Fielmann AG, Controlling Analytics – Definition und Umsetzung einer AWS Analytics Lakehouse Architektur
Über den Kunden:
Als börsennotiertes Familienunternehmen ist die Fielmann-Gruppe mit über 900 Niederlassungen in Deutschland und Europa vertreten, versorgt mehr als 27 Millionen Kunden europaweit mit Brillen, Kontaktlinsen und Hörsystemen. Neben seiner außerordentlichen Kundenorientierung und dem fairen Preis für seine Produkte überzeugt Fielmann seit Jahrzehnten mit hoher Qualität und exzellentem Service. Fielmann ist Preisführer, setzt zudem regelmäßig Maßstäbe für neue technologische Entwicklungen innerhalb der Branche.
Die Herausforderung:
Über ein Omnichannel-Geschäftsmodell mit digitalen Vertriebskanälen versorgt der zentraleuropäische Marktführer sowohl den stationären als auch den Online-Handel. In verschiedenen Abteilungen über die gesamte Kundenorganisation verteilt arbeiten unterschiedliche Produktteams an der Erfassung, Auswertung und Bereitstellung von Daten aus den Vertriebs- und eCommerce Systemen.
Die Fielmann-Gruppe hat ein zentrales Data-Analytics-Team aufgebaut, das verschiedene Auswertungen und Dashboards innerhalb der Kundenorganisation einfach erreich- und nutzbar zur Verfügung stellt. Ziel ist es, das Business in die Lage zu versetzen, seine Entscheidungen data- und insight driven zu treffen. Hierbei wird der „One-Stop-Shop“-Gedanke verfolgt, alle relevanten Daten an einem zentralen Ort verfügbar zu machen. Je nach Skill der Analysten bestehen hier Möglichkeiten, sich Daten selbst aufzubereiten, effizient ad-hoc Auswertungen durchzuführen, Management-Reports zu erstellen oder mit Machine Learning neue Erkenntnisse zu gewinnen.
Das Omni-Channel Geschäftsmodell und die damit verbundene digitale Transformation erfordern eine agile, skalierbare und hoch-performante Analytics Architektur. Neben neuen Datenquellen (Data Mesh Architekturen, Streaming Daten, APIs) sind ebenso Legacy Anwendungen (klassische Datenbanken) effizient im Rahmen der Abbildung der gesamten Customer Journey on- und offline zu integrieren. Weiterhin müssen die Anforderungen an die Verfügbarkeit von Informationen verschiedenster Stakeholder (Controlling & Finance, Sales, Marketing, Logistics etc.) abgebildet werden.
Die Lösung:
Umsetzung der Lösungsarchitektur: „Analytics Lakehouse“
Die PROTOS Technologie GmbH unterstützt den Analytics Bereich bei der Planung und automatisierten Bereitstellung der AWS-Infrastruktur für diverse ETL-Pipelines, der Bereitstellung konsumfertiger Datenquellen sowie mit explorativen Datenanalysen, um so die Stakeholder optimal mit angereicherten Daten zu versorgen. PROTOS unterstützt die Migration bestehender Infrastrukturkomponenten, Datendiensten, Pipelines und Datenartfakte für die neue Architektur.
Um die Verarbeitung mit Big-Data-Frameworks und modernen Datenbanktechnologien nachhaltig und für unterschiedlichste Datenproduzenten, bzw. Konsumenten umzusetzen, werden bisherige analytische Datenpipelines migriert und von einem Data-Warehouse-Konzept zu einer „Analytics Lakehouse-Architektur“ auf Basis von AWS-Diensten (AWS S3, AWS Redshift, AWS Glue, AWS Lambda) umgebaut.
Ergänzend unterstützt PROTOS mit Komponenten für den einfachen, fachbereichsnahen und effizienten Umgang mit Daten, wie dbt zur Datenbereitstellung und state-of-the art Reportingtools zur Visualisierung und adhoc Analyse.
Bereitstellung der Infrastruktur: „Automatisierung“
Die modernisierte Infrastruktur wird mit Infrastructre as Code (IaC) bereitgestellt, ist damit konsistent und unter Versionskontrolle. Zum Einsatz kommt hierbei AWS CDK und hashicorp Terraform. Durch die Benutzung von AWS managed Services wie AWS Codebuild muss die CICD-Infrastruktur nicht manuell gewartet werden.
Die automatisierten Bereitstellungen für die einzelnen Komponenten sowie die Anpassung von Infrastruktur und ETL-Jobs sind unter Verwendung bewährter DevOps-Verfahren erstellt (AWS Codebuild + Codepipeline, GitHub Actions). Der hohe Automatisierungsgrad und das Potential von serverlosen/elastischen Cloud- Architekturen wird verstärkt durch den Einsatz von AWS Elastic Container Service (ECS), AWS Lambda in Verbindung mit AWS Step Functions.
Implementierung Datapipelines
Damit verschiedene Datenkonsumenten effizient mit den Daten arbeiten können, wird der Schwerpunkt auf eine hohe Datenqualität gelegt, indem diese angereichert und in eine analytics-gerechte Struktur gebracht wird. PROTOS unterstützt das Analytics Team von Fielmann insbesondere bei der Entwicklung von Datenpipelines und ETL-Jobs. Im Einsatz ist dabei Spark auf AWS Glue, AWS Redshift und in Kombination mit AWS Lambda. Dadurch bekommen die Produktteams konsumfertige Datenquellen bereitgestellt.
Die Vorteile
Den größten Mehrwert bildet die Datenverfügbarkeit ab. Relevante Daten sind zentral und harmonisiert in den Teams verfügbar. Durch die Verwendung von AWS managed Services ist eine Skalierung und Flexibilität erzielt worden und damit die Reduktion des time-to-market bspw. bei der Entwicklung für Management Dashboards. Die Wartbarkeit und die Weiterentwicklung sind zukunftssicher.
Weitere Informationen
Für weitere Informationen zum Thema Cloud, Infrastructure-as-Code, Terraform, Serverless und DevOps sehen Sie sich gern auch einmal den Blog von PROTOS Technologie an.
Ihr PROTOS Team
