BMW Group: una marcia in più ai data workload operativi con l’AI Data Cloud Snowflake

BMW Group è sinonimo di innovazione e qualità. Un impegno che non si limita alle auto provenienti dalle linee di produzione, ma è impresso nel DNA dell'azienda. Dal 2018, il team dati di BMW ha avviato un ambizioso programma di trasformazione, incentrato sul suo Cloud Data Hub (CDH), per consolidare gli insight data-driven provenienti da ogni area aziendale.

Il principio guida del CDH è sempre stato fornire un ecosistema decentralizzato di strumenti best-of-breed, orchestrati da un modello di data governance centralizzato che assicura coerenza e qualità.

Date le dimensioni e la varietà dei dati raccolti dall’azienda (circa 6000 data set e data product da 15 aree funzionali di BMW, inclusi i processi di assistenza, produzione e post‑vendita), il CDH necessitava di prestazioni e scalabilità per servire gli oltre 10.000 utenti che accedono a questi dati ogni mese. 

Per offrire a questi utenti una maggiore potenza di calcolo su grandi workload di analisi dei dati operativi, garantendo al contempo la perfetta integrazione in tutto l’ecosistema del CDH, BMW Group aveva bisogno di una piattaforma economicamente conveniente in grado di gestire grandi data set e workload complessi nel rispetto di un rigoroso framework di governance. Ha trovato tutto questo e altro ancora nell’AI Data Cloud Snowflake.

Per molti dei casi d’uso nel CDH, BMW utilizza una combinazione di infrastruttura AWS e Apache Iceberg Tables per garantire flessibilità e alte prestazioni. “Abbiamo una solida partnership con Amazon Web Services, e gli strumenti AWS soddisfano i requisiti della maggior parte dei nostri casi d’uso”, spiega Ruben Simon, Head of Product Management, Cloud Data Hub di BMW Group. 

Tuttavia, il team CDH riteneva che alcuni casi d’uso, in particolare quelli che utilizzano grandi set di dati operativi, potessero trarre vantaggio da un diverso approccio ai dati. “Per i casi d’uso operativi ci serviva un’elaborazione estremamente rapida, e Snowflake si è dimostrato superiore alla concorrenza. È per questo che abbiamo deciso di integrare Snowflake nel CDH.”

Con l’AI Data Cloud come componente chiave della sua data foundation, BMW Group è ora in grado di garantire performance elevate per workload di dati imponenti. Ad esempio, i dati sull’assistenza, conservati in un vasto data lake che raccoglie le transazioni di servizio e riparazione dei veicoli dell'ultimo decennio, ora girano su Snowflake. Grazie alla potenza di calcolo di Snowflake, concessionarie e officine possono accedere quasi istantaneamente allo storico degli interventi per ogni cliente. Ciò si traduce in maggiore efficienza per il personale delle concessionarie, che ottiene più rapidamente le informazioni necessarie, e in servizi e riparazioni più veloci per i clienti. 

Se da un lato Iceberg offre un miglior rapporto costi-benefici per workload semplici su tabelle singole, il team CDH ha constatato che Snowflake garantisce performance superiori a costi inferiori per workload più complessi. “Trattandosi di una risorsa di calcolo premium, credevamo che la piattaforma Snowflake sarebbe stata più costosa, ma in realtà stiamo risparmiando sui workload ad alta intensità di elaborazione”, dichiara Ruben Simon. Per i workload relativi ai dati dell’assistenza, BMW Group ha ridotto i costi medi del 25% con Snowflake rispetto alla sua piattaforma precedente.

Snowflake offre anche un’interfaccia e una configurazione facili da usare per gli utenti. Mentre gli strumenti AWS richiedono agli utenti di configurare i ruoli, le istanze di Snowflake possono essere implementate con pochi clic. Il team CDH ha lavorato in stretta collaborazione con Snowflake per abbassare ulteriormente le barriere all’ingresso nell’AI Data Cloud e facilitare l’onboarding degli utenti. Questo spiega perché l’adozione è stata così rapida: in soli 18 mesi oltre 60 casi d’uso CDH in aree che spaziano dalle vendite all’assistenza fino alla supply chain erano già operativi su Snowflake.

Ogni strumento integrato nel CDH deve soddisfare il framework di governance di BMW e le sue norme etiche sull’archiviazione e la gestione dei dati, e Snowflake non fa eccezione.

“All’interno del nostro framework di governance dei dati, tutti i dati sulla nostra piattaforma devono essere trasparenti”, spiega Khalid Al‑Khalili. “Se un data steward consente l’accesso a un set di dati su un sistema, tale autorizzazione deve estendersi anche ad altre piattaforme, che si tratti di AWS o di Snowflake.”

In pratica, ciò significa che Snowflake doveva essere in grado di leggere e scrivere dati in tutto il CDH e vedere le identità in tutti i sistemi interni di BMW e su AWS. Questo livello di integrazione in tutto il patrimonio di dati può sembrare imponente, ma BMW è riuscita a integrare Snowflake nel suo complesso ecosistema multi-vendor con relativa facilità in 18 mesi, utilizzando un team di sole sei persone, comprendenti specialisti Snowflake dedicati e i loro omologhi del team CDH. 

Grazie al loro lavoro, e alla capacità di Snowflake di integrarsi con altre tecnologie, Snowflake supporta numerosi altri strumenti regolarmente utilizzati da BMW. “Tutto deve risultare trasparente per i nostri utenti”, afferma Ruben Simon. “Un risultato reso possibile dalla capacità di Snowflake di portare la potenza di calcolo dove serve. È questo che ci ha fatto capire che Snowflake sarebbe stato un ottimo partner, poiché possiamo archiviare i dati su AWS, Iceberg o da qualsiasi altra parte, beneficiando comunque della potenza di calcolo di Snowflake.”

BMW Group ha in programma di continuare l'evoluzione del suo CDH. Vuole combinare dati strutturati e non strutturati, trovare casi d'uso di AI generativa appropriati e passare a una struttura open lineage.

Sta anche progettando di portare funzionalità multi‑cloud nel cuore del CDH, continuando a garantire che tutte le operazioni rimangano all’interno del suo framework di data governance. Le potenzialità di integrazione trasparente di Snowflake contribuiranno a supportare i workload più intensivi del produttore di automobili, indipendentemente dall’ubicazione dei dati.

“Abbiamo sempre voluto evitare di vincolarci a un unico fornitore”, spiega Ruben Simon. “La capacità di Snowflake di integrarsi anche con i nostri strumenti open source ci ha veramente colpiti. Anche con i nostri impegni esistenti per quanto riguarda le infrastrutture, Snowflake si è dimostrata una scelta valida grazie alla sua flessibilità di integrazione.”