Permitir que a inteligência artificial decodifique os seus mapeamentos EDI no MapForce

De todos os formatos de dados com que um desenvolvedor de integração lida, o EDI é aquele que mais provavelmente irá atrasar o processo na fase de mapeamento. As normas têm décadas de antiguidade, os identificadores são concisos por design e a estrutura é profundamente hierárquica. Um segmento como NAD ou um grupo como SG29 carregam um significado comercial real e específico, mas nada no nome indica qual é esse significado. Antes de poder conectar um único campo EDI a uma base de dados de destino, é necessário saber o que ele representa, o que geralmente implica consultar a especificação da mensagem.

A tarefa de decodificação é a parte da integração EDI que é mais resistente à automatização. Determinar a qual coluna de destino corresponde cada elemento de origem, muitas vezes obscuro, é um processo lento e manual que depende inteiramente de alguém que já conheça o formato.

É exatamente aqui que o Altova AI no MapForce oferece a maior ajuda. Ele compreende o significado por detrás daqueles identificadores EDI complexos, sugere as conexões corretas e permite que as aceite uma a uma, sem que seja necessário traduzir a especificação previamente.

Mapeamento de dados EDI

O MapForce suporta uma vasta gama de padrões EDI e as suas versões atuais e anteriores, incluindo:

• EDIFACT
• ANSI X12
• HL7 (Nível 7 de Saúde)
• HIPAA X12
• SAP IDOC
• IATA PADIS
• TRADACOMS
• SWIFT
• ODETTE
• VDA EDI
• FORTRAS

Isto significa que pode converter e mapear dados EDI entre qualquer um dos outros formatos de dados suportados, que incluem bases de dados, XML, JSON, Excel, PDF e muitos mais.

Exemplo prático de integração de dados EDI

Vamos analisar um requisito comum no mundo da integração de dados e ETL: a mapeamento de um documento EDI para uma base de dados do lado do servidor e veja como funciona utilizando o Altova AI.

Começamos por inserir o ficheiro EDI de origem e o esquema da base de dados de destino num novo projeto do MapForce. A base de dados contém várias tabelas – Clientes, Pedidos, Artigos, e assim por diante – que estão interligadas por relações, o que é típico de um esquema normalizado de gestão de encomendas.

Em vez de aplicar a inteligência artificial a todo o esquema de uma só vez, vamos construir a tabela de mapeamento tabela por tabela. Isso mantém as sugestões mais focadas e torna mais fácil a sua análise.

Selecionamos os Clientes Utilize uma tabela na base de dados de destino como ponto de partida e peça à Altova AI para encontrar correspondências para mapear os dados de "Clientes" a partir dessa tabela algures na fonte de dados EDI.

Analisa a estrutura dos dados de origem e propõe um conjunto de conexões, que são apresentadas em verde.

Na realidade, sugere mais do que o que queremos neste momento: além dos campos relacionados aos clientes, propõe ligações para "Artigos" e "ID do Artigo". Como estamos a focar-nos deliberadamente na tabela de "Clientes" primeiro, rejeitamos essas ligações desmarcando-as, e depois clicamos em Confirmar para manter as ligações relevantes para os clientes.

Este é o valor do fluxo de trabalho interativo de aceitação ou rejeição: a inteligência artificial oferece uma primeira versão completa, e nós decidimos o que deve ser mantido.

Preencher os campos de endereço

Com os campos principais do cliente já definidos, passamos para o endereço. Pedimos à Altova AI para encontrar correspondências para os campos do endereço, e ela retorna resultados para "Endereço" e "Cidade".

Ainda precisamos de ligações para as ruas "State" e "Street", por isso, pedimos também essas. Nas solicitações de acompanhamento, o sistema identifica corretamente os elementos de origem para ambas.

É importante salientar o seguinte: quando uma primeira análise não cobre tudo, não se volta para o mapeamento manual. Em vez disso, direciona-se a inteligência artificial para os campos específicos que ainda precisam ser analisados, permitindo que ela gere mais sugestões apenas para esses campos. Cada solicitação reduz o trabalho restante.

Mapear os artigos dentro da encomenda

Agora podemos tratar os elementos individuais. Na base de dados de destino, a tabela Artigos está ligada à tabela Encomendas, por isso, selecionamos essa tabela e, novamente, pedimos à Altova AI para encontrar as ligações a partir da fonte.

Esta é a parte de um mapeamento EDI que geralmente é a mais complicada, porque os dados de cada item estão profundamente inseridos num grupo de segmentos aninhados, muitas vezes com nomes de campos obscuros. A Altova AI resolve isso de forma eficiente: localiza os elementos corretos dentro de SG29, o grupo de segmentos que contém os detalhes de cada item, e sugere as conexões adequadas.

Por que isto é importante, especificamente, no contexto da EDI

O exemplo acima é bastante simples, mas ilustra o tipo de trabalho que torna a integração EDI lenta quando aplicada em grande escala:

• Os identificadores enigmáticos são decifrados para si. Não é necessário saber de antemão o que NAD, LIN ou SG29 representam. A Altova AI analisa os dados e sugere a correspondência.

• A estrutura aninhada é processada. Os itens de linha que estão incluídos em grupos de segmentos são encontrados e conectados automaticamente, sem a necessidade de percorrer manualmente a hierarquia.

• Você mantém o controlo. Cada sugestão é analisada e aceite ou recusada individualmente (ou todas de uma vez, quando for apropriado), para que um primeiro rascunho bem elaborado nunca se transforme numa "caixa preta".

• A iteração é económica. Quando um processo automatizado não cobre um determinado campo, é mais eficiente solicitar novamente apenas esse campo, em vez de o preencher manualmente.

• O resultado é um projeto MapForce completo. Tudo é disponibilizado no ambiente gráfico padrão, pronto a ser executado, automatizado com o MapForce Server, ou refinado como qualquer outro projeto de mapeamento.

Para as equipas que transferem regularmente dados EDI nos formatos EDIFACT, X12, HL7, HIPAA e nos restantes formatos suportados pelo MapForce, isto transforma a parte mais lenta e especializada do trabalho num rascunho que é analisado, em vez de um documento que precisa de ser decifrado.

Experimente com as suas próprias configurações de mapeamento EDI

O Altova AI está disponível como uma subscrição que se adiciona à sua licença MapForce e requer um pacote de suporte e manutenção (SMP) ativo. A forma mais rápida de perceber o que ele faz é apontá-lo para um ficheiro EDI e um destino que já conheça, e observar como ele lida com as ligações que normalmente teria de verificar manualmente.

Analise as opções e comece uma subscrição na [Loja Online da Altova](https://shop.altova.com/\), ou saiba mais sobre a Inteligência Artificial da Altova no MapForce.