Introduction
Les solutions RapidViews ont pour objectif de proposer un véritable accélérateur de déploiement de vos projets décisionnels SAP HANA mais vont également vous permettre de gérer et de maintenir votre BI. Les RapidViews sont composés de datamarts virtuels ou comptoirs de données, de rapports prédéfinis et de vues de fait/dimension (Vues HANA), c’est le socle de la solution. Ils sont disponibles sur les modules de l’ERP SAP FI-CO, SD, MM et PP.
Nous estimons que la solution RapidViews Standard couvre en moyenne 70% des besoin BI du client une fois installée. Pour couvrir les 30% de besoins restants et ainsi satisfaire l’ensemble des demandes additionnelles des clients, nous proposons de les accompagner dans la réalisation des développements.
Pour cela nous utilisons une méthode qui se décompose en plusieurs étapes :
- Dans un premier temps nous travaillons en collaboration directe avec le client pour comprendre son besoin. Cette étape aboutit grâce à un outil inclus dans les RapidViews, le SmartRepository et à la génération de spécifications techniques.
- En même temps, grâce à ce même outil, nous déterminons la liste des demandes qui sont déjà couvertes par les RapidViews et celles qui devront être ajoutées au modèle.
- Enfin, une fois les développements sous HANA Studio, et le reporting achevé nous procédons à la recette des données.
Use Case – Réalisation de la vue STOCK_VALUE.
La vue de fait STOCK_VALUE a été véritablement un défi technique pour l’équipe RapidViews : Etant donnée que la table principale MSEG (mouvements du stock) ne tient pas toujours compte des réactualisations des prix, la valeur de stock à un instant T dans le passé n’est pas toujours correcte.
Calculer la valeur de stock sans tenir compte des autres tables (MBEW, OBEW, QBEW etc..) donnera des résultats erronés selon les cas.
Pour répondre à cette problématique et calculer la valeur ou la quantité du stock correcte à un instant T, nous avons dû mettre en place un algorithme de calcul complexe via une table fonction sous HANA.
Résumé des développements HANA effectués
Plusieurs objets HANA ont été créés pour répondre à ce besoin :
–Table Type TT_STOCK_2 : Créée directement dans la base de données. Elle est utilisée comme table type par les tables internes utilisées dans les tables fonctions.
–Procédure HDB GetMandt : permet de récupérer le mandant.
–Tables fonctions :
- STK_GET_MVTS : permet de calculer le mouvement des stocks. Elle consomme principalement la table MSEG ;
- STK_GET_SITINIT : permet d’avoir la valorisation du stock. Elle consomme principalement les tables MARD (pour la quantité), MBEW, EBEW, QBEW, OBEW et MARA ;
- STK_GET_RESULT : Permet principalement d’associer les deux tables fonctions pour avoir la situation précise du stock à un instant T.
–Vues de calcul HANA :
- F_STOCK_VALUE : Vue de fait qui consomme la table fonction STK_GET_RESULT ;
- DTM_STOCK_VALUE : Datamart composé de la vue de fait F_STOCK_VALUE et des dimensions nécessaires.
Inscrivez-vous à la newsletter Rapid Views !
Soyez notifiés de nos derniers articles de blog, de nos prochains webinars et nos actualités !
Détails des développements HANA effectués :
Les développements HANA ont commencé par la création d’une table type TT_STOCKS permettant de catégoriser les tables internes déclarées et alimentées dans les tables fonctions.
Ensuite vient la création de la table STK_GET_MVTS qui récupère les mouvements du stock.
Dans cette table (STK_GET_RESULT), nous avons donc fait appel au paramètre p_inv : les valeurs du mouvement selon certains types, sont forcées en négatif lors de la jointure à la valorisation du stock pour permettre le calcul de la situation exacte du stock.
La table STK_GET_SITINIT vient récupérer la valorisation du stock des tables MBEW, EBEW, QBEW, OBEW quand il s’agit de valeur, de la table MARD quand il s’agit de quantité ou des tables MSKA, MSPR, MSKU, MSLB quand il s’agit de stock spécial.
Le développement des tables fonctions s’achève avec la création de la table STK_GET_RESULT permettant la récupération des données des deux tables précédentes.
Elle permet la visualisation des mouvements du stock ou la visualisation de la situation du stock (calculée en tenant compte de la valorisation et des mouvements du stock ainsi que la variation du prix.)
Le calcul de la situation est fait selon plusieurs granularité temporelle (Jour, Mois ou Année)
La vue de fait STOCK_VALUE viendra ensuite consommer la table fonction STK_GET_RESULT en ajoutant les dimensions nécessaires ( la division, la société, …)
Lors de l’utilisation de cette vue, plusieurs variables seront à saisir afin de limiter et de choisir :
- La période d’analyse ;
- Le type d’analyse : Situation de stock / mouvements de stock, en quantité / en valeur ;
- La granularité temporelle de l’analyse : Jour, Mois ou Année.
- Avec ou sans détail (Articles, Division, …)
Nous pouvons maintenant utiliser cette vue dans n’importe quel datamart, afin de jointer les multiples dimensions nécessaires aux analyses et à la réalisation des rapports (article, localisation, Temps, division, …)
Reporting
Le Datamart et les vues HANA construites sont désormais exploitables sur les différents outils de reporting : BO Webi, Microsoft PowerBI, SAC, Tableau Software, …
Ci-dessous un exemple sur PowerBi du rapport installé chez un de nos clients :
Le tableau en Haut à gauche permet de visualiser la valeur du stock de chaque société et division par mois (granularité choisie dans cet exemple)
La courbe permet de visualiser l’évolution de la valeur du stock par mois (granularité de temps choisie)
Nous avons mis à disposition plusieurs filtres sur les principaux axes d’analyse (Société, Division, Article, …) permettant d’affiner l’analyse au besoin.
Le rapport standard contient aussi un tableau affichant la situation du stock en valeur (type de mesure choisi dans cet exemple) par type article et par article.
Conclusion
Les RapidViews nous ont permis de construire et d’accéder rapidement à des données SAP complexes au travers d’une vue de fait « STOCK_VALUE » qui met en liaison les mouvements de stock, la valorisation des articles et la variation des prix afin de donner une photo réelle du stock à n’importe quel moment dans le temps.
Nous mettons à disposition en plus de ces données de stock, un ensemble de variables permettant d’affiner et de personnaliser le résultat souhaité dans le rapport : la période d’analyse, la granularité temporelle (par jour/mois/année), type d’analyse (situation ou mouvement), type de mesures (valeur ou quantité), …
A cette vue, il est tout à fait possible d’ajouter des développements additionnels (nouveaux calculs, nouveaux axes d’analyses, …) pour répondre aux besoins spécifiques de nos clients en matière de données à analyser, de règles métier spécifiques, de tables sources à utiliser.
