SAP Analytics Cloud als Plattform für integrierte Unternehmensplanung

SAP Analytics Cloud entwickelt sich kontinuierlich weiter, mit vier jährlichen Releases, die automatisch in Kundensysteme eingespielt werden. Das jüngste QRC4-Release brachte zahlreiche Neuerungen für die Planungsfunktionen.

Abb 2: Neue Features in SAP Analytics Cloud

Im Bereich Data Actions wurden die Kopierfunktionen erweitert, sodass nun komplexere Mappingregeln, auch über Attribute, möglich sind.

Die Unit Conversion wurde verbessert und ermöglicht jetzt eine generische Einheitenumrechnung, die in Zukunft noch weiter ausgebaut wird. Die Einheitenbehandlung wurde erweitert, sodass nun auch Nicht-Währungseinheiten umgerechnet werden können, mit Plänen für zukünftige Erweiterungen um benutzerdefinierte Einheiten.

Eine signifikante Erweiterung betrifft die Kalender- und Prozess-Orchestrierung. User können jetzt Templates für wiederkehrende Prozesse wie Financial Forecasts oder Kostenstellenrechnungen erstellen.

Die Struktur des Prozesses wird als Template definiert, jedes Mal, wenn man diesen Prozess durchführen möchte, kann man dieses Template instanzieren, sodass dann im Kalender die Tasks und Prozesse automatisch aus diesem Template heraus generiert werden. Diese Templates lassen sich instanziieren und zwischen Systemen transportieren, was die Arbeit erheblich erleichtert. Das heißt, wenn ich in meinem Entwicklungssystem ein Template aufgebaut habe, kann ich das entsprechend auch in mein Produktivsystem transportieren und dort dann entsprechend instanzieren.

Cross Model Copy ist ein spezieller Typ von Kopieroperation in der SAC, mit der entsprechende Daten zwischen verschiedenen Planungsmodellen kopieren werden können.
Früher konnte kein Mapping zwischen verschiedenen Dimensionen hergestellt werden, wenn zum Beispiel in einem Datenmodell eine Dimension vom Typ Account verwendet wurde und im anderen Modell eine normale generische Dimension. Jetzt ist es möglich, hier über verschiedene Typen hinweg solche Mappings aufzubauen. Damit hat man deutlich mehr Flexibilität beim Kopieren von Daten zwischen verschiedenen Planungsmodellen.

In der Modellierung wurden neue Validierungsmöglichkeiten eingeführt, wie die Definition von Pflichtfeldern bei der Anlage neuer Stammdatenelemente, sodass ein Benutzer zwingend die entsprechenden Hierarchie- und Property-Informationen dort mit angeben muss, wenn aus einer Story heraus neue Stammdaten angelegt werden.

Das Excel-Add-In für SAC erfreut sich wachsender Beliebtheit und wurde funktional erweitert. Nutzer können nun Excel-Mappen direkt im SAC File-Repository speichern und mit neuen Formeln asymmetrische Be-richte erstellen.

Asymmetrisches Reporting: Das asymmetrische Reporting in SAC ermöglicht eine flexiblere Darstellung von Planungsdaten. Anstatt einer vollständigen Kombinatorik von Dimensionen, wie Version und Zeit, können User spezifische Kombinationen auswählen. Beispielsweise können für die Version „Actuals“ das vergangene Jahr und für „Plan“ oder „Forecast“ zukünftige Perioden angezeigt werden.

Um solche asymmetrischen Layouts zu erstellen, wurde im Excel-Add-In eine neue Formel namens „Asymmetric Filter“ eingeführt. Mit dieser Formel können User genau festlegen, welche Dimensionskombinationen in ihren Berichten angezeigt werden sollen.

Zusätzlich wurde die Funktionalität beim Kopieren von Daten zwischen Modellen erweitert. Benutzer können nun Mappings über Attribute definieren. Dies ermöglicht beispielsweise, dass beim Kopieren von Daten aus einem Modell mit Kostenstelleninformationen in ein Modell mit Kostenstellen und Profit Centern das Profit Center automatisch aus einem Attribut der Kostenstelle abgeleitet werden kann. Diese attributbasierte Mapping-Funktion kann sowohl für Quell- als auch für Zielmodelle angewendet werden, was die Flexibilität bei der Datenübertragung zwischen verschiedenen Planungsmodellen erhöht.

Abb 3: SAC Add-In für asymmetrisches Reporting

Ein neues PowerPoint-Add-In ermöglicht den direkt den Zugriff auf SAC-Daten aus Präsentationen heraus.

Data File Upload: Schon in QRC 3, im August 2024, kam die Möglichkeit, CSV oder Files aus der Story heraus hochzuladen. Der Hintergrund ist der, dass in vielen Planungsprozessen nach wie vor die Endanwender ihre Daten erstmal lokal vorbereiten, zum Beispiel in Excel, dann wollen sie die Daten hochkopieren in das Planungstool, dann in die SAC. In der Vergangenheit musste man Zugriff auf die Modellierungsumgebung haben, um die Daten zu importieren, was aus Governance-Gesichtspunkten nicht gewünscht ist, auch von der Umgebung her richtet sich die Modellierungsumgebung eher an den Experten.

Wir haben jetzt entsprechend mit diesem Feature ermöglicht, dass man aus der Story, aus dem End-User-UI jetzt über einen so genannten Upload-Trigger, Daten direkt aus einem File in das SAC-Planungsmodell hochladen kann.

Zudem wurde die Steuerung der Datenaktualisierung verbessert.

Eine wichtige Neuerung ist das „Seamless Planning„, das eine stärkere Integration zwischen SAP Datasphere und der Planung in SAC ermöglicht. Dies ist besonders für Unternehmen interessant, die ihre Planung eng mit dem Data Warehouse verknüpfen möchten.

SAP Analytics Cloud ist nie als Data Management oder Data Warehouse Lösung konzipiert worden. Es gibt natürlich bestimmte Grundfunktionalitäten, um Daten in die SAC auch zu laden, beziehungsweise auch ein Stück weit zu transformieren. Aber es gibt keine vollumfänglichen ETL-Möglichkeiten, beziehungsweise auch für das Thema Datenmodellierung bzw. Data Warehousing, Datenarchivierung, Data Lineage hat die SAP Analytics Cloud keine Features im Angebot. Das ist genau das Thema von Datasphere.

Abb 4: Extended Planning and Analysis mit SAC

SAP Analytics Cloud wird als vielseitige Planungsplattform positioniert, die weit über traditionelle Finanzplanungsanwendungen hinausgeht. Während sie weiterhin häufig für klassische Aufgaben wie Kosten- und Erlösplanung eingesetzt wird, nutzen immer mehr Kunden die SAC auch für Prozesse in anderen Bereichen wie HR und Vertriebsplanung.

Ein wesentlicher Vorteil der SAC liegt darin, integrierte Unternehmensplanungsprozesse aufzubauen. Durch die Zusammenführung verschiedener Planungsprozesse auf einer einzigen Plattform können Unternehmen eine bessere Integration, erhöhte Transparenz und letztendlich eine verbesserte Planungsqualität erreichen.

Ein Beispiel verdeutlicht die Vorteile dieser Integration: Bei der Planung neuer Produkteinführungen im Vertrieb muss gleichzeitig sichergestellt werden, dass genügend Vertriebsmitarbeiter zur Verfügung stehen (HR-Planung). Beide Aspekte beeinflussen wiederum die Finanzkennzahlen wie Gewinn- und Verlustrechnung sowie die Bilanz. Die Nutzung einer einheitlichen Plattform für all diese Prozesse vermeidet Brüche und Synchronisationsprobleme, die bei der Verwendung verschiedener Tools entstehen könnten.

Dieser integrierte Ansatz ermöglicht einen schnelleren Zugriff auf die Ergebnisse der einzelnen Teilplanungen und bietet erhebliche Effizienzvorteile bei der Durchführung der Planungsprozesse.

Man sieht anhand der Abbildung 4 die immer wichtigere Rolle von SAP Datasphere bei der integrierten Unternehmensplanung. Sie eignet sich besonders gut für Datenbeschaffungs- und Transformationsprozesse, die in einer Data-Warehouse-Umgebung effizienter umgesetzt werden können. Obwohl viele Kunden derzeit noch auf BW (Business Warehouse) setzen, wird erwartet, dass Datasphere in Zukunft eine stärkere Marktverbreitung finden und eine engere Verknüpfung mit der Planung ermöglichen wird.

Intern wird dieses Konzept als „Enterprise Planning Foundation“ bezeichnet, was die Absicht verdeutlicht, die Integration von Planung und Data-Warehousing voranzutreiben. Datasphere wird dabei als Fundament oder Foundation-Layer betrachtet, auf dem verschiedene Planungsanwendungen aufbauen können und die Datenversorgung dann entsprechend über Datasphere als cloudbasiertes Data-Warehouse sichergestellt werden kann.

Langfristig sieht SAP folgende drei Vorteile:

Abb 5: Vorteile von Seamless Planning mit der Enterprise Foundation

1. Echtzeit-Datenzugriff: Durch die direkte Anlage der Planungsmodelle in Datasphere entfällt der zeitliche Versatz, der bisher durch die Rückspielung der Planungsdaten ins Data Warehouse entstand. Dies ermöglicht einen schnelleren Zugriff auf Planwerte, was besonders während des Planungsprozesses von Vorteil ist, wenn beispielsweise der Einfluss von Teilplanungen auf die Gewinn- und Verlustrechnung unmittelbar sichtbar sein soll.
2. Verbesserte Datenintegration: Für eine integrierte Unternehmensplanung ist eine konsistente Datenbasis entscheidend. Datasphere bietet erweiterte Möglichkeiten, Stammdaten und die gesamte Datenarchitektur der verschiedenen Teilpläne aufeinander abzustimmen, bevor sie in den Planungsprozessen verwendet werden. Dies unterstützt die Umsetzung einer ganzheitlichen Planungsstrategie.
3. Reduzierung redundanter Datenhaltung: Bisher wurden Daten oft doppelt gehalten – in den SAC-Planungsmodellen und im Data Warehouse für Reporting-Zwecke. Durch die Zusammenführung in Datasphere kann diese Redundanz erheblich reduziert werden. Dies spart nicht nur Speicherplatz, sondern verringert auch den Aufwand für Replikationsprozesse, was die Wartung und Effizienz des Gesamtsystems verbessert.

Man sieht anhand der Abbildung die immer wichtigere Rolle von SAP Datasphere bei der integrierten Unternehmensplanung. Sie eignet sich besonders gut für Datenbeschaffungs- und Transformationsprozesse, die in einer Data-Warehouse-Umgebung effizienter umgesetzt werden können. Obwohl viele Kunden der-zeit noch auf BW (Business Warehouse) setzen, wird erwartet, dass Datasphere in Zukunft eine stärkere Marktverbreitung finden und eine engere Verknüpfung mit der Planung ermöglichen wird.

Für die Zukunft plant SAP weitere Verbesserungen: Ab QRC1 soll es möglich sein, in der Planung direkt auf Datasphere-Datenquellen zuzugreifen, ohne die Daten vorher physisch ins Planungsmodell zu replizieren. Dies wird besonders für Verteil- und Allokationsfunktionen nützlich sein. Langfristig ist geplant, semantische Objekte wie Kostenstellen zwischen Datasphere und SAC wiederzuverwenden, um Redundanzen zu reduzieren.

Aktuell befindet sich Seamless Planning in einem kontrollierten Release. Kunden müssen sich über das Influence-Portal registrieren, woraufhin SAP die technischen Voraussetzungen prüft.

Abb 6: Geplante Funktionen für Seamless Planning Controlled Release

Wichtig ist, dass das volle Feature-Set der SAC-Planungsfunktionalitäten weiterhin zur Verfügung steht, einschließlich Data Actions, Predictive Forecasting und das Excel Add-In. Es gibt keine funktionalen Einschränkungen durch die Verlagerung der Datenmodelle in Datasphere.
Ein weiterer Vorteil ist die direkte Weiterverwendung der Plandaten in Datasphere. User können zusätzliche analytische Modelle erstellen, um auf Plandaten zuzugreifen und diese mit Ist-Daten zu verknüpfen oder über Transformation Flows weiterzuverarbeiten.

Für Kunden, die von BW Integrated Planning (BW IP) kommen, ist es wichtig zu beachten, dass der Modellierungs-Workflow weiterhin in der SAC-Umgebung beginnt. Im Gegensatz zu BW IP werden die Modelle nicht rein Data Warehouse-seitig definiert, sondern in SAC erstellt, wobei die Datenpersistenz in Datasphe-re verlagert werden kann. Dieser Ansatz ähnelt eher dem BPC Standard-Modell als dem BPC Embedded-Modell.

Das Ganze ist in diesem Architekturblockbild dargestellt:

Abb 7: Seamless Planning Architektur

In dieser Struktur bleibt die Modellierungsumgebung der SAC unverändert, einschließlich aller Planungsartefakte wie Data Actions, Multi-Actions und Allokationsregeln, die weiterhin in der SAC Design Time definiert werden.

Der wesentliche Unterschied besteht darin, dass die Datenpersistenz der Planungsmodelle nun in Datasphere ausgelagert wird, anstatt direkt in SAC gespeichert zu werden.

Diese Verlagerung ermöglicht einen direkten Zugriff auf die Plandaten innerhalb von Datasphere, beispielsweise durch analytische Modelle. User können zusätzliche Views erstellen, um die Daten weiter zu transformieren oder mit Ist-Daten (Actuals) durch Union- oder Join-Operationen zu kombinieren.
Somit bietet diese neue Architektur erweiterte Möglichkeiten für den lesenden Zugriff auf SAC-Planungsmodelle direkt in Datasphere, was eine flexiblere und integrierte Datenanalyse und -planung ermöglicht.

Der Prozess beginnt in der SAC-Modellierungsumgebung. Bei der Erstellung eines neuen Modells kann der Benutzer nun zwischen der klassischen Speicherung in SAC oder der neuen Option wählen, das Modell in Datasphere zu deployen. Bei der Wahl von Datasphere wird eine Liste verfügbarer Spaces angezeigt, in die das Modell deployed werden kann.

Die gesamten Modellierungsmöglichkeiten von SAC stehen weiterhin zur Verfügung, einschließlich der Definition von Kennzahlen, Attributen und Dimensionen. Zusätzlich gibt es die Option, das Modell in Datasphere zu exponieren, wodurch es im Data Builder von Datasphere sichtbar wird. Dabei können Business Name und Technical Name für die Darstellung in Datasphere festgelegt werden.

In Datasphere können die generierten Tabellen eingesehen werden, wobei der Lebenszyklus dieser Objekte weiterhin von SAC verwaltet wird. Eine direkte Änderung der Modelltypen in Datasphere ist nicht möglich, aber ein lesender Zugriff ist gewährleistet. Sobald Planungs-User ihre Daten in SAC publizieren, werden diese direkt in die entsprechende Tabelle in Datasphere geschrieben und sind dort sofort verfügbar

Darüber hinaus können in Datasphere weitere semantische Schichten auf den Plandaten aufgebaut wer-den. Es ist beispielsweise möglich, Plandaten mit Ist-Daten (Actuals) zu verknüpfen, sei es durch Union oder Join-Operationen. Die Ist-Daten können dabei aus klassischen Datasphere-Tabellen stammen oder über virtuelle Tabellen bzw. Live-Zugriff direkt aus Systemen wie S/4HANA bezogen werden. Dies ermöglicht den Aufbau komplexerer Analysemodelle, die Plan- und Ist-Daten kombinieren.

Abb. 8: Seamless Planning Controlled Release Scope

Das Demo-Video zeigt den Workflow des „Seamless Planning“ in SAC und SAP Datasphere. Der Prozess beginnt in SAC, wo ein neues Modell erstellt und Datasphere als Speicherort gewählt wird. Der Benut-zer wählt einen verfügbaren Datasphere Space aus und erstellt das Modell, in diesem Fall direkt aus ei-ner Flat-File-Datei.
Das Modell wird für Datasphere exponiert, wobei technische und Business-Namen definiert werden. Auch Public Dimensions können für die Wiederverwendung in Datasphere freigegeben werden. In der SAP Story wird ein normaler Planungsprozess durchgeführt, einschließlich der Erstellung neuer Stamm-daten.
Sobald die Plandaten veröffentlicht werden, werden sie in die Datasphere-Persistenz geschrieben. Im Data Builder von Datasphere sind die generierten Tabellen für Stamm- und Bewegungsdaten sichtbar. Der Benutzer kann lesend darauf zugreifen und beispielsweise ein Analytic Model erstellen.

Im Data Lineage Explorer wird die Verknüpfung von Plandaten mit Ist-Daten (Actuals) durch eine Union-Operation gezeigt. In SAC kann auf dieses Analytic Model zugegriffen werden, wodurch Ist- und Planzahlen nebeneinander angezeigt werden. Änderungen in der Planungsmaske werden sofort im Reporting aktualisiert, ohne zeitlichen Versatz.

Für die Nutzung des Seamless Planning müssen Kunden sowohl SAC als auch Datasphere im Einsatz haben und die Tenants miteinander verknüpfen. Es fallen keine zusätzlichen Lizenzkosten an.

• Der SAC-Tenant muss intern auf HANA Cloud laufen, der Infrastruktur, die SAP für die Analytics Cloud verwendet, was für neue Tenants seit Mitte des Jahres standardmäßig der Fall ist. Be-stehende Tenants werden im Laufe des nächsten Jahres migriert. Bis Mitte nächsten Jahres können Kunden keine priorisierten Migrationsanfragen stellen. Als Übergangslösung können Kunden einen zusätzlichen POC-Tenant beantragen.
• Sowohl Datasphere als auch SAC müssen im gleichen Rechenzentrum und auf der gleichen Infrastruktur (z.B. AWS, Azure) betrieben werden.
• Zudem muss eine 1:1-Beziehung zwischen SAC und Datasphere bestehen, was bedeutet, dass für Seamless Planning nur ein SAC-Tenant mit einem Datasphere-Tenant verknüpft werden kann. Für BI-Workflows können weiterhin mehrere SAC-Tenants über Live-Connections auf Datasphere zugreifen.
• Schließlich müssen die verwendeten Modelle vom Typ „New Model“ sein; die älteren „Classic Account Models“ sind für Seamless Planning nicht geeignet.

Aktuell können Kunden mit dem QRC4-Release „Seamless Planning“ über ein kontrolliertes Release aktivieren. Nach einer Registrierung und Prüfung der technischen Voraussetzungen wird das Feature freigeschaltet. Dies ermöglicht es, SAC-Planungsmodelle direkt auf Datasphere zu deployen, wodurch die primäre Datenpersistenz in Datasphere erfolgt.

Im ersten Quartal 2025 wird Seamless Planning allgemein verfügbar, vorausgesetzt die Kunden-Tenants laufen auf HANA Cloud.

Abb. 9: Roadmap für Seamless Planning

Für die Zukunft sind weitere Verbesserungen geplant:

• Direkte Referenzierung von Ist-Werten (Actuals) aus SAC-Modellen, ohne diese vorher ins Planungsmodell kopieren zu müssen.
• Entwicklung eines Migrations-Tools für bestehende Modelle, um diese einfacher auf die neue Architektur umzustellen.
• Wiederverwendung von Datasphere-Dimensionen in SAC-Planungsmodellen, um Redundanzen zu vermeiden.
• Verbesserung des Berechtigungskonzepts, um eine nahtlose Integration zwischen SAC und Datasphere zu gewährleisten.
• Ermöglichung des Schreibzugriffs auf Planungsmodelle direkt aus Datasphere, beispielsweise über Transformation-Flows oder SQL.

Diese Entwicklungen zielen darauf ab, die Integration zwischen SAC und Datasphere zu vertiefen und die Flexibilität sowie Effizienz in der Planungsumgebung zu erhöhen. Genaue Zeitpläne für einige dieser Funktionen stehen noch nicht fest, aber sie befinden sich im Entwicklungs-Backlog.

• Seamless planning between SAP Analytics Cloud and SAP Datasphere is coming! Controlled release in Q4
• Seamless planning integration between SAP Analytics Cloud and SAP Datasphere – product FAQ