7-Eleven
疫常時期「Seven Central」 導入 GCP 服務處理海量數據,打造彈性未來
1991年,日本子公司伊藤洋華堂收購了公司70%的股份後,
於2005年改組為日本 7-Eleven 的子公司。
目前已經成為全世界最大的單一連鎖便利商店公司,分店數達20,033間。
佔全世界 7-Eleven 店數的三分之一。
此次,日本 7-Eleven 股份有限公司(以下簡稱 SEJ )和 Cloud Ace 共同展開的「 Seven Central 」
該專案作為支持 SEJ 中長期 IT 戰略的基礎開端。
截至目前, SEJ 面臨的問題是 POS 數據一直分散在各個地方,而 SEJ 的目標是在數據平台上即時保存數據,並進行有效的利用,若要實行目標需具備三項原則:
- 數據具有通用性
- 數據具有即時性
- 7-Eleven 原生的
雖說數據的通用性和即時性很重要,但 SEJ 特別著重於「 7-Eleven 原生的」
Knowhow 是業務內部的主要武器,只有我們才能理解,也是只有我們自己才能創造出來。
這次的專案 SEJ 吸取過往經驗與教訓,攜手 Cloud Ace 的系統整合形式,來進行 IT 投資大型決策與系統部門挑戰。
開始之際,全球發生了新型冠狀病毒傳染疫情,雖然原計劃是常駐,但 SEJ 還是遠端進行了開發。其中藉由 SEJ 的決策和專案政策,以及透過企業用戶率先導入的 Slack 通信工具,促使在疫情緊張的情況下依然實踐敏捷開發的可能性。
「 Seven Central 」開始起點
在專案開始之際,SEJ 邀請包括現有的供應商在內,所有人聚在一起分享概念、問題與目標。並透過團隊的集思廣益,討論什麼最適合「 Seven Central 」、以及應該採用哪種結構來實現 SEJ 的目標。
最終,SEJ 決定導入在 Google Cloud™ 中的 BigQuery™ ,除了能輕鬆處理數據的基礎設施,也具備從事大數據分析的資料庫特點,是最為適合 「 Seven Central 」的工具。
協調即時處理海量數據
最初,SEJ 尚未確認是否使用外部服務,採購時才決定「 Seven Central 」 要連接外部服務,在分析數據時使用 BigQuery 、即時響應則儲存在 Cloud Spanner。
最需要鑽研的要點,是如何正確的使用工具。
另一方面,SEJ 在 Cloud Spanner 儲存部分遇到了難題,由於門市的銷售和庫存訊息,每分鐘更新一次,每個流程都需要即時的處理海量數據,SEJ 內部使用了完全託管的串流數據處理服務 Dataflow 和 Cloud Spanner,但串流處理的複雜性,並不是增加機器台數,就相對能處理數據量如此簡單的問題,因此 SEJ 根據了測試數據來進行成本的優化調整。
超出預期的導入效果
「 Seven Central 」的即時性目標,最初預設為三萬家店鋪,從客戶購買產品、到數據匯集,通過網路在 Google Cloud 上處理數據,到每個服務訊息的接收,約一個多小時內可以完成。經歷了每道流程的來回改善後,進入最終測試階段的結果,以超出原目標的驚人速度「約五分鐘」(最遲約10分鐘)就完成了,SEJ 對於結果遠超出預期感到非常驚訝。
IT 投資的方向與轉變
最初,SEJ 使用該系統來改善一般的營運與銷售流程,後續也開始嘗試將其用於戰略領域和業務改革,以中長期系統投資作為方向,為了提升敏捷式開發系統避免過度依賴供應商,SEJ 希望透過更新核心系統來強化系統部門。
例如: Seven VIEW 目前為災難復原系統,但未來計畫也能融合 GIS 系統將其用於業務領域。
展望未來
現今的商家店主們正面臨著各式各樣的挑戰,挑戰之一便是針對數據進行即時顯示與處理。SEJ 收到了大量的內部使用 「 Seven Central 」請求,但對於 SEJ 而言,希望能在安全環境下將通用性與即時性結合進行後續的開發。由於過往沒有「 Seven Central 」這樣的系統,SEJ 對於現有業務尚未改善的部分,以及新服務的開發皆抱持非常大的期待。
SEJ 也透露,未來期望在部分領域能透過 AI(人工智慧)進行各種機器學習,希望能持續使用 Google 的技術。除了在「 Seven Central 」內透過 BigQuery 來實現剩餘兩萬家商店的數據匯集、在 Google Maps™ 方面也希望將數據結果視覺化,並衍生連結 YouTube™ 等媒體平台。
尾聲,SEJ 表示深感幸運能藉由此專案契機,讓日本企業在疫情下獲得勇氣,迎接 IT 投資與系統部門的挑戰。
原文出處:Cloud Ace Japan
相關連結:Google Cloud Japan 官方部落格
公司名稱:日本 7-Eleven 股份有限公司