SAP Order to Cash アクセラレータ

Order to Cash プロセス向けの SAP アクセラレータは、Cloud Data Fusion の SAP テーブルバッチソース機能の実装例です。このアクセラレータは、エンドツーエンドの Order to Cash プロセスと分析を初めて作成する際に役立ちます。このアクセラレータには、次のタスクを行うように構成できるサンプルの Cloud Data Fusion パイプラインが含まれています。

SAP データソースに接続する。
Cloud Data Fusion でデータの変換を行う。
BigQuery にデータを保存する。
Looker で分析を設定する。これには、ダッシュボードと ML モデルが含まれます。ここでは、Order to Cash プロセス用の重要業績評価指標（KPI）を定義できます。

このガイドでは、実装のサンプルと、構成の開始方法について説明します。

このアクセラレータは、バージョン 6.3.0 以降で動作している Cloud Data Fusion 環境で利用できます。

始める前に

If you don't already have one, sign up for a new account.

Google Cloud Console の [プロジェクトセレクタ] ページで、Google Cloud プロジェクトを選択または作成します。

プロジェクトセレクタに移動

Google Cloud プロジェクトで課金が有効になっていることを確認します。

Cloud Data Fusion and BigQuery API を有効にします。

API を有効にする

Google Cloud Console の [プロジェクトセレクタ] ページで、Google Cloud プロジェクトを選択または作成します。

プロジェクトセレクタに移動

Google Cloud プロジェクトで課金が有効になっていることを確認します。

Cloud Data Fusion and BigQuery API を有効にします。

API を有効にする

SAP テーブルバッチソースをダウンロードします。
Looker Block をインストールするには、Looker インスタンスへのアクセス権があり、マーケットプレイスの Labs 機能を有効にしている必要があります。無料トライアルをリクエストすると、インスタンスにアクセスできるようになります。

必要なスキル

SAP Order to Cash アクセラレータを設定するには、次のスキルが必要です。

SAP On-Prem ERP システムと構成に関する専門知識
Cloud Data Fusion に関する知識
BigQuery に関する知識
Looker に関する知識
Identity and Access Management（IAM）サービスアカウントとアクセス制御の基本知識
SQL クエリの作成など、データ分析に関する知識
Kimball のディメンションデータモデルに関する知識

必要なユーザー

このページで説明する構成では、SAP システムと Google Cloud での変更が必要になります。この構成を行うには、これらのシステムに関する次のユーザーと連携する必要があります。

ユーザーの種類	Description
SAP 管理者	SAP サービスサイトにアクセスしてソフトウェアをダウンロードできる SAP システムの管理者。
SAP ユーザー	SAP システムへの接続を認可された SAP ユーザー。
GCP 管理者	組織の IAM アクセスを管理する管理者。サービスアカウントの作成とデプロイを行い、Cloud Data Fusion、BigQuery、Looker に関する権限を付与します。
Cloud Data Fusion ユーザー	Cloud Data Fusion でデータパイプラインを設計、実行する権限があるユーザー。
BigQuery データオーナー	BigQuery データセットの作成、表示、変更する権限があるユーザー。
Looker デベロッパー	このユーザーは、Marketplace から Looker Block をインストールできます。このユーザーには、`develop` 権限、`manage_model` 権限、`deploy` 権限が必要です。

必要な IAM のロール

アクセラレータのサンプル実装には、次の IAM ロールが必要です。プロジェクトが他の Google Cloud サービスに依存している場合は、追加のロールが必要になることがあります。

BigQuery 管理者（roles/bigquery.admin）
BigQuery データオーナー（roles/bigquery.dataOwner）
Storage オブジェクト閲覧者（roles/storage.objectViewer）
Dataproc サービスアカウントに付与する必要がある Cloud Data Fusion 実行者（roles/datafusion.runner）

プロセスの概要

アクセラレータをプロジェクトに実装する手順は次のとおりです。

SAP ERP システムを構成し、提供された SAP トランスポートをインストールします。
SAP テーブルバッチソースプラグインを使用するように Cloud Data Fusion 環境を設定します。
BigQuery でデータセットを作成します。アクセラレータには、ステージングテーブル、ディメンションテーブル、ファクトテーブルのサンプルデータセットが用意されています。
アクセラレータのサンプル Cloud Data Fusion パイプラインを構成して、SAP データを統合します。
Cloud Data Fusion Hub から、Order to Cash 分析プロセスに関連付けられたパイプラインをデプロイします。BigQuery データセットを作成するには、これらのパイプラインを正しく構成する必要があります。
Looker を BigQuery プロジェクトに接続します。
Looker Block をインストールしてデプロイします。

詳細については、SAP テーブルバッチソースプラグインの使用をご覧ください。

BigQuery のサンプルデータセット

このアクセラレータのサンプル実装では、次のデータセットが BigQuery に作成されます。

データセット名	Description
`sap_cdf_staging`	そのビジネスプロセスに対して、指定された SAP ソースシステムのすべてのテーブルが含まれます。
`sap_cdf_dimension`	顧客ディメンションやマテリアルディメンションなどの主要なディメンションエンティティが含まれます。
`sap_cdf_fact`	パイプラインから生成されたファクトテーブルが含まれます。

Cloud Data Fusion のサンプルパイプライン

このアクセラレータのサンプルパイプラインは、Cloud Data Fusion Hub で入手できます。

Hub からサンプルパイプラインを取得する手順は、次のとおりです。

インスタンス（
1. Google Cloud コンソールで、Cloud Data Fusion のページに移動します。
2. Cloud Data Fusion ウェブインターフェースでインスタンスを開くには、[Instances] をクリックしてから、[View instance] をクリックします。
  
  [インスタンス] に移動
）に移動します。
[Hub] をクリックします。
[SAP] タブを選択します。
[パイプライン] を選択します。サンプルパイプラインのページが開きます。
目的のパイプラインを選択してダウンロードします。

各パイプラインには、ご利用の環境で実行するように構成できるマクロが含まれています。

サンプルパイプラインには次の 3 つのタイプがあります。

ステージングレイヤパイプライン: このタイプのパイプラインのステージングデータセットは、SAP 内の元のソーステーブルに直接マッピングされます。サンプルのステージングレイヤパイプラインには、SAP ソーステーブルと BigQuery ターゲットテーブルを参照する名前があります。たとえば、KNA1_Customer_Master という名前のパイプラインは、SAP ソーステーブル（KNA1）と BigQuery ターゲットテーブル（CustomerMaster）を参照します。
ディメンションレイヤパイプライン: このタイプのパイプラインのディメンションレイヤデータセットは、分析に必要なディメンションとファクトを作成する、キュレートされ、調整されたバージョンのステージングデータセットです。このサンプルパイプラインには、ターゲット BigQuery データセット内のターゲットエンティティを参照する名前があります。たとえば、customer_dimension というパイプラインは、BigQuery データセット sap_cdf_fact の顧客ディメンションエンティティを参照します。
ファクトレイヤパイプライン: ファクトレイヤデータセットは、分析に必要なファクトを作成する、キュレートされ、調整されたバージョンのステージングデータセットです。これらのサンプルパイプラインには、ターゲットの BigQuery データセット内のターゲットのエンティティを参照する名前があります。たとえば、sales_order_fact という名前のパイプラインは、対応する BigQuery データセット sap_cdf_fact のセールスオーダーファクトエンティティにキュレートされたデータを配信します。

以下のセクションでは、ご利用の環境でパイプラインを取得する方法についてまとめています。

ステージングレイヤパイプラインを構成する

ステージングパイプラインには次の 2 つの構成手順があります。

ソース SAP システムを構成する。
ターゲットの BigQuery データセットとテーブルを構成する。

SAP テーブルバッチソースプラグインのパラメータ

SAP テーブルバッチソースプラグインは、SAP テーブルまたはビューのコンテンツを読み取ります。アクセラレータには次のマクロが用意されています。これらのマクロを変更して、SAP 接続を集中管理できます。

マクロ名	説明	例
`${SAP Client}`	使用する SAP クライアント	`100`
`${SAP Language}`	SAP ログオン言語	`EN`
`${SAP Application Server Host}`	SAP サーバー名または IP アドレス	`10.132.0.47`
`${SAP System Number}`	SAP システム番号	`00`
`${secure(saplogonusername)}`	SAP ユーザー名	詳細については、Using Secure Keys をご覧ください。
`${secure(saplogonpassword)}`	SAP ユーザーのパスワード	詳細については、Using Secure Keys をご覧ください。
`${Number of Rows to Fetch}`	抽出されたレコードの数の制限に使用	`100000`

詳細については、プラグインの構成をご覧ください。

BigQuery ターゲットのパラメータ

アクセラレータには、BigQuery ターゲット用に次のマクロが用意されています。

BigQuery ターゲットコネクタの構成

マクロ名	説明	例
`${ProjectID}`	BigQuery データセットが作成されたプロジェクト ID。	`sap_adaptor`
`${Dataset}`	ターゲットデータセット	`sap_cdf_staging`

Order to Cash KPI のために使用するサンプルパイプライン

アクセラレータのサンプルパイプラインに対応した、Order to Cash 処理における主なビジネスエンティティは次のとおりです。これらのパイプラインは、こうしたエンティティに関する分析を後押しするデータを提供します。

主なビジネスエンティティ	対応するサンプルパイプライン名
`Customer` は、組織がビジネスを行う個人または法人の場合があります。これら 3 つの SAP ソーステーブルは、ビジネスに関連する顧客の詳細情報を取得します。これらのテーブルの情報は、`sap_cdf_dimension` データセットの `customer_dimension` に追加されます。	KNA1_CustomerMaster KNVV_CustomerSales KNVP_CustomerPartnerFunction
`Material` は、企業とその顧客との間で取引される商品です。これらの SAP ソーステーブルの情報は、`sap_cdf_dimension` データセットの material_dimension に追加されます。	MARA_MaterialMaster MARD_MaterialStorageLocation
Order to Cash プロセスの注文管理のサブプロセス（システムが顧客から注文を受け取ったとき）	VBAK_SalesDocumentHeader VBAP_SalesDocumentItem VBEP_SalesDocumentSchedule
注文処理と発送のサブプロセス	LIKP_DeliveryHeader LIPS_DeliveryItem
請求書発行と顧客支払いのサブプロセス（顧客が請求書を受け取ったとき）	VBRK_BillingHeader VBRP_BillingLineItem
売掛金とレポートのサブプロセス（支払いがシステムに記録されるとき）	ACDOCA_UniversalJournalItem

すべての Cloud Data Fusion ステージングパイプライン

アクセラレータでは、次の Cloud Data Fusion ステージングパイプラインのサンプルを使用できます。

KNA1_CustomerMaster
KNVV_CustomerSales
KNVP_CustomerPartnerFunction
MARA_MaterialMaster
MARD_MaterialStorageLocation
VBAK_SalesDocumentHeader
VBAP_SalesDocumentItem
VBEP_SalesDocumentSchedule
LIKP_DeliveryHeader
LIPS_DeliveryItem
ACDOCA_UniversalJournalItem
VBRK_BillingHeader
VBRP_BillingLineItem
BSEG_AccountDocumentItem
BSID_AccDocCustOpenItem
BSAD_AccDocCustCloseItem
T001_CompanyCodes
T006A_UnitOfMeasure
T024D_MRPControllers
T042ZT_PaymentMethodText
T189T_PriceListCategory
TCURC_CurrencyCodes
TCURT_CurrencyCodesText
TCURW_ExchangeRateType
TINCT_CustomerIncotermsText
TVAKT_SalesDocumentType
TVAPT_SalesDocumentItemCategory
TVFST_BillingBlockReasonText
TVLST_DeliveryBlockText
TVTWT_DistributionChannelText
MAKT_MaterialDescription
T005T_CountryNames
T005U_RegionText
TVAST_SalesDocBlockReasonText
T077X_AccountGroupName
T134T_MaterialTypeDescription
T023T_MaterialGroupDescription
TSPAT_SalesDivisionText
TVKOV_DistributionChannel
TVTA_SalesArea
TVKOT_SalesOrgText
TVAUT_SalesDocumentOrderText
TVSBT_ShippingConditionText
TVAG_SalesDocRejectionReasons
TVAGT_SalesDocRejectionReasonDescription

ディメンションレイヤのパイプラインを構成する

KPI は、ソース SAP テーブルから抽出できます。分析用にデータを準備するには、BigQuery テーブルのスキーマ構造と一致するように、ソーステーブルのデータを整理します。

アクセラレータによって、次の 4 つのサンプルテーブルが作成されます。

テーブル名	テーブルの説明
customer_dimension	顧客および関連するファクト（顧客分類、顧客階層、顧客販売関連情報など）のキュレートされたリスト*。
material_dimension	マテリアルおよび関連するファクト（SKU 番号、プロダクト階層、分類など）のキュレートされたリスト。
sales_order_fact	販売情報（注文の種類、注文ステータスの表示、注文数量、注文値など）のキュレートされたリスト。これらのフィールドは通常、注文管理 KPI（オープン注文、確定注文、却下された注文、請求済み注文など）を生成するために集計されます。
revenue_fact	顧客へのマテリアルの販売によって生成された詳細な会計情報。会計テーブルから派生したこのファクトテーブルには、総売上高、割引前純売上高、割引後純売上高、トレンドなど、収益 KPI を通して分析情報を提供する情報が含まれています。

*このコンテキストでは、キュレートされたリストは、選択された列のリストに適用されるビジネスロジックから生成されます。

アクセラレータは、SQL スクリプトを使用して BigQuery データセットのディメンションレイヤを構築します。これはプロジェクトで変更できます。たとえば、これらのスクリプトを適応させて、ターゲットの BigQuery データセットエンティティに列を追加できます。

スタースキーマへの変換: BigQuery エグゼキュータのパイプライン名

Cloud Data Fusion の以下の BigQuery エグゼキュータパイプラインは、ディメンションテーブルとファクトテーブルにデータを読み込みます。

すべてのディメンション変換パイプライン

customer_dimension
material_dimension
sales_order_fact
revenue_fact

BigQuery エグゼキュータの構成

マクロ名	例
`${ProjectID}`	`sap_adaptor`
`${StagingDatasetName}`	`sap_cdf_staging`
`${TargetDatasetName}`	`sap_cdf_dimension`

Looker を BigQuery プロジェクトに接続する

Looker を BigQuery に接続するには、BigQuery 接続に関する Looker のドキュメントをご覧ください。

ブロックをインストールする

GitHub で SAP Looker Block にアクセスできます。

Looker Block により、事前構成済みの LookML モデルとともに、2 つの探索環境と 2 つのダッシュボードがインストールされます。

次のステップ

Cloud Data Fusion について学ぶ。
Google Cloud での SAP の詳細を確認する。
BigQuery の詳細を確認する。
Looker Block について学ぶ。

SAP Order to Cash アクセラレータ

始める前に

必要なスキル

必要なユーザー

必要な IAM のロール

プロセスの概要

BigQuery のサンプル データセット

Cloud Data Fusion のサンプル パイプライン

ステージング レイヤ パイプラインを構成する

SAP テーブル バッチ ソース プラグインのパラメータ

BigQuery ターゲットのパラメータ

Order to Cash KPI のために使用するサンプル パイプライン

すべての Cloud Data Fusion ステージング パイプライン

ディメンション レイヤのパイプラインを構成する

スタースキーマへの変換: BigQuery エグゼキュータのパイプライン名

すべてのディメンション変換パイプライン

BigQuery エグゼキュータの構成

Looker を BigQuery プロジェクトに接続する

ブロックをインストールする

次のステップ

BigQuery のサンプルデータセット

Cloud Data Fusion のサンプルパイプライン

ステージングレイヤパイプラインを構成する

SAP テーブルバッチソースプラグインのパラメータ

Order to Cash KPI のために使用するサンプルパイプライン

すべての Cloud Data Fusion ステージングパイプライン

ディメンションレイヤのパイプラインを構成する