Introduction
SAP Datasphere comporte deux couches de modélisation, adaptées à différents groupes d'utilisateurs. La couche de données est l'endroit où les ingénieurs de données créent leurs modèles avec une approche technique. La couche de gestion est destinée aux utilisateurs fonctionnels qui créent leurs modèles à l'aide d'une approche plus sémantique. Cela permet aux utilisateurs fonctionnels de travailler indépendamment des ingénieurs de données, tout en étant en mesure de collaborer et de partager des données avec eux. La collaboration entre les utilisateurs fonctionnels et les ingénieurs de données change fondamentalement : les ingénieurs de données peuvent se concentrer sur la consolidation et la mise à disposition des données, tandis que les utilisateurs fonctionnels peuvent optimiser les modèles de gestion.
En règle générale, l'infrastructure informatique sur la couche de données est plus volatile que les besoins des utilisateurs fonctionnels. Il existe plusieurs motifs de modification, tels que des mises à jour du système, des modifications logicielles et des acquisitions. D'une part, cela entraîne un changement permanent de la couche de données et nécessite des ajustements. D'autre part, les définitions de gestion restent relativement stables, par exemple, elles ne modifient pas souvent le calcul de la marge kpi.
Pour garder la couche de gestion plus robuste, tout en modifiant en continu la couche de données, la couche de gestion est couplée de manière lâche à la couche de données. Les couches peuvent être mappées et remappées à tout moment. Sans avoir à modifier les modèles de gestion eux-mêmes, les modèles de données peuvent être mis à niveau et transférés aux modèles de gestion.
Voici quelques caractéristiques clés permettant de séparer la modélisation pilotée par l'informatique de la modélisation orientée métier :
- La séparation permet aux utilisateurs fonctionnels de modéliser leur scénario de gestion sans connaître les modèles de données sous-jacents.
- Il fournit une modélisation de service pour les secteurs d'activité.
- Elle masque la complexité des données par le biais du langage métier et de la terminologie.
- Il existe un catalogue fonctionnel comme point d'accès central pour les définitions de gestion indépendantes de la couche de modélisation.
- Il crée une couche sémantique stable pour tous vos consommateurs.
- Si nécessaire, elle modifie de manière flexible la couche de données sous-jacente (c'est-à-dire les modifications de la technologie de stockage) sans perturber vos consommateurs.
SAP Datasphere business Builder
SAP Datasphere Business Builder est l'outil désigné pour modéliser les objets de la couche de gestion. Les utilisateurs fonctionnels peuvent définir des modèles de gestion dans le générateur fonctionnel, des modèles distincts de la couche de données physique. Ils créent leurs modèles de haut en bas et les mappent à la couche de données. Vous pouvez utiliser la couche de gestion pour exposer les utilisateurs fonctionnels aux zones de données dont ils ont besoin tout en masquant les zones de données qui peuvent ne pas être pertinentes.
Les utilisateurs avec le rôle Responsable de l'outil de modélisation DW peuvent utiliser les éditeurs du Business Builder pour combiner, affiner et enrichir les objets du Data Builder et exposer des perspectives légères et étroitement ciblées pour être utilisées par SAP Analytics Cloud et d'autres clients BI.
Remarque
Le modèle analytique est le type de modèle de données recommandé par SAP pour l'utilisation de données dans SAP Analytics Cloud. Actuellement, le modèle analytique est uniquement accessible via le générateur de données, ce qui requiert que les utilisateurs fonctionnels aient également accès au générateur de données. L'accès aux espaces orientés gestion et aux espaces orientés données peut être limité grâce au concept d'espace, garantissant ainsi la séparation entre les utilisateurs techniques et les utilisateurs fonctionnels.
Artefacts du Business Builder SAP Datasphere
Dans l'image suivante, vous pouvez voir les différents types de modèles de données disponibles dans le Générateur fonctionnel.
Chaque entité commerciale créée dans le Business Builder utilise les données d'une entité du Data Builder. Comme vous pouvez à tout moment basculer la source de données d'une entité commerciale vers une autre entité du Data Builder, ce couplage lâche vous permet de gérer des entités commerciales stables pour le reporting, même lorsque vos sources de données physiques changent.
Les unités commerciales peuvent définir des mesures ou des attributs. Les mesures sont des valeurs quantifiables qui font référence à une zone agrégable du modèle sous-jacent. Un attribut est un élément descriptif d'une unité commerciale et fournit des analyses fonctionnelles pertinentes sur les mesures. Le modèle sous-jacent est une vue ou une table qui a été créée dans le générateur de données.
Pour modéliser un modèle de consommation significatif, les unités commerciales définissent des associations entre elles. Toutes les cibles d'association potentielles peuvent être prédéfinies sur la couche de données afin de fournir aux utilisateurs fonctionnels une variété d'options de modélisation parmi lesquelles choisir lors de la préparation de leur modèle de consommation spécifique au cas.
Les unités commerciales peuvent être modélisées sous forme de Dimension ou de Fait. La définition ne diffère pas vraiment, mais plutôt l'utilisation prévue dans le modèle de fait. Les dimensions sont généralement utilisées pour contenir des données de base et doivent avoir une clé définie. Les faits sont généralement utilisés pour contenir des données altérables et doivent avoir au moins une mesure définie.