Sie verwenden keine aktuelle Browser-Version. Deshalb wird die Webseite möglicherweise nicht korrekt dargestellt. Hier finden Sie weitere Hinweise.

Der Weg zum neuen SAC-Modelltyp

Inhaltsverzeichnis

Motivation für den neuen SAC-Modelltyp

Die Datenmodellierung ist ein wesentlicher Bestandteil der Analytics- und Planungsapplikationen. Daher ist es wichtig, Daten aus verschiedenen Quellen zu integrieren, sie miteinander zu kombinieren und daraus aussagekräftige Informationen zu gewinnen. In der SAP Analytics Cloud (SAC) erfolgt die Datengrundlage über die SAC Modelle. In der betriebswirtschaftlichen Terminologie ist ein Modell eine Darstellung der Geschäftsdaten einer Organisation oder eines Geschäftsbereichs.

Der Hauptgrund für die Einführung des neuen SAC-Modelltyps –  Mitte des zweiten Quartals 2021 – , ist die Zusammenführung von Kennzahlen und Konten in den Planungsmodellen, wodurch sich die Struktur eines klassischen Kontenmodells mit Kennzahlen maßgeblich erweitern lässt. Der neue SAC-Modelltyp bietet mehr Flexibilität, um Konten als auch Kennzahlen eine Struktur zu geben. Dies ermöglicht mehrere Kennzahlen mit individuellen Aggregationseinstellungen zu konfigurieren und verbessert die Kompatibilität mit den Datenquellen, die auf mehreren Kennzahlen basieren. Der bisherige klassische SAC-Modelltyp unterstützt nur die Kontenstruktur, um Berechnungen hinzuzufügen und nutzt nur einzelne Kennzahlenspalten zum Speichern der Werte. Ähnlich der BPC-Standarddatenmodellierungsart. Bei der Datenintegration in den klassischen SAC-Modelltyp wird somit häufig eine komplexe Datentransformation zu der Kontenstruktur benötigt.

Merkmale des neues SAC-Modelltyps

  • Flexible Modellierung: Mit diesem neuen Modellierungsansatz kann man verschiedene Szenarien implementieren, wie z. B. Planungsmodelle mit gemeinsam enthaltenen Konten und Kennzahlen, mit verschiedenen Währungswerten, mit Mengenwerten sowie Modelle ohne Konten und lediglich mit Kennzahlen. Alle möglichen Anwendungsfälle sind mit dem neuen flexiblen Modelltyp realisierbar. Die Verwendung der Kontendimension ist optional und man kann entscheiden, ob die Einstellungen für Kennzahlen oder Konten Vorrang in der Berechnungslogik haben.

  • Optimierte Berechnungen: Es ist möglich, kalkulierte Kennzahlen im neuen SAC Modell zu erstellen und diese in mehreren Stories wiederzuverwenden. Diese Berechnungen sind nur virtuell und nicht in der Datenbank persistiert. Die kalkulierten Kennzahlen können somit nicht in den Advanced Formula Data Actions verwendet werden. Die Option für Berechnungen auf Story Ebene bleibt noch verfügbar, allerdings ist diese Art der Berechnungen nicht in anderen Stories verwendbar.

Darüber hinaus gibt es nun auch die Möglichkeit, Berechnungen mit den numerischen Attributen der Dimensionen zu realisieren.  

  • Währungsumrechnung Funktionalität: Zusätzlich kann man mehrere Basiswährungskennzahlen verwenden und anschließend Umrechnungskennzahlen hinzufügen. Auf diese Weise sind mehrere Währungsumrechnungsszenarien (Planung auf Transaktions- und/oder auf Konzernwährung) realisierbar.

In den Tabellen von Stories kann man die Planungseingabe zu jeder Basiskennzahl oder Währungsumrechnungskennzahl wie Transaktions- und Konzernwährungen vornehmen und die Ergebnisse sofort für alle abhängigen Währungen anzeigen. Zusätzlich gibt es auch den Währungsumrechnung Data Action Typ. Er dient der  Währungsumrechnung zwischen Basiskennzahlen.

  • Performanceoptimierung: Durch die genaue Aggregation von Daten mehrerer Kennzahlen (unterschiedliche Spalten in der Datenbank) anstelle der Selektion von Kontendimensionswerten, ist die Ladezeit bei der Datenselektion und Verarbeitung in Stories und Data Actions besser geworden.
  • Datenintegration: Wie ich eingangs erwähnt habe, eignet sich das Modell mit Kennzahlen besser für die Struktur der Daten aus verschiedenen Quell-Systemen, einschließlich SAP S/4HANA, SAP BW und SAP IBP. Die Datenintegration ist in der Regel schneller und erfordert weniger Transformationen, da Daten aus mehreren Kennzahlen direkt importiert werden können.

Die Workflows für den Datenimport wurden mit dem neuen SAC-Modell erheblich überarbeitet. Die Modellierung ist intuitiver und es gibt verschiedene Schritte zur Datenvorbereitung, ebenso für das Quell-/Ziel-Mapping und die Importvalidierung. Es ist auch möglich, den Änderungsverlauf zur Unterstützung des Wiederherstellens der Import Jobs Konfiguration, zu verfolgen.

Die bisherige Transformationsoptionen (Verschmelzen, Ersetzen, Split, etc.) werden weiterhin unterstützt. Einen deutlichen Mehrwert bringt die Verbesserung und Erweiterung der Wrangling Expression Language (WEL) um neue Funktionen, zur besseren Unterstützung der benutzerdefinierten Transformationen.

Zu guter Letzt gibt es eine Optimierung, mit der bestehende Daten Import Jobs modifiziert werden können, um veränderte Transformations- oder Mapping-Anforderungen zu unterstützen. Diese Option fehlt schmerzlich in den klassischen Modellen, wobei man bei jeder Änderung (im Modell oder in der Transformationslogik) die Daten Import Jobs manuell neu erstellen muss. Die visuellen Hinweise auf den aktuellen Ausführungsstatus sind ebenfalls sehr hilfreich.

Einschränkungen des neuen SAC-Modelltyps

Aktuell (im Dezember 2021) enthält der neue SAC-Modelltyp vorübergehende Einschränkungen, bis die vollständige Funktionalität des klassischen SAC-Modelltyps übernommen wird. Hier ist eine Zusammenfassung der kritischen Einschränkungen:

Modellierung

  • Das Kopieren zwischen klassischen und neuen SAC-Modellen wird in modellübergreifenden Data Action Kopierschritten nicht unterstützt. Für das Kopieren zwischen klassischem und neuem Modell muss man stattdessen die LINK-Funktion in der Advanced Formula Data Action verwenden.
  • Derzeit werden die folgenden zeitabhängigen Formeln bei der Verwendung von Kennzahlen noch nicht unterstützt: YOY, CAGR und SMA.

Datenintegration

  • Vor dem Import von Daten müssen die Dimensionselemente in der SAC vorhanden sein. Während des Datenimports kann das neue Modell keine neuen Stammdaten in einer Dimension verbuchen. Es wird die Verwendung von Public Dimensionen empfohlen, besonders wenn es viele Dimension Members gibt. Der Stammdatenimport verwendet noch den ursprünglichen Wrangling Prozess (aus dem klassischen Modell).
  • Ebenso gibt es noch nicht die Option, Modelle, welche aus einer CSV-/Excel-Datei oder einer Datenquelle (erster Datenworkflow) erstellt wurden, zu bauen. Momentan ist diese Option nur für die klassischen Modelle einsetzbar. Bei den neuen SAC-Modellen muss erst die Modellstruktur auf einem leeren Modell definiert werden. Danach folgt der Datenimport Prozess.

Stories und Anwendungen

  • Die Modell Blending Funktionalität wird nicht unterstützt, wenn das Modell eine Kontendimension enthält.
  • Thresholds in den Tabellen werden nicht unterstützt, wenn das Modell eine Kontendimension enthält.
  • GeoMap Reporting wird nicht unterstützt.
  • Das Kopieren und Einfügen von Daten zwischen Kennzahlen mit Währungen wird nicht unterstützt.

Migration vom klassischen zum neuen SAC-Modelltyp

Im Augenblick befindet sich der klassische SAC-Modelltyp in einer Ausstiegsphase. Die klassischen SAC-Modelltypimplementierungen werden wie bisher weiter funktionieren und die Kunden können die Migration zum neuen SAC-Modelltyp in ihrem eigenen Tempo vornehmen.

Andererseits muss man zum neuen SAC-Modelltyp migrieren, um von den oben genannten erweiterten Funktionen zu profitieren. Die Schaltfläche „Zu neuem Modelltyp migrieren“ im Modellierungsbereich ist verfügbar, aber nicht in allen Fällen anwendbar.

Hinweise für die SAC-Modelltyp Migration:

  • Die Währungsumrechnung Einstellung darf im Modell nicht inaktiv sein.
  • Nach der Migrationsausführung sind nur die Stamm- und Bewegungsdaten ins neue Modell konvertiert. Abhängige Artefakte, wie z.B. Import Jobs, Data Actions oder Stories, benötigen eine manuelle Konvertierung.
  • Die Migration kann nicht rückgängig gemacht werden.
  • Die migrierten Modelle, welche im SAP Analytics Cloud Add-In für Microsoft Office verwendet werden, müssen erneut in eine vorhandene Arbeitsmappe eingefügt werden.
  • Nach der Migration sind die Werte in der „SignedData“ Kennzahl gespeichert und die implementierte Logik bei den vorhandenen Stories und Data Actions muss analog angepasst werden.

 

Fazit

Wie man sieht, ist die verfügbare Migrationsfunktionalität nicht ausreichend für die meisten klassischen SAC-Modelltypimplementierungen. Daher kann es sehr aufwändig werden, wenn viele abhängige Objekte, wie Import Jobs, Stories und Data Actions, manuell konvertiert werden müssen.

Für eine neue Implementierung ist der neue SAC-Modelltyp definitiv zu empfehlen, da dies auch die strategische Ausrichtung der SAP darstellt. Die wichtigen Planungsfunktionen sind schon verwendbar sowie um neue Features erweitert, welche alle möglichen Anwendungsfälle realisierbar macht. Bevor man die finale Entscheidung für die SAC-Modelltyprealisierung trifft, müssen unbedingt die Einschränkungen überprüft werden. Der Fokus der Evaluierung sollte insbesondere auf der Reportinganforderung liegen, da in diesem Bereich noch die meisten wichtigen Einschränkungen bestehen. Da sich die Einschränkungen im Laufe der Zeit ändern werden, sollten Sie unbedingt bei Ihrer Entscheidung  immer die SAP Hilfe und den SAP Road Map Explorer zu Rat ziehen.

Nehmen Sie Kontakt zu uns auf!

    Mit der Erhebung, Verarbeitung und Nutzung meiner personenbezogenen Daten zur Bearbeitung meiner Anfrage erkläre ich mich einverstanden. Ich kann mein Einverständnis jederzeit ohne Angabe von Gründen widerrufen. Weitere Informationen finden Sie in unserer Datenschutzerklärung.