Embedded Analytics

Overview

OLAP - Mehr als nur eine Tabelle

Die Daten sind N-Dimensional gespeichert. Vereinfacht stellen wir uns 3 Dimensionen vor, darum Würfel bzw. Cube.

Typische Dimensionen:

  • Zeit (Jahr/Monat/Kalenderwoche/Tag)
  • Produkt
  • Geografisch (Land/Region/Stadt)
  • Organisatorisch - Vertriebsorganisation
  • Buchhalterisch - Profit-/Costcenter
  • Einheiten - Mengen- und Währungen
  • Geschäftspartner - Kunden oder Lieferanten
  • ...

OLAP - Operationen bei der Darstellung und Analyse (1/2)

Eine kleine Auswahl an möglichen Operationen beim Analysieren von Daten:

  • Slicing: Ausschneiden von Scheiben aus dem Datenwürfel
  • Dicing: Hierbei wird ein kleinerer Würfel erzeugt, der ein Teilvolumen des Gesamtwürfels enthält. Dieses geschieht durch Teileinschränkungen auf einer oder mehreren Dimensionen.

OLAP - Operationen bei der Darstellung und Analyse (2/2)

  • Pivoting / Rotation: Drehen des Datenwürfels, so dass mindestens eine andere Dimension sichtbar wird

  • Drill-Down: Aggregationen eines Informationsobjekts auf detaillierte Werte herunterbrechen; „Hereinzoomen“

  • Split: Der Split-Operator ermöglicht es, einen Wert nach mehreren Dimensionen aufzuteilen, um weitere Details zu ermitteln (z. B. den Umsatz einer Filiale für eine bestimmte Menge von Produkten)

Aus Wikipedia: https://de.wikipedia.org/wiki/OLAP-Würfel

Vor- und Nachteile

Vorteile

  • Auf jedem S/4 System verfügbar
  • Keine zusätzlichen Lizenzen
  • Echtzeitreporting von operativen Daten
  • Viel Standard-Content der SAP
  • Leicht zu erweitern, zum Teil auch von Key-Usern
  • Key-User können eigene Berichte ohne Entwickler oder BW-Team erstellen
  • Navigation über Semantische Objekte in transaktionale Apps
  • Excel-Export
  • Virtuelles Echtzeitreporting, kein Replizieren der Daten notwendig
  • Vorhandenens Know-How nutzbar (CDS,Fiori)

Nachteile

  • Nur für ein S/4HANA System, keine Integration von unterschiedlichen Systemen
  • Keine historischen Daten
  • Keine komplexen Verarbeitungsschritte möglich

Embedded Analytics Oberflächen

Oberflächen für Embedded Analytics

CDS Layer

Developer vs. Key User Tools

Developer

  • SAP Views mit Extends erweitern
  • CDS Views modellieren
  • CDS Queries erstellen
  • Analytical List Page mit Fiori Elements
  • Fiori Kacheln für alles User

Key User App

  • Custom Fields and Logic
  • Benutzerdefinierte CDS-Views/ Custom CDS Views
  • Benutzerdef. analyt. Abfragen / Custom Analytical Queries
  • KPIs und Berichte verwalten / Manage KPIs and Reports
  • Eigene Kacheln als Favoriten

Wichtig: Key User dürfen nur auf C1 freigegebene Objekte für Key User zugreifen. Darum sieht man häufig die eigenen Objekte zunächst nicht!
alt text