JULI 2015 Mit SAP erfolgreich über - sapevents.edgesuite.net€¦ · SAP AFS Daten übertragen On...

Mit SAP erfolgreich über

D r . T H O M A S V E T T E R

S e n i o r V i c e P r e s i d e n t a n d H e a d o f

D e v e l o p m e n t , C o n s u m e r I n d u s t r i e s ,

S A P

alle Kanäle handeln

JULI 2015

COMPLEXITY

KOMPLEXITÄT

4© 2015 SAP SE or an SAP affiliate company. All rights reserved.

Run Simple

PLATFORMOPEN

APPLICATIONSINNOVATIVE

NETWORKCONNECTED

HANABREAKTHROUGH

PlatformApplications Network

Sensoren in Laufschuhen

erfassen das Laufmuster und die

Abnutzung - diese Informationen

werden über eine App an die

HCP IoT Plattform gesendetHANA

Cloud

Platform

IoT Edition

Alle Bausteine arbeiten nahtlos zusammenBeispielszenario


HANA Predictive Insight

berechnet den optimalen

Zeitpunkt, um dem Kunden den

Austausch der Schuhe

vorzuschlagen und eine für

diesen Kunden angepasste

Innensohle anzubieten

HANA

Cloud

Platform

IoT Edition

HANA

Predictive

Insight

Kunden-

entwicklungen



Produktempfehlungen werden

in Hybris Marketing erstellt -

basierend auf Daten aus SAP

CARHANA

Cloud

Platform

IoT Edition

HANA

Predictive

Insight

Customer

Activity

Repository

Hybris

marketing


Kunden-

entwicklungen


Der Kunde bestellt die neuen

Schuhe und die angepasste

Sohle im Hybris Webshop

HANA

Cloud

Platform

IoT Edition

HANA

Predictive

Insight

Customer

Activity

Repository

Hybris

marketing

Hybris

commerce


Kunden-

entwicklungen


Die logistische Abwicklung

erfolgt in SAP Retail und EWM

HANA

Cloud

Platform

IoT Edition

HANA

Predictive

Insight

Customer

Activity

Repository

SAP

Merchan-

dising for

Retail

Hybris

marketing

Hybris

commerce

Extended

Warehouse

Management


Kunden-

entwicklungen


Die Rohstoffe für die

Innensohle werden über Ariba

beschafft

HANA

Cloud

Platform

IoT Edition

HANA

Predictive

Insight

Customer

Activity

Repository

SAP

Merchan-

dising for

Retail

Hybris

marketing

Hybris

commerce

AribaExtended

Warehouse

Management


Kunden-

entwicklungen


Der Kunde holt die Ware in der

Filiale ab und bezahlt an der

Kasse

HANA

Cloud

Platform

IoT Edition

HANA

Predictive

Insight

Customer

Activity

Repository

SAP

Merchan-

dising for

Retail

Hybris

marketing

Hybris

commerce

AribaExtended

Warehouse

Management

POS by

GK


Kunden-

entwicklungen

Das vollständig

integrierte

UnternehmenSAP

Transportation

Mgmt.

SAP

Warehouse

Mgmt.

Cloud und On-Premise

Geführtes CustomizingVereinfachte Datenmodelle Komplett auf Fiori

SAP S/4HANA

MARC MARD

MAT

DOC

SAP Simple Logistics

1

Belegtabelle

Komponenten von S/4HANA Retail

Kernkomponenten

Em

pfo

hle

ne

Erw

eit

eru

ng

SoH IS-Retail

Basis

Ko

mp

on

en

te

CEO / CIO / CFO CMO

hybris Marketing

(opt)SAP

Merchandising

Zie

l-

bere

ich

Retail Marketing Scenarios

Kernkomponenten

• S/4HANA Financials standalone oder Financials add-on 2.0 / SAP

Merchandising (ERP Retail) on SAP HANA

• SAP Customer Activity Repository

• SAP Assortment Planning for Retail

• Optional S/4 Komponenten, zum Beispiel Hybris Marketing (yMKT)

zur Kundensegmentierung

MgmtFinancials Add-On for

SAP BS (sFIN 2.0)

MgmtSegment-

ierung

CIO / Business Head

SAP Customer Activity Repository

2.0

SAP Customer Activity Repository

MgmtAssortment Planning 1.0

SAP HANA

…

S4/HANA

CAR

Inventory Visibility

POS Data Transfer &

Audit

Product Recommendation

Intelligence

Social contact intelligence

Segmentation

Multichannel sales

transaction

Unified Demand

Forecast

hybris Marketing

HANA

hybris Commerce

Platform

SLOG

3rd Party Platforms

Call centerMarketplaceMobile

Customer Mobile

Web Channel

Own Webshop

Internet/ Social Shops/

3rd Party Shops

Store

Digital SignageSelf Checkout

Mobile POSEmployee

DevicePOS

S/4 HANA for Retail

SFIN S-MERCH

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 3.0 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 1.0 +

SAP 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

+) Working title, not an official SAP term

Beispiele für Customer Journeys zu S/4HANA

Hybrid

Neuer

Kunde

Neue InstallationOn Premise

SAP Bus. Suite

Financials Add-on

Neue InstallationOn Premise/Cloud

SAP CAR

or

CAR Installation erweiternOn Premise/Clod

SAP Assortment Pl.

SAP Promotion Man.

SAP Merch. Pl.

or

S/4HANA

On Premise/CloudDaten an S/4HANA

übertragen

or

Hybrid

S/4HANA


übertragen

or

On Premise

SAP AFS

Daten übertragenOn Premise

SAP FMS

Financials Add-on

CAR Installation erweiternOn Premise/Clod

SAP CAR

SAP Assortment Pl.

SAP Merch. Pl.

or

Upgrade und Daten migrierenOn Premise

SAP Bus. Suite

Financials Add-on

HybridOn Premise

SAP Retail

S/4HANA


übertragen

or

Neue InstallationOn Premise/Cloud

SAP CAR

or

Ausgangspunkt

6450+Kunden setzen auf SAP HANA

70+Kunden haben SAP Customer Ac t iv i t y

Repos i to ry l i zens ie r t

20+Kunden für SAP Fash ion Management

HANA ermöglicht es uns,

die Umsatzdaten der

Filialen an der Ostküste am

Black Friday zu analysieren

und Preisoptimierungen für

die Filialen an der

Westküste zu veranlassen -

noch bevor sie öffnen.

Das HANA Data Café

http://www.google.com/url?sa=i&rct=j&q=&esrc=s&frm=1&source=images&cd=&cad=rja&uact=8&ved=0CAcQjRw&url=http://www.lippincott.com/en/work/walmart&ei=v_Y6VaX6OoPaaImEgMAB&bvm=bv.91665533,d.cWc&psig=AFQjCNHL5nmN66l0IV1qLln0XyiEruOElg&ust=1430014009822155




Data Cafe?

- Über 3 Jahre, 250 Milliarden Datenzeilen mit detaillierten POS Daten

- Höchste Granularität

- Keine Aggregate oder Pre-Joins, die einer Auswertung in Realtime im Weg stehen

Vorteile?

- Queriesgehen über die komplette Datenbasis, FullTable Scans und dynamische Bildung von Kategorien während der Auswertung erfüllen alle analytische Anforderungen

- Auch während des Ladens der Daten am Black Friadyaywaren die Datensätze maximal 1 Stunde alt (mit der bisherigen Technologie war nur ein nächtliches Laden möglich)

- Die Antwortzeit liegt mit 2 Sekunden deutlich unter den von Walmartgeforderten 8 Sekunden

- Daten werden einfach visualisiert, Business-Alerts, komplexe Analytik, geographische Aufbereitung usw.

Umfang?

- Ausgelegt für über tausend Benutzer (1,500 Benutzer, 450 parallel , 20 Reports/Benutzer)

- Bis zu 36,000 vollständige Reports pro Stunde getestet (9,000 Reports/Stunde mit 4 Queriespro Report)

- Spitzenlast am Black Fridaymit 3 Millionen Einträgen pro Minute

- Scale-out mit 16 2TB Knoten (+HA)

TCO?

- Vereinfachung des ETL Prozesses, direktes Laden in die Tabellen

- Deutliche Reduzierung der Kosten für Performance-Optimierungen verglichen mit früheren Technologien (Teradataund Greemplum)

- Effizientere Anwendungsentwicklung mit HANA XS engineund HTML5

- Datenkomprimierung von 46.5 TB auf 5.7 TB

Demo – Planning

JULY 2015

Vielen Dank!

D r . T H O M A S V E T T E R

S e n i o r V i c e P r e s i d e n t a n d H e a d o f

D e v e l o p m e n t , C o n s u m e r I n d u s t r i e s ,

S A P

Juli 2015

JULI 2015 Mit SAP erfolgreich über - sapevents.edgesuite.net€¦ · SAP AFS Daten übertragen On...

Documents

Transcript of JULI 2015 Mit SAP erfolgreich über - sapevents.edgesuite.net€¦ · SAP AFS Daten übertragen On...