sap analytics cloud что это
Планирование в SAP Analytics Cloud. Новые возможности и сценарии, или как понять слово Collaborative
Ранее мы уже писали здесь, как организовать процесс планирования в SAP Analytics Cloud. Сегодня же хочется поговорить о новых возможностях, которые появились в решении совсем недавно. А потом перейдем к примерам сценариев, где можно увидеть гибкость и удобство этого инструмента.
Для всех, кто работает с процессом финансового планирования не секрет, что ввод данных может быть очень затратным с точки зрения времени и утомительным для пользователей. Особенно, в случае работы со сложными сценариями планированиями, которые включают распространение и распределение данных. При этом большинство инструментов работы с таблицами (а именно они основные и любимые для экономистов) не обладают гибким и понятным интерфейсом для таких действий. В SAP Analytics Cloud теперь такой интерфейс есть, и называется он Панель планирования (Planning panel). Это инструмент позволяет быстро и эффективно запускать, и модифицировать сценарии в едином окне.
«Единое окно» для ad-hoc планирования
Как до этого происходил процесс планирования в SAC? Ввод данных производился только через таблицы, отдельно можно было вызвать функцию, например, распределения значений. Сейчас все эти действия делаются через единую панель: значения изменяются и распределяются. В Панели планирования консолидируются все изменения, сделанные в таблице, чтобы пользователь смог сначала просмотреть их, а потом уже применить к данным модели. см. рис.1.
Рисунок 1 «Единое окно»
Возможности ввода данных
Представим, как экономисту приходится вводить данные в формы планирования, копи-паст их из одних ячеек в другие снова и снова для того чтобы распределить значения. Это так утомительно! Панель планирования помогает быстро перемещать значения в таблице, использовать встроенные функции и формулы (рис.2).
Рисунок 2. «Ввод данных»
Так же упрощен массовый ввод данных, теперь есть возможность сначала ввести различные значения, промоделировать изменения, и только после этого сохранить результаты в backend.
Умные подсказки для распределения данных
Ранее функции планирования были распределены по трем различным функциональным окнам для конкретных сценариев, включая распространение, распределение и присвоение значений. Понимая, что это усложняет работу пользователя в Панели планирования, создан единый интерфейс для всех выделенных сценариев. Более того, система может предложить рекомендации, какое действие и функцию использовать на основе измерений и целевых ячеек, отраженных в вашей таблице см. рис. 3.
Рисунок 3. «Умные подсказки»
Новые горячие клавиши
Рисунок 4. «Горячие клавиши»
Новые горячие клавиши можно использовать в сочетании с уже существующими для быстрого выполнения сценариев планирования непосредственно в таблице. Полный список можно посмотреть здесь. Есть еще некоторые новинки. Например, вышел новый интерфейс SAC Office для Office 365, он доступен полностью в онлайне. Это предназначено для тех, кто скучает по Эксель-таблицам, используя SAC.
Рисунок 5. SAC Office для Office 365
Когда мы говорим о процессе планирования, многие автоматически думают про финансы. Но, чтобы достичь максимальной эффективности, процесс должен быть распределен на все линии бизнеса компании: продажи, управление персоналом, управление проектами и т.д. При этом объем и процесс у всех разный в зависимости от деятельности и фокуса департамента. Именно поэтому, во избежание ситуации из басни Ивана Крылова «Лебедь, Рак и Щука» и появилась концепция колаборативного корпоративного планирования, когда в организации объединяются и согласовываются все планы. Основная идея заключается в том, чтобы связать деятельность по планированию и составлению бюджета всех отделов и бизнес-единиц, иметь возможность сравнивать результаты и динамически корректировать по мере необходимости. SAP Analytics Cloud предлагает платформу для этого (рис. 6.)
Рисунок 6. Колаборативное корпоративное планирование
Рассмотрим несколько распространенных примеров сценариев, которые могут быть реализованы в SAC, а затем встроены в колаборативное корпоративное планирование.
Используя SAP Analytics Cloud для планирования, представители департамента продаж могут работать с укрупненными стратегическими планами, но при этом имеют возможность углубиться в детали, например, до уровня отдельного клиента или продукта, объемные показатели, рассчитанные здесь же или полученные из SAP IBP вчера. Не забудем и про анализ. В SAP Analytics Cloud можно заложить анализ общих показателей эффективности продаж, а также онлайн моделирование этих KPI. Сделать это помогает инструментарий VDT (Value Driver Tree) – дерево взаимосвязанных показателей. VDT строится на основе существующих взаимосвязей в модели планирования и позволяет делать «что-если» моделирование с анализом факторов влияния в виде графа. Такое дерево может включать в себя, как иерархические элементы, так и драйверы, и позволяет менять их на любом уровне графа. Изменяя один (или несколько) факторов на процент или абсолютное значение, пользователь увидит все изменившиеся элементы (система подсветит их цветом, как изображено на рис.7).
Рисунок 7. Value driver tree
Таким образом, департамент продаж может иметь более детальную картину о целях и прогрессе по их достижению. А другие отделы могут разрабатывать свои планы в соответствии с данными департамента продаж или, наоборот, передавать в продажи свои данные, работая на цели компании в целом.
Капитальные затраты, независимо от того, из какого отдела они происходят, должны быть эффективно спланированы, как показано на рис.8. Это связано с тем, что капитальные расходы влекут большие инвестиции и могут напрямую влиять на прибыльность. Для компании важно проанализировать заранее это влияние и возможные последствия таких инвестиций, будь то новое оборудование, ИТ ландшафт или текущий ремонт. И в итоге принять максимально эффективное для бизнеса решение.
Рисунок 8. Пример реализации планирования капитальных затрат
Сюда же можно привязать историю управления проектами (рис.9). На основе данных из SAP PPM/PS можно построить аналитику, сравнивать данные по проектам в разрезе бюджетов и соответствию планам.
Рисунок 9. Анализ проектов
3. Управление персоналом
Продолжим тему коллаборации департаментов в процессе планирования. Синхронизация HR планов с финансами также важна. С помощью инструментов планирования HR могут сопоставить текущую структуру команды и цели по продажам, финансам, производству (рис. 10).
Например, один из наших заказчиков (международная компания, занимающаяся производством и фармацевтикой) помимо процесса планирования на три горизонта: 1 год, 5 и 10 лет, реализовал процесс планирования затрат на персонал. Подсистема будет позволять владельцам затрат планировать FTE и связанные с ними затраты (в компании 15 000 сотрудников), управлять переходами, повышениями, увольнениями, согласовывать эти изменения, детально управлять бонусами и отчислениями, все это в интеграции с основной системой ведения HR данных и конечно основным процессом финансового планирования.
Рисунок 10. Планирование персонала
Такие же сценарии могут быть использованы для процесса гибкого стратегического планирования, продаж и операций, а также инноваций. А объединение этих сценариев на одной платформе позволит делиться информацией между всеми департаментами и линиями бизнеса и работать совместно для достижения целей компании.
Важно отметить, что реализация общей модели может быть сделана с помощью SAP Business Planning and Consolidation, а расширения и отдельные сценарии в SAP Analytics Cloud. Таким образом можно сохранить инвестиции в уже существующее решение и начать использовать инновационные возможности SAP Analytics Cloud, как показано на рис.11.
Рисунок 11. BPC+SAC
Еще можно выстроить работу только через SAP Analytics Cloud, так как с релиза 2019.5 запускаются последовательности планирования SAP BPC напрямую из SAC story (рис. 12).
Рисунок 12. SAP BPC Planning sequence
Вообщем, SAP Analytics Cloud сейчас развивается очень активно и позволяет автоматизировать все более сложные процессы планирования. Сложные с точки зрения автоматизации — за счет своей гибкости, и сложные из-за перерасчетов модели — за счет функционального наполнения. При этом решение позволяет расширить уже существующие модели или процессы удобным современным интерфейсом моделирования, планирования и анализа, а также организовать все более актуальную концепцию коллаборативного корпоративного планирования. Кстати, мы уже готовим материал и скоро расскажем, каким образом может осуществляться подключение к данным из SAP Analytics Cloud, как обогатить процесс анализа и планирования предиктивными возможностями решения: добавить прогноз показателей во времени, построить модель классификации или регрессии. А также поговорим о self-service возможностях подготовки данных в SAP Data Warehouse Cloud.
Автор – Ирина Шефтелевич, старший архитектор бизнес-решений SAP CIS
Как организовать процесс планирования в SAP Analytics Cloud
Системы планирования и бюджетирования существуют уже десятки лет, и одной из главных проблем систем данного класса до сих пор остается недостаточная гибкость. С трудоемкой задачей пересчета и консолидации данных сегодня справляются почти все. А когда дело доходит до изменения бизнес-модели и модели данных, по которой происходит перерасчет плановых показателей, не справляется почти никто. Например, при проведении реорганизаций или решении о выводе отдельных производственных процессов на аутсорсинг система планирования должна приспосабливаться и позволять очень быстро вносить изменения во все расчетные документы, связанные с формированием себестоимости и финансовых результатов. Учет этих требований не должен приводить к формированию системы, в которой издержки по планированию, будут превышать получаемый от внедрения эффект.
Планирование — это постановка стратегических целей бизнеса, а затем определение, как их достичь путем создания годовых бюджетов, отслеживания прогресса в прогнозах и моделирования сценариев для поиска новых возможностей. Все планы формируются с помощью проецирования исторических данных на будущее, сбора информации из различных функциональных направлений и учета тенденций, рисков и потенциальных возможностей рынка. Например, исполнительное руководство фирмы-производителя велосипедов замечает растущий спрос на электрические велосипеды и решает увеличить продажи данного типа продукта на 20% в течение следующих трех лет. В бюджете на будущий год финансовый отдел определяет общие расходы и доходы в результате реализации этого плана.
Тем не менее, планирование деятельности не ограничивается руководителями и финансовыми аналитиками. Происходит совместная работа отделов по всей организации:
В сложившейся ситуации SAP Analytics Cloud очень помогает за счет широкого спектра функций планирования, business intelligence, прогнозирования и организации совместной работы, благодаря которым процесс планирования осуществляется проще и быстрее. Простота и скорость в этом инструменте обусловлена его гибкостью. На каждом этапе могут быть внесены правки, а следующий и предыдущий этапы будут отражать внесенные изменения.
В целом, процесс планирования в SAP Analytics Cloud выглядит таким образом (Рис.1)
Рисунок 1.
Prepare. Сначала мы подготавливаем данные к работе: подключаемся к источникам, создаем на их основе модель планирования. В последствии она будет автоматически обогащаться новыми данными из исходных источников в соответствии со специально настроенным нами расписанием.
Schedule. Далее происходит процесс формирования календаря задач, который позволяет организовать множество параллельных рабочих процессов, назначить исполнителей и проверяющих и установить сроки выполнения. Календарь отслеживает прогресс выполнения задач и процессов и нагрузку сотрудников (рис. 2).
Рисунок 2.
Predict. Безусловно, при составлении плана в основу всегда ложатся исторические данные, либо построенный на них прогноз. C помощью функции predictive forecasting можно по нажатию кнопки получить автоматический прогноз и вывести его на график динамики временного ряда или положить прямо в основную таблицу с планом (рис. 3).
Рисунок 3.
Plan. Далее мы переходим непосредственно к планированию. С помощью этих функций в SAP Analytics Cloud можно реализовать:
Например, когда аналитик завершает планирование продаж, он может перенести сформированную выручку в планирование P&L. Подобным образом связываются планы HR и продаж, продаж и финансов. При этом финансовые данные напрямую приходят из SAP S/4HANA, HR данные из SAP SuccessFactors, а данные о продажах из SAP IBP (рис.4).
Рисунок 4.
К примеру, нам нужно обновить прогноз продаж по определенному типу продукта. Для этого мы просто выделяем нужную ячейку и вводим желаемый процент роста. После внесения изменений система осуществит перерасчет всех зависимых показателей и выделит их цветом. Кроме того, таблицы в SAP Analytics Cloud могут работать как Excel-листы, то есть мы можем свободно делать какие-то промежуточные расчеты прямо на странице отчета (рис.5).
Рисунок 5.
Также инструмент позволяет автоматизировать процессы аллокации.
Distribute. С помощью этой функции пользователь может перемещать значения из одной ячейки в другую на одном уровне иерархии в рамках любого доступного измерения. Допустим, мы хотим перераспределить плановые значения операционных затрат между категориями товаров (рис. 6).
Рисунок 6.
После выбора нужной ячейки-источника и вызова функции «Distribute» появляется диалоговое окно, позволяющее моделировать различные варианты распределения имеющегося значения. Мы можем выбрать аналитику и необходимый уровень иерархии, в рамках которых можно перемещать значения. В примере выше осуществляется перераспределение 50 млн из категории товаров «Apparel» в «Footwear».
Spreading. С помощью этой функции можно реализовать процесс распределения значений из ячейки верхнего уровня иерархии на нижние. Это может быть осуществлено автоматически или путем кастомизированной настройки.
Если в пустую ячейку вводится новое значение, то для нижних уровней иерархии того же измерения данное значение распределяется по всем статьям в равных долях.
Но также существует возможность произвести распределение вручную. Например, мы хотим распределить затраты на заработную плату по регионам. После выбора нужной ячейки и вызова функции Spreading мы видим диалоговое окно. В нем можно указать желаемое распределение данного вида затрат вручную, воспользоваться функцией копирования из любой выделенной ячейки таблицы или выбрать один из доступных сценариев автозаполнения (рис.7).
Рисунок 7.
Assign. Еще одна функция аллокации позволяет распределить значение по нескольким ячейкам на определенном уровне иерархии какой-либо аналитики. В отличие от функций Distribute и Spreading здесь не требуется обозначения конкретной ячейки-источника. Допустим, мы хотим добавить 50 млн в план затрат на продажи и маркетинг по конкретному типу продукта. При помощи функции Assign мы можем добавить значение в конкретную статью затрат и распределить (рис. 8).
Рисунок 8.
Также инструмент позволяет автоматизировать рабочий процесс планирования с помощью создания Data Actions. Это процессы, которые включают в себя функции копирования и вставки, а также сложные формулы с использованием скриптов. С их помощью возможно моделирование таких процессов, как планирование денежных потоков, амортизация и операции переноса. Процессы разного уровня сложности разрабатываются пользователем в удобном режиме моделирования, могут быть встроены в отчетность и запущены по нажатию кнопки. Другими словами – это аналог макросов в Excel, но работающий в low code режиме.
Операции копирования позволяют легко перемещать данные между разными моделями. Например, если у нас есть отдельные модели для планирования численности персонала и расходов, мы можем использовать Data Actions для копирования данных из этих моделей в центральную финансовую модель.
Допустим, мы хотим создать автоматизированный процесс переноса значений сальдо на конец предыдущего периода в ячейку с сальдо на начало текущего (рис.9).
Рисунок 9.
Построить такой процесс можно с помощью простого визуального редактора или путем написания скрипта на языке BPC logic, который может быть знаком консультантам SAP BPC. Здесь немаловажно отметить, что система помогает пользователю строить код, предлагая возможные варианты функций.
Так выглядит процесс, построенный в визуальном редакторе (рис.10).
Рисунок 10.
Создание Data Action происходит в несколько этапов. Сначала мы «рисуем» контентную структуру:
После построения контентной структуры мы выбираем определённый срез данных, накладываем фильтры и начинаем наполнять формулы контекстом: конкретными элементами измерений и показателями, другими словами, объясняем системе, к чему именно данные формулы нужно применить.
Затем мы добавляем кнопку, запускающую созданный Data Action, прямо в аналитический отчет, и получаем необходимые результаты в момент ее нажатия (рис.12).
Рисунок 12.
Блокировка данных. Эта функциональность позволят накладывать ограничения на редактирование определенных разрезов данных для конкретных пользователей или их групп. Если в дальнейшем потребуются изменения настроек блокировки данных, можно запланировать их в календаре задач, который упоминался в начале статьи (рис. 13).
Рисунок 13.
Версионность. Кроме того, пользователь имеет возможность видеть, как различные планы соотносятся друг с другом и с фактическими данными. Необходимо проводить анализ отклонений и следить за тем, чтобы планы оставались в рамках бюджета. Все это осуществимо благодаря версионности, которая позволяет параллельно строить альтернативные сценарии планирования и делиться ими внутри системы, не создавая при этим путаницы и сохраняя неизменным (рис.14). оригинальный набор данных.
Рисунок 14.
Визуализация. Заключительным этапом процесса планирования в SAP Analytics Cloud будет отражение получившихся результатов удобным для визуального восприятия способом. Для каждой из версий бюджетов и прогнозов могут быть построены объекты визуализации, которые наглядно отражают разницу между ними (рис.15).
Рисунок 15.
Коммуникации. Помимо всех перечисленных этапов весь процесс планирования сопровождается постоянными коммуникациями между пользователями системы. Сотрудники могут оставлять комментарии к каждому графику или конкретной ячейке таблицы, отмечать любого пользователя системы и вести дискуссию в специальном чате (рис. 16 а, б).
Рисунок 16 а.
Рисунок 16 б.
Таким образом, методология планирования в SAP Analytics Cloud – цикл, который позволяет поставить все процессы «на поток», оставляя при этом возможность гибкого внесения изменений.
SAP Analytics Cloud подходит как для построения корпоративной системы планирования компании, так и для точечных планов отдельных подразделений.
Данный инструмент является stand-alone решением и может стать частью мультивендорной архитектуры. Интеграция SAP Analytics Cloud с решениями SAP нативна, кроме того, существует стандартный бизнес контент для различных индустрий и линий бизнеса. Многие преднастроенные отчеты из этого списка включают себя сценарии планирования для таких инструментов как S/4HANA, IBP, Ariba, Success Factors и множества других решений SAP. О совместных сценариях планирования с SAP Analytics Cloud мы расскажем в следующих статьях.
Кроме этого, в ближайших материалах мы расскажем об AutoML и его возможностях, а также о том, как с помощью SAP Cloud Platform создать экстеншн для ERP-систем.
Автор – Анастасия Николаичева, архитектор бизнес-решений SAP CIS
Как построить гибридную аналитическую платформу на базе SAP Analytics Cloud и локальных систем компании
Мы много писали здесь и здесь про наше решение SAP Analytics Cloud (SAC), которое предназначено для интерактивного и гибкого анализа данных. Сегодня же мы расскажем об еще одной возможности SAC, а именно о гибридной модели работы решения с локальными системами компании.
Почему Live-режим важен?
При использовании облачных платформ возникает вопрос о безопасности работы и передачи данных в аналитическую систему. Технология Live-подключения позволяет создавать аналитические панели средствами SAP Analytics Cloud без передачи бизнес-данных в облако, что может гарантировать сохранность данных внутри корпоративного контура компании.
Как мы писали ранее, SAС объединяет в себе 3 ключевых функциональности для работы с данными: BI, планирование и продвинутая аналитика с применением методов машинного обучения. И конечно же удобно, что это SaaS BI инструмент, не требующий локального развертывания, позволяющий создавать дашборды и анализировать информацию без установки каких-либо программ на компьютер пользователя. Работа совершается в браузере, а обновления системы происходят автоматически.
SAP Analytics Cloud позволяет подключаться к источникам в двух разных форматах, как показано на рис.1:
Как работает Live-подключение?
Live-подключение – прямое взаимодействие браузера и источника данных. Это хорошо видно из схемы на рис.2. Именно браузер является центральным компонентом для всех взаимодействий: он формирует запросы на получение данных из источника, а также метаданных из SAP Analytics Cloud через Javascript. Затем происходит объединение полученной информации в рамках отчета на странице браузера, где открыт веб-адрес тенанта SAP Analytics Cloud.
Рисунок 2. Схема Live-подключения
В основе работы такого подключения лежит механизм CORS (Cross-origin resource sharing), позволяющий запрашивать ограниченные ресурсы на веб-странице из другого домена за пределами домена, из которого был получен первый ресурс. То есть можно запрашивать данные из нескольких веб-ресурсов в рамках одной страницы браузера. При этом бизнес-данные не покидают корпоративную сеть и надёжно хранятся в существующем источнике. Браузер взаимодействует напрямую с SAP Analytics Cloud, Identity Provider (доверенный сервер авторизации) и всеми подключёнными источниками данных. Он работает с тремя типами соединений:
SAP Analytics Cloud хранит метаданные, необходимые для формирования отчета.
Они полностью зашифрованы и передаются через https канал, а для отображения в отчётах обрабатываются в браузере с помощью javascript. При этом отдельные объекты хранят необходимую информацию для формирования запроса и построения данного отчёта.
Что такое бизнес- и метаданные
Представьте, что у вас есть таблица, в которой присутствуют наименования полей, а также сами бизнес-данные.
Названия аналитик передаются в SAP Analytics Cloud для построения отчетов, а бизнес-данные из столбцов таблицы в SAP Analytics Cloud не передаются. Давайте разберем эту ситуацию на примере данных из этой таблицы.
Метаданными в данном примере будут “ID”, “Название продукта”, “Регион”, “Сумма”. А данными — Томаты, Самара, 200, картофель, Волгоград и 350.
Настройка Live-подключения
Инструкции по настройке Live-подключения с использованием CORS для различных источников приведены в help.sap.com и доступны на русском языке, а также со скриншотами на официальном ресурсе sapanalytics.cloud, поэтому дублировать весь контент не имеет смысла.
Но для общего понимания давайте посмотрим, как это выглядит на примере подключения тенанта SAP Analytics Cloud к SAP BW/4HANA.
У подключения есть определенные требования, выделим ключевые из них, которые нам необходимы. Большинство из них связано с тем, что мы работаем через браузер (рекомендуемым является Google Chrome).
При этом проверяется:
При этом вместо нужно указать host вашей BW системы, — ID клиента (манданта).
Должно появиться окно ввода регистрационных данных, после входа вы получите ответ в виде JSON.
Поэтому же адресу можно проверить действительность SSL-сертификата.
Это требуется, чтобы Google Chrome и другие браузеры разрешали межсайтовый доступ к файлам cookie вашего локального источника данных SAP из системы SAP Analytics Cloud. Нужно настроить свой локальный источник данных так, чтобы он создавал файлы cookie с определенными атрибутами. Без этих настроек при использовании соединения Live Data будут возникать ошибки и работа будет невозможна.
Настройка на стороне BW выполняется следующим образом:
В папке профилей ABAP-системы создайте файл rewrite.txt.
Добавьте в файл скрипт перезаписи для добавления атрибутов cookie в совместимые веб-браузеры:
После этого сохраните файл и зайдите в SAP GUI под учетной записью системного администратора. Перейдите в транзакцию RZ10 и отредактируйте профиль DEFAULT ABAP-системы: активируйте HTTP-перезапись и укажите файл перезаписи. Для этого добавьте следующий параметр профиля: icm/HTTP/mod_0 = PREFIX=/,FILE=$(DIR_PROFILE)/rewrite.txt
Сохраните изменения и перезапустите ABAP-систему.
Убедившись, что все основные требования соблюдены, можем переходить к настройке CORS:
cначала необходимо установить значение параметра icf/cors_enabled = 1 в транзакции RZ11 как на рис.3.
Рисунок 3. Интерфейс транзакции RZ11
После этого, добавим SAP Analytics Cloud в whitelist HTTP (транзакция UCONCOCKPIT).
Сначала установим статус Active Check для параметра Cross-Origin Resource Sharing (рис.4).
Рис. 4. Установка статуса Active Check для Cross-Origin resource sharing
Теперь нам нужно указать Origin Host – адрес тенанта SAP Analytics Cloud, с которым настраиваем подключение. Для этого переходим в режим редактирования и нажимаем To Whitelist.
Рис. 5. Указание Origin Host
И вводим значения.
В поле «Правило хоста» добавляем адрес тенанта SAP Analytics Cloud.
Также нужно указать разрешенные методы (Get, Head, Post, Options) и разрешенные заголовки:
X-CSRF-TOKEN,X-SAP-CID,AUTHORIZATION,MYSAPSSO2,X-REQUEST-WITH,SAP-REWRITEURL,SAP-URL-SESSION-ID,CONTENT-TYPE,ACCEPT-LANGUAGE
И видимые заголовки:
X-CSRF-TOKEN,SAP-REWRITEURL,SAP-URL-SESSION-ID,SAP-PERF-FESREC,SAP-SYSTEM.
Остальные параметры установите, как показано на экране ниже (рис.6).
Рисунок 6. Окно ввода данных для подключения
Теперь добавим соединение на стороне тенанта SAP Analytics Cloud. Откроем его в браузере.
В меню выбираем «Соединения», далее нажимаем на «+» для создания нового и выбираем SAP BW в разделе «Установить соединение с Live Data». Далее выбираем тип соединения – прямое, вводим имя своего хоста SAP BW, порт HTTPS и клиент, а также указываем логин и пароль для проверки соединения (рис. 7).
Рисунок 7. Настройка на стороне в SAP Analytics Cloud
После этого мы приступаем к созданию моделей данных на базе Live-подключения и переходим к созданию журналов.
В конце можем выполнять визуализацию данных из BW Queries, как на рис.8:
Рисунок 8. Вид отчета в SAP Analytics Cloud
Отдельно стоит сказать несколько слов про управление доступами и ролями пользователей при работе в режиме Live-подключения. Используя этот режим, мы опираемся на авторизации, заданные в системе-источнике. Например, когда мы подключаемся к BEx запросу на базе созданного соединения, система проверяет наше право на доступ и данные, которые этот запрос возвращает. В случае недостатка прав мы не сможем продолжить работу. Для этого в системе-источнике данных должен быть заведен пользователь, соответствующий пользователю SAP Analytics Cloud. Их мэппинг может выполняться при вводе логина-пароля при подключении к бэкенд-системе из SAP Analytics Cloud, либо при помощи SAML Single Sign-On. Этот способ, конечно же, является рекомендованным для продуктивного применения решения. Инструмент ведения пользователей может быть интегрирован с Windows ADFS.
Сегодня мы поговорили о том, какие особенности имеет режим Live-подключения SAP Analytics Cloud, а также как осуществляется его настройка. Теперь мы можем избежать дублирование настроек безопасности и копирование бизнес-данных в облако.
SAC также позволяет существующим клиентам SAP BusinessObjects настраивать подключение к созданным в компании юниверсам и, таким образом, сохранять инвестиции и не менять используемую архитектуру для модуля self-service аналитики в компании. В планах развития продукта при работе в Live-режиме: связывание нескольких источников Live между собой (например, BW с HANA), добавление вычисляемых измерений и некоторых типов расчетных показателей, улучшение производительности, а также добавление интеллектуальных функций. Для ознакомления с возможностями продукта доступен 90-дневный триал решения.
Автор — Евгений Горбунов, архитектор бизнес-решений SAP CIS