Unicoop Firenze velocizza l’elaborazione dati della rete commerciale grazie alla piattaforma Oracle Exadata
 
 

Unicoop Firenze velocizza l’elaborazione dati della rete commerciale grazie alla piattaforma Oracle Exadata

  • Oracle Customer:  Unicoop Firenze
    Location:  Firenze, Italy
    Industry:  Retail
    Employees:  8,500
    Annual Revenue:  $1 to $5 Billion

Printer View Printer View

Unicoop Firenze è una cooperativa di consumatori con oltre 1 milione di soci,  presente in sette province della Toscana, opera nella distribuzione dei beni di largo consumo basandosi sui valori della cooperazione: mutualità, solidarietà, progresso economico - sociale. La sua rete commerciale conta 120 punti vendita con 2 insegne: Coop a Firenze e Doc a Roma.

 
 

 
 

Challenges

A word from Unicoop Firenze

  • “Grazie all’implementazione di Oracle Exadata siamo oggi in grado di migliorare e velocizzare le prestazioni di elaborazione e archiviazione dati, consentendoci una maggiore garanzia nel supporto alle decisioni manageriali operative e strategiche ” – Filippo Cecchi, Responsabile ICT, Unicoop Firenze

  • Ottenere maggiori performance e scalabilità, ampliando e potenziando il progetto di BI già esistente con una soluzione integrata
  • Ridurre i costi IT attraverso il consolidamento e la gestione di un maggior numero di dati su livelli multipli di compressione
  • Gestire in modo trasparente e sicuro tutti i dati sensibili, migliorando così il throughput e i tempi di risposta alle query

Solutions

Oracle Product and Services

  • Selezionata Oracle Exadata (V.2) in base ai risultati positivi ottenuti dai test comparativi condotti e all’ottimo rapporto prezzo-prestazioni specifiche per l’ambiente di BI
  • Ridotta in maniera drastica tutta l’attività notturna di caricamento dei dati provenienti dai sistemi di 120 punti vendita (il venduto, i movimenti di cassa, etc.)  Aumentato di 7 volte la velocità di risposta con l’esecuzione in parallelo  dei batch  notturni, rispetto a quanto accadeva con i precedenti sistemi (batch, caricamento dati, query)
  • Ottimizzate le sequenze di schedulazione notturna e aumentata la simultaneità delle operazioni da 5 a 30, con conseguente riduzione dei consumi energetici e di tempo
  • Velocizzata la parte di interattività dell’utenza ed eliminati i precedenti tempi di attesa
  • Aumentata la scalabilità, le applicazioni e le prospettive di estensione dei servizi offribili

Partner


Resources