Wir hatten kürzlich das Vergnügen, mit Vishal ShahSolutions & Deployment Architect bei Pitney Boweszu begrüßen, der uns bei der "Beschleunigung der Hybrid- und Multipoint-Integration in ein Cloud Data Warehouse" Webcast, veranstaltet von TDWI. Während seiner Präsentation führte uns Vishal zurück ins Jahr 2015, als Pitney Bowes seine unternehmensweite Cloud-Initiative startete, um sein langfristiges Geschäftsziel: Die Bereitstellung von Cloud-Lösungen, die einen nahtlosen, grenzüberschreitenden E-Commerce ermöglichen.
Im Rahmen der strategischen Cloud-Initiative mussten Vishal und sein Team den internen Stakeholdern Daten aus vielen verschiedenen Quellen zur Verfügung stellen. Zuvor hatten die Beteiligten Datenberichte gemeinsam genutzt und zur Datenanalyse auf ihre lokalen Rechner heruntergeladen. Die Daten waren jedoch veraltet, sobald sie auf ihre Rechner heruntergeladen wurden, und stellten nur eine begrenzte und statische Momentaufnahme der Geschäftslage dar, so dass es für die Beteiligten praktisch unmöglich war, in Echtzeit ganzheitliche Geschäftsentscheidungen auf der Grundlage aktueller Daten zu treffen.
Sehen Sie sich die vollständige Präsentation hier.
Um diese Datenherausforderungen zu bewältigen, versuchte Vishal, einen Data Lake auf Amazon S3 (und Amazon S3 Glacier Deep Archive für die langfristige Speicherung) aufzubauen, um alle Daten aus verschiedenen lokalen und Cloud-Datenquellen zu speichern. Gleichzeitig musste Vishal den Datenzugriff und die gemeinsame Nutzung für Benutzer auf der Grundlage ihrer Rollen ermöglichen, ohne dass diese direkt auf den Data Lake zugreifen mussten, um das Sicherheitsrisiko zu minimieren. Daher suchte Vishal nach zwei Technologien, die gut zusammenpassen und den Benutzern als Grundlage für den Datenzugriff dienen würden.
Da entdeckte er Snowflake und SnapLogic, die die Grundlage für die Cloud Data Warehouse- und Datenintegrationsplattform von Pitney Bowes bildeten.
Als Cloud-Data-Warehouse von Pitney Bowes ermöglicht Snowflake den Anwendern die nahtlose Beschaffung und gemeinsame Nutzung von Daten, die sie für die Datenanalyse benötigen. Gleichzeitig hilft SnapLogic bei der Übertragung und/oder Aktualisierung von Daten aus Datenquellen wie Salesforce, SAP HANA, SQL Serverund andere in ihren Data Lake und Snowflake täglich, oft auch häufiger.
![Abbildung 1: Die Datenarchitektur von Pitney Bowe](https://www.snaplogic.com/wp-content/uploads/2020/09/Figure-1-Pitney-Bowes-data-architecture.png)
Der Tech-Stack jedes Unternehmens ist einzigartig, und die Wahl der richtigen Cloud-Data-Warehouse- und Integrationstechnologie, die die Geschäftsinitiativen des Unternehmens unterstützt, sollte kein nachträglicher Gedanke sein. Vishal teilte die Überlegungen mit, die ihn dazu brachten, Snowflake und SnapLogic zu wählen:
- Einheitliche Daten: Erhalten Sie eine einzige Quelle der Wahrheit, in der alle Daten an einem Ort gespeichert sind
- Zugriffsmethoden: Datenzugriff auf Basis der Benutzerrolle
- Aktuelle Daten: Aktualisierte Daten, wann immer der Nutzer sie benötigt
- Geringer Wartungsaufwand: Langfristige Skalierbarkeit mit geringem bis gar keinem Wartungsaufwand für Snowflake und SnapLogic
- Maximale Sicherheit: Erforderliche Sicherheits- und Konformitätszertifizierungen
Snowflake und SnapLogic erfüllten beide alle Kriterien. Seit der Implementierung haben Vishal und sein Team über 15 Abteilungen und Geschäftsbereiche in die Lage versetzt, auf Daten aus mehr als 25 Anwendungen und Datenbanken zuzugreifen. Dank des Echtzeitzugriffs auf die Daten sind die Geschäftsinteressenten nun besser in der Lage, datengestützte Entscheidungen zu treffen, um die langfristigen Ziele des Unternehmens zu erreichen und das Wachstum zu fördern.
Sind Sie bereit, Ihr Cloud Data Warehouse-Projekt zu starten? Melden Sie sich für unsere risikofreie 30-Tage-Testversion an.