In der datengetriebenen Welt von heute müssen alle Unternehmen Aktionsknoten für Daten integrieren, die sie für ihre strategischen und betrieblichen Entscheidungen nutzen können. Um datenbasierte Entscheidungen zu ermöglichen, ist es erforderlich, bei ständig wachsenden Datenmengen Wert aus strukturierten und unstrukturierten Daten zu extrahieren und diese (aus den Daten abgeleiteten) Informationen zeitnah per Handshaking zwischen Geschäft und IT zu nutzen. Die Integration einer Cloud-Strategie für das Unternehmens-Reporting kann die beste Option darstellen, um IT und Geschäft zusammenzubringen.
Der wichtigste Aspekt der digitalen Transformation besteht darin, dass das Data Warehouse flexibel ist und mit Hilfe von Self-Services eine demokratisierte Datennutzung und die nahtlose Integration externer Datenquellen ermöglicht. Eine möglichst hohe Agilität ist hier ebenfalls wichtig und, neben den andern Punkten, der Grund für den Aufbau zukunftsfähiger Data Warehouses. Außerdem können Unternehmen im Idealfall die Vorteile von Data Warehouses in der Cloud nutzen, ohne ihre Investitionen in lokale Systeme zu verlieren.
Dateneinblicke mit SAP Data Intelligence
SAP Data Intelligence ist eine umfassende Datenmanagementlösung. Als Layer für die Datenorchestrierung der SAP Business Technology Platform wandelt sie ein dezentralisiertes Datenchaos in eine gut organisierte Informationsquelle um, die Innovation skalierbar macht.
Heutzutage nutzen viele Unternehmen Aktionsknoten für strategische und operative Entscheidungen. Hierbei ist das wichtigste Kriterium, diese datenbasierten Entscheidungen möglich zu machen, aus der ständig wachsenden Menge an Daten die nötigen Informationen zu extrahieren und diese sinnvoll nutzen zu können. Durch eine integrierte Cloud-Strategie kann das Enterprise Reporting IT und Geschäft optimal unterstützen.
SAP Data Intelligence ist unserer Erfahrung nach eines der dafür besonders geeigneten Produkte in der SAP Integration Suite. Es bietet Datenintegration, Datenmanagement und Datenverarbeitung in einer umfassenden Lösung.
In der aktuellen Situation lautet die zentrale Frage im Hinblick auf die bestehende Systemlandschaft der Kunden:
Welche Anwendungsfälle führen zu dieser Architektur und was sind die Vorteile?
Vorteile von Data Intelligence
Data Intelligence hilft den Kunden bei ihren täglichen Aufgaben und Entscheidungen. Hier besprechen wir die Vorteile der Data Intelligence und warum Unternehmen diese nutzen sollten:
Veränderungen im Hinblick auf die Nachfrage
Data Intelligence bietet Unternehmen die Möglichkeit, sich an dynamische Veränderungen anzupassen. Heutzutage besteht für Unternehmen ständig die Notwendigkeit, sich weiterzuentwickeln. Um im Wettbewerb zu bestehen und das Risiko des Scheiterns zu reduzieren, müssen Unternehmen neu aufkommende Trends annehmen und integrieren. Data Intelligence liefert Einblicke in das Kundenverhalten und entsprechende Veränderungen. Die Unternehmen werden durch intelligente adaptive Prozesse über wiederholte Veränderungen und ihre Erscheinungsmuster informiert. Das ermöglicht dem Unternehmen, auf der Basis von Analysen informierte Entscheidungen zu treffen.
Starke Datengrundlage
Data Intelligence macht Big Data leistungsstärker, weil sie es möglich macht, den Prozess der Datenanordnung umzustrukturieren. Sie ermöglicht die Extraktion von Informationen aus Big Data und die Bereitstellung optimierter Anwendungen.
Die Beschleunigung von Innovation
Data Intelligence beschleunigt die Innovation durch eine intelligente Nutzung von Daten. Sie macht es möglich, Informationen aus vorhandenen Daten zu nutzen, um die geschäftliche Innovation voranzutreiben und Services unter Berücksichtigung der Präferenzen und Anforderungen der Kunden zu entwickeln.
Augmented Analytics
Im Bereich Data Intelligence werden ausgereifte statistische Ansätze genutzt, um die visualisierte prädiktive und präskriptive Analyse zu verbessern. Neueste Simulationsmöglichkeiten bieten Unternehmen die Chance, potenzielle Ergebnisse zu prognostizieren und bei Bedarf regulierend in Prozesse einzugreifen.
Die Funktionen von SAP Data Intelligence
Durch umfassende Kapazitäten im Bereich Metadatenmanagement hilft SAP Data Intelligence, Geschäftsdaten besser zu verstehen. Um zu gewährleisten, dass alle von denselben Voraussetzungen ausgehen, gibt es Geschäftsregeln, Data Lineage, ein Business-Lexikon und ein Regel-Dashboard. Der zentralisierte Zugang zu verschiedenen Datenquellen ermöglicht eine bessere Zusammenarbeit zwischen vielen unterschiedlichen Teams, darunter Dateningenieure und -architekten, Entwickler im Bereich maschinelles Lernen und Datenentwickler sowie Kern-IT-Teams.
Vorteile der Funktionen von SAP Data Intelligence
Im heutigen Umfeld ist es schwierig, allein auf der Grundlage interner Daten zuverlässige Prognosen und Bewertungen zu erstellen. Viele Unternehmen entdecken daher nach und nach die Vorteile, auch externe Daten in Berechnungen mit aufzunehmen. Die richtigen Daten-Anbieter zu finden, Daten zu erwerben und diese dann mühsam in Excel zu analysieren und zu visualisieren, erfordert viel Zeit und erhebliche Ressourcen. In der Vergangenheit waren dafür langwierige und kostenintensive IT-Projekte nötig, bei denen es häufig zu Problemen mit der Datenintegration kam. Es war daher unklar, ob so gewonnene Daten tatsächlich eine sinnvolle Option sind. Unabhängig davon sind in vielen Fällen externe Daten erforderlich.
Und genau dieses Problem lösen die Funktionen von SAP Data Intelligence. Sie bieten die Möglichkeit, Daten aus Tausenden von Quellen an einer Stelle zusammenzuführen und eine umfassende und aktuelle Analyse vorzunehmen.
Anwendungsfall: Integration externer Daten in DI in Kombination mit DWC:
Ein Beispielfall für die Integration externer Daten mit Hilfe von SAP Data Warehouse Cloud mit SAP Data Intelligence ist unser Tool Camelot Supply Chain Resilience Cockpit. Auf der Grundlage historischer und aktueller Datenpunkte analysiert es, wie sich externe Einflüsse auf Liefernetzwerke auswirken. Die Lösung liefert Unternehmen einen stets aktuellen Überblick über Lieferprobleme im Ein- und Ausgang und gibt Warnungen in Echtzeit aus. Dies führt am Ende zu mehr Transparenz, Resilienz, einer effektiveren Vorhersage von Bestellungen/Ereignissen, einem effizienteren Management von aktiven Routen und einem reibungsloseren Bestellprozess.
Die Kapazitäten von SAP Data Intelligence im Bereich des maschinellen Lernens verbessern die Genauigkeit, indem sie aus Trainingsdaten lernen und die Algorithmen auf die neu generierten Daten anwenden. Nach abgeschlossenem Lernprozess können die Vorhersagen über die DI- und DWC-Verbindung weitergeleitet werden. Die aktualisierten Daten lassen sich auf einfache Weise integrieren und in DWC-Datenströme einbinden. DI bietet zahlreiche Möglichkeiten, externe Wetterdaten und Naturgefahrenwarnungen zu berücksichtigen, sodass die Kunden über Live-Updates verfügen und immer einen Überblick über die besten alternativen Optionen haben.
Die Architektur von DI
Vorteile der Data Intelligence
SAP Data Intelligence kann auf nahezu jede Datenquelle wie relationale Datenbanken, Objektspeicher, verteilte Dateisysteme, Data Lakes, aber auch HTTP-Systeme, REST APIs oder Kafka Event Streams zugreifen. Durch Nutzung von Operatoren auf Basis von Python und anderen Programmiersprachen ist es möglich, den Zugang zu jeder Datenquelle herzustellen.
Beispielsweise mit Hilfe von Jupyter Notebooks ist die Integration aller Arten von Daten für datenwissenschaftliche Anwendungsfälle möglich. Auf diese Weise und in Kombination mit Pipelines, die für Anwendungsfälle genutzt werden können, lassen sich Daten eingehend untersuchen.
- Die historischen Daten in DWC können per IP-Verbindung zwischen DWC und DI und mit Hilfe des entsprechenden Verbindungsmanagements sehr einfach transferiert werden.
- Maschinelles Lernen und Training mit Daten von DWC können mit dem ML Scenario Manager in DI auf effiziente Weise durchgeführt werden.
- Vorgefertigte Operatoren ermöglichen das Datenmanagement in Pipelines.
- Der Metadata Explorer in DI kann in Echtzeit Informationen über die analysierten Daten liefern.
Der Layer für Datenmanagement und -orchestrierung verfügt über Management- und Datengovernance-Kapazitäten wie Factsheet, die die Grundstruktur der Daten anzeigen. Auf diese Weise können Datensätze in einem Katalog veröffentlicht und anderen zugänglich gemacht werden. Die veröffentlichten Datensätze können durch Tags und ein Glossar zur Beschreibung der Datenqualität sowie Rulebooks zur Qualitätskontrolle ergänzt werden. Die Datenorchestrierung erleichtert alle Aufgaben rund um das Datenmanagement. Pipelines sind hilfreiche Tools für das Management von Daten. Es gibt die Möglichkeit, ihre Ausführung zu terminieren und sie zu überwachen. Visuelle Pipeline-Modellierung und Daten-Workflows ermöglichen eine End-to-End-Integration zwischen DI und DWC per API-Zugang. Das Pre-Training von Modellen wird von Functional Services gesteuert. Die Kernservices, die auch das Modell-Training umfassen, sind eine entscheidende Komponente, um die Lücke zwischen SAP Cloud-Plattformen einschließlich DWC zu schließen.
Abdeckung erweiterter Bedürfnisse im Unternehmens-Reporting
Die Lösung, die wir hier beschrieben haben, nutzt SAP Data Intelligence, SAP Data Warehouse Cloud und die Verbindungsmöglichkeit mit zahlreichen Quellen, während SAP Data Warehouse Cloud als primärer Speicher für SAP Data Intelligence dient.
SAP Data Intelligence ist die zentrale Koordinationsstelle der Lösung. Es ermöglicht die Kommunikation über die gesamte Systemlandschaft hinweg. So stellt SAP Data Intelligence die ausgereiften Prognosekapazitäten von Camelot zur Verfügung, die auf der Grundlage von maschinellem Lernen Live-Prognosen sowie Empfehlungen und Warnungen ausgeben. SAP Data Intelligence erstellt ein Wahrscheinlichkeitsmodell, verarbeitet Bestellungen und prognostiziert Ergebnisse.
Insgesamt gesehen ist die Kombination von DWC und DI ein Komplettpaket, das alle Enterprise Reporting-Bedürfnisse auf der Grundlage einer optimalen Zusammenarbeit zwischen IT und Geschäft auf einfache Weise erfüllt.
