Arla Foods 是世界第五品公司，其歷史可追溯到 19 世紀瑞典成立第一家合作乳品公司。因為阿拉是農民所有，所有收入都歸農場主所有。
Arla 食品公司十分重視其奶制品從奶牛到客戶的旅程。方式的每一步都被記錄和追蹤。Arla 致力于高標準的動物福利、產品質量和安全。Arla 結合了傳統的工藝和技術，以確保產品盡可能貼近自然。
卡斯珀·波爾斯·漢森是阿拉食品公司的高級經理，他最近加入公司，幫助在數據和分析領域實現現代數字化轉型。在 Arla Foods 在不同數據方面面臨一些挑戰后，Kasper 和他的團隊（內部品牌為 Arla 分析動力站）被賦予了幫助領導一項將數據集中到整個公司的舉措，使信息更容易訪問和易于理解的任務。
(2)項目背景
Arla Foods 致力于利用現代技術跟蹤其供應鏈從農場到冰箱的每一步。
大約兩年前，Arla 開始進行源內軟件開發，以戰略性地利用尖端技術，并簡化 Arla 處理數據的方式。以前，當不同國家的單位需要自己的解決方案時，將構建并完成一個數據驅動解決方案。下一個解決方案將使用第一個解決方案的輸出以及原始數據庫中的相同源數據。這種模式會重復出現，導致無法管理的意大利面狀結構。環境充斥著重復和不一致，使得從數據中獲得可靠的答案變得非常困難。
圖 1.阿拉食品的意大利面狀基礎設施
每個系統都有獨特的維護和管理挑戰。維持和維護每個系統的成本開始增長，并給公司帶來壓力。Arla 的員工花時間收集有關如何管理和使用每個系統的知識，而不是從系統內的數據中獲取見解。
開發的每一個應用程序都產生了一個新系統，只解決了一個問題——只有一個問題。生態系統包含數千種不同的應用程序，但沒有什么是可轉移的，因此無法擴展應用程序以解決業務流程的任何其他部分。這創建了一套效率極低的孤島解決方案。
許多解決方案都使用Power BI作為預期的可視化工具，但這樣做往往不了解適當的數據架構，無法最大限度地利用。數據模型直接放入 Power BI 中，數據堆棧中任何地方均未使用數據集市。所有編譯都直接在 Power BI 中執行，除了 SharePoint 之外，沒有中央位置可以提取數據。電源 BI 迅速超載并達到容量，導致電源 BI 應用程序開始出現故障。
由于沒有其他可用的數據，因此業務中的 Power BI 開發人員通常需要不容易訪問的特定數據。為了克服此問題，他們將直接從 SAP 業務倉庫 （BW） 將數據轉儲到 Excel 電子表格中，然后上傳手動創建的數據集，以便在 Power BI 中生成報告，這是一個成本高昂且及時的過程。員工花費數小時手動編譯信息以用于 Power BI，結果發現此過程通常會導致每個報告得出不同的結論，并且 Arla 的 Power BI 開發人員需要手動刷新報告，從而獲得大量工作量。
隨著數千個單獨的應用程序，對用戶的服務水平下降，維護費用呈指數級增長，Arla Foods 被迫認識到當前流程不起作用。該公司決心創建一個有凝聚力的數據環境，使其能夠利用其數據進行創新，并有效地解決業務問題。Arla 食品公司著手尋找一種既能省錢又能推動其業務的解決方案。
(3)解決方案
阿拉食品的旅程
阿拉食品公司需要為其所有數據創建一個來源。Kasper 和分析動力公司被賦予了任務，并且與 IT 組織的其他成員合作，他們正在引領創建數據基礎的前進道路，該基礎允許所有數據從一個地方輸送和提取，用于 Power BI 消費，同時使 Arla 的其他團隊能夠構建新的數據驅動應用程序和探索性數據科學，都在同一個數據基礎。
阿拉食品公司正在 HANA 上使用 SAP BW 進行財務數據和分析。SAP BW 為阿拉食品提供財務處理所需的服務。為了從 SAP BW 獲得最大的價值，Arla Foods 決定通過保留系統來避免重復、延遲和增加成本。
對于并非 SAP BW 中的所有其他數據，需要一個解決方案來合并來自所有來源的所有數據。在留下這么多不同的系統后，Arla Foods 感受到了維護本地系統的金錢負擔，并選擇將所有非 SAP 數據移到云中，這是一個更實惠的選擇。Arla 希望有一個供應商提供數據基礎服務，Azure 提供了全面解決方案所需的一切工具，無需任何第三方工具。Kasper 的團隊還發現，沒有一項云服務能像 Azure 那樣在 Power BI 集成中很好地工作。團隊確定，Azure 不僅為他們提供了數據可視化的最大靈活性，而且為預測和未來技術提供了潛力。使用 Azure 不僅可以幫助他們解決眼前的問題，而且為未來的流程和創新打開大門。
分析動力公司計劃在Azure上開發一個數據基礎，為公司任何地方的數據進行攝入和消費創建一個集中位置。然后，集中數據將能夠用于各種業務需求，從 Power BI 中的自助報告到探索性分析，以及為數據驅動的應用程序供電。
圖2。數據居住地的數據基礎計劃
解決方案詳細信息
在數據基礎架構中，有兩個主要的數據源。HANA 上的 SAP BW 用于滿足所有財務需求，而所有其他數據均在 Azure 中合并。此解決方案有助于解決將所有數據組合在一個位置的問題，但分析動力站需要弄清楚如何獲取生活在 SAP 世界中的數據與 Azure 內的數據相結合，以便生成相關的業務信息。
為了創建一個可以一起理解 SAP 數據和 Azure 數據的架構，SAP ERP 中央組件 （ECC） 系統中生成的大部分數據的所有原始數據都通過標準 BW 數據源直接提取到 HANA 數據倉庫上的 SAP BW 中。一旦攝入到SAP BW，數據就會被轉換、建模并存儲在持久存儲中。數據可通過 SAP BW 查詢和 SAP HANA 視圖進行報告。視圖和查詢處理運行時間聚合，以及提供切片和切分和其他 OLAP 功能。
同時，隨著新架構的到位，Power BI 可以充分利用其容量，可以管理容量，并且可以大大簡化數據模型，以避免以前持續存在的性能問題。Power BI 數據集將用作跨越多個主題領域的豐富語義模型，使技術技能有限的業務用戶能夠根據直觀、標準化的業務定義進行交互式創建漂亮的報告。通過語義模型輕松訪問精心策劃的數據，可促進符合 Arla Foods 戰略和政策的一致決策。
圖3。組合所有數據源的解決方案架構
利用廢物管理
使用 Azure 修復由多個咨詢公司項目創建的孤島系統，為整個公司的轉型打開了大門。
阿拉食品公司利用新建筑的首批領域之一是廢物管理。在Azure之前，了解整個公司產生的廢物管理細節是無法實現的。由于很難將 SAP BW 和多個單個來源的所有數據組合在一起，因此無法識別生產現場的廢物詳細信息并確定確切問題。SAP BW 包含有關產品在供應鏈中移動的信息，但無法將這些數據與其他來源的生產基地和機械信息相結合，以便進行比較和理解。
有了新的數據基礎，所有源都結合了 Azure 中的數據，可以與 SAP BW 的數據一起拉入 Power BI，從而可以講述整個故事。浪費的原因可以通過 Power BI 演練和可視化來識別。
這使得公司擁有更有效的生產線，減少浪費，并能夠做出明智的業務決策，從而節省公司的資金和時間，同時減少食品浪費。新的解決方案允許阿拉食品公司利用它的時間解決問題，而不是僅僅找到他們。
新建筑打開其他大門
一旦 Arla Foods 在廢物管理中使用新建立的數據基礎與 Power BI 相結合的力量，它就使用相同的概念來提升其業務的其他領域。
例如，預測牛奶攝入量以進行更好的生產規劃，通過創建跨區域概述來改善財務流程，為非 IT 用戶開發新的 KPI 提供創新空間，以及啟用成本分配引擎來創造透明度和提高物流成本。
然后到現在
Arla Foods 正在從分散在業務中的多個孤島解決方案的公司過渡到利用數據集中的企業，通過使用詳細的數據在整個業務中執行多個流程。Arla Foods 現在在 Azure 中轉換數據，并通過 Power BI 中的語義模型提供數據。企業用戶通過在精心策劃的數據上創建數據可視化，從而獲得授權，從而允許他們采取行動。該組織無需管理和維護預處理解決方案，從而節省了云服務的金錢和時間。它還通過使用 Azure 云平臺和 Power BI 確定在哪里調整成本和價格來降低其底線成本。
可以管理和擴展整個公司的組織數據模式，以繼續解決更深層次的業務問題并構建新的解決方案。新架構使管理交付和維護成本以及優化業務支出變得簡單。不管是什么問題，用戶現在有一個簡單的地方來獲得答案。Arla Foods 現在在使用其數據方面具有靈活性，為無休止的創新打開了大門。
(4)價值體現
接下來呢？
如果人們不知道如何以及在哪里獲得他們需要的東西，那么擁有所有可用和正確設置的數據就沒什么價值了。因此，Arla Foods 的下一個計劃是實施一個數據目錄，以了解如何從 Azure 獲取信息。數據也在數據基礎中進行戰略標準化，以確保架構永遠不會達到以前的狀態。此外，組織內部的技能和業務流程需要適應處理數據的新方法，分析 Powerhouse 正在啟動一項內部培訓計劃，以在已啟動的治理框架中提高非 IT 用戶正確使用數據基礎的能力，該框架使 Arla 員工能夠靈活地自行開發功能，同時從中心角度保持控制。
