Die Anforderungen an operative Entscheidungsunterstützung steigen kontinuierlich. Aus klassischen Auswertungen werden Analytics, wenn unter Einsatz statistischer Verfahren Daten zu wertvollen Informationen veredelt, Zusammenhänge aufgedeckt und Prozesse optimiert werden. Dies geschieht neuerdings

• auf höchstem Detaillierungsgrad,
• in Echtzeit,
• in responsiver, aufmerksamkeitsökonomischer Form und
• ist intuitiv durch das Business bedienbar.

BI-seitig realisiert wird dies unter den technischen Voraussetzungen einer speziellen In-Memory Datenbank direkt im operativen System durch

• leichtgewichtige virtuelle Datenmodelle
• offene standardisierte Schnittstellen und Protokolle sowie
• neue Designprinzipien, die Grenzen zwischen OLTP und OLAP aufheben.

DIE ERFOLGSFORMEL LAUTET – = +

Moderne BI & Analytics Architekturen verzichten auf überflüssige, physische Datenhaltung zugunsten einfacherer Strukturen und reduzieren somit den Daten-Footprint, was die Time-to-Analysis verkürzt und Kosten senkt. Um den Herausforderungen der Digitalisierung wirksam zu begegnen, müssen langsame Datenverarbeitungsprozesse durch virtuelle Zugriffe und umständliche Berichte durch benutzerfreundliche Auswertungsarten ersetzt werden.

INFOMOTION verfügt über fundierte Kompetenzen im analytischen Bereich, die sich nahtlos und nutzenstiftend für Ihre operative BI und Analytics Vorhaben z. B. im S/4HANA einsetzen lassen. Hierzu bieten sich drei SAP HANA-basierte Möglichkeiten an. Wir skizzieren sie im Hinblick auf strategische Ziele, Funktion und Ausrichtung.

Mit einem kurzen vertikalen Weg können mit Embedded Analytics Entscheidungsprozesse ganz einfach und direkt im operativen System unterstützt werden:

Embedded Analytics ist das jüngste der drei ausgewählten Architekturmuster. Es wendet sich an SAP S/4HANA-Kunden, die im Zuge des Wechsels von SAP ECC auf S/4HANA Planungs- und Auswertungsbedürfnisse ihrer Fachbereiche überdenken und zeitgemäße flexible Möglichkeiten nach dem Umstieg einsetzen möchten. Den Ausgangspunkt stellen meist historisch gewachsene ABAP-basierte Reports, InfoSet-Queries und Report Painter-Berichte dar. Propagiert wird das „Intelligent Enterprise“, das sich u. a. auszeichnet durch

• gute Datenkompression, einfache virtuelle Strukturen und schnelle Analysen,
• Self-Service ohne Latenz,
• realtime Fähigkeit durch CDS-Views ohne zusätzliche Persistenz und
• operative Planung direkt im stammdatenführenden, transaktionalen System.

Schematische Verortung von Embedded Analytics

Wir diskutieren die Möglichkeiten der verschiedenen Varianten gerne in Workshops und präzisieren vor dem Hintergrund Ihrer individuellen Parameter.

Das Embedded Business Warehouse (BW) ist ein auf SAP Netweaver-Technologie basierendes „Mini-DWH“ direkt im operativen ERP System (SAP ECC oder S/4HANA). In der Vergangenheit und ohne SAP HANA als Datenbank wurde diese Variante vermieden. Maßgeblich war die bewusste Trennung von operativen (OLTP) und dispositiven (OLAP) Aufgaben. Einerseits sollten transaktionale (Buchungs-) Prozesse nicht durch analytische (Transformations- und Auswertungs-) Prozesse beeinträchtigt werden; andererseits sind die Datenmodelle unterschiedlich. Einen Ausgangspunkt bilden Kundenbedarfe im Kontext der operativen Planung und der Abfrageflexibilisierung beispielsweise auf den neuen Strukturen des S/4HANA Universal Journals. Dieses Architekturmuster profitiert u. a. von

• guter Datenkompression, einfachen Strukturen, und schnellen Antwortzeiten,
• Self-Service Möglichkeiten ohne Latenz,
• realtime Fähigkeit durch openODS-Views ohne zusätzliche Persistenz,
• Microsoft Office-integrierten Analysewerkzeugen oder der SAP Analytics Cloud,
• damit im operativen Kontext geplant und ausgewertet werden kann.

Schematische Verortung des Embedded BW

Es existieren Richtwerte für den potenziellen Einsatz als analytisches System i. S. eines DWH. Ohne SAP HANA-Datenbank oder mit der strikten Vorgabe zur Trennung operativer und analytischer Umgebungen ist dieser Ansatz nicht zielführend. Fachlich abgrenzbare Szenarien sind gut einschätzbar möglich, da fundiertes Erfahrungswissen vorhanden ist.

Als die Business Warehouse-Applikation mit SAP HANA als in-memory Datenbank ausgestattet wurde, ergaben sich auf dieser Basis neue Möglichkeiten für den Aufbau einer analytischen Plattform. Bei dieser Architekturvariante kann Operative BI & Analytics per remote Durchgriff ins Quellsystem und somit (near) realtime realisiert werden. Der Nutzen eines BW/4HANA reicht von detaillierten Auswertungen auf Belegebene über Veredelung von Rohdaten durch spezielle Business Logiken bis zur Integration statistischer Verfahren in Planungs- und Analyse-Szenarien zur Laufzeit. Dieses DWH vereint das Beste aus beiden Welten (SQL-DWH und starke Analytic Engine) und offeriert ein bimodales Konzept mit solidem Framework für den Regelbetrieb (BW) und hohen Flexibilitätsgraden (HANA, SQL).

Hervorhebenswerte funktionale Aspekte dieser Option sind

• hohe Datengravitation infolge der Positionierung als SPoT
• hohe Konnektivität zu Data Lakes und Auswertungswerkzeugen (SAP, Non-SAP, On-Prem, Cloud)
• Komplett integrierte Planungs- und Konsolidierungslösungen inkl. Kommentierung
• Mobile Planning & Reporting, Verbundeffekte mit S/4HANA und Fiori
• Unabhängigkeit von S/4HANA-Wartungszyklen (Updates, Downtimes)

Schematische Verortung BW/4HANA

Alle drei Varianten haben ihre Vorteile. Als herstellerneutrale BI-Experten erarbeiten wir die optimale Lösung für Ihr spezielles Setup. Dabei bringen wir unsere Erfahrungen aus dem jeweiligen Umfeld aktiv ein – damit Sie profitieren von

+ unserem handwerklichen Know-how

in S/4HANA mit der CDS-View Modellierung und dem Embedded BW
in BW vertraut mit von Replikations-, Extraktions- und Retraktionsmechanismen

+ fundierten Kenntnissen

effektiver Werkzeuge wie einerseits die lose gekoppelten Tools der Data Warehouse Foundation (HANA) als auch andererseits die robusten Frameworks in BW/4 und S/4

+ einer weitsichtigen Ausrichtung

mit Hinblick auf relevante Faktoren wie Latenz und Durchsatz (Datengravitation), die zunehmende Demokratisierung von Informationen (Self-Service, Kommentierung) bis hin zu Data Aging-Strategien im Zuge eines Information Lifecycle Managements