Die SAP HANA Plattform für den Handel (WS3) · 2015-08-12 · SAP HANA, SAPUI5 & SAP HANA Cloud...

74
Die SAP HANA Plattform für den Handel (WS3) Oliver Reulmann Dorint Kongresshotel Mannheim 6. Juli 2015 Public

Transcript of Die SAP HANA Plattform für den Handel (WS3) · 2015-08-12 · SAP HANA, SAPUI5 & SAP HANA Cloud...

Die SAP HANA Plattform

für den Handel (WS3)Oliver Reulmann

Dorint Kongresshotel Mannheim

6. Juli 2015 Public

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 2Internal

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. 3Internal

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

SAP S/4HANA – Retail

Dr. Dieter Scheerer

Business Solution Architect

Product Management Retail

Heike Kraus

Director

Solution Management Retail

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 5

• Retail Roadmap

• Simple Finance 2.0

• S/4HANA Customer Journeys

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 6

Retail Roadmap

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 7

S/4HANA3 Key Enabler to run digital transformation for key enterprises

SAP HANA REAL-TIME & SIMPLIFIED

SAP FIORI

SAP HANA AS THE UNDERLYING PLATFORM• OLAP & OLTP

MERGE

• IN-MEMORY COMPRESSION

• INCREASE IN SPEED

SIMPLIFICATION OF APPLICATIONS AND UNDERLYING DATA MODEL • NO AGGREGATES & NO INDICES

• HIGHER FLEXIBILITY & THROUGHPUT

• DATA FOOTPRINT REDUCTION

SAP FIORI AS THE USER EXPERIENCE (UX) PARADIGM;

CROSS-APPLICATION USER EXPERIENCE • WEB-BASED, ALL DEVICES

• ROLE-BASED

• DECISIVE

Components of S/4HANA Retail

Key Components of Offering

Reco

mm

en

ded

Exte

nsio

ns

SoH IS-RetailBase

Off

eri

ng

CEO / CIO / CFO CMO

Cloud MarketingEdition

SAP Merchandising

Targ

et

Ro

le

Retail Marketing Scenarios

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

• Starting Q2 2015

MgmtSAP Simple Finance 2.0 w/ SAP BS

MgmtSAP

S/4HANA Cloud

Marketing

CIO / Business Head

SAP Customer Activity Repository

2.0

SAP Customer ActivityRepository

MgmtAssortmentPlanning 1.0

SAP HANA SAP HANASAP HANA

Planned Roadmap of S/4HANA RetailOn premise*

Q2 2015 Q3 2015

Q4 2015

Q1 2016

Q4 2016

SAP Simple Finance 2.0 w/ SAP Merchandising (ERP Retail) on SAP HANASAP Customer Activity Repository 2.0SAP Assortment Planning for Retail 1.0

SAP Simple Finance 2.0 w/ SAP Merchandising on SAP HANASAP Customer Activity Repository 2.0 FP1 / FP2SAP Merchandise Planning for Retail 1.0SAP Assortment Planning for Retail 1.0 FP1 / FP2

S/4HANA sERP incl. sMerchandising 1.0SAP Customer Activity Repository 3.0SAP Merchandise Planning for Retail 2.0SAP Assortment Planning for Retail 2.0SAP Promotion Planning Retail 9.0

*) Hybrid scenarios managed cloud tbd

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 11

SAP S/4HANAThe Next Generation Business Suite

On-Premise

SoH

Cloud

NW 7.50 NW 7.60

SAP S/4HANA core (ERP)

SuccessFactors C4C

• No modifications

• SAP managed

• Quarterly innovations

• HCP for extensions

Concur

Customer /

Partner

extensions

HCP / HCI

Business Networks

Ariba

SAP Business Suite

On-Premise

NW 7.50

sMerchandising*

sLOG

SAP Simple

Finance

S/4 Editions

sFIN

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 12

Simple Finance 2.0

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 13

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.

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.

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 14

Focus für Innovationen im SAP Simple Finance

Accounting and

Financial Close

Financial Planning

and Analysis

Treasury and

Financial Risk Management

Collaborative

Finance Operations

Enterprise Risk and

Compliance Management

Receivables

Management

Enterprise,

Risk Management

Controls and Compliance Management

Access Governance

AccountingDevelop and Translate Strategy

Planning, Budgeting

and Forecasting

Payments and Bank Communications

Cash and Liquidity Management

Profitability and Cost Management

Monitoring and Reporting

Entity Close

Corporate Close

Reporting and Disclosure

Financial Close

Governance

Collaborative

Invoice to Pay

Travel Management

Financial Shared Services

Debt and Investment Management

Commodity Risk Management

Financial Risk

ManagementInternational Trade Management

Fraud Management

Audit Management

Real Estate Management

SAP Simple Finance

Neue oder signifikant verbesserte Lösung

Lösung

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 15

Herausforderungen der aktuellen Architektur: Unterschiedliche „Sources of Truth“

Herausforderungen:

• 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.

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 16

„Single Source of Truth“ in SAP Simple Finance 2.0

Architektur der “ACDOCA” oder “Universal

Journal”:

• 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.

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 17

SAP Simple Finance –die Transformation vom “Blues” am Periodenende zum schnellen Überblick für Alle

Simulation und Prognose

Starkt verbesserte Simulations- und

Prognosefunktionalität z.B. für die Erstellung

aussagekräftiger GuV´s für Profit Center bereits

innerhalb einer Periode .

Integrierte Liquiditätsprognose mit

multidimensionale Echtzeitanalysen.

Monatsabschluss nahezu in Echtzeit

Bessere Prozessübersicht wegen des neuen

Management Dashboards

Flexible “on-the-fly Aggregation”, keine unnötigen

Wartezeiten bedingt durch die Replikation von

Daten

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.

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 18

S/4HANA Customer Journeys

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 19

Examples for Customer Journeys towards S/4HANAInnovation without disruption

New

Customer

deploy new installationOn Premise

SAP Bus. Suite

Financials Add-on

deploy new installationOn Premise/Cloud

SAP CAR

or

enhance CAR installationOn Premise/Clod

SAP Assortment Pl.

SAP Promotion Man.

SAP Merch. Pl.

or

S/4HANA

On Premise/Cloudtransfer data to S/4HANA

or

Hybrid

S/4HANA

On Premise/Cloudtransfer data to S/4HANA

or

On Premise

SAP AFS

transfer dataOn Premise

SAP FMS

Financials Add-on

enhance CAR installationOn Premise/Clod

SAP CAR

SAP Assortment Pl.

SAP Merch. Pl.

or

upgrade and migrate dataOn Premise

SAP Bus. Suite

Financials Add-on

HybridOn Premise

SAP Retail

S/4HANA

On Premise/Cloudtransfer data to S/4HANA

or

deploy new installationOn Premise/Cloud

SAP CAR

or

Starting Point

Hybrid

© 2015 SAP SE or an SAP affiliate company. All rights reserved.

Vielen Dank!

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 21Internal

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

ABAP-Entwicklung mit SAP HANAVerwendung von HANA-Fähigkeiten in ABAP

Lukas Bretschneider

SAP Deutschland SE & Co. KG

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 23Internal

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. 24Internal

ErfahrungswerteBetrachtung 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. 25Internal

Wie kann mein ABAP-Code von SAP HANA profitieren?

Neues Coding Paradigma

AS ABAP

SAP HANA

Berechnung

Berechnung

“Data to Code” “Code to Data”

Code-Pushdown bedeutet die Verlagerung rechenintensiver

Datenbank-Operationen auf die Datenbankschicht

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 26Internal

Eclipse™ Strategie bei SAP

Eine Entwicklungsumgebung für alles: ABAP,

SAP HANA, SAPUI5 & SAP HANA Cloud

Effizientere Unterstützung für Entwickler

Professionelles Toolset für ABAP Entwicklung

ABAP Development Tools for SAP NetWeaver (ADT)

Zentrale Upgrade-Seite verfügbar

Einfache Integration von eigenen und 3rd-

Party-Erweiterungen

ABAP

HANA

Gateway

Add On

SAPUI5

CloudJava

SAP HANA

CloudCentral Eclipse Update site

https://tools.hana.ondemand.com

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 27Internal

Erweiterung des OpenSQL

Weniger Restriktionen, mehr Freiheiten

Open SQL ist die Abstraktionsschicht für Datenbanken

in ABAP die eine gemeinsame Syntax für alle SAP-

unterstützten Datenbanken vorgibt

Unterstützung von mehr SQL-Standardbefehlen SQL92

in Open SQL

Erweiterungen werden ab ABAP 7.4 SP05 umgesetzt

Sowohl für SAP HANA als auch andere DB-Plattformen

“Code pushdown” beginnt im Open SQL

Mit der Verlagerung der Datenverarbeitung in die Datenbank

durch z.B. Aggreggationen, JOINs, Verwendung von

Funktionen)

SQL-92 Standard

Advanced Open SQL

(ABAP 7.4)

Open SQL

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 28Internal

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

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 soGROUP BY buyer_guid, currency_code, tax_amount,

gross_amount + net_amountHAVING MIN( gross_amount * net_amount ) > 2500000INTO TABLE @DATA(lt_data).

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 29Internal

NW AS ABAP 7.4 SP 2 - Bottom-Up

EPM Datamodel

SA

P H

AN

AA

S A

BA

P

Modeled ViewsStored Procedures

External ViewsExternal Views

Stored Proxy

Stored Procedure

Proxy

exposing exposing

HANA

Transportcontainer

Delivery Unit

transporting

EPM DatamodelHana Views

LMBottom-Up

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 30Internal

NW AS ABAP 7.4 SP5 – Top Down

EPM Datamodel

SA

P H

AN

AA

S A

BA

P

Modeled ViewsStored Procedures

External ViewsCDS Views

Stored Proxy

ABAP Managed

Stored Procedure

(AMDP)

deploy deploy

Standard ABAP

Transport (CTS)

EPM DatamodelHana Views

LMTop-Down

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 31Internal

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. 32Internal

ABAP Managed Database Procedures (AMDP)

Lifecycle Management

AMDP wird als Methode einer Klasse zur

Verfügung gestellt und speziell markiert

AMDP classes, AMDP methods, AMDP procedures

Die SQLScript-Methode wird auf der HANA

zum ersten Aufruf generiert

Nur die ABAP / AMDP-Klasse ist relevant für

den Transport

ABAP Development Tools notwendig

ABAP-System als einzige Quelle zur Entwicklung und Verwaltung von HANA-Prozeduren

Database

Procedure

Standard ABAP

transport

AS

AB

AP

SA

P H

AN

A

Lifecycle

AMDP

Class

2

1

CTS

Erzeugt

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 33Internal

ABAP Managed Database Procedures (AMDP)

Beispiel einer AMDP

Marker und

Spezifikation

SQLScript

(nativ)

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 34Internal

CDS-Views verwenden

CDS Integration in ABAP - Lifecycle Management

CDS views werden in einem neuen Objekt (ABAP DDL object ,R3TR DDL) definiert

Fully integrated in and managed by the ABAP

infrastructure

ABAP Dictionary, Open SQL und Standard

Transportwesen

DDIC-View und HANA-View werden generiert

Nur DDL_Sourcen für Transport etc. relevant

Transport, Installation undUpgrade

ABAP Development Tools benötigt

Database

View

Standard ABAP

transport

AS

AB

AP

SA

P H

AN

A

Lifecycle

DDL

Source

2

1

CTS

Erzeugt

ABAP-System als einzige Quelle zur Entwicklung und Verwaltung von HANA-Views

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 35Internal

CDS-Views verwenden

Beispiel einer CDS-View-Definition (DDL)

Group by clause

CASE statement

Name

list

Annotations

Joins

Aggregation

Built-in

functions

SQL View nameCDS View entity

name

Where clause

ABAP DDL Source

Select list

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 36Internal

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

@AbapCatalog.sqlViewName: ‚ZCDSV_UI_ANNO'define view cds_ui_consumptionas select from snwd_so as so

{key so.so_id,@EndUserText: { label: 'Creation Timestamp', quickInfo: 'Creation Timestamp as Mouse over' }

so.created_at,@Semantics.currencyCodeso.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

}

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 37Internal

Live-Demo

Entwicklung einer CDS-View

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 38Internal

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. 39Internal

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!)

Verwendung von HANA-Funktionen

Datebankunabhängiges Coding

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 40Internal

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. 41Internal

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.

Vielen Dank!

Schnelle NachschubplanungBeispiel für Core Data Services (CDS) in der

SAP Business Suite for Retail powered by SAP HANA

Wolfgang Schuhn

SAP SE

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 44Internal

Live DemoStart 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. 45Internal

NachschubplanungMotivation

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. 46Internal

NachschubplanungProzess

Ermittlung

Arbeitsvorrat

Bedarfsrechnung

Folgebeleg-

erzeugung

Ermittlung

Bedarfselemente

Bedarfsmengen-

Rechnung

Laufzeit

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 47Internal

NachschubplanungBedarfsmengenrechnung

Bedarfsmenge = Sollbestand – erwarteter Bestand

• statisch

• dynamisch

= Prognosen in Sollreichweite

= aktueller Bestand

+ offene Zugänge

- offene Abgänge / Prognose

in Wiederbeschaffungszeit

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 48Internal

NachschubplanungParameter

Sollbestand Sollreichweite

max./min. Sollbestand

SicherheitsbestandMeldebestand

Wiederbeschaffungszeit

Dispomerkmal

Lagerorte

BestandsartenUmlagerungsbestand

Nachschubbestand

Negativer Bestand

Prognoseversion

Prognoseperioden

RandperiodenDezimalstellen

Bestellanforderung

Bestellung

Umlagerung

Retoure

Bestätigte Menge

Teillieferung Endlieferung

EndauslieferungTeilauslieferung

Löschung

Bestellbestätigung BelegartLagerort

Sollbestandsverfahren

Disporelevanz

Bestandsarten

Disporelevanz

Lagerorte

Disporelevanz

Belegarten

Berücksichtigung

Zugänge in Vergangenheit

Berücksichtigung

prognostizierte Abgänge

Berücksichtigung

Zu-/AbgängeBerücksichtigung

Bestellungen

Berücksichtigung

Bestellanforderungen

Berücksichtigung

Bestellbestätigungen

Berücksichtigung

bestätigte Mengen

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 49Internal

OptimierungAnsatz

Vereinfachung BedarfsrechnungsprozessErsatz generischer, komplexer Module durch maßgeschneiderte Module

Reduktion Datentransfer zwischen Applikations-Server und DBWenige 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

DB

Server

Data Deter-

mination

Prep.

StepCalc. Step

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 50Internal

Bedarfsrechnung

OptimierungUmsetzung

Ermittlung

Arbeitsvorrat

Folgebeleg-

erzeugung

ABAP

Steuerparameter ermitteln

openSQL

Bedarfsmengen berechnen

CDS

Bedarfselemente

einlesen und vorverdichten

• Bestand

• Prognosen

• Bestellanforderungen

• Bestellungen und Bestellbestätigungen

Bedarfsrechnung

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 51Internal

Live DemoLaufzeitanalyse

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. 52Internal

OptimierungBeispiel: CDS für Prognosen – Logik

Prognoseindex (MAPR)

X X X

X X X

X X X

X X X

X X X

Prognoseparameter (PROP)

X X X X

X X X X

X X X X

X X X X

X X X X

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

Be

trie

b

Art

ike

l

His

tori

e

Ve

rsio

n

Pe

rio

de

∑mit anteiliger

Berücksichtigung

Randperioden

Aggr.

Pro

gnose p

ro A

rtik

el/B

etr

ieb

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

Pro

z. ID

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 53Internal

OptimierungBeispiel: CDS für Prognosen – DDL Source und openSQL

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 54Internal

Live DemoEnde Hintergrundverarbeitung

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 55Internal

Schnelle NachschubplanungOptimierungspotenzial

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. 56Internal

Schnelle NachschubplanungEckdaten

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.

Vielen Dank!

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 58Internal

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

Big Data im HandelWelche Szenarien und IT-Architekturen sind möglich?

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 60Internal

Geht es bei Big Data nur um das Volumen?...

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 61Internal

Nein! Big Data Im Handel wird durch Business Use Cases getrieben

Kundenloyalität Kanal-

profitabilität

Nachfrage-

voraussagen

Echtzeit-

Angebote

Markenimage Kampagnenleistung Kundenverhalten Kundensegmentierung

Bestands-

optimierung

Online

Konsumenten-

gewohnheiten

Einflussbereiche /

Social Media

Lieferanten-

stimmung

:-)

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 62Internal

Big Data Analysemöglichkeiten entlang des Einkaufes

Filialbesuch

• Frequenz & Wiederkehrende der Kunden durch

Produktauswahl

• Videodaten zur Greifanalyse

• Heatmaps basierend auf Bewegungsdaten

Laufwege

• Vorhersagen zum Kassenschlangen-management

• Personalisierte & situationsabhängige Empfehlungen

Kasse

• Tiefe Kassendatenanalysen

• Korrelationen mit Wetterdaten

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 63Internal

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. 64Internal

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. 65Internal

Welche Gruppen verhalten sich wie / wann?

08:00 – 10:00 10:00 – 12:00 12:00 – 14:00

Frische Fans Backen & Kochen Kurzentschlossene

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© 2015 SAP SE or an SAP affiliate company. All rights reserved.

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 69Internal

HANA / Hadoop BIGDATA Reference ArchitectureHAVING DATA ISN’T VALUABLE - USING IT IS!

* Operationalizing the Buzz: Big Data, An Enterprise Management Associations (EMA) Research Report

What if you could turn new signals

from Big Data into business value?

Volume, Variety, Velocity …

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 70Internal

HANA / Hadoop BIGDATA Reference Architecture

SAP HANA

Infinite Storage

Raw Data

HADOOP

Instant Results

Data

Syste

mS

ou

rces

Existing Sources (ERP, CRM, SCM, …)

Emerging Sources (Sensor, Sentiment,

Click Stream, …)

Ap

plic

ations

AnalyticsBig Data

Applications

Custom

Applications• Core of the SAP Big Data Platform, 100% In-

Memory

• Storage, processing, movement and

modeling of data set and analytical

scenarios

• Virtualized data access to other sources

• Platform for intelligent systems and self-

learning 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

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 HANA HADOOP

Simplified data management Accelerated Insight Rapid Innovation

SAP HANA

ApplicationsSAP BW,

S/4HANA

SAP CAR,

… EIM Services

Data Tiering

Data

Federation

SAP HANA

Engines and

Libraries

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 71Internal

HANA / Hadoop BIGDATA Reference Architecture(simplified)

HANA Big Data Platform

Data Processing

Extended Storage

Hadoop

In-Memory

Engines

Streaming

Storage∞

SAP Analytics Tools

SAP CARCustomer Acitivity

RepositoryConnected

CAR(Thing Model)

Weather Data

Social Media

Design Studio Lumira Fiori Infinite Insight

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 72Internal

HANA / Hadoop BIGDATA Reference Architecture(Overview)

GRAPH

ENGINE

PREDICTIVE

ENGINE

TEXT

ENGINE

SPATIAL

PROCESSINGANALYTICS

ENGINE

Logs TextOLTP Social MachineGeoERP Sensor

CONSUME

COMPUTE

MANAGE

SOURCE

ACQUIRE

Reporting &

Dashboards

High Performance

Applications

Application

Development

Environment

Transformations & Cleansing

Stream

Processing Virtual Tables

Smart Data Integration

Smart Data Quality

Smart Data AccessSmart Data Streaming

Data Exploration

& Visualization

Adhoc & OLAP

Analytics

Predictive

AnalyticsBusiness Planning

& Forecasting

STREAM

PROCESSING

User Defined

Functions

Store &

forward

Data

Exchange

MPP architecture Dynamic Tiering

Aged data in Disk

1010100

1010110

1001110

In-Memory Column Storage

Data model & data Parallel processing

Calculation engine

Fast computing

Series Data Storage

High performance

analytics

Store time-series

data

Mobile applications and BI

Hadoop / NoSQL

Data Lake

MapReduce HIVE

YARN

HDFS

© 2015 SAP SE or an SAP affiliate company. All rights reserved.

Vielen Dank!

© 2015 SAP SE or an SAP affiliate company. All rights reserved. 74Internal

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.

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]