SAP Analytics Cloud Compass の使用

SAP Analytics Cloud のコンパスとは？コンパスは SAP Analytics Cloud のネイティブ機能であり、ドライバーの不確実性によってもたらされる可能性のある影響のシミュレーションを可能にします。SAP Analytics Cloud モデル内でドライバとターゲットの間で定義された関係が活用されます。コンパスを使用すると、さまざまな想定のシナリオモデリングを実行し、考えられる結果を比較することができます。

SAP Analytics Cloud のコンパスでは、シミュレーションの実行に AI は使用されません。代わりに、モンテカルロシミュレーション機能を使用して、ドライバーのパフォーマンスの不確実性に直面した場合に起こりうる結果をシミュレートおよび分析し、不確実性に対処するための可能な戦略をシミュレーションします。

このビデオでは、コンパスの主な機能の一部について説明します。ストーリーからシミュレーションを開始する方法、選択したドライバの値範囲を設定する方法、シミュレーションシナリオを実行する方法、および結果を解釈する方法について説明します。多次元シミュレーションの制限ドライバを登録し、シナリオを比較し、非公開シナリオを公開する方法についても説明します。

コンパスシミュレーションでは、どのようなトピックを調査できますか。SAP Analytics Cloud コンパスを使用すると、ドライバーのパフォーマンスにおける不確実性の潜在的な影響や、不確実性の軽減に使用できる戦略を把握する必要がある場合に、回答を提供することができます。

コンパスシミュレーションは、たとえば以下の場合にリスクコンテキストを理解するのに役立ちます。

• ターゲット設定
• 予算レビュー
• 戦略的計画
• 要員計画

モンテカルロシミュレーションとは正確には何ですか? モンテカルロシミュレーション法は AI を利用しませんが、不確実な事象の結果を計算するための数学的手法です。ランダムにサンプリングされた入力と組み合わせた多数の繰返計算を使用して、考えられる影響の範囲をシミュレートします。

モンテカルロシミュレーションは、ドライバーのパフォーマンスが特定の範囲内にあると予想される場合の影響を予測するのに適していますが、最終的な値が何になるのかがまだわかりません。たとえば、予想されるインフレが変動している場合に見込まれる営業利益に対する洞察を提供したり、異なる投資方針が存在する場合は可能なキャッシュフローに対する洞察を提供したり、それぞれ独自の可能な原価の範囲を提供したりすることができます。生成されたインサイトにより、複合ドライバ証明書から生じるリスクを把握することができます。

モンテカルロシミュレーションの動作を説明するために、サイコロをトッシングする動作を使用します。

3 つのサイコロを 100 回押して、達成可能な最も可能性の高い合計を探っているとします。各トスの後、ダイごとにロールされる値と、3 つのすべてのダイスで集計された値を書き留めます。100 トスの終わりに、特定の集計結果が表示される頻度を示す一覧があります。この一覧を使用して、グラフにプロットし、相対的な表示頻度に対して値を視覚化します。

上記の簡易プロセスを示す以下の図を詳しく見てみましょう。

1. データとドライバの定義: 3 つのサイコロがあるため、不確実性がある 3 つのドライバがあります。各ダイの値範囲は 1 から 6 (D1、D2、D3) です。
2. ランダムサンプリングと計算: サイコロをトッシングする行為は、実際にはダイごとに 1 から 6 までの値のランダムサンプリングです。これがすべてのサイコロに対して実行されると、集計 D1 + D2 + D3 を計算することができます。このプロセスを多数の試行に対して繰り返して、達成された結果の頻度 (この例では 100 倍) を監視できます。
3. 一覧登録: 達成された結果は、頻度の計算およびグラフのプロット準備として一覧でソートすることができます。
4. プロット: 生成されたインサイトをより適切に消費するために、達成された集計値が相対的な出現頻度 (% での確率として認識される) に対してプロットされます。集計された結果の確率分布は容易に理解できます。3 つのサイコロをソートすると、合計が 10 または 11 になる可能性が高く、3 と 18 の合計は非常に低くなります。ここでは、3 つのサイコロを当てるときの最も可能性の高い結果に関する最初の質問に対する回答があります。

統計的確率に対処するため、さらに 100 回の反復で新しいシミュレーションを実行すると、得られた回答が異なる可能性があります。ただし、計算反復の数が多い場合 (1000、10,000 など)、2 つのシミュレーション間の確率分布結果が大幅に削減されます。

不確定要素に直面した場合に起こりうる結果を計算する機能により、モンテカルロシミュレーションは、ビジネスシミュレーションに関して価値のある方法です。

SAP Analytics Cloud のコンパスでは、すべてのプロセスステップで自動化を可能にすることで、モンテカルロシミュレーションが 1 ステップ追加されています。この自動化により、コンパスを使用してドライバーの不確実性の影響を探索するユーザは、モンテカルロシミュレーション方法の事前知識を必要としません。

• ランダムサンプリングおよび計算: ランダムサンプリングはシステムによって処理されます。ユーザが必要とするのは、値設定および分布の入力のみです。

  ランダムサンプリング分布の分布タイプは、デフォルトで正規分布に設定されています。つまり、ランダムサンプリングでは、中間付近の値が範囲境界付近の値よりも選択される可能性が高くなります (つまり、結果の 68% が 1 標準偏差、95% が 2 標準偏差内、99.7% が 3 標準偏差内)。すべての値で同じサンプリングの可能性を共有する場合は、[一様分布] を選択できます。

• 一覧の登録およびプロット: 一覧の登録およびプロットは、システムによって完全に自動化されています。プロットされたグラフでは、楽観的、悲観的、現実的なケースのパーセンタイル境界と、さまざまな消費設定に合わせて色付けをカスタマイズすることができます。

次に、SAP Analytics Cloud のコンパスシミュレーションについて詳しく見ていきましょう。

ターゲットは、の影響を調査するメジャーまたは勘定です。

ドライバは、ターゲットの計算に寄与するリーフ勘定メンバー (式なし)、基準メジャー、またはそれらの組合せです。

利用可能なドライバは、コンパスシミュレーションでターゲットから自動的に識別および抽出されます。SAP Analytics Cloud モデルの直接シミュレーションでは、モデル定義がシミュレーションに使用され、エンドユーザがデータと計算式をマニュアルで複製する必要はありません。

例を使用して、ドライバがターゲットから抽出される方法を詳しく見ていきましょう。

モデルには以下の数学的関係があります。

そのため、シミュレーションのターゲットとして A を選択すると、E、F、C1、および C2 がドライバとして識別されます。

ターゲットとドライバの数学的関係は、A = E * F + (C1 + C2) という式で合計できます。

分布列で、ドライバの可能な値を定義する確率分布のタイプを選択できます。デフォルトとして［正規分布］が設定されていますが、必要に応じて［一様分布］を選択することもできます。

正規分布:

正規分布の場合、データの約 99.7% が平均から 3 つの標準偏差に収まります。

ユーザが値設定に挿入する値は、正規分布の 2 つのパラメータである平均と標準偏差に変換されます。

• 平均: ユーザが追加した最小値と最大値の平均。
• 標準偏差: ユーザが指定する範囲は 6 つの標準偏差をカバーするように概算できるため、推定標準偏差は範囲を 6 で割って計算されます。

10 から 70 までのドライバの値設定範囲の例を使用します。平均は 40 で、標準偏差は 10 です。そのため、各ドライバに対して生成されたランダム化されたドライバ値ののは次のようになります。

• 約 68% が平均の 30 と 50、または 1 つの標準偏差 (+/- 1 標準偏差) に収まります。
• 約 95% が 20 と 60 の間、または平均の 2 つの標準偏差 (+/- 2 標準偏差) に収まります。
• 約 99.7% は 10 と 70 以内、または平均の 3 つの標準偏差 (+/- 3 標準偏差) 以内になります。

ユーザが Uniform Distribution を選択すると、(値設定で定義された) 値範囲内のすべての値がドライバに対して同様に発生する可能性が高くなります。

ランダムサンプリングまたはシミュレーション反復のたびに、ランダム性設定に基づいてドライバの特定のランダム化された値が生成され、これらの値がシミュレーション反復ごとにターゲットの計算に使用されます。これにより、一連の目標値またはシミュレーション結果が生成されます。

3 つの精度モードから選択でき、各精度のモードでは、モンテカルロシミュレーションの反復回数が事前設定されています。

1. プレビュー: モンテカルロシミュレーションのランダムサンプリングは 1,000 回実行されます。これは最速モードですが、精度は最も低くなります。
2. 中精度: モンテカルロシミュレーションのランダムサンプリングが 10,000 回実行されます。これは、速度と精度のバランスを取るモードです。
3. 高精度: モンテカルロシミュレーションのランダムサンプリングが 100,000 回実行されます。これは最も遅いモードですが、精度が最も高くなります。

ターゲットのシミュレーション結果グラフが生成されると、ドライバの右側の出力パネルに表示されます。

シミュレーション結果グラフでは、すべての棚番が X 軸に、確率が Y 軸にプロットされます。これはグラフの基礎を形成し、シミュレーション結果の確率分布の近似値を示します。次に、ヒストグラムに線がオーバーレイされ、グラフ内の確率分布曲線が生成されます。

シミュレーション結果グラフでは、確率分布曲線を貫通する 2 つの垂直線によって 2 つの境界値が視覚化されます。シミュレーション結果は 3 つのケースに分割され、それぞれにパーセント値があり、ターゲット値がそのケース内にある確率を示します。この割合は、ケースのシミュレーション結果の割合も表します。

1. 悲観的なケース: 最小値と最初の境界ターゲット値の間の曲線の下の領域。デフォルトでは、これは 5% に設定され、シミュレーション結果の最下位 5% を表します。
2. 現実的なケース: 2 つの境界値の間の曲線の下の領域。デフォルトでは、これはシミュレーション結果の最小 90% を表す 90% に設定されています。
3. 楽観的なケース: 2 番目の境界値と最大値の間の曲線の下の領域。デフォルトでは、これは 5% に設定され、シミュレーション結果の最下位 5% を表します。

ケース設定で、各ケースのパーセント値を変更することができます。3 つのケースのパーセント値を変更すると、目標値範囲を分割する 2 つの境界値が計算され、適宜設定されます。

SAP Analytics Cloud のコンパスシミュレーションの作成プロセスについて詳細に説明する SAP Analytics Cloud for Planning コースで、SAP Analytics Compass によるデータのシミュレーションのレッスンを完了することをお奨めします。

詳細については、SAP Help Portal を参照してください。

SAP Analytics Cloud コンパスの使用時にユーザが直面する可能性がある問題がいくつかあります。以下に例を示します。

1. サポートされない集計、例外集計、および展開タイプがモデルにあります。
2. 集計タイプが階層ノードのテキストラベルに設定されているため、非公開シナリオでドライバ一覧が空です。
3. シミュレーション計算における複利年平均成長率 (CAGR) 関数の問題。
4. 反復および同様の関数に関する問題。
5. システムリソースが不十分です。

説明、原因、およびトラブルシューティングのステップを表示するには、SAP Help Portal の Troubleshoot Issues in Compass セクションに移動します。