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.

SAP Data Warehouse Cloud – Erfahrungen beim Aufbau eines Datenmodells

Sie verwenden Einkaufsdaten in Ihrem Reporting?  Profitieren Sie von unserem kostenlosen Template!
Sie benötigen weitere Daten?  Profitieren Sie von unserer Erfahrung!
SAP Data Warehouse Cloud ermöglicht zentrale Datenbestände leicht und intuitiv zu erweitern.

Einführung in die SAP Data Warehouse Cloud (DWC)

Die SAP Datawarehouse Cloud Lösung ist seit Ende 2019 auf dem Markt. Aktuell und vor allem in naher Zukunft liegt der Fokus der SAP Produkte auf cloudbasierten Lösungen. Das heisst konkret, dass solche Lösungen von der SAP aktiv weiterentwickelt werden.

Wir bei CubeServ haben bereits diverse Artikel zu diesem Thema verfasst, gewinnen Sie bereits heute mit folgenden Links einen tiefen Einblick in die SAP Data Warehouse Cloud.

Die SAP Data Warehouse Cloud Lösung ist ideal für agile Anwendungen, da Sie recht schnell Daten aus verschiedenen Quellen hinzuziehen können und für die Modellierung einfache Werkzeuge zur Verfügung stehen. Bisher waren komplexe Schritte notwendig, um ein einfaches Datenmodell in einem System wie BW abzubilden. Nebst dem Entwicklungsaufwand waren auch die erforderlichen Kompetenzen sowie die Abhängigkeit zur zentralen IT eine grosse Hürde.

Nutzen von vorgefertigten Datenmodellen – Partner Contents für SAP Data Warehouse Cloud (DWC)

Die notwendigen Datenmodellierungen müssen Sie nicht in allen Fällen selbst vornehmen. Ihnen stehen im SAP App Center Contents zur Verfügung, die Sie erwerben können. Einige der Contents sind kostenpflichtig und zur Auswahl stehen verschiedene Preismodelle. Bei einem Modell zahlen Sie z.B. einen einmaligen Preis, beim anderen sind wiederkehrende Gebühren zu erwarten, falls Sie den Content weiterhin nutzen wollen.

Basierend auf Best Practice Erfahrungen hat die CubeServ ein Datenmodell und die nötigen Dashboards mit den zugehörigen KPI’s für den Einkauf entwickelt, damit Sie bei der Modellierung Zeit sparen können. Die Produktbeschreibung finden Sie unter folgendem Link:

In diesem Blog geht es darum die Erfahrungen, die wir bei der Modellierung gewonnen haben, offen zu teilen.

Wie kommt der Fachbereich zu den Quelldaten (ERP/BW-Daten) und wie können diese angereichert werden?

Die Verbindung kann selbst in wenigen Schritten eingerichtet werden (soweit die Verbindungsdaten vorliegen) oder man holt sich einmalig Hilfe bei der Systemverwaltung des Quellsystems (meist IT-Abteilung). Sie können Daten persistieren oder via Live-Anbindung die Daten in der DWC zur Verfügung stellen. Sie haben jederzeit die Möglichkeit Ihr Modell mit eigenen Excel-Files zu erweitern. Werden Customizing-Tabellen in die Cloud importiert, werden diese Tabellen als «lokale Tabellen» bezeichnet. Die Integration weiterer Daten können auch über die DWC erfolgen (Speicherung in der Cloud) oder über die Speicherung im Quellsystem (zB. eine SAP HANA) erfolgen. Die DWC ermöglicht es mit wenigen Schritten, bei der Speicherung oder Verbindung via SAP HANA kann die Speicherung in der Cloud verhindert werden. Die Quellsystemanbindung konnte ich selbst vornehmen, ohne Basis-Support und ohne die DWC schon lange zu kennen.

SAP HANA Smart Data Integration (SDI):

Für Verbindungen zu lokalen Quellsystemen nutzt SAP Data Warehouse Cloud die SAP HANA Smart Data Integration (SDI) und ihren Data Provisioning Agent (DP Agent), der als Gateway zur SAP Data Warehouse Cloud agiert. Der DP Agent hostet alle SDI-Adapter und arbeitet als Kommunikationsschnittstelle zwischen der SAP Data Warehouse Cloud, und dem Adapter. Für die Data Warehouse Cloud stehen der HANA-, ABAP- und OData-Adapter zur Verfügung. Die Verbindung ist spezifisch für einen Space. Der Anwender erstellt eine Verbindung von einem Space aus. Alle dem Space zugeordneten Benutzer können die Verbindung nutzen.

Unser Content basiert auf ERP-Tabellen. Bei uns kam ein ERP on HANA System zur Anwendung. Die Daten wurden nicht ins DWC repliziert, sondern via Remote-Tabellen in DWC zur Verfügung gestellt.

Customizing: Der Content beinhaltet eine Kunden-Customizing-Tabelle (Bewertungsskala), die in Excel erstellt wurde, damit Sie individuell die Liefertreue bewerten können. Mit der Customizing-Tabelle besteht die Möglichkeit, die Wertegrenzen für Liefertreue-Klassen festzulegen. Das Excel-File kann aus DWC exportiert, lokal angepasst und wieder ins DWC importiert werden.

Entity-Relationship Modeling: Die Datenintegration wird in DWC einfach umgesetzt indem man die nötigen Elemente per Drag-Drop hineinziehen kann. Werden zwei Tabellen miteinander verknüpft, erkennt DWC meistens die Zusammenhänge, wenn die Bezeichnungen ähnlich sind. 

Wenn Sie also für Einkaufsbelege weitere Attribute benötigen, wie die Lieferanteninformationen, können Sie diese schnell und einfach ergänzen. Dabei schlägt DWC die Verknüpfungen meistens schon vor.

Nebst dem haben Sie die Möglichkeit, auf der grünen Wiese zu beginnen. Das heisst es wird zuerst ein logisches Datenmodell definiert mit den nötigen Dimensionen. In der Praxis könnte z.B. die Marketingabteilung zusammen mit dem Controlling den logischen Datenmodell erstellen. 

Erst im nächsten Schritt werden die nötigen Tabellen für das Modell vom Controlling definiert und angelegt. In dieser Phase wird aus dem logischen Datenmodell ein physischer Datenmodell.

Funktionen

Welche Funktionen stehen dem Anwender für die Modellierung zur Verfügung?

  • Grafische Modellierung (intuitiv und ohne grosse Vorkenntnisse)
  • SQL-Modellierung (SQL Know-How notwendig)
  • Joins
  • Berechnete Spalten
  • Spalten ausblenden oder umbenennen
  • Filter (durch einfache SQL-Ausdrücke)
  • Datenvorschau (begrenzt auf 1000 Sätze)

Wie wird die Datenvisualisierung in der SAP Data Warehouse Cloud umgesetzt?

Für die Visualisierung erzeugen Sie Storys. Die Storys können mehrere Blätter und die Blätter mehrere Tabellen oder Grafiken enthalten. Ihnen stehen die meisten herkömmlichen Funktionen zur Verfügung. Die SAP Data Warehouse kommt in der zahlungspflichtigen Version mit fünf kostenlosen Lizenzen für SAP Analytics Cloud als Front End mit.

Wie bewahren Sie den Überblick über Ihre Modellierungen?

Mit der Zeit existieren viele Modelle, Tabellen, Ansichten und Storys. Damit Sie Ihre Objekte wiederfinden empfiehlt es sich eine strenge Namenskonvention für sich oder in der Abteilung zu definieren.

Business Katalog: Im Business Katalog werden alle für Sie zugreifbare Objekte aufgelistet. Sie können für jedes Objekt eine passende Beschreibung hinzufügen. Wir empfehlen diese Funktion zu nutzen. Nachfolgend noch ein Ausschnitt aus dem Content unseres Procurement Cockpits.

Wie schaffen Sie ein gemeinsames Verständnis über Ihre Daten im Unternehmen?

Mit dem Space-Konzept von SAP Data Warehouse Cloud werden in den jeweiligen Räumen die erforderlichen Daten freigeschaltet und dem Endanwender zur Verfügung gestellt. Die Verwaltung (Kosten und Zugangskontrolle) der Spaces kann durch die Fachabteilung erfolgen. Wir schlagen vor, dass jede Abteilung ein eigenes Space zur Verfügung hat. Zudem wäre es sinnvoll, ein globales Space für das Ausrollen von firmenweiten Reports bereitzustellen. Ein Space kann mit einer oder mehreren anderen Spaces miteinander verbunden werden, um Daten und Modelle Space-übergreifend nutzen zu können. Auf diese Weise wird die Transparenz hergestellt, indem alle beteiligten Personen den Datenfluss ansehen können und um Erweiterungen oder Berechnungen nachzuvollziehen.

Zudem haben Sie mit dem Entity-Relationship-Model (ERM) ein weiteres Werkzeug für das kollaborative Arbeiten. ERM bietet gleich zwei Vorteile. Zum einen kann ein logisches Datenmodell sowie auch ein bestehendes physisches Datenmodell grafisch abgebildet werden. Des Weiteren können Sie schnell und unkompliziert eine Einführung in das bestehende Datenmodell geben oder bequem ein neues logisches Datenmodell selbst oder in einem Team erstellen.

Fazit

Mit der SAP Date Warehouse Cloud stehen Ihnen neue Ansätze zur Verfügung welches Ihnen (dem Fachbereich) ermöglicht schnell und unabhängig von der IT eigene Datenmodelle zu erstellen und zu publizieren. Auch bei Ad-hoc Analysen, welche bis anhin meist in Excel durchgeführt wurden, könnte mit Einsatz des DWCs überflüssig werden, da eben diese Analysen direkt in DWC möglich sind.

Ich war überrascht, wie einfach und schnell man Modelle mit Hilfe der grafischen Modellierung erstellen konnte. Die Antwortzeiten des Systems in dieser Entwicklungsphase waren dabei sehr gut. Selbst bei grossen Datenmodellen ist die Benutzeroberfläche immer noch gut bedienbar und bietet eine sehr gute Übersicht.

Im Moment werden noch komplexe Berechnungen in der Aggregation in SQL geschrieben. Für den Endanwender wäre es sinnvoll, wenn diese Funktionen in der grafischen Modellierungswerkzeugen zur Verfügung stehen würden.

Zwischenergebnisse lassen sich im aktuellen Release nicht persistieren. Dies könnte noch unterstützt werden um die Modellierung zu vereinfachen und die Performance zu steigern. Im Gegenzug können aber dafür Live-Modelle erstellt werden und so den Zugriff auf Echtzeitdaten ermöglichen.

Die Performance beim Aufriss von Hierarchien im Dashboard könnte noch verbessert werden, aktuell sind die Antwortzeiten hier jedoch vollkommen akzeptabel.

Die DWC stellt eine ausserordentlich interessante Alternative zu PowerBI und Tableau dar. Ich bin gespannt auf die weiteren Entwicklungen dieser Lösung.

Vereinbaren Sie jetzt Ihren Expert Call. Wir freuen uns über Ihre Nachricht.

Aginthan Thavarajasingam

My passion is to provide strong and sustainable Solutions for Analytics department to turn Data into Information - more efficient and more pleasant. # Self-Service-BI
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

graph

Advanced Analytics mit R: Eine Übersicht

In diesem Blog zeigen wir, wie einfach es ist, Advanced Analytics-Funktionen in R zu nutzen. Wir konzentrieren uns auf verschiedene Diagrammtypen, Regressionsanalysen mit R und Time Series Forcecasts mit R.

circular-barplot-with-groups

Advanced Analytics mit SAP und R

Warum sich mit der SAP R-Integration beschäftigen? Die überwiegende Mehrheit der Unternehmen nutzt fortschrittliche Analysen mit R- und SAP-Tools, um zukünftige Ereignisse zu prognostizieren und datengestützte, fundierte Entscheidungen zu treffen. Mit diesem Blogbeitrag zeige ich die Vorteile und wesentlich Zusammenhänge auf.

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,

Integration von Machine Learning Pipelines in die SAP Systemlandschaft

Wie kann eine Machine Learning Pipeline mit einer graphischen Benutzeroberfläche in Ihrer SAP Systemlandschaft erstellt und voll-integriert angewendet werden? In diesem Blog-Beitrag zeige ich Ihnen wie es geht. Die Screenshots wurden im Rahmen eines Workshops bei der Swiss Data Science Conference 2020 mit SAP Data

Die Zeitdimension in der SAP Data Warehouse Cloud

Mit der Data Warehouse Cloud Version 2020.14 hat SAP die Einbindung von Zeitdimensionen ermöglicht. Warum ist die Zeitdimension so wichtig? Zuvor waren in den zu ladenden Daten für die SAP Data Warehouse Cloud viele Aggregationsebenen einer Datumsspalte erforderlich, z.B. für eine separate Spalte «Quartal» oder

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.

SQLscript Lösungsmuster

Lange danach gesucht? Jetzt gefunden! Unsere Übersicht von typischen Problemen und Lösungen im Bereich von HANA SQLscript.  Die Lösungsmuster reichen dabei von rein sprachlichen Problemen (z.B. „mit welchem Sprachelement ermittle ich den ersten Eintrag“) über formale Probleme (z.B. „wie wandle ich in SQLscript Zeitmerkmale um“)

Die SAP Data Warehouse Cloud – ein neuer grosser (?) Wurf (Teil 2)

Administration als aller Analysis Anfang In einem neuen leeren System sind zunächst immer einige administrative Schritte notwendig, zum Glück sind es in der SAP Data Warehouse Cloud nur einige wenige, die man unbedingt erledigen muss. Natürlicherweise beginnt es mit der Userverwaltung. Das Anlegen neuer User

Die SAP Data Warehouse Cloud – ein neuer grosser (?) Wurf (Teil 1)

Was ist die SAP Data Warehouse Cloud? Wer einen Blick auf die Zukunft von SAP Produkten werfen möchte, der besitzt mit der Agenda der SAP Teched (https://events.sap.com/teched/en/home) eine ganz brauchbare Glaskugel, zumindest für die nähere Zukunft. Auf dieser Agenda zeigt sich, dass SAP mit Nachdruck