Sap Primeros Pasos

  • View
    16

  • Download
    0

Embed Size (px)

Text of Sap Primeros Pasos

SAP BW Grundlagen

Bremerhaven 06.05.2006

T4T Bremerhaven

1

Inhaltsverzeichnis

1. Motivation fr bzw. Anforderungen an eine Data Warehousing-Lsung 2. Architektur des SAP Business Information Warehouse 3. Grundobjekte der Modellierung 4. Extraktion aus Datenquellen und Datenfluss im BW 5. BW Reporting 6. Business ContentT4T Bremerhaven

2

Motivation fr bzw. Anforderungen an eine Data Warehousing-Lsung

T4T Bremerhaven

3

Anforderungen an ein Data Warehouse Entscheidungstrger bentigen einen schnellen und dauerhaften Zugriff auf entscheidungsrelevante Informationen Ein Zugriff auf Informationen aus den unterschiedlichsten Quellsystemen sollte ber einen einzigen single Point of Entry mglich sein Es mssen effiziente Analyse- und Visualisierungsmglichkeiten zur Verfgung stehen, die den Bedrfnissen verschiedenster Benutzergruppen Rechnung tragen. Eine schnelle und kostengnstige Einfhrung muss mglich sein.T4T Bremerhaven

4

Operative versus informative Umgebung

Operative Umgebung

Geschftsprozesse

Kunden Produkte

Unternehmensstrategie Auftrge

OLTP OLAPWissen

Informative Umgebung

Generierung Data Warehouse

Homogenisierung Cleansing

T4T Bremerhaven

5

OLTP- versus OLAP-SystemeOLTP-System (operative Umgebung) Ziel Untersttzung der Abwicklung von Geschftsprozessen Hohe Verfgbarkeit, hoher Datendurchsatz Detailliert aktuell 6 18 Monate Ja Einfgen, ndern, Lschen und Lesen relational (Tabellen, hohe Normalisierung) minimal OLAP-System (informative Umgebung) Analyse der Daten zur Informationsgewinnung Einfache Benutzung, flexibler Zugriff Meist aggregiert historisch 2 7 Jahre Ja Lesen (nur selten nderung) multidimensional (Sternschema) umfassend

Prioritten Datensicht Alter der Daten Datenbestand Archivierung Zugriff auf Daten Datenstruktur Integration aus verschiedenen Modulen

T4T Bremerhaven

6

Anforderungen an ein Data Warehouse

Reporting und Analyse-Werkzeuge Datenprsentation Datenanalyse

Datenhaltung Datenzufhrung

Data Warehouse

Data Warehouse als Informationsbasis

Datenextraktion

Quellsystem 1

Quellsystem 2

Quellsystem 3

Heterogene operative VorsystemeT4T Bremerhaven

7

Definition Data WarehouseEin Data-Warehouse (deutsch Datenlager) ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten von unterschiedlichen Datenquellen zusammensetzt. Die Daten werden von den Datenquellen in das Data-Warehouse kopiert und dort vor allem fr die Datenanalyse und zur betriebswirtschaftlichen Entscheidungshilfe in Unternehmen langfristig gespeichert. Der Erstellung eines Data-Warehouses liegen zwei Leitgedanken zugrunde: Integration von Daten aus verteilten und unterschiedlich strukturierten Datenbestnden, um im Data-Warehouse eine globale Sicht auf die Quelldaten und damit bergreifende Auswertungen zu ermglichen. Trennung der Daten, die i.w. fr das operative Geschft genutzt werden, von solchen Daten, welche im Data-Warehouse z. B. fr Zwecke des Berichtswesens, der Entscheidungsuntersttzung, der Geschftsanalyse sowie des Controlling und der Unternehmensfhrung verwendet werden. Das Data Warehouse ist die zentrale Komponente eines Data-Warehouse-Systems. Daten werden im Rahmen des ETL-Prozesses aus verschiedenen Quellen extrahiert, durch Transformation bereinigt und vereinheitlicht, um danach in das DataWarehouse geladen zu werden. Dieser Prozess kann turnusgem durchgefhrt werden, so dass im Data-Warehouse nicht nur Daten nach inhaltlichen Aspekten sondern auch nach dem Aspekt Zeit - also langfristig - gehalten werden, was auch Analysen ber die Zeit ermglicht.Quelle : www.wikipedia.de 8

T4T Bremerhaven

Architektur des SAP Business Information Warehouse

T4T Bremerhaven

9

Die 3-Ebenen-Architektur des SAP BW

T4T Bremerhaven

10

SAP BI und SAP NetWeaver

T4T Bremerhaven

11

Administrator Workbench Grundobjekte der Modellierung

T4T Bremerhaven

12

InfoObjects InfoObjects bezeichnen die kleinsten Informationsbausteine (vergleichbar mit Feldern), die im SAP BW durch ihren technischen Namen identifizierbar sind. Durch InfoObjects werden die fachlichen und technischen Informationen der Stamm- und Bewegungsdaten im SAP BW beschrieben. InfoObjects werden systemweit zum Aufbau von Tabellen und Strukturen eingesetzt, an Hand derer die Informationen im SAP BW in strukturierter Form dargestellt werden knnen. InfoObjects werden fr die Definition von Berichten verwendet InfoObjects werden unterschieden in Merkmale Kennzahlen Einheiten Zeitmerkmale.

T4T Bremerhaven

13

KennzahlenKennzahl-InfoObjects liefern die quantifizierbaren Werte (Fakten), die ausgewertet werden sollen. Beispiele : Menge (YIT_MENGE) Umsatz (YIT_UMS)

T4T Bremerhaven

14

MerkmaleMerkmal-InfoObjects sind die betriebswirtschaftliche Bezugsobjekte, anhand derer die Kennzahlen analysiert werden. Beispiele : Kunde (YIT_KUN) Material (YIT_MAT)

T4T Bremerhaven

15

Stammdaten Stammdaten sind dadurch gekennzeichnet, dass sie ber einen lngeren Zeitraum unverndert bleiben Stammdaten werden im BW zu den Merkmalen gezhlt (stammdatentragende Merkmale) Den Stammdaten knnen Texte, Hierarchien und Attribute zugeordnet werden Stammdaten werden in Form relationaler Tabellen gespeichert Man unterscheidet zeitabhngige und zeitunabhngige StammdatenMatNr 1000 1000 1010 Von 01.01.05 01.04.05 01.01.05 Bis 31.03.05 31.12.99 31.12.05 Bezeichnung Preis 13,50 14,25 20,75

T4T Bremerhaven

16

Stammdaten Attribute Attribute sind selbst InfoObjects, die zur nheren Beschreibung von Merkmalen verwendet werden. So sind z.B. dem Merkmal Kunde (YIT_KUN) u.a. die Attribute PLZ (YIT_PLZ) und Ort (YIT_ORTY) zugeordnet. Man unterscheidet Anzeigeattribute und Navigationsattribute . Texte knnen einem Schlsselwert zugeordnet werden. Texte knnen sprach- und zeitabhngig definiert werden. Beispiel : dem Merkmal Warengruppe (YIT_WRG) sind Texte zugeordnet. Hierarchien Hierarchien knnen in der Analyse zur Beschreibung alternativer Sichten auf die Daten verwendet werden. Eine Hierarchie besteht aus Knoten und Blttern, wobei die Knoten in einer Parent-ChildBeziehung stehen und die Blttern durch Merkmalsausprgungen reprsentiert werden.T4T Bremerhaven

17

Direkte StammdatenbearbeitungStammdaten knnen auch direkt mit Hilfe der Administrator Workbench bearbeitet werden.

T4T Bremerhaven

18

Hierarchien Einem Merkmal kann eine Hierachie zugeordnet werden.

T4T Bremerhaven

19

InfoProvider Alle mit Hilfe des Reporting auswertbaren Objekte werden unter dem Begriff InfoProvider gruppiert. Es wird unterschieden: Physisch datentragende Objekte, d.h. die Daten zu diesen Objekten sind in zugeordneten Datenbanktabellen im SAP BW gespeichert. ODS-Object BasisCubes Stammdatentragende InfoObjects Logische Sichten, d.h. Objekte, deren Daten in einem anderen System oder in anderen physischen Objekten gespeichert sind. InfoSets RemoteCubes und SAP RemoteCubes MultiProvider Infoprovider werden in InfoAreas gegliedert.T4T Bremerhaven

20

ODS-ObjekteODS = Operational Data Store Ein ODS-Objekt dient zur Ablage von konsolidierten und bereinigten Bewegungsdaten, falls gewnscht bis auf Belegebene. ODS-Objekte werden durch einfache Tabellen realisiert. Die in ODS-Objekten abgelegten Daten sind (falls freigeschaltet), direkt fr das Reporting zugnglich. Die in ODS-Objekten abgelegten Kennzahlen knnen nicht nur durch Summation, sondern auch durch berschreiben gendert werden. Es gibt Einschrnkungen zu beachten: Die Anzahl der Schlsselfelder ist auf 16 begrenzt Die Anordnung aller Schlssel- und Nichtschlsselmerkmale und Kennzahlen in einem Datensatz fr zu erheblichen Satzlngen

T4T Bremerhaven

21

InfoCubes InfoCubes sind die zentralen Objekte im SAP BW, auf denen Berichte und Analysen basieren. Ein InfoCube beschreibt aus Sicht eines Reporting-Endanwenders einen in sich geschlossenen Datenbestand eines betriebswirtschaftlichen Bereichs, auf dem Queries definiert bzw. ausgefhrt werden knnen. Ein BasisCube besteht aus - Einer Faktentabelle, in der bis zu 233 Kennzahlen abgespeichert werden - Dimensionstabellen, die mit den Stammdatentabellen verknpft sind : Einheitendimensionstabelle Datenpaketdimensionstabelle Zeitdimensionstabelle z.B. Material- oder Kundendimensionstabelle Unter einer Dimension versteht man die Gruppierung logisch zusammengehriger Merkmale unter einem gemeinsamen Oberbegriff. In einer Dimension knnen maximal 248 Merkmale zusammengefasst werden.

T4T Bremerhaven

22

InfoCube Zentrale Datenspeicher fr Berichte und Auswertungen Enthalten zwei Datentypen Kennzahlen Merkmale 1 Faktentabelle und 16 Dimensionstabellen 3 Dimensionen sind durch SAP vordefiniert Zeit Einheit InfoPackage

T4T Bremerhaven

23

Beispiel fr einen InfoCube

2005

Kunde Jahr2004 A-Mbel B-Mbel C-MbelRegale Kchen Betten Tische Kommoden Bro

2003

Warengruppe

T4T Bremerhaven

24

Mehrdimensionale Analyse

Query-Cache2003 2004 2005

Merkmale:Material Warengruppe Kunde Kundengruppe . Jahr Quartal Monat

InfoCube

Jahr

KundeA-Mbel B-Mbel C-Mbel Regal Kche Bro

Warengruppe

1

Analyse der Warengruppe Kche

2

Analyse der Warengruppe Bro

3

Analyse der Warengruppe Bro fr das Jahr 2004

2003 2004 2005

2003 2004 2005

KundeA-Mbel B-Mbel C-Mbel Regal Kche Bro

2003 2004 2005

Jahr

Jahr

Jahr

KundeA-Mbel B-Mbel