En tant que principal producteur intégré de phosphates concentrés et de potasse au monde (essentiel pour les engrais et la nutrition en agriculture), l’écosystème de mines et de production de notre client s’étend sur plusieurs pays et trois grands secteurs : exploitation minière et opérations, services corporatifs et régionaux, et marketing stratégique et chaînes d’approvisionnement mondiaux.

Cet écosystème génère une énorme quantité de données. Cependant, comme de nombreuses grandes organisations, son système analytique hérité peinait à exploiter toutes les données recueillies pour extraire des analyses et informations de valeur. Une part substantielle du temps était nécessaire pour construire et déconstruire des modèles dans SAP HANA. Cela menait à une utilisation restreinte des données par d’autres applications d’affaires qui ne pouvaient exploiter que des modèles de données spécifiques. Une dépendance à des systèmes intermédiaires inefficaces pour l’ingestion et le modèle de données engendrait de forts problèmes de latence, du point de collecte au rapport.

Empêtré davantage par l’incapacité à évoluer et à exploiter l’informatique distribuée pour le traitement des données, le client s’est lancé dans la création d’une solution sur mesure.

L’objectif était de mettre en place un système central d’analytique de données pour permettre à ses dirigeants et utilisateurs d’accéder rapidement à l’information, conformément à leurs besoins et pour appuyer des décisions commerciales efficaces. 
Ce système servirait d’entrepôt central pour tous les besoins en rapports et en analyses — couvrant différentes fonctions, y compris les données corporatives et financières à travers les régions, tant pour les activités B2B que B2C. Le système relierait également l’intégration des données logistiques de la chaîne d’approvisionnement et des actifs aux opérations minières afin d’assurer une visibilité de bout en bout, pour des actions correctives proactives et opportunes. Il permettrait aussi de recueillir des données liées à la sécurité des employés et de générer les rapports associés au niveau CXO.

L’architecture du système a été conçue avec l’idée qu’il ne s’agissait pas d’une solution définitive — elle devait évoluer continuellement pour s’adapter aux initiatives d’analytique et aux besoins de l’entreprise au fil du temps. La première étape a été bâtie sur SAP, avec l’ajout d’autres sources de données selon les besoins. Le système a donc évolué d’un modèle d’entrepôt de données traditionnel vers un « lake house » moderne destiné à répondre aux trois secteurs d’activité. Toutefois, ce système 1.0 avait une architecture traditionnelle avec un serveur SQL et utilisait Microsoft Azure Data Factory pour les besoins en analytique d’affaires.

En se projetant dans l’avenir et pour tirer encore mieux parti de ses données, le client désirait reconfigurer son architecture afin de créer une version 2.0.