Lamb Weston / Meijer waarborgt Supply Chain Excellence door verbeterd datamanagement

WinshuttleVoedingsmiddelenproducent Lamb Weston / Meijer heeft in samenwerking met Ctac deWinshuttle-oplossing voor datamanagement geïmplementeerd. Ctac is in Nederland de exclusieve partner van Winshuttle, die verschillende datamanagementoplossingen levert voor ERP-omgevingen. Met de nieuwe oplossing is Lamb Weston / Meijer nog beter in staat om haar Supply Chain Excellence te waarborgen.

Lamb Weston / Meijer is wereldwijd één van de grootste producenten van diepgevroren aardappelproducten. Het bedrijf heeft in Nederland productievestigingen in Kruiningen, Bergen op Zoom en Oosterbierum. Klanten in Nederland zijn onder meer een flink aantal landelijke supermarkten, Quick Service Restaurantketens, foodservice bedrijven en de levensmiddelenindustrie.

Met de Winshuttle-oplossing kan Lamb Weston / Meijer door het automatiseren van datamanagementprocessen foutmarges verlagen. Daarnaast hoeft er minder handmatig gedaan te worden en dat zorgt voor efficiënter werken. Winshuttle is ontworpen om data zo snel en veilig mogelijk te verzamelen, te valideren en te integreren binnen een ERP-systeem. Ctac implementeerde en integreerde Winshuttle dat ervoor zorgt dat systemen efficiënt werken en data eenduidig is.

Robby Koets, Manager Masterdata  bij Lamb Weston / Meijer:

“Datakwaliteit wordt in de voedingsmiddelenindustrie steeds belangrijker voor de sturing van de organisatie en voor het efficiënt laten verlopen van de bedrijfsprocessen, zodat de voedselkwaliteit gewaarborgd is. Met Winshuttle gaan we de kwaliteitsbewaking van onze masterdata automatiseren. Op termijn voegen we daar data met betrekking tot customer service, financiën en supply chain aan toe. Wij verhogen op deze manier de kwaliteit van data, vergroten de efficiency en kunnen beter inspelen op de behoefte van onze klanten. Daarbij staat kwaliteit hoog op de agenda. Bovendien besparen we op kosten doordat we processen verder automatiseren.”

Henny Hilgerdenaar, CEO van Ctac:

“Ctac is al vijf jaar de exclusieve partner van Winshuttle in Nederland. In die periode hebben we meer dan zeventig klanten geholpen bij het optimaliseren van hun datamanagement. Zij profiteren dankzij Winshuttle van uniforme data en efficiënte workflows binnen hun ERP-omgeving. Wij zijn enthousiast over de keus van Lamb Weston/Meijer, waar Winshuttle in zeer korte tijd operationeel is en daardoor meteen zorgt voor rendement.”

Bron: CTAC


Nieuwe technologie helpt big data te integreren met enterprise computing; inzicht in big data wordt werkelijkheid

big dataOracle presenteert nieuwe big data-oplossingen die informatietoegang en -discovery vereenvoudigen. Klanten kunnen hun data zo snel bruikbaar en waardevol maken. Nieuwe producten omvatten: Oracle Big Data Discovery, Oracle GoldenGate for Big Data, Oracle Big Data SQL 1.1 en Oracle NoSQL Database 3.2.5. Deze aanvullingen versterken de visie van Oracle om Hadoop-, NoSQL- en SQL- technologie samen te laten werken en veilig in te zetten in elk model – of dit nu in de public of private cloud is of in een on-premise infrastructuur.

Het creëren van waardevolle data uit big data vraagt om de juiste tools om data te verplaatsen en op te slaan. Om op een effectieve manier tot nieuwe inzichten te komen en deze inzichten operationeel te maken, moet nieuwe data veilig geïntegreerd worden met bestaande data, infrastructuur, applicaties en processen. Deze Oracle-oplossingen werken naadloos samen om bedrijven sneller te laten profiteren van big data, tegen lagere kosten en met minder risico. Het stelt ze in staat veilig tussen Hadoop-, NoSQL- en relationele databases te schakelen en zo eenvoudig en kosteneffectief grote en uiteenlopende datasets te analyseren.

“Eén type technologie is niet langer voldoende om alle data te analyseren. Tegelijkertijd ontstaat er een onhandelbare IT-brij als je datamanagement en -analyse beschouwt als op zichzelf staande projecten”, zegt Dan Vesset, vicepresident Business Analytics Research bij IDC. “IDC voorspelt dat tegen 2017 een unified dataplatformarchitectuur de basis is van een bedrijfsbrede big data- en analyticsstrategie. Er zal een samensmelting plaatsvinden tussen informatiemanagement, -analyse en -zoektechnologie.”

“Data is een nieuw soort kapitaal en bedrijven moeten hier strategisch in investeren om er het optimale rendement uit te halen”, zegt Neil Mendelson, vicepresident big data bij Oracle. “Oracle biedt klanten een geïntegreerd platform dat toegang tot al hun data vereenvoudigt, ze tot nieuwe inzichten brengt, in real-time uitkomsten voorspelt en alle data veilig beheert.”

De nieuwe big data-oplossingen van Oracle zijn ook ontworpen om naadloos samen te werken met het recent aangekondigde Oracle Big Data Appliance X5 en Oracle Exadata Database Machine X5. Samen vormen deze oplossingen een compleet, kosteneffectief platform voor toegang, discovery, beheer en beveiliging van big data.

De nieuwe innovaties omvatten:

  • Oracle Big Data Discovery, de ‘visual face of Hadoop’ en een end-to-end-product voor het vinden, ontdekken, transformeren en delen van inzichten uit big data. Big data wordt toegankelijker voor meer bedrijfsanalisten binnen de organisatie en helpt risico’s te reduceren en verbetert de time-to-value voor big data-projecten.
  • Oracle GoldenGate for Big Data, een op Hadoop gebaseerde technologie die klanten in real-time ongestructureerde data laat streamen vanuit verschillende transactiesystemen naar big data-systemen, inclusief targets als Apache Hadoop, Apache Hive, Apache HBase en Apache Flume. Dit vergroot de waarde van analytics-initiatieven voor big data van klanten door bestaande real-time architecturen samen te voegen in big data-oplossingen, terwijl de big data-reservoirs up-to-date blijven met de productiesystemen.
  • Oracle Big Data SQL 1.1, een technologie die Oracle SQL verlengt naar Hadoop en NoSQL, met alle veiligheid van de Oracle Database. Het maakt het snel draaien van één enkele query mogelijk, geschreven in Oracle SQL, voor transparante toegang tot data in Hadoop, NoSQL en Oracle Database. Oracle Big Data SQL 1.1 biedt een nauwere integratie tussen Hadoop en Oracle Database, terwijl de query performance met tot veertig procent stijgt ten opzichte van vorige versies.
  • Oracle NoSQL Database 3.2.5 is een aanpasbare oplossing die ontwikkelaars in staat stelt sterk presterende next generation-applicaties te bouwen. De nieuwste release biedt voorspelbare low latency, een RESTful API en een Thrift-based C API en is geïntegreerd met het Oracle Big Data-platform. Bouwend op Oracle Big Data SQL, biedt Oracle NoSQL Database 3.2.5 ook data definition language (DDL), wat het nog eenvoudiger maakt om met SQL een query te draaien van NoSQL-data.


Oracle Big Data Discovery vanaf nu beschikbaar
Oracle Big Data Discovery profiteert van de kracht van Hadoop, zodat gebruikers ruwe data snel en eenvoudig kunnen veranderen in bedrijfsinzichten waar je wat mee kunt – en dat met één product.

  • Vind en ontdek big data alsof je online aan het shoppen bent. Oracle Big Data Discovery biedt een aantrekkelijke visuele interface voor het vinden en doorspitten van ruwe data in Hadoop. Het fungeert als schetsboek voor het naar boven halen van statistische correlaties tussen data-attributen en -combinaties om te zien of een dataset potentieel heeft en het waard is om op verder te gaan. Gebruikers browsen door een interactieve visuele datacatalogus met bekende navigatie en krachtige zoekopties.
  • Transformeer en verrijk data op schaal. Ruwe data in Hadoop moet voorbereid worden voordat het geanalyseerd wordt. Oracle Big Data Discovery maakt deze voorbereiding een stuk korter en stroomlijnt datafricties met een eenvoudige en spreadsheet-achtige ervaring. Gebruikers kunnen data visueel verbeteren, zonder van tool te switchen of code te schrijven, zodat er meer tijd overblijft voor analyse.
  • Ontdek en deel nieuwe waardevolle data. Discovery en analyse vragen om andere tools dan datapreparatie. Oracle Big Data Discovery laat gebruikers naadloos overgaan van voorbereiding naar analyse en je deelt inzichten in één klik. Gebruikers kunnen samen werken aan de resultaten, originele datasets terug naar Hadoop publiceren en de resultaten in andere tools gebruiken, zoals Pig, Hive en Python.
  • Toegang tot big data voor meer mensen. Big data is normaliter in handen van een paar analisten met bepaalde vaardigheden. Duur en schaars. Oracle Big Data Discovery maakt big data eenvoudiger te beheren en toegankelijker voor een grotere groep, onder wie analyseteams en zakelijke gebruikers. Het integreert ook met bestaande big data-tools, waardoor organisaties makkelijker hun big data-teams kunnen uitbreiden om zo het meest te halen uit hun data en hun mensen.

 

Bron: Oracle


Door slechte datakwaliteit voldoen financiële instellingen niet aan de wet- en regelgeving en maken zij bedrijfsbeslissingen op basis van verkeerde informatie. Dit blijkt uit een studie van Peter Berger, Manager Financial Services Industry bij risk- en businessconsultant Protiviti. Berger won hiermee de NBA VRC Scriptie Prijs.
risico_ermGebrekkig inzicht in de kwaliteit van data, leidt tot onvoldoende inzicht in het risicoprofiel van een organisatie en schijnveiligheid. Financiële instellingen lopen daarbij het risico niet te voldoen aan de eisen van bijvoorbeeld Basel en Solvency II.

Naast gebrekkig inzicht in de kwaliteit van data, ontbreekt het ook aan een structurele oplossing om datakwaliteit op de lange termijn optimaal te houden. Hierdoor kost het management en directie onnodig veel tijd en geld om de juiste informatie te verkrijgen of om te voldoen aan de steeds strengere eisen van toezichthouders. Directie en management van financiële instellingen moeten data beschouwen als een essentieel onderdeel van hun bedrijfsstrategie. Peter Berger: ‘Voor financiële instellingen – die volledig gebaseerd zijn op data – is data van goede kwaliteit cruciaal. Hoe hoger de kwaliteit, hoe groter de effectiviteit en hoe meer kosten bespaard kunnen worden. Bedrijven kunnen sneller inspelen op risico’s en dus op kansen. Ze begrijpen hun klanten en de markt beter en zijn in staat hier veel sneller op in te spelen met bijvoorbeeld productinnovatie.’

Datavervuiling

Datavervuiling begint al wanneer data bij organisaties binnenkomt: klantdata, productvoorwaarden, onderpanden, verzekerde objecten et cetera. De vervuiling wordt bijvoorbeeld veroorzaakt door slecht ingerichte processen, maar ook doordat de organisatie zich er simpelweg niet bewust van is. Daarbij veroudert de data snel. Bij met name banken en verzekeraars is het risico tot datavervuiling groot omdat zij complexe producten hebben en met verschillende verouderde systemen werken. ‘Data wordt uiteindelijk omgezet naar informatie; op basis daarvan nemen directie en management beslissingen. Verkeerde data levert verkeerde informatie op. Dat betekent dat aannames worden gedaan en beslissingen dus worden genomen op basis van onjuiste informatie’, aldus Berger. Directie en management weten volgens Berger vaak niet wat de kwaliteit van data is, of ze erop kunnen vertrouwen en wie er uiteindelijk verantwoordelijk is voor datakwaliteit.

Wie is verantwoordelijk?
Alhoewel IT een belangrijke rol speelt bij datamanagement is het van groot belang hen niet verantwoordelijk te stellen. De gehele organisatie moet zich bewust zijn van het belang van optimale datakwaliteit, te beginnen bij directie en management. ‘De CIO kan een belangrijke rol spelen om een goed framework te implementeren, maar uiteindelijk moeten alle afdelingen en functies hun verantwoordelijkheid nemen. Dan pas kan data waarde toevoegen aan je organisatie’, aldus Berger.

Bedrijven moeten allereerst bepalen wat hun core business is en dan pas welke data en framework nodig zijn, in plaats van andersom. Berger: ‘In veel gevallen kun je gebruikmaken van bestaande structuren. Een valkuil is om een extra administratie- of managementlaag te creëren om te voldoen aan regelgeving, terwijl deze geen waarde toevoegen aan de organisatie.’

Opbouw framework
Een data framework moet opgebouwd worden met simpele en overzichtelijke bouwstenen. Dit legt de basis voor een goede data-infrastructuur en kwaliteitsstandaard die vervolgens top down geïntegreerd kan worden in de volledige organisatie. Vervolgens moet datakwaliteit continu gemonitord en bewaakt worden. Berger: ‘Het implementeren van een goed data framework kost tijd, maar levert veel op. Het is tijd om datakwaliteit te beschouwen als een continue aandachtspunt en vast onderdeel van de dagelijkse praktijk.’
Bron: Protiviti.nl