Modellierungsoptionen erläutern

Objective

After completing this lesson, you will be able to unterscheiden Sie zwischen Dimensionen, Modellen und Datensets.

Dimensionen

Dimensionen stellen Kategorien dar, die eine Perspektive auf Ihre numerischen Daten bieten, z.B. Produktkategorie, Datum, Region, Kostenstelle usw. Dimensionen können Eigenschaften enthalten, die eine Dimension näher beschreiben. Sie haben beispielsweise eine Dimension für den Kunden, die Eigenschaften wie Telefonnummer und Adresse hat, um die Kundendimension weiter zu beschreiben.

Dimensionen können auch in eine hierarchische Sicht hochgerollt werden, z.B. Zeit (Jahr, Quartal, Monat), Region (Land, Region, Standort), Mitarbeiterstruktur (Führungskraft, Vorgesetzter, Mitarbeiter) usw.

Kennzahlen stellen die numerischen Werte dar, die Sie analysieren, z.B. Umsatz, Gehalt, Anzahl der Mitarbeiter, verkaufte Menge usw. Manchmal sind diese Mengen in einer einzelnen Dimension enthalten, die als Dimension vom Typ "Konto" bezeichnet wird (und wahrscheinlich mit dem Namen "Konto" o.ä.). In diesem Fall stellen die numerischen Werte die Einzelposten in einer Konzernbilanz, Gewinn- und Verlustrechnung, Gewinn- und Verlustrechnung usw. dar. Sie können die numerischen Werte jedoch auch als einzelne Elemente namens Kennzahlen darstellen.

Dimensionen und Kennzahlen bilden zusammen das Framework für die Anzeige von Daten, sei es eine Trendlinie des Umsatzes im Zeitverlauf oder ein tabellarischer Vergleich der Bruttomarge über verschiedene Regionen hinweg.

Modelle

Modelle bestehen aus Dimensionen und Kennzahlen und stellen eine bestimmte Teilmenge von Daten dar, z. B. Vertrieb, Produktion, Finanzen, Versand usw.

Modelle sind die primären Datenquellen für SAP-Analytics-Cloud-Storys.

In SAP Analytics Cloud gibt es zwei Modellstile:

  • Analysemodell: schreibgeschützt
  • Planungsmodell: lesen/schreiben

Wir werden jeden Stil in den nächsten Konzepten genauer betrachten.

Der Modeler

Im Modeler-Bereich von SAP Analytics Cloud legen Sie Modelle an. Entsprechend Ihrer Datenintegrationsstrategie haben Sie zwei Möglichkeiten, ein neues Modell anzulegen:

  1. Modell anlegen
  2. Live-Daten-Modell anlegen
Der Modeler-Bereich von SAP Analytics Cloud

Analysemodelle

Ein Analysemodell wird ausschließlich für schreibgeschützte Datenberichte und -analysen verwendet. Eine Datumsdimension ist verfügbar, aber nicht erforderlich, und Sie können sie während der Entwurfsphase aus dem Modell entfernen.

Warum ist eine Datumsdimension optional? Ein Szenario ist, dass das Modell nur aktuelle Daten darstellt. Da Benutzer wissen, dass die Daten immer "aktuell" sind, ist keine Datumsdimension erforderlich.

Screenshot eines Beispielanalysemodells mit eingestellten Modelleinstellungen.

Planungsmodelle

Planungsmodelle sind mit den erforderlichen Dimensionen für Datum und Version vorkonfiguriert. Diese Dimensionen sind erforderlich, da Planungsaktivitäten von Zeiträumen vorgegeben werden und die Planungsnummern für verschiedene Zwecke vorgesehen sind – Budget, Prognose und Planung. Planungsmodelle bieten Unterstützung für Sicherheitsfunktionen sowohl auf Modellebene als auch auf Dimensionsebene.

Beim Arbeiten mit einem Planungsmodell in einer Story können Benutzer mit Planungsberechtigungen eigene Versionen von Modelldaten anlegen. Diese Benutzer können auch Daten in das Modell schreiben, indem sie neue Werte eingeben, Daten kopieren/einfügen und Datenaktionen verwenden.

Screenshot eines Beispielplanungsmodells mit hervorgehobenen erforderlichen Dimensionen und eingestellten Modelleinstellungen.

Datensets

Ein Datenset ist eine einfache Sammlung von Daten, die in der Regel in einem Tabellenformat dargestellt werden. Sie können ein Datenset als Grundlage für eine Story verwenden.

Screenshot eines Datensets.

Arten von Datensets

SAP Analytics Cloud verfügt über zwei Arten von Datensets:

  1. Eingebettet: Eingebettete Datensets werden in eine Story eingebettet und sind für diese Story einzigartig. Sie können nicht außerhalb der Story geteilt oder aktualisiert werden.
  2. Öffentlich: Öffentliche Datensets sind eigenständige Datensets und können von verschiedenen Storys gemeinsam genutzt werden.

Beide Arten von Datensets können um grundlegende Datenvorbereitungs- und Transformationsfunktionen erweitert werden.

Keines der Datensets kann für eine Aktualisierung eingeplant werden. Sie müssen die aktualisierten Daten manuell erneut importieren. SAP Analytics Cloud gleicht die Spalten der neu importierten Daten automatisch mit den Spalten der vorhandenen Daten ab, aber alle vorherigen Datentransformationen gehen verloren.

Wenn Sie Daten aus einer Flatfile importieren, können Sie nur eine kompatible Datei erneut importieren: eine Datei, die dieselbe Anzahl von Spalten wie die Originaldatei und dieselben Spaltennamen und Datentypen wie in der Originaldatei hat.

Beide Arten von Datensets können geschützt werden, Benutzern kann also der Zugriff auf das Datenset gewährt oder verweigert werden. Eine spezifische spaltenbasierte oder eigenschaftsbezogene Sicherheit wird jedoch für keines der Datensets unterstützt.

Datensets konvertieren

Sie können ein eingebettetes Datenset in ein öffentliches Datenset konvertieren. Eine Einschränkung beim öffentlichen Datenset ist jedoch, dass Sie die zugehörige Datenquelle nicht ändern können. Wenn Ihr öffentliches Datenset beispielsweise ursprünglich aus einer Flatfile erstellt wurde, Sie nun jedoch eine SAP-Business-Warehouse-Abfrage verwenden möchten, haben Sie keine Möglichkeit, diese Änderung vorzunehmen. Eingebettete Datensets hingegen ermöglichen es Ihnen, die Datenquelle über die Option Neue Daten hinzufügen zu ändern.

Sie können ein eingebettetes Datenset auch in ein Modell konvertieren, allerdings gehen dabei alle Transformationen, die Sie am Datenset vorgenommen haben, verloren und müssen im Modell neu erstellt werden. Ein öffentliches Datenset kann jedoch nicht in ein Modell konvertiert werden.

Datensets und Modelle vergleichen

Insgesamt ergänzen sich Datensets und Modelle. Datensets eignen sich perfekt für nicht verwaltete Ad-hoc-Anwendungsfälle, die auf importierten Daten basieren. Modelle bieten sich an, wenn der Anwendungsfall kontrolliertere Datenanalyse- und Planungsszenarios erfordert.

Diagramm, das die in diesem Konzept oben enthaltenen Daten zusammenfasst.

Zusammenfassend lässt sich sagen, dass die wichtigsten Unterschiede zwischen Datensets und Modellen wie folgt sind:

DatensetsModelle
Für eine einfache, schnelle Ad-hoc-DatenanalyseFür formale, kontrollierte Datenanalysen
Zugriff auf Live-Daten nur über SAP HANA On-Premise möglichKann auf viele SAP-Live-Datenquellen zugreifen
Unterstützt keine PlanungsanwendungsfälleUnterstützt für Planungsanwendungsfälle