El primer paso para crear un modelo eficiente en SAP Analytics Cloud es elegir el modelo adecuado para el caso de uso.
Una compensación típica es el rendimiento frente a la funcionalidad y la complejidad. Por lo general, existen dos opciones diferentes de alto nivel en las que se debe elegir el modelo. El primero es el tipo de fuente de datos y el segundo es el tipo de modelo. Cubriremos cada uno de estos tipos de modelos en esta publicación de blog.
En términos de fuentes de datos, hay dos opciones de alto nivel disponibles. un adquirido Nube de análisis de SAP El modelo, también llamado modelo de datos adquiridos, es un modelo en el que los datos se importan a SAP Analytics Cloud. Aquí los datos deben actualizarse manualmente o mediante trabajos de importación programados. La segunda opción de alto nivel es una conexión de datos en vivo a otra fuente de datos como un Almacén empresarial SAP (SAP BW) o Nube SAP HANA sistema, donde se utilizan los datos más recientes de la base de datos, siempre que una historia utilice este tipo de modelo.
La guía general para obtener el mejor rendimiento posible es utilizar un modelo de SAP Analytics Cloud adquirido en lugar de una conexión en vivo. Esta tabla muestra una comparación entre los datos adquiridos y una fuente de datos de SAP BW.
La siguiente tabla muestra la comparación entre los datos adquiridos y una fuente de datos de SAP HANA Cloud.
En ambas tablas, utilizamos los mismos datos tanto para la conexión en vivo como para el modelo adquirido. Lo mismo se aplica al panel que se creó en base a este modelo de datos (consulte la primera figura a continuación para SAP BW y la segunda figura para SAP SAP HANA modelo).
5
Sin embargo, hay situaciones en las que se requiere la funcionalidad general de una conexión en vivo. Por ejemplo, si depende de una actualización frecuente de datos o no tiene la capacidad de transferir los datos de la base de datos al modelo SAP Analytics Cloud con regularidad, existen más opciones para mejorar el rendimiento de este modelo en vivo.
La segunda decisión general necesaria para elegir el modelo correcto es el tipo de modelo. Hay dos tipos de modelos disponibles: modelos de planificación y modelos analíticos. La recomendación general es utilizar modelos de planificación sólo cuando sean necesarios, ya que los modelos analíticos suelen ser más rápidos. Esto se puede ver en esta tabla, donde se utilizaron los mismos datos tanto en el modelo analítico como en el modelo de planificación.
De manera similar, como antes, se creó el mismo panel basado en el modelo de datos que se muestra aquí.
Al igual que en la sección de fuente de datos, existen algunas funcionalidades y requisitos que hacen necesarios los modelos de planificación. Esto incluye, por ejemplo, cuando las empresas no sólo quieren analizar e informar sino también planificar y predecir en la misma aplicación y basándose en el mismo modelo de datos.
El modelado de datos todavía enfrenta desafíos en SAP Analytics Cloud. Uno de ellos es la elegante combinación de múltiples fuentes de datos, que puede resultar un desafío en sí misma. Pero además, a menudo conduce a un mal rendimiento del panel de SAP Analytics Cloud si una de las fuentes de datos contiene muchos datos. Una posible solución a estos problemas puede ser la Esfera de datos SAPdonde se realizan todos estos pasos de preparación y manipulación de datos y luego se introduce una única vista final en el panel.
Recursos adicionales: Puede encontrar más detalles y explicaciones sobre la conexión entre SAP Analytics Cloud y SAP Datasphere en la siguiente URL: http://s-prs.co/v566953.
Nota del editor: esta publicación ha sido adaptada de una sección del libro. Guía de optimización del rendimiento de SAP Analytics Cloud por Erik Bertram, Carl Dannenhauer, Melanie Holzapfel, Sandra Loop y Stephanie Range.
Calle Eloy Gonzalo, 27
Madrid, Madrid.
Código Postal 28010
Paseo de la Reforma 26
Colonia Juárez, Cuauhtémoc
Ciudad de México 06600
Real Cariari
Autopista General Cañas,
San José, SJ 40104
Av. Jorge Basadre 349
San Isidro
Lima, LIM 15073