Planning for Success: Das Potenzial von SAP Analytics Cloud

Das Konzept von extended Planning and Analysis ist nicht neu – SAP hat schon immer über integrierte Unternehmensplanung gesprochen. Interessant ist, dass Marktanalysten wie Gartner diesen Trend nun im Markt sehen und den Begriff Extended Planning and Analysis eingeführt haben, um anzudeuten, dass viele Unternehmen über eine reine Finanzplanung hinausschauen und einen integrierten Ansatz in der Planung umsetzen möchten.

Verschiedene Teilplanungen neben der finanziellen Planung im Personalwesen, im Marketing oder im Vertrieb sollen für eine holistische Sicht auf das Unternehmen miteinander verknüpft werden.

Abb. 1: Extended Planning & Analysis verknüpft Teilpläne und bietet eine holistische Sicht, Quelle: SAP SE

Aus IT-Sicht bringt das eine Reihe von Herausforderungen mit sich, wenn einzelne Tools für die unter-schiedlichen Planungsbereiche eingesetzt werden, gleichzeitig aber Entscheidungen in einem Bereich (z.B. Einführung eines neuen Produkts im Vertrieb) Auswirkungen auf die anderen Teilbereiche haben (neues benötigtes Personal und Einfluss auf Gewinn und Verlustrechnung).

Mit der SAC steht eine Plattform zur Verfügung, auf der einzelne Teilplanungen implementiert aber auch leicht miteinander verknüpft werden können.

Produktseitig gibt SAC keinen bestimmten Prozess vor, sondern bietet ein Tool-Set an, mit dem Kunden ihre Planungsanwendungen aufbauen können.
In der Modellierungsumgebung können Dimensionen und Attribute des Modells definiert werden, über die Analysefunktion können im ersten Schritt Daten analysiert werden. SAC bietet mehrere Möglichkeiten, wie die Daten ins System kommen. Mit Hilfe von Predictive kann der Datensammelprozess automatisiert werden.

SAC bietet auch Funktionen der Prozessorchestrierung an, um Verantwortlichkeiten zuzuweisen und den Fortgang des Prozesses sichtbar zu machen.

Templates und Business Content ergänzen SAC und dienen als Vorlage für die Modelldefinition, es gibt Templates für die Datenerfassung oder auch Templates für Dashboards.

Abb. 2: SAC bietet Templates von der Modelldefinition über Datenerfassung bis hin zu Dashboard-Vorlagen, Quelle: SAP SE

1. Stärkere Integration mit den Services auf der SAP Business Technology Platform
   SAC selbst wird über die BTP zur Verfügung gestellt – wie auch SAP Datasphere, das Cloud-Datenmanagement-Produkt der SAP, das Planung ins Datawarehouse integriert hat.
2. Kernplanungsfunktionalitäten in SAC 
   Planungsfunktionen sind weiter ein strategischer Bestandteil der Roadmap, insbesondere Data Actions (Implementation von Business Logik) oder Multi Actions zur Definition von Prozessketten.
3. Composable Analytics
4. SAC Add-in for Microsoft Office 365 (Excel):
   Gerade im Finanzumfeld ist Excel als Tool gesetzt – über das Add-In kann sich Excel direkt mit SAC verbinden und die Planungsfunktionalitäten in Excel nutzen.
5. Unified Story
   Die Unified Story vereint seit 2023 Story und Analytic Application in der Unified Story. Kommt man an die Grenzen der Standardisierung in einer Story, kann man innerhalb der Story in den Application-Builder-Modus wechseln und die Story über Java-Script Funktionalität erweitern.
   Das ist für die Planung relevant, da die meisten Planungsanwendungen in der Vergangenheit über Analytic Application umgesetzt wurden. Jetzt kann viel Story-Funktionalität genutzt werden – gerade für Layout und Anordnung der Widgets und über Java-Script angereichert werden.
6. Artificial Intelligence
   Das ist eines der Kernthemen für 2024. Es wird intern geprüft, an welchen Prozessschritten in der Planung AI gewinnbringend eingesetzt werden kann – gerade bei der Erstellung von Objekten oder Scripten. Da gerade in der Planung viel Business Logik implementiert werden muss,kann AI hier sicher sinnvoll unterstützen.

Gerade in der Planung startet alles mit dem Datenmodell. Für die Planung in SAC benötigt man zunächst ein Datenmodell. Während man sich bei der Analyse über eine Live-Connection an eine BW-Query konnektieren kann, benötigt man bei der Planung eine Datenpersistenz innerhalb der SAC, in der Daten verändert und neue Datensätze erzeugt werden. Entsprechend gibt es in der Planung eine vollwertige Datenmodellierungsumgebung. Hier wurde in der Vergangenheit viel investiert.

Konzeptionell verfügt SAC über ein mehrdimensionales Datenmodell, vergleichbar mit einem BW-Cube. Kennzahlen und Dimensionen können definiert werden und für die Dimensionen Attribute und Hierarchien definiert werden. Über Ladeprozesse kann alles mit dem Vorsystem verknüpft werden und man bekommt so Stammdaten aktualisiert geladen.

• das „Structure First-Modellierungsverfahren“, bei dem erst das Datenmodell definiert wird
• das „Data First-Modellierungsverfahren“, bei dem das Modell aus dem Datensatz heraus erstellt wird. (neu)

(Bisher wurden Data First Modellierungs-Workflows nicht unterstützt – mit einem Spreadsheet bzw. basierend auf einer Datenconnection kann das Datenmodell direkt aus den Daten heraus erstellt werden. Aus den Spalten des Spreadsheets werden nach und nach die Dimensionen des Modells erstellt.)

„Ein Artefakt unterstützt sämtliche Modellierungsansätze.“

Abb. 3: Ein Modellierungsartefakt für sämtliche Modellierungsansätze, Quelle: SAP SE

Mit dem zweiten Release 2024 soll eine Live-Connection verfügbar sein, da es eine große Nachfrage nach Live-Verbindungen für generische SQL-Datenverbindungen gab.

Beispielhafter Anwendungsfall: auf eine Oracle- oder IBM-Datenbank in der Systemlandschaft soll mit SAC über eine Live-Verbindung zugegriffen werden.
Geplant ist die Nutzung von Live-Datenquellen im Kontext eines SAC-Modells, einschließlich der Verwendung der Versionsdimension zur Partitionierung entfernter und lokaler Daten zu Planungszwecken.
Bisher wurde die Live-Connection über BW abgedeckt, HANA Native, S/4 und Universes.

Abb. 4: Geplante Neuerungen für die Modellierung in der Planung mit SAC, Quelle: SAP SE

Geplant ist die Integration mit SAP Datasphere. Planungsmodelle sollen direkt in Datasphere gespeichert werden können. Hat man ein Planungsmodell in SAC aufgebaut, kann man sich beim Speichern entscheiden, ob es in einem Datasphere-Space eingesetzt werden soll. Damit kann die Datenhaltung komplett in der Datasphere gemanaged werden und man muss Daten nicht mehr zwischen beiden System hin und her schieben.

Dies ermöglicht auch die Wiederverwendung von Dimensionen und Fakten innerhalb der Datasphere-Persistenz (repliziert oder föderiert).

Generell werden für die Planung viele einzelne Features ausgeliefert, bei denen der Nutzen nicht gleich klar ist.

Abb. 5: Übersicht über Planning Features in SAC, Quelle: SAP SE

• Planning: bidirektionaler Datentransfer mit Datasphere
• Multi-Actions: Aufrufen von Smart Predict
• Smart Predict: Influencer Variablen berücksichtigen

Für einen Forecast-Prozess sollen externe Influencer Variablen genutzt werden.
Beispiel: Für eine Umsatzprognose soll die Betrachtung der gesamtwirtschaftlichen Entwicklung einbezogen werden, beispielsweise Datenprovider für das Wirtschaftswachstum wie das Statistische Bundesamts, die OECD oder Weltbank.

Abb. 6: SAC automatisiert Planung mit externen Daten, Quelle: SAP SE

Vorgehen:

1. Erster Schritt: Über Datasphere wird auf den Data Marketplace zugegriffen, der entsprechende Datenprodukte anbietet
2. Die Daten werden in das eigene SAC-Planungsmodell mittels DSP geladen
3. Auf diesem Modell lässt man das Smart-Predict laufen, die Prognosefunktionalität innerhalb der SAC und kann damit einen automatisierten Forecast erstellen.
4. Dies ist die Integration von Predictive Methoden in den Planungsprozess.

SAC verfolgt zwei Ansätze:

• Smart Predict für Business User
  Smart Predict ist eine Funktionalität, die sich an normale Business User richtet ohne großen Hin-tergrund in statistischen Verfahren, da es einfach zu konfigurieren ist.
• API-basierte Integration für Data Scientists
  Data Science-Teams können komplexere Machine-Learning Modelle aufbauen mit geeigneten Werkzeugen wie Jupyter Notebooks. Über API-Schnittstellen können diese Anwendungen ange-schlossen werden.

Demo-Video in Smart Predict-Umgebung: (ab Min 34)
(Auswahl von GDP auf dem Data-Marketplace, Laden der Daten in Prognosemodell, Report erstellen lassen und für einzelne Produkte und Regionen Zeitreihen betrachten, die das System prognostiziert hat. Diskontinuitäten (Bsp. Corona) werden identifiziert und berücksichtigt. Ergebnisse werden in das Planungsgrid als zweite Version zum manuellen Plan integriert.)

Demo-Video für den Data Science orientierten Ansatz: (ab Min 37:35)
(Jupyter-Notebook und Python-Bibliothek, Prognose mit triple exponential smoothing, Ergebnis aus dieser Umgebung kann zurückgeschrieben werden und in SAC dargestellt werden.)

Bei der Datenerfassung ist ebenfalls einiges in der Vorbereitung, denn 95% der User nutzen SAC-Tabellen für die Erfassung.
Man kann direkt in der Tabelle Daten eingeben und den Plan direkt in der Tabelle aktualisieren. Die Tabelle ist als Pivot-Tabelle aufgebaut. Dateneingabe auf höherer Ebene wird ebenfalls unterstützt und das System kann die Dateneingabe herunterbrechen. (s. Video: Min 42)

Die Planung kann auf jeder Ebene einer Hierarchie durchgeführt werden, um die Dateneingabe zu rationalisieren.

• Direkte Eingabe/Anpassungen in Tabelle und Werttreiberbaum (d.h. VDT)
• Planungstafel zur Durchführung komplexer Datenspreizungen und -verteilungen
• Datenzugriffskontrolle, Datensperren und Validierungsregeln zur Sicherstellung von Datenqualität und Governance
• Planung in verschiedenen Währungen
• Mitglieder on-the-fly einschließlich mehrerer Zeilen (Zukunft)
• Asymmetrisches Berichtswesen (Zukunft) – man möchte Zeit und Version in der Tabelle haben. Bei Filterung auf das laufende Jahr möchte man nur die Actuals aus dem letzten Jahr und die Planzahlen für das nächste Jahr sehen und nicht vier Möglichkeiten aus dem kartesischen Aufriss. Über das asymmetrische Berichtswesen kann man dieses Layout aufbauen.

Weitere geplante Neuerungen:

• Zentraler Job Monitor: Ein Administrator kann verschiedene Jobs, wie Datenimport, Datenaktionen oder Multiaktionen zentral monitoren und administrieren. Dies vereinfacht die Fehleranalyse und Fehlersuche. (2024)
• Benutzerdefinierte Disaggregation: Bei der benutzerdefinierten Disaggregation kann das Standardverhalten geändert werden. Typische Anwendungsfälle sind Disaggregation auf der Grundlage einer anderen Kennzahl, z. B. die Ist-Werte des letzten Jahres.
  Wenn man einen Wert auf einem Knoten eingibt, bricht das System den Wert herunter, die Verteilung soll aber anhand eines bestimmten Referenzwerts individueller durchgeführt werden, z.B. auf den Ist-Werten aus dem letzten Jahr. (H2 2024)
• Asymmetrische Layouts: Typische Planungslayouts für die Tabelle sind nicht-kartesische Spaltenstrukturen, z. B. der Vergleich der Istwerte des letzten Jahres mit dem Plan des nächsten Jahres. (Zukunft)

Der Kalender ist das zentrale Tool, um den Prozess in SAC zu orchestrieren. Auch hier sind weitere Verbesserungen geplant.

• Public API: Um SAC mit externen Workflow-Tools zu kombinieren (ab Q1 2024)
• Integration mit Outlook: Zugriff auf Aufgaben eines Planungsprozesses über Outlook, Teams und To Do (ab Q1 2024)
• Process Templates: Für bestimmte komplexere Prozesse sollen Templates erstellt werden können. Mit Kalendervorlagen können Kunden Prozessstrukturen einschließlich Aufgaben entwerfen. Vorlagen können instanziiert werden, um eine spezielle Instanz dieses Prozesses auszuführen. (2024))

Nach einem Add-In für MS Office besteht große Nachfrage, daher wurde hier im letzten Jahr viel investiert. In Excel können nun beispielsweise Data Actions ausgelöst werden oder individuelle Planungslayouts angelegt werden.

Abb. 7: geplante Neuerungen für das Add-In für MS Office 365 in SAC, Quelle: SAP SE

• Dateiablage (File Repository): Excel-Arbeitsmappen können direkt in der SAP Analytics Cloud Datei-Repository und Katalog gespeichert werden (Q1 2024)
• Neue Stammdaten in Excel erzeugen: Kalenderereignisse lassen sich zwischen SAP Analytics Cloud Calendar und Microsoft Office 365 harmonisieren. Zugriff auf Aufgaben über Outlook, Teams und To Do.
• Absprung aus der Story: Aus dem Story-Kontext kann man direkt in Excel wechseln und dort z.B. Filtereinstellungen mitnehmen kann. Mit Kalendervorlagen kann man Prozessstrukturen einschließlich Aufgaben entwerfen. Vorlagen können instanziiert werden, um eine dedizierte Instanz des Prozesses auszuführen.

Die Integration mit SAP Datasphere ist eines der Hauptprojekte für 2024.
Wenn man über verschiedene Unternehmensbereiche eine Planungsanwendung aufbauen möchte, hat man bestimmte Anforderungen an die Datenqualität und Daten müssen transformiert werden, um die Integration bewerkstelligen zu können.

Datasphere ist das Tool, um solche Datenvorbereitungsprozesse durchzuführen.

Heute können bereits Daten über die Schnittstellen zwischen Systemen ausgetauscht werden, was aber eine Replikation der Daten darstellt und Aufwand mit sich bringt. Hier arbeitet SAP daran, dass die SAC-Planungsmodelle direkt in der Datasphere-Umgebung gespeichert werden können, so dass die Replikation entfällt.

Das Demovideo (Min 48) zeigt, wie verschiedene Teile des Portfolios zusammenspielen an Hand eines Planungsprozesses im HR-Umfeld.

In der Workforce-Planung können Reduzierung der Arbeitszeit, Gehaltserhöhungen oder neue Stellen geplant werden. Anlegen von zwei neuen Positionen über ein Template mit Attributen (wo sind sie aufgehängt, Startdatum, Gehalt). Verknüpfung mit Genehmigungsworkflow, Übertragung in SuccessFactors, bei Ablehnung der zweiten Position wird weiterer Workflow gestartet.