Data Fabrics Explicados: Aumentando Eficiência e Resiliência em Cadeias de Suprimentos

Fabricantes estão constantemente equilibrando uma teia complexa de funções que abrangem inovação de produto, engenharia, planejamento, produção e logística. Estes processos altamente interconectados abrangem a organização e seus parceiros, criando lacunas em dados, latência de informação e barreiras que criam associações complexas através de operações e constituintes.

O último ano de disrupções trouxe muitas cadeias de suprimentos globais ao limite. Más estratégias de dados foram o culpado, pois trataram a cadeia de suprimentos como sistema rígido quando, na realidade, é uma rede complexa de atores que precisam estar em sincronia para se adaptar rapidamente à mudança. À medida que demanda do consumidor atingiu máxima histórica para incontáveis produtos durante a pandemia, latência de dados de sistemas de origem atrasou respostas que proibiram muitos fabricantes e fornecedores de serem capazes de reagir ao ambiente de mercado em mudança.

Sistemas tradicionais de gestão de dados funcionavam bem quando profissionais de cadeia de suprimentos tinham mais tempo para se adaptar, e a paisagem de dados empresarial era mais uniforme, estruturada e simples. Mas o mundo é diferente agora. Dados de cadeia de suprimentos precisam ser reutilizáveis, algo que abordagens tradicionais não podem fazer dado que requerem extrações de dados não-repetíveis para identificação de problemas e resolução de equações. Pior, o surgimento da internet das coisas (IoT), aumento no volume de dados não-estruturados, relevância crescente de fontes de dados externas, e tendência para ambientes híbridos multi-cloud são obstáculos para satisfazer cada nova solicitação de dados.

A velha estratégia de dados centrada em sistemas de dados relacionais está fundamentalmente quebrada, mas como fabricantes podem mudar de estratégia de dados reativa para responsiva? Para superar atrasos de informação, fabricantes estão adotando novas abordagens de tecnologia como data fabrics para criar rede de suprimentos digitalizada que representa dados com precisão à medida que movem ao longo da cadeia de suprimentos e os relacionamentos que definem como trabalho é feito. Data fabrics empresariais tecem juntos dados de silos internos e fontes externas e criam rede de informação para alimentar aplicações de negócio, inteligência artificial e análises.

Suportando toda a amplitude do enterprise complexo e conectado de hoje, esta representação digital inclui todos processos, produtos, pessoas, parceiros, políticas e fontes de dados de terceiros representados na rede de suprimentos para fornecer visão clara através da cadeia de valor. Com esta visibilidade, fabricantes podem criar análises de impacto e causa raiz, gerenciar hierarquias distribuídas e realizar tomada de decisão just-in-time alavancando dados em tempo real e IoT.

Data fabrics fornecem profissionais de dados com capacidade de gerar representação componível, compreensível por máquina, das entidades-chave e relacionamentos, bem como lógica de negócio e regras, que governam o negócio. Diferente de técnicas antigas de integração de dados, data fabrics são expressivos, permitindo fabricantes fazer perguntas e descrever efeitos, consequências e propriedades do mundo real de certas ações. O fabric é extensível e reutilizável em todos casos de uso/funções, e é fácil de manter e estender a parceiros conforme necessário.

Impulsionando Resultados da Cadeia de Suprimentos

Para criar valor de negócio dentro da enterprise, fabricantes devem ser capazes de conectar todos os dados que importam. Data fabrics mudam o status quo entregando significado, não apenas dados, através da enterprise. Este significado é tecido junto de muitas fontes: dados e metadados, fontes internas e externas, e sistemas cloud e on-premise. Significado é capturado dentro do modelo de dados, com todo contexto em cada ativo de dados totalmente presente e disponível, em forma compreensível por máquina. Com data fabric, pessoas e algoritmos podem tomar decisões melhores enquanto também reduzem probabilidade e risco de uso indevido ou má interpretação de dados. Mais especificamente, data fabrics estão ajudando fabricantes:

• Melhorar detecção de demanda. Fechar o lag de tempo para atender demandas emergentes é crítico para fabricantes; no entanto, detecção de demanda é difícil devido a latência de dados e incapacidade de encontrar conexões através de tudo desde mídia social a dados POS. Data fabrics removem estas lacunas sem ter que rewire soluções existentes de ERP ou previsão de demanda.

Insights podem ser entregues a líderes de planejamento de demanda que podem alavancá-los para melhorar planejamento de negócio.

• Conectar operações. O alto nível de volatilidade de demanda tem efeito cascata em fabricantes que precisam entender rapidamente desempenho operacional, disponibilidade de produto e tendências que impactam rendimento. Infelizmente, múltiplos MES ou sistemas operacionais de chão de fábrica são incapazes de identificar e suportar trade-offs de cenário em tempo real em torno de disponibilidade de suprimento.

Usando data fabrics, fabricantes podem identificar quaisquer mudanças no suprimento e fazer ajustes necessários sem assumir silos adicionais de data lake ou custos de analistas de suporte/procurement operacional.

• Fornecer análise de causa raiz de reclamações de clientes. Reclamações de clientes devido a defeitos de produto podem desencadear série de avaliações de follow-up. Qual foi a fonte do defeito? Quais outros clientes foram impactados? Isso requer recall? Data fabrics permitem fabricantes rastrear reclamação de cliente sobre produto defeituoso todo o caminho de volta às matérias-primas, facilmente referenciando cruzadamente relacionamentos entre bens acabados e matérias-primas.

Além disso, como estas matérias-primas são produzidas por múltiplos sites de manufatura e podem ser chamadas por nomes diferentes por diferentes fornecedores, data fabrics permitem rastreabilidade através de domínios de dados de cliente, manufatura, suporte de campo, produto e outros. Isso permite fabricantes ver extensão total da situação para que possam agir apropriadamente e gerenciar custo-efetivamente a análise de causa raiz de reclamações de clientes.

• Criar gêmeo digital da cadeia de suprimentos. O gêmeo digital da cadeia de suprimentos requer análises preditivas, modelo para conectar dados de origem, e, claro, os próprios dados de origem (ex: ERP, CRM, MES, IoT, redes de clientes) para melhorar tomada de decisão, especialmente em torno de planejamento de cadeia de suprimentos. Um gêmeo digital deve ser capaz de representar centenas de milhões de relacionamentos. Um data fabric, com capacidades de lógica de negócio complexa de grafos semânticos e capacidade de representar dados variados, fornece fabricantes com controle automatizado que lhes permite gerenciar regras de negócio capazes de lidar com lógica complexa e tomada de decisão situacional.

Data fabrics continuam a ganhar atenção por sua capacidade de costurar juntos sistemas existentes de gestão de dados, enriquecendo todas aplicações e usuários conectados no processo. São considerados o próximo passo adiante no espaço de gestão de dados — suportando toda amplitude do enterprise cada vez mais complexo e conectado de hoje.

Rob Harris é vice-presidente de soluções na Stardog, provedora de plataforma enterprise knowledge graph (EKG).