Pfenning Logistics Data Cloud für gruppenweite Transparenz

Ausgangslage und Ziel

In einer Logistikgruppe entstehen Daten in unterschiedlichen Gesellschaften, Anwendungen und Geschäftsprozessen. Operative Informationen und Finanzdaten müssen gemeinsam betrachtet werden, damit das Management Entwicklungen einordnen kann. Bei Pfenning bildete diese gruppenweite Sicht den Ausgangspunkt für den Aufbau der Data Cloud.

Die Daten lagen in verschiedenen Systemen und Anwendungen verteilt. Auswertungen waren zeitaufwendig, während Arbeit und Kommunikation häufig entlang einzelner Bereiche organisiert waren. Das erschwerte es, Informationen übergreifend zu vergleichen und für Entscheidungen zusammenzuführen.

Gesucht war eine zentrale Datenbasis, die vorhandene Systeme verbindet und ihre Informationen für Analysen aufbereitet. Die Plattform sollte das bestehende Reporting unterstützen und zugleich eine tragfähige Grundlage für weitere Datenprodukte schaffen. Dabei mussten die technischen Datenflüsse und die fachliche Bedeutung der Informationen aufeinander abgestimmt werden.

Unser Beitrag zur Lösung

Wir haben im Zusammenspiel mit operational services die zentrale Pfenning Group Data Cloud auf Snowflake und Microsoft Azure realisiert. Die Plattform konsolidiert Informationen aus der heterogenen Systemlandschaft. Azure Data Factory unterstützt die Datenzuführung; die Daten werden anschließend im Data Warehouse aufbereitet. Die Zusammenarbeit trennt dabei klar zwischen der zentralen Datenplattform und den Aufgaben an Quellsystemen und Visualisierung.

Ein mehrstufiges Datenmodell strukturiert den Weg von der Übernahme der Rohdaten über ihre Verarbeitung bis zu fachlich nutzbaren Datenbeständen. Die erste Ebene bewahrt die eingelesenen Informationen. In der folgenden Verarbeitung werden diese harmonisiert und für die benötigten Auswertungen vorbereitet. Die letzte Ebene stellt Datenprodukte bereit, auf die Berichte und Analysewerkzeuge zugreifen können.

Für Datenmodellierung und Transformation kommt dbt zum Einsatz. Versionierte Modelle und Prüfungen unterstützen eine nachvollziehbare Weiterentwicklung. Ein Rollen- und Berechtigungskonzept regelt den Zugriff auf die Datenplattform. Diese Bausteine helfen, die Datenbestände technisch zu verwalten und zugleich für unterschiedliche fachliche Anforderungen nutzbar zu machen.

Das vorhandene Qlik-Reporting wurde an die Snowflake-Plattform angebunden. Dadurch lässt sich die zentrale Datenbasis mit der bestehenden Auswertungsumgebung verbinden. eBiz verantwortete die Plattformarbeit und übernahm in einer weiteren Projektphase Aufgaben in Projektleitung und Data Engineering. Der technische Betrieb und die weitere Anpassung der Data Cloud wurden über ein Managed-Service- und Erweiterungsmodell fortgeführt.