Esta guía muestra las opciones de arquitectura para crear un centro de datos operativos de la cadena de suministro. El centro ingiere datos de miles de orígenes distintos, por ejemplo, orígenes internos sobre planificación y ejecución y orígenes externos sobre seguimiento de envíos. El centro genera entonces una visión única y homogénea de los datos. La visibilidad de los datos procedentes de diversos sistemas empresariales y de ejecución puede utilizarse para planificar en tiempo real las previsiones de la demanda, el inventario y el aprovisionamiento. El centro de datos ayuda a las organizaciones de la cadena de suministro a tomar decisiones basadas en datos que mejoran los plazos de entrega y aumentan la satisfacción del cliente.
Diagrama de la arquitectura
Paso 1
Los datos de la cadena de suministro se recopilan a partir de múltiples orígenes de datos en toda la empresa, incluidas las aplicaciones de software como servicio (SaaS) de planificación de recursos empresariales (ERP) y de administración de las relaciones con los clientes (CRM), los dispositivos periféricos de fabricación de taller, los registros, los medios de transmisión y las redes sociales.
Paso 2
En función del tipo de origen de datos, AWS Database Migration Service (AWS DMS), AWS DataSync, Amazon Kinesis, Amazon Managed Streaming para Apache Kafka (Amazon MSK), AWS IoT Core y Amazon AppFlow ingieren datos en el lago de datos de la cadena de suministro alojado en AWS.
Paso 3
AWS Data Exchange integra en el lago de datos de la cadena de suministro datos de terceros que pueden ser útiles para predecir la hora estimada de llegada de los envíos (como los datos meteorológicos).
Paso 4
AWS Lake Formation ayuda a crear el lago de datos escalable de la cadena de suministro.
Paso 5
Amazon Simple Storage Service (Amazon S3) es la base del almacenamiento del lago de datos de la cadena de suministro.
Paso 6
AWS Glue extrae, transforma, cataloga e ingiere datos en múltiples almacenes de datos, como sistemas ERP, de planificación y de visibilidad de envíos.
Paso 7
Amazon Athena es un servicio de consulta interactivo sin servidor que analiza datos en Amazon S3 utilizando SQL estándar.
Paso 8
Amazon QuickSight proporciona paneles que ayudan a los encargados de la planificación a analizar los datos sobre la cadena de suministro, la ejecución y el estado de los envíos en tiempo real para tomar decisiones empresariales informadas.
Paso 9
Amazon Redshift, un almacén de datos en la nube, analiza datos estructurados y semiestructurados.
Paso 10
Amazon EMR proporciona la plataforma de macrodatos en la nube para procesar grandes cantidades de datos utilizando herramientas de código abierto.
Paso 11
Amazon SageMaker crea, entrena y despliega modelos de ML, y los servicios de IA de AWS añaden inteligencia a las aplicaciones de la cadena de suministro.
Paso 12
La base de datos de grafos de Amazon Neptune optimiza las consultas a la red para que sean más rápidas y precisas.
Paso 1
Los datos de la cadena de suministro se recopilan a partir de múltiples orígenes de datos en toda la empresa, incluidas las aplicaciones de software como servicio (SaaS) de planificación de recursos empresariales (ERP) y de administración de las relaciones con los clientes (CRM), los dispositivos periféricos de fabricación de taller, los registros, los medios de transmisión y las redes sociales.
Paso 2
En función del tipo de origen de datos, AWS Database Migration Service (AWS DMS), AWS DataSync, Amazon Kinesis, Amazon Managed Streaming para Apache Kafka (Amazon MSK), AWS IoT Core y Amazon AppFlow ingieren datos en el lago de datos de la cadena de suministro alojado en AWS.
Paso 3
AWS Data Exchange integra en el lago de datos de la cadena de suministro datos de terceros que pueden ser útiles para predecir la hora estimada de llegada de los envíos (como los datos meteorológicos).
Paso 4
AWS Lake Formation ayuda a crear el lago de datos escalable de la cadena de suministro.
Paso 5
Amazon Simple Storage Service (Amazon S3) es la base del almacenamiento del lago de datos de la cadena de suministro.
Paso 6
AWS Glue extrae, transforma, cataloga e ingiere datos en múltiples almacenes de datos, como sistemas ERP, de planificación y de visibilidad de envíos.
Paso 7
Amazon Athena es un servicio de consulta interactivo sin servidor que analiza datos en Amazon S3 utilizando SQL estándar.
Paso 8
Amazon QuickSight proporciona paneles que ayudan a los encargados de la planificación a analizar los datos sobre la cadena de suministro, la ejecución y el estado de los envíos en tiempo real para tomar decisiones empresariales informadas.
Paso 9
Amazon Redshift, un almacén de datos en la nube, analiza datos estructurados y semiestructurados.
Paso 10
Amazon EMR proporciona la plataforma de macrodatos en la nube para procesar grandes cantidades de datos utilizando herramientas de código abierto.
Paso 11
Amazon SageMaker crea, entrena y despliega modelos de ML, y los servicios de IA de AWS añaden inteligencia a las aplicaciones de la cadena de suministro.
Paso 12
La base de datos de grafos de Amazon Neptune optimiza las consultas a la red para que sean más rápidas y precisas.
Pilares de Well-Architected
AWS Well-Architected Framework le permite comprender las ventajas y desventajas de las decisiones que tome durante la creación de sistemas en la nube. Los seis pilares de este marco permiten aprender las prácticas recomendadas arquitectónicas para diseñar y explotar sistemas confiables, seguros, eficientes, rentables y sostenibles. Con la herramienta de AWS Well-Architected, disponible gratuitamente en la consola de administración de AWS, puede revisar sus cargas de trabajo con respecto a estas prácticas recomendadas al responder a un conjunto de preguntas para cada pilar.
El diagrama de arquitectura mencionado es un ejemplo de una solución que se creó teniendo en cuenta las prácticas recomendadas de una buena arquitectura. Para tener completamente una buena arquitectura, debe seguir todas las prácticas recomendadas de buena arquitectura posibles.
-
Excelencia operativaLea el documento técnico sobre excelencia operativa
Esta guía se despliega con infraestructura como código (IaC), un principio de DevOps que le permite mantener la infraestructura mediante procesos repetibles y fiables. Las partes interesadas de la cadena de suministro, incluidos los equipos de negocio, desarrollo y operaciones, deben ponerse de acuerdo sobre una estrategia de IaC.
-
SeguridadLea el documento técnico sobre seguridad
DataSync utiliza el acceso entre cuentas para delegar el acceso a datos y recursos en diferentes cuentas de AWS. QuickSight utiliza un control de acceso detallado para proteger el acceso a los paneles.
-
FiabilidadLea el documento técnico sobre fiabilidad
Servicios como Amazon S3, AWS Glue, DataSync, Athena y QuickSight están altamente disponibles, lo que le permite escalar las cargas de trabajo en función de la demanda.
-
Eficiencia en el rendimientoLea el documento técnico sobre la eficacia del rendimiento
Las tecnologías sin servidor de esta arquitectura permiten aprovisionar los recursos exactos necesarios en cada momento.
-
Optimización de costosLea el documento técnico sobre la optimización de costes
Los servicios de esta arquitectura pueden escalar automáticamente para adaptarse a la demanda, por lo que solo se paga por los recursos consumidos, sin que se produzcan dotaciones insuficientes o excesivas.
-
SostenibilidadLea el documento técnico sobre sostenibilidad
Los servicios de esta arquitectura no tienen servidor y son escalables, con lo que se optimiza el consumo de recursos del backend para reducir el impacto medioambiental.
Descargo de responsabilidad
El código de muestra; las bibliotecas de software; las herramientas de línea de comandos; las pruebas de concepto; las plantillas; o cualquier otra tecnología relacionada (incluida cualquiera de las anteriores que proporcione nuestro personal) se brinda como contenido de AWS bajo el Contrato de cliente de AWS, o el contrato escrito pertinente entre usted y AWS (lo que sea aplicable). No debe utilizar este contenido de AWS en sus cuentas de producción, ni en producción ni en otros datos críticos. Es responsable de probar, proteger y optimizar el contenido de AWS, como el código de muestra, según corresponda para el uso de grado de producción en función de sus prácticas y estándares de control de calidad específicos. La implementación de contenido de AWS puede incurrir en cargos de AWS por crear o utilizar recursos con cargo de AWS, como ejecutar instancias de Amazon EC2 o utilizar el almacenamiento de Amazon S3.