Materiały konferencyjne SEP 2020

 Przygotowanie planów zamówień dla dostawców;  Badanie wzrostu cen materiałów w poszczególnych grupach asortymentowych;  Porównanie cen materiałów wg dostawców;  Przygotowanie planów zapotrzebowania na materiały;  Automatyczne generowanie zamówień do dostawców;  Automatyczne generowanie propozycji planów budżetowych zakupów. Wymienione powyżej przykłady realizacji poszczególnych scenariuszy biznesowych pokazują tylko ułamek możliwości, jakie daje zastosowanie platformy analitycznej w obszarze zarzą- dzania łańcuchem dostaw. W zależności od potrzeb model danych można w dowolny sposób modyfikować, tak aby była możliwa realizacja kolejnych procesów biznesowych oczekiwa- nych przez przedsiębiorstwo [18]. 4. PODSUMOWANIE ORAZ DALSZE PLANY ROZWOJU Wyzwania wobec koncepcji Przemysłu 4.0, z którymi mierzą się przedsiębiorstwa, wymusza wprowadzanie odpowiednich zmian organizacyjnych, prawnych i technologicznych. Jednym z nich jest zapewnienie firmie sprawnej obsługi procesów biznesowych w ramach zintegrowane- go łańcucha dostaw. Dostęp do spójnej informacji on-line, monitoring procesów oraz kluczo- wych wskaźników efektywności to elementy bez których przedsiębiorstwo nie jest w stanie efektywnie prowadzić swojej działalności na bardzo konkurencyjnym rynku. KGHM Polska Miedź będąc świadome tych wymagań wdrożyło platformę integracyjną oraz analityczną platformę danych. Pomimo intensywnych prac i uruchomienia pierwszych analiz biznesowych, raportów Business Intelligence i kokpitów menedżerskich jest jeszcze wiele do zrobienia. Od strony technicznej rozpoczęto prace nad standaryzacją procesów przepływu in- formacji na platformie analitycznej, zaś od strony biznesowej, opracowywane są analizy wy- konalności obsługi kolejnych procesów biznesowych w ramach łańcucha dostaw (w tym za- sadność wykorzystania systemu do zarządzania danymi podstawowymi). W niniejszym artykule omówiono trendy zarządzania łańcuchem dostaw w dobie nowocze- snych narzędzi Big Data. Następnie przedstawiono model analitycznej platformy danych na potrzeby obsługi procesów w obszarze łańcucha dostaw. Wskazano na kluczowe elementy platformy tj. hurtownię danych wraz z zestawem narzędzi ETL (obsługa procesów pobierania, procesowania i ładowania danych), zestawem narzędzi do obsługi procesów zarządzania i nad- zoru danymi (ang. Data Governance ) oraz zestawu narzędzi analitycznych i raportowych. Omówiono również system do zarządzania danymi podstawowymi przedsiębiorstwa, jako klu- czowy element platformy. W ostatnim punkcie przedstawiono obsługę wybranych procesów biznesowych w oparciu o platformę analityczną KGHM Polska Miedź. Dalsze wyzwania wobec platformy to uruchomienie środowiska Hadoop - platformy przezna- czonej do rozproszonego składowania i przetwarzania wielkich zbiorów danych przy pomocy klastrów komputerowych. Jest to naturalny kierunek wobec przyszłych wymagań związanych z analityką w obszarze produkcji i automatyki przemysłowej tj. analiza danych pochodzących z urządzeń górniczych, samojezdnych maszyn górniczych czy czujników danych ciągu techno- logicznego (np. procesu produkcji miedzi w hucie). Efektem tych prac ma być kompleksowe i skalowalne środowisko umożliwiające sprawne przetwarzanie oraz zarządzanie dużymi zbiorami danych w jednym miejscu dla całej Grupy Kapitałowej KGHM.