通过全方位渠道报告和智能补货提高效率

一个美国的百货公司

零售商店有许多工作和活动部件。人们需要实时的KPI和指标才能全面了解其绩效。为了为大型百货公司启用这些功能，CI＆T与他们紧密合作，采取了各种举措，例如使用Google Cloud Platform上的Hadoop和Spark大规模开展活动跟踪、数据存储和数据处理。从降低成本到提高性能，该公司致力于将更多工作量转移到Google Cloud Platform（GCP）。

CI＆T与百货商店之间的合作是从三个项目开始。首先，涉及使用Google Cloud Platform创建电子邮件仪表板以提供更好、更快的分析。另一个项目包括使用BigQuery功能托管大数据，并将其与原始数据仓库Teradata进行比较。最后，是另一个实验涉及将当前Hadoop和Spark工作量迁移到云端的过程演示。

任务

在成功展示了GCP的功能及其如何使百货商店业务受益之后，他们邀请了CI＆T来设计一个新的分析平台，以提供最准确的报告。这些报告将发送给所有商店的经理，根据特定的KPI集合，例如商店中接收货物、订货时间预测、卸载时间、货物转移、交付准确性等等的实时数据。

解决方案和结果

百货连锁店一直在寻找一种整合其指标和数据的方法，因此开发了称为“Omni-Channel Reporting”（OCR）的分析平台。

他们有很多个指标。例如，其物流流程指标包括在仓库和商店之间移动的商品的测量。当客户进行在线购买时，可以通过多种方式进行操作 - 通过仓库或通过商店，通过称为“在线购买/在商店取货”和“从商店发货”的流程或传统的“从仓库发货”方法 。然后，商店销售有一些特定的流程，例如库存跟踪、订单跟踪等。

他们希望对交货时间、退货时间、卸货时间、发给错误商店的货箱、最小数量的库存等所有指标和数据都能够有可见性，以优化业务。这样做的目的是减少交货中的错误、缩短交货期限和减少退货的情况，并提高订单履行效率。
该平台完全基于Google Cloud构建，利用Google Dataproc的计算能力来处理数字并准备要报告的数据。Google Cloud Storage被用作中间存储，之后再将数据发送到Google BigQuery。

OCR从两家试点商店开始，后来扩展到美国的所有1200家商店。最初，对每个KPI生成18到23个报告，每天一次，之后改为每小时对所有商店传递一次。现在，CI＆T团队继续致力于为OCR添加更多的KPI组。

CI＆T与市场分析部门、大数据和物流部门共同开发了一种解决方案，该解决方案可提供更多的全方位渠道报告和为所有商店提供完美、智能的库存补货。

所使用的Google Cloud Platform产品：

BigQuery, Dataproc, Dataflow, Google Cloud Storage (GCS), IAM, VPC, GKE, StackDriver, GCE