Eren Perakende, Microsoft ürünleriyle operasyonlarını entegre hale getirdi
Dünyanın birçok ülkesinde faaliyet gösteren Eren Perakende, farklı kültürlerin ve değişik iş yapış modellerinin dahil olduğu bu dağıtık yapıyı Microsoft teknolojileriyle entegre bir hale getirdi.
Eren Perakende, Ukrayna, Polonya, Macaristan, Çekya ve Arnavutluk’un da dahil olduğu geniş bir coğrafyada Lacoste, Burberry, Gant, Nautica, The Kooples, SuperStep, Converse gibi önemli markaların dağıtım, pazarlama ve satış operasyonlarını yönetiyor.
Bu tarz birden farklı ülkede faaliyet göstermek beraberinde çok sayıda ülkenin, farklı kültürlerin ve değişik iş yapış modellerinin dahil olduğu bu dağıtık yapıyı kontrol etmek anlamına geliyor. Bu dağıtık yapıyı entegre bir hale getirmek için Microsoft teknolojilerinden faydalanıldı.
Öncelikle Eren Perakende için faaliyet gösterdikleri tüm ülkeleri tek bir nokta altına toplayabilecekleri, aynı metrikleri ve KPI’ları değerlendirebilecekleri ve performanslı bir şekilde raporları sistemden alabilecekleri bir yapı kurmak üzere harekete geçildi.
Yapılarının birden çok ülkede çalışması nedeniyle şirket içi bir sistem yerine bulut tabanlı bir sistemin daha uygun olacağına karar verdiler ve seçimlerini de Microsoft Azure’dan yana kullandılar. Bu doğrultuda analitik, içgörü ve zeka teknolojileri üzerine uzmanlaşan Microsoft Türkiye iş ortağı Trendify Analytics ile çalışmaya başladılar; bulut mimarisini odak alarak, Microsoft Azure platformu üzerinde bir veri ambarı projesi kurguladılar. Tüm ülkeleri kapsayacak şekilde yapılandırılan proje, önce satış operasyonları, daha sonra satın alma ve diğer modüllerin de dahil olacağı şekilde fazlandırıldı. Temel hedefler, tüm ülkelerin aynı anda sistemin içerisinde olabileceği, özellikle yönetim raporlarının yüksek performanslı bir şekilde alınabileceği ve verinin üst seviyelerde görselleştirilebileceği bir iş akışına sahip olabilmekti.
Projede farklı Microsoft teknolojilerinden faydalanıldı!
Operasyona SQL sunucularla başlayan ekipler, Microsoft Azure tarafında Azure SQL Data base hizmetini kullanıyor. Kaynak sistemlerle haberleşmek için ise Azure Data Factory çözümünden faydalanılıyor. Farklı ERP’lerin yanı sıra farklı ülkelerden pek çok farklı sistem üzerinden alınan veri entegrasyonu Azure Data Factory ile sağlanıyor. Kullanıcıların verilere ulaşması ve görselleştirmesi tarafındaysa Azure Analysis Services çalışıyor. Power BI servisi de devreye alındığında 4 ana servis Microsoft Azure tarafında net bir şekilde kullanılıyor.
Veri Ambarı projesi 7 farklı ülkeyi kapsayacak şekilde tasarlandı
Veri Ambarı projesine Türkiye, Rusya, Ukrayna ve Polonya olmak üzere dört ana ülke üzerinde başlandı. Polonya operasyonu içerisine Çek, Macaristan ve Slovakya da dahil edilerek 7 farklı coğrafyadan sisteme veri akışı sağlandı.
Proje ekibi başlarda bazı çalışanların adaptasyon konusunda sıkıntı yaşadığını belirtse de, düzenlenen eğitimlerle bu sorun kısa sürede aşıldı. Çalışanlar kendi dashboard’larını geliştirme, excel platformunda raporlarını alma ve Ad-Hoc analizlerini yapma seviyesine geldiler.
Eren Perakende neden Microsoft Türkiye'yi tercih etti?
Eren Perakende, yurtdışındaki operasyonların veri entegrasyonlarının sağlanması ve merkezi bir yapıda toparlanması konusunda sunduğumuz çözümlerden ötürü Microsoft Türkiye ile çalışmayı seçti. Önceden Office 365 ve Power BI kullandıkları için bulut platformuna zaten yabancı değillerdi; Microsoft Azure’un yaygınlığını ve sunduğu kullanım avantajlarını biliyorlardı.
Bir sonraki hedef: Makine öğrenimi
Veriyi Azure Data Factory ile almaktan Azure SQL Datawarehouse’a işlemeye her şeyin bulutta kurgulandığı projede şu an 70 civarında pipeline ve 150 civarında data seti işleyerek günlük operasyonlarla Veri Ambarı’na yazılıyor. 2020 yılında tüm ülkelerin gerçekleşen verilerini almaya odaklanılan tanımlayıcı çalışmalara yoğunlaşılırken, önümüzdeki dönem için hedef, tahmine dayalı çalışmalara odaklanmak. Kurulmuş olan veri ambarını daha öngörüsel hizmetler de verebilecek şekilde tasarlayan ekibin yıl sonu takviminde makine öğrenmesi çalışmalarına başlamak var.
