Modernizacja systemów

Zaplanowania modernizacja systemów informatycznych często jest rezultatem nowej strategii biznesowej, dużych kosztów utrzymania i rozwoju systemów, niskiego poziomu bezpieczeństwa, wydajności czyli często określenia długu technologicznego. Określenie wielkości długu technologicznego i ryzyka z nim związane są często elementem zarządzania ryzykiem w firmie (Risk Management) oraz są uwzględnione w planie zachowania ciągłości biznesowej (Business Continuity Plan -BCP). Systemy zastane Legacy są obecnie jednym z poważniejszych wyzwań dla działów IT utrudniających rozwojów biznesowy.

Nowe strategie cyfrowe czy transformacje cyfrowe (Digital Transformation) wymagają od IT wysokoskalowalnych systemów, natychmiastowych zmian biznesowych, łatwych integracji oraz bezpieczeństwa danych. Dodatkowo presja na systemy IT jest ciągle w obszarze kosztów utrzymania tych systemów i ich rozwoju. Każda Strategia IT powinna obejmować elementy architektury systemów, ich rozwoju, a w przypadku długu technologicznego corowych systemów ich modernizację lub wymianę.

Modernizacja systemu jest często planowana na podstawie wykonanego audytu jakości kodu źródłowego, wydajności, architektury czy bezpieczeństwa.

Strategie IT realizowane przez Dyrektorów IT (CIO) odnosnie systemów Legacy

Strategie odnośnie systemów Legacy są związane m.in. z ważnością systemu, ilością wprowadzanych zmian, wystawieniem na ryzyko np. wycieku danych, ryzykiem wydajności systemu, itd. Strategie Legacy:

  • Strategia nie rób nic z systemem – utrzymanie
  • Eliminacja kluczowych problemów np. wydajnościowych czy bezpieczeństwa
  • Strategia modernizacji – refaktoring
  • Strategia wymiany systemu

Częste kierunki modernizacji systemów Legacy

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Architektura Cloud Native

Cloud Native to technologia wykorzystania chmury przy tworzeniu własnych aplikacji. Technologia korzystające z mikroserwisów, kontenerów czy usług bezserwerowych tzw. Serverless.

Planując architekturę Cloud Native należy zacząć m.in od pytania o stopień „przenaszalności” aplikacji pomiędzy dostawcami chmury (Vendor-lock). Kolejne pytania dotyczą apliakacji, które będziemy tworzyli lub przenosili. Dostawca chmury powinien być dopasowany do tych aplikacji, aby wykorzystać najlepiej ich możliwości.

W przypadku chęci uniezależnienia się od dostawcy chmury często stosuje się popularne kontenery np. na Kubernetes czy Amazon Elastic Container Service (Docker). Kontenery pozwalają na łatwą przenaszalność aplikacji pomiędzy środowiskami, budowanie mikroserwisów czy niemal nieograniczoną skalowalność.

Innym typem budowania aplikacji dla technologii Cloud Native jest wykorzystanie funkcjonalności chmur typu Serverless. Usługi tego typu są dostarczane przez wszystkich dostawców chmur jak AWS, Google GCP czy Microsoft Azure.

Aplikacje Cloud Native (Native Cloud Application – NCA) są tworzone zgodnie z zasadą rozdzielania zadań na usługi (mikroserwisy, mikrousługi) i zgodnie z zasadą oddzielania ich od infrastruktury np. z wykorzystaniem kontenerów czy funkcji serverless.

Jeśli potrzebujesz wsparcia w architekturze systemów czy audycie swoich aplikacji zapraszamy do kontaktu.

Zobacz także: doradztwo strategiczne IT

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Architektura systemów pod Big Data

Duże ilości danych wymagają zaplanowania architektury pod kątem ich zbierania, przechowywania, ich analizy czy udostępniania do innych systemów. W tradycyjnym modelu dane są zbierane przez hurtownie danych z systemów np. ERP, CRM, eCommerce, WMS, itd. a analizowane w systemach klasy Business Inteligence.

Poniżej przykładowy flow od źródeł danych, poprzez ich zbieranie, transformację, przechowywanie i analizę.

Źródła danych dla Big Data

  • Aplikacje mobilne
  • Aplikacje dedykowane
  • Systemy ERP, WMS, CRM, POS, MES, MRP, APS, TMS, itd.
  • Systemy eCommerce jak sklepy internetowe, marketplace
  • Bazy OLTP
  • Bazy logów, eventów
  • API innych firm
  • itd.

Zbieranie i transformacja danych

  • Konektory
  • Zbieranie danych
  • Workflow Manager
  • Platforma Spark
  • Python Libs
  • Batch Query Engine
  • Event Streaming

Przechowywanie danych

  • Data lake
  • Data warehouse

Analiza danych, predictive, sztuczna inteligencja (AI – Artificial Intelligence), uczenie maszynowe (Machine Learning)

  • Data Science Platform
  • Biblioteki Machine Learning
  • Analityka czasu rzeczywistego

Rezultaty analizy danych

  • Dashboardy
  • Wbudowana analityka
  • Rozszerzona analityka
  • Aplikacje wbudowane, frameworki app

Powyższy schemat architektury pozwala na zbieranie danych biznesowych, wyciąganie danych z systemów operacyjnych, dostarczanie danych do magazynów danych wg. określonych schematów, transformację danych dla narzędzi analitycznych, przechowywanie danych aby mogły być one używane do analizy z uwzględnieniem kosztów przechowywania, czasów dostępów czy czasów dostarczenia danych, analizę danych poprzez systemy lub platformy do analizy, analizy historyczne i próby przewidywania przyszłości (predictive) aż do prezentacji wyników analizy danych dla wewnętrznych lub zewnętrznych użytkowników np. w systemach czy aplikacjach.

Jakie są najnowsze trendy w architekturze Big Data?

  1. Zmiana systemów On Prem na Cloud Data Warehouse
  2. Zmiana Hadoop na Data Lakes
  3. Zmiany ETP (Extract Transform Load) na ELT (Extract Load Transform)
  4. Zmiana Workflow Manager na Dataflow Automation

Zobacz także:

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Architektura Serverless (bezserwerowa)

Architektura bezserwerowa (Serverless Architecture) pozwala programistom na koncentrowaniu się na kodzie anie na serwerach. W tej architekturze płacimy za dostępność całej infrastruktury na żądanie np. wraz ze zwiększeniem obciążenia czyli tylko wtedy kiedy my czy nasi klienci używają zasobów serwerowych. W modelu serverless nie martwimy się zarówno utrzymaniem infrastruktury, jej updatami, licencjami, skalowaniem, wydajnością, konfiguracjami, backupami czy zespołem administratorów.

Architektura bezserwerowa pozwala na wykonywanie kodu w tradycyjnej architekturze monolitycznej jak i w architekturze rozproszonej (mikroserwisy).

Architektura bezserwerowa jest jedną z odmian platform chmurowych PaaS (Platform as a Service), IaaS (Infrastructure as a Service) i często określana także jako FaaS (Function as a Service).

Popularnymi na rynku usługami Serverless / FaaS są np. AWS Lambda, Azure Functions i Google Cloud Functions.

Zobacz naszą ofertę na doradztwo w obszarze IT:

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Strategia MultiCloud

Strategia Multicloud jest często wdrażana z powodów dywersyfikacji i uniknięcia uzależnienie do jednego dostawcy (tzw. Vendor Lock). Uzależnienie do może być w obszarze jakości usług, cen czy zakłócenia ciągłości biznesowej (Business Continuity) – awarie, odtwarzanie po awarii (DR – Disaster Recovery), wysoka wydajność (HA – High Availability), itd. Strategia z uwagi na różne zakresy usług dostawców chmur musi uwzględniać wszystkie ich aspekty jak: koszty za storage czy moc obliczeniową, różnorakie platformy czy aplikacje, moduły bezpieczeństwa, itd. Usługi te muszą być wpisane zarówno w politykę bezpieczeństwa jak i architekturę tele-informatyczną firmy.

Oprócz dywersyfikacji, vendor-lockingu częstym powodem dla międzynarodowych firm jest zwiększenie ciągłości biznesowej zarówno w dostępie (np. wydajność) do infrastruktury z dowolnej części świata, jak i jej odporność na awarie i ataki.

Strategia chmurowa jest jednym z elementów Strategii IT wspierającej cele biznesowe. Jest ona zasadna w przypadku rozproszonych globalnie systemów, klientów, pracowników, wysokich parametrów SLA dla usług i systemów oraz dużej dojrzałości organizacji.

Zobacz naszą ofertę doradztwa strategicznego IT

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Trendy technologiczne 2020 – 2021

Obecnie obserwujemy kilka dominujących trendów technologicznych, które będą miały wpływ na nasze życie i biznesy w najbliższych miesiącach i latach. Dodatkowo dzięki takim zjawiskom jak Covid pojawiają się nowe trendy lub zostają wzmocnione inne.

Poniżej lista zaobserwowanych trendów w rozwoju technologii na świecie:

  • Robotyzacja i automatyzacja procesów – zastępowanie ludzi w procesach powtarzalnych przez systemy informatyczne, unikanie błędów ludzkich i minimalizacja kosztów zatrudnienia i szkolenia personelu. Zobacz także RPA – Robotic Process Automation
  • Blockchain – wykorzystanie technologii blockchain np. w jednostkach rządowych, samorządowych i służbie zdrowia.
  • Chmura, Cloud Computing – wykorzystanie chmury zarówno w corowych procesach biznesowych jak i pomocniczych. Przenoszenie do chmury obliczeń, systemów i baz danych. Zobacz: doradztwo Cloud
  • Big Data – Zbieranie dużych ilości danych z wielu źródeł i ich łączenie w celu wykorzystania w systemach podejmowania decyzji. Zobacz: doradztwo Big Data
  • Sztuczna Inteligencja (Artificial Inteligence) – Wykorzystanie algorytmów sztucznej inteligencji w tym uczenia maszynowego (Deep i Machine Learning) w nowoczesnym biznesie i handlu internetowym.
  • Praca zdalna i dygitalizacja procesów backoffice – trend nabierający na sile związany głównie z pracą zdalną spowodowaną pandemią wirusa Covid. Narzędzia pracy zdalnej, dostęp do systemów firmy oraz dokumentów (EOD – Elektroniczny Obieg Dokumentów, DMS, EMS) w postaci cyfrowej z dowolnego miejsca na Świecie.
  • Handel elektroniczny (eCommerce) – istniejący i silny trend wzrostowy sprzedaży produktów i usług poprzez kanały cyfrowe jak eCommerce, Mobile, Social Media, Marketplace, etc.. Zobacz usługi dla eCommerce
  • Monetyzacja danych – zbieranie, łączenia, tłumaczenie i poszukiwanie nowych strumieni przychodów opartych na danych. Zobacz: nowe strumienie przychodów.
  • Systemy predykcyjne, systemy podejmowania decyzji – systemy prodykcyjne, systemy wspierające podejmowanie decyzji, systemy System Business Intelligence (BI)Business Intelligence (BI) oparte na hurtowniach danych.
  • Mobile – trend posiadania i wykorzystywania urządzeń mobilnych, transmisji danych, wykorzystania technologii 5G i Internetu Rzeczy (IoT).
  • Omnichannel – sprzedaż i tracking użytkowników w świecie offline (Retail) i w internecie (mobile, eCommerce, social media, itd.) oraz w Contact Center. Zobacz doradztwo technologiczne dla Omnichannel
  • 5G – wykorzystanie sieci dużych przepustowości do integracji urządzeń, pojazdów i ludzi w czasie rzeczywistym. Zobacz Doradztwo 5G
  • Privacy – ochrona danych użytkowników w sieci. Bardzo silny trend występujacy np. w Niemczech i USA.
  • Inteligentne Miasta (Smart City) – technologie dla inteligentnych miast wykorzystujące technologie 5G, IoT, Big data i chmury. Zobacz doradztwo Smart City
  • Autonomiczne pojazdy – trend przyszłości zarówno w samochodach, dronach, statkach powietrznych jak i morskich.
  • Cyfrowy bliźniak (Digital Twin) – testowanie realnego świata w stworzonych ich cyfrowych modelach.
  • Bezpieczeństwo (Cybersecurity) – zabezpieczenie danych zarówno prywatnych jak i firmowych przed wyciekami i kradzieżą.

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Doradztwo SaaS

Software as a Service to obecnie bardzo popularny trend w architekturze systemów i modelach biznesowych. Systemy czy platformy w tzw. modelu abonamentowym (płatnym w regularnych odstępach np. raz na miesiąc, raz na rok) tworzą zarówno ogromni, międzynarodowi gracze jak np. IBM czy SAP a także Startupy. Najbardziej znanymi prekursorami były takie systemy jak CRM SalesForce. Ten przykład pokazał, jak popularne są tego typu systemy, mimo początkowych i obecnych obaw o bezpieczeństwo czy możliwość zmian (customizacji).

Rodzaje systemów w SaaS

Przykładowe systemy często spotykane jako Software as a Service:

Korzyści systemów SaaS

Systemy SaaS cechuje szybkie wdrożenie, praktycznie od razu, proste systemy płatności np. miesięczne, brak kosztów dodatkowych jak utrzymanie serwerów, administratora, internetu czy utrzymania i konserwacji, a często nawet backupów.

KPI (Key Performance Indicator) dla Startupów SaaS

Startupy SaaS podobnie jak Startupy eCommerce są w pełni „mierzalne”. Dzięki kodom śledzącym, analityce, big data możemy mierzyć wszystko od rozpoczęcia kampani marketingowej, poprzez zdobycie klienta i jego odejście do np. konkurencji.

  • CAS (Cost of Aquiring a Customer) – koszt pozyskania jednego klienta
  • ARPU (Average Revenue per Customer) – średni przychód z jednego klienta
  • Churn – Procentowy odpływ klientów
  • Customer Lifetime – średnia długość życia klienta
  • LTV (Lifetime Value of Customer) – cała wartość klienta
  • MRR (Montly Recurring Revenue) – miesięczny przychód z abonamentów
  • ARR (Annual Recurring Revenue) – roczny przychód z abonamentów
  • itd.

Na co należy zwrócić uwagę przy wyborze systemu w SaaS

Wybierając system Software as a Service należy pamiętać o:

  • Analizie cennika np. w przypadku platform sklepów internetowych często płaci się za ilość transakcji, czym więcej zarabiamy tym więcej płacimy
  • Integracji systemów i poprawnej wymianie danych pomiędzy nimi
  • Bezpieczeństwie systemów potwierdzonych np. certyfikatami
  • Zgodności z europejskim RODO np. można spotkać, że globalny systemy posiada serwer aplikacyjny w europie a serwer bazodanowy w Stanach Zjednoczonych.
  • Architekturę rozwiązań np. micro serwisy, PWA, CMS, system bilingowy, API.
  • Umowy SLA (Service Level Agreement) na wykryte błędy.
  • Analiza możliwości wprowadzania swoich (i tylko swoich zmian w systemach – know how) np. z wykorzystaniem tzn. chmury prywatnej lub hybrydowej.

Usługi doradztwa technologicznego SaaS:

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Sztuczna Inteligencja (AI) -nowa moda czy stały trend? Po co AI biznesowi?

Sztuczna inteligencja (Artificial Inteligence) na dobre zagościła w przedsiębiorstwach, handlu czy w mediach. AI przez jednych jest wielbione, przez drugich jest ukazywane jako zagłada cywilizacji. Jedno jest pewne jak wszystkie technologie AI rozpoczyna nowy etap w technologiach informatycznych, dający nam nowe możliwości oraz stwarzający potencjalne obszary nieakceptowalne przez społeczeństwa.

Sztuczna inteligencja może być pomocna w ratowaniu życia np. w medycynie. Działając na ogromnych ilościach danych oraz korzystając z algorytmów uczenia (Machine Learning – uczenie maszynowe, Deep Learning – uczenie głębokie), sieci neuronowych i Data Mining-u może z łatwością diagnozować potencjalne symptomy poważnych chorób, ratując tym życie czy skracając czas leczenia i powikłań.

W samochodach autonomicznych sztuczna inteligencja nauczy się naszego stylu jazdy, oczywiście uwzględniając wszystkie zasady i reguły, które będą obowiązywały w tego typu rozwiązaniach.

W turystyce AI dzięki znajomości naszych zachowań, hobby, upodobaniom czy aktualnym finansom wskaże najlepsze hotele, wycieczki, atrakcje dla nas i dla naszej rodziny, itd.

W eCommerce dzięki ogromnej ilości danych oferty już są spersonalizowane pod kątem naszych potrzeb, potrzeb naszej rodziny, naszych planów czy zachowań.

Inteligentne urządzenia np. lodówki, kamery, bilboardy, itd. Dzięki analizie naszych zachowań będą nam oferować to co będziemy lub nie będziemy potrzebowali.

Systemy klasy CRM czy ERP z zaimplementowaną sztuczną inteligencją już analizują zachowania klientów, ich podatność na podwyżki czy nowe produkty.

Sztuczna inteligencja w miastach (Smart Cities) będzie analizować nasze zachowania, zachowania pojazdów, biznesu czy zanieczyszczeń. Będzie przewidywać zjawiska łącząc wiele danych pozwalając nam żyć w miastach lepiej.

Możliwości zastosowania sztucznej inteligencji są nieograniczone. Każdy biznes może na tym skorzystać nawet jeśli w tej chwili nie posiada na to pomysłów. W przypadku zainteresowania zapraszamy na warsztaty ze sztucznej inteligencji lub na indywidualne doradztwo AI.

Zobacz naszą ofertę doradztwa technologicznego:

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów