狠狠撸

狠狠撸Share a Scribd company logo
2021年3月3日
山田 基博
NECソリューションイノベータ
SAP Analytics Cloud 導入事例とポイント
SAP Inside Track 2021
TOKYO
2
名前: 山田 基博
会社: NECソリューションイノベータ
部門: プロダクト?エンジニアリング事業部
役割: SAP Analytics Cloud SS?構築
参加目的:最新動向?情報収集、ネットワーキング
自己紹介
3
参加者様へセッション前質問
質問1: SAP Analytics Cloud はぶっちゃけ使えるツールだと思いますか? (選択式)
1: もちろんでしょ!!
2: 機能によっては使える!(使えそう)
3: 正直微妙(他のツールの方がいいのでは?)
4: SACを知らないのでわからない
質問2: 大量データを活用し、やりたいことはありますか? (自由テキスト)
※SAP Analytics Cloud での可否に関わらず
4
1. SAP Analytics Cloud 概要
2. 某プロジェクトで実現しようとしていたこと
3. 実装での課題と対応事例
4. SAP Analytics Cloud 導入時のポイント
SAP Analytics Cloud 導入事例とポイント
5
転載1:SAP社 Webサイト https://www.sapjp.com/blog/analytics_cloud/
1. SAP Analytics Cloud 概要 (1/2)
アナリティクスに必要となる機能を1ストップで提供
6
1. SAP Analytics Cloud 概要 (2/2)
情報活用に必要な機能を1ストップで提供
転載2: SAP Analytics Cloudのご紹介(SAPジャパン 2018.10) PIBLIC P.7
7
2. 某プロジェクトで実現しようとしていたこと (1/2)
1) S/4HANA、既存業務システムデータの SAP Analytics Cloud(以下SAC) への集約と
ダッシュボードによる見える化
2) 計画立案業務(Excel) のSAC化
Bシステム
ローカルPC
Aシステム
SAP
S/4HANA Cloud
ファイルサーバ
SAP
Analytics Cloud
モデル ストーリー
計画
ダッシュボード
AI
■当初想定案
SACの制約(当時)で、
当初想定案の実現は
難しいことに???
DWH
(データ蓄積?加工)
8
2. 某プロジェクトで実現しようとしていたこと (2/2)
Bシステム
ローカルPC
Aシステム
SAP
S/4HANA Cloud
ファイルサーバ
モデル ストーリー
計画
ダッシュボード
AI
当初想定案
Bシステム
ローカルPC
Aシステム
SAP
S/4HANA Cloud
ファイルサーバ
モデル ストーリー
計画
ダッシュボード
AI
最終構成
SAP
Analytics Cloud
SAP
Analytics Cloud
HANA View
SAP
Cloud Platform
DWH
(データ蓄積?加工)
DWH
(データ蓄積?加工)
■当初想定案からの主な変更点
① データ蓄積?加工を SAC から SCP(HANAデータサービス) へ変更
② 計画機能を SAC から SCP(追加開発) へ変更
変更せざるを得なかった課題と
対応について説明します!
※ 2020年2月時点の話し
9
3. 実装での課題と対応 (1/4)
課題1: ストーリーとモデルに関する制約 (2020年2月時点)
ストーリーに定義されたモデルを別のモデルに変更できない。
? 既存のモデルに新たなディメンションやメジャーを追加する際は再生成(作り直し)が必要となる
モデルA
SAP
Analytics Cloud
ストーリー 新モデルA
SAP
Analytics Cloud
新ストーリー
得意先
製品
???
得意先
製品
営業担当者
???
モデルの再作成、ストーリーの
修正が必要
■参考
SAC ver 2021.1 よりストーリーに紐づくモデルの変更が可能となったため、現時点は課題ではありません。
本番で使われているものを
修正するのは、リスクが高い…
対応1: SCP(HANA-DB)のHANA Viewを修正することで、リスクを軽減
モデルA
HANA View
SAP
Cloud Platform
ストーリー
SAP
Analytics Cloud
新モデルA
HANA View
SAP
Cloud Platform
新ストーリー
得意先
製品
???
得意先
製品
営業担当者
???
SAP
Analytics Cloud
HANA Viewを
修正
10
3. 実装での課題と対応 (2/4)
課題2: SACでのデータ加工に関する制約
SACは、データ加工があまり得意ではない。
モデル同士の結合は「ディメンションリンク」で可能であるが、設定がやや面倒。
チャート
モデル
SAP
Analytics Cloud
対応2: SACでのデータ加工はやめ、SCP(HANA-DB)にてHANA Viewを作成し、SACから参照する
モデル
HANA View
SAP
Cloud Platform
ストーリー
SAP
Analytics Cloud
データ加工を
HANA-DBで行うから
データ蓄積も
SCP(HANA-DB)に
したのね!
ディメンション
リンク
ディメンションリンク設定例
11
3. 実装での課題と対応 (3/4)
課題3: SACモデルへの自動データインポートの課題
SACで用意されている データインポートジョブ実行
間隔は、最短で 1回/ 時間。
? リアルタイムでデータ連携ができない
Bシステム
Aシステム
ファイル
サーバ
モデル ストーリー
計画
ダッシュボード
AI
SAP
Analytics Cloud
DWH
(データ蓄積?加工)
SAP
S/4HANA Cloud
ローカルPC
対応3: SCP(HANA-DB)でデータ蓄積をするよう変更
SACでのデータ蓄積をやめ、SCP(HANA-DB)で
データ蓄積する。
データ連携にSDI を使用し、ニアリアルタイムで連携。
Bシステム
ローカルPC
Aシステム
SAP
S/4HANA Cloud
ファイル
サーバ
モデル ストーリー
計画
ダッシュボード
AI
SAP
Analytics Cloud
HANA View
SAP
Cloud Platform
DWH
(データ蓄積?加工)
SDI によるニア
リアルタイム連携 ※SDI:Smart Data Integration
SACデータインポート
ジョブは1回/時間
12
3. 実装での課題と対応 (4/4)
課題4: データアクション機能の制約 (2020年2月時点)
割当(例:計画機能での配賦実行)、データアクション機能の自動起動ができない。
? 夜間自動起動ができない(起動するには、人がメニューから実行 or ボタンを押下する必要がある)
■参考
SAC 2020年3Q更新により、カレンダ機能からデータアクションの起動が可能となったため現時点は課題では
ありません。(SACでの実装が望ましいと実感しています)
手動でボタンを
押す必要あり
対応4: SACでの計画機能利用は断念し、SCPで追加開発を行う
モデル
SAP
Analytics Cloud
SAP
Cloud Platform
SAP
Analytics Cloud
計画
ローカルPC
ローカルPC
計画 計画
断念???
13
4. SAP Analytics Cloud 導入時のポイント
? システム全体のデータフローを明確にする
?どのようなデータがどんな粒度で集約できるのか?
?インタフェースタイミングは?
?データの確からしさは?
? 見える化する内容を明確にする
?どのようなKPI、レポートを見るのか?
?どのような分析を行うのか?
?手持ちのデータを使って、サンプルレポートをまずは作成してみるのもアリ
? 使用する機能、権限を明確にする
?使用する機能によりライセンス料が異なる
? SAC機能拡張予定は常にウォッチを!
?できなかったことが、できるようになる可能性がある
14
? SAC を触ってみませんか?(90日間 Free Trialがあります)
? OpenSAPで SACのコンテンツがあります
? データモデリングのノウハウもあるとBetter
? BW経験者の方は、是非!
SACを一緒に盛り上げていきましょう!!
テーマ:チャレンジしよう! - 行動をおこすキッカケに
転載3:SAP社 Webサイト https://www.sap.com/cmp/td/sap-analytics-cloud-free-trial.html
Ad

Recommended

【CVPR 2020 メタサーベイ】Neural Generative Models
【CVPR 2020 メタサーベイ】Neural Generative Models
cvpaper. challenge
?
CVPR2018 pix2pixHD論文紹介 (CV勉強会@関東)
CVPR2018 pix2pixHD論文紹介 (CV勉強会@関東)
Tenki Lee
?
Generating Diverse High-Fidelity Images with VQ-VAE-2
Generating Diverse High-Fidelity Images with VQ-VAE-2
harmonylab
?
立教大学惭叠础:础滨の最先端技术によるこれからの価値创造
立教大学惭叠础:础滨の最先端技术によるこれからの価値创造
Osaka University
?
(研究会輪読) Facial Landmark Detection by Deep Multi-task Learning
(研究会輪読) Facial Landmark Detection by Deep Multi-task Learning
Masahiro Suzuki
?
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
Kosuke Shinoda
?
Generative Adversarial Networks (GAN) の学習方法進展?画像生成?教師なし画像変換
Generative Adversarial Networks (GAN) の学習方法進展?画像生成?教師なし画像変換
Koichi Hamada
?
「実践ドメイン駆動設計」社内読書会まとめ ~IDDD本難民に捧げる1章から7章~
「実践ドメイン駆動設計」社内読書会まとめ ~IDDD本難民に捧げる1章から7章~
A AOKI
?
【DL輪読会】GET3D: A Generative Model of High Quality 3D Textured Shapes Learned f...
【DL輪読会】GET3D: A Generative Model of High Quality 3D Textured Shapes Learned f...
Deep Learning JP
?
础奥厂て?はし?める惭尝翱辫蝉
础奥厂て?はし?める惭尝翱辫蝉
MariOhbuchi
?
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
Kosetsu Tsukuda
?
【DL輪読会】EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Pointsfor...
【DL輪読会】EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Pointsfor...
Deep Learning JP
?
顿补迟补-肠别苍迟谤颈肠な惭尝开発
顿补迟补-肠别苍迟谤颈肠な惭尝开発
Takeshi Suzuki
?
え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?
Yugo Shimizu
?
础奥厂の狈辞厂蚕尝入门
础奥厂の狈辞厂蚕尝入门
Akihiro Kuwano
?
础滨を活用し経理业务を「データサイエンス业务」に変革するためのポイントと実务-経理人材が今后目指すべき方向性を提示-
础滨を活用し経理业务を「データサイエンス业务」に変革するためのポイントと実务-経理人材が今后目指すべき方向性を提示-
Kan Hara
?
Open Liberty / WebSphere Liberty
Open Liberty / WebSphere Liberty
Takakiyo Tanaka
?
論文紹介 "DARTS: Differentiable Architecture Search"
論文紹介 "DARTS: Differentiable Architecture Search"
Yuta Koreeda
?
DRIVE CHARTの裏側 ? AI ? IoT ? ビッグデータを 支えるアーキテクチャ ?
DRIVE CHARTの裏側 ? AI ? IoT ? ビッグデータを 支えるアーキテクチャ ?
DeNA
?
今から始めようMicrosoft PowerApps! (2017年版) - 吉田の備忘録
今から始めようMicrosoft PowerApps! (2017年版) - 吉田の備忘録
Taiki Yoshida
?
タクシーxAIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて [SRE NEXT 2020]
タクシーxAIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて [SRE NEXT 2020]
DeNA
?
MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会
MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会
オラクルエンジニア通信
?
Agile Quality アジャイル品質パターン (QA2AQ)
Agile Quality アジャイル品質パターン (QA2AQ)
Hironori Washizaki
?
実装レベルで学ぶ痴蚕痴础贰
実装レベルで学ぶ痴蚕痴础贰
ぱんいち すみもと
?
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
DeNA
?
異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3
異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3
Shota Saitoh
?
【機械学習勉強会】画像の翻訳 ”Image-to-Image translation”
【機械学習勉強会】画像の翻訳 ”Image-to-Image translation”
yoshitaka373
?
待ち事象から考える、Sql server の改善ポイント
待ち事象から考える、Sql server の改善ポイント
Masayuki Ozawa
?
Introduction and sharing of experiences with sac planning functions
Introduction and sharing of experiences with sac planning functions
Fumiya Imazeki
?
Sit tokyo2021_ANA_SACで機械予測と計画業務の融合性を考えてみた
Sit tokyo2021_ANA_SACで機械予測と計画業務の融合性を考えてみた
Chikako Nobori
?

More Related Content

What's hot (20)

【DL輪読会】GET3D: A Generative Model of High Quality 3D Textured Shapes Learned f...
【DL輪読会】GET3D: A Generative Model of High Quality 3D Textured Shapes Learned f...
Deep Learning JP
?
础奥厂て?はし?める惭尝翱辫蝉
础奥厂て?はし?める惭尝翱辫蝉
MariOhbuchi
?
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
Kosetsu Tsukuda
?
【DL輪読会】EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Pointsfor...
【DL輪読会】EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Pointsfor...
Deep Learning JP
?
顿补迟补-肠别苍迟谤颈肠な惭尝开発
顿补迟补-肠别苍迟谤颈肠な惭尝开発
Takeshi Suzuki
?
え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?
Yugo Shimizu
?
础奥厂の狈辞厂蚕尝入门
础奥厂の狈辞厂蚕尝入门
Akihiro Kuwano
?
础滨を活用し経理业务を「データサイエンス业务」に変革するためのポイントと実务-経理人材が今后目指すべき方向性を提示-
础滨を活用し経理业务を「データサイエンス业务」に変革するためのポイントと実务-経理人材が今后目指すべき方向性を提示-
Kan Hara
?
Open Liberty / WebSphere Liberty
Open Liberty / WebSphere Liberty
Takakiyo Tanaka
?
論文紹介 "DARTS: Differentiable Architecture Search"
論文紹介 "DARTS: Differentiable Architecture Search"
Yuta Koreeda
?
DRIVE CHARTの裏側 ? AI ? IoT ? ビッグデータを 支えるアーキテクチャ ?
DRIVE CHARTの裏側 ? AI ? IoT ? ビッグデータを 支えるアーキテクチャ ?
DeNA
?
今から始めようMicrosoft PowerApps! (2017年版) - 吉田の備忘録
今から始めようMicrosoft PowerApps! (2017年版) - 吉田の備忘録
Taiki Yoshida
?
タクシーxAIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて [SRE NEXT 2020]
タクシーxAIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて [SRE NEXT 2020]
DeNA
?
MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会
MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会
オラクルエンジニア通信
?
Agile Quality アジャイル品質パターン (QA2AQ)
Agile Quality アジャイル品質パターン (QA2AQ)
Hironori Washizaki
?
実装レベルで学ぶ痴蚕痴础贰
実装レベルで学ぶ痴蚕痴础贰
ぱんいち すみもと
?
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
DeNA
?
異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3
異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3
Shota Saitoh
?
【機械学習勉強会】画像の翻訳 ”Image-to-Image translation”
【機械学習勉強会】画像の翻訳 ”Image-to-Image translation”
yoshitaka373
?
待ち事象から考える、Sql server の改善ポイント
待ち事象から考える、Sql server の改善ポイント
Masayuki Ozawa
?
【DL輪読会】GET3D: A Generative Model of High Quality 3D Textured Shapes Learned f...
【DL輪読会】GET3D: A Generative Model of High Quality 3D Textured Shapes Learned f...
Deep Learning JP
?
础奥厂て?はし?める惭尝翱辫蝉
础奥厂て?はし?める惭尝翱辫蝉
MariOhbuchi
?
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
Kosetsu Tsukuda
?
【DL輪読会】EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Pointsfor...
【DL輪読会】EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Pointsfor...
Deep Learning JP
?
顿补迟补-肠别苍迟谤颈肠な惭尝开発
顿补迟补-肠别苍迟谤颈肠な惭尝开発
Takeshi Suzuki
?
え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?
Yugo Shimizu
?
础奥厂の狈辞厂蚕尝入门
础奥厂の狈辞厂蚕尝入门
Akihiro Kuwano
?
础滨を活用し経理业务を「データサイエンス业务」に変革するためのポイントと実务-経理人材が今后目指すべき方向性を提示-
础滨を活用し経理业务を「データサイエンス业务」に変革するためのポイントと実务-経理人材が今后目指すべき方向性を提示-
Kan Hara
?
Open Liberty / WebSphere Liberty
Open Liberty / WebSphere Liberty
Takakiyo Tanaka
?
論文紹介 "DARTS: Differentiable Architecture Search"
論文紹介 "DARTS: Differentiable Architecture Search"
Yuta Koreeda
?
DRIVE CHARTの裏側 ? AI ? IoT ? ビッグデータを 支えるアーキテクチャ ?
DRIVE CHARTの裏側 ? AI ? IoT ? ビッグデータを 支えるアーキテクチャ ?
DeNA
?
今から始めようMicrosoft PowerApps! (2017年版) - 吉田の備忘録
今から始めようMicrosoft PowerApps! (2017年版) - 吉田の備忘録
Taiki Yoshida
?
タクシーxAIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて [SRE NEXT 2020]
タクシーxAIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて [SRE NEXT 2020]
DeNA
?
MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会
MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会
オラクルエンジニア通信
?
Agile Quality アジャイル品質パターン (QA2AQ)
Agile Quality アジャイル品質パターン (QA2AQ)
Hironori Washizaki
?
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
DeNA
?
異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3
異音検知プラットフォーム開発におけるMLOpsの実際と考察 - MLOps コミュニティ #3
Shota Saitoh
?
【機械学習勉強会】画像の翻訳 ”Image-to-Image translation”
【機械学習勉強会】画像の翻訳 ”Image-to-Image translation”
yoshitaka373
?
待ち事象から考える、Sql server の改善ポイント
待ち事象から考える、Sql server の改善ポイント
Masayuki Ozawa
?

Similar to 【SAP Inside Track Tokyo 2021 DAT】SAP Analytics Cloud導入事例とポイント (15)

Introduction and sharing of experiences with sac planning functions
Introduction and sharing of experiences with sac planning functions
Fumiya Imazeki
?
Sit tokyo2021_ANA_SACで機械予測と計画業務の融合性を考えてみた
Sit tokyo2021_ANA_SACで機械予測と計画業務の融合性を考えてみた
Chikako Nobori
?
次世代Analytics製品のSAP Analytics Cloud(SAC)ってなんなの?どうなの?
次世代Analytics製品のSAP Analytics Cloud(SAC)ってなんなの?どうなの?
Accenture Japan
?
【SAP Inside Track Tokyo 2021】 SAP Data Intelligence - データ連携とML活用
【SAP Inside Track Tokyo 2021】 SAP Data Intelligence - データ連携とML活用
Akira Nagata
?
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
Yasuko Sekiguchi
?
SAP S/4HANA
SAP S/4HANA
MPN Japan
?
Sharing the evolution of sac
Sharing the evolution of sac
Fumiya Imazeki
?
基調講演から読むSAPテクノロジの潮流 ~ SAPテクノロジはどこから来て、どこへ行くのか ~
基調講演から読むSAPテクノロジの潮流 ~ SAPテクノロジはどこから来て、どこへ行くのか ~
Shunichiro Yamamoto
?
SAP Cloud Platform
SAP Cloud Platform
MPN Japan
?
SAP Inside Track Tokyo 2019 オープニング資料
SAP Inside Track Tokyo 2019 オープニング資料
Mino Kato
?
ヒ?シ?ネスに役立つテ?ータ分析
ヒ?シ?ネスに役立つテ?ータ分析
Issei Kurahashi
?
蝉颈迟罢辞办测辞2023冲厂础颁の厂贬滨狈碍础(进化、深化、真価)に大注目!!.辫辫迟虫
蝉颈迟罢辞办测辞2023冲厂础颁の厂贬滨狈碍础(进化、深化、真価)に大注目!!.辫辫迟虫
Fumiya Imazeki
?
Sit tokyo2022 sac/dwc Big data real-time cooperation
Sit tokyo2022 sac/dwc Big data real-time cooperation
ssuser0cf3dd
?
SAP HANAを用いたビジネスデータの活用について
SAP HANAを用いたビジネスデータの活用について
KentaKogure
?
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
オラクルエンジニア通信
?
Introduction and sharing of experiences with sac planning functions
Introduction and sharing of experiences with sac planning functions
Fumiya Imazeki
?
Sit tokyo2021_ANA_SACで機械予測と計画業務の融合性を考えてみた
Sit tokyo2021_ANA_SACで機械予測と計画業務の融合性を考えてみた
Chikako Nobori
?
次世代Analytics製品のSAP Analytics Cloud(SAC)ってなんなの?どうなの?
次世代Analytics製品のSAP Analytics Cloud(SAC)ってなんなの?どうなの?
Accenture Japan
?
【SAP Inside Track Tokyo 2021】 SAP Data Intelligence - データ連携とML活用
【SAP Inside Track Tokyo 2021】 SAP Data Intelligence - データ連携とML活用
Akira Nagata
?
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
SAP Inside Track Tokyo 2019 Data Intelligence の展望とMLプロジェクト事例
Yasuko Sekiguchi
?
Sharing the evolution of sac
Sharing the evolution of sac
Fumiya Imazeki
?
基調講演から読むSAPテクノロジの潮流 ~ SAPテクノロジはどこから来て、どこへ行くのか ~
基調講演から読むSAPテクノロジの潮流 ~ SAPテクノロジはどこから来て、どこへ行くのか ~
Shunichiro Yamamoto
?
SAP Cloud Platform
SAP Cloud Platform
MPN Japan
?
SAP Inside Track Tokyo 2019 オープニング資料
SAP Inside Track Tokyo 2019 オープニング資料
Mino Kato
?
ヒ?シ?ネスに役立つテ?ータ分析
ヒ?シ?ネスに役立つテ?ータ分析
Issei Kurahashi
?
蝉颈迟罢辞办测辞2023冲厂础颁の厂贬滨狈碍础(进化、深化、真価)に大注目!!.辫辫迟虫
蝉颈迟罢辞办测辞2023冲厂础颁の厂贬滨狈碍础(进化、深化、真価)に大注目!!.辫辫迟虫
Fumiya Imazeki
?
Sit tokyo2022 sac/dwc Big data real-time cooperation
Sit tokyo2022 sac/dwc Big data real-time cooperation
ssuser0cf3dd
?
SAP HANAを用いたビジネスデータの活用について
SAP HANAを用いたビジネスデータの活用について
KentaKogure
?
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
オラクルエンジニア通信
?
Ad

【SAP Inside Track Tokyo 2021 DAT】SAP Analytics Cloud導入事例とポイント

  • 1. 2021年3月3日 山田 基博 NECソリューションイノベータ SAP Analytics Cloud 導入事例とポイント SAP Inside Track 2021 TOKYO
  • 2. 2 名前: 山田 基博 会社: NECソリューションイノベータ 部門: プロダクト?エンジニアリング事業部 役割: SAP Analytics Cloud SS?構築 参加目的:最新動向?情報収集、ネットワーキング 自己紹介
  • 3. 3 参加者様へセッション前質問 質問1: SAP Analytics Cloud はぶっちゃけ使えるツールだと思いますか? (選択式) 1: もちろんでしょ!! 2: 機能によっては使える!(使えそう) 3: 正直微妙(他のツールの方がいいのでは?) 4: SACを知らないのでわからない 質問2: 大量データを活用し、やりたいことはありますか? (自由テキスト) ※SAP Analytics Cloud での可否に関わらず
  • 4. 4 1. SAP Analytics Cloud 概要 2. 某プロジェクトで実現しようとしていたこと 3. 実装での課題と対応事例 4. SAP Analytics Cloud 導入時のポイント SAP Analytics Cloud 導入事例とポイント
  • 5. 5 転載1:SAP社 Webサイト https://www.sapjp.com/blog/analytics_cloud/ 1. SAP Analytics Cloud 概要 (1/2) アナリティクスに必要となる機能を1ストップで提供
  • 6. 6 1. SAP Analytics Cloud 概要 (2/2) 情報活用に必要な機能を1ストップで提供 転載2: SAP Analytics Cloudのご紹介(SAPジャパン 2018.10) PIBLIC P.7
  • 7. 7 2. 某プロジェクトで実現しようとしていたこと (1/2) 1) S/4HANA、既存業務システムデータの SAP Analytics Cloud(以下SAC) への集約と ダッシュボードによる見える化 2) 計画立案業務(Excel) のSAC化 Bシステム ローカルPC Aシステム SAP S/4HANA Cloud ファイルサーバ SAP Analytics Cloud モデル ストーリー 計画 ダッシュボード AI ■当初想定案 SACの制約(当時)で、 当初想定案の実現は 難しいことに??? DWH (データ蓄積?加工)
  • 8. 8 2. 某プロジェクトで実現しようとしていたこと (2/2) Bシステム ローカルPC Aシステム SAP S/4HANA Cloud ファイルサーバ モデル ストーリー 計画 ダッシュボード AI 当初想定案 Bシステム ローカルPC Aシステム SAP S/4HANA Cloud ファイルサーバ モデル ストーリー 計画 ダッシュボード AI 最終構成 SAP Analytics Cloud SAP Analytics Cloud HANA View SAP Cloud Platform DWH (データ蓄積?加工) DWH (データ蓄積?加工) ■当初想定案からの主な変更点 ① データ蓄積?加工を SAC から SCP(HANAデータサービス) へ変更 ② 計画機能を SAC から SCP(追加開発) へ変更 変更せざるを得なかった課題と 対応について説明します! ※ 2020年2月時点の話し
  • 9. 9 3. 実装での課題と対応 (1/4) 課題1: ストーリーとモデルに関する制約 (2020年2月時点) ストーリーに定義されたモデルを別のモデルに変更できない。 ? 既存のモデルに新たなディメンションやメジャーを追加する際は再生成(作り直し)が必要となる モデルA SAP Analytics Cloud ストーリー 新モデルA SAP Analytics Cloud 新ストーリー 得意先 製品 ??? 得意先 製品 営業担当者 ??? モデルの再作成、ストーリーの 修正が必要 ■参考 SAC ver 2021.1 よりストーリーに紐づくモデルの変更が可能となったため、現時点は課題ではありません。 本番で使われているものを 修正するのは、リスクが高い… 対応1: SCP(HANA-DB)のHANA Viewを修正することで、リスクを軽減 モデルA HANA View SAP Cloud Platform ストーリー SAP Analytics Cloud 新モデルA HANA View SAP Cloud Platform 新ストーリー 得意先 製品 ??? 得意先 製品 営業担当者 ??? SAP Analytics Cloud HANA Viewを 修正
  • 10. 10 3. 実装での課題と対応 (2/4) 課題2: SACでのデータ加工に関する制約 SACは、データ加工があまり得意ではない。 モデル同士の結合は「ディメンションリンク」で可能であるが、設定がやや面倒。 チャート モデル SAP Analytics Cloud 対応2: SACでのデータ加工はやめ、SCP(HANA-DB)にてHANA Viewを作成し、SACから参照する モデル HANA View SAP Cloud Platform ストーリー SAP Analytics Cloud データ加工を HANA-DBで行うから データ蓄積も SCP(HANA-DB)に したのね! ディメンション リンク ディメンションリンク設定例
  • 11. 11 3. 実装での課題と対応 (3/4) 課題3: SACモデルへの自動データインポートの課題 SACで用意されている データインポートジョブ実行 間隔は、最短で 1回/ 時間。 ? リアルタイムでデータ連携ができない Bシステム Aシステム ファイル サーバ モデル ストーリー 計画 ダッシュボード AI SAP Analytics Cloud DWH (データ蓄積?加工) SAP S/4HANA Cloud ローカルPC 対応3: SCP(HANA-DB)でデータ蓄積をするよう変更 SACでのデータ蓄積をやめ、SCP(HANA-DB)で データ蓄積する。 データ連携にSDI を使用し、ニアリアルタイムで連携。 Bシステム ローカルPC Aシステム SAP S/4HANA Cloud ファイル サーバ モデル ストーリー 計画 ダッシュボード AI SAP Analytics Cloud HANA View SAP Cloud Platform DWH (データ蓄積?加工) SDI によるニア リアルタイム連携 ※SDI:Smart Data Integration SACデータインポート ジョブは1回/時間
  • 12. 12 3. 実装での課題と対応 (4/4) 課題4: データアクション機能の制約 (2020年2月時点) 割当(例:計画機能での配賦実行)、データアクション機能の自動起動ができない。 ? 夜間自動起動ができない(起動するには、人がメニューから実行 or ボタンを押下する必要がある) ■参考 SAC 2020年3Q更新により、カレンダ機能からデータアクションの起動が可能となったため現時点は課題では ありません。(SACでの実装が望ましいと実感しています) 手動でボタンを 押す必要あり 対応4: SACでの計画機能利用は断念し、SCPで追加開発を行う モデル SAP Analytics Cloud SAP Cloud Platform SAP Analytics Cloud 計画 ローカルPC ローカルPC 計画 計画 断念???
  • 13. 13 4. SAP Analytics Cloud 導入時のポイント ? システム全体のデータフローを明確にする ?どのようなデータがどんな粒度で集約できるのか? ?インタフェースタイミングは? ?データの確からしさは? ? 見える化する内容を明確にする ?どのようなKPI、レポートを見るのか? ?どのような分析を行うのか? ?手持ちのデータを使って、サンプルレポートをまずは作成してみるのもアリ ? 使用する機能、権限を明確にする ?使用する機能によりライセンス料が異なる ? SAC機能拡張予定は常にウォッチを! ?できなかったことが、できるようになる可能性がある
  • 14. 14 ? SAC を触ってみませんか?(90日間 Free Trialがあります) ? OpenSAPで SACのコンテンツがあります ? データモデリングのノウハウもあるとBetter ? BW経験者の方は、是非! SACを一緒に盛り上げていきましょう!! テーマ:チャレンジしよう! - 行動をおこすキッカケに 転載3:SAP社 Webサイト https://www.sap.com/cmp/td/sap-analytics-cloud-free-trial.html