Blog – Página 3 – Óscar Gómez Huertas

openSAP Introduction to SAP Datasphere. Week 2 Advanced Data Modeling

Hola, en esta segunda semana nos enseñan todas las «herramientas» que tenemos disponibles en SAP Datasphere, comenzamos a conocer lo que es un Analytic Model , como se trabaja con Data Marketplace, utilizar el Business Builder, como ver todo el flujo de un objeto con el Repository Explorer, la utilización del Catalog para poder organizar y que las búsquedas sean mucho mas agiles y los procesos que tenemos con Command Line Interface (CLI), para automatizar procesos.

En esta semana no tenemos ejercicios pero podemos replicar prácticamente todo dentro de nuestro Tenant. Semana interesante para conocer las posibilidades que tenemos en SAP Datasphere.

Seguimos!!!

Analytic model

En el primer video nos explican que es un modelo analítico y el propósito de este, una vez que le creamos podemos ir creando, dimensiones dependientes del tiempo, ratios calculados, restringidos, agregaciones por excepción, jerarquías, variables de acceso, variables para usar en los ratios que especifiquemos, etc, es decir lo que se viene haciendo en SAP BW/ SAC. Cuando lo tenemos, nos enseñan a manejar el Data Analyzer de SAC para poder comprobar los datos.

Data Marketplace and Intelligent Lookup – Part 1

Seguimos con el siguiente video donde vamos a ver que desde Marketplace podemos bajarnos información de proveedores, clientes, business parther de forma gratuita algunos y con pago de licencias otras, el ejemplo es, bajarse los datos de las ciudades y su población para realizar un calculo de las bicicletas vendidas por cada 1000 habitantes analizando el impacto por población. Para poder mezclar la información tenemos Intelligent Lookup que es una herramienta para poder unir información por ciertas reglas. Una vez definas se ejecuta y se puede analizar comprobando por porcentajes, los que coinciden, Ciudad y Ciudad (modelo SAPDatasphere y tabla del Marketplace) y de los que no encuentra pueden ser debidos a errores de ortografía por ejemplo y volver a crear una nueva regla, muy interesante para poder «mezclar» nuestros datos con fuentes completamente externas.

Data Marketplace and Intelligent Lookup – Part 2

Continuamos con la siguiente parte de Data Marketplace y aquí nos enseñan a como compartir nuestros propios datos para otros proveedores, ponen énfasis garantizar la seguridad y la privacidad en el acceso a los datos. Como definir los contextos y las licencias de uso e incluso el pago de los datos que son solicitados.

Business Builder

En esta unidad nos explican la importancia de crear un «Business Layer» , cuando y por qué son necesarias. Para esto tenemos el Business Builder donde podremos crearnos objetos como un Analytic Dataset y como después crear un Consumption model para poder poder visualizar la información. Podremos ver como seleccionar dimensiones, ver los Analytical Dataset, tener nuestro Fact Models y ponerlo para que pueda ser consumido, Consumption models.

Impact and lineage – Repository Explorer

En esta unidad nos enseñan todo el flujo de tendremos en un objeto, con sus dependencias y como impactan unos con otros. para todo esto tenemos Repository Explorer. Es una buena herramienta muy gráfica, representada por diagramas. Aquí podremos tenemos una entrada a toda la capa comercial y de datos, iniciar todas las actividades del modelado, desplegar objetos y con opciones de búsqueda. Esto es algo que tenemos que saber utilizar ya que nos resultara muy útil.

Catalog

Interesante unidad ya que es para poder catalogar la información y comienzan con la pregunta que nos hacemos siempre «¿Por qué es tan difícil el Gobierno de Datos?». Para esto nos ofrecen la Catalog dentro de SAP Datasphere que nos permitirá este gobierno. Desde aquí podremos, descubrir datos y hacer que los datos estén disponibles, clasificar, organizar y comprender datos y no menos importante, hacer cumplir la autorización centralizada y los datos de control
normas de calidad.

Command line interface

Esta sesión aprenderemos a usar una API de terceros con el ejemplo de Command Line Interface, ( CLI ) , y cómo esto puede ayudarnos para automatizar procesos.

Para poder realizar estos procesos tenemos que tener el rol de Administrados y tener en cuenta una serie de prerrequisitos para poder ejecutar estar líneas de comandos.

Espero que os sirva

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

openSAP Introduction to SAP Datasphere. Week 1 Introduction and Data Modeling

Hola, ya ha comenzado el nuevo curso, Introduction to SAP Datasphere y como os comente, hare un resumen de cada semana. Esta semana comienzan dando un repaso de las funciones principales cuando accedemos a SAP Datasphere y como se aprende practicando, podremos practicar con una cuenta Trail, para hacer modelado y las historias en SAC para ver los resultados.

Os dejo este link de Antonio de Ancos donde explica que es SAP Datasphere y líneas generales del curso.

Creo que es bastante interesante está semana porque nos da una visión general y con unos ejercicios muy buenos, os hago un resumen de cada uno de los videos de esta semana.

Seguimos!!!

Course introduction

Comienzan con la explicación de como se organiza el curso y como darnos de alta en un tenant para tener sistema de SAP Datasphere y con SAC, con la que iremos realizando los ejercicios. Nos explican todo el menú que tenemos cuando accedemos así como navegar en la ayuda, que realmente es muy buena. Principalmente nos explican el concepto de «Space» con los que iremos trabajando y nos ofrecen varios links de ayuda como, SAP community pages, SAP online documentation, SAP learning journey , SAP online documentation .

Your first model and report

En esta unidad lo que nos enseñan es a como subir un fichero a SAP Datasphere para esto comenzamos a conocer el Data Builder y en Table Editor, aquí podremos definir claves, asociaciones, previsualizaciones, volver a subir datos etc. Una vez que tenemos esto, creamos una «vista gráfica» y tendremos que exponerla para que se pueda utilizar en SAC o MS Office (2.8 sp14+) , APIs for external consumption, una vez que tenemos todo, creamos una historia simple en SAC, que irá evolucionando según vayamos avanzando en el curso.

Connect to a remote source and add a time dimension

Interesante unidad ya que nos habla de las conexiones que podremos tener, como os podéis imaginar, a casi «todo», ya sabéis, tener una amigo administrador nos facilita estas necesidades que tendremos que resolver siempre en cualquier proyecto. Volviendo a la unidad, el objetivo es conectarse a una base de datos y seleccionar, tabla de pedidos (cabecera) y remplazar el fichero que teníamos antes por la tabla, con una conexión HANA-Cloud. Algo que es realmente sencillo. Por otro lado, dentro de una Space nos enseñan a crear una dimensión de tiempo, que después asociaremos a la vista que estamos creando para que tener todo una jerarquía temporal. Todo esto lo podremos ver después en nuestra historia.

Muy importante, nos explican el concepto de Asociación que nos da la posibilidad de atributos, textos, jerarquías.

Enhance your model with joins and dimensions

En esta unidad nos enseñan a crear distintos tipos de «tablas o vistas» en las que podemos tener las siguientes opciones y como realizar los Joins con nuestras vistas para poder aportarles mayor información a la hora de visualizar los datos.

Analytical dataset para indicar que una entidad contiene una o más medidas que podamos analizar.
Relational dataset contiene las columnas, son básicamente sin propósito analítico específico.
Dimensions indican de una entidad lo que contiene con atributos, estos se utilizan para analizar y categorizar indicadores definidos en otras entidades, como producto, son datos maestros.
Hierarchy para indicar que contiene su entidad relaciones padre-hijo para los miembros de una dimensión
Text para indicar que su entidad contiene cadenas con identificadores de idioma para traducir atributos de texto

Data flows, task chains, and SQL views

Aquí podremos comprobar como realizar un flujo de datos en SAP Datasphere y como realizar persistencia de datos. Realizar cadenas de procesos y poder programarlas. Podremos combinar datos de distintas fuentes de datos, realizar transformaciones, filtrar, seleccionar las columnas que nos interesen, realizar , projection, aggregation, Join, Filter, Union, Add Table ... y sino llegamos podremos Scripting donde se podría incluir código en Python 3.

También tenemos la opción de SQL View Builder, para construir vistas, es un subconjunto de SQL Compatible con SAP HANA Cloud.

Sharing data, access controls, and ER models

Una buena unidad para crear jerarquías, como la de producto y como en todo proyecto, poder aplicar Autorizaciones a las capas de datos, una vez definida podremos aplicar el Data Access Control, DAC, a nuestros modelos de datos. Además de como compartir nuestras vistas o tablas para otros Space. Terminan explicando como hacer un modelo de Entidad – Relación .

Data Integration Monitor

Esta sesión es para un administrador, pero esto tenemos que conocerlo también, donde podemos monitorizar el sistema, para ello nos enseñan, cómo utilizar el Monitor de integración de datos y su capacidades, cómo usar el monitor del sistema para comprobar cual es el rendimiento, cómo configurar el sistema para el monitoreo, cómo usar el usuario de análisis DB para monitorear y el SAP HANA Cloud cockpit.

Espero que os sirva

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

SAP ANALYTICS CLOUD Q2.2023

Hola, el próximo domingo, día 21 de Mayo, tendremos disponible Q2.2023, son cambios importantes y que tenemos que tener muy en cuenta.

Destacan varias, pero la mas destacada es, la unificación de historia y planificación, también tendemos otras como, Data Actions, poder incluir Allocations, un repositorio para su búsqueda, monitor, también en Multiactions, con el proceso de bloqueo de datos, mejoras considerables en todo lo que es Data Analyzer, os recomiendo ver la parte de Administración, pero también en toda la parte de modelado, integración, Excel, son muchas mejoras que tendremos que revisar para poder aportar lo mejor posible en los proyectos que estemos realizando.

Os dejo el enlace con el video que explica todas las mejoras de Q2.2023

El enlace para que podáis comprobar todos y cada unos de las nuevas mejoras que no son pocas….

https://blogs.sap.com/2023/05/09/whats-new-in-sap-analytics-cloud-q2-2023/

New Optimized Story Experience: Unification of Story and Analytic Application

Integración de historia y aplicación en el mismo objeto, pudiendo realizar la historia como hasta ahora pero también pudiendo incluir código para poder añadir mucho mas valor. Este el mayor avance ya que no tendremos que crearnos una aplicación cuando «no llegamos con la historia» sino que podremos complementar la historias con acciones de una aplicación, pudiendo configurar la barra de herramientas o menú secundario de un Widget, filtros verticales, todo esto nos lo explican aquí y todo se basa en la historia optimizada.

Data Actions

Las mejoras las vemos por ejemplo:

Data Analyzer

Como os comentaba cada vez coge mas fuerza que el usuario tenga la capacidad de poder analizar los datos con una «tabla dinamica» por todo ello han realizado las siguiente mejoras

Espero que os sirva

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

openSAP 10 años !!! SAC: Become an Augmented BI Expert

Hola, como me imagino que sabréis que, openSAP celebra 10 años y para celebrarlo han reactivado 10 cursos que podemos volver hacer, entre ellos, SAP Analytics Cloud – Become an Augmented BI Expert , pero si queréis saber mas, mi amigo Antonio, os cuenta con detalle como han transcurrido estos 10 años aquí.

Esté curso lo fui describiendo en cada una de sus cuatro semanas en las siguientes entradas:

openSAP Become and Augmented BI Expert. Week 1 Data Modeling

openSAP Become and Augmented BI Expert. Week 2 Story Creation

openSAP Become and Augmented BI Expert. Week 3 Story Creation and Analysis

openSAP Become and Augmented BI Expert. Week 4 Augmented Analytics

Creo que es una ocasión muy buena para comenzar con SAC, te animo a que lo intentes, ya sabemos que no tenemos tiempo, pero de algún sitio tendremos que sacarlo ….

Espero que os sirva

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

SAC, Como cambiar datos transaccionales con atributos de dimensión. Fórmula avanzada

Hola, hoy vamos hablar de como cambiar datos que tenemos guardados en un modelo de Planning en SAC con los atributos de una dimensión.

Seguro que, os ha ocurrido, tener datos en un modelo que no corresponden a los que se tienen en el maestro, esto puede ser una situación normal, datos históricos, pero también puede pasar que queramos cambiarlos por los atributos del maestro de una dimensión. ¿Cómo podríamos hacerlo?

Situación:

Tenemos un modelo de planificación donde uno o varios de sus dimensiones también es atributo de otro de las dimensiones que tenemos en el modelo. El usuario de negocio se da cuenta que necesita cambiar estos datos del modelo de planificación ya que en el reporting e incluso en accesos por autorización no son los correctos. Solicita poder cambiar estos datos del modelo según el valor del dato maestro. Por ejemplo, cambiar, la persona responsable y cliente, que están en el modelo de planificación, por la persona responsable y cliente que están como atributo de la dimensión de proyecto. La persona responsable además es Objeto de Autorización.

¿Cómo lo hacemos?

Para poder solucionarlo y que el usuario tuviese una pantalla de selección, sin realizarlo con una aplicación, es decir, hacerlo desde una historia, fue crear un Data Action con un paso de fórmula. Este Data Action, solicita el proyecto como selección y cambia los valores del modelo de planificación con los atributos que tiene el proyecto. Para esto, usamos fórmula avanzadas

Creamos una historia donde la primera pestaña tiene acceso al maestro de proyectos, es decir, añadimos un hiperlink a la dimensión de proyecto para que pudiese, primero, modificar los valores en la dimensión. Algo sencillo y rápido, sin necesidad de crearse aplicación.

La siguiente pestaña tenemos una el modelo de planificación con la visualización por tabla, mostrando los campos de Proyecto / Persona responsable/Cliente pero para poder que los valores de la dimensión y el dato del modelo son diferentes, en la dimensión de Proyecto, mostramos los atributos de Proyecto — Persona responsable y Cliente.

Creamos un Data Action solicitando el proyecto donde se tiene que cambiar los datos del modelo por los atributos de la dimensión de proyecto

Fórmula:

Por cada ratio del modelo, tenemos dos variables numéricas, la primera guardamos los valores del modelo de planificación. En la segunda, guardamos lo mismo pero, con los valores de atributo de la dimensión proyecto.

Guardamos en el modelo los valores pero con el valor de los atributos de la dimensión del proyecto.

Comprobación, si el valor buscado es el mismo que el valor cambiado, borramos el valor dentro del modelo y guardamos los valores que teníamos en la segunda variable, que son los valores que tiene con los atributos de la dimensión del proyecto.

Código:

// Según la selección de la versión y el tiempo, se modificará cada // línea del modelo según el atributo
// del proyecto. Estas modificaciones no son masivas y están 
// localizadas por cada proyecto
// los datos a modificar son el Cluster y el cliente, tanto en 
// ingresos como en gastos
CONFIG.TIME_HIERARCHY = CALENDARYEAR
CONFIG.GENERATE_UNBOOKED_DATA = OFF
// Región de datos a la que realizar la modificación
MEMBERSET [d/Measures] = «Amount»
// MEMBERSET [d/Date] = («Time1», «Time2»)
MEMBERSET [d/PD_PR_PROJECT] = %P_PROJECT%
VARIABLEMEMBER #AMOUNT1 OF [d/Measures]
VARIABLEMEMBER #AMOUNT2 OF [d/Measures]


// Recogemos en una variable el valor actual que tiene el proyecto
DATA([d/Measures] = #AMOUNT1, [d/Date] = [d/Date], [d/PD_PR_PROJECT] = [d/PD_PR_PROJECT], [d/PD_CLUSTER] = [d/PD_CLUSTER],
[d/PD_PR_ACCOUNT] = [d/PD_PR_ACCOUNT], [d/PD_RECORD_TYPE] = [d/PD_RECORD_TYPE], [d/PD_CUSTOMER] = [d/PD_CUSTOMER],
[d/PD_CONCEPT] = [d/PD_CONCEPT], [d/PD_POSITION] = [d/PD_POSITION], [d/PD_CURRENCY] = [d/PD_CURRENCY]) =
RESULTLOOKUP([d/Measures] = «Amount», [d/Date] = [d/Date], [d/PD_PR_PROJECT] = [d/PD_PR_PROJECT], [d/PD_CLUSTER] = [d/PD_CLUSTER],
[d/PD_PR_ACCOUNT] = [d/PD_PR_ACCOUNT], [d/PD_RECORD_TYPE] = [d/PD_RECORD_TYPE], [d/PD_CUSTOMER] = [d/PD_CUSTOMER],
[d/PD_CONCEPT] = [d/PD_CONCEPT], [d/PD_POSITION] = [d/PD_POSITION], [d/PD_CURRENCY] = [d/PD_CURRENCY])

// RATIO Nº 2 DONDE SE AGREGA LA MISMA RELACIÓN PERO CON EL 
// ATRIBUTO DEL PROYECTO, del cliente, persona responsable
DATA([d/Measures] = #AMOUNT2, [d/Date] = [d/Date], [d/PD_PR_PROJECT] = [d/PD_PR_PROJECT], [d/PD_CLUSTER] = [d/PD_PR_PROJECT].[p/PD_CLUSTER],
[d/PD_PR_ACCOUNT] = [d/PD_PR_ACCOUNT], [d/PD_RECORD_TYPE] = [d/PD_RECORD_TYPE], [d/PD_CUSTOMER] = [d/PD_PR_PROJECT].[p/PD_CUSTOMER],
[d/PD_CONCEPT] = [d/PD_CONCEPT], [d/PD_POSITION] = [d/PD_POSITION], [d/PD_CURRENCY] = [d/PD_CURRENCY]) =
RESULTLOOKUP([d/Measures] = #AMOUNT1, [d/Date] = [d/Date], [d/PD_PR_PROJECT] = [d/PD_PR_PROJECT], [d/PD_CLUSTER] = [d/PD_CLUSTER],
[d/PD_PR_ACCOUNT] = [d/PD_PR_ACCOUNT], [d/PD_RECORD_TYPE] = [d/PD_RECORD_TYPE], [d/PD_CUSTOMER] = [d/PD_CUSTOMER],
[d/PD_CONCEPT] = [d/PD_CONCEPT], [d/PD_POSITION] = [d/PD_POSITION], [d/PD_CURRENCY] = [d/PD_CURRENCY])

// LINEA BUENA DONDE ME GUARDA LOS DATOS ACTUALES Y CAMBIA EL
// Cliente y la persona responsable
DATA([d/Measures] = «Amount», [d/Date] = [d/Date], [d/PD_PR_PROJECT] = [d/PD_PR_PROJECT], [d/PD_CLUSTER] = [d/PD_PR_PROJECT].[p/PD_CLUSTER],
[d/PD_PR_ACCOUNT] = [d/PD_PR_ACCOUNT], [d/PD_RECORD_TYPE] = [d/PD_RECORD_TYPE], [d/PD_CUSTOMER] = [d/PD_PR_PROJECT].[p/PD_CUSTOMER],
[d/PD_CONCEPT] = [d/PD_CONCEPT], [d/PD_POSITION] = [d/PD_POSITION], [d/PD_CURRENCY] = [d/PD_CURRENCY]) =
RESULTLOOKUP([d/Measures] = «Amount», [d/Date] = [d/Date], [d/PD_PR_PROJECT] = [d/PD_PR_PROJECT], [d/PD_CLUSTER] = [d/PD_CLUSTER],
[d/PD_PR_ACCOUNT] = [d/PD_PR_ACCOUNT], [d/PD_RECORD_TYPE] = [d/PD_RECORD_TYPE], [d/PD_CUSTOMER] = [d/PD_CUSTOMER],
[d/PD_CONCEPT] = [d/PD_CONCEPT], [d/PD_POSITION] = [d/PD_POSITION], [d/PD_CURRENCY] = [d/PD_CURRENCY])
//———————————————————————————–
//HACEMOS LA COMPARACION DE LOS VALORES Y VOLVEMOS A CREAR EL VALOR
// CON LOS ATRIBUTOS
//———————————————————————————–
IF RESULTLOOKUP([d/Measures] = #AMOUNT2, [d/Date] = [d/Date], [d/PD_PR_PROJECT] = [d/PD_PR_PROJECT], [d/PD_CLUSTER] = [d/PD_PR_PROJECT].[p/PD_CLUSTER],
[d/PD_PR_ACCOUNT] = [d/PD_PR_ACCOUNT], [d/PD_RECORD_TYPE] = [d/PD_RECORD_TYPE], [d/PD_CUSTOMER] = [d/PD_PR_PROJECT].[p/PD_CUSTOMER],
[d/PD_CONCEPT] = [d/PD_CONCEPT], [d/PD_POSITION] = [d/PD_POSITION], [d/PD_CURRENCY] = [d/PD_CURRENCY]) =
RESULTLOOKUP([d/Measures] = #AMOUNT1, [d/Date] = [d/Date], [d/PD_PR_PROJECT] = [d/PD_PR_PROJECT], [d/PD_CLUSTER] = [d/PD_CLUSTER],
[d/PD_PR_ACCOUNT] = [d/PD_PR_ACCOUNT], [d/PD_RECORD_TYPE] = [d/PD_RECORD_TYPE], [d/PD_CUSTOMER] = [d/PD_CUSTOMER],
[d/PD_CONCEPT] = [d/PD_CONCEPT], [d/PD_POSITION] = [d/PD_POSITION], [d/PD_CURRENCY] = [d/PD_CURRENCY]) THEN
DELETE()
DATA([d/Measures] = «Amount») = RESULTLOOKUP([d/Measures] = #AMOUNT2, [d/Date] = [d/Date], [d/PD_PR_PROJECT] = [d/PD_PR_PROJECT], [d/PD_CLUSTER] = [d/PD_CLUSTER],
[d/PD_PR_ACCOUNT] = [d/PD_PR_ACCOUNT], [d/PD_RECORD_TYPE] = [d/PD_RECORD_TYPE], [d/PD_CUSTOMER] = [d/PD_CUSTOMER],
[d/PD_CONCEPT] = [d/PD_CONCEPT], [d/PD_POSITION] = [d/PD_POSITION], [d/PD_CURRENCY] = [d/PD_CURRENCY])
ENDIF

Espero que os sirva

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

SAP ANALYTICS CLOUD 2023.07

Hola, volvemos a la carga escribiendo con las mejoras que nos va proporcionando SAC y vamos a desgranar algunas de las que tenemos en la nueva Release 2023.07. Nos encontramos en las áreas, Administration, Data Integration, Planning (Allocations in Data Actions, Data Locking Step in Multiaction, BPC Live Connection) Dashboard and Story, Data Modeling, Data Analyzer, Collaboration,.. son bastante mejoras que tenemos seguir teniendo en cuenta para nuestros proyectos, las vemos? .

Dashboard and Story Design

Dentro de este apartado podemos destacar las siguientes:

Vertical Filter Experience for Story Designers

La barra de filtro vertical en la experiencia de historia optimizada nos permite cambiar la orientación del panel de filtro entre horizontal y vertical. La orientación de la barra de filtro vertical ahora es compatible en el modo de edición. La orientación guardada en el modo de edición define la orientación predeterminada al abrir en el modo de vista.

Expand and Drill Hierarchy Levels (SAP BW) & Sort Members in Filters (SAP BW)

Con la conexión Live de BW mejorar el acceso a las jerarquías que están definidas, vamos a poder poder

Interactuar directamente con un punto de datos para desglosar o establecer un nivel de jerarquía utilizando el menú contextual para elegir jerarquías
Los miembros en la historia, la página y los filtros locales se pueden ordenar en orden ascendente o descendente
Si hay jerarquías, los nodos principales se ordenarán primero y luego los nodos secundarios se ordenarán dentro de cada padre.
El orden de clasificación también respetará la visualización como opciones que se establecen (es decir, si los miembros se muestran en ID, entonces el orden de clasificación se basará en ID)

Data Analyzer

Siguen con la mejora del Data Analyzer y tenemos las siguientes mejoras muy interesante para que el usuario pueda comprobar los datos y analizarlos como en una tabla dinámica

Enterprise Planning

Dentro de las que son de planning podemos destacar:

Data Actions – Integration of Allocation Design Time, podemos crear un paso para los Allocation dentro de los Data Actions con las reglas de asignación requeridas. En los Data Actions que ya tengamos es posible añadirla sin tener que crear ningún Data Actions nuevo.

Multi Actions – Data Locking Step podemos agregar pasos de bloqueo de datos para proteger los datos de cambios no deseados a través de acciones múltiples, ya sea desde una historia, calendario o el diseñador de aplicaciones. Las acciones múltiples con paso de bloqueo de datos simplifican el flujo de trabajo para los planificadores a una sola acción para el proceso complejo. Los usuarios tendrán la capacidad de bloquear los datos después de la ejecución de una lógica de cálculo específica (es decir, acciones de datos, asignaciones, pronósticos predictivos).

BPC live connection: Universal Display Hierarchy should be supported in grid Cuando creemos una query de planning con Universal Display Hierarchy (UDH) activada, los usuarios de planificación pueden usar capacidades de planificación, como ingresar datos, en una tabla creada en un modelo de conexión en vivo de SAP BPC. Para ello se debe activar la Jerarquía de Visualización Universal en su consulta subyacente.

Enterprise Planning

Espero que os sirva

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

SAP ANALYTICS CLOUD ANALYTICS DESIGNER

Hola, hoy vamos a ver que es SAP Analytics Cloud, Analytics Designer, cuando lo debemos usar y como, las diferencias entre historias y aplicaciones.

También os dejo varios Link de ayuda, webinar y blog que nos pueden ayudar, comenzamos??

Antes de comenzar podemos preguntarnos ¿Qué es una aplicación analítica? Una aplicación analítica es aquella que presenta los datos en varias formas, nos permite navegar por ellos y poder planificar (muy importante en SAC para hacer aplicaciones mucho mas flexibles). Las aplicaciones analíticas pueden ser desde simples, muestran datos estáticos, hasta aplicaciones altamente personalizadas y guiadas, tanto visuales como de planificación. Estas aplicaciones personalizadas pueden contener muchas opciones para explorar y navegar por los datos, cambiar las visualizaciones y navegar por varias páginas o áreas.

¿Qué es Analytics Designer?

Analytics Designer es la funcionalidad de SAC que nos permite crear aplicaciones analíticas. Tenemos un entorno de diseño dedicado en SAC para crear aplicaciones. En Analytics Designer, podemos usar secuencias de comandos, extensiones, datos y widgets visuales para crear cuadros de mando, aplicaciones de planificación y aplicaciones predictivas. Analytics Designer aprovecha todos los servicios de la plataforma ya integrados en SAC, como la conectividad de datos, la preparación de datos, la programación y la gestión del ciclo de vida, por nombrar algunos. Analytics Designer también se integra con Business Intelligence, Augmented Analytics y Enterprise Planning. Analytics Designer, tiene más flexibilidad para crear tableros sofisticados e interactivos, así como aplicaciones analíticas y de planificación que cuando lo realizamos con una historia.

¿Qué podemos hacer con las aplicaciones analíticas que no podemos hacer con las historias?

Una historia se crea en un flujo de trabajo de autoservicio y puede estar compuesta por varios widgets y una gran cantidad de funcionalidad configurada. En la creación de la historia esta diseñada para que presente datos de forma fácil. Sin embargo, la personalización se limita en el entorno de diseño de la historia. Una aplicación analítica, normalmente, contiene alguna lógica personalizada, esto lo conseguimos con la ayuda de scripts, estos scripts se realizan Javasript. Con las aplicaciones analíticas hay mucha más flexibilidad para implementar un comportamiento personalizado. Se requiere un nivel de conocimientos de programación. Aquí es donde entra el rol de Analytics Designer.

¿Cuándo debemos utilizar Analytics Designer?

Entendemos que tenemos que utilizar Analytics Designer cuando tengamos un especificación del cliente que no podamos realizar con las historias, cuando sea algo mucho más guiado y con lógica, y está lógica la podamos resolver con scripting. Aplicaciones típicas donde tengamos controles de interfaz de usuario (botones, casillas de verificación, menús desplegables, etc.), también el proceso de planificación podremos realizar aplicaciones mucho mas flexibles, que se comuniquen con otros sistemas, SAP BW/BPC, SAP S/4 HANA, recibiendo y enviando datos, por medio de ODATA. Aplicaciones que estén embebidas dentro de una página web. Una parte importante en SAC podría ser también el uso de «Data Change Insights», para poder tener avisos de datos que hayan cambiado y ser comunicados a los usuarios, las ALERTAS, de esto podremos hablar en otro post.

Como podéis comprobar, Analytics Designer, nos puede ayudar en todo tipo de aplicaciones, eso si, necesitaremos de un perfil / rol, que nos ayude a realizar como queremos la aplicación.

Links de Ayuda

Estos link os pueden ayudar a comprender como podemos y debemos, realizar buenas aplicaciones con Analytics Designer en SAP Analytics Cloud

Ayuda de SAP, muy útil con ejemplos y buenas practicas

https://help.sap.com/docs/SAP_ANALYTICS_CLOUD/00f68c2e08b941f081002fd3691d86a7/25a3b8d145864d7faf7447b916e492e7.html

openSAP, en el último curso en la semana 5 tenemos varios videos y ejercicios que nos ayudaran.

https://open.sap.com/courses/sac5/items/56DGfL7JdjNJcTOWnDlqao

También podemos comenzar en la página Developers.sap.com, en un tutorial guiado para comenzar a practicar.

https://developers.sap.com/tutorials/sac-analytics-designer-intro-1-introduction.html

En el webinar de Jie Deng, donde nos introduce y hace una presentación de Analytics Designer

“Introducing the Highlights of Analytics Designer in SAP Analytics Cloud”

En este Blog de, Zarmina Khan, explica muy bien todo el webinar

https://blogs.sap.com/2020/09/19/the-highlights-of-analytics-designer-in-sap-analytics-cloud/

También tenemos el libro Developers Hand Book de Analytics Designer en

Developers Hand Book SAC Analytics Designer

Espero que os sirva

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

SAP ANALYTICS CLOUD Q3.2022

Hola, ya tenemos Q3.2022 y vamos a destacar todas las mejoras que nos han ido descubriendo durante estos meses .

Destacan varias, tendremos la posibilidad de tener los maestros en distintos idiomas, ocultar los miembros que no estén en una jerarquía, cancelar acciones de datos en el monitor, importar datos en un Data Actions, ejecutar acciones de datos en Excel, filtro en medidas..

Os dejo el enlace con el video que explica todas las mejoras de Q3.2022

También el link donde explican cada uno de estos avances.

https://blogs.sap.com/2022/08/05/whats-new-in-sap-analytics-cloud-and-sap-digital-boardroom-q3-2022/#12

Measure Based Filter and Hyperlinking in Optimized Story Experience

En la experiencia de historia optimizada* ahora admite filtros basados en medidas y la capacidad de hipervínculo para saltar a la historia con contexto de filtro.

El filtro basado en medidas requiere una versión EPMMDS mínima de 1.00.202202.09.1647472964 que es compatible con SAP HANA 2.00.059.02.1647435895 .

Podremos realizar un salto a la historia con contexto de filtro a través de un hipervínculo. Tenemos que tener en cuenta que el contexto del filtro no se aplica cuando la historia del modo clásico tiene un hipervínculo a la historia optimizada o viceversa.

Multi-Language Support for Master Data

Ya tenemos disponible la opción de tener las descripciones de dimensiones públicas en varios idiomas, en concreto, hasta 49 idiomas diferentes. Esto era algo de esperar y que por fin ha llegado!!!.

Se hace ingresando manualmente el texto en otros idiomas, no es una función de traducción automática sobre la marcha. La compatibilidad con varios idiomas se puede habilitar desde el panel «Detalles de la dimensión» de una dimensión pública. ( SAP Roadmap Explorer ) ( Vídeo )

Parent-Child Hierarchy: Hide the “Not in Hierarchy” node

Ahora podemos ocultar el nodo «No en jerarquía» para las dimensiones genéricas y de organización, aunque no todos los miembros tengan asignado un elemento principal. Cuando está desactivado, el nodo «No en la jerarquía» se ocultará en el Modelador y en la historia (selectores de miembros, filtros, etc.).

Abort Running Data Actions

Los usuarios de planificación ahora pueden cancelar las acciones de datos en ejecución a través del Monitor de acción de datos. Esto aumenta la capacidad de cancelar acciones de datos pendientes, lo que significa que los usuarios ahora pueden cancelar acciones de datos independientemente del estado (pendiente o en proceso). ( SAP Roadmap Explorer ) ( Vídeo ).

Data Acquisition Step Type within Multi Actions

Los planificadores pueden simplificar los flujos de trabajo definiendo los pasos de importación de datos en una acción múltiple. La acción múltiple se puede activar desde la historia, el calendario o el Diseñador de aplicaciones. Esto agrega un valor significativo ya que el paso de múltiples acciones con importación de datos simplifica el flujo de trabajo para los planificadores a una sola acción para múltiples pasos de planificación, y también hace que las operaciones del usuario final sean más convenientes. ( SAP Roadmap Explorer ) ( Vídeo )

Para obtener más detalles, consulte esta publicación de blog de Sarau Shen

Espero que os sirva

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

openSAP Become and Augmented BI Expert. Week 4 Augmented Analytics

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 …

openSAP Become and Augmented BI Expert. Week 4 Augmented Analytics

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