Technology Blogs by SAP
Learn how to extend and personalize SAP applications. Follow the SAP technology blog for insights into SAP BTP, ABAP, SAP Analytics Cloud, SAP HANA, and more.
cancel
Showing results for 
Search instead for 
Did you mean: 
cristinadiao
Employee
Employee
在数据驱动的商业环境中,有效的数据分析对于企业的成功至关重要。SAP分析云作为一款领先的数据分析和企业计划工具,为用户提供了强大的数据处理能力。其中,模型作为承载分析和计划活动的基石,对于数据分析的效率和准确性起着至关重要的作用。 

在上一篇文章中《“别再迷茫了”:8分钟让你搞懂“经典账户模型”与“新模型” | SAP Blogs》,我们明确了SAP分析云中“经典账户模型”与“新模型”的核心特点与差异,进而从“分析需求”、“适用性”与“可拓展性”三个角度出发,解释了为什么我们明确推荐用户使用“新模型”以提升自身的建模体验。在本篇文章中,我们将继续深入探讨“新模型”类型。 

在2021年推出的“新模型”类型中,SAP分析云融合了“基于度量”和“基于账户”两种方法,用户可以灵活地根据自身的业务需求,进行模型的配置。基于配置选项的不同,我们可以进一步地把“新模型”类型细分为“纯度量模型、纯账户模型和混合模型”。 

本文将逐一介绍这三类模型的核心概念、应用场景以及各自的优势和使用局限,旨在帮助您根据业务需求做出明智的选择。 

 

1.模型分类方式 


用户在创建新模型时,需要做出两个关键决定。 

  • 是否需要使用账户维 

  • 定义度量和账户维之间的结构优先级 


其中,“结构优先级”这一概念需要得到一定的说明。在SAP分析云的“新模型”中,用户可以选择使用账户维或者度量作为模型优先考虑的结构(structure),即结构优先级。当您的模型中既包含账户维,又包含度量时,针对每一个账户维的科目或者度量,您均可以去设定它的数字格式,单位处理或者聚合属性,那不可避免的,您就会遇到在账户维中的科目和度量的设置存在冲突的情况。 

举例而言,如果您选择了“度量”作为结构优先级。那么数据的聚合、格式、单位等就将以度量中的设置为准。比如,在您的模型中使用了一个全局的账户维,并在这个账户维的科目中设定了聚合类型。如果您选择度量作为结构优先级,则当有计算冲突时,系统会以在度量中设定的聚合类型为准。相对应的是,如果您选择“账户维”作为结构优先级,那么数据处理则将围绕“账户维”的设置展开。 

 

如下表所示,这两个决策点,导向了三种配置模型。分别为“纯度量模型”、“纯账户模型”以及“混合模型”。其中,需要指出的是: “纯账户模型”不是“经典账户模型”,而是以“账户维”为结构优先级的新模型。 


















  不使用账户维  使用账户维 
结构优先级:度量  纯度量模型  混合模型 
结构优先级:账户维    纯账户模型 

表中分类方式来源于文章《新模型—配置选项》 


那么。这三种模型类型究竟有什么不同?其在应用场景上有什么具体差距呢? 

 

2.三种模型的深入解析与应用案例 


2.1混合模型(Mixed Model) 


核心概念 

“混合模型”是最为常用的模型。它结合了度量和账户的特点,用户可以将度量设置为结构优先级,并在模型中添加账户维。也因此,用户可以同时使用“度量”、“账户”两种方法来管理和分析数据。 

应用场景 

适用于需要同时关注度量(如销售量、人数等)和具体账户科目(如特定的收入或支出账户、费用)的场景,或者涉及多币种情况的业务场景。 

 

以这家跨国公司的情况为例,混合模型使其能够同时从“账户”和“度量”的角度分析数据。公司可以查看德国和美国两个市场在人力资源方面的表现差异,比如通过“账户”维度分析工资和福利费用的变化,同时通过“度量”观察员工人数的变化。这不仅使得企业能够对比两个市场的人力资源成本,还能评估员工规模变化与成本之间的关系。通过添加多币种度量,公司能够更准确地评估不同市场的财务影响,无需手动转换货币,从而提升了分析的效率和准确性。 

 









































































实体  日期  账户  费用(欧元)  费用(美元)  期初值  转移  期末值 
德国  2022 年 3 月  人数  -  -  70  5  75 
德国  2022 年 3 月  工资  € 7,000,000  -  -  -  - 
德国  2022 年 3 月  福利  € 3,150,000  -  -  -  - 
美国  2022 年 3 月  人数  -  -  60  -5  55 
美国  2022 年 3 月  工资  -  $6,000,000   -  -  - 
美国  2022 年 3 月  福利  -  $2,700,000   -  -  - 

 

优点 

  • 综合性和灵活性:结合了度量和账户两种维度,提供了全面且灵活的数据处理方法,适用于复杂的业务场景。 

  • 兼容性较强:混合模型易于与各类业务系统(如S4/HANA)、数据仓库(BW/DSP)等数据库集成。由于S4/HANA内置的科目字段和多度量特性,因此混合模型在对接S4/HANA系统时能够进一步简化跨系统的数据管理与分析流程。 

  • 多角度数据分析:允许用户从不同的角度(如财务视角和运营视角)分析同一数据集,提供更丰富的洞察。 


 局限: 

  • 复杂性增加:相比单一模型,混合模型在构建和维护上更加复杂,可能需要更多的时间和资源来管理。 

  • 学习曲线陡峭:由于结合了两种不同的模型特点,用户在学习和掌握时可能面临较高的挑战。 


 

2.2纯度量模型(Pure Measure Model) 


核心概念 

“纯度量模型”不包含“账户维”,其完全基于度量进行建模,把度量作为结构优先级。 

 应用场景 

非常适用于与财务场景无关,需要灵活处理和分析各种类型数据的情况。 

举例而言,如果您需要对北京和上海的纯销售数据进行分析,不需要引入财务概念,度量模型能够很好地满足您的需求。其中,该模型没有账户维,销售量、销售额均以“度量”形式建模。用户通过汇总各个产品的销售数量和销售额,可以快速分析产品在不同市场的表现,进而调整市场策略。 

 






































实体  日期  产品ID  销售量  销售额 
上海  2022年3月  001  1200  240000 
上海  2022年3月  002  800  160000 
北京  2022年3月  001  1500  300000 
北京  2022年3月  002  700  140000 

 

优点 

  • 灵活性强:用户可以自由地定义和调整计算规则,以及分析框架,例如进行自由的交叉计算等。这使得用户能够更为深入地挖掘和探索数据关系 

  • BI用户友好:由于“纯度量模型”的数据构成方式与市面上大部分商业智能(BI)工具类似,因此,对于BI从业者而言,使用“纯度量模型”的学习和适应成本相对较低。 

  • 兼容性较强:与混合模型类似,“纯度量模型”易于与各类业务系统(如S4/HANA)、数据仓库(BW/DSP)等数据库集成时比表现较为出色。 


局限 

  • 不适用于财务场景:由于建模不依赖传统的“账户维”,纯度量模型在处理和分析财务类型数据时可能存在局限。 


 

2.3纯账户模型(Pure Account Model) 


核心概念 

“纯账户模型”在实际建模过程中,使用相对较少,其指的是完全基于“账户维”构建,“账户维”是结构优先级。其将每个科目(如收入、支出)等视作是独立的账户,而相对应的数值则封装在单一的“度量值”中。 

 

应用场景 

“纯账户模型”适用于只有单一货币需求的财务场景,或者不同科目之前有复杂的层级和聚合关系的情况。例如,如果一个公司需要详细监控其不同类型的支出和收入,“纯账户模型”具有较强适用性。 

以下列数据为例。一家制造企业的财务部门希望详细跟踪和分析每个季度的各项运营支出,如原材料成本、员工工资和设备维护费用,以优化成本控制。那么“纯账户模型”就可以精确地监控和分析企业及其分公司的各类运营支出。 

 













































实体  日期  账户  度量值 
总部  2022年第一季度  原材料成本  1500000 
总部  2022年第一季度  员工工资  800000 
总部  2022年第一季度  设备维护费用  200000 
分公司A  2022年第一季度  原材料成本  900000 
分公司A  2022年第一季度  员工工资  600000 
分公司A  2022年第一季度  设备维护费用  150000 

 

优点 

  • 实现对于财务数据的精确处理:“纯账户模型”能够极好地适应“财务场景”,提供了数字正负等针对财务模型的特色功能,财务人员能够精确地追踪、分析不同财务科目之间的复杂关系。 

  • 符合财务人员习惯:“纯账户模型”中的“账户维”概念符合财务人员的思维习惯,这使得财务人员构建和理解模型更为直观。 

  • 与BPC模型集成较为便捷:纯账户模型与BPC模型集成时表现出色,能够与BPC的高度兼容。这使得财务数据的整合和分析更为直接和高效。 


 

局限 

  • 灵活性较低:由于所有的数据都按照“账户维”进行分类,这在一定程度上限制了数据分析的角度和方式。使得“纯账户模型”在处理和分析非财务数据时,灵活性较低。 

  • 数据准备较为复杂:用户在导入数据至经典账户模型时,必须确保数据与“账户”维结构兼容。以下图为例,用户在导入数据时必须确保每个度量名称均位于账户维列中,每个度量值则对应单独的数值列。 

  • 货币换算存在局限:对于涉及货币转换的数据而言,纯账户模型在处理货币转换时有局限性。 


 

 3.如何选择模型 


在考虑使用SAP分析云时,选择合适的模型对于您的数据分析需求至关重要。以下是一些帮助您决策的关键思路: 

分析您的数据类型和需求: 

若您主要处理的是非财务性数据,或需要灵活地创建和应用自定义度量,纯度量模型将是理想之选,适用于需要深入探索和分析多样化数据的场景。 

相反,如果您主要处理的是传统财务数据,并且习惯于使用基于账户的数据结构,纯账户模型可能更适合您。它提供了围绕财务账户组织数据的简洁方式,便于进行标准化的财务报告和分析。 

如果您的需求既包括财务也包括非财务数据,或者您希望在同一模型中同时利用账户和度量的优点,那么混合模型将是最佳选择。它提供了灵活性和全面性,适合于需要综合视角的复杂分析。 

 

考虑您的操作熟练度和偏好 

对于那些熟悉传统财务报告和分析的用户,或者习惯于使用“经典账户模型”的用户,“纯账户模型”提供了一个熟悉的环境,使转换和适应过程更为平滑。 

对于寻求灵活性和新的分析方法的用户,尤其是那些熟悉现有数据分析工具的用户,纯度量模型混合模型提供了更高的自由度和创新能力。 

 

 考虑您的系统集成需求 

当您需要与其他业务系统(如S4/HANA)、数据仓库(BW/DSP)或数据库进行高效集成时,“混合模型”“纯度量模型”提供了较高的兼容性。 

“纯账户模型”特别适用于与BPC系统的集成,为处理传统财务数据提供了一个高效、协同的环境。 

 

 

结语 


在当今快速变化的商业环境中,选择正确的数据分析工具至关重要。SAP分析云新模型类型中的“纯度量模型”、“纯账户模型”和“混合模型”各有其独特优势,能够满足不同业务需求的多样性。通过仔细评估您的数据类型、分析需求、操作熟练度。 

值得一提的是,为了进一步优化您的建模体验、提升您建模的灵活性,SAP分析云计划在2024年QRC1中推出“灵活建模”功能。这一功能推出以后,您将可以直接从数据创建模型,无需确定主数据与自主分类,进而更加灵活地覆盖各种数据集的使用情况。相信这一功能的推出,将极大地简化您的建模过程,提高您的工作效率。这也意味着,无论您的数据需求如何变化,SAP分析云都始终致力于为您提供更加灵活、高效的解决方案。 

总而言之,无论您选择哪种模型,最重要的是它如何帮助您揭示数据的真正价值,支持您的业务目标。随着SAP分析云的不断发展,您的选择也可以随着业务需求的演变而调整和优化。 

希望本文能帮助您在SAP分析云的众多模型中做出明智的选择,最终赋能您的数据分析,开启数据驱动的业务创新之旅。 

 

延伸阅读 


“别再迷茫了”:8分钟让你搞懂“经典账户模型”与“新模型” | SAP Blogs 

SAP 分析云中的经典账户模型与新模型:历史和原理详解 | SAP Blogs 

New Model – Configuration Options | SAP Blogs 

新模型类型入门 (sap.com) 
1 Comment