Описание
Российская розничная торговая компания, управляющая продуктовыми торговыми сетями с количеством сотрудников более 352 000 человек.
Проблематика
- Неэффективность и задержки: Отсутствие автоматической интеграции данных между различными системами. Сотрудники были вынуждены выполнять множество операций вручную. Это приводило к задержкам в обработке данных и увеличивало вероятность ошибок, что, замедляло работу распределительных центров и снижало удовлетворенность клиентов.
- Разброс данных: Данные хранились в разных системах без возможности их автоматического обмена и анализа в режиме реального времени. Это осложняло принятие оперативных решений и мешало достижению высоких показателей производительности и качества обслуживания.
- Устаревшие технологии: Существующие программные решения и базы данных были построены на устаревших технологиях, которые не могли справляться с текущими объемами данных и не поддерживали современные требования к скорости и надежности. Это приводило к увеличению затрат на поддержку и модернизацию инфраструктуры.
- Низкая масштабируемость: Текущие системы не могли эффективно масштабироваться в соответствии с ростом бизнеса и увеличивающимися объемами данных. Это создавало узкие места в процессе обработки данных и ограничивало возможности для дальнейшего роста и расширения бизнеса.
Особенности бизнеса
Высокая сложность логистических операций: Компания управляет обширной сетью распределительных центров, что требует координации множества процессов и высокой точности в управлении данными.
Большие объемы данных: Работа распределительных центров генерирует огромное количество данных, которые необходимо обрабатывать и анализировать в реальном времени для оперативного принятия решений.
Требования к оперативности: Для поддержания конкурентоспособности и удовлетворения потребностей клиентов компания должна обеспечивать быстрое и точное выполнение заказов, что требует мгновенной обработки данных и их интеграции между различными системами.
Необходимость в надежности и устойчивости: Любые сбои или задержки в обработке данных могут привести к значительным убыткам и снижению уровня обслуживания клиентов, поэтому система должна быть максимально надежной и устойчивой к нагрузкам.
Интеграция с внешними системами: Компания использует различные внешние и внутренние системы для управления логистикой, складскими запасами и транспортировкой, что требует комплексной интеграции данных для обеспечения беспрерывного потока информации.
Масштабируемость и гибкость: Бизнес растет и изменяется, поэтому системы должны быть масштабируемыми и гибкими, чтобы адаптироваться к увеличивающимся объемам данных и новым бизнес-требованиям.
Цель
Разработать программу, которая обеспечит сбор и обработку данных в реальном времени из одной программы в другую для того, чтобы оптимизировать процесс работы распределительных центров.
Задачи
- Обеспечить интеграцию данных в проект MRM из другого проекта.
- Осуществить модернизацию готовых кодов и базы данных.
Что мы сделали
- Анализ требований: Изучение исходных данных и определение требований к функциональности перенаправления информации.
- Проектирование решения: Разработка архитектуры проекта, включая выбор технологий и методов перенаправления данных.
- Внесение изменений в существующий бэкенд, написанный на JAVA, для реализации новой функциональности.
- Работа с базой данных:
- Изменение существующих процедур: Корректировка алерта LOC-6 для изменения процедуры в БД Postgres.
- Разработка и внедрение новых процедур для обработки и перенаправления данных.
- Тестирование: Проверка работоспособности изменений на бэкенде и в БД, включая юнит-тестирование и интеграционное тестирование.
- Развертывание обновленного бэкенда и новых процедур БД в производственную среду.
Результат
Данные о доставке не только поступают в складской центр, но автоматически отображаются на распределительных центрах, что позволяет отследить каждый шаг доставки до мелочей. Благодаря этому мы обеспечили эффективную работу персонала и сократили время доставки товаров до 3 дней.