.
3. Какие сложности возникали
Ключевой сложностью стала необходимость выстроить аналитическое решение в условиях децентрализованной архитектуры данных. Инфраструктура заказчика предполагала Data Mesh подход, при котором ответственность за аналитику лежит на domain-команде системы маркировки, а не на центральном юните глобальной дата-платформы. Требовалось корректно разграничить зоны ответственности, чтобы не дублировать функции центральной платформы и при этом обеспечить скорость получения актуальной информации пользователями.
Дополнительно потребовалась быстрая адаптация к требованиям регулятора по прослеживаемости товаров, которые задавали жёсткие рамки по составу и детализации данных на уровне индивидуальных кодов маркировки.
4. Результат
• Создано аналитическое решение по маркировке в облаке Azure, полностью интегрированное с существующей инфраструктурой заказчика (Azure, Power BI)
• Бизнес получил операционную отчётность по статусам и местоположению прослеживаемого товара на уровне индивидуальных кодов маркировки
• За счёт децентрализации по Data Mesh подходу снята нагрузка с юнита глобальной дата-платформы
• Обеспечена скорость получения актуальной информации пользователями-потребителями системы
5. Мнение клиента и планы
Заказчик высоко оценил архитектурное решение, позволившее встроить аналитику в существующую Data Mesh модель без перегрузки центральной платформы. Применённый подход подтвердил свою эффективность и открыл перспективы для дальнейшего развития: тиражирование аналогичных Data Product-решений на другие domain-команды и расширение набора аналитических отчётов по мере развития системы маркировки.
