SAP TechEd Las Vegas 2017 – Wenn Worte Zahlen sind

Man stelle sich vor, man hole sich einfach mal die Liste aller Sessions der ersten SAP TechEd-Runde und wir machen eine kleine ad-hoc Analyse dazu.

Die TechEd in Zahlen:

1316 Sessions, welche sich wie folgt zusammensetzen (Quelle):SAPAnalytix - Teched LV2017 - 1Dazu muss man sagen, dass sich in den anderen Bereichen auch immer wieder mal Analytics versteckt. In Summe sind die aktuellen Themen somit jedoch schnell klar.

Lässt man sich mal die Häufigkeit der Worte anzeigen, wie das pooq macht (und man bereinigt etwas um Füllwörter und Zeichen ohne Kontext), sieht die Top 25 so aus:

SAPAnalytix - Teched LV2017 - 2Das SAP wohl recht häufig vorkommt ist ja keine Überraschung. Immerhin ist Cloud mit mehr als 3% sehr dominant. Genauso S/4HANA auf Platz 3, wo das Diagramm oben ja schon eine Top-Platzierung nahe legt. (Obwohl bei „4HANA“ sicherlich auch ein Anteil BW/4HANA drin ist -> 28 Erwähnungen von BW)

Platform, Data und HANA sind natürlich Schlagworte, die aktuellen Trends wiedergeben.

Fiori schafft es immerhin auch noch auf den 10. Platz mit knapp 0,7%.

Analytics landet auf einem ich denke akzeptablen Platz 12. Wobei die fast schon inflationäre Nutzung fast eine bessere Position hätte erwarten lassen.

Das Learning und Machine nahe bei einander sind macht Sinn. Leider bräuchte ich ein Tool mit etwas mehr Intelligence, um hier signifikante Wortkombinationen wie „Machine Learning“ automatisch herauszufiltern. Manuell komme ich hier immerhin auf 52, was Platz 20 in der Liste zusammen mit Manager wäre.

 

 

Nun, in Summe gab es 1288 Einzelworte, welche hier berücksichtigt wurden.

Immerhin hat es BusinessObjects mit 37 Erwähnungen noch auf Platz 32 geschafft. Knapp hinter ABAP (Platz 29). Dann folgen noch Leonardo mit 34 Erwähnungen. BW wie auch Intelligence kommen 28 mal vor, wobei ich eigentlich nur 26 gezählt habe:

SAPAnalytix - Teched LV2017 - 3

Was am Ende dann sogar nur 16 Sessions sind, die eben zum Teil zweimal angeboten wurden.

Letztendlich zählt die Qualität jedoch mehr als die Quantität. Diese zeigt uns jedoch schon, wo die Trends sind und was bei der SAP gerade angeboten wird.

Advertisements

#S4HANA and #BW4HANA

@tfxz

SAP-BACHANA promises to cater for both, OLTP and OLAP, workloads. That allows to provide operational analytics within a S/4HANA system. The SAP-focused reader might wonder why, on earth, do you still want to have a BW/4HANA system in your landscape? This blog looks at 3 anonymised customer examples that reveal why having a data warehouse – such as BW/4HANA – is even more pressing in times of digitalisation than ever before. A data warehouse is thereby considered as the place that brings data and its underlying semantics from a variety of sources together in one place, either physically, virtually or mixed, either using an RDBMS, a big data environment or a combination thereof, either deployed on premise or in the cloud.

Example 1: Consumer Goods Customer

The first example comes from a leading consumer goods company. Figures 1a and 1b show details from 2 of their slides and list the…

Ursprünglichen Post anzeigen 708 weitere Wörter

Was ist der SAP Data Hub?

Vor kurzem war ich auf der TDWI Konferenz 2017 auf dem SAP Special Day, der unter dem Motto „Ihr Fahrplan zum Digital Enterprise“ stand.

Eigentlich hatte ich hier verschiedene Perspektiven zu den aktuellen Themen wie auch etwas Praxiserfahrungen erwartet. Doch dann hat Jan Bungert (Head of Database & Data Management Germany) folgende Folie in seinem Vortrag aufgebaut:

TDWI2017_1
SAP-Vorstellung einer datengetriebenen Architektur

Nun, klar, HANA kenne ich, SAP Vora, alles von Hadoop über S3 bis hin zu Tensorflow. Selbst mit Tensorflow konnte ich was anfangen. Aber was ist „SAP Data Hub“?

 

Beim erste Googlen bin ich bei SAP Hybris Data Hub gelandet. Nun, das hörte sich ja jetzt auch gar nicht so falsch an. Nur hat halt hier niemand was von Hybris gesagt. Auch sollte das noch gar nicht alles sein. In einer weiteren Präsentation wurde es mit einem Kundenbeispiel konkreter:

TDWI2017_2.PNG

Wie es aussieht, übernimmt hier der SAP Data Hub das ganze Datenmanagement, bis zur Anflanschung an BW/4HANA über SAP Vora.

Ein paar konkretere Screenshots gab es auch dazu:

TDWI2017_3
SAP Data Hub – Übersicht und Monitoring
TDWI2017_4
SAP Data Hub – Prüfung von Daten in Flatfile
TDWI2017_5
SAP Data Hub – Datenfluss-Modellierung

Wenn so ein Produkt bisher kaum auffindbar ist, dann gibt es zwei Möglichkeiten:

-> Das Produkt ist neu.

-> Das Produkt hat einen neuen Namen.

Wie geschrieben, kommt man bei „SAP Data Hub“ eher bei einem SAP Hybris-Produkt raus, das so heißt. Dieses gibt es jedoch, soweit für mich nachvollziehbar, seit Jahren. Der SAP Data Hub wird aber laut PAM zum Q3/2017 allgemein verfügbar. Die Hilfe ist momentan verfügbar für Release 1.0 SPS0.

Aus der SAP-Hilfe kann man entnehmen, dass das System auf HANA XS läuft und SAP Vora, Spark und HANA Smart Data Integration unterstützt. Dies zeigt so auch der Architekturüberblick:

SAP_DATA_HUB_Architecture
SAP Data Hub – Architektur

 

Denke ich daran, dass SAP beim letzten DSAG AK-Treffen für BI & Analytics im Kontext von SAP Leonardo auch noch eine neue Big Data Strategie aufgezeigt hat, dann zeigt sich doch, das SAP sich hier stark mit neuen eigenen Produkten engagiert, während man sich gleichzeitig mit Open Source-Komponenten ergänzt. Dort war zwar noch nicht von SAP Data Hub die rede, aber es bleibt zu hoffen, dass dies nachher aus einer Hand gesteuert wird.

Auf jeden Fall wird es nicht langweilig. Vielleicht auch nicht einfacher. Wir werden sehen, was kommuniziert wird, sobald die Marketingmaschine dazu anläuft.

R and HANA

Tmilinovic's Blog

Fetching data from HANA to R can be done by using two R packages:

  • RODBC, which uses preconfigured ODBC HANA Data Source
  • RJDBC, which uses HANA JDBC driver

The example code for both approaches is shown below. I have noticed that RODBC doesn’t fetch varchar text fields (for example „CustName“ from my calculation view „_SYS_BIC“.“etk.H10XSproject1/VBAK_ScrClcView2″), so I use RJDBC.

#========

library(‚RODBC‘)
ch<-odbcConnect(„H10″,uid=“user“,pwd=“***“,DBMSencoding = „utf8“);

sql<-’select v.“SalesOrg“,v.“SoldToParty“,v.“Quarter“,sum(v.“NetValue“) AS „NetValue“ ‚
sql<-paste(sql, ‚from „_SYS_BIC“.“etk.H10XSproject1/VBAK_SCRCLCVIEW3″ v ‚)
sql<-paste(sql, ‚group by v.“SalesOrg“,v.“SoldToParty“,v.“Quarter“ ‚)

result <-sqlQuery(ch, sql,stringsAsFactors=FALSE)
print(result)

#========

library(‚RJDBC‘)
jdbcDriver <- JDBC(driverClass=“com.sap.db.jdbc.Driver“, classPath=“C:/Program Files/sap/hdbclient/ngdbc.jar“)
jdbcConnection <- dbConnect(jdbcDriver, „jdbc:sap://hanahost:30015/?autocommit=false“,“user“,“password“)

sql<-’select v.“SalesOrg“,v.“CustName“,v.“Quarter“,sum(v.“NetValue“) ‚
sql<-paste(sql, ‚from „_SYS_BIC“.“etk.H10XSproject1/VBAK_ScrClcView2″ v ‚)
sql<-paste(sql, ‚group by v.“SalesOrg“,v.“CustName“,v.“Quarter“ ‚)

result <- dbGetQuery(jdbcConnection, sql)
print(result)

sql<-’select * from ( select „CustName“,“Quarter“,“SumNetValue“,rank() over(order by „SumNetValue“ desc) as rank ‚
sql<-paste(sql, ‚from ( select „CustName“,“Quarter“,sum(„NetValue“) as „SumNetValue“ from emiltom.vbak group by „CustName“,“Quarter“ )) ‚)
sql<-paste(sql, ‚where rank <= 10 order by rank‘)

result <- dbGetQuery(jdbcConnection…

Ursprünglichen Post anzeigen 3 weitere Wörter

SAP Cloud Analytics Journey

Bill McDermott macht klare Ansagen. SAP soll „The Cloud Company“ werden. SAP Cloud wird die Basis für die Digitale Transformation. Basierend auf HANA, unterstützt durch Machine Learning und das SAP Leonardo IoT-Portfolio und versehen mit der preisgekrönten Fiori User Experience.

Das ist der Weg, den SAP aktuell geht. Seit 02/2010 ist er Vorstandssprecher der SAP SE. Betrachtet man einmal, was sich seither getan hat, kann man fast nur staunen.

SAP hat sich hier vom organischen Wachstum abgewendet und Milliardenübernahmen getätigt und gleichzeitig Bereiche wie BI/Analytics massiv vorangetrieben:

SAP Cloud (Analytics)
SAP’s Cloud Analytics-Reise
Quelle: Eigene Recherche, Internet

Laut Capital Market Day-Präsentation 2017 macht SAP in 2016 rund 3 Milliarden € Umsatz und verzeichnet 125 Millionen User für die Cloud. Gut, schaut man sich mal ein wenig die Akquisitionskosten an, so hat man das noch lange nicht wieder eingespielt. Aber es geht hier natürlich um das Geschäft der Zukunft.

Bill McDermott hat damit klar gezeigt, zu was er bereit und entschlossen ist.

Betrachtet man nun mal die Cloud Analytics-Ebene, dann ist doch interessant, dass BusinessObjects bereits 2006 auf die Cloud gebaut hat. Nach der Übernahme 2008 hatte SAP also bereits ein erstes Cloud Analytics-Angebot im Hause.

2010 wurde dies darauf hin neu als BI on Demand gelaunched. Damals schon mit freiem Test-Account, bei dem man mit zumindest kleinen Datenmengen den schon bald HANA-basierten BO Explorer ausprobieren konnte.

Nach meinem Gefühl hat BI on Demand jedoch niemals wirklich Fahrt aufgenommen. mit dem in 2013 gestarteten SAP Lumira Cloud-Angebot, war dann der BO Explorer wohl doch auch nicht mehr so interessant.

Ende 2015 kam dann die Info, dass Lumira Cloud mit dem Release 1.28 nicht mehr weiter aktualisiert wird. Ende 2014 wurde ja auch schon parallel Cloud for Planning (C4P) gestartet. Einige Monate später sickerte dann Projekt Orca durch, welches dann ein Jahr nach Start von C4P den Namen Cloud for Analytics (C4A) bekommen sollte. Damals wurde auf zusätzliche BI-Funktionalitäten verwiesen, welche diesen evolutionären Schritt rechtfertigen sollte.

Kein Jahr hat der Name gehalten, bis dann Mitte 2016 die Umbenennung in BusinessObjects Cloud folgte. Dazu kamen gewisse Predictive-Fähigkeiten. Wie wir wissen, sollte dies in der jungen Geschichte nicht die letzte Umbenennung sein. Folgte doch zur SapphireNow 2017 im Mai die Umbenennung in SAP Analytics Cloud. Ein Schritt, den beispielsweise Gartner-Analystin Cindi Howson als „smart“ bezeichnete.

Interessant ist jedoch noch zu vermerken, was parallel geschehen ist. So wurden Anfang 2016 die Predictive Services innerhalb der SAP Cloud Plattform (damals noch HANA Cloud Plattform) bereitgestellt und damit analytische HANA-Fähigkeiten in der Cloud verfügbar gemacht. Zeitgleich wurde mit der Übernahme von Roambi auch der Mobile BI-Aspekt im bestehenden Cloud Analytics-Portfolio gestärkt.

SAP Analytics Hub bildet mit dem letzten Renaming wohl nur den vorläufigen Höhepunkt der SAP Cloud Analytics Journey.

Data-as-a-Business – SAP Data Network

Vor ein paar Tagen hat SAP das SAP Data Network gelaunched. SAP beschreibt dieses als „data-driven insight services“. Der Kopf und das Gesicht hinter dem Ganzen ist keine Geringere als Helen Arnold. Ehemaliger CIO von SAP. Vor gut einem Jahr hat cio.de bereits über ihren Wechsel zum Aufbau einer neuen Datensparte berichtet.

Laut dem zugehörigen Whitepaper der SAP sehen erfolgreiche Unternehmen Daten als strategisches Asset. Unter Einsatz von SAP-eigenen Data Scientists, Cloud-Technologie, HANA, Design Thinking, Microservices, offene APIs und Machine Learning will SAP helfen, aus den Daten das volle Potential zu ziehen und damit bei der „Data Monetization Strategy“ unterstützen.

Helen Arnold lässt sich passenderweise wie folgt zitieren:

The ocean of Big Data itself is not that exciting, but being able to navigate the waters to discover the hidden treasures is.
– Helen Arnold, President, SAP Business Data Network

Bereits im Feburar beim Bitkom Big Data Summit 2017 hat Sie die Idee präsentiert.

Den grundsätzlichen Wert eines Data Networks beschreibt SAP in drei Punkten:

  • Daten Netzwerkeffekte (Data Network Effect)
  • Skaleneffekte (Scale Effect)
  • Verteilungsmacht (Distribution Power)

Nun, es sieht so aus, als würde SAP damit alles in die Waagschale werfen, was gerade an Konzepten und Technologien gehyped wird. Sicherlich werden die nächsten Konferenzen hier mehr Informationen bringen. Warten wir es ab.