Die SAP Analytics Cloud ist wie beschrieben, das seit einigen Jahren führende ("strategische") Tool zur Unterstützung von Planung und Forecasting im Portfolio der SAP und verdient daher eine ausführlichere Betrachtung.
Die SAC vereinigt drei Funktionsbereiche, die früher durch unterschiedliche SAP-Produkte abgedeckt wurden: Business Intelligence, d. h. die Analyse und Visualisierung großer Datenmengen, Enterprise Planning sowie Augmented Analytics, worin komplexe mathematische Verfahren aus der statistischen Datenanalyse bzw. des maschinellen Lernens zum Einsatz kommen. Abb. 4 stellt die zentralen Bestandteile der SAC in einem Überblick dar.
Abb. 4: Bestandteile der SAP Analytics Cloud[1]
Durch die Integration von Augmented Analytics, Enterprise Planning und Business Intelligence verfügt der Nutzer über komplexe Planungs- und Analysefunktionen in einer Lösung. Es bestehen keine separaten Lösungen für Planung und Modellierung oder Analyse und Reporting mehr. Folglich können Nutzer direkt in einer Lösung planen und analysieren, Kennzahlen visualisieren und Treiber in Echtzeit anpassen, um die Auswirkungen verschiedener Entscheidungen zu simulieren.
Im Wesentlichen bietet die SAC drei Einsatzgebiete für die Unternehmensplanung bzw. das Enterprise Planning: Budgeting & Forecasting, Collaborative Planning und Predictive Planning (s. Abb. 5).
Abb. 5: Einsatzgebiete Enterprise Planning[2]
3.1 Predictive Forecasting mit der SAC
Die SAC bietet unter der Bezeichnung "Smart Predict", eingebaute Analytics-Funktionalitäten in Form eines Zeitreihen-Forecasts (time series forecasting), Klassifikationen und Regressions-Szenarien. Unter der etwas irreführenden Bezeichnung "Predictive Planning" (Forecasting wäre die treffendere Bezeichnung), können Analytics-gestützte Zeitreihen-Forecasts auf Planungsmodellen eingesetzt werden und bieten so eine Basis für zumindest teilautomatisierte Forecasts.
Die genannten Analytics-Funktionalitäten sind dabei einfach gehalten und können auch ohne Expertenkenntnisse genutzt werden. SAP versucht hier, die zugrunde liegende Komplexität möglichst zu verstecken. Dahinter steht der Gedanke, dass der Anwender die zugrundeliegenden Algorithmen nicht kennen muss – ähnlich wie ein Autofahrer nicht zwingend die Funktionsweise des Motors verstehen muss.
Um den Zeitreihen-Forecast zu nutzen, wird empfohlen, möglichst 5 Jahre an Ist-Daten als Basis bereitzustellen. Die Algorithmen funktionieren grundsätzlich auch bei kürzerer Historie, dann aber mit geringerer Zuverlässigkeit. Ist die Prognosegüte des Predictive-Algorithmus der SAC auch bei umfangreicher Historie zu gering, so können komplexere Algorithmen hinzugezogen werden; diese werden dann allerdings nicht mehr über die SAC bereitgestellt.
Die folgende Abb. 6 verdeutlicht illustrativ die Funktionalität "Predictive Forecasting" in der SAC.
Abb. 6: Predictive Forecast in der SAC (Illustrative Darstellung)
3.2 Nutzung von Treiberbäumen in der SAC
Mithilfe von Werttreiberbäumen lassen sich die Beziehungen zwischen verschiedenen betriebswirtschaftlichen Kennzahlen grafisch darstellen. Neben der reinen Visualisierung kann ein Werttreiberbaum auch zur treiberbasierten Simulation und Planung verwendet werden. Teilweise wird in diesem Zusammenhang auch von "Visual Planning" gesprochen.
In Abb. 7 wird z. B. der Effekt einer Erhöhung der Marketingaufwendungen simuliert. Nach Bestätigung der prozentualen Veränderung berechnet das System den Werttreiberbaum und somit die entsprechenden Kennzahlen neu. Dies ermöglicht die Simulation verschiedener Szenarien in Echtzeit.
Abb. 7: Planung auf Basis eines Treiberbaums (Illustrative Darstellung)
3.3 Weitere Planungsfunktionalitäten der SAC
Sogenannte Datenaktionen ("data actions") stellen in der SAC ein zentrales Konzept zur Transformation von Daten zur Verfügung. Über eine Datenaktion lassen sich individuell konfigurierbare Sequenzen von Verarbeitungsschritten definieren, die die Bewegungsdaten des zugrunde liegenden Datenmodells beliebig verändern können. Dabei liest die Datenaktion die Bewegungsdaten aus, lässt diese in die Berechnungen bzw. Transformationen einfließen und schreibt das Ergebnis wieder in das Datenmodell zurück.
Als weiterer Verarbeitungsschritt kann eine Allokation zu einer Datenaktion hinzugefügt werden. Bei einer Allokation werden Werte von einer Quelle zu einem Ziel anhand definierter Regeln verteilt. Beispiele sind hier die Verrechnung von Gemeinkosten auf die Kostenträger oder auch die Umlage von Sekundärkosten zwischen Kostenstellen.
Tab. 1 beschreibt weitere SAC-Planungsfunktionalitäten:
| Funktion | Beschreibung |
|---|---|
| Version Management | Ermöglicht Verwaltung verschiedener Versionen und Kategorien. |
| Data Entry | Mit Funktionen wie Kopieren und Einfügen, Wertesperren und Massendateneingabe können Daten schneller und effektiver eingegeben und mehrere Zellen angepasst werden. |
| Currency Conversion | Es ermöglicht die Anzeige von Daten in mehreren Währungen nebeneinander, die Anwendung verschiedener Umrechnungskurse oder die Simulation, wie sich unterschiedliche Wechselkursvorhersagen auf die D... |
Das ist nur ein Ausschnitt aus dem Produkt Haufe Finance Office Premium. Sie wollen mehr?
Jetzt kostenlos 4 Wochen testen
Anmelden und Beitrag in meinem Produkt lesen