Diese Website verwendet Cookies um Dienste bereitzustellen und Zugriffe zu analysieren. Durch die weitere Nutzung dieser Website stimmen Sie unseren Cookie-Richtlinien zu. mehr erfahren

SAC Application Design – Teil 2: Modellerstellung

Dieser Blog-Beitrag ist der zweite Teil der Blog Serie SAC Application Design, in der es um den Application Design Modus innerhalb der SAP Analytics Cloud geht.

Nachdem im ersten Teil die Grundlagen der SAP Analytics Cloud besprochen wurden, soll es hier um die Modellerstellung gehen.

1. Was ist ein Modell im Kontext von SAP Analytics Cloud?

In diesem Teil der Blog Serie werden wir uns mit Modellen und ihrer grundsätzlichen Rolle innerhalb der SAP Analytics Cloud beschäftigen. Die Vorstellung davon was ein Modell ist hängen stark vom persönlichen Hintergrund ab: Manch einer mag an eine Modelleisenbahn denken, andere wiederum an mathematische Modelle.

In der SAP Analytics Cloud lassen sich Modelle am besten als eine Art „Datengerüst“ beschreiben. Daten, die über Connections geladen werden, können in einem Modell verbessert, transformiert und für die Weiterverarbeitung vorbereitet werden. Werden die Daten anschliessend neu geladen bleibt das Modell bestehen und die darauf basierenden Applications und Stories übernehmen die Daten problemlos. Es handelt sich also um ein Bindeglied zwischen der ursprünglichen Datenquelle und dem Output der SAP Analytics Cloud.

2. Warum sind Modelle wichtig?

Diese Frage lässt sich recht einfach beantworten: In der SAP Analytics Cloud gibt es ohne Modell ganz einfach keinen Output. Sowohl Applications als auch Stories (und mit diesen natürlich auch der Digital Boardroom) werden nicht direkt mit einer Datenquelle verbunden sondern über ein Modell.

Zwar kann die Modellerstellung zuerst wie ein zusätzlicher, teilweise zeitaufwendiger Arbeitsschritt erscheinen, aber dafür bleiben die durchgeführten Transformationen auch bei einer Aktualisierung der Daten bestehen.

Zusätzlich kann ein einmal erstelltes Modell in beliebig vielen Stories und Applikationen wiederverwendet werden. Zusammenfassend kann man feststellen, dass in der SAP Analytics Cloud Modelle die Grundlage für alles weitere sind, weshalb es lohnenswert ist sich mit ihrer Erstellung eingehend zu befassen.

3. Analytische- vs. Planungsmodelle

Es gibt zwei Arten von Modellen, die in der SAP Analytics Cloud erstellt werden können: Analytische- und Planungsmodelle.

Der Standardtyp ist das Analytische Modell, das für sich für die meisten Anwendungsfälle gut eignet und Transformationen, das Erstellen von Hierarchien, Kalkulationen und vieles mehr unterstützt.

Ein Planungsmodell bietet alle Möglichkeiten, die auch das Analytische Modell hat, erweitert diese aber zusätzlich um Datenversionierung, Budgetierung, Allokation und andere Planungsfunktionalitäten. Allerdings lassen Planungsmodelle keine Live-Connections zu, weshalb die Daten zwingend in die Cloud geladen werden müssen.

4. Modellerstellung

Die Modellerstellung in der SAP Analytics Cloud kann unter Umständen sehr umfangreich, kompliziert und zeitaufwändig sein. Da in diesem Blog nur die Grundlagen erklärt werden sollen beschränken wir uns auf den simpelsten Fall: Die Erstellung eines kleinen, einfachen Modells auf Basis einer lokalen CSV-Datei (Flatfile):

a) Die Modellerstellung kann über das Burgermenü mit einem Klick auf „Create“ und „Model“ gestartet werden. Anschliessend kann gewählt werden ob man mit einem leeren Modell beginnen will oder aber direkt mit Daten arbeiten möchte. Da wir mit einer lokalen CSV-Datei arbeiten werden, wählen wir hier die einfachste Option: „Import a File from your computer“ und klicken auf „import“. Nun wurden die Daten in die Cloud geladen und stehen für 7 Tage zur Verfügung. Man gelangt anschliessend automatisch in die Modellerstellung.

b) Innerhalb der Modellerstellung können die geladenen Daten und ihre Qualität in Augenschein genommen werden. Neben einer klassischen tabellarischen Ansicht gibt es auch die Kartenansicht, die eine gute Übersicht über die Measures und Dimensionen des Modells gibt. Für eine detaillierte Übersicht klickt man auf die entsprechende Karte wobei jede Karte für eine Spalte der CSV-/Excel-Datei steht. SAP Analytics Cloud versucht automatisch zu erkennen ob es sich entweder um eine Dimension oder aber ein Measure handelt. Dies gelingt generell recht gut allerdings sollte man sicherheitshalber immer überprüfen ob die Zuordnung korrekt erfolgt ist.

d) In unserem Beispiel-File hat sich ein Fehler bei der Dimension „credit cards“ eingeschlichen. Dank der Transformationsmöglichkeiten kann dieser allerdings ohne weiteres behoben werden indem wir alle falschen Werte korrigieren. Mithilfe der Transformations-Funktionalität können nicht nur Fehler korrigiert werden, sondern auch neue Spalten auf Basis der vorhandenen Daten berechnet werden. Wir lesen hier aus unserer Datumsspalte den entsprechenden Wochentag aus. Wie bereits zuvor erwähnt muss bei der Erstellung neuer Spalten darauf geachtet werden, dass diese korrekt als Measure oder aber als Dimension definiert werden.

e) Spalten, die nicht benötigte Daten enthalten, können natürlich auch innerhalb der Modellerstellung gelöscht werden ohne die Ursprungsdatei zu ändern. Eine nützliche Funktion ist der sogenannte „Transformation-Log“.

Besonders bei komplizierteren Modellen, Planungsmodellen oder der Nutzung einer nicht anpassbaren Datengrundlage kann es vorkommen, dass viele Berechnungen und Änderungen im SAP Analytics Cloud Modeller vorgenommen werden müssen.

Das „Transformation-Log“ ist in solchen Fällen eine grosse Hilfe, da alle während der Modellerstellung durchgeführten Anpassungen hier nachvollzogen und bei Bedarf gegebenenfalls wieder rückgängig gemacht werden können 

f) Wenn alle gewünschten Änderungen durchgeführt wurden kann das Modell gespeichert werden. Zuvor sollte noch einmal überprüft werden ob Measures und Dimensionen korrekt zugeordnet wurden. Ausserdem muss vor dem Speichern endgültig entschieden werden ob das Modell als Planungs- oder aber als Analysemodell erstellt werden soll. Wie bereits zuvor unter Punkt 3 erwähnt haben die beiden Modellarten sowohl unterschiedliche Anwendungsgebiete als auch Limitationen und die Entscheidung hängt stark vom Verwendungszweck des Modells ab. Im Allgemeinen benötigen Planungsmodelle zusätzliche Arbeitsschritte und spezifisches Wissen im Vergleich zu Analysemodelle. In unserem Fall wählen wir ein Analysemodell, da wir die Planungsfunktionen nicht benötigen werden.

g) Während Modelle in früheren Modellen von SAP Analytics Cloud separat von Stories und Analytical Applications in einer eigenen Kategorie gespeichert wurden, ist es seit der Version 2019.07 möglich diese in der allgemeinen Ordnerstruktur unter „Files“ abzuspeichern. Auch wenn dies zuerst nicht besonders spektakulär erscheint, ergeben sich beträchtliche Vorteile bei der Verwaltung von Modellen in SAP Analytics Cloud. Modelle lassen sich nun leicht organisieren und der Überblick geht auch bei einer grossen Anzahl erstellter Modelle nicht mehr verloren.

5. Ausblick

Nachdem dieser Beitrag die Modellerstellung innerhalb der SAP Analytics Cloud behandelt hat, werden wir uns in Teil 3 der Serie mit der Erstellung einer Application und der Nutzung von Tabellen beschäftigen:

SAC Application Design – Teil 1: Grundlagen

SAC Application Design – Teil 3: Widgets

SAC Application Design – Teil 4: Grafiken

SAC Application Design – Teil 5: Scripting

6. Wie weiter:

Weitere Informationen finden Sie hier:  SAP Analytics Cloud Application Design    SAP Analytics Cloud

Möchten Sie wissen ob SAP Analytics Cloud die richtige Lösung für Ihre Anforderungen ist?

Melden Sie sich einfach bei uns unter info@plus-it.ch. Wir freuen uns.