👥 Зачем нужен Data Lakehouse: опыт крупного бизнеса. Часть 2.

В предыдущем посте делились опытом Павла Денисенко из X5. Вкратце: архитектура Data Lakehouse помогает при развитии цифровых сервисов. Теперь слово за промышленностью и общепитом.

💬 Антон Нужный, руководитель практики «Развитие инфраструктуры данных» в СИБУР Диджитал

Главная причина, по которой мы обращаемся к Data Lakehouse — снижение рисков и решение бизнес-задач. Мы работаем с данными не только за предыдущий день, но и за предыдущую минуту, поэтому быстротечность данных очень важна. Мы активно используем и строим продукты над нашим хранилищем: аналитические, self-service и классическую отчетность. С помощью Data Lakehouse мы решаем ряд задач:

🔹 Уходим от зависимости от иностранного вендора. СИБУР ведет работу по импортозамещению. При этом пока мы используем зарубежный продукт, мы ограничены в масштабировании и не имеем юридических возможностей для расширения.

🔹 Разъединяем нашу централизованную систему, чтобы нагрузки на разные сервисы не влияли друг на друга.

🔹 Снижаем time to market. Бизнес хочет быстро анализировать данные и получать результат. Для этого мы используем песочницы. Lakehouse позволяет их оперативно создавать, наполнять данными и проверять бизнес-гипотезы без влияния на другие сервисы.

🔹 Решаем вопрос с качеством данных. Проблема кросс-проверки между различными источниками хорошо решается в рамках парадигмы Lakehouse.

💬 Александр Кулиев, CDO Burger King

В Burger King платформа лежит в публичном облаке VK. У нас есть потребность в работе со структурированными и неструктурированными данными. Бизнесу нужно где-то хранить и анализировать эту информацию. В Greenplum — дорого. И так как мы не можем обеспечить до конца эту потребность бизнеса, хотим создать песочницы для таких специфических кейсов.

История с озером данных нужна и для автоматизации, запуска некоторых фичей, работы специалистов по data science. Как итог — компоненты Data Lakehouse кажутся хорошим решением как с точки зрения стоимости, так и с точки зрения повышения эффективности наших процессов.

#опыт #bigdata
@digitize_IT — мнения и управленческий опыт ИТ-лидеров