SAP Business Intelligence

Transkript

1 Business Intelligence Valg av rik5g verktøy for BW og ikke- BW kunder med Johan Wiqvist

2 Kort info om BIdrill q Leverandør av både mykvare og tjenester innen Business Intelligence q Seniorkonsulenter innenfor BusinessObjects q BusinessObjects Partner q Partner Center of ExperDse (PCoE) q Våre kunder:

3 Agenda Generell BI- arkitektur Nøkkelspørsmål Muligheter for BW- kunder Muligheter med Data Services RapidMarts Data Quality Management for InformaDon Steward

4 Generell BI- arkitektur Rapporteringsverktøy BusinessObjects BI 4.1 RealDdsdata med HANA BW Accelerator (valgfriv) Datavarehus (valgfriv) BW 7.3 / EDW ETL- verktøy (valgfriv) BusinessObjects DataServices 4.1 Database Standard SQL / SybaseIQ / HANA Datakvalitet / Master Data Mgmt BusinessObjects DataQuality Mgmt (valgfriv) Database Standard SQL / HANA ECC non- non-

5 Nøkkelspørsmål Hvordan ser systemlandskapet ut? Hva har vi fra før (BW og eller Non- DWH)? Hvor raskt responsdd trenger vi? Hvor ferske data trenger vi? Har vi dårlig Dd mtp prosjekt- leveranse?

6 Nøkkelspørsmål Systemlandskapet non- er eneste relevante kilden for rapportering Mange eller store non- kilder Strong Strong non- DatavarehusalternaDv Business Warehouse Non- DWH

7 Muligheter for eksisterende BW- kunder - Er dere i stort sev fornøyd med innhold og struktur på dataene i BW? - Ja - > Bygg videre på BW og se på eventuelle oppgraderingsmuligheter - Nei - > Vurder å bygge ny løsning med Data Services kontra utbygging av BW Eksisterende miljø Mulige oppgraderinger Bedre rapporteringsverktøy med BI Suite Bedre ytelse med BW Accelerator Integrer - data med data fra andre kildesystem med Data Services, både les fra og skriv Dl BW Ta kontroll over datakvaliteten ved å bygge ut Data Services med Data Quality og InformaDon Steward

8 Muligheter med BW og HANA Bygg dashboards og u`orsk - transaksjonsdata i real- Dd med BusinessObjects BI 4.0 Bruk Data Services (inkludert i HANA) for å integrere data fra, BW og ikke- kilder og Bruk HANA som database for det integrerte datavarehuset og få lynrask rapportering. Bruk HANA som database for BW og få lynrask rapportering fra BW. (ikke vist her)

9 Muligheter med Data Services Rapporteringsverktøy BusinessObjects BI 4.1 RealDdsdata med HANA RapidMarts for Datavarehus EDW ETL- verktøy BusinessObjects DataServices 4.1 Database Standard SQL / SybaseIQ / HANA Data Quality Mgmt for InformaDon Steward Database Standard SQL / HANA ECC non- non-

10 Muligheter med Data Services Rapporteringsverktøy BusinessObjects BI 4.1 Datavarehus EDW ETL- verktøy BusinessObjects DataServices 4.1 ECC non- non-

11 Data Services introduksjon BusinessObjects Data Services 4.1 Bransjeledende helhetsløsning for Business UI (Information Steward) Unified Metadata Technical UI (Data Services) Dataintegrasjon Datakvalitet Textanalyse One Runtime Architecture & Services ETL Data Quality Profiling Text Data Processing Dataprofilering Én server processerer alle type jobber EV utviklingsmiljø for alle type jobber Én administrasjonskonsoll for planlegging og overvåking av alle jobber. One Administration Environment (Scheduling, Security, User Management) One Set of Source/Target Connectors TeV integrasjon med BI 4.1

12 Fire måter å lese - Data med Data Lese databasetabeller direkte Enkel måte som trenger minimalt oppsev på serveren men har samddig begrenset mulighet for å bygge opp avanserte løsninger som f.eks inkrementell last Services R3- dataflyter Design dataflyten grafisk i DataServices, logikken blir generert som ABAP- kode og lastet opp Dl - serveren. DeVe muligjør at avansert logikk kan kjøres på - serveren, f.eks integrering av data fra fla`il med sap- tabeller, inkrementell last eller lesing av hierarkier.

13 Fire måter å lese - Data med Data Extractors Ny$ fra DS 4.0! Extractors er det BW bruker for å lese data fra! En extractor er et - utviklet ABAP- program for å trekke ut alle relevante data for et spesifikt område. Her Dl høyre vist for Finance_Fact som innholder relevante måltall og nøkler for deve området. Extractors har også støve for Changed- Data- Capture (CDC) det vil si at logikken for inkrementell lasdng er allerede innebygget! Services Les fra BW via OpenHub DeVe gir for eksempel muligheter for videre integrasjon med data fra andre kilder.

14 Lage Data Services jobber On- The- Fly innenfra BW 7.3 og les data fra externe kilder n AutomaDsk generering av Data Services uvrekks- jobber, innenfra BW for å lese fra externe kilder n Data Services er integrert med BW Workbench i NetWeaver BW 7.3 Mulighet for å bla i eksterna metadata fra BW via DataServices n BW 7 datastores har innebygget lasdng via nye staging BAPIs Trenger ikke lenger å gå via BW 3.5 emuladon mode

15 Muligheter med Data Services uten BW Rapporteringsverktøy BusinessObjects BI 4.1 RealDdsdata med HANA RapidMarts for Datavarehus EDW ETL- verktøy BusinessObjects DataServices 4.1 Database Standard SQL / SybaseIQ / HANA Data Quality Mgmt for InformaDon Steward Database Standard SQL / HANA ECC non- non-

16 Rapid Marts Rapporteringsverktøy BusinessObjects BI 4.1 RapidMarts for Datavarehus EDW ETL- verktøy BusinessObjects DataServices 4.1 ECC non- non-

17 Rapid Marts for Rapid Marts er fleksible pakketerte løsninger som kan implementeres på kort Dd for å få en minimal Time to Value. Tilgjengelige pakker finnes for de største modulene I ERP og for Oracle, Siebel og PeopleSom. Tilpassinger innenfor prosjektet Tilpassinger innenfor prosjektet Business Objects Rapid Marts Standardsystem Standardsystem Tradisjonellt prosjekt Med BusinessObjects Rapid Marts

18 Komponenter i RapidMarts Rapid Marts ECC BusinessObjects BI Universer, Standardrapporter og Dashboards Rapportgrunnlag Sluttbrukere Totalt 26 universer og rapportobjekter standardrapporter per Rapid Mart DB skjema + Data Modeller Datavarehus Fakta og Dimensjonstabeller for opdmal ytelse ved rapportering. Tilgjengelig for Oracle, MSSQL og HANA FI Mfg Sales HR BusinessObjects Data Services ETL-Kode Utviklet - experdse med opdmert logik for inidell og inkrementell last

19 Fordeler ved å velge RapidMarts Rask leveranse Implementer på uker istedenfor måneder/år Få en proof- of- concept på noen få dager. Fleksibilitet Implementer individuelt eller flere marter i kombinasjon TilfredsDll opp Dl 80% av rapporteringsbehovet out of the box, utvid Dl 100% med enkel Dlpassing. Reduserte kostnader Ta ned inidellt utviklingsbehov Minimer behovet for - spesialistkompetanse Reduser vedlikeholdskostnader

20 Tilgjengelige Rapid Marts for Financial Suite n General Ledger Rapid Mart n Accounts Payable Rapid Mart n Accounts Receivable Rapid Mart n Cost Center Rapid Mart n Fixed Assets Rapid Mart (New in 4.0 Release) Operational Suite n Inventory Rapid Mart n Purchasing Rapid Mart n Sales Rapid Mart Manufacturing Suite n Plant Maintenance Rapid Mart n Produc5on Planning Rapid Mart n Project Systems Rapid Mart Human Capital Management Suite n HR Rapid Mart

21 Muligheter med Data Services Rapporteringsverktøy BusinessObjects BI 4.1 RealDdsdata med HANA RapidMarts for Datavarehus EDW ETL- verktøy BusinessObjects DataServices 4.1 Database Standard SQL / SybaseIQ / HANA Data Quality Mgmt for InformaDon Steward Database Standard SQL / HANA ECC non- non-

22 Muligheter med Data Services uten BW Rapporteringsverktøy BusinessObjects BI 4.1 Datavarehus EDW ETL- verktøy BusinessObjects DataServices 4.1 Data Quality Mgmt for ECC non- non-

23 Data Quality - Data du kan stole på for beslutninger Et verktøy for å analysere og forbedre kvaliteten på deres data! DeVe gjøres ved å: q Definere og bruke valideringsregler q Berike dataene med Dlleggsinformasjon q Bruke bransjeledende datakvalitetsfunksjoner (cleansing, fuzzy matching, auto- merge etc.) q Visualisere kvalitetsproblemen I et dashboard og se hvordan de påvirker systemer og rapporter nedstrøms.

24 Data Quality Eksempel på forbedringsprocess Parsing Grunnleggende transformering Forbedre dataene Valider resultatet Parsing Standardisere Korrigere Berike Matche Konsolidere

25 Data Quality Eksempel på forbedringsprocess Standardisere Grunnleggende transformering Forbedre dataene Valider resultatet Parsing Standardisere Korrigere Berike Matche Konsolidere

26 Data Quality Eksempel på forbedringsprocess Korrigere Grunnleggende transformering Forbedre dataene Valider resultatet Parsing standardisere Korrigere Berike Konsolider Matche poster poster Address is validated and corrected

27 Data Quality Eksempel på forbedringsprocess Forbedre Grunnleggende transformering Forbedre dataene Valider resultatet Parsing Standardisere Korrigere Berike Kosnolidere Matche poster poster

28 Data Quality Eksempel på forbedringsprocess Matche poster Grunnleggende transformering Forbedre dataene Valider resultatet Parsing Standardisere Korrigere Berike Konsolidere Matche poster poster Disse tre postene ble plukket ut som matchende basert på de regler som er definert i matchingsprosessen.

29 Data Quality Eksempel på forbedringsprocess Konsolidere poster Grunnleggende transformering Forbedre dataene Valider resultatet Parsing Standardisere Korrigerre Berike Konsolidere Matche poster Poster

30 Data Quality for SoluDons Versjon Dlpasset SoluDons Med Data Quality for SoluDons er det mulig å integrere alle disse funksjonene med for å forhindre feil ved innmadng! Valideringen skjer øyeblikkelig via real- Dds jobber definert I DataServices Hva brukern skevet inn Hva DataQuality foreslår istedenfor På lik måte kan andre applikasjoner enn bruke DataServices for å validere og berike data i real- Dd via WebServices.

31 Muligheter med Data Services uten BW Rapporteringsverktøy BusinessObjects BI 4.1 RealDdsdata med HANA RapidMarts for Datavarehus EDW ETL- verktøy BusinessObjects DataServices 4.1 Database Standard SQL / SybaseIQ / HANA Data Quality Mgmt for InformaDon Steward Database Standard SQL / HANA ECC non- non-

32 Muligheter med Data Services uten BW Rapporteringsverktøy BusinessObjects BI 4.1 Datavarehus EDW ETL- verktøy BusinessObjects DataServices 4.1 InformaDon Steward ECC non- non-

33 BusinessObjects InformaDon Steward Nøkkelkomponenter Data Profiling DQ Monitoring Metadata Analysis Cleansing Rules Business Term Taxonomy

34 BusinessObjects InformaDon Steward Gir data stewards 5lgang 5l es sentralt miljø for å uuorske, vurdere, definere, overvåke og forbedre kvaliteten på virksomhetsdataene Utforske U`orsk & forstå forretningens data (Data profiling, Metadata management) BusinessObjects Information Steward Definer Definer virksomhetens begreper, valideringsregler, regler for datavask og datamodeller Catalog data assets Definer eierskap: Tildel roller, eierskap og ansvar for dataområder. Overvåke datakvalitet Overvåke & Avhjelpe Visualiser datakvalitets- score i sluvbrukerverktøyene. Arbeidsflyter for å reve opp kvalitetsproblem

35 BusinessObjects InformaDon Steward Eksempel på bruk BusinessObjects Information Steward Data Quality Scorecard Data Profiling Validation Rules Metapedia Metadata management n Bruk balanced scorecards for å måle effektivitet i datakvalitetsprosessen n Forutse og oppdag svakheter i datakvalitet n Analyser data opp mot fastslåtte definisjoner og forventninger n Valider data for completeness, sparseness, redundancy, pattern distribution n Analyser data-avhengigheter mellom systemer ved bruk av business views. n Lag valideringsregler for data fra kildesystemer for kontinuerlig overvåking av datakvaliteten n Gjenbruk valideringsregler ved migrering og integrering. n Samarbeid med sluttbrukere for å definer og fastslå virksomhetsbegreper. n Koble begreper mot dataelemeter for å skape forståelse for definsjoner. n Bruk data lineage for å spore opp hvor data I rapportene kommer fra og hvilke behandlingsregler de gått gjennom. n Bruk impact analysis for å spore opp hvilke systemer og rapporter som blir påvirket av eventuelle endringer.

36 Spørsmål?