W wielu organizacjach problemem nie jest dziś brak danych. Wręcz przeciwnie, informacje o kosztach powstają w wielu miejscach jednocześnie. W systemie ERP, narzędziach controllingowych, lokalnych bazach danych, aplikacjach dziedzinowych czy arkuszach Excel. Trudność zaczyna się wtedy gdy trzeba te informacje połączyć i odpowiedzieć na pozornie proste pytanie: ile naprawdę kosztuje określony projekt, jednostka organizacyjna czy obszar działalności i z czego wynika odchylenie od planu?
Jeżeli poszczególne źródła wykorzystują inne struktury, definicje i sposoby klasyfikacji kosztów, przygotowanie odpowiedzi wymaga ręcznego mapowania i kolejnych iteracji raportu. W efekcie controlling poświęca znaczną część czasu na zebranie i zweryfikowanie danych, zanim w ogóle rozpocznie ich analizę. SAP Business Data Cloud pozwala podejść do tego problemu na poziomie całej architektury danych, a nie pojedynczego raportu.
Najpierw trzeba uporządkować znaczenie danych
Jednym z podstawowych wyzwań jest niespójna semantyka. Ten sam koszt, centrum kosztów czy inny element struktury może być inaczej opisany w różnych systemach. Podobny problem pojawia się w grupach kapitałowych lub organizacjach korzystających równolegle z kilku rozwiązań ERP.
SAP Datasphere pełni w tym modelu rolę warstwy, w której dane z systemów SAP i źródeł zewnętrznych mogą zostać połączone, ujednolicone i przygotowane do dalszej analizy. Nie chodzi wyłącznie o techniczne przesłanie informacji z jednego miejsca do drugiego. Istotą jest zbudowanie wspólnego modelu danych.
Jeżeli przykładowo koszty rzeczywiste znajdują się w SAP S/4HANA, a planowanie odbywa się w zewnętrznej aplikacji, struktury wykorzystywane przez oba systemy mogą się różnić. SAP Datasphere umożliwia zdefiniowanie reguł mapowania, połączenie tych informacji oraz przygotowanie jednej warstwy, na której później pracują raporty.
Czy SAP Datasphere jest potrzebny w każdym scenariuszu?
Nie zawsze. Jeżeli wszystkie potrzebne dane znajdują się już w SAP S/4HANA i mogą zostać odpowiednio udostępnione poprzez wirtualny model danych oraz widoki CDS, SAP Analytics Cloud może zostać połączony bezpośrednio z systemem ERP.
W takim wariancie przetwarzanie odbywa się w S/4HANA, a SAP Analytics Cloud pełni przede wszystkim rolę warstwy raportowej i analitycznej. Inaczej wygląda sytuacja, gdy dane trzeba integrować z wielu źródeł, harmonizować odmienne struktury lub przygotowywać wspólną warstwę semantyczną. Wówczas SAP Datasphere staje się elementem pomiędzy systemami źródłowymi a warstwą analityczną.
To ważne rozróżnienie, ponieważ architektura nie powinna być rozbudowywana tylko dlatego, że dostępny jest kolejny komponent. Powinna wynikać z rzeczywistych źródeł danych i sposobu, w jaki organizacja chce z nich korzystać.
Od raportowania do analizy przyczyn odchyleń
Uporządkowane dane są dopiero początkiem. SAP Analytics Cloud pozwala przełożyć je na raporty, dashboardy, analizy oraz procesy planistyczne wykorzystywane przez controlling i osoby zarządzające.
Przykładem może być analiza planu i wykonania. Użytkownik rozpoczyna od zagregowanego wyniku dla całej jednostki czy segmentu, ale może następnie przejść na niższy poziom szczegółowości – do grupy MPK, konkretnego miejsca powstawania kosztów lub linii kosztowej.
Pozwala to nie tylko stwierdzić, że budżet został przekroczony, lecz także dotrzeć do miejsca, w którym powstało odchylenie. System umożliwia również porównania pomiędzy okresami oraz prezentowanie tych samych informacji w różnych przekrojach. Dane mogą być dostępne zarówno w formie dashboardów i wizualizacji, jak i klasycznych raportów tabelarycznych.
Plan, budżet i forecast w jednym środowisku
SAP Analytics Cloud może pełnić również funkcję środowiska planistycznego. Poszczególne wersje, jak na przykład plan, budżet czy prognoza mogą być tworzone, modyfikowane i publikowane. Możliwe jest także kopiowanie wartości pomiędzy wersjami oraz stosowanie określonych reguł.
Przykładowo plan na kolejny okres może zostać utworzony na podstawie poprzedniej wersji i zwiększony o określony procent lub przeliczony z wykorzystaniem dodatkowych czynników biznesowych. W procesie można również zastosować workflow akceptacyjny. Poszczególne osoby wprowadzają lub weryfikują dane, a po ostatecznym zatwierdzeniu wybrana wersja może zostać zablokowana przed dalszą edycją.
Dodatkowo SAP Analytics Cloud oferuje funkcje prognozowania oparte na danych historycznych. W przypadku bardziej zaawansowanych scenariuszy predykcyjnych środowisko SAP Business Data Cloud może zostać rozszerzone o SAP Databricks.
Dane powinny być nie tylko dostępne, ale również możliwe do zweryfikowania
W środowisku analitycznym istotna jest możliwość sprawdzenia, skąd konkretny wynik pochodzi. SAP Datasphere oferuje funkcje związane z data lineage, pozwalające śledzić pochodzenie danych – od końcowego modelu do konkretnego źródła. Możliwa jest również analiza wpływu i zależności pomiędzy poszczególnymi elementami modelu.
Podobnie wygląda kwestia jakości danych. Organizacja może zdefiniować własne reguły walidacyjne określające, jakie rekordy należy traktować jako błędne lub wymagające dodatkowej kontroli. Na tej podstawie można rozdzielać dane poprawne od tych, które powinny zostać zweryfikowane, a także budować raporty diagnostyczne. Ma to znaczenie zwłaszcza tam, gdzie raporty finansowe i controllingowe bazują na danych pochodzących z wielu systemów.
Uporządkowany model danych może być również podstawą raportowania wymaganego przez instytucje zewnętrzne. SAP Datasphere i SAP Analytics Cloud mogą wspierać przygotowanie danych wykorzystywanych w sprawozdaniach między innymi dla GUS, administracji skarbowej czy jednostek nadrzędnych.
Nie oznacza to jednak, że każdy taki raport jest gotowym elementem systemu. Konkretny model raportowy musi zostać wcześniej przygotowany zgodnie z wymaganiami organizacji. Po jego zbudowaniu kolejne raporty miesięczne, kwartalne czy roczne mogą już bazować na zautomatyzowanym procesie zasilania danymi. To istotna różnica pomiędzy automatyzacją procesu a oczekiwaniem, że wszystkie specyficzne raporty będą dostępne od pierwszego dnia.
Co z dotychczasową analityką podczas migracji do SAP S/4HANA?
Zmiana systemu ERP nie musi oznaczać utraty ciągłości raportowania. W przypadku migracji do SAP S/4HANA możliwy jest okres przejściowy, w którym środowisko analityczne pozostaje połączone zarówno ze starszym systemem, jak i nowym źródłem.
Dalsze podejście zależy jednak od obecnej architektury. Część modeli może wymagać jedynie zmiany systemu źródłowego, w innych przypadkach konieczne będzie dostosowanie istniejącej logiki lub wykorzystanie nowych możliwości dostępnych w S/4HANA, takich jak widoki CDS.
Dlatego pierwszym etapem powinna być inwentaryzacja istniejących modeli, raportów i źródeł oraz określenie, które elementy warto przenieść, a które lepiej zbudować ponownie w docelowej architekturze.
Mniej czasu na przygotowanie danych, więcej na decyzje
Największa zmiana nie polega więc na zastąpieniu jednego raportu innym dashboardem. Chodzi o stworzenie środowiska, w którym dane pochodzące z różnych systemów mają wspólne znaczenie, ich pochodzenie można zweryfikować, a użytkownik biznesowy może przejść od wyniku do przyczyny bez ręcznego składania kolejnych plików.
Dla controllingu oznacza to możliwość przesunięcia ciężaru pracy z przygotowywania i sprawdzania danych w stronę ich analizy, prognozowania oraz rekomendowania działań.
Chcesz sprawdzić, jak uporządkować dane finansowe i controllingowe w swojej organizacji oraz które komponenty SAP Business Data Cloud będą potrzebne w konkretnym scenariuszu? Porozmawiaj z ekspertami Axians o obecnej architekturze danych, potrzebach raportowych i możliwym modelu wdrożenia.
Poznaj rozwiązania SAP Business Data Cloud w Axians.
