SAP Predictive Analytics vs SAP Analytics Smart Predict

SAP Analytics Cloud umfasst 4 Anwendungsfälle: „Business Intelligence“, „Unternehmensplanung“, „Analyseanwendungen“ und „Predictive Analytics“. In diesem Blog-Beitrag werden wir uns die momentan gebotenen Möglichkeiten in dem Bereich „Predictive Analytics“ genauer anschauen.

Besonders interessant ist hier wie SAP Analytics Cloud im Vergleich zu den SAP-Lösungen „SAP Predictive Analytics“ und „SAP Predictive Factory“ abschneidet. Dazu auch mehr hier.

1. Was sind die Vorraussetzungen um Smart Predict innerhalb der SAC nutzen zu können?

Während für die volle Nutzung der SAC-Planungsfunktion zusätzliche Planungslizenzen notwendig sind, ist dies für Smart Predict nicht der Fall – Die einfache BI-Lizenz, die auch für die Erstellung von Stories und Anwendungen benötigt wird, deckt diesen Anwendungsfall ab.

Smart Predict steht somit allen Unternehmen, die die SAC verwenden ohne weitere Kosten zur Verfügung. Zu beachten ist, dass die Funktion in einigen älteren SAC-Tenants nicht verfügbar ist, da diese noch nicht auf Amazon Web Services-Datenzentren basieren.

2. Erstellung eines Datensets

Bevor ein Prognoseszenario erstellt und Vorhersagemodelle trainiert werden können wird selbstverständlich eine entsprechende Datenquelle benötigt. Während SAC-Stories und Anwendungen auf Modellen aufbauen, basieren Vorhersagemodelle auf sogenannten „Datensets“.

Diese sind nicht das gleiche wie SAC-Modelle. Demzufolge können bereits erstellte Modelle, egal welcher Art, leider nicht einfach für das Trainieren von Vorhersagemodellen weiterverwendet werden, sondern es müssen eigene Datensets zu diesem Zweck erstellt werden.

Glücklicherweise ist die Erstellung der benötigten Datensets in der SAC recht komfortabel. Bei der Erstellung eines Datensets kann man direkt auswählen ob ein Flatfile (CSV, Excel etc.) oder aber eine Datenquelle als Grundlage dienen soll.

Anschliessend wird das Datenset gespeichert und kann dann genutzt werden um ein Vorhersagemodell zu trainieren.

 

3. Vorhersageszenarios

Nachdem ein Datenset mit den entsprechenden  Merkmalen und einer Zielvariable erstellt wurde, kann auf dessen Grundlage sehr einfach ein  sogenanntes Prognoseszenario erstellt werden. Bei der Erstellung wird dabei bereits ausgewählt welche Art von Analyse durchgeführt werden soll. Zur Verfügung stehen dabei drei der bekanntesten Techniken: Klassifikation, Regression und Zeitreihenanalyse.

Prognoseszenarien sind in der SAC ein eigener Objekttyp, also weder Stories noch Applikationen.

Es sind auch keine Modelle oder Datensätze im eigentlichen Sinn, sondern Behälter bzw. Ordner in denen Modelle des selben Typs (z.B. Klassifikationsmodelle) erstellt, verglichen und verwaltet werden können.

4. Trainieren von Modellen

Innerhalb eines Prognoseszenarios können Modelle des entsprechenden Typs auf Basis von Datensets trainiert werden. Dabei sind die Konfigurationsmöglichkeiten bewusst sehr einfach gehalten worden.

Neben der Definition der Metadaten (z.B. Speichertyp der Variable etc.) und der Auswahl der Zielvariable können auch Variablen des Datensets von der Analyse ausgeschlossen und die maximale Anzahl an Variablen, die das Modell enthalten soll eingeschränkt werden.

Die Möglichkeiten zur Feinabstimmung bei der Erstellung von neuen Modellen ist also eher eingeschränkt, was allerdings für die Zielgruppe der Funktionalität – Business User – durchaus Sinn macht.

5. Vergleich mit SAP Predictive Analytics

Die Funktionalität von SMART Predict bezüglich der Erstellung und dem Trainieren der Modelle ist beinahe deckungsgleich mit den Möglichkeiten innerhalb der „SAP Predictive Factory“. Klassifikations-, Regressions- und Zeitreihenanalysen lassen sich in kurzer Zeit und mit geringem Aufwand erstellen. Graphen / Daten bzgl. der Qualität des Modells werden automatisch erzeugt wodurch auch Business User Predictive-Funktionalitäten zur Verfügung haben

Die Vorteile der SMART Predict Funktionalität liegen in der Einfachheit Datensets zu erstellen. Es ist wesentlich leichter Flatfiles beziehungsweise Datenquellen zu nutzen als diese zuerst über einen Predictive Server in der Predictive Factory einzurichten. Auch ist bereits der Export von Vorhersageszenarien zu den sogenannten Predictive Applications möglich, in denen diese anschliessend eingebettet und genutzt werden können.

Allerdings fehlen im Vergleich zur Predictive Factory noch die Möglichkeiten im Bereich der Automatisierung (Laden der Daten, automatisches Training etc.).

Ebenfalls zu beachten ist, dass die Predictive Factory nur ein Teil von „SAP Predictive Analytics“ darstellt. Mit dem Desktop Client bietet „SAP Predictive Analytics“ umfangreiche Möglichkeiten die Erstellung von Modellen genau zu konfigurieren, der „Data Manager“ ermöglicht die Erstellung von zeitpunktabhängigen Datensets und im „Expert Mode“ kann auch mit eigenem Code gearbeitet werden.

All diese Möglichkeiten fehlen zur Zeit noch in der SAP Analytics Cloud.

6. Zusammenfassung und Ausblick

Die SMART Predict Funktionalität innerhalb der SAC erlaubt es Nutzern in wenigen Schritten innerhalb von kurzer Zeit Vorhersagemodelle zu erstellen und diese anschliessend auch zu Vergleichen. Dabei sind tiefere mathematische und statistische Kenntnisse nicht zwingend notwendig.

Möchte man allerdings mehr Kontrolle über den Prozess der Modellerstellung ausüben, fällt SMART Predict noch weit hinter „SAP Predictive Analytics“ zurück. Da die SAC kontinuierlich erweitert und aktualisiert wird ist davon auszugehen, dass sich die Möglichkeiten im Verlauf der Zeit denen von „SAP Predictive Analytics“ angleichen werden.

7. Wie weiter:

Wir hoffen, dass dieser Blog-Beitrag Ihnen einen Überblick über die SMART Predict-Funktionalität der SAP Analytics Cloud geben konnte.

Sie wollen das Live sehen? Melden Sie sich an:  Webinar: Predictive Analytics in der SAP Analytics Cloud

Interessiert? Weitere Informationen finden Sie hier: SAP Analytics Cloud      Predictive Consulting Pakete

Möchten Sie wissen wie Ihre Anforderungen mit SAP Analytics Cloud oder SAP Predictive Analytics/ Factory umzusetzen sind?

Melden Sie sich einfach bei mir unter cornelius.knall@plus-it.ch. Ich freue mich.