Technology Blogs by Members
Explore a vibrant mix of technical expertise, industry insights, and tech buzz in member blogs covering SAP products, technology, and events. Get in the mix!
cancel
Showing results for 
Search instead for 
Did you mean: 
WH1
Discoverer
In diesem Blog befassen wir uns mit dem Thema des Business Builder in der SAP Data Warehouse Cloud. Um Ihnen einen kleinen Überblick über die Vorgehensweise und die verschiedenen Funktionen des Business Builder näher zu bringen, versuche ich Ihnen Schritt für Schritt ein kleines Tutorial bereitzustellen, damit Sie als Nutzer der Data Warehouse Cloud für Ihr nächstes PoC gut gewappnet sind.

 

New Dimension


 

Im ersten Schritt erstellen wir eine Dimension. Dimensionen repräsentieren typischerweise Stammdaten wie Produkte, Kunden oder Zeit. Dimensionen mit Attributen müssen erstellt werden, die Sie für ihre Analyse verwenden möchten. Je besser Sie die Dimensionen aufbereiten und die passenden Attribute auswählen, desto variabler wird ihre Datengrundlage für weitere Fragestellungen.

Nachdem Sie im Business Builder sich befinden, klicken Sie auf „New Dimension“, um eine neue Dimension mit festgelegten Attributen und Schlüsseldefinitionen festzulegen.

 


 

Es öffnet sich ein neues Fenster mit der Überschrift „Create New Dimension“. Hier können Sie nun die Datensätze auswählen, die Sie nutzen möchten. Diese müssen vorher im Data Builder hochgeladen und fertig modelliert sein, damit Sie diese auch im Business Builder nutzen können. In meinem Fall wähle ich „Customer Masterdata“.

 


 

Nun öffnet sich die Allgemeine Infoseite. Hier finden Sie verschiedene Informationen zur Datei wie Name, technischer Name, Datenquelle, Version und den jeweiligen Status der Datei.

 


 


 

Im nächsten Schritt setze ich Attribute und die Schlüsseldefinitionen fest. Sie haben die Möglichkeit zwischen vorher erkannte Attribute zu wählen oder Sie können eigendefinierte Attribute selbst festlegen und diese dann auch später für ihre Analysen nutzen. Hierfür klicken Sie einfach auf die jeweiligen Reiter und nutzen das Plus Symbol für die eigendefinierten Attribute oder Sie nutzen das Symbol Tabellenerweiterung. Dort befinden sich die Attribute, die Data Warehouse Cloud automatisch erkennt.

 


 


 

Nachdem Sie die Attribute und Schlüsseldefinitionen festgelegt haben, können Sie diese nun speichern und somit haben Sie die erste Dimension erstellt. Natürlich haben Sie die Möglichkeit diese Dimension weiter zu bearbeiten. Input Parameter, Hierarchien, Assoziationen und Autorisation Szenarien können genutzt werden, um die Dimension weiter aufzubereiten.

 

Analytical Dataset


 

Mit der Erstellung einer Dimension können wir uns nun an die Faktendaten anschauen. Die Faktendaten werden als analytischer Datensatz verwendet und bilden den Kern des Datenmodells. Diese Faktendaten sollten mindestens eine Kennzahl enthalten und die Fremdschlüssel zu der Dimension liefern, die wir vorher angelegt haben und diese wir später in SAP Analytical Cloud analysieren wollen. Zu den Faktendaten können beispielsweise Buchhaltungsdaten aus dem Finanzwesen, Verkaufsdaten, Lieferketten oder Gehaltszahlungen gehören.

Um ein analytisches Dataset zu erstellen, klicken sie auf „New Analytical Dataset“. Wie bei Erstellung der Dimension öffnet sich zuerst ein Fenster, wo Sie wieder ein die zu nutzende Datei auswählen wollen, die Sie im Business Builder bearbeiten müssen. Wie auch hier muss dieser Datensatz vorher im Data Builder vorbereitet und modelliert sein. Nachdem auswählen der Datei, klicken Sie auf „Create“, um fortzufahren.

 


 

Wie im Kapitel der Dimension, öffnet sich die allgemeine Informationsseite. Auch hier haben Sie die Möglichkeit jeweils den Namen, technischen Namen, die Version und den Status einzusehen und gegeben falls zu ändern.

Im nächsten Schritt definieren wir wieder die verschiedenen Kennzahlen, die wir analysieren wollen, fügen Attribute ein und die Schlüsseldefinitionen.

 


 

Nun wollen wir diese Faktentabelle, die den Kern unseres Datenmodells ausmacht mit der Dimension, die wir vorher erstellt haben, in Verbindung setzen. Dies können Sie mit dem Reiter „Associations“ machen. Hierbei ist es wichtig darauf zu achten, dass die Schlüsseldefinition, die Sie in der Dimension erstellt haben, auch in der Faktentabelle vorhanden sind, um eine gültige Verbindung zwischen Faktentabelle und Dimension herstellen zu können. Klicken Sie auf den Reiter Associations dann auf das Plus Symbol wählen Sie die Dimension aus mit dem sie die Faktentabelle verbinden möchten und wählen Sie die Schlüsseldefinition aus, die sowohl in der Faktentabelle als auch in der Dimension vorhanden ist. In diesem Fall wäre die richtige Schlüsseldefinition „Costumer_ID“.

 


 


 

Sobald Sie die Verbindung zwischen der Dimension und des analytischen Datensets hergestellt haben, durch die Schlüsseldefinition, müssen Sie diese auch noch benennen. Nachdem Sie dies getan haben, klicken Sie auf Save und somit habe Sie in diesem Schritt ein analytisches Datenset mit der Dimension anhand von Schlüsseldefinitionen verbunden.

 


 


 

Consumption Model und Perspectives


 

Im letzten Schritt müssen Sie ein Consumption Model und eine Perspective erstellen. Beides ist notwendig, um die Daten zunächst vorzubereiten und dann in SAP Analytics Cloud zur Verfügung zu stellen. Mit Perspectives können Sie nur bestimmte Attribute und Kennzahlen auswählen und sich auf diese konzentrieren, um den besten Input für Visualisierungs- und Verbrauchstools wie SAP Analytics Cloud zu erstellen. Ein Consumption Model ermöglicht es Ihnen, Geschäftsentitäten und Faktenmodelle zu kombinieren, um eine Ausgabe zu erstellen, die eine konkrete Geschäftsfrage beantwortet. Ein Consumption Model kann mehrere Perspektiven enthalten.

 

Um ein Consumption Model zu erstellen, klicken Sie auf „New Consumption Model“. Tragen Sie im ersten Schritt den gewünschten Namen für das Modell ein. Im zweiten Schritt fordert Sie DWC nun auf eine Faktenquelle auszuwählen. In diesem Fall wird das analytische Datenset „RadWelt-Store Verkaufsdaten 20“ ausgewählt, dass im vorherigen Kapitel erstellt wurde. Im dritten Schritt wird ein Alias Name erstellt und bestätigen Sie ihre Eingaben durch Betätigen des „Create“ Button.

 


 


 


 

Nun befinden Sie sich in der graphischen Ansicht des Consumption Models. Durch die Verbindung zwischen analytischen Datenset und der Dimensionen werden Ihnen diese auch in der Grafik angezeigt. Im nächsten Schritt werden die Quellkontexte der beiden Dimensionen hinzugefügt.

 


 


 

Wählen Sie nun die gewünschten Attribute aus, die Sie für Ihre Analysen benötigen.

 


 

Wiederholen Sie diesen Schritt je nach Anzahl der Dimensionen, die Sie mit dem analytischen Datenset assoziiert haben.

 


 

Fügen Sie im nächsten Schritt die Kennzahlen und Attribute hinzu.

 


 


 

Wie bereits erwähnt, müssen Sie Ihr Verbrauchsmodell für Visualisierungs- und Reporting-Tools wie SAP Analytics Cloud verfügbar machen, bevor diese Tools tatsächlich auf die Ausgabe dieses Modells zugreifen können. Sie können den öffentlichen Datenzugriff jederzeit gewähren und auch wieder widerrufen.

 


 

Um Ihre Daten nach Ihren Bedürfnissen anzupassen, klicken Sie auf „Data Preview“. Dort finden Sie jeweils die hinterlegten Kennzahlen und Attribute, die Sie definiert haben. Hier können Sie Ihre Daten weiter aufbereiten. Durch Drag und Drop Funktion können Sie die Perspective je nach Bedarf ändern. Auf der rechten Seite sehen Sie jeweils das Ergebnis ihrer Anpassung. Die Funktion jeweils die einzelnen Attribute zu sortieren oder zu filtern ist auch vorhanden.

 


 


 


 

Wenn Sie mit der Aufbereitung der Daten fertig sind, klicke Sie auf „Save New“ und benennen Sie die Perpective. Somit haben Sie eine Perspective auf Grundlage eines Consumption Model erstellt.

 


 

Kehren Sie nun zum Consumption Model zurück. Unter dem Reiter finden Sie nun Ihre gespeicherte Perspective. Als letzten Schritt klicken Sie auf den Button „Deploy“. Somit ist Ihre Consumption Model in der SAP Analytical Cloud verfügbar

 


 

Mit dem letzten Schritt haben Sie nun es geschafft ein Consumption Model zu erstellen und diese auch in der SAP Analytics Cloud zu visualisieren.

 

Somit sind die erforderlichen Schritte erfüllt worden. Mit einer aktiven Verbindung zwischen SAP Data Warehouse Cloud und SAP Analytics Cloud können Sie nun die exponierten Daten in der SAC je nach Anwendungsfall visualisieren.

 

Ich hoffe ich konnte Ihnen einen kleinen Einblick in die SAP Data Warehouse Cloud und dem Business Builder verschaffen.

Gerne stehe ich Ihnen für Fragen und Feedback zur Verfügung und vergessen Sie nicht den Blog zu liken und zu teilen und folgen Sie mir auf SAP Blogs, um weitere Inhalte nicht zu verpassen.

Falls Sie weitere Informationen zur Data Warehouse Cloud benötigen besuchen Sie gerne die Seite: https://community.sap.com/topics/data-warehouse-cloud
Labels in this area