CubeServ Blog
Bleiben Sie auf dem neuesten Stand, rund um das Data Driven Business mit Tools für Analytics von SAP & Co. und verpassen Sie keine Neuigkeiten, Downloads & Veranstaltungen.

Moderne Planung mit SAP Datasphere und SAP Analytics Cloud

Wie funktioniert Planung mit SAP Datasphere und SAP Analytics Cloud (SAC)?

SAP Datasphere (DSP) und SAP Analytics Cloud (SAC) sind zwei leistungsstarke Tools, die Ihnen helfen können, Ihre Prozesse zu optimieren. In diesem Kontext werden wir von unseren Kunden aber auch immer häufiger über die Möglichkeiten in der Planung befragt. Dies geschieht einerseits aus Neugier, aber auch aus dem Bewusstsein heraus, dass On-premise Systeme nicht so zukunftsfähig wie Cloud-basierte Lösungen sind.

Typische Aussagen bzw. Fragen unserer Kunden lauten: „BW-basierte Planung mit BW-IP oder BPC ist nicht zukunftsfähig. Was bietet die SAP?“, „Wir möchten von BW 7.5 nicht auf BW/4HANA, sondern direkt auf die Datasphere gehen. Was mache ich mit meiner Planung?“, „Wir fahren eine Cloud-Strategie. Wie kann ich im SAP-Umfeld eine reine Cloud-Planung umsetzen?“, „Unsere reine SAC-Planung stößt an ihre Grenzen: Bei der Zusammenführung von Systemen, bei der Aufbereitung von Bewegungsdaten, usw.“

In diesem Blogbeitrag werde ich Ihnen zeigen, wie Sie beide Tools für die Planung verwenden können und welche Vorteile Sie dadurch erhalten.

SAP Datasphere

SAP Datasphere ist ein Datenservice, der auf der SAP Business Technology Platform (BTP) basiert und nahtlosen und skalierbaren Zugriff auf geschäftskritische Daten ermöglicht. DSP bietet einen durchgängigen Service für Datenintegration, Datenkatalogisierung, semantische Modellierung, Data Warehousing, Data Federation und Datenvirtualisierung. Damit bildet es die technologische Grundlage für ein modernes Business-Data-Fabric, das eine integrierte, semantisch reichhaltige Datenschicht bereitstellt.

Auf den ersten Blick handelt es sich zwar um den Cloud-basierten Nachfolger des SAP Business Warehouse (BW), das sicherlich früher oder später alle Funktionen übernehmen wird. Anderseits ist das Konzept noch viel umfassender und damit das SAP-Angebot für moderne Data Mesh Architekturen. Die Verantwortung für die Datenbereitstellung wird hierbei nicht nur bei der IT liegen, sondern dezentral, nämlich in den Geschäftsbereichen, organisiert und zum anderen sollen die Daten wie Produkte behandelt werden.

Weitere Informationen finden Sie hier.

SAP Analytics Cloud

SAP Analytics Cloud ist eine cloudbasierte Plattform, die Ihnen erlaubt, Daten aus verschiedenen Quellen zu analysieren, zu visualisieren und zu teilen. Sie können damit auch Szenarien modellieren, Budgets planen und Prognosen generieren. SAP Analytics Cloud bietet Ihnen eine intuitive Benutzeroberfläche, künstliche Intelligenz und maschinelles Lernen, um Ihnen wertvolle Erkenntnisse zu liefern. 

Weitere Informationen finden Sie hier.

Wie können Sie SAP Datasphere und SAP Analytics Cloud für die Planung verwenden? 

Die Antwort ist einfach: Sie können beide Tools kombinieren, um eine nahtlose und effiziente Planungslösung zu schaffen.  

SAP Datasphere wird dabei genutzt, um Ihre Daten aus verschiedenen Quellen zu integrieren, zu bereinigen und zu transformieren. Die IT-Jargon spricht man hier auch von Extract, Transform, and Load (ETL) Aktivitäten. Für diese Aufgaben stellt SAP Datasphere einen sehr umfangreichen Werkzeugkoffer zur Verfügung, der regelmäßig verfeinert und erweitert wird. 

Ein sehr wichtiger Aspekt für das Verständnis ist der folgende Punkt: Auch wenn SAP Datasphere als der Cloud-basierte Nachfolger des BWs auftritt, verfügt es im Gegensatz dazu über keine eigene Planning-Engine, so wie es mit der integrierten Planung (BW IP) bzw. Business Planning and Consolidation (BPC) im BW der Fall ist. Praktisch bedeutet dies, dass sie Plandaten nicht mittels eingabebereiter Query o.ä. über Analysis for Office (AfO) oder auch SAP Lumira in die SAP Datasphere schreiben können. 

SAC hat ebenfalls einige ETL-Funktionalitäten, aber die eigentliche Stärke liegt in der Visualisierung von Daten aber eben auch für die Bereitstellung von Planungsfunktionalitäten. Möchte man Plandaten manuell in einer Web- oder Excel-Maske erfassen und diese Informationen in einer Datenbank schreiben, ist das genau ein Anwendungsfall für SAC. Auch hat der Anwender die Möglichkeit bestimme Aktivitäten wie das Kopieren von Daten selbst zu verwalten und vieles mehr. Sie können sogar künstliche Intelligenz und maschinelles Lernen nutzen, um Ihre Planung zu verbessern und zu automatisieren. 

Praxisbeispiel

Szenario

Veranschaulichen möchte ich Ihnen das an einem praktischen Beispiel, bei dem wir die grundlegenden Schritte einmal durchspielen werden, ohne zu sehr auf die Details einzugehen. In einer 3-System-Landschaft bestehend aus einem SAP S/4HANA On-premise, SAP Datasphere und SAC soll eine einfache Datenübernahme und Datenbereitstellung mittels SAP Datasphere geführt werden. Stamm- und Bewegungsdaten sollen geladen werden und anschließend erfolgt die Planung in der SAC.

Aktivitäten in der SAP Datasphere

Als erstes muss eine technische Verbindung zwischen der S/4H und dem SAC Datasphere Tenant seitens der IT zur Verfügung gestellt werden. Anschließend (individuelle Berechtigungen vorausgesetzt) haben sie sofort die Möglichkeit auf sämtliche Tabellen des S/4H technisch zuzugreifen. Für ein Fallbeispiel interessieren wir uns für Ist-Daten aus der zentralen Einzelpostentabelle ACDOCA. Dazu wechseln sie innerhalb von SAP Datasphere über den „Data Builder“ in einen zur Verfügung stehenden „Workspace“.

blank
Data Builder Workspace in SAP Datasphere

Wählen Sie nun „New Graphical View“ aus der Menüleiste und suchen anschließend ihr Quellsystem unterhalb des Ordners „Connections“. Wenn ihnen der technische Systemname bekannt ist, können sie diesen auch in das Suchfeld eingeben.

New Graphical View in SAP Datasphere
Connections in SAP Datasphere

Unterhalb des Systemnamens werden bereits alle Systemtabellen aufgelistet, wir folgen der Ordnerstruktur und ziehen die Quelltabelle ACDOCA in unsere Arbeitsumgebung. Sie werden anschließend nach einem Business Name sowie technischen Namen gefragt. Klicken nun auf „Import and Deploy“.

Import Table ACDOCA

Ohne zusätzliche Aktivitäten haben sie alle Felder der Tabelle aus dem Quellsystem übernommen und sie können sich bereits eine Vorschau der zugrundeliegenden Daten betrachten.

Vorschau Daten SAP Datashpere

Es folgt eine genauere Definition des gewünschten Datenraums mit Filtern. Auch können je nach Bedarf weitere Anpassungen an den Quelldaten durchgeführt werden.

Ein entscheidender Punkt ist die Persistierung der Quelldaten. Also die Frage, ob die Daten bei der späteren Verwendung Live aus dem Quellsystem geladen und SAP Datasphere „nur“ ein Durchlauf ist, oder ob SAP Datasphere eine Kopie der eigentlichen Daten vorhält (Beladung eingeplant oder Ad-hoc). Hierzu unsere Empfehlung: sollten sie später mittels SAC-Story auf diesen Datenbestand berichten wollen, speichern sie die Daten besser in der Datasphere zwischen. Technisch würde es auch live funktionieren, jedoch ist die Performance noch nicht ausreichend.

Grundsätzlich funktioniert die weitere Anbindung von benötigtem Stamm- und Bewegungsdaten wie eben beschrieben, jedoch gestaltet es sich in der Realität dann etwas komplizierter. Tabellen/Daten können im Weiteren zu Dimensionen definiert und verbunden werden. Zusätzliche Funktionalitäten kommen hinzu, wie Hierarchien, Attribute und Texte. Weitere Datenquellen (andere Systeme, Flat Files, usw.) können in das Datenmodell einfließen und müssen bei Bedarf harmonisiert werden. Bis ein fertiges Datenmodell in der SAP Datasphere umgesetzt ist, verlangt es nicht nur an technischen Kenntnissen, sondern auch die fachlichen Anforderungen müssen klar sein, denn auch vor Wildwuchs ist SAP Datasphere nicht resistent. Auch sollten möglichst frühzeitig die Konventionen für technische Namen definiert worden sein.

Bevor wir SAP Datasphere verlassen, müssen noch zwei weitere Bedingungen erfüllt sein, damit wir mittels SAC auf das Datenmodell zugreifen könne.

1. Das zugrundeliegende Datenmodell muss für den externen Konsum freigeschaltet werden. Dies geschieht mittels Schaltfläche direkt in der Modellierungsansicht:

SAP Datasphere - Expose for Consumption

2. Es muss einmalig eine „OAuth Client“ in der SAP Datasphere aktiviert werden, damit das System auf externe Anfragen reagiert. Diese finden sie unter dem Pfad System / Administration / OAuth Clients, sollte aber generell von der IT eingerichtet werden.

SAP Datasphere - OOuth Clients Konfiguration

Aktivitäten in SAP Analytics Cloud

Für die Planung wird in der SAC als Grundlage ein Model benötigt, welches wiederum aus einzelnen Dimensionen und aus mindestens einer Kennzahl besteht. Für die Erstellung der Struktur kann direkt auf die soeben erstellte „Graphical View“ aus SAP Datasphere zugegriffen werden. In der Praxis macht jedoch mehr Sinn, die einzelnen Dimensionen und das Datenmodell von Grund auf zu erstellen.

Benötigt man zum Bespiel die Dimension Kostenstelle, wird diese als „Public Dimension“ erstellt, womit sie SAC weit einsetzbar ist und wiederverwendet werden kann. Zusätzlich können benötige „Properties“ bzw. Attribute wie Funktionsbereich oder Hierarchien frei definiert werden. Einige Attribute, wie „Data Locking Owner“ oder „Currency“, werden über Schaltflächen aktiviert.

Ist die Struktur erstellt, wird über das „Data Management“ eine Beladung umgesetzt. Hierfür können unterschiedliche Quellen ausgewählt werden und unter anderem auch „OData Services“, die von SAP Datasphere zur Verfügung gestellt werden.

SAP Datasphere - Einbindung von OData Services

Für die eigentliche Modellierung von Planungsapplikation ändert sich durch die Verwendung von SAP Datasphere innerhalb von SAC nichts. SAP Datasphere dient es eine von vielen möglichen Quelle für die Beladung der notwendigen Dimensionen oder des Datenmodells.

Nachdem ein Datenmodell in der SAP Datasphere und in der SAC erstellt, die Daten erst in SAP Datasphere und anschließend in SAC kopiert wurden, bleibt die Frage: wie die erfassten Plandaten der SAC wiederum in SAP Datasphere zur Verfügung gestellt werden.

Seitens SAC muss hierfür ebenfalls einmalig ein „OAuth Clients“ aktiviert werden, ähnlich wie bei SAP Datasphere zuvor. Den entsprechenden Eintrag finden Sie unter dem Pfad: „System / App Integration / OAuth Client“.  

Seitens SAP Datasphere wird diese Verbindung dann als eine von vielen möglichen Datenquellen im „Space“ definiert.

Ähnlich wie die S/4HANA Verbindung, steht nun auch die SAC als Quellsystem in „Graphical Views“ zur Verfügung. Teilweise werden die Modellbeschreibungen nicht richtig an SAP Datasphere übergeben und es macht Sinn nach dem technischen des Modells (Model-ID) zu suchen.

Die Model-ID kann in der Adresszeile im Browser abgelesen werden, wenn das Modell in der SAC geöffnet ist.

Anschließend kann diese ID im Tab „Sources“ gesucht werden. Die entsprechende Connection Ordner muss allerdings schon geöffnet werden, damit die Suche funktionieren kann.

Das zur Verfügung stehende Datenmodell kann jetzt genau so verwendet werden, wie zuvor die S/4HANA Tabellen genutzt wurden.

Sollten sie weitere technische Informationen für die Erstellung der Verbindungen benötigen, finden sie diese hier.

Sind SAP Datasphere und SAC für die Planung geeignet?

In diesem Blogbeitrag habe ich Ihnen einen Überblick über SAC und SAP Datasphere gegeben und wie Sie beide Tools für die Planung verwenden können. Beide Produkte spiegeln die Strategie der SAP „Cloud first“ wider und wir sind aktuell noch am Anfang einer Reise.

Wichtig ist das Verständnis für das Zusammenspiel der zwei Tools. SAC agiert grundsätzlich als autonomes Werkzeug für Analyse und Planungs-Anwendungen. SAP Datasphere tritt als ein Datenlieferant für Stamm- und Bewegungsdaten auf und kann selbst auch Daten von SAC konsumieren. Die manuelle Erfassung von Plandaten mit SAC mit direkter Übertragung nach SAP Datasphere ist aktuell nicht möglich. DSP allein auf diese Funktionalität zu reduzieren wäre jedoch falsch. Seine Stärken in Bezug auf moderne Business Data Fabrics und Data Mesh Architekturen werden durch das bidirektionale Zusammenspiel mit SAC noch untermauert.

Wie Systemlandschaften in 10 oder 15 Jahren aussehen, kann ihnen heute keiner mit Sicherheit zusagen. SAC und Datasphere werden jedoch zentrale Pfeiler in der SAP-Welt bleiben und je früher sie sich mit den Funktionalitäten auseinandersetzen, desto besser.

Für weitere Informationen zum Thema stehe ich Ihnen gerne zur Verfügung.

Newsletter abonnieren

Bleiben Sie auf dem neuesten Stand, rund um das Data Driven Business mit Tools für Analytics von SAP & Co. und verpassen Sie keine Neuigkeiten, Downloads & Veranstaltungen. 

Autor
Expert Team

Blog Artikel unserer Experten

CubeServ Group & Pyramid Analytics

CubeServ Group & Pyramid Analytics
Seit Juli 2023 ist die CubeServ Group Partner für die Konzeption und Implementierung der Pyramid Decision Intelligence Platform. Lesen Sie meinen Blog und finden Sie die Beweggründe für diese Partnerschaft heraus und wieso diese Partnerschaft auch für Sie von Vorteil sein kann.

Berichte im eigenen Design

Erstellen Sie SAP-Berichte in Ihrem Design

In SAP Analytics Cloud (SAC) gibt es diverse grafische Elemente, mit deren Hilfe Sie Daten verständlich darstellen können. Wie Sie eigene Grafikelemente in SAC integrieren und ihrem Design anpassen, zeigt unser Schulungsvideo.

Wenn ich nur wüsste….

Schön, dass Sie weiterlesen.  Aristoteles hat Neugier als Tugend verstanden. Im Privaten kennt man oft die intimsten Details über seine besten Freunde.  Aber wie sieht es im Geschäftsleben aus? Schauen wir uns ein Unternehmen an: Kennen Sie deren Strategie? Marktpositionierung? Eigentümer? aktuellen Herausforderungen? Und jetzt

We need to talk

We need to talk!

First of all, a Happy and successful New Year to everyone.  I know, you are all busy with Year End Closing but “We need to talk!” and I will keep it short. Well, quite some of you will connect this expression with something negative.  I

Rapid changes in HR needed

COVID-19 is a typical Black Swan event. Nobody could foresee the global impact on our business and daily life. Rapid changes happened in HR but also other areas. We all struggle to get a clear picture about the future. Optimism helps and let us hope

Best Practice Dashboard with SAP Analytics Cloud (SAC)

My colleagues and myself have talked a lot about Data Warehousing, Analytics, Reporting, Predictive and Planning in previous blogs and in several Webinars so far this year. However, we have not touched Best Practice in Dashboarding with SAP Analytics Cloud (SAC). Regardless of the solution,

Advanced Analytics

Wie Business Analytics erfolgreich gestalten?

Business Analytics einfacher ✅ und effektiver ✅ zu gestalten, ist herausfordernd. Ich stelle mit dieser Blog(serie) meine Lösungsansätze zur Diskussion. ✌

Health Check Ihrer SAP EPM-Systeme?

In diesen turbulenten Zeiten kann es durchaus vorkommen, dass lang erwartete Projekte zur Ablösung alter Systeme gestoppt werden. Das ist ärgerlich, sehr schade, aber auch verständlich. Ein Health Check der bestehenden Systeme macht daher durchaus Sinn.