Harmonisierung und SSoT in der SAC

Autor: Arne Brand | Veröffentlicht: 20.10.2020

 

Einleitung

Harmonisierung der Daten ist ein wichtiges Thema für die Qualität des Reportings, der Planung und der Vorhersagen mit der SAC. Gleichzeitig bietet die SAC selbst nur sehr beschränkte Möglichkeiten die hohe Datenqualität zu erreichen, die sie benötigt. Deshalb betrachtet dieser Blog die Frage, welche Mittel zur Verfügung stehen, die Daten zu harmonisieren. Vor allem die Thematik Single Source of Truth wird dabei näher betrachtet. 

Was ist Harmonisierung?

Harmonisierung wird durch die Angleichung der Datenschemata an ein führendes Schema erreicht. Dies geschieht dadurch, dass die Feldwerte in ein einheitliches Format überführt werden. Dabei werden die Datentypen und die Feldwerte angeglichen. Ein typisches Beispiel dafür ist der ETL-Prozess, welcher auch Harmonisierungsschritte enthält. 

Aber wann ist eine Harmonisierung notwendig? Oft sind die Datenbestände mehrerer Quellsysteme sehr unterschiedlich. Insbesondere dann, wenn es sich um verschiedene Arten von Systemen von unterschiedlichen Herstellern handelt, ist zweifelhaft, dass die Tabellen zusammenpassende Strukturen haben. Dann müssen Maßnahmen ergriffen werden, um eine Harmonisierung zu erreichen.

Harmonisierung in der SAC

Datenharmonisierung ist nicht die Hauptaufgabe der SAC. Deshalb sucht man hier auch vergeblich nach den bekannten Mitteln der Datenaufbereitung, wie sie in anderen Analytics-Lösungen eingesetzt werden. Die zur Verfügung stehenden Mittel fangen mit dem Data Wrangling bei der Anbindung von Datenquellen an. Darin werden nur einfache Möglichkeiten, wie das Verketten von Spalten oder Formeln zur Umberechnung bestehender Spalten einer einzigen Quelle angeboten.

Data Wrangling in der SAC

Data Wrangling in der SAC

Um mehrere Quellen zusammenzuführen und zu vereinheitlichen, muss auf die Data Actions (ähnlich den Planungsfunktionen des BW-IP) zurückgegriffen werden, die über Scriptlogik und Funktionen die Möglichkeit eröffnet, auch über mehrere Modelle hinweg Daten zu überführen. Dafür ist jedoch eine Lizensierung der SAC Planung notwendig, die mit deutlich höheren Kosten verbunden ist. Außerdem handelt es sich hierbei um Features, die nicht für Datenharmonisierung, sondern für die Abbildung von Planungsprozessen entwickelt wurden. Deshalb ist es nicht empfehlenswert und möglicherweise gar nicht möglich, die teils sehr komplexe notwendige Harmonisierungslogik über Data Actions abzubilden.

Data Action Script Logic

Auszug aus einer Nagarro Allgeier ES SAC Planungsschulung mit Data Action Script Logik

Dies führt auch dazu, dass die von der SAC geforderte Datenqualität und -harmonisierung sehr hoch sein muss. Wenn aber nicht die SAC solch eine Harmonisierung durchführt, müssen die Daten schon in hoher Qualität zugeliefert werden

Middleware

Es empfiehlt sich eine Middleware für diese Form von Harmonisierung einzusetzen. Hier bietet sich zum Beispiel die SAP Cloud Platform (SCP) für ein Mapping verschiedener Quellsysteme (via der CPI) an. Damit werden die Datenschemata der Quellen vereinheitlicht und die SAC erhält sinnvoll aufgebaute Daten aus einer Quelle. Darüber hinaus lassen sich die unterschiedlichen Services der SCP auch für eine weiterführende Harmonisierung konfigurieren.

SAP Data Hub 2.5 und SCP als Middleware

Beispiel von SAP Data Hub 2.5 und SCP als Middleware

Single Source of Truth

Zur Harmonisierung gehört ein wesentliches Konzept: Single Source of Truth (SSoT). Je nach Typ gibt er das führende Datenschema vor, validiert die Schemata aller angeschlossenen Systeme oder vermittelt zwischen den Systemen. Typische Beispiele dafür sind Master Data Management-, Data Warehouse- oder Enterprise Service Bus-Systeme.  

Insbesondere bei vielen Verbindungen zu unterschiedlichen Quellsystemen sollte eine führendes Datenschema zentral durch eine Quelle vorgegeben werden. Die SAC kann und soll dies nicht leisten. Deshalb empfiehlt es sich je nach Heterogenität der Quellsysteme eine angemessene SSoT zu verwenden. 

Bisher musste hierfür zum Beispiel in der SCP das führende System aus der Landschaft definiert werden. Es gibt jedoch neue SAP CloudServices, die bei dieser Thematik Abhilfe schaffen sollen. So werden seit einiger Zeit über die SAP HANA Cloud Services aus der Cloud Master Data Management-Services zum Beispiel in Form des SAP Master Data Governance oder SAP Data Hub über die SCP angeboten. Die Services sind dabei unter anderem nach Stammdatenobjekt aufgeteilt. So können für Business Partner oder Kunden bei Bedarf einzelne Services konfiguriert werden. Langfristig sollen diese auch direkt in der SAC verfügbar sein.

Beispiel von MDM Services aus SAP SF

Eine andere Möglichkeit eine SSoT zu schaffen, ist der Einsatz eines SAP BW-Systems. Dabei werden die Daten mit allen Mitteln des SAP BW gebündelt und in das gewünschte Schema überführt. Es stellt sich jedoch die Frage, ob die Anschaffung eines SAP BW allein zu diesem Zweck eine angemessene Investition ist.  

Als eine der neusten SAP Lösungen in diesem Kontext ist die SAP Data Warehouse Cloud (DWC). Mit der DWC möchte SAP eine rein cloud- und service-basierte Data Warehousing-Lösung schaffen. Sie befindet sich aktuell noch stark in der Entwicklung, was aber einen Einsatz als SSoT in den kommenden Jahren nicht ausschließt. 

Probleme bei fehlender Harmonisierung

Doch was passiert, wenn die Daten so bleiben, wie sie sind? Oder wenn die Quellen nur gemapped, aber die Schemata nicht harmonisiert werden? In einer SAC-Reporting oder -Planungslösung können falsche Daten auftauchen. Duplikate schleichen sich unbemerkt ein. Spätestens wenn Querverbindungen zwischen verschiedenen Modellen hergestellt werden sollen, um zum Beispiel über das Blending die Daten aus mehreren Modellen gemeinsam darzustellen, werden die Probleme nicht harmonisierter Daten besonders präsent. Auswirkungen können Fehlschlüsse aus Datenschiefständen oder nicht erfüllbare Business-Anforderungen in Hinsicht auf Verknüpfungen der Daten sein. Deshalb sollten vor jeder SAC-Einführung immer auch die Fragen nach Systemlandschaft und Datenzustand gestellt werden, um damit den Bedarf an Harmonisierung proaktiv erkennen zu können.

Fazit

Dass die Daten harmonisiert werden müssen, steht in der Regel nicht zur Debatte. Nur die Frage nach dem Mittel dafür muss abhängig von den Anforderungen bewertet werden. Welche Single Source of Truth und welcher Mittler eingesetzt wird, sollte früh im Projekt geklärt werden, da es wahrscheinlich mit weiteren Kosten und Aufwänden verbunden ist. Auch die SAP spürt hier den Bedarf und entwickelt Lösungen für die Cloud.  

Zurück zum Analytics-Blog

Der Blog hat Ihnen gefallen und Sie wollen gerne direkt per E-Mail benachrichtigt werden, wenn der nächste Artikel erscheint? Gerne geben wir Ihnen Bescheid!

Ansprechpartner SAP Analytics Blog Sascha Hanf

Haben Sie Fragen?

Sascha Hanf ist Ihr Ansprechpartner für den Analytics Blog.

Jetzt Kontakt aufnehmen
Ansprechpartner SAP Analytics Blog Sascha Hanf

Haben Sie Fragen?

Sascha Hanf ist Ihr Ansprechpartner für den Analytics Blog.

Jetzt Kontakt aufnehmen