Die Abbildung zeigt einen vereinfachten Datenfluss aus zwei MiQ-Datenextraktionsinstanzen: On Premise und auf Oracle Cloud Infrastructure (OCI).

Die OCI-Region umfasst:

Die SLiQ-Anwendung, die in Oracle Container Engine for Kubernetes ausgeführt wird und einen Transformationsprozess, eine Analyse des maschinellen Lernens und eine Schnittstelle für Web-/Mobilaktionen umfasst.
Ein Datenspeicher mit Oracle Cloud Infrastructure Object Storage und Autonomous Database
Eine Instanz von MiQ für die Datenextraktion

Retail Management Systems erfasst Bestandsverwaltungs- und Überwachungsdaten in regelmäßigen Abständen und leitet sie an MiQ weiter. Datenflüsse entlang zweier leicht unterschiedlicher Pfade, je nachdem, ob MiQ On Premise oder in der Cloud bereitgestellt wird.

Für eine On-Premise-Instanz MiQ:
1. Eine On-Premise-Instanz MiQ extrahiert die Daten aus dem Retail Management System (RMS).
2. Mit REST-APIs sendet MiQ die Daten an die auf OCI ausgeführte SLiQ-Anwendung.
3. SLiQ transformiert die Daten.
Für eine MiQ-Instanz in der Cloud:
1. Die Daten aus dem Retail Management System (RMS) unterliegen ETL (Extract, Transform, Load).
2. Die Daten werden in Oracle Cloud Infrastructure Object Storage gespeichert.
3. Eine MiQ-Instanz auf OCI extrahiert die Daten.
4. Die Daten werden an die SLiQ-Anwendung auf OCI gesendet, wo sie transformiert werden.
SLiQ lädt diese Daten in Autonomous Database.
SLiQ fragt die Daten in Autonomous Database ab.
Die Analyse des maschinellen Lernens verwendet die Daten in Autonomous Database.
Maschinelles Lernen trainiert das Modell, prognostiziert Lagerereignisse und gibt Empfehlungen.
Die Ergebnisse werden an die Einzelhandelsmitarbeiter zurückgesendet, die auf Mobilgeräten auf die Ergebnisse zugreifen.
Einzelhandelsmitarbeiter erhalten umsetzbare Erkenntnisse, wie zum Beispiel welche Regale zu lagern sind und wann sie wieder auf Lager sind.
Mitarbeiter reagieren auf Einblicke und minimieren die Zeit, in der Produkte im Lager oder im Lager sitzen.