Cómo funciona SAP Analytics Cloud Compass

En el blog de hoy vamos a ver que es Compass y como funciona, imagina, ¿Y si en lugar de mostrar una única previsión, pudieras ver un espectro de resultados posibles con sus probabilidades? Con SAP Analytics Cloud Compass, eso ya es realidad. Compass introduce simulaciones estocásticas (Monte Carlo) directamente sobre tus modelos SAC, sin salir de la plataforma. Pero, tiene sus matices: modelos compatibles, permisos necesarios, conexiones con forecasting clásico… en el blog vamos a ver cada parte para poder entenderlo y se pueda implementar con criterio. ¿Seguimos?

¿Qué es SAP Analytics Cloud Compass?

Lo primero es saber que es Compass y lo podremos definir como una funcionalidad integrada en SAC que permite realizar simulaciones probabilísticas sobre un indicador (KPI), basándose en la variabilidad de sus variables influenciadoras (*drivers*). En lugar de producir un único valor, Compass genera una curva de probabilidad: un rango de posibles resultados con su probabilidad asociada.

La técnica subyacente es el método de Monte Carlo, que ejecuta múltiples iteraciones con valores aleatorios dentro de rangos definidos. Cada iteración representa un escenario plausible, y el conjunto da la distribución final.

Puedes ver la documentación oficial en el Portal de Ayuda de SAP – Introducing Compass, o la sección de conceptos clave en Key Concepts & Simulation Calculation.

Compass vs. predicción clásica (series temporales)

Podríamos pensar que Compass nos ofrece el mismo resultados que una predicción de serie temporal (Forecast), pero esto no es así, Compass ofrece una capa distinta: no pronostica una tendencia, sino que simula qué podría pasar si las variables cambian.

Compass cambia el paradigma: pasar de “qué pasará” a “qué podría pasar bajo diferentes supuestos”. Es una herramienta de planificación con enfoque probabilístico.

• Forecast: proyecta tendencias basadas en datos históricos, asume que lo que fue tiende a repetirse.
• Compass: introduce incertidumbre en los *drivers*, generando múltiples escenarios.

Lo ideal es usarlos combinados: generar un forecast como punto base, luego usar Compass para evaluar la variabilidad alrededor de esa proyección.

Cómo interactúa Compass con el modelo SAC

Para que Compass funcione correctamente, el modelo SAC debe cumplir unos requisitos:

• Debe existir una relación clara entre el KPI objetivo y los drivers (medida calculada, fórmula contable o jerarquía).
• Los drivers deben tener agregación “suma”. No todas las variables están soportadas (por ejemplo ratios o promedios pueden no ser compatibles.
• Los modelos que usan “seamless planning” (con datos en Datasphere) pueden presentar incompatibilidades. Esto se resuelve en el Roadmap Q4.2025
• No todos los filtros de story son compatibles cuando lanzas Compass desde la celda: filtros complejos o dinámicos pueden no respetarse.

Tenemos que tener en cuenta todas estas condiciones, es posible que se tenga que rediseñar el modelo para poder usar Compass, no basta con tener un modelo SAC cualquiera, tiene que tener relaciones claras, estructuras de compatibilidad y evitar agregaciones no admitidas.

Permisos y autorizaciones para usar Compass

No nos olvidemos de autorizaciones, como siempre, no basta con que esté «activado» o listo para usar, debemos tener permisos específicos para crear, editar y publicar simulaciones.

Como administradores de SAC debemos asignar roles que incluyan al menos la capacidad de gestionar el objeto **Compass Simulation** y acceso de lectura/escritura sobre los modelos implicados. Sin esos permisos, el usuario verá la funcionalidad apagada.

Flujo de uso de Compass: pasos esenciales

Cual serían los pasos a realizar de manera genérica:

1. Iniciar simulación: mediante clic derecho en una celda de story o desde la página de Compass. Al iniciarse desde el dashboard, hereda filtros y contexto automáticamente.
2. Configurar drivers: Compass detecta los drivers que impactan el KPI; puedes excluir algunos o activar/desactivar efectos de variabilidad.
3. Definir rangos y distribución: ingresar valores mínimo/máximo para cada driver; usar distribución normal por defecto o cambiar a uniforme si se requiere.
4. Crear escenarios: distintos supuestos para comparar efectos. Una simulación puede contener varios escenarios.
5. Ejecutar simulación: elección de precisión (preview, media, alta). Más iteraciones → más precisión, pero más tiempo de cálculo.
6. Interpretar resultados: visualizar distribución, zonas pesimista/base/optimista, usar slider para ver probabilidades puntuales y comparar escenarios.
7. Guardar / compartir simulaciones: simular para colaboradores, mantener versiones y comparar entre escenarios. En versiones futuras se espera poder abrir simulaciones en nuevas pestañas.

Algunos razonamientos

SAP Analytics Cloud Compass es una incorporación potente al portafolio de SAC: permite simular riesgos y explorar escenarios. Pero no es perfecta: requiere modelos bien preparados, permisos explícitos y conocimiento de sus limitaciones.

Espero que os sirva

Seguir avanzando, saber es bueno y también, saber quién sabe, puede ayudarnos…