Fallstudie

Pitney Bowes forciert Wachstum und Innovation

Die Geschichte von Pitney Bowes

Pitney Bowes (PB) wird auch als "Craftsmen of Commerce" bezeichnet. Das Unternehmen arbeitet kontinuierlich an Innovationen, um mit den komplexen Entwicklungen im Handel Schritt zu halten - von der Einführung des Model M Postage Meter in den 1920er Jahren bis hin zur Einführung grenzüberschreitender Lösungen in jüngerer Zeit. Um weiterhin neue Rekorde im Handel aufzustellen, verlässt sich PB auf Daten, um Geschäftsentscheidungen mit Präzision zu treffen.

Die Herausforderung

Im Jahr 2015 begann das Unternehmen seine digitale Transformation mit dem Ziel, den Beteiligten regelmäßigen Zugriff auf Daten zu ermöglichen, um neue Chancen und Verbesserungspotenziale aufzudecken und so das Unternehmenswachstum voranzutreiben. Zuvor nutzten und tauschten Mitarbeiter aus verschiedenen Abteilungen Daten aus, die bereits veraltet waren, sobald sie auf ihre lokalen Rechner heruntergeladen wurden. Ohne kontinuierliche, aktuelle Daten war es bei PB praktisch unmöglich, wichtige Geschäftsentscheidungen zum richtigen Zeitpunkt zu treffen.

Die digitale Transformation auf taktischer Ebene erforderte es, dass das PB-Big-Data-Team Daten aus all seinen unterschiedlichen Datenquellen in einem Data Lake speicherte und sicherte sowie kuratierte Daten in einem Cloud-Data-Warehouse bereitstellte, damit die Nutzer direkt auf die Daten zugreifen konnten. Indem den Nutzern der Zugriff auf die Daten über ein Cloud-Data-Warehouse ermöglicht wurde, konnte das Big-Data-Team Datensicherheitsrisiken minimieren, autorisierten Nutzern Daten zur Verfügung stellen und die Daten im Data Lake kuratieren, bevor sie an die Nutzer weitergegeben wurden.

Das Big-Data-Team entwickelte zunächst ein selbst erstelltes Integrationswerkzeug, um Daten aus unterschiedlichen lokalen und Cloud-Quellen sowie -Systemen in den auf Amazon S3 basierenden Data Lake zu übertragen. Das Integrationswerkzeug konnte jedoch die Integration vieler neuer Cloud-nativer Anwendungen, die das Team zur Unterstützung seiner digitalen Transformation einführte, nicht unterstützen. Stattdessen verbrachte das Team unendlich viel Zeit damit, maßgeschneiderte Integrationen zu programmieren und Workarounds zu entwickeln, um die Mängel des Werkzeugs zu beheben.

Das Big-Data-Team musste seine Strategie überdenken, wie Daten langfristig aus Cloud-Anwendungen in den Data Lake übertragen werden sollten. „Wir haben so viel Zeit damit verbracht, ETL-Pipelines zu programmieren, anstatt uns auf unser Data-Lake-Projekt zu konzentrieren und den Nutzern den Zugriff auf die benötigten Daten zu ermöglichen“, sagte Vishal Shah, Solutions & Deployment Architect bei PB. „Wir waren nicht skaliert genug, um die Geschäftsstrategie in dem erforderlichen Tempo zu unterstützen.“

Die Lösung

Shah und sein Team suchten nach einer Datenintegrationsplattform und einem Cloud-Data-Warehouse auf Enterprise-Niveau. Sie bewerteten Integrationswerkzeuge anhand der folgenden Kriterien: die Fähigkeit, bestehende On-Premises- und Cloud-Anwendungsintegrationen zu unterstützen, sowie die Möglichkeit, große Datenmengen in der vom Unternehmen geforderten Häufigkeit in ihr Cloud-Data-Warehouse und ihren Data Lake zu laden und zu aktualisieren – und das bei minimalem Wartungsaufwand. Sie gingen in ihrer Evaluierungsphase so gründlich vor, dass sie sogar Integrationsanwendungsfälle identifizierten und testeten, die noch nicht erforderlich waren, um die Notwendigkeit auszuschließen, in Zukunft weitere Integrationswerkzeuge entwickeln oder anschaffen zu müssen. Dabei stießen sie auf SnapLogic, die führende Enterprise-Integration-Plattform-as-a-Service (iPaaS), die alle Integrationsanwendungsfälle erfolgreich unter Beweis stellen konnte.

Nach der Bereitstellung in ihrer Umgebung beschleunigte SnapLogic ihre ETL/ELT-Prozesse sowie die Daten- und Anwendungsintegrationen. Mithilfe der intelligenten Konnektoren von SnapLogic verbanden sie wichtige Endpunkte – darunter Salesforce, SAP HANA, MongoDB, Oracle, SQL Server, MySQL und viele weitere – mit Amazon S3, um ihren Data Lake aufzubauen. Dank der REST-Konnektoren von SnapLogic war das Team zudem in der Lage, praktisch jede Cloud-Anwendung anzubinden. „SnapLogic hat die Umsetzung unseres Data Lake und unseres Unternehmens-Data-Warehouse Wirklichkeit werden lassen“, sagte Shah. „Nur SnapLogic war in der Lage, unsere unternehmensweiten Initiativen zu unterstützen, darunter Big-Data-Implementierungen und Machine-Learning-Projekte, die Integrationen aus mehreren Quellen erfordern.“

Nach reiflicher Überlegung entschied sich Shah für Snowflake als Enterprise-Cloud-Data-Warehouse des Unternehmens, das sich sehr einfach in SnapLogic integrieren ließ. Shah war sich bewusst, dass immer mehr Nutzer auf die Daten aus dem Cloud-Data-Warehouse zugreifen und diese austauschen würden, und Snowflake war kostengünstiger als andere Lösungen auf dem Markt. Gemeinsam ermöglichten Snowflake und SnapLogic dem Big-Data-Team, Daten mühelos zu zentralisieren und den Nutzern Zugriff auf Echtzeitinformationen zu gewähren.

Geschäftsergebnisse

Seit der Einführung von SnapLogic zur Speicherung von Daten im Data Lake und in Snowflake hat das Big-Data-Team den Anwendern dabei geholfen, die Zeit bis zur Fassung von Geschäftsentscheidungen zu verkürzen – von der Produkteinführung bis zur Umsetzung gezielter Marketingkampagnen. Über 500 Anwender aus den Bereichen Vertrieb, Marketing, Finanzen, E-Commerce und Geschäftsbetrieb können nun Daten gemeinsam nutzen und analysieren. Der E-Commerce-Bereich analysierte beispielsweise Versand- und Postdaten, um Leistungsengpässe aufzudecken, Lieferprognosen zu erstellen, das Rücksendungsvolumen zu analysieren und vieles mehr. Das Marketing analysierte Trends, um das Kundenverhalten anhand von Kampagnen und Angeboten zu verstehen, die Entwicklung seines Portfolios zu beurteilen und individuelle, zielgerichtete Angebote auf der Grundlage der Kundenausgaben und -nutzung zu erstellen.

„Da immer mehr Geschäftsanwender Zugang zu Snowflake erhalten, wird der Wunsch, weitere Geschäftsanwendungen anzubinden, stetig zunehmen“, sagte Shah. „Wir haben mehr als 25 Anwendungen angebunden, im Rahmen unserer Data-Lake-Implementierung mehr als 1.000 Integrationsprojekte abgeschlossen und mithilfe von SnapLogic über 900 Milliarden Dokumente verarbeitet. Wir freuen uns auf die weitere Zusammenarbeit mit SnapLogic, um das Wachstum bei Pitney Bowes voranzutreiben.“