Wellicht dat sommige van jullie ervan gehoord hebben: SAP Data Warehouse Cloud, oftewel SDWC, een van de nieuwere producten van SAP. Een data warehouse in de Cloud, een product dat naast ETL ook de rapportage tool SAP Analytical Cloud (SAC) bevat. Lees verder voor meer uitleg en een case-study.
Stel het IT-landschap van je bedrijf bestaat uit meerdere bron systemen en meerdere rapportages systemen. Er is besloten om te vernieuwen in de vorm van storytelling. Is het zinvol om SDWC hiervoor aan te schaffen?
Stel dat jouw IT-landschap er als volgt uit ziet:
Er zijn meerdere SAP en non-SAP bronsystemen in gebruik, zowel on premise als in de cloud. Het belangrijkste ERP-systeem is SAP S/4HANA. Daarnaast zijn er meerdere rapportagesystemen waaronder SAP Business Warehouse. Ten slotte zijn er meerdere lokale documenten in gebruik die voor verschillende rapportages relevant zijn
Het management wil af van de vele lokale excel rapportages. Ze willen sneller kunnen zien hoe een bepaald proces ervoor staat en of de doelstellingen gehaald gaan worden. Er is daarom besloten om meer te gaan rapporteren via dashboards en storytelling.
De volgende eisen en voorkeuren liggen op tafel:
Met behulp van de tool moet storytelling mogelijk zijn. Het zou prettig zijn als de rapportages per email te versturen zijn, of in ieder geval te bekijken zijn voor mensen die geen toegang tot het systeem hebben. Daarnaast moet er een mogelijkheid zijn de data te kunnen downloaden naar Excel
De tool moet self-service zijn: De analisten moeten in staat zijn zelf rapportages te maken.
Doordat steeds meer mensen met tablets werken binnen het bedrijf is het een vereiste dat de rapportages ook op een mobiel apparaat te bekijken zijn. De voorkeur gaat uit naar een tool waarbij er geen extra ontwikkelingswerk hiervoor nodig is
Er is een voorkeur voor een cloud tool, zodat er geen lokale installatie (en onderhoud) meer hoeft plaats te vinden door de helpdesk en zodat het systeem makkelijk op- en afgeschaald kan worden
De tool moet kunnen connecteren met de in het bedrijf aanwezige bron en rapportagesystemen. Maar de tool moet ook ‘future ready’ zijn door eenvoudig te kunnen connecteren met cloud systemen
Eigen documenten, zoals bijv. de groepering van belangrijkste klanten in excel, moeten gebruikt kunnen worden in de tool
In een rapportage moet data uit verschillende bronnen gecombineerd kunnen worden
Real time reporting is een nice-to-have
Er zal op korte termijn gestart worden met het gebruik van een planningstool, welke dit zal zijn is nog niet geheel duidelijk.
In de toekomst wil men met predictive aan de slag. Hier zijn nog geen concrete plannen voor
Naast bovenstaande punten worden ook de (listprice) kosten vergeleken.
De volgende tools worden meegenomen in de vergelijking:
SAP Analytics Cloud (SAC)
SAP Data warehouse Cloud (SDWC)
Microsoft Power BI
Een non-cloud reporting tool, zoals bijv. Tableau
Belangrijk om te vermelden is dat SDWC i.t.t. de andere genoemde tools geen rapportage tools is, maar een data warehouse. SDWC beschikt over typische data warehouse functionaliteiten als data integratie, data modeling, en scheduling & monitoring etc. De andere genoemde tools hebben deze functionaliteiten niet of slechts beperkt. Daarnaast heeft SDWC een geïntegreerde SAC-omgeving waarmee de rapportages en dashboard gebouwd kunnen worden. Mocht je liever werken met Power BI of Tableau as front-end tool dan kun je deze ook gebruiken als rapportage tool boven op SDWC (middels een ODBC-connectie).
SAP Data warehouse Cloud is dus meer dan alleen een front-end tool. Het is een volledig cloud based datawarehouse die je als een SaaS-solution afneemt bij SAP. In de toekomst zou je met SDWC je bestaande data warehouse systeem (zoals SAP BW of SAP HANA) kunnen vervangen. Door de combinatie van SDWC en de embedded rapportagefunctionaliteit van S/4 HANA systeem ontstaan er interessante rapportage mogelijkheden. Op dit moment is SDWC echter nog een relatief nieuw product. Bepaalde functionaliteiten die wel in SAP BW of SAP HANA mogelijk zijn ontbreken op dit moment nog in SDWC en daarom vinden wij SDWC op dit moment nog niet een volwaardig alternatief als vervanger van BW of HANA. Hybride scenario’s waarbij je SDWC cloud gebruikt on top of S/4 HANA, SAP HANA of SAP BW zijn al wel interessant. De gebruiksvriendelijkheid van de tool geeft business user de mogelijkheid om zelf de eerste stappen te zetten op het gebied van data modeleren en rapportage bouwen. Zodat in de toekomst een eventuele overstap sneller en beter gemaakt kan worden.
We nemen SDWC apart mee in deze case study om duidelijk te maken welke additionele voordelen een datawarehouse tool heeft ten opzichte van een rapportage tool. Hier volgt een vergelijking op basis van de eerdere genoemde eisen. Daar waar SAC staat kun je ook SDWC lezen, tenzij anders vermeld.
Alle hierboven genoemde tools bevatten visualisaties waarmee storytelling kan worden gedaan. De meest gangbare grafiektypen en widgets (zoals filters, dropdown box, radio button, etc.) zijn in alle tools beschikbaar. Ook heb je bij alle tools de mogelijkheid om extra visualisaties en business content (soms tegen betaling) te downloaden via een Marketplace omgeving. Vooral Power BI heeft een grote en actieve community die veel nieuwe add-ins ontwikkelt. Downloaden naar Excel of PDF is ook met alle tools mogelijk, evenals het broadcasten van rapportages naar andere gebruikers.
Een van de grote voordelen van SAC is dat hiërarchieën kunnen worden overgenomen uit de onderliggende SAP-systemen. Bij Power BI en andere niet SAP-tools betekent het vaak dat de hiërarchieën opnieuw moeten worden aangemaakt en onderhouden in de tool zelf.
Alle tools ondersteunen het gebruik geografische data om gegevens op een kaart te kunnen tonen. Power BI en Tableau zijn hierin net wat uitgebreider dan SAC.
Om de tools te vergelijken op self-service gebied is er een onderscheid gemaakt tussen data preparatie en het maken van een rapportage.
Het bouwen van een mooi dashboard kan in alle drie de front-end tools gedaan worden door een eindgebruiker. Power BI zal voor de meeste gebruikers het meest intuïtief werken, omdat het een vergelijkbare look-en-feel heeft als Excel. Belangrijk om te weten is dat voor complexe en flexibele dashboards vaak toch een BI expert nodig is.
Bij het prepareren van data biedt SDWC de meeste functionaliteit, vanwege de uitgebreidere data warehouse mogelijkheden SDWC biedt de gebruiker een visuele interface om datastromen op te zetten en bewerkingen uit te voeren. Complexere bewerkingen kunnen uitgevoerd worden met behulp van SQL code. Power BI biedt met DAX en Power Query ook een uitgebreide gereedschapskist om data te prepareren.
Zowel SAC als Power BI bieden de mogelijkheid om rapportages op telefoons en tablets te bekijken. SAC en SDWC zijn volledig cloud-based en zijn daarom op ieder apparaat via een browser bereikbaar. Daarnaast biedt SAC de mogelijkheid om responsive pagina’s te maken die zich automatisch aanpassen aan het formaat scherm. Voor Power BI moet de gebruiker zelf een mobiele layout bouwen. Dit vraagt om extra onderhoud.
Voor het modeleren in SDWC is wel een laptop / desktop vereist maar er hoeft geen aparte software geïnstalleerd te worden.
Zoals hierboven benoemd zijn SAC en SDWC volledig gebaseerd op de cloud. Er hoeft dus geen software lokaal geïnstalleerd te worden. Een groot voordeel van SDWC is dat het eenvoudig schaalbaar is. Per direct kan opslag en geheugen worden geschaald zonder dat daarvoor downtime nodig is.
Power BI biedt een desktop applicatie waarin het datamodel en rapportages worden gebouwd. Daarna worden deze gepubliceerd naar de Power BI Service in de cloud. De eindgebruiker kan hier de rapporten via de browser consumeren zonder extra installatie. Power BI Service biedt de gebruiker ook de mogelijkheid om in de browser rapporten te bouwen op bestaande datamodellen, maar kan hierbij geen wijzigingen aan brengen aan het model of nieuwe berekeningen maken.
Tableau gebruikers hebben ook voor het uitvoeren van rapporten geïnstalleerde software nodig.
De keuze voor de rapportage oplossing is in grote mate afhankelijk van het soort en de importantie van de bronsystemen en hoe daarover gerapporteerd moet worden. Men kan over verschillende assen naar de connecties kijken.
Het koppelen van bron systeem van dezelfde leverancier heeft (vaak) het inherente voordeel dat de connectie geoptimaliseerd is en dat de tooling goed aansluit bij de bronsystemen. Zowel SAC als DWC zijn daarom in onze case study, vanwege de hechte integratie met het SAP S/4 systeem (en met bv SAP BW), in het voordeel tegenover PowerBI en Tableau.
‘Foreign’ connecties zijn connecties waarbij tooling en bronsysteem van verschillende leveranciers zijn. Men is dan afhankelijk van de geautoriseerde connecties van de bronsystemen. Deze zijn (vaak) sub-optimaal en hebben een capaciteitslimiet ingebouwd. Voor de connectie met S/4 zullen Power BI en Tableau gebruik maken van het OData protocol.
Alle tools beschikken over een ruime set van beschikbare connectoren voor on-premise en cloud bron systemen. Tevens biedt SAP met zijn integration suite en open connectors verdere uitbreiding van de beschikbare connectoren. Voor Power BI geldt hetzelfde met Azure pipelines.
Een live connectie is een connectie waarbij er geen data geladen hoeft te worden. Het grote voordeel hiervan is dat in de rapportages de huidige stand van zaken weergeven wordt. Ook kan er gebruik gemaakt worden van het autorisatie model in de bron. De nadelen van een live connectie zijn echter dat het uitvoeren van een rapportage kan zorgen voor potentiële performance problemen in het gekoppelde source systeem en dat het lang kan duren voordat de rapportage de data laat zien (latency issues).
Alle tools bieden de optie voor een live connectie met S/4. Echter adviseert SAP voor S/4 om alleen een live connectie te gebruiken voor rapportages gebaseerd op transactionele flows en voor andere rapportages de data eerst te laden in een datawarehouse, bijv BW, HANA of SDWC.
In de toekomst wordt er veel verwacht van het gebruik van predictive algoritmes. Door middel van historische data en statistische modellen wordt er een voorspelling gemaakt van de toekomstige resultaten. Voor gebruikers die niet over de kennis en vaardigheden beschikken om deze modellen te maken kunnen out-of-the-box modellen invulling bieden. Voor datawetenschappers is dit meestal niet voldoende. Zij willen zelf hun eigen statische modellen kunnen maken.
Met Smart Predict, Smart Insights en Smart Grouping bevat SAC de meest gangbare statistische functies. Op gebied van self-service is SAC daarom sterker dan Power BI op dit gebied. Voor de datawetenschappers biedt Power BI daarentegen de mogelijkheid om zelf aan de slag te gaan met Python en R. Tableau beschikt over python machine learning mogelijkheden en is daarom ook vooral geschikt voor gevorderde gebruikers van predictieve functies.
Een sterke eigenschap van SAC is de combinatie van reporting, planning en predictive functionaliteiten. In SAC kan bijvoorbeeld de budget data voor volgend jaar gepland worden en vervolgens met de predictive functies geëxtrapoleerd worden. Power BI en Tableau hebben geen planningsfunctionaliteiten. Ook de embedded SAC-versies, in bijvoorbeeld SDWC, hebben deze mogelijkheden niet.
De initiële kosten zijn afhankelijk van de gewenste rapportage behoefte en een kosten inschatting daarvan is moeilijk te maken. De beheerkosten bij SaaS oplossingen hebben vooral betrekking op trainingskosten (van IT en business). Gezien de grote snelheid waarmee nieuwe functionaliteiten worden toegevoegd aan SDWC, is her training een belangrijk aandachtspunt en dat leidt dus ook tot hogere kosten.
Doordat de verschillende bedrijven verschillende licentiemodellen gebruiken is het alleen mogelijk de licentie kosten te vergelijken aan de hand van een voorbeeld. Binnen onze business case gaan we uit van:
150 eindgebruikers die rapportages alleen bekijken
100 gebruikers die de rapportages gebruiken voor analyses
50 rapportage bouwers/administrateurs
Kosten om gebruik te maken van planningsfunctionaliteiten laten we buiten beschouwing omdat alleen SAC planningsfunctionaliteit bevat.
NB: de hieronder genoemde prijzen zijn de list prijzen die op internet te vinden zijn. Uit ervaring weten we dat hier nog onderhandelingsmarge op zit. Neem contact op met jouw accountmanager om de exacte prijzen te weten.
Voor ons voorbeeld geldt :
300 gebruikers met een Power BI pro licenties
1 Power BI premium licenties (per omgeving, niet per gebruiker)
Totale kosten per maand ongeveer 8.000 USD.
Bron: Pricing & Product Comparison | Microsoft Power BI
In onze business case hebben we de on-premise tool van tableau meegenomen. Voor ons voorbeeld geldt:
150 viewers
100 explorer gebruikers
50 creator gebruikers
Totale kosten per maand ongeveer 8.800 USD.
Bron: https://www.tableau.com/pricing/teams-orgs
Voor ons voorbeeld geldt:
300 ‘standaard’ gebruikers
Totale kosten per maand ongeveer 5.400 USD.
Bron: SAP Analytics Cloud Plans and Pricing | Real-Time Analytics as a Service
De kosten voor SAP Data warehouse Cloud omvatten:
De database (SAP HANA)
De data warehouse services zoals o.a. modeleren en data integratie
SAC gebruik voor een vast aantal gebruikers (5)
In onze business case zullen we SDWC gebruiken naast andere reeds bestaande data warehouses waardoor een starter pack voldoende zal zijn. De kosten zijn 1 EUR (1,22 USD) per capacity unit. De totale kosten van een starterpack zijn daardoor ongeveer 5.200 USD.
Doordat er maar 5 SAC gebruikers in deze kosten inbegrepen zijn komen deze kosten boven op de SAC kosten, waardoor het totaal pakket uit komt op ongeveer 10.600 USD per maand.
Bron: Plans and Options | SAP Data Warehouse Cloud | SAP HANA Journey
Samenvattend komen we voor onze beschreven business case tot het volgende overzicht
SDWC
SAC
Power BI
Tableau
Mogelijkheden storytelling
++
++
+++
++
Self service
+++
+
+++
++
Gebruik via Mobiel of tablet
+++
+++
++
++
Cloud vs on-premise
+++
+++
++
+
Connectiviteit
+++ (met SAP)
++ (Real time)
++ (overig)
++ (met SAP)
++ (Real time)
+ (overig)
o (met SAP)
+ (Real time)
++ +(overig)
o (met SAP)
o (Real time)
+++ (overig)
Data warehouse modeleer opties
++
+
++
+
Predictive
+ (Standaard)
o (Advanced)
+ (Standaard)
o (Advanced)
o (Standaard)
+ (Advanced)
o (Standaard)
++ (Advanced)
Planning opties
o
+++
o
o
Licentiekosten p.m. business case
5.200 usd (SDWC) + 5.400 usd (SAC)
5.400 usd
8.000 usd
8.800 usd
Voor onze case study is de keuze gevallen op de aanschaf van SDWC in combinatie met SAC.
De redenen hiervoor zijn:
Deze twee tools dekken samen het hele spectrum van de wensen afdekken.
Deze keuze is voorbereid op de toekomst; Er hoeven geen dubbele rapportages gebouwd te worden vanwege autorisatie redenen of vanwege tablet/mobiele weergave optimalisatie. Er hoeft geen software meer geïnstalleerd te worden. Ook de mogelijkheid om SDWC te kunnen gebruiken in combinatie met de embedded rapportage mogelijkheden van S4/HANA is een mooi vooruitzicht.
Daarnaast hebben de business users met SDWC de kans om zelf ervaring op te gaan doen met data modeleren in een gecontroleerde omgeving op basis van bijv. S/4 HANA CDS views, HANA calculation views en BW Queries.
Met de aanschaf van SAC hoopt men de business case voor het kiezen van een planningstool te vereenvoudigen
Omdat SDWC een SAAS-oplossing is, zijn we flexibel bij het opschalen van de capaciteit. In het begin kunnen we met een kleine omgeving starten om ervaring op te doen. Mocht er in de toekomst besloten worden om SDWC als een vervanger van SAP BW te gaan gebruiken dan kan er eenvoudig worden opgeschaald.
Wil je meer weten over de verschillende voor- en nadelen van de genoemde tools of heb je een eigen use-case die je graag met ons wilt bespreken. Neem dan contact op met Roel van Bommel - roel.van.bommel@mccoy-partners.com. We helpen je graag.
Als innovatiepartner willen wij graag blijven inspireren. Daarom delen wij graag onze meest relevante content, evenementen, webinars en andere waardevolle updates met jou.