Join us Sept 17 at .local NYC! Use code WEB50 to save 50% on tickets. Learn more >
MongoDB Event
Menu Docs
Página inicial do Docs
/ /
Centro de Arquitetura Atlas
/ / /

Sistema de gerenciamento de inventário orientado por eventos

Tenha acesso a análises em tempo real, automação e eficiência da força de trabalho nas suas operações de estoque para o setor de varejo e manufatura com o MongoDB Atlas.

Casos de uso: Catálogo, Análise

Setores: Varejo, Manufatura

Produtos: Change Streams do MongoDB, Charts, Atlas Search, MongoDB Atlas Triggers

Parceiros: Next.js

No cenário empresarial concorrido do varejo e da produção, é crucial ter o estoque correto de produtos no lugar certo, na hora certa. O estoque insuficiente leva a interrupções operacionais e oportunidades perdidas. O excesso de estoque aumenta os custos e os riscos associados ao armazenamento. Empresa de todos os tamanhos tem dificuldade em gerenciar estoques.

Soluções, como uma única visualização de estoque, análise em tempo real e arquiteturas orientadas a eventos, podem ajudar as empresas a superar esses desafios e melhorar o gerenciamento de estoque.

Este guia aborda o processo de criação de um sistema de gerenciamento de estoque personalizado para diversos setores, como Varejo e Manufatura.

Atualmente, os varejistas precisam ter uma visão unificada de seu inventário para atender às expectativas dos clientes de terem disponibilidade imediata e uma experiência de compra perfeita. Uma disparidade entre o estoque online e o estoque físico pode resultar em vendas perdidas e insatisfação dos clientes.

Um sistema de gerenciamento de estoque pode fornecer os seguintes benefícios:

  • O gerenciamento eficaz de estoques permite que os revendedores aproveitem as cadeias de suprimentos distribuídas, movendo o estoque com facilidade entre os canais para atender à demanda onde ela surgir. Isso reduz o risco de estoque morto em lojas físicas e rupturas de estoque em canais online, aumentando a eficiência geral do estoque.

  • A análise em tempo real habilita os revendedores a tomar decisões orientadas por dados, adaptando-se rapidamente às mudanças nas condições de mercado e no comportamento do consumidor. Além disso, os processos automatizados reduzem os erros manuais e liberam a equipe para se concentrar em atividades de valor agregado, como a melhoria da qualidade do serviço.

  • As arquiteturas orientadas a eventos facilitam essas melhorias, permitindo a integração e a sincronização perfeitas de dados de inventário em várias plataformas e dispositivos.

Diagnóstico em tempo real de turbina eólica

Figura 1. Visão geral do gerenciamento de estoque

Nesse sistema, o MongoDB ajuda as empresas a melhorar a qualidade do serviço, a eficiência da força de trabalho e otimizar o gerenciamento de estoque, permitindo uma visão única do estoque, arquiteturas orientadas a eventos e análises em tempo real.

Esses recursos lançam as bases para outros cenários avançados, como:

  • Integração de tags IoT e Tag ID

  • Previsões IA/ML para uma predição precisa da demanda

  • Logística distribuída

A solução de gerenciamento de inventário aproveita um aplicação Next.js perfeitamente integrado ao MongoDB Atlas, fornecendo um backend flexível e escalável, conforme mostrado na figura.2

A solução utiliza os seguintes componentes:

  • OBanco de Dados do MongoDB Atlas contém quatro coleções principais: products, transactions, users e locations. Essas collections gerenciam o estoque, processam transações e rastreiam dados de usuário e localização.

  • As operaçõescompatíveis com ACID garantem a consistência e a integridade dos dados, especialmente durante as alterações no nível de estoque devido a transações. As collections products e transactions recebem atualizações para manter a confiabilidade e a consistência em todo o sistema.

  • O aplicação se conecta ao MongoDB por meio do driver MongoDB Node.js

  • O Atlas Search aprimora os recursos de pesquisa dos aplicativos, habilitando recursos avançados de pesquisa de texto completo. Isso permite que os usuários executem queries complexas, como pesquisar por categoria de produto ou aplicar filtros de faceta.

  • Os Atlas Triggers automatizam a lógica de backend executando funções em resposta a alterações no banco de dados, como a reordenação automática do estoque quando o estoque fica abaixo de um determinado limite.

  • Os Change Streams atuam como ouvintes em tempo real, detectando alterações no banco de dados e enviando atualizações para o aplicação. Isso permite que alertas em tempo real, como notificações de estoque baixo, sejam enviados aos gerentes de estoque.

  • OAtlas Charts fornece uma ferramenta de visualização para análise em tempo real, permitindo que os usuários criem gráficos e painéis interativos diretamente dos dados do MongoDB. Isso permite que os tomadores de decisão acompanhem as principais métricas, como níveis de estoque e tendências de vendas, em tempo real.

  • As queries da analítica de isolamento do volume de trabalho são executadas em um nó dedicado, o que garante que o desempenho operacional não seja afetado.

Essa arquitetura coesa oferece suporte a interações de dados em tempo real e automatiza tarefas importantes para simplificar processos. Ele permite que o aplicação Next.js forneça uma experiência de usuário responsiva e dinâmica, baseada nos robustos recursos de gerenciamento de dados do MongoDB.

Por meio desta integração, a solução equilibra de forma eficaz o desempenho, a automação e a escalabilidade, tornando-se ideal para os desafios modernos no gerenciamento de estoque.

Sistema de gerenciamento de inventário com MongoDB.

Figura 2. Arquitetura do sistema de gerenciamento de inventário usando MongoDB Atlas e Next.js

O sistema de gerenciamento de inventário armazena dados em quatro collections: products, transactions, users e locations. Essas coleções representam, respectivamente, movimentação de estoque e de entrada e saída que afetam os níveis de estoque, os usuários do aplicação e os locais atendidos pelo sistema.

O que diferencia o modelo de dados de documento dos modelos tabulares tradicionais é sua notável flexibilidade. Com uma abordagem tabular, obter uma visão geral abrangente do seu inventário normalmente envolveria junções complexas em várias tabelas. Com o modelo de documento do MongoDB, essa complexidade é eliminada.

Modelo relacional equivalente para produto.

Figura 3. Equivalente da coleção de produtos em uma configuração tabular

A coleção transactions usa o padrão Referência Estendida para referenciar itens. Como tal, o documento de transação inclui o campo product.id para referência interna e o product.name. Esse padrão permite que a interface do usuário exiba informações relevantes para o usuário sem usar queries adicionais ou junções na coleção products.

A collection products contém o que exigiria 10 tabelas separadas em um banco de dados relacional. Os documentos individuais incluem:

  • Arrays incorporadas para variantes de produto, permitindo que diferentes configurações do mesmo produto sejam armazenadas juntas.

  • Informações de localização e estoque do produto, que normalmente exigiriam tabelas adicionais em um banco de dados relacional.

Essa flexibilidade fornece um design mais intuitivo, otimiza o acesso aos dados e garante que os dados relacionados sejam armazenados juntos.

Modelo de banco de dados com o MongoDB.

figura 4. Representação de como documentos e arrays complexos são incorporados ao documento

Aqui está um exemplo de um documento de produto :

{
"type": "inbound",
"location": {
"origin": {
"type": "warehouse"
},
"destination": {
"type": "factory",
"id": {
"$oid": "65c63cb61526ffd3415fadbd"
},
"name": "Bogatell Factory"
}
},
"placement_timestamp": {
"$date": "2024-04-08T15:13:58.822Z"
},
"items": [
{
"sku": "CT001-PT-MDB0001",
"name": "Programmable Thermostats",
"unit": "pieces",
"delivery_time": {
"amount": 3,
"unit": "seconds"
},
"status": [
{
"name": "placed",
"update_timestamp": {
"$date": "2024-04-08T15:13:58.822Z"
}
},
{
"name": "arrived",
"update_timestamp": {
"$date": "2024-04-08T15:14:03.741Z"
}
}
],
"amount": 15,
"product": {
"id": {
"$oid": "65cce1a4ccdfb7402dbb4db4"
},
"name": "Controls and Thermostats",
"image": {
"url": "/images/products/thermostats.png"
}
}
}
],
"automatic": true,
"transaction_number": 133
}

Para replicar esta solução, você precisa configurar o MongoDB Atlas e configurar seu aplicação. Para obter instruções detalhadas, consulte o repositório GitHub. A página do GitHub orienta você nas seguintes etapas:

1

Crie um cluster do MongoDB Atlas e replique as coleções, visualizações e índices do banco de dados de demonstração.

2

Crie um trigger de banco de dados) que emita automaticamente um pedido de substituição quando os níveis de estoque ficam abaixo de um limite definido. Para fins de demonstração, configure um segundo trigger para simular o progresso de um pedido, da colocação ao processamento.

3

Configure índices de pesquisa para pesquisa de texto completo e filtre facetas nas coleções de produtos e transações.

4

Melhore a capacidade de visualização e análise do seu aplicativo com o Atlas Charts. Crie análises em tempo real e gráficos personalizados com base nas suas preferências.

5

Clone o repositório GitHub em sua máquina local, atualize as variáveis de ambiente com seus próprios valores, instale as dependências e execute o aplicativo localmente http://localhost:3000 em.

Esta solução destaca os seguintes recursos:

  • Alertas em tempo real: implemente alertas de baixo estoque em tempo real no seu frontend usando o Change Streams.

  • Automação de fluxo de trabalho: use triggers de banco de dados para automatizar os fluxos de trabalho de reposição de estoque.

  • Análise em tempo real: mantenha seus dados atualizados, analise tendências e tome decisões embasadas e oportunas com o Atlas Charts.

  • Visão única do inventário: aproveite a flexibilidade do document model para criar uma visão única e abrangente do inventário.

Explore, ajuste e aprimore seu sistema de gerenciamento de inventário para atender às suas próprias necessidades.

  • Dr. Humza Akhtar, MongoDB

  • Ramiro Pinto Prieto, MongoDB

  • Tamar Alphaidze, MongoDB

  • Criar pedidos modernos e omnichannel no MongoDB

  • Precificação em tempo real impulsionada por AI com a MongoDB e a Vertex AI

  • RFID: Rastreamento de Produtos em Tempo Real

Voltar

Conversão de notícias de texto para áudio

Nesta página