250 Mio. Datensätze, eine Plattform.
Wie arelium für Blume 2000 eine zentrale Datenplattform auf Microsoft Fabric gebaut hat, die Filialgeschäft und Online-Shop auf einer einheitlichen Datenbasis zusammenführt.
Deutschlands größter Florist
Blume 2000 SE ist Deutschlands größter Florist mit über 250 Filialen und starkem Online-Shop.
Das Unternehmen verarbeitet täglich große Datenmengen aus stationärem Handel und E-Commerce und setzt zunehmend auf datengetriebene Steuerung.
Platzhalter
Die Plattform in Zahlen
Getrennte Reports für Filiale und E-Commerce
Daten aus Kassensystemen, Warenwirtschaft und Online-Shop wurden bereits in Power BI und Excel genutzt. Unterschiedliche Datenquellen, getrennte Reports für Filiale und E-Commerce sowie Performancegrenzen erschwerten jedoch eine einheitliche und effiziente Analyse.
Ziel war der Aufbau einer zentralen, skalierbaren Datenplattform mit einheitlicher Datenbasis, schnelleren Reports und Self-Service-Analysen für die Fachbereiche.
- Kassensysteme & Warenwirtschaft
- Excel-basierte Auswertungen
- bestehende Power-BI-Reports
bestehende Power-Zentrale Datenplattform auf Microsoft Fabric
arelium implementierte eine zentrale Datenplattform auf Basis von Microsoft Fabric: eine Lakehouse-Architektur nach dem Medallion-Prinzip mit integriertem Datenmodell, angebunden an vielfältige Quellen wie SQL, Oracle, Dynamics 365, MySQL und Dateien.
Die Datenintegration und -verarbeitung läuft automatisiert als Daily Load. Ein einheitliches semantisches Modell bildet die Grundlage für das Reporting in Power BI, konsolidierte Dashboards bedienen alle Fachbereiche.
Das Ergebnis ist eine zentrale Sicht auf alle Daten, eine deutlich bessere Performance und eine schnellere Verfügbarkeit von Kennzahlen für fundierte Entscheidungen.
- Microsoft Fabric
- Lakehouse (Medallion)
- Daily Load & ETL
- SQL Server / Azure SQL
- Semantisches Modell
- Power BI
Microsoft FabricDie neue zentrale Fabricplattform ermöglicht es uns, Reports oder Aktualisierungen in einer nie gekannten Geschwindigkeit zu erstellen.
Aufgrund der Zentralisierung und Standardisierung ist auch der Pflegeaufwand mit nur einem kleinen Team trotz vieler Datenquellen und hoher Datenmenge überschaubar zu händeln. Nach der knackigen Ramp-up-Phase gilt es nun, das System auf Performance zu trimmen.
Was bleibt
- 23 Reports für rund 50 Nutzerinnen und Nutzer
- Bis zu 250 Mio. Datensätze verarbeitet
- Höhere Datenqualität und spürbare Zeitersparnis
- Skalierbare Basis für KI und Forecasting
- Zentrale Sicht auf Filial- und E-Commerce-Daten
- Self-Service-Analysen für die Fachbereiche