Smart business analytics and AI
Llevar al siguiente nivel la valuación en la cadena de suministro de commodities con Google Cloud.
ECOM Agroindustrial Corp. Ltd es una compañia en la industria de commodities y manejo sustentable de la cadena de suministro. Con operaciones en alrededor de 35 países, enfocada principalmente en café, algodón y cacao.
La cadena de suministro genera una gran cantidad de datos relacionados con el manejo que se hace a los commodities. El objetivo del negocio fue migrar procesos legados a un proceso automatizado que realiza un complejo análisis financiero por cada subproducto de manera eficiente y segura.
Los insumos de información se encontraban en silos y comprenden un dataset de gran volumen fragmentado en múltiples ubicaciones geográficas con fuentes de datos heterogéneas. Nuestra propuesta de solución facilitó centralizar y unificar la información en un EDW (Enterprise Data Warehouse) para el negocio.
La solución final logró entregar a la dirección general la información analizada en un mejor tiempo para la toma de decisiones de manera más efectiva y rápida.
Nuestro equipo de Google Cloud Certified Data Engineers diseñó e implementó un pipeline con Cloud Storage como DataLake. Los datos son normalizados, limpiados e ingestados con DataPrep hacia BigQuery como EDW (Enterprise Data Warehouse), en donde posteriormente se realiza el análisis financiero de la información.
![](https://amarello.cloud/wp-content/uploads/2023/10/ecom-graph-1024x679.png)
El resultado final es un dashboard con los principales KPI que buscaba el negocio en DataStudio conectado en tiempo real a BigQuery el cual es actualizado cada vez que se ingesta nueva información. De igual forma se conectó Google Sheets para generar documentos de trabajo directo desde BigQuery lo cual ayudó a eliminar los silos de información y obtener una sola fuente de la verdad.
Los tiempos de procesamiento pasaron de esperar 5 días para tener los cálculos a obtenerlos en 1 hora, lo cual llevó a la posibilidad de sacar estos informes varias veces al mes o al día bajo demanda.