Hello, we continue in week 4, in which if you want to know everything we can do with Search Insight, Smart Discovery and predictive scenarios such as Forecasting , Classification and Regression, this is your week !!!.

I think it is a very interesting week to be able to practice with predictive scenarios, which can serve as an example for the projects we are doing. We must remember that we can apply it to our planning processes.

Continue?

Search to insight

We start with the option of Search to Insight, search for results with natural language.  In this video they explain what options the user has to be able to ask SAC for the data and how SAC returns this data. For this we have to follow some conditions and restrictions to reach the result that the user needs. It’s NOT just asking…

This option works with both purchased models and Live, BW, HANA, S/4 HANA models.  Not in all models we can ask but those that are indexed and the most important thing is that it respects the authorizations both those of SAC and those of the Live connections.  In the video they give us a series of recommendations that we must follow.  Smart to Insight is an interesting option for the end user. Advisable.

Improve your data understanding with in-story augmented insights

We continue with Smart Insights within our stories and how we can get the «hidden» data, who are the most relevant contributors, The why sales are higher?, how the data changes. They explain how we can configure Smart Insights, to exclude dimensions or even values of a dimension. Realize more dynamic Insights.

Enable Smart Insights for SAP HANA Live connection, enable automatic forecasting in time series charts, line charts, or schedule tables with the click of a button.

Automated data exploration with smart discovery

With this video we will understand and how to use, Smart Discovery.  They explain that Smart Discovery is the automated data exploration capability that allows our user to use machine learning to answer a business question.  The good thing about this is that it can be applied directly to BI data and does not require any external data preparation. Smart Discovery can be run from within a story or directly from the homepage when creating a new story. It all starts with defining the business question we want to answer. The business question is described as a destination, which is the dimension or indicator in the data we want to understand, and an entity, which is the object in the data around which we want to perform our analysis.

Once the question is asked, a series of pages appear, the first is a summary page that offers a high-level view of the data relevant to your question. The second page shown is the key  influencing factors. The third of those values that are unexpected and a last page of simulation allows the user to interact with the influencing factors directly. It really is interesting and how we can give more autonomy to the end user.

Prepare the right data for predictive scenarios

In the following video they explain how we can use predictive scenarios, the idea of predictive scenarios is to bring the power of machine learning automation to planners and end users.  Without having to have the intervention of a data scientist. Depending on the data, we have different scenarios, if they are data, revenue or cost forecast, we will use time series, business results values, if they use regression or if we want to anticipate the behavior of the client or employee, they can take advantage of the classification.

The options we have where to apply these scenarios are three, planning, acquired data and for data sets with Live connection.

In this video they help us to start the preparation of the data and with several examples that take away «the fear» of using predictions. Very well explained.

Predict future outcomes with Smart Predict Forecasting

Once they have explained each of the scenarios, they start with Smart Predict Forecasting. Where they put more emphasis is to use it in planinng, since Classidication and Regression is NOT possible to use it in planning.

They explain step by step how to configure the scenario and how to interpret the data.

It is one of the scenarios that we can apply in our projects in a very easy way. I recommend you watch the video is very interesting.

Predict event probabilities with Smart Predict Classification

In this video they explain how to use the Classification scenario, how to configure it and get to apply a Classification scenario. As they indicate we have to start with:

What is it?
A classification model helps us classify observations based on historical data.
Using classification, the probability of a specific event occurring can be predicted.
What use cases?
Questions can be addressed through classification.
Who is likely to be based on ?
Examples:
Who is likely to win a horse race based on its recent form?
Who is likely to buy this product based on their buying habits?
Who is likely to leave a company based on their employee profile?
Who is likely to stop using a service based on its use and satisfaction?

Predict key indicators with Smart Predict Regression

We finish with the explanation of the Regression scenario and as in the previous one they help us to understand it and how to apply it:

What is it?
A regression model is used to estimate the value of a measure.
Using a regression model, the most likely value for a given observation can be predicted.
What use cases ?
The questions that can be addressed by regression.
What is the ?
How many/how much?
Examples:
What is the delay of each customer in paying their invoices?
How many products will a customer buy in the next quarter?
How much will a customer spend on my e-commerce on average?

In short, it is a very interesting week to be able to apply in any project, BI or Planning and that gives more value to SAC than its competitors may have. Very well explained.

I hope it serves them

Continuing to move forward, knowing is good and also, knowing who knows, can help us …

Hola, continuamos en la semana 4, en la que si quieres saber todo lo que podemos hacer con Search Insight, Smart Discovery y escenarios predictivos como, Forecasting, Classification y Regression, esta es tú semana !!!.

Creo que es una semana muy interesante para poder practicar con escenarios predictivos, que nos pueden servir de ejemplo para los proyectos que estamos realizando. Recordar que podemos aplicarlo a nuestros procesos de planning.

¿Continuamos?

Search to insight

Comenzamos con la opción de Search to Insight, búsqueda de resultados con lenguaje natural. En este video nos explican que opciones tiene el usuario de poder preguntar a SAC los datos y como SAC devuelve estos datos. Para esto tenemos que seguir unas condiciones y restricciones para llegar al resultado que necesita el usuario. NO es simplemente preguntar…

Esta opción, trabaja tanto con modelos adquiridos como con modelos Live, BW, HANA, S/4 HANA. No en todos los modelos podemos preguntar sino aquellos que están indexados y lo más importante es que respeta las autorizaciones tanto las de SAC como las de las conexiones Live. En el video nos dan una serie de recomendaciones que debemos seguir. Smart to Insight es una opción interesante para el usuario final. Recomendable.

Improve your data understanding with in-story augmented insights

Continuamos con Smart Insights dentro de nuestras historias y cómo podemos sacar los datos «ocultos», quién son los contribuidores más relevantes, El ¿por qué de unas ventas son mayores?, cómo cambian los datos. Nos explican cómo podemos hacer la configuración de Smart Insights, para excluir dimensiones o incluso valores de una dimensión. Realizar Insights mas dinámicos.

Habilitar Smart Insights para la conexión en Live de SAP HANA, activar la previsión automática en gráficos de series temporales, gráficos de líneas o tablas de planificación con el clic de un botón.

Automated data exploration with smart discovery

Con este video vamos a comprender y como utilizar, Smart Discovery. Nos explican que Smart Discovery es la capacidad de exploración de datos automatizada que permite a nuestro usuario, utilizar el aprendizaje automático para responder a una pregunta empresarial. Lo bueno de esto es que se puede aplicar directamente a los datos BI y no requiere ninguna preparación de datos externa. Smart Discovery podemos ejecutarlo desde dentro de una historia o directamente desde la página de inicio al crear una nueva historia. Todo comienza con la definición de la pregunta empresarial que queremos responder. La pregunta empresarial se describe como un destino, que es la dimensión o el indicador en los datos que deseamos comprender, y una entidad, que es el objeto en los datos alrededor de los cuales deseamos realizar nuestro análisis.

Una vez realizada la pregunta, nos aparecen una serie de páginas, la primera es una página de resumen que ofrece una vista de alto nivel de los datos relevantes para su pregunta. La segunda página que se muestra son los factores de influencia clave. La tercera de aquellos valores que son inesperados y una última página de simulación permite al usuario interactuar con los factores de influencia directamente. Realmente es interesante y cómo podemos darle más autonomía al usuario final.

Prepare the right data for predictive scenarios

En el siguiente video nos explican cómo podemos utilizar los escenarios predictivos, la idea de los escenarios predictivos es llevar el poder de la automatización del aprendizaje automático a los planificadores y usuarios finales. Sin deber que tener la intervención de un científico de datos. Dependiendo de los datos, tenemos distintos escenarios, si son datos, ingresos o previsión de costes, utilizaremos series cronológicas, valores de resultados empresariales, si utilizan regresión o si deseamos anticipar el comportamiento del cliente o empleado, pueden aprovechar la clasificación.

Las opciones que tenemos donde aplicarlo estos escenarios son tres, planificación, datos adquiridos y para conjuntos de datos con conexión Live.

En este video nos ayudan a comenzar la preparación de los datos y con varios ejemplos que nos quitan «el miedo» de utilizar predicciones. Muy bien explicado.

Predict future outcomes with Smart Predict Forecasting

Una vez que nos han explicado cada uno de los escenarios, comienzan con Smart Predict Forecasting. Donde ponen más hincapié es para usarlo en planinng, ya que Classidication y Regression NO es posible utilizarlo en planning.

Nos explican paso a paso como configurar el escenario y como interpretar los datos.

Es uno de los escenarios que podemos aplicar en nuestros proyectos de una manera muy fácil. Os recomiendo ver el video es muy interesante.

Predict event probabilities with Smart Predict Classification

En este video nos explican cómo usar el escenario de Classification, como poder configurarlo y llegar aplicar un escenario de Classification. Como nos indican tenemos que comenzar con:

¿Qué es?
Un modelo de clasificación nos ayuda a clasificar las observaciones basándose en datos históricos.
Utilizando la clasificación, se puede predecir la probabilidad de que un evento específico ocurra.
¿Qué casos de uso?
Las preguntas pueden abordarse mediante la clasificación.
¿Quién es probable que basándose en ?
Ejemplos:
¿Quién es probable que gane una carrera de caballos basándose en su forma reciente?
¿Quién es probable que compre este producto basándose en sus hábitos de compra?
¿Quién es probable que abandone una empresa en función de su perfil de empleado?
¿Quién es probable que deje de utilizar un servicio en función de su uso y satisfacción?

Predict key indicators with Smart Predict Regression

Terminamos con la explicación del escenario de Regression y como en el anterior nos ayudan a entenderlo y como aplicarlo:

¿Qué es?
Un modelo de regresión se utiliza para estimar el valor de una medida.
Mediante un modelo de regresión se puede predecir el valor más probable para una observación dada.
¿ Qué casos de uso ?
Las preguntas que pueden ser abordadas por la regresión.
¿ Cuál es el ?
¿Cuántos/Cuánto ?
Ejemplos:
¿Cuál es el retraso de cada cliente en el pago de sus facturas?
¿Cuántos productos comprará un cliente en el próximo trimestre?
¿Cuánto gastará de media un cliente en mi comercio electrónico?

En resumen, es una semana muy interesante para poder aplicar en cualquier proyecto, BI o Planning y que da más valor a SAC del que puedan tener sus competidores. Muy bien explicada.

Espero que os sirva

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

Hello, we are already in week 3 of the course, this week is very interesting since they explain how to join data models, perform calculations with ratios and dimensions in SAC, What-IF scenarios, R visualizations, the use of Data Analyzer and best practices to ensure the best performance of our stories.

In my opinion, I think you should see it since it can help us in the project that we are going to carry out or improve what has been done. The examples are quite good as well as all the restrictions that we can find.

¿Continuamos?

Analysis across models

In our stories it is easy for us to have several models to present the information, in this video, they explain the options of mixing data between models, such as filtering models with direct or indirect filters, the possibility of hierarchy filters.

They explain the options of mixing models, All primary data (default), All data or Intersecting data only.  Keep in mind when we make these data mixes with a «Live» connection.

Calculated measures and dimensions

Here we will have two very interesting videos of how to perform calculations with dimensions and ratios.  They give us many examples of how to get new dimensions and calculations in ratios, date differences etc. They tell us about the restrictions we have in «Live» models and the best practices when making these calculations so that they do not affect the performance of our history.

What-if analysis

In this video they tell us how to perform «What-if» scenarios, in the blog post, ¿Qué es una escenario What-if? I can give you ideas. In the video we are taught to perform a «What-if» scenario with «Input Control» and if we want to perform with a VDT it is necessary to have, at least, a professional planning license   to create the model and share a private version.

Performance best practices

This is one of the parts that we must take into account when we start the project in SAC, since it puts us on alert of how to get the performance to be the best possible.

For us to be successful in the project they explain that we must take into account everything, from the internet connection, the laptop, the design of our history, the number of users who will enter, the ratios and dimensions calculated etc, it is a video that we should not lose since it will help us a lot.

R visualizations

As you know in SAC we can have our own R code and make stories with other types of graphics, in this video, they explain how to include this R code and several examples. Also the possibility to configure the R server and refer to the following blog entry. It is one more possibility within our projects with SAC.

Data analyzer and exploration

Finally, they explain how to use Data Analyzer, it is a very powerful tool for the user.  We can use it from our story directly or from the main menu, accessing the model data in SAC or with Live connection to BW querys or HANA views.  Important is that, you can give or not authorization to this access. They refer to these two blog posts, New data exploration experience in SAP Analytics Cloud and Road Map of Data Analyzer .

In short, it is a week that we should not miss and that I advise you.

I hope it serves them

Continuing to move forward, knowing is good and also, knowing who knows, can help us …

Hola, ya estamos en la semana 3 del curso, esta semana es muy interesante ya que nos explican como unir modelos de datos, realizar cálculos con ratios y dimensiones en SAC, escenarios What-IF, visualizaciones R, el uso de Data Analyzer y las mejores practicas para garantizar el mejor rendimiento de nuestras historias.

En mi opinión, creo que deberías verla ya que nos puede ayudar en el proyecto que vayamos a realizar o mejorar lo realizado. Los ejemplos son bastante buenos así como todas las restricciones que podemos encontrarnos.

¿Continuamos?

Analysis across models

En nuestras historias es fácil que tengamos varios modelos para presentar la información, en este video, nos explican las opciones de mezclados de datos entre modelos, como filtrar los modelos con filtros directos o indirectos, la posibilidad de filtros de jerarquía.

Nos explican las opciones de mezclar modelos, All primary data (default), All data o Intersecting data only. Tener en cuenta cuando realicemos estas mezclas de datos con conexión del tipo «Live».

Calculated measures and dimensions

Aquí tendremos dos videos muy interesantes de cómo realizar cálculos con dimensiones y ratios. Nos dan muchos ejemplos de cómo conseguir nuevas dimensiones y cálculos en ratios, diferencias de fechas etc. Nos comentan las restricciones que tenemos en modelos «Live» y las mejores prácticas a la hora de realizar estos cálculos para que no afecten al rendimiento de nuestra historia.

What-if analysis

En este video nos indican cómo realizar escenarios «What-if», en la entrada de blog, ¿Qué es una escenario What-if? os puedo dar ideas. En el video nos enseñan a realizar un escenario «What-if» con «Input Control» y si queremos realizar con un VDT es necesario tener, por lo menos, una licencia profesional de Planning para crear el modelo y compartir una versión privada.

Performance best practices

Esta es una de las partes que debemos que tener muy en cuenta cuando comencemos el proyecto en SAC, ya que nos pone en alerta de cómo conseguir que el rendimiento sea el mejor posible.

Para que tengamos éxito en el proyecto nos explican que debemos que tener en cuenta todo, desde la conexión a internet, el portátil, el diseño de nuestra historia, el número de usuarios que entraran, los ratios y dimensiones calculados etc, es un video que no debemos perdemos ya que nos ayudará bastante.

R visualizations

Como sabéis en SAC podemos tener nuestro propio código R y realizar historias con otros tipos de gráficos, en este video, nos explican como incluir este código R y varios ejemplos. También la posibilidad de configurar el servidor R y hacen referencia a la siguiente entrada de blog. Es una posibilidad más dentro de nuestros proyectos con SAC.

Data analyzer and exploration

Por último, nos explican cómo utilizar Data Analyzer, es una herramienta muy potente para el usuario. La podremos utilizar desde nuestra historia directamente o bien desde el menú principal, accediendo a los datos de modelos en SAC o bien con conexión Live a querys de BW o vistas de HANA. Importante es que, se le puede dar o no autorización a este acceso. Nos hacen referencia a estas dos entradas de blog, New data exploration experience in SAP Analytics Cloud y el Road Map que sigue Data Analyzer .

En resumen, es una semana que no debemos perdernos y que os aconsejo.

Espero que os sirva

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

Hola, continuamos con el curso de openSAP y en esta semana nos enseñan como crearnos historias y las mejoras prácticas en nuestros diseños. Desde un ejemplo sencillo, pasando por tablas, diseños de páginas, gráficos de mapas y análisis vinculados .

Es cierto que, no se mete en profundidad en cada una de los videos pero, si que nos dan ideas y de forma sencilla ves como puedes evolucionar tus historias.

¿Continuamos?

Story fundamentals

Comienzan con la explicación de que la «historia» es el eje principal en SAC y que tipos podemos crearnos, Resposive Page, Canvas Page y Grid , como y cuando utilizar cada tipo.

También hacen un seguimiento del menú, el Builder Panel y Styling Panel, explicando algunos conceptos importantes. Por último, las distintas opciones de colaboración, comentarios en gráficos, como compartir historias con otros usuarios.

En está entrada, ¿Qué es un historia?, os doy mas detalles.

Visualizations

Continuamos con la explicaciones de los distintos tipos de gráficos y una explicación de como poder utilizarlos.

Es un video interesante y por si necesitáis mas ayuda os dejo la entrada donde explico ¿Cómo elegir el elemento visual? .

Tables

En todos los proyectos seguro que necesitaremos incluir una tabla para poder hacer el seguimiento de datos o para planning, en el video podremos ver como mejorar el aspecto visual de la tabla y como crearnos ratios calculados y formulas. Como os comentaba, no entran en mucho detalle pero si nos dan ideas.

Geospatial analysis

Si queremos que nuestras historias impacten al usuario, una buena forma es, siempre que se pueda, incluir un mapa. Si tenemos la latitud o longitud llegaremos a un nivel de detalle muy grande pero si tenemos el país o región podremos presentar un mapa. En este video nos lo explican muy bien y los distintos tipos de mapas que podemos utilizar.

Report design

Para mi, este es el video que mas me ha gustado y nos enseña de forma fácil como presentar un informe , con distintos tipos de páginas, como A4, A3, carta, tener cabeceras y píe de página. Importante como usar «Sections» para que usuario pueda ver mejor la información. Recomiendo ver este video.

Linked analysis and input controls

En todas las historias tendremos que tener filtros de datos o como haciendo «click» en un dato, se filtran los demás gráficos o tablas. En el video, podremos ver los distintos filtros, de historia, página y widget. Filtros en dimensiones o ratios, avanzados. Como se configuran los análisis vinculados y como guardarnos todos estos filtros en un «Bookmarks» que podremos hacer que sea personal o compartir para el resto del equipo.

Design best practices

Por último, nos explican las mejores prácticas cuando comencemos a realizar nuestras historias, podremos ver como crearnos un estilo o aplicar el mismo estilo para toda la historia, optimización de la historia, presentar en distintos tipos de dispositivos, aprovechar el texto dinámico, etc.

Es una buena forma de acabar la segunda semana.

Espero que os sirva

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