Логістична галузь сама по собі є фундаментом для багатьох інших галузей: від виробництва та ритейлу, до медицини. На тлі усіх форс-мажорів та негараздів останніх років (пандемія, криза, війна), тиск на ланцюжки постачання лише посилюється. Відтак логістика шукає можливості "прокачатись" через диджитал, але стикається з багатьма складнощами. Зокрема, з організацією роботи з даними, які часто розпорошені по геть різних джерелах: від старих серверів і хмар, до документів MS Excel на ноутбуках окремих людей. Чому така ситуація не може бути нормальною? І як їй зарадити?

website-blog

Що таке інтеграція даних

Сьогодні навіть не дуже велика компанія щомісяця генерує гігабайти різноманітних даних: від контенту усіх типів, до електронних документів та міток геолокації руху вантажівок. Питання в тому, як взяти цей інформаційний потік під контроль і навчитися виокремлювати з нього користь в аналітиці та щоденній діяльності. 

У найширшому сенсі під поняттям Data integration ми розуміємо усі практики ефективного накопичення, уніфікації та маршрутизації даних з різних джерел, що генеруються та застосовуються в роботі організації. Простими словами, йдеться про об’єднання даних з декількох джерел для надання бізнесу єдиного, консолідованого бачення даних. 

Джерела для інтеграції можуть бути геть різними: старі legacy-бази, хмарні сервіси, клієнтські мобільні застосунки тощо. Найчастіше під інтеграцією розуміють впровадження ESB (enterprise service bus, інтеграційна шина підприємства), хоча це лише один з багатьох доступних інструментів на цьому полі. Сьогодні навіть не дуже великі підприємства можуть одночасно покладатися на безліч інструментів: хмари, власна інфраструктура, SaaS-сервіси тощо. Усе це потребує інтеграції. 

Проблема інтеграції даних в логістиці

У нашій багаторічній практиці роботи з логістичними гравцями ми давно помітили тривожну закономірність: чим більш фрагментованим і роз’єднаним є ландшафт роботи з даними в організації, тим менший запас міцності має її ланцюжок постачання. На жаль, навіть у 2023 році це поширена ситуація: в межах одного підприємства підрозділи закупівель, виробництва, транспортування та складського менеджменту збирають та зберігають свої дані в ізольованих системах. 

Що вже казати про співробітництво та інтеграцію між різними організаціями? Дослідження McKinsey показало, що лише 2% компаній мають уявлення про стан свого ланцюжка постачання за межами постачальників/споживачів другого рівня. Тобто, умовний автовиробник не має змоги вчасно дізнатися про проблеми на фабриках з виготовлення мікросхем, від яких залежить збирання смарт-компонентів для його авто. Ми спостерігали це наживо у 2020/2021 році.

Велике підприємство у своїй щоденній діяльності може покладатися на строкате середовище даних: декілька софтверних платформ (ERP, TMS, WMS), хмарні сховища та сервіси, електронні таблиці та pdf-документи (в тому числі на десктопах менеджерів, що працюють віддалено). Як результат, життєво важливі рішення можуть ухвалюватись ізольовано, без загальної картини та урахування вкрай важливого контексту. 

Часто буває й так, що сучасні ланцюжки постачання із сотнями перемінних та тотальною взаємною залежністю контрагентів доводиться будувати на базі legacy-софту, який своїм корінням губиться у другій половині дев`яностих. Побудувати гнучку систему з такими технологіями неможливо. 

Підходи до інтеграції

Якщо дуже сильно спрощувати, то ефективна інтеграція потребує розв'язання декількох ключових завдань: 

  • консолідація даних з усіх джерел та забезпечення організованого доступу до них;
  • уніфікація даних, забезпечення їх сумісності та спорідненості;
  • "велике очищення" - позбавлення баз даних від дублювання, помилок, анахронізмів тощо. 
  • перегляд методів та джерел надходження даних, аби вони були максимально якісними та корисними. 
  • презентація інтегрованого середовища даних у наочній та зручній формі для потреб бізнесу. 

Якщо усі ці завдання виконані успішно, то організація переходить від розпорошеного інформаційного хаосу до порядку та контрольованості, і може ухвалювати якісні рішення на основі точних та релевантних даних. 

Технічна сторона інтеграції здебільшого ґрунтується на двох підходах: ETL (extract, transform and load) та ELT (extract, load and transform). Як випливає з назви, відрізняються вони порядком обробки даних.

  • В межах ETL дані вилучаються з різних джерел, трансформуються відповідно до певного формату, і лише тоді завантажуються до сховища.
  • Відповідно, ELT передбачає дещо інший порядок. За вилученням даних з джерела слідує їх завантаження у сховище - і лише там вони будуть за потреби форматуватись. 

Ця начебто дрібна відмінність стає дуже суттєвою у роботі з величезними масивами даних, від неї зокрема залежить швидкодія системи. 

Варто у двох словах згадати й про інші підходи: реплікація, віртуалізація, федерація. Вони дозволяють проводити інтеграцію без прямого вилучення даних з джерел (наприклад, шляхом створення віртуальної моделі data-сховища). Вибір підходу та відповідних технологій завжди залежить від потреб бізнесу та умов проекту. 

Як це виглядає на практиці

Далеко не завжди проекти з диджиталізації логістики можна розвивати в ідеальних умовах, "з чистого аркуша". Нерідко в цій царині доводиться швидко збирати докупи вже наявні цифрові компоненти бізнесу та старі бази даних. 

Характерний приклад - кейс Національної служби охорони здоров`я Англії (NHS England), яка створила повноцінного "цифрового двійника" своїх ланцюжків постачання у програмі вакцинації за допомогою data-платформи від вендора. 

В умовах пандемії COVID Служба мала забезпечити безперебійне доставлення десятків мільйонів доз вакцини у вкрай стислі терміни, під час суцільного локдауну. Часу на створення нової системи не було, довелося інтегрувати воєдино сотні вже наявних джерел медичних даних. Та врешті NHS об`єднала, очистила та гармонізувала відокремлені масиви даних по всьому ланцюжку постачання, тож отримала чітку картину для ухвалення якісних рішень в режимі реального часу. Не варто й говорити, що британська програма вакцинації стала однією з найефективніших у світі. 

Менеджери американської транспортної компанії Venture Logistics в аналогічному кейсі розповідають, що свого часу зіткнулись із суттєвими проблемами через прогалини в роботі з даними. Клієнти перевізника скаржились, що отримують хибну інформацію, а компанія тим часом пропускала замовлення і платежі. Це шкодило транзитним перевезенням, призводило до простою, або ж навпаки - до надмірного пробігу вантажівок. Лише впровадження хмарної платформи дозволило виправити ситуацію. 

З чого почати

В ідеалі якісна інтеграція даних має бути фундаментом будь-якого проекту з диджиталізації логістики. Адже без цього неможливо забезпечити ланцюжкам постачання прозорість та керованість, а відтак і надійність. 

Шляхи та технології інтеграції даних можуть бути різними, обирати їх слід відповідно до наявних ресурсів, потреб бізнесу та вимог проекту. Якщо часу обмаль, а практичну задачу слід вирішувати негайно, то на перший план виходять переваги коробкових рішень і хмарних SaaS-платформ. Вони розгортаються швидко та зазвичай дають пристойний ключовий функціонал. 

Однак якщо йдеться про довгострокові пріоритети, то варто замислитися про індивідуальну розробку та розбудову власної on-premission інфраструктури. Таке рішення імовірно потребуватиме пошуку партнерів у диджиталі та певного циклу розробки, проте буде оптимальним з точки зору вимог бізнесу, зручності, гнучкості та кібербезпеки. 

Так чи інакше, ігнорувати диджитал сьогодні неможливо. Чим складнішою з року в рік стає логістична галузь, тим вищим стає ризик помилок в системі. Та й вартість цих помилок лише зростає.