DATA WAREHOUSE CLOUD – EINSTIEG IN DIE DATENMODELLIERUNG

Beitrag teilen

Share on xing
Share on linkedin
Share on facebook
Share on twitter

Die Data Warehouse Cloud

Die Data Warehouse Cloud (DWC) ist das neueste Data-Warehouse-Produkt von SAP. Als Software-as-a-Service-Lösung basiert es auf den neuen HANA-Cloud-Services. Dabei soll die DWC über, kurz oder lang, in der Lage sein neben einem Self-Service-Data-Preparation-Use-Case auch ein vollwertiges Enterprise Data Warehouse abzubilden (siehe auch DWC – Überblick). Als Data-Warehouse-Lösung muss die DWC möglichst viele Quellen integrieren können. In diesem Beitrag möchten wir einen ersten Einblick geben in die Datenmodellierung der DWC anhand eines einfachen Beispiels.

Unser Szenario

In unserem sehr einfachen Szenario haben wir zwei Tabellen mit Bewegungsdaten, welche Umsätze und Kosten je Retailgebiet (in diesem Fall einfach Stadt) beinhalten. Das Retail-Team möchte eine übersichtliche Darstellung haben wie viel Gewinn pro Zeitperiode in einer bestimmen Stadt erwirtschaftet wird. Wir verwenden der Einfachheit halber CSV-Dateien als Datenquelle mit folgender Struktur:

Aufbau eines Datenmodells in der Data Warehouse Cloud

Um auf die Benutzeroberfläche zu gelangen auf der die View gebaut werden soll, muss zunächst auf den Data Builder navigiert werden.

Space auswählen in dem weiter gearbeitet wird.

Hier können die benötigten CSV Dateien sehr einfach in die DWC importiert werden. Aus den CSV Dateien werden unmittelbar Tabellen erzeugt. 

Für die Anforderung des Retailteams benötigen wir eine konsolidierte Sicht auf unsere Tabellen. Ein View muss erstellt werden. Dabei besteht die Möglichkeit die Viewdefinition per SQL Skript oder per grafischer Benutzeroberfläche zu erstellen, in diesem Fall wird die grafische Benutzeroberfläche genutzt.

Die Tabellen „Umsatz“ und „Kosten“ auswählen und einfach per Drag and Drop zu dem View hinzufügen. Es wird ein einfacher Join der Tabellen hinzugefügt.

Da aktuell nur der Umsatz und die Kosten vorliegen, erstellen wir eine „Calculated Column“ in dem der Gewinn pro Zeitperiode berechnet wird.

Dazu legen wir im ersten Schritt die neue Spalte an.

Die für die Berechnungen benötigten Felder und Operatoren hinzufügen.

Nach Fertigstellung die Daten zur Kontrolle anzeigen lassen.

Da durch die Abkürzung der Stadt Namen in den Tabellen eine einfache Auswertung erschwert wird, hat das Retail Team eine CSV in der die Stadtnamen zu den Abkürzung hinterlegt sind. Die DWC bietet uns die Möglichkeit zu bestehenden Graphical Views beliebig viele neue Tabellen hinzuzufügen. In diesem Fall fügt das Retail Team die Tabelle mit den Stadtnamen der View hinzu.

Spalten die für die weitere Auswertung nicht benötigt werden können hier gegebenenfalls ausgeblendet werden.

Achtung: Um die Graphical View in Storys verwenden zu können, muss diese als Analytical Data Set deployed werden.

Voila. Fertig ist unser – zugegebenermaßen einfaches – Datenmodell. Das sehr einfache Beispiel zeigt wie einfach und schnell es möglich ist, einfache Datenmodelle aufzubauen und zu erweitern.

Visualisierung der Daten mit der Data Warehouse Cloud

In die DWC ist eine SAP Analytics Cloud (SAC) „light“ integriert. Der Storybuilder der SAC ist nativ in die Oberfläche der DWC integriert. Die Visualisierung der Analytical Data Sets aus der DWC ist dadurch schnell, einfach und komfortabel. 

SAP_Kahl

KONTAKT

Stefan Kahle
Senior Executive Manager
SAP Information Management
stefan.kahle@isr.de
+49 151 42205 430

Über ISR

Die ISR Information Products AG ist Ihr Experte für Analytics, Prozess-Digitalisierung und Application Management. Mit Blick auf die Bedürfnisse namhafter Kunden konzipieren, modernisieren, implementieren und betreuen ca. 200 Mitarbeiter an sechs Standorten IT-Architekturen, Software-Lösungen und IT-Infrastrukturen. Das Ziel: Unseren Kunden die wirtschaftliche Nutzung von Daten zu ermöglichen.
News Kategorien
News Archiv

News nach Autoren

Zuletzt erschienen

Nächste ISR Events

Do 13

DWC – Das Ende von SAP BW?

13. August um 10:0010:45

ISR Facebook Feed

Facebook

Mit dem Laden des Beitrags akzeptieren Sie die Datenschutzerklärung von Facebook.
Mehr erfahren

Beitrag laden