第三部分：集成注意事项

接下来主要介绍一下BYD-SAC的集成中的一些注意事项。

第一，考虑数据的颗粒度，避免使用细粒度数据。因为当前的一种集成方法是将聚合报表数据从BYD系统数据源中传到SAC系统中。例如，我们只关注月和产品类别的采购信息，建议将这些字段添加到ODATA查询当中，保存几何数据，可使记录数量保持最小。换而言之，如果要将业务单据级别的细粒度字段，比如采购订单编号、采购订单行号等等，添加到ODATA查询当中，将大大增加传输到SAP分析云的记录数据数量，可能会导致性能的问题，甚至会超出限制。SAP分析云的限制为80万行、100列，超出这个范围就会报错。

第二，首选使用BYD的自定义报表。因为BYD提供了开箱即用的标准报表，关键用户可以复制和调整这些报表生成自定义报告。标准报表理论上是可以随每个版本变化的，所以说为了使SAP分析云的模型保持稳定，我们建议构建自定义报表作为SAP分析云集成的一个基础。另一个原因是现在的ODATA接口不支持应用于BYD报表的选择，换言之就是使用标准报表时，只能使用默认选择的复制数据，如果想引入智能、过滤和相对选择，以检索当月份的销售收入，建议将这些过滤条件作为默认的选择，引用到自定义的报告当中。

第三，根据需求设定传输数据频率。一般建议每天定时传输数据，当然SAP分析云可以按每天、按每周、按每月传输数据。传输数据时，它提供了4种导入数据方法，包括更新、追加、清除并替换选定的版本数据、清除并替换并替换数据子集。大多数情况下会选择更新。

第四，在数据准备环节，可以用其他语义丰富SAP分析云的数据。首先，额外的数据准备工作是必要的，在创建模型的时候，有些步骤也是必要的，之后就无法更改了，比如说我们将月年字段分类为时间维度，并选择正确的时间格式，请注意常用的格式，像MM-YYYY，必须将数据转换成MM.YYYY，然后将字段类型更改为时间维度。BYD当中未分配的值，一般用#号填充，可以使用此值替换为空值，以便在稍后分配中可以正确描述，而且能够将每个维度ID映射到SAC分析模型中对应的字段，丰富数据，比如说系统提供了复制数据、拆分数据，还有地理信息位置图以及函数的应用等等，其实在数据准备环节，也有一定的保障数据质量的功能。

第五，字段长度。SAC当中，有字段长度的限制，一般是在256个字符。如果超过这个字符，在数据校验的时候就会报错。我们就需要把这些数据更改一下，或者避免超过字符的字段。如果说超过字段，SAP分析云在获取数据的时候，可能将这些数据直接删掉了，就会造成数据的不准确，所以说这一点，我们一定要注意到。

第四部分：客户案例

今天介绍客户是中恒集团，公司已经成立25年，在海内外通用耗材行业具有一定的影响力，产品主要包括打印机复印机定影器、鼓组件、碳粉、散粉、上下定影辊、刮板和零配件等9000多种产品。自2003年起，分别在北京、上海、广州、西安、成都设立分公司，在海外像美国、新加坡、俄罗斯、西班牙、迪拜、巴西、日本等国家也设立了分公司。在唐山的曹妃甸，投资建造了一个占地9万多平方米集研发、生产、检测、仓储为一体的智能化园区。

下面大家看到的场景一，是通过SAP分析云的数字大屏，支持管理者可视化的销售员分析管控。通过搭建SAP分析云数字大屏，可以分析每个月每个人的销售业绩，让管理人员不仅可以看出每个人的销售水平和工作积极性，还可以判断出团队管理者的协调和管理水平。

大家看到这里包含每个销售员的销售趋势和排名，包括Toner 这个产品，每个月在总销售额里的占比情况，以及完成率、利润率等等的一些分析，这是中恒放在办公室大屏实时观测的。

场景二，支持层层钻取的分析应用，实现业务的穿透分析。首先，从销售总览入手，对销售进行全面深入的分析，通过多层级钻取，实现从客户、销售员、产品到产品运营的穿透分析。像客户分析，可以根据历年来大量的消费记录以及客户档案资料对客户进行分类，并分析每类客户的消费能力、消费习惯、消费周期以及需求倾向，确定哪类顾客给企业带来最大利润，哪类顾客仅给企业带来最少利润，同时又要求最多回报。然后，针对于不同类型的客户予以不同的服务及优惠。还有像产品的分析，就是以产品为基础进行每个维度的分析，如某个产品在每个区域、每个国家、每个销售员、每个客户的占比分析，同时支持数据直接的联动分析。

场景三，利用SAP分析云内置机器学习算法，支持智能的数据深入洞察，发现数据背后的信息。智能洞察，前面也说过，它是利用SAP分析云的机器学习算法，自动的对数据进行洞察分析，能够基于分析图表或者计算差值进行数据挖掘，发现数据背后的故事。点击运算智能洞察时，就会显示出相对于该点数据影响的最大因素，系统还会自动添加文本，对分析结果进行描述，像我们的客户组，每个区域、每个国家、每个客户类别、每个品牌，都是通过智能洞察功能进行分析的，下面会有一些中文的描述，底下就是智能洞察的相关结果。

场景四，通过搭建决策推演模型，支持更科学的决策。SAP分析云支持价值动因数模型，可以为用户提供假设分析，比如当销售额增加10%，那利润会增加多少呢？这时系统会自动算出来利润会增加多少，比如当我们的成本降低5%，毛利会增加多少呢？系统也会自动算出来，它有一个动因的模型予加持。

场景五，通过SAC的智能算法，实现基于历史数据的预测分析。我们可以通过历史数据选择时间序列，对一个产品进行未来12个月的预测性分析，每个月它的销售额是多少、误差多少、误差最小是多少等等。

场景六，支持灵活的指标分配。用户可以输入值、输入权重、均等、按比例等分摊方式，比如说，在创建Forcast 版本计划模型之后，想让一月份的销售额减少10%，直接输入10%，系统会自动算出10%的金额是多少。同时系统自动给出分摊的建议，比如说可以按照同一级别的产品类别进行分摊，它的核心功能就是在创建数据填报模板、设计数据填报规则这种计算逻辑时，可以设定数据的锁定，而且在设定数据填报任务的时候，可以创建填报任务，并邀请相关同事参与，以及通过消息的留言、报表和任务辅助，进行讨论。

场景七，支持灵活的计算功能。SAP分析云提供了大量的图表给我们使用，像柱状图、折线图、散点图、饼图等等，同时它也提供了上钻下取、过滤、升序排名等等功能，像场景一的案例，我们想看Toner 产品在总销售额的占比，这时候我们就可以利用SAP分析云的一个计算功能——受限度量，直接可以呈现相关结果。

上面度量直接选择度量值，下面维度可以按产品类别来选择。选择之后，就可以算出Toner的金额，这个金额就是通过我们输入控件类别进行判断与汇总的。之后还可以算一下Toner 产品的百分比，直接在编辑公式上进行加减乘除就可以了，而且还可以设置一些红绿灯阀值，比如大于40%就是绿色，小于45%就是红色，同时它还支持一些添加计算功能，像累加和、移动平均数等等。

第五部分：客户价值

最后一部分，客户价值。

对于生产型的企业来说，商务智能突出的优点之一就是它的即时分析能力，企业可以据此制定业绩进度表和指标系统，一旦发生异常情况，例如某项指标超出了正常范围，管理人员马上查阅相关的数据，找出原因并采取相应的措施，有关企业生产经营的指标，系统可以把特定的关键指标，以直接的方式及时体现出来。而业绩进度表则更具动态，需要根据应用岗位的不同进行个别调整。

第一，提供更加细化的信息。因为制造企业需要每日或者每小时都来获取数据，通常包括库存情况、废品量、生产量、销售量、订单情况、准时交货率以及产品质量保证的信息等，所以说企业人员在掌握这些数据的同时，还需要进一步的了解其根本的原因，或相关部门、产品、地区、经销商以及客户的情况。只有获得这些细化的信息，企业人员才能有的放矢，做出更加准确的经营决策。

第二，协助业务运营的管理。企业的经营按照产品、客户、资源或者其他标准进行细分，可以把经营情况简化为4、5个主要的数据，并随时监控这些数据的异常情况。企业中进一步推广商务智能系统，使各个层次的人员都可以获得相关信息，帮助他们更快更好的做出决策。把数据指标系统推广到生产线，使生产线上的员工也能够完全掌握生产效率、产品合格率以及其他的一些重要信息。

第三，优化生产线管理。通过商务智能平台，工厂内不同工序的管理者能够获得实时的数据资料，还可以查阅不同的报表。比如说生产部的经理能从生产时间、产能利用和资源应用等关键指标，监控生产力，并可以策划产能和优化资源，品质管理部经理能够通过产品缺失分析，改善产品质量，高级管理层可以透过更有效的控制成本及开支分析，提升投资回报率。

第四，改善供应链。因为制造业的生产量庞大，所以说合理分配资源，降低采购成本，防止生产浪费，是制造型企业最关心的问题。比如说我们可以通过综合销售分析和库存分析管理，减少库存投资成本。可以通过供应商分析，包括产品价格对比分析，订单交货的时间、质量、准确率等，选择质量和价格最优的供应商。还可以通过生产成本的分析，对库存管理和生产过程中发生的费用进行监控，辅助决策者发现生产管理环节的不合理投入，加强成本控制。

第五，巩固客户关系，提高服务质量。客户是需要引导的，制造型企业需要利用商务智能系统进行客户行为分析，从潜在客户到保有客户、增值客户，再到摇摆客户、流失客户等等，将客户模型细分，预测需求趋势，从而改善我们的产品，改善我们的客户关系。

第六，把握市场动向，提高销售利润。因为销售分析是商务智能常用的模块，通过系统可以使销售业务员自助的分析，比如说销售流向分析、退货分析、回款分析、绩效分析等，通过这些实时的分析，辅助决策者及时的发现销售中存在的问题，并及时做出相应的调整。

今天的内容大致就是这些，感谢大家关注。