客户案例
GLS 使用 Tabular Editor 3 提高对商业智能洞察的信任
更快的洞察
更高的模型质量
由先进工具支持
更高的信任度
提升整个业务对 BI 的信心
GLS Denmark
物流
公司规模
1,200
地点
丹麦
GLS Denmark 是一家包裹物流公司,专门从事中小型包裹的配送。 作为全球 GLS 集团的一部分,GLS Denmark 拥有强大的国际网络,使其能够在世界各地进出口包裹。 GLS 为客户提供日常配送服务,每天将数千个包裹送到家庭地址和遍布丹麦的 1700 家包裹店。
每年为数以百万计客户提供商品,快速获得商业智能洞察是有效决策的基础。 对于 GLS Denmark 来说,BI 和数据是其所做的一切的支柱,创造了他们的洞察力必须满足的高标准。
商业智能在 GLS Denmark 组织中发挥着至关重要的作用,既可用于回顾性分析,也可用于支持日常运营中的任务,包括班次规划、包裹分拣等。
本文探讨了 GLS 如何利用 Tabular Editor 3 来解决在正确的时间向组织提供正确数据的关键问题——最终通过在 BI 工具堆栈中实现 Tabular Editor,实现更快的洞察速度、更高质量的语义模型和更强大的跨组织合作。
GLS 在快速交付数据洞察而不影响质量方面的挑战
由于数据是其许多决策的支柱,GLS 依赖于其数据解决方案的快速交付时间。 但是,由于他们之前的工具堆栈是一个分散的环境,有许多不同的平台和数据孤岛,他们遇到了常见问题,例如笨拙的界面、频繁崩溃和随后的延迟时间。 一个相关的痛点是,在不影响数据质量的情况下,以快速的速度向内部利益相关者交付数据价值链。 另一个重大挑战是团队之间的内部合作,因为几个大型语义模型的特点是逻辑冗余和缺乏最佳实践。 这导致上市时间长,并且与开发和部署新模型相关的重大风险。
GLS 在 Tabular Editor 中的工作始于开源版本 Tabular Editor 2,他们在本地数据仓库中使用该版本来构建其语义模型。 根据 GLS 数据和人工智能主管 Andreas Benthin-Bruun 的说法,他们最初被 Tabular Editor 对解决语义模型开发人员需求的明确承诺所吸引;这种承诺在各个版本中都显而易见。
选择 Tabular Editor 3
作为 Tabular Editor 2 的先前用户,升级到 Tabular Editor 3 并解锁高级语义建模功能是自然而然的选择。 此举的另一个重要驱动因素是 Tabular Editor 3 功能与 Fabric 直接关联,在 GLS 的 Fabric 数据平台中创造了众多优势。
从一开始,Tabular Editor 就是首选的应用程序——如果您使用的是 Microsoft Fabric,这几乎是理所当然的。
GLS Denmark 数据和人工智能主管 Andreas Benthin-Bruun
GLS 如何使用 Tabular Editor 改善其数据价值链
快速获得洞察
对于 GLS 来说,当他们能够在正确的时间为正确的人提供高质量的洞察时,就创造了真正的价值。 使用 Tabular Editor 3,洞察速度处于历史最高水平,使 GLS 能够利用其 BI 洞察每天做出明智的决策。
Tabular Editor 使 GLS 能够加快其语义模型的开发过程——从而提高其数据产品的交付速度和更快的洞察速度——通过:
-
更容易识别性能瓶颈
-
提供更快的模型开发
-
由于项目结构的改进,可以更快、更轻松地审查拉取请求
-
通过引入清晰的建模最佳实践,最大限度地降低故障和停机风险
改进的模型质量
凭借 Tabular Editor 中的高级建模功能,GLS 的模型质量得到了全面提升。 在实现这一目标方面,一些最值得注意的功能包括:
-
序列化语义模型带来了清晰的版本控制体验,提高了对已进行更改的可见性,并实现了并行模型开发。
-
使用 Tabular Editor 的内置 C# 脚本功能编写其语义模型,使测试和实施跨语义模型的最佳实践更容易。 C# 脚本还可以自动执行模型上的某些日常维护,从而节省宝贵的时间。
-
Vertipaq Analyzer 提供了有关模型的良好概述,使在模型中找到要优化的主题更轻松。
Tabular Editor 中的功能不仅提高了 GLS 语义模型的质量。 还使建模体验更加愉快。
跨组织合作
使用 Tabular Editor 增强了 GLS 数据工程师和数据分析师之间的协作机会。 让分散的数据分析师团队参与进来,帮助创建和维护 Tabular Editor 中的语义模型,让团队对语义模型拥有更大的所有权,同时还提高了交付速度,因为工作负载从中央数据团队转移到分散的数据分析师。
让分散的数据分析师参与语义模型的创建和维护提高了模型的质量,因为具有领域知识的员工现在在语义模型的开发中发挥着直接作用。
提高对商业智能洞察的信任
更快的洞察速度、优化的模型质量和数据团队之间合作的改善,提高了 GLS 内部对商业智能洞察的信任。 数据和人工智能团队体验了更可靠的报表,因为他们发现更容易确保他们的各种语义模型是最新的,并且在关键指标上保持一致。
其语义模型之间的一致性提高创造了更可靠的数据产品,最终提高了利益相关者对数据及其商业智能报表的信任。
Tabular Editor 是 GLS 商业智能战略的基石
对于 GLS 的数据与 AI 团队而言,Tabular Editor 已成为其商业智能战略的基石,也是语义模型开发工具方面唯一真正的选择,因为其他替代方案无法满足他们对 BI 工具在速度和功能方面的高要求。 与基于 Fabric 的数据平台相结合,Tabular Editor 是其 BI 工作中的重要工具,从长远来看将继续发挥影响。。
与 Fabric 生态系统中的模型、现代模型类型和表格的轻松交互使 Tabular Editor 3 在生活质量和易用性方面都非常值得。 在使用 Fabric 时,也非常清楚 Tabular Editor 3 非常接近 Fabric 的持续开发,因此从长远来看,它将是一款有用的产品。
GLS Denmark 数据和人工智能主管 Andreas Benthin-Bruun