Michelin ha optado por Confluent para hacer posible su sistema global de gestión de inventario. Gracias a Confluent Cloud, Michelin ha podido escalar rápidamente su sistema de inventario en tiempo real para satisfacer la demanda a nivel internacional y reducir, al mismo tiempo, sus costes operativos en un 35 %.
Con esto, Michelin ha dado un gran paso en su evolución: de ser uno de los mayores fabricantes que produce y vende neumáticos a, además, convertirse en un líder de los servicios y experiencias de cliente data[1]driven.
“Confluent desempeña un papel fundamental en la aceleración de nuestro proceso para convertirnos en una empresa digital que apuesta por los datos”, declaró Yves Caseau, Group Chief Digital and Information Officer de Michelin. “Los clientes de hoy en día quieren disfrutar de experiencias ricas y personalizadas, y hay que optimizar las operaciones del negocio para mantenerse un paso por delante de la competencia. Confluent Cloud se ha convertido en una pieza esencial para nuestra infraestructura de datos; nos ha permitido liberarlos y poner en marcha streams de datos en tiempo real que hemos podido aplicar a múltiples casos de uso: customer 360, e-commerce y microservicios, entre otros”.
Los retos de Michelin al autogestionar Apache Kafka
Michelin es uno de los mayores fabricantes de neumáticos del mundo, por lo que sus equipos necesitan tener acceso constante a información en tiempo real. Por ejemplo, necesitan actualizaciones precisas sobre el estado de las materias primas y semielaboradas que garanticen el buen funcionamiento de las cadenas de suministro y la logística a nivel internacional. Además, las soluciones de movilidad de Michelin, como las predicciones sobre sustituciones de neumáticos y las recomendaciones de rutas para optimizar el consumo de combustible, también requieren actualizaciones frecuentes. Para dotar a su negocio de acceso a datos en tiempo real, Michelin recurrió en un principio a Apache Kafka y su plataforma de streaming de datos de código abierto.
Si bien Kafka permitió que Michelin tuviese una visión en tiempo real de su negocio y la capacidad de recopilar, almacenar y procesar datos de forma contínua -lo que suponía un avance considerable respecto a las actualizaciones de sus aplicaciones preexistentes, que solo las proporcionaban cada hora (o, incluso, una vez al día) a través del procesamiento batch-, los equipos de Michelin se dieron cuenta de que, a medida que se ampliaba la presencia de Kafka en la empresa, cada vez resultaba más difícil de escalar y gestionar.
No solo fue necesario contar con un equipo que trabajase a tiempo completo para supervisar los clusters de Kafka y mantener su compleja infraestructura distribuida (con el consiguiente aumento de los costes y los riesgos), sino que la tecnología de código abierto no proporcionaba un camino claro hacia la nube, lo que impidió que Michelin cumpliera su objetivo de abandonar los sistemas monolíticos on-premise.
