Die SAP HANA Plattform für den Handel

Die SAP HANA Plattform
für den Handel (WS3)
Oliver Reulmann
Dorint Kongresshotel Mannheim
6. Juli 2015
Public
Agenda
Mit den richtigen Schritten zu SAP S/4 HANA mit SAP for Retail
 14.00 – 14.30 Uhr
ABAP-basierte Entwicklung mit SAP HANA und wie programmiert man damit im SAP for Retail?
 14.30 – 15.30 Uhr
Big Data im Handel – Welche Szenarien und IT-Architekturen sind möglich?
 15.30 – 16.30 Uhr
Vorstellung von Fraud Prevention by Fujitsu
 16.30 – 17.00 Uhr
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
2
Agenda
Mit den richtigen Schritten zu SAP S/4 HANA mit SAP for Retail
 14.00 – 14.30 Uhr
ABAP-basierte Entwicklung mit SAP HANA und wie programmiert man damit im SAP for Retail?
 14.30 – 15.30 Uhr
Big Data im Handel – Welche Szenarien und IT-Architekturen sind möglich?
 15.30 – 16.30 Uhr
Vorstellung von Fraud Prevention by Fujitsu
 16.30 – 17.00 Uhr
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
3
SAP S/4HANA – Retail
Dr. Dieter Scheerer
Heike Kraus
Business Solution Architect
Product Management Retail
Director
Solution Management Retail
• Retail Roadmap
• Simple Finance 2.0
• S/4HANA Customer Journeys
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
5
Retail Roadmap
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
6
S/4HANA
3 Key Enabler to run digital transformation for key enterprises
SAP HANA AS THE
UNDERLYING
PLATFORM
•
•
•
OLAP & OLTP
MERGE
IN-MEMORY
COMPRESSION
INCREASE IN SPEED
SIMPLIFICATION OF
APPLICATIONS AND
UNDERLYING DATA MODEL
REAL-TIME &
SIMPLIFIED
SAP HANA
•
•
•
SAP FIORI
SAP FIORI AS THE USER
EXPERIENCE (UX)
PARADIGM;
CROSS-APPLICATION
USER EXPERIENCE
•
•
•
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
NO AGGREGATES & NO INDICES
HIGHER FLEXIBILITY &
THROUGHPUT
DATA FOOTPRINT REDUCTION
WEB-BASED, ALL DEVICES
ROLE-BASED
DECISIVE
7
Components of S/4HANA Retail
Key Components of Offering
Base
Offering
Recommended
Extensions
Target
Role
SAP
Merchandising
CEO / CIO / CFO
Mgmt
SAP Simple
Finance 2.0
w/ SAP BS
SAP Customer Activity
Repository
Cloud Marketing
Edition
CMO
CIO / Business Head
Mgmt
Assortment
Planning 1.0
…
SAP
Mgmt
S/4HANA
Cloud
Marketing
Key components
•
SAP Simple Finance standalone or w/ SAP
Merchandising (ERP Retail) on SAP HANA
•
SAP Customer Activity Repository
•
SAP Assortment Planning for Retail
•
Optional S/4HANA components such as SAP
S/4HANA, cloud marketing edition
Planned Availability
•
SoH IS-Retail
SAP Customer
Activity Repository
2.0
Retail Marketing
Scenarios
SAP HANA
SAP HANA
SAP HANA
Starting Q2 2015
Planned Roadmap of S/4HANA Retail
On premise*
S/4HANA sERP incl. sMerchandising 1.0
SAP Customer Activity Repository 3.0
SAP Merchandise Planning for Retail 2.0
SAP Assortment Planning for Retail 2.0
SAP Promotion Planning Retail 9.0
SAP Simple Finance 2.0 w/ SAP
Merchandising (ERP Retail) on SAP HANA
SAP Customer Activity Repository 2.0
SAP Assortment Planning for Retail 1.0
Q2 2015
Q3 2015
Q4 2015
Q1 2016
Q4 2016
SAP Simple Finance 2.0 w/ SAP Merchandising on SAP HANA
SAP Customer Activity Repository 2.0 FP1 / FP2
SAP Merchandise Planning for Retail 1.0
SAP Assortment Planning for Retail 1.0 FP1 / FP2
*) Hybrid scenarios managed cloud tbd
SAP S/4HANA
The Next Generation Business Suite
Business Networks
Ariba
C4C
SuccessFactors
Concur
SAP S/4HANA core (ERP)
S/4 Editions
SAP Business Suite
SAP Simple
Finance
On-Premise
On-Premise
sMerchandising*
sLOG
SoH
NW 7.50
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
NW 7.50
sFIN
Cloud
•
•
•
•
No modifications
SAP managed
Quarterly innovations
HCP for extensions
NW 7.60
Customer /
Partner
extensions
HCP / HCI
11
Simple Finance 2.0
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
12
Das Rechnungswesen wird vor immer größere Aufgaben gestellt
Fehlende Transparenz:
über Ursachen von Fehlern
oder Abweichungen führt zu
hohem Zeitaufwand
über relevante
Dimensionen für Planung
und Profitabilitätsrechnung
führen dazu dass das
Business nicht in ihren
(strategischen)
Entscheidungen
unterstützt werden kann.
Notwendigkeit manueller
Abschluss-, Abstimm- und
Prüfungsarbeiten
erhöhen das Fehlerrisko
von (Disclosures)
Pflichtveröffentlichungen
Sowie die Personalkosten,
da diese Arbeiten
periodisch Wiederholt
werden müssen.
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Zu wenig Überblick
über die
unternehmensweiten
Cash Positionen,
zu wenig Transparenz
über Bankkonten in
verteilten Systemen
behindert die optimale
Unterstützung von
Investitionsentscheidung
en und das rechtzeitige
Aufdecken finanzieller
Risiken.
Uneinheitliche Systeme
und Prozesse führen zu
zeitraubenden und
fehlerbehafteten
manuellen Prozessen.
“Ich kläre das” (in einem
Tag, einer oder mehreren
Wochen)
Das Fehlen
automatischer interner
Kontrollen kostet viel
Zeit, die für Audits oder
um Betrug aufzudecken
verwendet werden muss
sowie um den dadurch
entstandenen Schaden
zu beseitigen.
13
Focus für Innovationen im SAP Simple Finance
Financial Planning
and Analysis
Accounting and
Financial Close
Treasury and
Financial Risk Management
Collaborative
Finance Operations
Enterprise Risk and
Compliance Management
Develop and Translate Strategy
Accounting
Payments and Bank Communications
Receivables
Management
Enterprise,
Risk Management
Planning, Budgeting
and Forecasting
Entity Close
Cash and Liquidity Management
Collaborative
Invoice to Pay
Controls and Compliance Management
Profitability and Cost Management
Corporate Close
Debt and Investment Management
Travel Management
Access Governance
Monitoring and Reporting
Reporting and Disclosure
Financial Risk
Management
Financial Shared Services
International Trade Management
Financial Close
Governance
Commodity Risk Management
Real Estate Management
Fraud Management
Audit Management
SAP Simple Finance
 Neue oder signifikant verbesserte Lösung
 Lösung
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
14
Herausforderungen der aktuellen Architektur:
Unterschiedliche „Sources of Truth“
Herausforderungen:
•
•
•
•
•
•
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Der Inhalt mehrerer unterschiedlicher
Tabellen bestimmt “die Wahrheit”. Hoher
Abstimmaufwand ist “per design”
vorgegeben.
In den jeweiligenen Komponenten und
Tabellen werden Informationen auf
unterschiedliches Detailebene vorgehalten.
Komponenten sind unterschiedlich
strukturiert, z.B. unterscheiden sich Entitäten
und Felder.
Unterschiedliche Funktionalitäten innerhalb
der Komponenten (Kundenfelder,
Währungen etc. )
Notwendigkeit Daten in weitere Tabellen zu
“schieben” für ein einheitliches
Berichtswesen.
Unterschiedliche BI Extraktoren müssen die
“gesamte single source of truth” abdecken.
15
„Single Source of Truth“ in SAP Simple Finance 2.0
Architektur der “ACDOCA” oder “Universal
Journal”:
•
•
•
•
•
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Konzept: Wir nehmen das Beste aus jeder
Welt und kombinieren es in einer Tabelle.
EINE Tabelle für alle Komponenten mit
Daten auf granularerer Ebene für schnelles
Reporting und Erweiterbarkeit.
Daten werden nur einmal vorgehalten; kein
Abstimmaufwand per design!
Möglichkeit eines schnelles
mehrdimensionales Reporting, ohne
Datenreplikation in ein BW
Wenn ein BW vorhanden ist wird nur ein BW
Extraktor benötigt.
16
SAP Simple Finance –
die Transformation vom “Blues” am Periodenende zum schnellen Überblick für Alle
Monatsabschluss nahezu in Echtzeit
Simulation und Prognose
 Bessere Prozessübersicht wegen des neuen
Management Dashboards
 Starkt verbesserte Simulations- und
Prognosefunktionalität z.B. für die Erstellung
aussagekräftiger GuV´s für Profit Center bereits
innerhalb einer Periode .
 Flexible “on-the-fly Aggregation”, keine unnötigen
Wartezeiten bedingt durch die Replikation von
Daten
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
 Integrierte Liquiditätsprognose mit
multidimensionale Echtzeitanalysen.
Analyse von Kosten und Erlösen in
Echtzeit
 Interaktives drill-down für die Analyse von
Ursachen von Abweichungen und Fehlern.
 Optimierung von Strategien um die Finanz- und
Ertragslage des Unternehmens zu verbessern.
17
S/4HANA Customer Journeys
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
18
Examples for Customer Journeys towards S/4HANA
Innovation without disruption
Starting Point
SAP Bus. Suite
Financials Add-on
New
Customer
or
On Premise
deploy new installation
SAP Retail
SAP CAR
SAP Bus. Suite
Financials Add-on
On Premise/Cloud
deploy new installation
SAP CAR
or
On Premise
SAP AFS
On Premise
upgrade and migrate data
SAP FMS
Financials Add-on
On Premise/Cloud
deploy new installation
SAP CAR
SAP Assortment Pl.
SAP Merch. Pl.
or
On Premise
On Premise
transfer data
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
On Premise/Clod
enhance CAR installation
SAP Assortment Pl.
SAP Promotion Man.
SAP Merch. Pl.
or
S/4HANA
or
On Premise/Clod
On Premise/Cloud
enhance CAR installation
transfer data to S/4HANA
Hybrid
S/4HANA
or
On Premise/Cloud
transfer data to S/4HANA
Hybrid
S/4HANA
or
On Premise/Cloud
transfer data to S/4HANA
Hybrid
19
Vielen Dank!
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Agenda
Mit den richtigen Schritten zu SAP S/4 HANA mit SAP for Retail
 14.00 – 14.30 Uhr
ABAP-basierte Entwicklung mit SAP HANA und wie programmiert man damit im SAP for Retail?
 14.30 – 15.30 Uhr
Big Data im Handel – Welche Szenarien und IT-Architekturen sind möglich?
 15.30 – 16.30 Uhr
Vorstellung von Fraud Prevention by Fujitsu
 16.30 – 17.00 Uhr
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
21
ABAP-Entwicklung mit SAP HANA
Verwendung von HANA-Fähigkeiten in ABAP
Lukas Bretschneider
SAP Deutschland SE & Co. KG
Agenda
Übersicht: Ein Paradigmenwechsel im ABAP
Umsetzugsmöglichkeiten
 OpenSQL
 ABAP Managed Database Procedure (AMDP)
 CDS Views
Live-Demo
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
23
Erfahrungswerte
Betrachtung von SAP HANA als Plattform
Die Entscheidung für SAP
HANA ist für unser Kunden
auch eine Plattform
Entscheidung.
Unsere Kunde starten daher
sehr häufig mit einen SAP
HANA Assessment, dass die
SAP Systemlandschaft
ganzheitlich betrachtet und
sowohl technische als auch
betriebswirtschaftliche
Fragestellungen betrachtet vor
dem Hintergrund der
Fähigkeiten der SAP HANA
Plattform.
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
24
Wie kann mein ABAP-Code von SAP HANA profitieren?
Neues Coding Paradigma
Berechnung
AS ABAP
“Data to Code”
“Code to Data”
SAP HANA
Berechnung
Code-Pushdown bedeutet die Verlagerung rechenintensiver
Datenbank-Operationen auf die Datenbankschicht
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
25
Eclipse™ Strategie bei SAP
Central Eclipse Update site
SAP HANA
Cloud
Eine Entwicklungsumgebung für alles: ABAP,
SAP HANA, SAPUI5 & SAP HANA Cloud
Effizientere Unterstützung für Entwickler
https://tools.hana.ondemand.com
Professionelles Toolset für ABAP Entwicklung
 ABAP Development Tools for SAP NetWeaver (ADT)
SAPUI5
Add On
ABAP
Zentrale Upgrade-Seite verfügbar
Gateway
Cloud
Java
Einfache Integration von eigenen und 3rdParty-Erweiterungen
HANA
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
26
Erweiterung des OpenSQL
Weniger Restriktionen, mehr Freiheiten
Open SQL ist die Abstraktionsschicht für Datenbanken
in ABAP die eine gemeinsame Syntax für alle SAPunterstützten Datenbanken vorgibt
SQL-92 Standard
Unterstützung von mehr SQL-Standardbefehlen SQL92
in Open SQL
Advanced Open SQL
(ABAP 7.4)
 Erweiterungen werden ab ABAP 7.4 SP05 umgesetzt
 Sowohl für SAP HANA als auch andere DB-Plattformen
Open SQL
“Code pushdown” beginnt im Open SQL
 Mit der Verlagerung der Datenverarbeitung in die Datenbank
durch z.B. Aggreggationen, JOINs, Verwendung von
Funktionen)
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
27
Erweiterung des OpenSQL
Auszug: SQL-Ausdrücke verwenden
Komplexe Fallunterscheidung:
Searched CASE
 Menge logische Ausdrücke sql_cond
werden durch WHERE Bedingungen
unterstützt
Verwendung von SQL-Ausdrücken
hinter GROUP BY
Verwendung von SQL-Ausdrücken
als Argumente von
Aggregatfunktionen im SELECT
sowie im HAVING
 Außer im Ausdruck AVG
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
SELECT buyer_guid,
currency_code,
gross_amount + net_amount AS sum,
MAX(gross_amount + net_amount ) AS max,
tax_amount,
CASE WHEN sql_cond1 THEN result1
[WHEN sql_cond2 THEN result2]
...
[ELSE resultn]
END AS status
FROM snwd_so AS so
GROUP BY buyer_guid, currency_code, tax_amount,
gross_amount + net_amount
HAVING MIN( gross_amount * net_amount ) > 2500000
INTO TABLE @DATA(lt_data).
Internal
28
NW AS ABAP 7.4 SP 2 - Bottom-Up
SAP HANA
AS ABAP
Bottom-Up
LM
External Views
External Views
Stored Procedure
Proxy Proxy
Stored
exposing
exposing
Hana Views
EPM Datamodel
Stored Procedures
Modeled Views
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
HANA
Transportcontainer
transporting
Delivery Unit
Internal
29
NW AS ABAP 7.4 SP5 – Top Down
AS ABAP
Top-Down
LM
CDS Views
External Views
SAP HANA
deploy
Hana Views
EPM Datamodel
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
ABAP Managed
Stored Procedure
Stored
(AMDP)Proxy
Standard ABAP
Transport (CTS)
deploy
Stored Procedures
Modeled Views
Internal
30
ABAP Managed Database Procedures (AMDP)
Motivation
Datenbankprozeduren sind Routinen um
Applikationslogik direkt in der Datenbank
auszuführen
SAP HANA bietet Prozeduren in SQLScript –
einer Erweiterung von SQL – an, um…
…datenintensive Logik abzubilden.
…auf HANA-Funktionen zuzugreifen.
…mehrere Ergebniswerte / Result Sets
zurückzugeben.
Gute AMDPs können der Schlüssel für
signifikante Performancegewinne sein!
 Die Lösung sind ABAP Managed Database Procedures
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
31
ABAP Managed Database Procedures (AMDP)
Lifecycle Management
AMDP wird als Methode einer Klasse zur
Verfügung gestellt und speziell markiert
Nur die ABAP / AMDP-Klasse ist relevant für
den Transport
ABAP Development Tools notwendig
AS ABAP
Die SQLScript-Methode wird auf der HANA
zum ersten Aufruf generiert
1
AMDP
Class
Standard ABAP
transport
CTS
Erzeugt
SAP HANA
 AMDP classes, AMDP methods, AMDP procedures
Lifecycle
2
Database
Procedure
ABAP-System als einzige Quelle zur Entwicklung und Verwaltung von HANA-Prozeduren
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
32
ABAP Managed Database Procedures (AMDP)
Beispiel einer AMDP
Marker und
Spezifikation
SQLScript
(nativ)
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
33
CDS-Views verwenden
CDS Integration in ABAP - Lifecycle Management
CDS views werden in einem neuen Objekt
(ABAP DDL object ,R3TR DDL) definiert
AS ABAP
Fully integrated in and managed by the ABAP
infrastructure
Lifecycle
 ABAP Dictionary, Open SQL und Standard
Transportwesen
 DDIC-View und HANA-View werden generiert
 Transport, Installation undUpgrade
DDL
Source
Standard ABAP
transport
CTS
Erzeugt
SAP HANA
Nur DDL_Sourcen für Transport etc. relevant
1
2
Database
View
ABAP Development Tools benötigt
ABAP-System als einzige Quelle zur Entwicklung und Verwaltung von HANA-Views
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
34
CDS-Views verwenden
Beispiel einer CDS-View-Definition (DDL)
CDS View entity
name
SQL View name
Name
list
Select list
Joins
Built-in
functions
Annotations
CASE statement
Where clause
ABAP DDL Source
Group by clause
Aggregation
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
35
CDS-Views verwenden
Einblick: Annotationen
Anreicherung der Datenmodelle
mit domänenspezifischen
Metadaten (z.B. für UI)
Unterstützt von ALV, FPM/WDA
und BW Reporting
 End-user-Text (label, quickInfo)
 Referenzfelder für Mengen und
Währungen
 Schlüsselfelder der View
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
@AbapCatalog.sqlViewName: ‚ZCDSV_UI_ANNO'
define view cds_ui_consumption
as select from snwd_so as so
{
key so.so_id,
@EndUserText: { label: 'Creation Timestamp',
quickInfo: 'Creation Timestamp as Mouse over' }
so.created_at,
@Semantics.currencyCode
so.currency_code,
@EndUserText.label: 'Sales Order Amount'
@Semantics: { amount : {currencyCode: ‚'so.currency_code'} }
so.gross_amount,
@EndUserText: { label: 'Demo', quickInfo: 'Fake distance' }
@Semantics: { quantity : {unitOfMeasure: 'rsd99.funit'} }
'50' as distance
}
Internal
36
Live-Demo
Entwicklung einer CDS-View
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
37
Live-Demo
Integration der CDS-View in OpenSQL
cl_salv_gui_table_ida=>create(
'ZV_OIA_DEMO01' )->fullscreen(
)->display( ).
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
38
ABAP-Programmierung mit SAP HANA
Empfehlungen
1.
Verwenden Sie OPEN-SQL und klassische ABAP-Views um von HANA zu profitieren
2.
Verwenden Sie vor allem in Fällen, in denen spezifische HANA-Features benötigt werden
AMDPs oder CDS-Views
3.
Verwenden Sie HANA-spezifische Elemente (bottom-up) nur, falls sich Anforderungn nicht
anders umsetzen lassen (Transportwesen!)
Datebankunabhängiges Coding
Verwendung von HANA-Funktionen
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
39
Probieren Sie es aus!
Tutorials und Videos im SCN verfügbar
http://scn.sap.com/docs/DOC-59038
http://scn.sap.com/community/abap/hana
https://open.sap.com/
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
40
Fazit
Code-Pushdown kann Ihre Applikationen auf ein neues Performance-Level bringen.
Code-Pushdown beginnt bereits im OpenSQL mit JOINs.
Mit AMDPs können Sie alle nativen HANA-Features sehr einfach im ABAP konsumieren
CDS-Views bieten die Möglichkeit komplexe Views zentral zu definieren
SAP bietet diverse Tutorials (open SAP, SCN)
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
41
Vielen Dank!
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Schnelle Nachschubplanung
Beispiel für Core Data Services (CDS) in der
SAP Business Suite for Retail powered by SAP HANA
Wolfgang Schuhn
SAP SE
Live Demo
Start Hintergrundverarbeitung
Klassische Nachschubplanung vs. Schnelle Nachschubplanung (CDS)
für eine Filiale mit 50.000 Artikeln
auf SAP HANA DB
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
44
Nachschubplanung
Motivation
Die automatisierte Nachbeschaffung für Filialen (und Verteilzentren) ist
ein geschäftskritischer Kernprozess im Retail, bei dem
 häufig
 große Datenmengen
 in einem begrenzten Zeitfenster
verarbeitet werden.
 Qualifikation für tiefgreifende Optimierung auf SAP HANA
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
45
Nachschubplanung
Prozess
Laufzeit
Ermittlung
Arbeitsvorrat
Ermittlung
Bedarfselemente
Bedarfsrechnung
BedarfsmengenRechnung
Folgebelegerzeugung
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
46
Nachschubplanung
Bedarfsmengenrechnung
Bedarfsmenge = Sollbestand – erwarteter Bestand
•
statisch
•
dynamisch
= Prognosen in Sollreichweite
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
= aktueller Bestand
+ offene Zugänge
- offene Abgänge / Prognose
in Wiederbeschaffungszeit
Internal
47
Nachschubplanung
Parameter
max./min. Sollbestand
Lagerorte
Bestandsarten
Sollreichweite
Dispomerkmal
Sollbestand
Meldebestand
Sicherheitsbestand
Wiederbeschaffungszeit
Berücksichtigung
Zu-/Abgänge
Umlagerungsbestand
Negativer Bestand
Nachschubbestand
Disporelevanz
Bestandsarten
Berücksichtigung
Disporelevanz
Bestellanforderungen
Lagerorte
Berücksichtigung
Berücksichtigung
Sollbestandsverfahren
Berücksichtigung
prognostizierte Abgänge
Prognoseversion
Prognoseperioden
Randperioden
Dezimalstellen
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Disporelevanz
Belegarten
Bestellungen
Berücksichtigung
Bestellbestätigungen
Berücksichtigung
Zugänge in Vergangenheit
bestätigte Mengen
Umlagerung
Bestellanforderung
Retoure
Bestellung
Lagerort
Bestellbestätigung
Belegart
Bestätigte Menge
Löschung
Teillieferung
Endlieferung
Teilauslieferung
Endauslieferung
Internal
48
Optimierung
Ansatz
Vereinfachung Bedarfsrechnungsprozess
Ersatz generischer, komplexer Module durch maßgeschneiderte Module
Reduktion Datentransfer zwischen Applikations-Server und DB
Wenige Massendatenzugriffe statt vieler Einzelsatzzugriffe
Anwendung statischer und dynamischer Filter beim DB Zugriff
Lesen benötigter Felder statt kompletter Sätze
Vorverdichtung von Daten in der Datenbank
Ausführen Logik in DB (Code Push-Down)
Verknüpfen von Informationen aus verschiedenen Tabellen
Aggregationen und Berechnungen
Appl.
Server
DB
Server
Data Determination /
Calculation Step 1
…
Data Determination /
Calculation Step n
Appl.
Server
Prep.
Step
Data Determination
Calc. Step
∑
…
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
…
DB
Server
…
Internal
49
Optimierung
Umsetzung
Ermittlung
Arbeitsvorrat
ABAP
Steuerparameter ermitteln
CDS
Bedarfsrechnung
Folgebelegerzeugung
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
openSQL
Bedarfselemente
einlesen und vorverdichten
• Bestand
• Prognosen
• Bestellanforderungen
• Bestellungen und Bestellbestätigungen
Bedarfsmengen berechnen
Internal
50
Live Demo
Laufzeitanalyse
Klassische Nachschubplanung vs. Schnelle Nachschubplanung (CDS)
für eine Filiale mit 1.000 / 10.000 Artikeln auf SAP HANA DB
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
51
Optimierung
X
X
X
X
X
X
X
X
X
X
X
Periode
Prognosewerte (PROW)
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
Proz. ID
X
X
Prognoseparameter (PROP)
Aggr. Prognose pro Artikel/Betrieb
Prognoseindex (MAPR)
Version
Historie
Artikel
Betrieb
Beispiel: CDS für Prognosen – Logik
∑
mit anteiliger
Berücksichtigung
Randperioden
CDS Steuerparameter
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
52
Optimierung
Beispiel: CDS für Prognosen – DDL Source und openSQL
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
53
Live Demo
Ende Hintergrundverarbeitung
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
54
Schnelle Nachschubplanung
Optimierungspotenzial
 Laufzeitfaktor bis > 25 auf SAP HANA DB
– klassische Nachschubplanung / schnelle Nachschubplanung in Labortests
– kompletter Planungslauf ohne Folgebelegerzeugung
– Bedarfsrechnungsmodul isoliert: > 98% Laufzeiteinsparung
 Optimierungspotenzial steigt mit
– Umfang zu berücksichtigender Bedarfselemente
– Datenvolumen
– Paketgröße
 Optimierungspotenzial auch auf anderen Datenbankplattformen
– je nach Testszenario bis Faktor > 5
Beispiel:
 Wöchentliche Planung von 20.000 Artikeln in 500 Filialen (10 Millionen Objekte)
 Planung für 50.000 Objekte in 100 statt 1.000 Sekunden (Faktor 10)
Laufzeiteinsparung von 50 Stunden pro Woche (seriell)
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
55
Schnelle Nachschubplanung
Eckdaten
 Verfügbar mit SP07 für ERP 6.0 EHP 7
– Business Function ISR_APPL_RRPL
– Transaktion WRP1R (RWRPLRRP)
 Quasi nicht-disruptiv / keine Migrationsaufwände
–
–
–
–
selbe Stammdaten und Konfiguration (Customizing)
gleicher Funktionsumfang
unveränderte Prozessintegration
Parallele Nutzung mit klassischer Nachschubplanung möglich
 Unterschiede zur klassischen Nachschubplanung
–
–
–
–
–
–
nur für Betriebe (nicht für Kunden / VMI)
nur für wichtige Bedarfselemente (nicht voller ATP Prüfumfang)
nicht für Mehrschrittnachschub
kleinere Unterschiede in Berechnungslogik
neue BAdIs / feinere Eingriffsmöglichkeiten
Wiederverwendung der Kernfunktion
 Weitere Infos siehe Beratungshinweis 2051280
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
56
Vielen Dank!
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Agenda
Mit den richtigen Schritten zu SAP S/4 HANA mit SAP for Retail
 14.00 – 14.30 Uhr
ABAP-basierte Entwicklung mit SAP HANA und wie programmiert man damit im SAP for Retail?
 14.30 – 15.30 Uhr
Big Data im Handel – Welche Szenarien und IT-Architekturen sind möglich?
 15.30 – 16.30 Uhr
Vorstellung von Fraud Prevention by Fujitsu
 16.30 – 17.00 Uhr
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
58
Big Data im Handel
Welche Szenarien und IT-Architekturen sind möglich?
Geht es bei Big Data nur um das Volumen?...
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
60
Nein! Big Data Im Handel wird durch Business Use Cases getrieben
:-)
Markenimage
Bestandsoptimierung
Kampagnenleistung
Kundenverhalten
Kundenloyalität
Kanalprofitabilität
Nachfragevoraussagen
Online
Konsumentengewohnheiten
Einflussbereiche /
Social Media
Lieferantenstimmung
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Kundensegmentierung
EchtzeitAngebote
Internal
61
Big Data Analysemöglichkeiten entlang des Einkaufes
Filialbesuch
• Frequenz &
Wiederkehrende
der Kunden durch
Produktauswahl
• Videodaten zur
Greifanalyse
• Heatmaps basierend
auf
Bewegungsdaten
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Laufwege
Kasse
• Vorhersagen zum
Kassenschlangenmanagement
• Tiefe
Kassendatenanalysen
• Personalisierte &
situationsabhängige
Empfehlungen
• Korrelationen mit
Wetterdaten
Internal
62
Eine typische Situation heute
Heute stützen sich Händler bei Analysen zum
Kundenverhalten hauptsächlich die
getätigten Verkaufstransaktionen.
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
63
Was wäre wenn….
• Daten zum
Kundenverhalten
vorliegen
• Diese helfen können
das Kundenverhalten
besser zu verstehen
und auch vorher zu
sagen
• Sich unbekannte
Zusammenhänge
erkennen und nutzen
lassen
• Man das
Einkaufserlebnis zur
Freude machen kann
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
64
Welche Gruppen verhalten sich wie / wann?
Frische Fans
08:00 – 10:00
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Backen & Kochen
10:00 – 12:00
Kurzentschlossene
12:00 – 14:00
Internal
65
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
66
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
67
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
68
HANA / Hadoop BIGDATA Reference Architecture
HAVING DATA ISN’T VALUABLE - USING IT IS!
Volume, Variety, Velocity …
What if you could turn new signals
from Big Data into business value?
* Operationalizing the Buzz: Big Data, An Enterprise Management Associations (EMA) Research Report
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
69
•
Core of the SAP Big Data Platform, 100% InMemory
Storage, processing, movement and
modeling of data set and analytical
scenarios
•
Virtualized data access to other sources
•
Platform for intelligent systems and selflearning algorithms, R-Integration,
playground for analysts etc.
•
Metadata repository and database at the
same time
•
Data Mining, Prediction and Simulation
•
Full integration of text and search
capabilities
•
Spatial support (geo coding and vectors),
business functions and predefined
predictive libraries
Big Data
Applications
Analytics
SAP HANA
Instant Results
Data System
•
HADOOP
Custom
Applications
SAP HANA
Applications
HADOOP
Data
Federation
Infinite Storage
Raw Data
Existing Sources
(ERP, CRM, SCM, …)

Low-cost, open source platform

Massive scalable and fast data storage,
e.g. for clickstream data.

Access through SAP HANA, real-time via
native interface ‘Smart Data Access’ or
ETL-based with ‘Smart Data Integration’.

Support for various Hadoop distributions,
with additional operational, data, and
platform services from the open source
community.

Multi-tenancy is built into HDP, so it can
be a shared enterprise infrastructure
instead of a silo.
SAP BW,
S/4HANA
SAP CAR,
…
Data Tiering
Simplified data management
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
SAP HANA
Engines and
Libraries
EIM Services
Sources
SAP HANA
Applications
HANA / Hadoop BIGDATA Reference Architecture
Emerging Sources
(Sensor, Sentiment,
Click Stream, …)
Accelerated Insight
Rapid Innovation
Internal
70
HANA / Hadoop BIGDATA Reference Architecture
(simplified)
SAP Analytics Tools
Design Studio
Lumira
Fiori
Infinite Insight
Data Processing
In-Memory
Engines
Extended Storage
Hadoop
∞
Storage
Streaming
HANA Big Data Platform
SAP CAR
Customer Acitivity
Repository
Connected
CAR
Weather Data
Social Media
(Thing Model)
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
71
HANA / Hadoop BIGDATA Reference Architecture
(Overview)
Mobile applications and BI
CONSUME
COMPUTE
High Performance
Applications
Application
Development
Environment
Business Planning
& Forecasting
STREAM
PROCESSING
ANALYTICS
ENGINE
Reporting &
Dashboards
TEXT
ENGINE
Adhoc & OLAP
Analytics
GRAPH
ENGINE
PREDICTIVE
ENGINE
SPATIAL
PROCESSING
Hadoop / NoSQL
Data Lake
In-Memory
Calculation engine
MPP architecture
Column Storage
Series Data Storage Dynamic Tiering
MapReduce
MANAGE
Data model & data
Parallel processing
Fast computing
High performance
analytics
Smart Data Access
Smart Data Streaming
Store time-series
data
HIVE
YARN
Aged data in Disk
HDFS
Smart Data Integration
Smart Data Quality
1010100
1010110
1001110
ACQUIRE
Stream
Processing
SOURCE
Predictive
Analytics
Data Exploration
& Visualization
ERP
Virtual Tables
OLTP
Geo
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Data
Exchange
User Defined
Functions
Logs
Transformations & Cleansing
Text
Social
Store &
forward
Machine
Sensor
Internal
72
Vielen Dank!
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Agenda
Mit den richtigen Schritten zu SAP S/4 HANA mit SAP for Retail
 14.00 – 14.30 Uhr
ABAP-basierte Entwicklung mit SAP HANA und wie programmiert man damit im SAP for Retail?
 14.30 – 15.30 Uhr
Big Data im Handel – Welche Szenarien und IT-Architekturen sind möglich?
 15.30 – 16.30 Uhr
Vorstellung von Fraud Prevention by Fujitsu
 16.30 – 17.00 Uhr
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Internal
74
Vielen Dank!
Oliver Reulmann
Strategic Architect Trade
SAP HANA & Business Intelligence
Service Demand Layer Trade
SAP Deutschland SE & Co.KG
Hasso-Plattner-Ring 7
69190 Walldorf
+49 170 2200 368
[email protected]
© 2015 SAP SE or an SAP affiliate company. All rights reserved.