Zusammenfassung
- Der Artikel beschreibt 3 Technologien, die gemeinsam die Analytics-Praxis nachhaltig verbessern und die Digitalisierung vorantreiben können.
- Informationen aus unterschiedlichen Quellen werden automatisch im Kontext der aktuell zu treffenden operativen Entscheidungen kombiniert.
- Prädiktive und präskriptive Algorithmen sowie Simulationen steigern die Qualität der Entscheidungsunterstützung.
- SAP Embedded Analytics in S/4HANA, die neue Data-Warehousing-Lösung SAP BW/4HANA sowie deren gemeinsame Plattform SAP HANA werden in diesem Beitrag näher beschrieben.
1 Was bedeutet SAP Analytics?
Herkunft des Begriffs Analytics
Der Begriff Analytics wurde von Thomas H. Davenport, Professor an der Harvard Business School in Boston, USA, geprägt. Insbesondere seine Veröffentlichung "Competing on Analytics – The New Science of Winning" (Harvard Business Review Press 2007) festigte Analytics als Disziplin für die Anwendung hochentwickelter quantitativer und statistischer Methoden für erklärende und vorhersagende Modelle zur Unterstützung der Unternehmensführung. "Analytics" ist ein Kunstwort, zusammengesetzt aus Analysis (Analyse) und Mathematics (Mathematik).
Unter dem Namen SAP Analytics wird das Analytics-Portfolio von SAP zusammengefasst. Die Grundlage von SAP Analytics ist – sowohl in der Cloud als auch On-Premise – die SAP HANA In-Memory-Datenbank. Da der aktive Datenbestand im Hauptspeicher gehalten wird, ergeben sich sehr kurze Zugriffszeiten auf diese Daten, so dass auch komplexe Analysen (Business Analytics) interaktiv möglich sind.
Aufgrund der geringen Latenzzeit kann auf Aggregate (Verdichtungen) und häufig auch auf die Datenreplikation verzichtet werden. Dadurch ergeben sich insbesondere für die interaktive Planung Vorteile, da neue Stammdaten, wie bspw. eine neue Kostenstelle, sofort als Planungsobjekt zur Verfügung stehen. Insgesamt ergibt sich somit eine beschleunigte operative Steuerung.
Dabei ist SAP Embedded Analytics, als Teil von SAP S/4HANA, von der neuen Data-Warehousing-Lösung SAP BW/4HANA zu unterscheiden.
Das Einsatzszenario für SAP BW/4HANA in Abb. 1 wird zwar als "Strategic Analytics" bezeichnet, jedoch verschwimmen mit SAP Analytics die Grenzen zwischen operativen und strategischen Analysen, da in der transaktionalen Fiori-Oberfläche von SAP S/4HANA beide Analyse-Ebenen zusammengeführt werden.
Zunächst sollen jedoch die Grundlagen der SAP HANA-Datenbank erläutert werden.
Abb. 1: SAP Analytics: Architektur-Überblick
2 SAP HANA-Plattform
2.1 SAP HANA als Abgrenzung zu klassischen Datenbanksystemen
SAP HANA ist als Plattform seit 2011 verfügbar und besteht aus der In-Memory-Datenbank selbst sowie dem Anwendungsserver XS (Extended Application Services). Zumeist beinhaltet die HANA-Lizenz auch die Werkzeuge zur Datenakquise, die als Enterprise Information Management (EIM) bezeichnet werden.
Kompaktere Datenspeicherung
Liegt Ihre Zentrale bspw. in Deutschland mit Niederlassungen in Dänemark, Österreich und den Niederlanden, dann kann das Feld "Land" durch nur 2 Bits codiert werden (00, 01, 10 und 11), anstatt durch eine Zeichenkette der Länge 12 zu jeweils 8 Bits (= 96 Bits). Diese kompakte Datenhaltung erhöht zudem den Datendurchsatz, so dass komplexe Berechnungen schneller erfolgen können.
2.2 SAP HANA-Bibliotheken mit betriebswirtschaftlichen Standardfunktionen
Die HANA-Bibliotheken Predictive Analysis Library (PAL), Business Function Library (BFL) und Automated Predictive Library (APL) enthalten betriebswirtschaftliche sowie statistische Standardfunktionen, welche die Anwendungserstellung vereinfachen.
Beim Anwendungsserver (XS) wird zwischen dem klassischen XSC (Extended Application Services Classic) und dem neuen XSA (Advanced) unterschieden. Beide Varianten dienen der browserbasierten Anwendungserstellung mithilfe der Standardbibliothek SAPUI5, einem HTML5-Dialekt. Das Erscheinungsbild dieser Anwendungen wird durch die SAP Fiori-Bibliotheken standardisiert.
Die ursprünglich als XS und später als Abgrenzung zum neuen Anwendungsserver als XSC bezeichnete Plattform unterstützte nur ein einfaches, monolithisches Anwendungsmodell. XSA hingegen erlaubt eine Modularisierung der Anwendungen: Es basiert auf der Bibliothek Node.js sowie der V8-Engine zur Ausführung von JavaScript, einer OpenSource-Variante von Google. Datenbankobjekte und Anwendungslogik können in getrennten Modulen realisiert werden, wodurch die Leistungsfähigkeit und Stabilität des Gesamtsystems gesteigert werden.
Die erstellten Fiori-Anwendungen können von den Nutzern über das sog. Fiori-Launchpad gestartet werden, einem Unternehmensportal vergleichbar mit dem bisherigen SAP Enterprise Portal. Wer seine Anwendungen nicht selbst programmieren möchte, kann zumindest im Bereich der Dashboards mit dem SAP Lumira Designer auf Templates zugreifen und das Layout mit dem Mauszeiger bestimmen und schließlich mit Queries und Grafiken ausgestalten.