Étude de cas BI-SPEKTRUM : C&A sur Snowflake

BI-SPEKTRUM a publié un article dans le numéro 2023/3 expliquant comment l’un de nos clients utilise Datavault Builder pour intégrer ses données SAP. Si vous souhaitez obtenir une réimpression de l’article, vous pouvez la demander ici. Pour vous donner un premier aperçu, je paraphrase le contenu. Ceci est ma synthèse personnelle basée sur un article allemand mettant en avant les principales conclusions.

À propos de C&A

C&A, l’un des principaux détaillants de mode en Europe, est actuellement en pleine transformation digitale. Leur objectif : rationaliser et optimiser leur multitude de processus métier. Avec une forte demande en capacités analytiques au sein de l’entreprise, ils se sont lancés dans la mise en place d’un Data Warehouse Greenfield comme socle pour l’analytique, la business intelligence et le reporting, dès le départ.

Photo d’illustration

Choisir une voie unique

Contrairement aux environnements SAP traditionnels, C&A a fait des choix uniques pour sa stratégie de data warehousing. Ils ont opté pour une architecture Best-of-Breed Data Warehouse construite sur Data Vault, Data Warehouse Automation (DWA) et une architecture Data Lakehouse, le tout propulsé par AWS, Snowflake et Datavault Builder.

Atteindre les objectifs clés :

Les objectifs de leur projet de Data Warehouse Greenfield comprenaient :

• Reporting flexible et performant : ils ont atteint cet objectif en exploitant la technologie cloud scalable, Snowflake sur AWS.

• Vue cohérente du paysage SAP-ERP : C&A a utilisé les extracteurs SAP-BW pour fournir une vue cohérente des données SAP à des fins d’analyse, ce qui a entraîné des économies de coûts significatives. Cependant, des interfaces personnalisées étaient nécessaires pour les zones sans extracteurs SAP-BW.

• Soutenir les pratiques agiles : la combinaison d’une approche Data Lakehouse avec Data Vault s’est avérée avantageuse pour les cycles de développement courts et itératifs. Cela a permis un accès rapide aux données existantes dans le Data Lake et a simplifié la gestion de la dette technique grâce aux ajustements du modèle et au rechargement.

Le rôle crucial du cloud :

Il est important de noter que sans une plateforme basée sur le cloud, une approche Data Lakehouse à grande échelle n’aurait pas été économiquement viable. L’automatisation a également joué un rôle significatif pour atteindre l’agilité, en particulier dans la gestion des interfaces Data Vault via Datavault Builder.

Adopter les Developer Sandboxes :

Le concept de Developer Sandboxes a introduit une nouvelle façon de penser et a nécessité un certain ajustement. Bien que l’idée soit prometteuse, le projet en est encore à ses débuts et tous les bénéfices restent à évaluer.

Le parcours data warehouse de C&A illustre une approche tournée vers l’avenir de la gestion des données, combinant la puissance de SAP, AWS et une architecture innovante pour alimenter leur transformation digitale et leurs capacités analytiques. À mesure qu’ils continuent à naviguer sur cette voie passionnante, nous garderons un œil sur les enseignements précieux et les bénéfices tirés de leur stratégie unique de data warehousing.

Commander l’article complet de BI-SPEKTRUM (en allemand)