Ini adalah postingan tamu yang ditulis bersama oleh Alex Naumov, Arsitek Data Utama di smava.
smava GmbH adalah salah satu perusahaan jasa keuangan terkemuka di Jerman, yang menjadikan pinjaman pribadi transparan, adil, dan terjangkau bagi konsumen. Berdasarkan proses digital, smava membandingkan penawaran pinjaman dari lebih dari 20 bank. Dengan cara ini, peminjam dapat memilih kesepakatan yang paling menguntungkan mereka dengan cara yang cepat, digital, dan efisien.
smava percaya dan memanfaatkan keputusan berdasarkan data untuk menjadi pemimpin pasar. Tim Platform Data bertanggung jawab untuk mendukung keputusan berdasarkan data di smava dengan menyediakan produk data di seluruh departemen dan cabang perusahaan. Departemen tersebut mencakup tim mulai dari teknik hingga penjualan dan pemasaran. Cabang-cabangnya memiliki beragam produk, yaitu pinjaman B2C, pinjaman B2B, dan sebelumnya juga hipotek B2C. Produk data yang digunakan di dalam perusahaan antara lain mencakup wawasan dari perjalanan pengguna, laporan operasional, dan hasil kampanye pemasaran. Platform data melayani rata-rata 60 ribu kueri per hari. Volume data mencapai dua digit TB dengan pertumbuhan yang stabil seiring berkembangnya bisnis dan sumber data.
Tim Platform Data smava menghadapi tantangan untuk mengirimkan data kepada pemangku kepentingan dengan SLA yang berbeda, sambil mempertahankan fleksibilitas untuk meningkatkan dan menurunkan skala sambil tetap hemat biaya. Diperlukan waktu hingga 3 jam untuk menghasilkan pelaporan harian, yang berdampak pada pengambilan keputusan bisnis ketika penghitungan ulang perlu dilakukan pada siang hari. Untuk mempercepat analisis layanan mandiri dan mendorong inovasi berdasarkan data, diperlukan solusi yang memungkinkan tim mana pun membuat produk data sendiri dengan cara yang terdesentralisasi. Untuk membuat dan mengelola produk data, smava menggunakan Pergeseran Merah Amazon, gudang data cloud.
Dalam postingan ini, kami menunjukkan bagaimana smava mengoptimalkan platform data mereka dengan menggunakan Amazon Redshift Tanpa Server dan Berbagi data Amazon Redshift untuk mengatasi tantangan penyesuaian ukuran untuk beban kerja yang tidak dapat diprediksi dan lebih meningkatkan kinerja harga. Melalui optimasi, smava mencapai penghematan biaya hingga 50% dan pembuatan laporan hingga tiga kali lebih cepat dibandingkan infrastruktur analitik sebelumnya.
Ikhtisar solusi
Sebagai perusahaan berbasis data, smava mengandalkan AWS Cloud untuk mendukung kasus penggunaan analitik mereka. Untuk memberikan penawaran dan pengalaman pengguna terbaik kepada pelanggannya, smava mengikuti arsitektur data modern prinsip-prinsip dengan data lake sebagai penyimpanan data yang dapat diskalakan dan tahan lama serta penyimpanan data yang dibuat khusus untuk pemrosesan analitis dan konsumsi data.
smava menyerap data dari berbagai sumber data eksternal dan internal ke dalam tahap pendaratan di data lake berdasarkan Layanan Penyimpanan Sederhana Amazon (Amazon S3). Untuk menyerap data, smava menggunakan serangkaian platform data pelanggan pihak ketiga populer yang dilengkapi dengan skrip khusus.
Setelah data masuk ke Amazon S3, smava menggunakan Lem AWS Katalog Data dan perayap untuk secara otomatis membuat katalog data yang tersedia, menangkap metadata, dan menyediakan antarmuka yang memungkinkan kueri semua aset data.
Analis data yang memerlukan akses ke aset mentah pada penggunaan data lake Amazon Athena, layanan analisis interaktif tanpa server untuk eksplorasi dengan kueri ad hoc. Untuk konsumsi hilir oleh seluruh departemen di seluruh organisasi, tim Platform Data smava menyiapkan produk data yang dikurasi mengikuti mengekstrak, memuat, dan mengubah (ELT) pola. smava menggunakan Amazon Redshift sebagai gudang data cloud mereka untuk mengubah, menyimpan, dan menganalisis data, dan menggunakannya Spektrum Pergeseran Merah Amazon untuk secara efisien mengkueri dan mengambil data terstruktur dan semi-terstruktur dari data lake menggunakan SQL.
smava mengikuti pemodelan brankas data metodologi dengan tahapan Raw Vault, Business Vault, dan Data Mart untuk mempersiapkan produk data bagi konsumen akhir. Raw Vault mendeskripsikan objek yang dimuat langsung dari sumber data dan mewakili salinan tahap pendaratan di data lake. Business Vault diisi dengan data yang bersumber dari Raw Vault dan diubah sesuai dengan aturan bisnis. Terakhir, data dikumpulkan menjadi produk data spesifik yang berorientasi pada lini bisnis tertentu. Ini adalah DataMart panggung. Produk data dari tahap Business Vault dan Data Mart kini tersedia untuk konsumen. smava memutuskan untuk menggunakan Tableau untuk intelijen bisnis, visualisasi data, dan analisis lebih lanjut. Transformasi data dikelola dengan dbt untuk menyederhanakan tata kelola alur kerja dan kolaborasi tim.
Diagram berikut menunjukkan arsitektur platform data tingkat tinggi sebelum pengoptimalan.
Evolusi persyaratan platform data
smava dimulai dengan satu cluster Redshift untuk menampung ketiga tahapan data. Mereka memilih node cluster yang disediakan tipe RA3 dengan Instans Cadangan (RI) untuk optimalisasi biaya. Seiring dengan pertumbuhan volume data sebesar 53% dari tahun ke tahun, kompleksitas dan persyaratan dari berbagai beban kerja analitik juga meningkat.
smava dengan cepat mengatasi pertumbuhan volume data dengan menyesuaikan ukuran cluster dan menggunakannya Penskalaan Konkurensi Amazon Redshift untuk beban kerja puncak. Lebih jauh lagi, smava ingin memberikan semua tim pilihan untuk membuat produk data mereka sendiri dengan cara layanan mandiri untuk meningkatkan laju inovasi. Untuk menghindari gangguan apa pun terhadap produk data yang dikelola secara terpusat, lingkungan pengembangan produk yang terdesentralisasi perlu diisolasi secara ketat. Persyaratan yang sama juga diterapkan untuk isolasi tahapan produk berbeda yang dikurasi oleh tim Platform Data.
Mengoptimalkan arsitektur dengan berbagi data dan Redshift Serverless
Untuk memenuhi persyaratan yang berkembang, smava memutuskan untuk memisahkan beban kerja dengan membagi satu cluster Redshift yang disediakan menjadi beberapa gudang data, dengan masing-masing gudang melayani tahapan yang berbeda. Selain itu, smava menambahkan lingkungan pementasan baru di Business Vault untuk mengembangkan produk data baru tanpa risiko mengganggu jalur produk yang sudah ada. Untuk menghindari gangguan apa pun terhadap produk data yang dikelola secara terpusat dari tim Platform Data, smava memperkenalkan klaster Redshift tambahan, yang mengisolasi beban kerja yang terdesentralisasi.
smava sedang mencari solusi unik untuk mencapai isolasi beban kerja tanpa mengelola pipeline replikasi data yang rumit.
Tepat setelah peluncuran Berbagi data pergeseran merah kemampuan pada tahun 2021, tim Platform Data menyadari bahwa inilah solusi yang mereka cari. smava mengadopsi fitur berbagi data agar data dari cluster produsen tersedia untuk akses baca pada cluster konsumen yang berbeda, dengan masing-masing cluster konsumen tersebut melayani tahapan yang berbeda.
Berbagi data Redshift memungkinkan akses data instan, granular, dan cepat di seluruh cluster Redshift tanpa perlu menyalin data. Ini memberikan akses langsung ke data sehingga pengguna selalu melihat informasi terkini dan konsisten saat diperbarui di gudang data. Dengan berbagi data, Anda dapat dengan aman berbagi data langsung dengan klaster Redshift di akun AWS yang sama atau berbeda dan di seluruh Wilayah.
Dengan berbagi data Redshift, smava mampu mengoptimalkan arsitektur data dengan memisahkan beban kerja data ke cluster konsumen individual tanpa harus mereplikasi data. Diagram berikut mengilustrasikan arsitektur platform data tingkat tinggi setelah membagi satu klaster Redshift menjadi beberapa klaster.
Dengan menyediakan data mart layanan mandiri, smava meningkatkan demokratisasi data dengan memberikan pengguna akses ke semua aspek data. Mereka juga memberi tim seperangkat alat khusus untuk penemuan data, analisis ad hoc, pembuatan prototipe, dan pengoperasian seluruh siklus hidup produk data matang.
Setelah mengumpulkan data operasional dari masing-masing klaster, tim Platform Data mengidentifikasi potensi pengoptimalan lebih lanjut: klaster Raw Vault berada dalam beban yang stabil 24/7, namun klaster Business Vault hanya diperbarui setiap malam. Untuk mengoptimalkan biaya, smava menggunakan kemampuan jeda dan lanjutkan dari klaster yang disediakan Redshift. Kemampuan ini berguna untuk klaster yang perlu tersedia pada waktu tertentu. Saat klaster dijeda, penagihan berdasarkan permintaan ditangguhkan. Hanya penyimpanan cluster yang dikenakan biaya.
Fitur jeda dan lanjutkan membantu smava mengoptimalkan biaya, namun memerlukan overhead operasional tambahan untuk memicu operasi cluster. Selain itu, klaster pengembangan masih mengalami waktu menganggur selama jam kerja. Tantangan-tantangan ini akhirnya diatasi dengan mengadopsi Redshift Serverless pada tahun 2022. Tim Platform Data memutuskan untuk memindahkan kluster tahap Business Data Vault ke Redshift Serverless, yang memungkinkan mereka membayar gudang data hanya saat digunakan, dengan andal dan efisien.
Redshift Serverless ideal untuk kasus-kasus ketika sulit untuk memprediksi kebutuhan komputasi seperti beban kerja variabel, beban kerja berkala dengan waktu idle, dan beban kerja kondisi stabil dengan lonjakan. Selain itu, seiring dengan berkembangnya permintaan penggunaan dengan beban kerja baru dan lebih banyak pengguna secara bersamaan, Redshift Serverless secara otomatis menyediakan sumber daya komputasi yang tepat, dan gudang data dapat diskalakan secara mulus dan otomatis, tanpa memerlukan intervensi manual. Berbagi data didukung dua arah antara Redshift Serverless dan cluster Redshift yang disediakan dengan node RA3, sehingga tidak diperlukan perubahan pada arsitektur smava. Diagram berikut menunjukkan pengaturan arsitektur tingkat tinggi setelah perpindahan ke Redshift Serverless.
smava menggabungkan keunggulan Redshift Serverless dan dbt melalui pipeline CI/CD yang mulus, mengadopsi metodologi pengembangan berbasis trunk. Perubahan pada repositori Git secara otomatis diterapkan ke tahap pengujian dan divalidasi menggunakan pengujian integrasi otomatis. Pendekatan ini meningkatkan efisiensi pengembang dan menurunkan waktu rata-rata produksi dari hari ke menit.
smava mengadopsi arsitektur yang memanfaatkan gudang data Redshift yang tersedia dan tanpa server, bersama dengan kemampuan berbagi data untuk mengisolasi beban kerja. Dengan memilih pola arsitektur yang tepat untuk kebutuhan mereka, smava mampu mencapai hal berikut:
- Sederhanakan jalur data dan kurangi overhead operasional
- Kurangi waktu rilis fitur dari hari menjadi menit
- Tingkatkan kinerja harga dengan mengurangi waktu menganggur dan menyesuaikan beban kerja
- Mencapai pembuatan laporan hingga tiga kali lebih cepat (perhitungan lebih cepat dan paralelisasi lebih tinggi) dengan 50% dari biaya penyiapan awal
- Tingkatkan kelincahan semua departemen dan dukung pengambilan keputusan berdasarkan data dengan mendemokratisasi akses terhadap data
- Tingkatkan kecepatan inovasi dengan menghadirkan kemampuan data layanan mandiri untuk tim di semua departemen dan memperkuat kemampuan pengujian A/B untuk mencakup perjalanan pelanggan yang lengkap
Kini, semua departemen di smava menggunakan produk data yang tersedia untuk membuat keputusan berdasarkan data, akurat, dan tangkas.
Visi masa depan
Ke depannya, smava berencana untuk terus mengoptimalkan Platform Data berdasarkan metrik operasional. Mereka sedang mempertimbangkan untuk mengalihkan lebih banyak klaster yang tersedia seperti klaster Self-Service Data Mart ke tanpa server. Selain itu, smava mengoptimalkan rantai alat orkestrasi ELT untuk meningkatkan jumlah saluran data paralel yang akan dijalankan. Hal ini akan meningkatkan pemanfaatan sumber daya Redshift yang disediakan dan memungkinkan pengurangan biaya.
Dengan diperkenalkannya layanan mandiri yang terdesentralisasi untuk pembuatan produk data, smava membuat langkah maju menuju a arsitektur jala data. Di masa depan, tim Platform Data berencana untuk mengevaluasi lebih lanjut kebutuhan pengguna layanan mereka dan menetapkan prinsip-prinsip data mesh lebih lanjut seperti tata kelola data gabungan.
Kesimpulan
Dalam postingan ini, kami menunjukkan bagaimana smava mengoptimalkan platform data mereka dengan mengisolasi lingkungan dan beban kerja menggunakan Redshift Serverless dan fitur berbagi data. Lingkungan Redshift tersebut terintegrasi dengan baik dengan infrastrukturnya, fleksibel dalam penskalaan sesuai permintaan, dan sangat tersedia, serta memerlukan upaya administrasi minimal. Secara keseluruhan, smava telah meningkatkan kinerja sebanyak tiga kali lipat sekaligus mengurangi total biaya platform sebesar 50%. Selain itu, mereka mengurangi overhead operasional seminimal mungkin sambil mempertahankan SLA yang ada untuk waktu pembuatan laporan. Selain itu, smava telah memperkuat budaya inovasi dengan menyediakan kemampuan produk data layanan mandiri untuk mempercepat waktu pemasarannya.
Jika Anda tertarik untuk mempelajari lebih lanjut tentang kemampuan Amazon Redshift, kami sarankan untuk menonton yang terbaru Apa yang baru dengan sesi Amazon Redshift di saluran AWS Events untuk mendapatkan ikhtisar fitur yang baru ditambahkan ke layanan. Anda juga dapat menjelajahi laboratorium Amazon Redshift yang bersifat swalayan dan praktis untuk bereksperimen dengan fungsi utama Amazon Redshift dengan cara yang dipandu.
Anda juga bisa mendalaminya lebih dalam Kasus penggunaan Redshift Tanpa Server dan kasus penggunaan berbagi data. Selain itu, periksa praktik terbaik berbagi data dan temukan caranya pelanggan lain dioptimalkan untuk biaya dan kinerja dengan berbagi data Redshift untuk mendapatkan inspirasi untuk beban kerja Anda sendiri.
Jika Anda lebih suka buku, lihatlah Amazon Redshift: Panduan Definitif oleh O'Reilly, tempat penulis merinci kemampuan Amazon Redshift dan memberi Anda wawasan tentang pola dan teknik yang sesuai.
Tentang Penulis
Alex Naumov adalah Arsitek Data Utama di smava GmbH, dan memimpin proyek transformasi di departemen Data. Alex sebelumnya bekerja selama 10 tahun sebagai konsultan dan arsitek data/solusi di berbagai bidang, seperti telekomunikasi, perbankan, energi, dan keuangan, menggunakan berbagai teknologi, dan di banyak negara berbeda. Dia memiliki minat yang besar terhadap data dan mengubah organisasi menjadi berbasis data dan menjadi yang terbaik dalam pekerjaannya.
Lingli Zheng bekerja sebagai Manajer Pengembangan Bisnis di organisasi spesialis AWS di seluruh dunia, mendukung pelanggan di wilayah DACH untuk mendapatkan nilai terbaik dari layanan analitik Amazon. Dengan pengalaman lebih dari 12 tahun di bidang energi, otomasi, dan industri perangkat lunak dengan fokus pada analisis data, AI, dan ML, dia berdedikasi untuk membantu pelanggan mencapai hasil bisnis nyata melalui transformasi digital.
Alexander Spivak adalah Senior Startup Solutions Architect di AWS, yang berfokus pada pelanggan B2B ISV di EMEA Utara. Sebelum bekerja di AWS, Alexander bekerja sebagai konsultan dalam bidang layanan keuangan, termasuk berbagai peran dalam pengembangan dan arsitektur perangkat lunak. Dia sangat tertarik dengan analisis data, arsitektur tanpa server, dan menciptakan organisasi yang efisien.
Posting ini telah ditinjau keakuratan teknisnya oleh David Greenshtein, Arsitek Solusi Analisis Senior.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
- PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
- PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
- PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
- Sumber: https://aws.amazon.com/blogs/big-data/how-smava-makes-loans-transparent-and-affordable-using-amazon-redshift-serverless/
- :memiliki
- :adalah
- :Di mana
- $NAIK
- 10
- 100
- 12
- 125
- 20
- 2021
- 2022
- 60
- a
- Sanggup
- Tentang Kami
- mengakses
- Akses ke data
- menyelesaikan
- Menurut
- Akun
- ketepatan
- tepat
- Mencapai
- dicapai
- di seluruh
- Ad
- menambahkan
- tambahan
- Tambahan
- Selain itu
- dialamatkan
- administrasi
- diadopsi
- Mengadopsi
- Keuntungan
- terjangkau
- Setelah
- tangkas
- AI
- alex
- Alexander
- Semua
- mengizinkan
- memungkinkan
- juga
- selalu
- Amazon
- Amazon Web Services
- antara
- an
- analisis
- Analis
- Analitik
- Analytical
- analisis
- menganalisa
- dan
- Apa pun
- terapan
- pendekatan
- arsitektur
- arsitektur
- ADALAH
- AS
- aspek
- Aktiva
- At
- penulis
- penulis
- Otomatis
- secara otomatis
- Otomatisasi
- tersedia
- rata-rata
- menghindari
- AWS
- B2B
- B2C
- Perbankan
- Bank
- berdasarkan
- BE
- menjadi
- menjadi
- sebelum
- percaya
- Manfaat
- TERBAIK
- antara
- penagihan
- Blog
- Buku-buku
- peminjam
- kedua
- cabang
- membawa
- bisnis
- pengembangan bisnis
- intelijen bisnis
- tapi
- by
- Kampanye
- CAN
- kemampuan
- kemampuan
- menangkap
- kasus
- katalog
- menantang
- tantangan
- Perubahan
- beban
- memeriksa
- Pilih
- memilih
- memilih
- awan
- Kelompok
- kolaborasi
- Mengumpulkan
- bergabung
- Perusahaan
- perusahaan
- dibandingkan
- lengkap
- kompleks
- kompleksitas
- menghitung
- bersamaan
- mengingat
- konsisten
- konsultan
- konsumen
- Konsumen
- konsumsi
- terus
- Sesuai
- Biaya
- penghematan biaya
- Biaya
- negara
- menutupi
- membuat
- membuat
- penciptaan
- budaya
- dikuratori
- adat
- pelanggan
- data pelanggan
- pelanggan
- harian
- data
- akses data
- Data Analytics
- Danau Data
- Platform Data
- berbagi data
- visualisasi data
- data warehouse
- gudang data
- Data-driven
- David
- hari
- Hari
- Penawaran
- Terdesentralisasi
- memutuskan
- Pengambilan Keputusan
- keputusan
- menurun
- dedicated
- lebih dalam
- definitif
- menyampaikan
- Permintaan
- demokratisasi
- Demokratisasi
- Departemen
- departemen
- dikerahkan
- rinci
- mengembangkan
- pengembang
- Pengembangan
- MELAKUKAN
- berbeda
- sulit
- digital
- Transformasi digital
- arah
- langsung
- menemukan
- penemuan
- menyelam
- do
- domain
- turun
- selama
- setiap
- efisiensi
- efisien
- efisien
- upaya
- EMEA
- memungkinkan
- akhir
- energi
- Pertunangan
- Teknik
- lingkungan
- menetapkan
- Eter (ETH)
- mengevaluasi
- peristiwa
- berkembang
- berkembang
- berevolusi
- ada
- pengalaman
- eksperimen
- eksplorasi
- menyelidiki
- luar
- dihadapi
- adil
- FAST
- lebih cepat
- baik
- Fitur
- Fitur
- Akhirnya
- keuangan
- keuangan
- jasa keuangan
- keluwesan
- fleksibel
- Fokus
- berfokus
- berikut
- berikut
- Untuk
- Untuk Konsumen
- dahulu
- Depan
- Membantu perkembangan
- dari
- penuh
- fungsionalitas
- lebih lanjut
- Selanjutnya
- masa depan
- menghasilkan
- generasi
- Jerman
- mendapatkan
- pergi
- Memberikan
- GmBH
- pemerintahan
- besar
- tumbuh
- Pertumbuhan
- Pertumbuhan
- Tamu
- tamu Post
- membimbing
- kendali
- memiliki
- hands-on
- terjadi
- Memiliki
- memiliki
- he
- membantu
- membantu
- tingkat tinggi
- lebih tinggi
- sangat
- tuan rumah
- JAM
- Seterpercayaapakah Olymp Trade? Kesimpulan
- HTML
- HTTPS
- ideal
- diidentifikasi
- Siaga
- menggambarkan
- dampak
- memperbaiki
- in
- memasukkan
- Termasuk
- Meningkatkan
- Pada meningkat
- sendiri-sendiri
- industri
- informasi
- Infrastruktur
- Innovation
- dalam
- wawasan
- terinspirasi
- contoh
- saat
- terpadu
- integrasi
- Intelijen
- interaktif
- tertarik
- Antarmuka
- gangguan
- mengganggu
- intern
- intervensi
- ke
- diperkenalkan
- memperkenalkan
- Pengantar
- terpencil
- isolasi
- isv
- IT
- Perjalanan
- kunci
- danau
- pendaratan
- Tanah
- jalankan
- pemimpin
- terkemuka
- Memimpin
- pengetahuan
- siklus hidup
- 'like'
- baris
- hidup
- data langsung
- memuat
- pinjaman
- Pinjaman
- mencari
- terbuat
- mempertahankan
- membuat
- MEMBUAT
- Membuat
- mengelola
- berhasil
- manajer
- pelaksana
- cara
- panduan
- banyak
- Pasar
- Pemimpin pasar
- Marketing
- dewasa
- Pelajari
- jala
- Metadata
- Metodologi
- Metrik
- minimum
- menit
- ML
- lebih
- Selain itu
- Mortgages
- paling
- pindah
- beberapa
- yaitu
- Perlu
- dibutuhkan
- kebutuhan
- New
- tidak
- node
- utara
- sekarang
- jumlah
- objek
- of
- Penawaran
- on
- Sesuai Permintaan
- ONE
- hanya
- operasi
- operasional
- Operasi
- optimasi
- Optimize
- dioptimalkan
- mengoptimalkan
- pilihan
- or
- teknik mengatur musik
- urutan
- organisasi
- organisasi
- asli
- Lainnya
- Lainnya
- di luar
- lebih
- secara keseluruhan
- Mengatasi
- ikhtisar
- sendiri
- Perdamaian
- Paralel
- gairah
- bergairah
- pola
- pola
- berhenti sebentar
- dijeda
- Membayar
- Puncak
- untuk
- prestasi
- berkala
- pribadi
- Pinjaman Pribadi
- pipa saluran
- rencana
- Platform
- Platform
- plato
- Kecerdasan Data Plato
- Data Plato
- Populer
- diisi
- Pos
- potensi
- kekuasaan
- meramalkan
- lebih suka
- Mempersiapkan
- Mempersiapkan
- sebelumnya
- sebelumnya
- Utama
- prinsip-prinsip
- Sebelumnya
- proses
- pengolahan
- produsen
- Produk
- pengembangan produk
- Produksi
- Produk
- memprojeksikan
- prototyping
- memberikan
- disediakan
- menyediakan
- menyediakan
- query
- segera
- jarak
- Mentah
- Baca
- baru
- baru-baru ini
- diakui
- sarankan
- menurunkan
- mengurangi
- mengurangi
- pengurangan
- wilayah
- daerah
- melepaskan
- tetap
- replikasi
- melaporkan
- Pelaporan
- laporan
- gudang
- merupakan
- membutuhkan
- wajib
- kebutuhan
- Persyaratan
- Sumber
- tanggung jawab
- Hasil
- lanjut
- review jurnal
- benar
- Risiko
- peran
- aturan
- Run
- penjualan
- Penjualan dan Pemasaran
- sama
- Tabungan
- terukur
- Skala
- sisik
- skala
- script
- mulus
- mulus
- aman
- melihat
- Swalayan
- senior
- terpisah
- memisahkan
- Tanpa Server
- melayani
- layanan
- Layanan
- porsi
- Sidang
- set
- penyiapan
- Share
- berbagi
- dia
- Menunjukkan
- menunjukkan
- Pertunjukkan
- Sederhana
- menyederhanakan
- tunggal
- So
- Perangkat lunak
- pengembangan perangkat lunak
- larutan
- Solusi
- dipecahkan
- bersumber
- sumber
- spesialis
- tertentu
- kecepatan
- sepatu berduri
- SQL
- Tumpukan
- Tahap
- magang
- pementasan
- stakeholder
- mulai
- startup
- tinggal
- mantap
- Langkah
- penyimpanan
- menyimpan
- toko
- diperkuat
- penguatan
- tersusun
- subyek
- seperti itu
- mendukung
- Didukung
- pendukung
- tergantung
- Tablo
- Dibutuhkan
- nyata
- tim
- tim
- tech
- Teknis
- teknik
- telekomunikasi
- uji
- tes
- dari
- bahwa
- Grafik
- Masa depan
- mereka
- Mereka
- Ini
- mereka
- pihak ketiga
- ini
- itu
- ribu
- tiga
- Melalui
- waktu
- kali
- untuk
- bersama
- mengambil
- alat
- Total
- terhadap
- Mengubah
- Transformasi
- transformasi
- berubah
- mengubah
- jelas
- memicu
- bawah
- tak terduga
- mutakhir
- diperbarui
- penggunaan
- menggunakan
- bekas
- Pengguna
- Pengguna Pengalaman
- Pengguna
- kegunaan
- menggunakan
- memanfaatkan
- divalidasi
- nilai
- variabel
- variasi
- berbagai
- Kubah
- visualisasi
- volume
- volume
- ingin
- Gudang
- adalah
- menonton
- Cara..
- cara
- we
- jaringan
- layanan web
- BAIK
- adalah
- Apa
- ketika
- yang
- sementara
- SIAPA
- lebar
- Wikipedia
- akan
- dengan
- tanpa
- bekerja
- alur kerja
- kerja
- Jam Kerja
- bekerja
- Lokakarya
- industri udang di seluruh dunia.
- tahun
- tahun
- kamu
- Anda
- Youtube
- zephyrnet.dll