GLS
Cuando se les confía la responsabilidad de los bienes de millones de clientes cada año, la velocidad rápida para obtener información de inteligencia empresarial es la base de una toma de decisiones efectiva. Para GLS Dinamarca, la inteligencia empresarial y los datos son la columna vertebral de todo lo que hacen, creando altos estándares que sus conocimientos deben cumplir.
Este artículo analiza cómo GLS ha utilizado Tabular Editor 3 para resolver problemas críticos para entregar los datos correctos a la organización, en el momento adecuado, logrando una velocidad más rápida para obtener información, modelos semánticos de mayor calidad y una cooperación más sólida en toda la organización, todo ello implementando Tabular Editor en su pila de herramientas de BI
Acerca de
GLS Denmark es una empresa de logística de paquetes, especializada en la entrega de paquetes pequeños y medianos. Como parte del GLS Group global, GLS Denmark tiene una red internacional sólida, lo que les permite importar y exportar paquetes a todo el mundo. GLS ofrece entrega diaria a sus clientes, con miles de paquetes diarios entregados a direcciones particulares y sus 1700 tiendas de paquetes en toda Dinamarca.
La inteligencia empresarial desempeña un rol crucial en la organización de GLS Denmark, tanto en términos de análisis retrospectivo como para apoyar tareas en la operación diaria, incluyendo planificación de turnos, clasificación de paquetes y mucho más.
Desafíos
Plazo de entrega: las operaciones diarias dependen de un plazo de entrega rápido de las soluciones de datos.
Mantener la calidad de los datos: ofrecer la cadena de valor de los datos sin afectar a la calidad de los mismos.
Fallos frecuentes: la pila de herramientas anterior causaba muchos fallos ytiempos de inactividad ineficaces.
Soluciones
Calidad de modelo mejorada: C# scripting, analizador Vertipaq, y la serialización de losmodelos semánticos, han mejorado de forma significativa la calidad de los modelos semánticos de GLS.
Mayor confianza en la información de BI: la velocidad, la calidad del modelo y la colaboración mejoradas han dado lugar a informes de BI más consistentes y fiables, lo que aumentala confianzade las partes interesadas en los datos y la información de GLS
.
GLS y sus desafíos para entregar más rápido información de datos sin comprometer la calidad
Con los datos como columna vertebral de muchas de sus decisiones, GLS depende de un tiempo de entrega rápido de sus soluciones de datos. Pero como su anterior pila de herramientas era un paisaje disperso con muchas plataformas y silos de datos diferentes, experimentaban problemas cotidianos, como interfaces poco prácticas, fallos frecuentes y el consiguiente tiempo de retraso. Un punto débil relacionado era la entrega de la cadena de valor de los datos a las partes interesadas internas a un ritmo rápido sin comprometer la calidad de los datos. Otro desafío importante fue la cooperación interna entre los equipos, debido a varios modelos semánticos grandes caracterizados por una lógica redundante y la falta de mejores prácticas. Esto dio lugar a un largo tiempo de comercialización y a riesgos significativos asociados con el desarrollo y la implementación de nuevos modelos.
El trabajo de GLS en Tabular Editor comenzó con la versión de código abierto, Tabular Editor 2, que habían utilizado en su Data Warehouse local para construir sus modelos semánticos. Según Andreas Benthin-Bruun, jefe de Datos e IA de GLS, inicialmente se vieron influenciados por la clara dedicación de Tabular Editor a abordar las necesidades de los desarrolladores de modelos semánticos, una dedicación que es evidente en todas las versiones.
Elegir Tabular Editor 3
Como usuarios anteriores de Tabular Editor 2, la elección natural fue actualizar a Tabular Editor 3 y desbloquear funciones avanzadas de modelado semántico. Otro factor importante para dar el paso fueron las funciones de Tabular Editor 3 que están directamente vinculadas a Fabric, creando numerosos beneficios en la plataforma de datos basada en Fabric de GLS.
Tabular Editor ha sido la aplicación elegida desde el principio, y si se utiliza Microsoft Fabric, es casi obvio.
Andreas Benthin-Bruun, jefe de Data e IA, GLS Dinamarca
Cómo GLS mejoró su cadena de valor de datos con Tabular Editor
Velocidad rápida para obtener información
Para GLS, el valor real se crea cuando pueden proporcionar información de alta calidad a las personas adecuadas en el momento adecuado. Con Tabular Editor 3, la velocidad de obtención de información es la más alta de su historia, lo que permite a GLS aprovechar sus conocimientos de BI para tomar decisiones informadas todos los días.
Tabular Editor ha permitido a GLS acelerar el proceso de desarrollo de sus modelos semánticos, lo que ha llevado a una mayor velocidad de entrega de sus productos de datos y a una mayor velocidad de obtención de información, al:
- Facilitar la identificación de los cuellos de botella del rendimiento
- Ofrecer un desarrollo de modelos más rápido
- Permitir revisiones más rápidas y sencillas de las solicitudes de extracción gracias a la mejora de la estructura del proyecto
- Minimizar el riesgo de fallos y el tiempo de inactividad mediante la introducción de buenas prácticas claras de modelado
Calidad del modelo mejorada
Con las funciones avanzadas de modelado de Tabular Editor, GLS se ha beneficiado de una mejora general en la calidad de sus modelos. Algunas de las características que han sido más notables para lograr esto incluyen:
- La serialización de modelos semánticos ha dado como resultado una experiencia de control de versiones limpia con una mayor visibilidad de los cambios que se han realizado y ha permitido el desarrollo de modelos paralelos.
- La creación de scripts de sus modelos semánticos utilizando la capacidad de C# Script incorporada de Tabular Editor, lo que facilita la prueba e implementación de las mejores prácticas en todos los modelos semánticos. Las secuencias de comandos C# también han permitido automatizar algunas de las tareas de mantenimiento de los modelos, lo que supone un valioso ahorro de tiempo.
- El analizador Vertipaq proporciona una buena visión general del modelo en cuestión, lo que facilita la búsqueda de temas para la optimización dentro del modelo.
Las características de Tabular Editor no solo han mejorado la calidad de los modelos semánticos de GLS. También han hecho que la experiencia de modelado sea más agradable.
Cooperación en toda la organización
Utilizar Tabular Editor ha mejorado las oportunidades de colaboración entre los Data Engineers y los Data Analysts en GLS. La participación del equipo descentralizado de analistas de datos para ayudar a crear y mantener los modelos semánticos en Tabular Editor ha dado al equipo una mayor propiedad de los modelos semánticos, al tiempo que aumenta la velocidad de entrega como parte de los cambios de carga de trabajo del equipo central de datos a los analistas de datos descentralizados.
La participación de los Data Analysts descentralizados en la creación y el mantenimiento de modelos semánticos ha aumentado la calidad de los modelos, ya que los empleados con el conocimiento del dominio ahora tienen un rol directo en el desarrollo del modelo semántico.
Mayor confianza en la información de BI
La mayor velocidad de obtención de información, la calidad optimizada de los modelos y la mejora de la cooperación entre los equipos de datos han llevado a una mayor confianza en la información de BI internamente en GLS. El equipo de Data e IA ha experimentado informes más fiables, ya que les ha resultado más fácil asegurarse de que sus diversos modelos semánticos estén actualizados y alineados con las medidas clave.
El aumento de la coherencia entre sus modelos semánticos ha creado productos de datos más fiables, lo que en última instancia aumenta la confianza de las partes interesadas en los datos y sus informes de BI.
Tabular Editor como piedra angular de la estrategia de BI de GLS
Para el equipo de Data e IA de GLS, Tabular Editor se ha convertido en una piedra angular de su estrategia de inteligencia empresarial, y la única opción real cuando se trata de herramientas de desarrollo de modelos semánticos, ya que las alternativas no cumplen con sus altas demandas de lo que una herramienta de BI debería ofrecer en términos de velocidad y características. En combinación con su plataforma de datos basada en Fabric, Tabular Editor es una herramienta esencial en su trabajo de BI que seguirá siendo impactante a largo plazo.
La fácil interacción con modelos, tipos de modelos modernos y tablas en el ecosistema de Fabric hace que Tabular Editor 3 valga la pena, tanto en términos de calidad de vida como de facilidad de uso. También está muy claro cuando se utiliza Fabric que Tabular Editor 3 está muy cerca del desarrollo continuo de Fabric y, por lo tanto, es un producto que será útil a largo plazo.
Andreas Benthin-Bruun, jefe de Data e IA, GLS Dinamarca