BMW Group и Amazon Cloud Technology объявили о всеобъемлющем стратегическом сотрудничестве в 2020 году. Цель этого сотрудничества — еще больше ускорить темпы инноваций в BMW Group, поместив аналитику данных в центр принятия решений. Ключевым элементом этого сотрудничества является дальнейшее развитие облачного центра данных BMW Group (CDH). Это центральная платформа для управления корпоративными данными и решениями для данных в облаке. На выставке re:Invent 2019 BMW и Amazon Cloud Technology продемонстрировали новую платформу облачного ЦОД: сначала они кратко представили различные прототипы платформ данных, а затем рассказали о процессе создания облачного ЦОД BMW Group.
Обзор решения
В контексте нормативной отчетности BMW Financial Services обрабатывает важные данные финансовых услуг, содержащие личную информацию (PII). Он должен ежемесячно предоставлять углубленный анализ наших финансовых данных одному из европейских национальных регуляторов, а также должен соблюдать правила Schrems II и GDPR при обработке данных PII. Это требует псевдонимизации PII при ее загрузке в облачный центр обработки данных и дальнейшей обработки в псевдонимизированной форме.
Чтобы точно и эффективно выполнить эти требования, BMW Financial Services решила сотрудничать с Amazon Data Lab. У Amazon Data Lab есть два сервиса: Design Lab и Build Lab.
Лаборатория дизайна
Design Lab — это однодневное или двухдневное мероприятие для клиентов, которым нужны настоящие советы по архитектуре, но которые еще не готовы к созданию, основанное на опыте Amazon. Используя в качестве примера финансовые услуги BMW, перед началом этапа сборки было важно собрать вместе все заинтересованные стороны для документирования различных сторон (от владельцев различных источников данных до конечных пользователей, которые будут использовать платформу для анализа и получения бизнес-понимания). и т. д.) все функциональные и нефункциональные требования, которые могут повлиять на платформу данных. В рамках работы Design Lab есть три варианта использования:
Регуляторная отчетность. Наиболее важной задачей BMW Financial Services является вариант использования нормативной отчетности, который включает сбор и расчет данных и отчетов для подачи в национальные регулирующие органы.
Локальное хранилище данных: для этого варианта использования необходимо рассчитать и сохранить все ключевые показатели эффективности (KPI) и ключевые показатели ценности (KVI), которые будут определены в ходе проекта. Исторические данные должны храниться, но процесс псевдонимизации должен применяться в соответствии с директивами GDPR. Кроме того, доступ к историческим данным должен осуществляться через инструменты визуализации Tableau ежедневно. Что касается структуры, то необходимо определить два уровня (как минимум): один — уровень контракта, который используется для обоснования расчета всех KPI, а другой — уровень агрегации, который используется для оптимизации исправления. Использование личных данных ограничено в приложении, но повторная идентификация должна быть возможна для авторизованных шаблонов использования.
Детали бухгалтерского учета: этот вариант использования основан на инструменте бухгалтерского учета BMW IFT, который предоставляет бухгалтерские балансы из всех приложений местного рынка на уровне контракта. Делать это нужно не реже одного раза в месяц. Однако, если во время расчета будут обнаружены какие-либо проблемы в IFT, должна быть возможность перезапустить и удалить предыдущие результаты. После завершения закрытия месяца этот вариант использования должен сохранить последнюю версию баланса бухгалтерского учета, созданного для текущего месяца, и сохранить ее. При этом все версии бухгалтерских балансов должны быть доступны другим приложениям для запросов и иметь возможность извлекать информацию до 24-месячной давности.
Подготовка к Build Labs
Типичная подготовка к Build Lab после Design Lab включает определение некоторых примеров общих шаблонов вариантов использования, часто более сложных. Чтобы максимизировать успех Build Lab, долгосрочная целевая архитектура сводится к подмножеству компонентов, которые удовлетворяют требованиям этих примеров и могут быть достигнуты за интенсивные 3–5-дневные спринты.
Для успешной работы Build Lab также необходимо определить и устранить любые внешние зависимости, например сетевые подключения к источникам данных и целям. Если это невозможно, необходимо найти разумные способы моделирования таких ситуаций.
Строительная лаборатория
Команда BMW установила 4 дня для своей Build Lab. За это время их преданный Data Lab Architect присоединился к команде и помог им создать следующую архитектуру прототипа.
