Robin Ahlers 
Tim Wuttke 
Guido Wandel Die SAP Analytics Cloud (SAC) kombiniert BI (Business Intelligence), erweiterte und vorausschauende Analysen sowie Planungsfunktionen in einer Cloud-Umgebung. Als ihre Kernfunktion gelten die sogenannten Stories (Dashboards, siehe Abbildung 1), die mithilfe von smarten Assistenten sogar teils automatisiert erstellt werden. Darüber hinaus besteht die Option, diese Stories durch Erweiterungen (z. B. mittels R) und als analytische Applikation mit eigenen Skripten (JavaScript) zu individualisieren. So kann die SAC von klassischen Wirtschaftsdaten bis hin zu Sportstatistiken alle Daten analysieren und visualisieren.
Abbildung 1: SVA Fußball-Story (1. Bundesliga – Saison 2019 / 2020)
Für SAP- und Non-SAP-Quellsysteme können gleichermaßen die Verbindungsarten Live-Connection (Metadaten) und Import-Connection (Übernahme der Daten) gewählt werden. Mit diesem Schritt wird über die Anpassungsfähigkeit des Datenmodells und der zur Verfügung stehenden smarten Assistenten entschieden. Diese intelligenten Helfer nutzen Augmented Analytics und sind eine zentrale Komponente der SAC. Sie unterstützen den Self-Service-Ansatz durch Algorithmen, die automatisiert das Datenmodell analysieren und daraus Widgets erstellen. Die folgenden smarten Assistenten stehen zur Verfügung:
Abbildung 2: Übersicht smarte Assistenten
Im Folgenden werden einige ausgewählte Assistenten im Detail betrachtet. Hierzu werden Fußballdaten einer SVA internen SAP Analytics Cloud-Umgebung als Datenbasis herangezogen.
Search to Insight
Bei Search to Insight werden kurze und prägnante Fragen gestellt. Die SAC liefert hierzu Textvorschläge auf Grundlage der Dimensionen und Kennzahlen des zu analysierenden Datenmodells.
Abbildung 3: Frage via Search to Insight
Aus der obigen Frage ergeben sich beispielsweise „Spieler“ und „Saison“ als eine Dimension sowie der „SC Freiburg“ als eine Ausprägung der Dimension „Vereinsname“. Diese Dimensionen werden dann jeweils in Relation zur Kennzahl „Tore“ betrachtet.
Die Antwort auf die gestellte Frage folgt in Form von automatisch erzeugten Visualisierungen und Analyseergebnissen. In diesem Beispiel werden die Top-3-Torschützen des SC Freiburg als Säulendiagramm dargestellt (siehe Abbildung 4: Ergebnis Search to Insight).
Abbildung 4: Ergebnis Search to Insight
Diese Darstellung kann in eine Story der SAP Analytics Cloud übernommen werden. Sie kann zudem modifiziert werden und als Grundlage für weitere Fragestellungen und Analysen dienen.
Wie funktioniert Search to Insight? Es erfolgt ein „Chat“ zwischen Search to Insight und den vorliegenden Daten. Dies geschieht mittels Natural Language Processing (NLP). „NLP versucht natürliche Sprache zu erfassen und mithilfe von Regeln und Algorithmen computerbasiert zu verarbeiten.“ [5]
Smart Discovery
Die Smart Discovery analysiert das zugrunde liegende Datenmodell automatisch nach einem gewählten Ziel. Dies kann zum Beispiel der Marktwert bezogen auf einen Spieler (Entität) sein. Der smarte Assistent ermöglicht es den Nutzer:innen festzulegen, welche Kennzahlen und Dimensionen der Algorithmus bei Ausführung der Smart Discovery berücksichtigt.
Innerhalb von wenigen Sekunden liegt das Ergebnis in Form einer Story samt automatisch generierter Widgets vor (siehe Abbildung 6: Ergebnis Smart Discovery). Diese können beliebig modifiziert und in weiteren Storys wiederverwendet werden.
Abbildung 5: Konfiguration Smart Discovery
Abbildung 6: Ergebnis Smart Discovery [6]
Smart Insights / Time Series Forecasting
Die Zeitersparnis, das schnelle Verstehen von Zusammenhängen sowie das Erkennen von Abweichungen sind nur einige der Vorteile von Smart Insights. Der Assistent greift einen Datenpunkt oder eine Abweichung in den vorhandenen Visualisierungen auf und untersucht, was sich hinter diesen Daten verbirgt. Mit Hilfe von Augmented-Analytics-Algorithmen werden die Dimensionen gefunden, die den größten Beitrag zu dem analysierten Datenpunkt leisten. Darüber hinaus können die gefundenen Ergebnisse textuell und/oder visuell zu den bereits angefertigten Grafiken hinzugefügt werden.
Das Time Series Forecasting beinhaltet die Vorhersage von zukünftig zu erwartenden Kennzahlenwerten mittels Algorithmen, die auf Grundlage historischer Daten beruhen. Die gestrichelte Linie der Abbildung 7 visualisiert die prognostizierten Daten des Algorithmus. Das folgende Beispiel zeigt die Entwicklung des Marktwerts vom SC Freiburg inklusive eines Time Series Forecastings (siehe Abbildung 7: Marktwert des SC Freiburg pro Saison).
Abbildung 7: Marktwert des SC Freiburg pro Saison
Abbildung 8: Smart Insights
R-Visualizations
Mit der R-Visualisierungsfunktion der SAP Analytics Cloud können Benutzer ihre eigene R-Umgebung in der SAC integrieren. Für die wesentlichen Funktionalitäten kann der integrierte R-Server verwendet werden. Zusätzlich steht ein größerer Funktionsumfang durch die Anbindung eines externen R-Servers zur Verfügung.
Die nebenstehende Abbildung 9 zeigt eine sogenannte „Wordcloud“, die den Torschützenkönig aus der Saison 2020/2021 visualisiert. Je größer der Name eines Spielers dargestellt ist, desto mehr Tore hat dieser erzielt.
Abbildung 9: Wordcloud
Die smarten Assistenten der SAC
Zusammengefasst: Wer sind die smarten Assistenten & was können sie leisten?
Smarte Assistenten |
Beschreibung |
| Search to Insight | Es werden kurze, prägnante Fragen gestellt und als Antwort werden automatisch Diagramme und Analyseergebnisse vorgeschlagen. |
| Smart Discovery (Abbildungen 5 und 6) |
Durch wenige Klicks werden die Daten via Machine-Learning-Algorithmen analysiert und in Widgets (Charts, Tabellen, etc.) umgewandelt. Die Ergebnisse können zu einer Story verdichtet werden. |
| Smart Insights (Abbildung 8) |
Die Ausführung erfolgt basierend auf vorhandenen Visualisierungen. Anhand von Augmented-Analytics-Algorithmen werden zusätzliche Zusammenhänge in den Daten erkannt und mit textuellen sowie visuellen Erklärungen hinterlegt. |
| Smart Transformation | Im Vordergrund steht die Darstellung von Vorschlägen, um Datenmodelle zu verbessern und Daten schnell zu bereinigen. |
| Smart Grouping | Vom System erkannte, zusammenhängende Daten werden visuell gruppiert, sodass sie in Blasen- und Streudiagrammen dargestellt werden können. |
| Smart Predict (Time Series Forecasting / Regression / Klassifikation) (Abbildung 7) |
Die Algorithmen in der SAC liefern eine Vorhersage auf Basis historischer Daten. Es werden zukünftig zu erwartende Kennzahlenwerte ermittelt. |
| R-Visualizations | Detaillierte statistische Analysen und eigene Diagramme lassen sich durch die Open-Source-Programmiersprache R erstellen. |
Fazit
Durch smarte Assistenten werden Daten einfach und schnell durch wenige Klicks analysiert. Dies bedeutet neben einer Zeitersparnis auch weitere Erkenntnisse aus den Daten zu gewinnen. Die smarten Assistenten verknüpfen klassisches BI mit aktuellen KI-Algorithmen, sodass beispielsweise Vorhersagen aufgrund der historischen Daten getroffen werden können. Die KI-Algorithmen der smarten Assistenten erzeugen teil-automatisiert erweiterbare und anpassbare Widgets, welche zu einer Story in der SAC verdichtet werden können. Somit wird der Self-Service-Ansatz verstärkt und Fachbereiche werden in die Lage versetzt, Dashboards samt Analysen intuitiv zu erstellen. Auch die stetige Weiterentwicklung der Funktionen der SAC, inklusiver ihrer smarten Assistenten, seitens der SAP führt dazu, dass die SAC zur Analyse von Daten mehr und mehr eine Erleichterung im Arbeitsalltag darstellt.
