1 SAP Digital Transformation Framework

19

1.1 Digitale Transformation

19

1.1.1 Die Notwendigkeit der digitalen Transformation

20

1.1.2 Was bedeutet die Digitalisierung für Ihr Unternehmen?

21

1.1.3 Die Rolle von SAP bei der digitalen Transformation

23

1.2 SAP S/4HANA: der digitale Kern

24

1.2.1 Die betriebswirtschaftliche Notwendigkeit eines digitalen Kerns

24

1.2.2 Die Evolution von SAP ERP

25

1.2.3 Technologien

27

1.3 Grundprinzipien von SAP S/4HANA

28

1.3.1 Frontend

29

1.3.2 Vereinfachungen

30

1.3.3 Echtzeitzugriff auf Daten

31

1.3.4 Innovationsprozesse

32

1.4 Betriebswirtschaftliche Anforderungen an ein SAP-S/4HANA-System

33

1.4.1 ERP in der Cloud

33

1.4.2 Vom Echtzeit-ERP über Prognosen zur Automation

35

1.4.3 Die Positionierung des digitalen Kerns

36

1.5 Zusammenfassung

37

2 Analytics in der Digital Economy

39

2.1 SAP S/4HANA Embedded Analytics vs. autonome Analysen

39

2.2 Transaktionen mit Analytics verknüpfen

43

2.2.1 Verknüpfung auf einer Plattform

45

2.2.2 Verknüpfung innerhalb eines Geschäftsprozesses

45

2.2.3 Verknüpfung innerhalb einer Benutzeroberfläche

47

2.3 Zusammenfassung

49

3 Architektur von SAP S/4HANA Embedded Analytics

51

3.1 Einführung in die Architektur von SAP S/4HANA

51

3.1.1 Stacks

53

3.1.2 Basiskomponenten (Building Blocks)

57

3.1.3 Enterprise Information Management

65

3.2 Das virtuelle Datenmodell (VDM)

67

3.2.1 Core Data Services

68

3.2.2 Was ist das VDM?

78

3.3 Hierarchien

83

3.3.1 Einführung in die Architektur von SAP S/4HANA

83

3.3.2 Hierarchiearten

86

3.4 Berechtigungen und Datensicherheit

87

3.4.1 Berechtigungsprüfung

87

3.4.2 Rollenbasierter Ansatz

90

3.4.3 Hierarchiebasierte Berechtigungen

92

3.5 Die SAP-Fiori-Benutzeroberfläche

93

3.5.1 Servicebereitstellung

95

3.5.2 Datenzugriffsprotokoll

96

3.5.3 SAP Fiori Launchpad und Intent-Based Navigation

98

3.6 Zusammenfassung

100

4 Einfache Auswertungen erstellen

103

4.1 Insight to Action

103

4.1.1 Insight-to-Action mit einer SAP Fiori Analytical List Page

104

4.1.2 Personalisierung

108

4.2 Kennzahlen-Reporting

113

4.2.1 Analysen mit SAP Fiori Smart Business KPIs

114

4.2.2 Personalisierung

117

4.3 Multidimensionales Reporting

125

4.3.1 Verwendung

126

4.3.2 Personalisierung

128

4.3.3 Hierarchien

137

4.4 SAP Overview Pages

140

4.4.1 Verwendung

140

4.4.2 Personalisierung

142

4.5 Frei entwickelte SAP-Fiori-Oberflächen

147

4.6 Weitere Funktionen

149

4.6.1 Abfrage-Browser

149

4.6.2 App Catalog

152

4.6.3 App-Suche

154

4.6.4 Benachrichtigungen

156

4.7 Zusammenfassung

158

5 Vordefinierte Analytics-Inhalte

161

5.1 Vordefinierte Inhalte von SAP S/4HANA

161

5.2 Analytische Inhalte und SAP Best Practices

168

5.3 Geschäftsbereich-spezifische Best Practices

176

5.3.1 Analytische Inhalte für den Einkauf

176

5.3.2 Planung und Analysen im Finanzwesen

180

5.3.3 Analytische Inhalte für die Fertigung

184

5.4 SAP Best Practices zur Integration

187

5.4.1 Integration mit SAP BW

187

5.4.2 Integration mit der SAP BusinessObjects BI Platform

192

5.4.3 Integration mit der SAP Cloud Platform

193

5.5 Zusammenfassung

194

6 Analytics für Power User

195

6.1 Die Analytics-Specialist-Rolle

195

6.1.1 Prozessübersicht

196

6.1.2 Technische Details und Zuordnung zu den Prozessschritten

199

6.2 Exploration des virtuellen Datenmodells

202

6.2.1 Übersicht

203

6.2.2 Funktionen und Optionen

205

6.3 Anlegen und Veröffentlichen von Datenquellen und Abfragen

211

6.3.1 Benutzerdefinierte CDS Views

212

6.3.2 Benutzerdefinierte analytische Abfragen

220

6.4 Pflege von SAP Smart Business KPIs

232

6.4.1 Prozessübersicht

232

6.4.2 Anlegen einer KPI

234

6.4.3 Anlegen einer Auswertung

238

6.4.4 Anlegen einer SAP-Fiori-Launchpad-Kachel und eines Drilldowns

242

6.4.5 Drilldown konfigurieren

244

6.4.6 Hinzufügen der KPI-Kachel zum SAP Fiori Launchpad

249

6.4.7 KPI-Arbeitsbereich

252

6.5 Pflege von Reports

256

6.5.1 Klassische Verwendung und Beispiele

256

6.5.2 Optionen zur kundenspezifischen Anpassung

257

6.6 Definition von Datumsfunktionen

263

6.6.1 Definition von Datumsfunktionen

263

6.6.2 Verwendung von Datumsfunktionen in der Konfiguration von KPIs

268

6.7 Anlegen einer SAP-Fiori-Launchpad-Kachel für SAP Analytics Cloud Stories

269

6.8 Hierarchien pflegen

272

6.8.1 Flexible Hierarchien

273

6.8.2 Globale Buchhaltungshierarchien

275

6.9 Semantische Tags in Bilanz/GuV-Strukturen anlegen

280

6.10 Zusammenfassung

283

7 Analytics für IT-Experten

285

7.1 Die Rolle des IT-Experten

286

7.2 CDS Views im virtuellen Datenmodell anlegen und verwenden

287

7.2.1 Überblick über vorhandene CDS Views

287

7.2.2 Verwendung der CDS Views mit der Analytic Engine

297

7.2.3 CDS Views über OData-Services verwenden

300

7.3 Zusammenfassung

302

8 Zusätzliche Erweiterungsmöglichkeiten

303

8.1 Benutzerdefinierte Business-Objekte

303

8.2 Benutzerdefinierte Felder und Logik

311

8.3 Zusammenfassung

320

9 Integration mit den Data-Warehousing-Lösungen

323

9.1 Braucht man zusätzlich zu SAP S/4HANA Embedded Analytics noch ein Data Warehouse?

324

9.2 Datenmanagement für SAP S/4HANA

327

9.3 SAP BW/4HANA

330

9.3.1 Überblick

331

9.3.2 Anwendungsfälle

335

9.3.3 Integration

337

9.3.4 Migration

341

9.3.5 Extraktoren

342

9.3.6 Was kommt zuerst?

343

9.4 SQL-basiertes Data Warehousing mit SAP HANA 2.0

345

9.5 Big Data Warehousing

348

9.5.1 Data Lakes

350

9.5.2 SAP Data Hub

350

9.6 Zusammenfassung

351

10 Integration mit den Business-Intelligence-Lösungen

353

10.1 Braucht man zusätzlich zu SAP SAP S/4HANA Embedded Analytics noch andere Business-Intelligence-Lösungen?

353

10.2 SAP Analytics Suite

354

10.2.1 Die Portfoliostruktur

355

10.2.2 Reporting-Werkzeuge

357

10.2.3 Integration

363

10.3 SAP Analytics Cloud

364

10.3.1 Self-Service Business Intelligence

364

10.3.2 Unterstützung von »Hichert-Standards«

365

10.3.3 SAP Digital Boardroom

367

10.3.4 Integration

367

10.3.5 Planung

369

10.4 Zusammenfassung

372

11 Predictive Analytics und Machine Learning

373

11.1 Einführung in Predictive Analytics und Machine Learning

373

11.2 Machine Learning: Lösungsarchitektur

377

11.3 Anwendungsfälle für Machine Learning in SAP S/4HANA

379

11.3.1 SAP Cash Application

379

11.3.2 Ausschöpfung Mengenkontrakt

380

11.3.3 Projektkosten-Vorhersage

381

11.4 SAP S/4HANA Embedded Machine Learning

382

11.4.1 SAP Predictive Analytics Integrator

383

11.4.2 Integrierte Machine-Learning-Anwendungen verwenden

387

11.4.3 Erstellen einer Prognoseanwendung mit SAP Analytics Cloud und SAP S/4HANA Cloud

389

11.5 Zusammenfassung

395

Anhang

397

A Ausblick

397

B Die Autoren

401