Hitachi Data Connectorfor SAP and Business Warehouse

2

Herausforderungen im Umgang mit SAP-Daten

Blending von SAP- mit Non-SAP Daten

SAP Daten„movement“

SAP-Daten fürEntscheidungen

….

3

Warum ist es so schwierig SAP Daten zu integrieren?

Proprietäres Format und Struktur der Daten

Steile Lernkurve

SAP-Developerals Engpass

4

Mögliche „Lösungen“

Abteilungseigene-„Lösungen“

Abhängigkeit von SAP-Developern

Manueller „Prozess“ mit Excel

5

Integration of SAP-data in the data warehouse and data lake

Mit dem Hitachi Data Connector for SAP, können folgende Szenarien und Use Casesmit SAP-Daten leicht umgesetzt werden:

I. SAP Data Integration

II. SAP Data Blending

III. Offloading

+

Hitachi Data Connector for SAP ERP & BW

I. SAP Data Integration

7

SAP Data Integration

7

Herausforderungen

• SAP Daten werden für strategische

und taktische Entscheidungen

benötigt

• SAP Daten haben proprietäres

Format und Struktur

• SAP Daten sind transaktionsorientiert

Lösungen

• Aufbereitung und Anreicherung der

SAP Daten

• Speicherung historischer Daten im

Data Warehouse / Lake

• Automatisierte, standardisierte

Prozesse

Vorteile

• Bessere Verfügbarkeit von Daten für

Entscheidungen

• Erhöhung der Datenqualität

• Reduktion manueller Tätigkeit

8

Vertriebsdaten im SAP:technische Akronyme, verteilte Speicherung

9

Umwandlung in ein userfreundliches Format für vertriebliche Analysen

Werte

Umsatz (VBRP.NETWR)

Stückzahl (VBRP.FKLMG)

Verrechnungswert (VBRP.WAVWR)

Dimensionen

Datenformat - Ist, Plan (VBRK.DTART)

Faktura, Position (VBRP.VBELN, VBRP.POSNR)

Kunde (VBRK.KUNNR)

Material mit Produkthierarchie (VBRP.MATNR,…)

Verkaufsbüro und Verkäufer (VBRK.VKBUR, VKGRP)

Vertriebsbelegtyp –Rechnung, Storno… (VBRK.VBTYP)

Zeitraum (VBRK.FKDAT)

Und viele mehr…

VB Vertriebsbeleg, RP Rechnungsposition, RK Rechnungskopf,RK Rechnungskopf, VK Verkaufsbüro, GRP Verkäufergruppe, VBELN

Vertriebsbelegnummer, POSNR Positionsnummer,

FKDAT Fakturadatum …

II. SAP Data Blending

11

SAP Data Blending

18

Herausforderungen

• Daten von SAP und Non SAP System

(z.B. NoSQL) sollen zusammengeführt

werden

• Daten sind in heterogenen Silos im

Unternehmen gespeichert

• KPIs benötigen Kontextinformationen

Lösungen

• Integration der diversen

Datenquellen

• Datenaufbereitung für deskriptive

und preskriptive Analysen

• Self-Service-Analytics für

Endanwender

Vorteile

• Flexiblere Datennutzung ermöglicht

tiefere und bessere Einblicke

• Wettbewerbsvorteile durch

maßgeschneiderte

Informationsbereitstellung

12

Mit Pentaho Daten Kontext geben

STRUKTURIERTE DATENSEMISTRUKTURIERTE DATENUNSTRUKTURIERTE DATEN

SCHNELLES ANLEGEN VON DATEN-PIPELINES

Ingest Process BlendData

PrepAction

Machine Learning

ERP

CRM

Asset Management

Sensor-daten

GeografischeDaten

Machinendaten

Bilddaten

Video- oderSprachdateien

Source: Pentaho

13

Demo

III. SAP Data Offload

15

SAP Data Offload

15

Herausforderungen

• Steigendes Datenvolumen führt zu

höheren Lizenzkosten

• Daten müssen in Abhängigkeit von

Volumen und Performance verteilt

werden

Lösungen

• Implementierung einer Architektur

mit SAP Hana und Hadoop

• Verteilung der Datenspeicherung

bzw. -verarbeitung auf die geeignete

Plattform

Vorteile

• Sinkende Lizenzkosten

• Hadooponomics*

• 1 Node HANA ► 750k p.a.

• 1 Node Hadoop ► 2-3k p.a.

• Schnellerer Time-to-Value

mit Pentaho

*(Source: Forrester)

16

Daten anhand ihrer Temperatur verteilen

Hot

Warm

Cold

Balancing Data Temperature and Costs

Data is accessed

frequently

Data is not accessed

frequently

Data is only accessed

sporadically

Volume

of data

Performance

(and direct cost)

Many

different

solutions

possible

17

Integration of SAP-data in the data warehouse and data lake

Der Hitachi Data Connector for SAP and Business Warehouse beinhaltet folgende Pentaho Plugins:

I. SAP ERP Table Input

II. SAP BW/ERP RFC Executor

III. SAP BW DSO Input

+

Hitachi Data Connector for SAP ERP & BW

18

Key Facts

Volle Integration in

die Pentaho Umgebung

MetaData Injection,

Variablen, Parameter

UsabilityLauffähigkeit ab

Version 7.x

Volle Integration in die

SAP-Security (RFC-

Layer)

Keine Begrenzung auf

SAP-System RFC-

Layer

Keine Installation auf

SAP-Seite notwendig

(im Standard)

19

SAP ERP Table Input

Zugriff auf SAP ERP Module

Datenabruf auf Tabellenebene

Vorkonfigurierte SAP Funktionen

Advanced Options

Server Mode

20

SAP BW/ERP RFC Executor

Zugriff auf jedes SAP System mit RFC/BAPI Interface

Business Warehouse support

Datenabruf auf Ebene der SAP Business Prozesse / Aggregation

Abruf jeglicher SAP Business Funktion (Customizing)

Write-Back Funktionalität zu SAP

21

SAP BW DSO Input

Zugriff auf SAP BW

Optimierter Abruf von Business Warehouse Objekten

Vorkonfigurierte SAP Funktionen

Support von A-DSO (SAP Hana)

Server Mode

What‘s new?

23

SAP System Access: Single Mode

─ Verwendung des RFC-Interface zum Aufruf von SAP Funktionen (z.B. RFC_READ_TABLE)

─ Keine Registrierung von Komponenten in SAP (User mit Zugriffsrechten notwendig)

─ Aufruf über SAP Application Layer -> Kein DB-Zugriff

Invoke RFC/ Calling ABAP Function

SAP ConnectorReturn Data

Pentaho Data Integration SAP - System

BAPI, ABAP(e.g. RFC_READ_TABLE)

RFC-Layer

Function Module

24

SAP System Access: JCO-Server Mode

JCO-Server Mode wird für große Datenmengen verwendet (Full Load)

Nutzung von optimierten SAP Funktionen für Daten-Replikation zwischen Clustern

Performancesteigerung um 80%

JCo Server

Register

Invoke RFC

SAP Connector

Invoke RFC with data

• Wait for RFC results• Arranges asynchronous calls

Return Data

Pentaho Data Integration SAP - System

BAPI, ABAP(e.g. RFC_READ_TABLE)

RFC-Layer

Function Module

25

Verbesserungen

Unterstützung

Mehrsprachigkeit

Einstellungen für

Datenabruf

— Definition von Tabellenbereichen— Begrenzung von Zeilen— Feldüberprüfung

Hoch optimierte/

anpassbare ABAP

Funktionalität

Parallel ProcessingAdvanced-DSO

Support für Hana

26

Feature Overview

Feature SAP ERP Table Input SAP BW/ERP RFC Executor

SAP BW DSO Input

Metadata Injection

Using Variables

Filter functionality

Selection of fields

Mapping of SAP/Java Datatype

SAP Table Read

Custom SAP Functionality

Multi-Language

* Support of all DSO Types and Versions

27

Roadmap

2017 2018 2019 Future

1st Major Release

Performance Optimization Re-Design DSO-StepDev-Start:

Customization of ABAP Functions

A-DSO Support on Hana Customization‘s Ready

Server-Mode Ready Fully Support of SAP

Cloud Platform

Full Hana SupportNew Connectors

Data-Service Support IDOC, XML SupportNew Hana ConnectorsWrite-Back Connectors BW Extension