Acceleratore SAP Procure to Pay

L'acceleratore SAP per il processo Procure-to-Pay è un esempio di implementazione della funzionalità SAP Table Batch Source in Cloud Data Fusion. L'acceleratore SAP Procure to Pay ti aiuta a iniziare quando crei il processo e gli analytics Procure to Pay end-to-end. Include pipeline Cloud Data Fusion di esempio che puoi configurare per eseguire le seguenti attività:

• Connettiti all'origine dati SAP.
• Esegui trasformazioni sui dati in Cloud Data Fusion.
• Archivia i dati in BigQuery.
• Configurare gli analytics in Looker. Sono incluse dashboard e un modello di ML, in cui puoi definire gli indicatori chiave di prestazione (KPI) per la tua procedura di approvvigionamento fino al pagamento.

Questa guida descrive l'implementazione di esempio e come iniziare con le configurazioni.

L'acceleratore è disponibile negli ambienti Cloud Data Fusion in cui è in esecuzione la versione 6.4.0 e successive.

Prima di iniziare

1. Sign in to your Google Account.

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

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the Cloud Data Fusion and BigQuery APIs.

   Enable the APIs

5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

6. Make sure that billing is enabled for your Google Cloud project.

7. Enable the Cloud Data Fusion and BigQuery APIs.

   Enable the APIs

8. Scarica SAP Table Batch Source.
9. Per installare il blocco di Looker, devi avere accesso a un'istanza di Looker e aver attivato la funzionalità Labs del marketplace. Puoi richiedere una prova gratuita per accedere a un'istanza.

Competenze richieste

La configurazione dell'acceleratore SAP Procure to Pay richiede le seguenti competenze:

• Competenza in sistemi ERP on-premise SAP e configurazione
• Familiarità con Cloud Data Fusion
• Familiarità con BigQuery
• Familiarità con Looker
• Familiarità con gli account di servizio Identity and Access Management (IAM) e il controllo degli accessi
• Familiarità con l'analisi dei dati, inclusa la scrittura di query SQL
• Familiarità con il modello di dati dimensionali di Kimball

Utenti obbligatori

Le configurazioni descritte in questa pagina richiedono modifiche al sistema SAP e in Google Cloud. Per eseguire le configurazioni, devi collaborare con i seguenti utenti di questi sistemi:

Tipo di utente	Descrizione
Amministratore SAP	Amministratore del sistema SAP che può accedere al sito di servizio SAP per scaricare il software.
Utente SAP	Un utente SAP autorizzato a connettersi a un sistema SAP.
Amministratore Google Cloud	Amministratore che controlla l'accesso IAM per la tua organizzazione, che crea e implementa gli account di servizio e concede le autorizzazioni per Cloud Data Fusion, BigQuery e Looker.
Utente Cloud Data Fusion	Utenti autorizzati a progettare ed eseguire pipeline di dati in Cloud Data Fusion.
Proprietario dati BigQuery	Utenti autorizzati a creare, visualizzare e modificare set di dati BigQuery.
Sviluppatore Looker	Questi utenti possono installare il blocco di Looker tramite il Marketplace. Devono disporre delle autorizzazioni develop, manage_model e deploy.

Ruoli IAM obbligatori

Nell'implementazione di esempio dell'acceleratore, sono obbligatori i seguenti ruoli IAM. Potresti aver bisogno di altri ruoli se il tuo progetto si basa su altri servizi Google Cloud.

• Amministratore BigQuery (roles/bigquery.admin)
• Proprietario dei dati BigQuery (roles/bigquery.dataOwner)
• Storage Object Viewer (roles/storage.objectViewer)
• L'autorizzazione Esecutore Cloud Data Fusion (roles/datafusion.runner) deve essere concessa all'account di servizio Dataproc

Panoramica della procedura

Per implementare l'acceleratore nel tuo progetto:

1. Configura il sistema SAP ERP e installa il trasporto SAP fornito.
2. Configura l'ambiente Cloud Data Fusion per utilizzare il plug-in SAP Table Batch Source.
3. Crea set di dati in BigQuery. L'acceleratore fornisce set di dati di esempio per le tabelle di staging, dimensionali e di fatto.
4. Configura le pipeline Cloud Data Fusion di esempio dall'acceleratore per integrare i dati SAP.
5. Da Cloud Data Fusion Hub, esegui il deployment delle pipeline associate al processo di analisi di approvvigionamento e pagamento. Queste pipeline devono essere configurate correttamente per creare il set di dati BigQuery.
6. Collega Looker al progetto BigQuery.
7. Installa ed esegui il deployment del blocco Looker.

Per ulteriori informazioni, consulta Utilizzare il plug-in SAP Table Batch Source.

Set di dati di esempio in BigQuery

Nell'implementazione di esempio in questo acceleratore, i seguenti set di dati vengono creati in BigQuery.

Nome del set di dati	Descrizione
sap_cdf_staging	Contiene tutte le tabelle del sistema SAP Source identificate per quel processo aziendale.
sap_cdf_dimension	Contiene le entità di dimensione chiave come Dimensione cliente e Dimensione materiale.
sap_cdf_fact	Contiene le tabelle di fatti generate dalla pipeline.

Pipeline di esempio in Cloud Data Fusion

Nota: una tabella è una raccolta di record all'interno di un set di dati in BigQuery. Una pipeline è la serie di funzioni ETL esistenti per spostare i dati tra un'origine e una destinazione (ad esempio una tabella BigQuery).

Le pipeline di esempio per questo acceleratore sono disponibili nell'hub Cloud Data Fusion.

Per ottenere le pipeline di esempio dall'hub:

1. Vai all'istanza:

   1. Nella console Google Cloud, vai alla pagina Cloud Data Fusion.

   2. Per aprire l'istanza in Cloud Data Fusion Studio, fai clic su Istanze e poi su Visualizza istanza.

      Vai a Istanze

2. Fai clic su Hub.
3. Seleziona la scheda SAP.
4. Seleziona Pipeline. Viene aperta una pagina di pipeline di esempio.
5. Seleziona le pipeline che vuoi scaricare.

Ciascuna pipeline contiene macro che puoi configurare per l'esecuzione nel tuo ambiente.

Nota: la modifica delle macro SQL non è banale. Ad esempio, una modifica allo schema di destinazione richiede anche modifiche al caricamento dei dati e alle configurazioni di Looker.

Esistono tre tipi di pipeline di esempio:

• Pipeline di livello di staging: il set di dati di staging in questo tipo di pipeline è una mappatura diretta alla tabella di origine originale in SAP. Le pipeline del livello di staging di esempio hanno nomi che fanno riferimento alla tabella di origine SAP e alla tabella di destinazione BigQuery. Ad esempio, una pipeline denominata LFA1_Supplier_Master fa riferimento alla tabella di origine SAP (LFA1) e alla tabella di destinazione BigQuery (CustomerMaster).
• Pipeline di livello delle dimensioni: il set di dati del livello delle dimensioni in questo tipo di pipeline è una versione selezionata e perfezionata del set di dati di staging che crea le dimensioni e i fatti necessari per l'analisi. Le pipeline di esempio hanno nomi che fanno riferimento all'entità di destinazione nel set di dati BigQuery di destinazione. Ad esempio, una pipeline chiamata customer_dimension fa riferimento all'entità Dimensione cliente nel set di dati BigQuery sap_cdf_fact.
• Pipeline del livello di fatti: il set di dati del livello di fatti è una versione selezionata e perfezionata del set di dati di staging che crea i fatti necessari per l'analisi. Queste pipeline di esempio hanno nomi che fanno riferimento all'entità di destinazione nel set di dati BigQuery di destinazione. Ad esempio, una pipeline denominata sales_order_fact fornisce dati selezionati all'entità Sales Order Fact nel set di dati BigQuery corrispondente sap_cdf_fact.

Le sezioni seguenti riepilogano come far funzionare le pipeline nel tuo ambiente.

Configura le pipeline del livello di staging

Esistono due passaggi di configurazione per le pipeline di staging:

1. Configura il sistema SAP di origine.
2. Configura il set di dati e la tabella BigQuery di destinazione.

Parametri per il plug-in SAP Table Batch Source

Il plug-in SAP Table Batch Source legge i contenuti di una tabella o vista SAP. L'acceleratore fornisce le seguenti macro, che puoi modificare per controllare centralmente le connessioni SAP.

Nome della macro	Descrizione	Esempio
${SAP Client}	Client SAP da utilizzare	100
${SAP Language}	Lingua di accesso SAP	EN
${SAP Application Server Host}	Nome o indirizzo IP del server SAP	10.132.0.47
${SAP System Number}	Numero di sistema SAP	00
${secure(saplogonusername)}	Nome utente SAP	Per ulteriori informazioni, vedi Utilizzare i token di sicurezza.
${secure(saplogonpassword)}	Password utente SAP	Per ulteriori informazioni, vedi Utilizzare le chiavi di sicurezza.
${Number of Rows to Fetch}	Limita il numero di record estratti	100000

Per ulteriori informazioni, consulta Configurare il plug-in.

Parametri per il target BigQuery

L'acceleratore fornisce le seguenti macro per i target BigQuery.

Configurazione del connettore di destinazione BigQuery

Nome della macro	Descrizione	Esempio
${ProjectID}	L'ID progetto in cui è stato creato il set di dati BigQuery.	sap_adaptor
${Dataset}	Set di dati di destinazione	sap_cdf_staging

Pipeline di esempio utilizzate per i KPI di approvvigionamento e pagamento

Le seguenti entità aziendali chiave nel processo di approvvigionamento e pagamento corrispondono alle pipeline di esempio nell'acceleratore. Queste pipeline forniscono i dati su cui si basano le analisi di queste entità.

Entità aziendali chiave	Nome della pipeline corrispondente
Supplier Le tabelle di origine SAP acquisiscono i dettagli del fornitore relativi all'attività. Le informazioni di queste tabelle contribuiscono a supplier_dimension nel livello dimensionale del data warehouse.	LFA1_SupplierMaster LFB1_SupplierMasterCompanyCode BUT000_BPGeneralInformation
Material o Product è la risorsa scambiata tra l'azienda e i suoi clienti. Le informazioni di queste tabelle contribuiscono alla dimensione material_dimension nel livello dimensionale del data warehouse.	MARA_MaterialMaster
Il processo di approvvigionamento e pagamento inizia con un ordine, che include la quantità dell'ordine e i dettagli degli articoli di materiale.	EKKO_PurchaseOrderHeader EKPO_PurchaseOrdertItem
La sottoprocedura di Ricezione della merce, che include i dettagli sul movimento degli articoli di materiale.	MATDOC_GoodsReceipt
Le sottoprocedure di Fatturazione, che includono i dettagli richiesti del documento della fattura.	RBKP_InvoiceHeader RSEG_InvoiceLineItem
La procedura di approvvigionamento al pagamento termina quando il pagamento della fattura viene registrato nel tuo sistema.	ACDOCA_UniversalJournalItem

Tutte le pipeline di staging di Cloud Data Fusion

Nell'acceleratore sono disponibili i seguenti esempi di pipeline di staging di Cloud Data Fusion:

• ACDOCA_JournalLedgerDetails
• ADR6_SupplierMasterEMailDetails
• ADRC_SupplierMasterAddressDetails
• BKPF_AccountingDocumentHeaderDetail
• BSEG_AccountDocumentItem
• BUT000_BusinessPartnerGeneralDataDetails
• BUT020_BusinessPartnerAddressDetails
• CEPCT_ProfitCenterDescription
• EBAN_PurchaseRequisitionDetails
• EKBE_PurchaseOrderHistoryDetail
• EKET_PurchaseOrderScheduleLinesDetail
• EKKO_PurchaseOrderHeaderDetail
• EKPO_PurchaseOrderItemDetail
• FINSC_BTTYPE_T_BusinessTransactionTypeDescription
• FINSC_LEDGER_T_JournalLedgerDescription
• LFA1_SupplierMasterDetails
• LFB1_SupplierMasterCompanyCodeDetails
• MARA_MaterialMaster
• MATDOC_MaterialMovementDetails
• MKPF_MaterialMovementHeaderDetail
• MSEG_MaterialMovementItemDetail
• RBKP_InvoiceReceiptHeaderDetail
• RSEG_IncomingInvoiceItemDetail
• T001_CompanyCodes
• T001_CompanyCodes
• T001K_ValuationAreaDetails
• T001L_MaterialStorageLocation
• T001W_PlantDetails
• T002T_LanguageKeyDescription
• T003T_AccountingDocumentTypeDescription
• T005_CountryMaster
• T006A_UnitOfMeasure
• T007S_PurchaseSalesTaxCodeDescription
• T023T_MaterialGroupDescription
• T024_PurchasingGroupsDetails
• T024E_PurchasingOrganizationsDetails
• T024W_PlantPurchasingOrganizationsDetails
• T156HT_MaterialMovementTypeDescription
• T161T_PurchasingDocumentTypeDescription
• T163M_ConfirmationCategoryDescription
• T16FE_PurchaseDocumentReleaseIndicatorDescription
• TBSLT_PostingKeyDescription
• TCURT_CurrencyCodesText
• TKA01_ControllingAreaMaster

Configura le pipeline dei livelli dimensionali

Puoi estrarre i KPI dalle tabelle SAP di origine. Per preparare i dati per l'analisi, organizza i dati nella tabella di origine in modo che corrispondano alla struttura dello schema della tabella BigQuery.

L'acceleratore crea le seguenti tabelle di esempio:

Nome tabella	Descrizione tabella
Supplier_dimension	Elenco selezionato* di fornitori e relativi fatti associati, come informazioni generali e informazioni relative alle vendite dei fornitori.
Material_dimension	Elenco selezionato di materiali e fatti associati, come numero SKU, gerarchia del prodotto e classificazione.
Purchase_Order_Fact	Elenco degli ordini di acquisto, inclusi organizzazione di acquisto, gruppo e tipo di ordine.
Goods_Receipt_Fact	Elenco selezionato di ricevute di merce, incluse informazioni su profit center e tipo di movimento.
Invoice_Fact	Elenco selezionato di informazioni relative alla fattura, tra cui tipo di fattura, quantità di articoli, valore e data di registrazione della fattura.
Accounting_Fact	Elenco selezionato di registrazioni contabili per ogni elemento dell'ordine di acquisto.

*In questo contesto, l'elenco selezionato proviene dalla logica di business applicata all'elenco selezionato di colonne.

L'acceleratore crea il livello dimensionale del set di dati BigQuery utilizzando script SQL, che puoi modificare per il tuo progetto. Ad esempio, puoi adattare questi script per aggiungere altre colonne alle entità del set di dati BigQuery di destinazione.

Trasformazione in schema a stella: nomi delle pipeline di esecuzione di BigQuery

Le seguenti pipeline di esecuzione di BigQuery in Cloud Data Fusion caricano i dati nelle tabelle di dimensioni e di fatti:

Tutte le pipeline di trasformazione dimensionale:

• Supplier_dimension
• Material_dimension
• Purchase_Order_Fact
• Goods_Receipt_Fact
• Invoice_Fact
• Accounting_Fact

Configurazione dell'executor BigQuery

Nome della macro	Esempio
${ProjectID}	sap_adaptor
${StagingDatasetName}	sap_cdf_staging
${TargetDatasetName}	sap_cdf_dimension

Collegare Looker al progetto BigQuery

Per collegare Looker a BigQuery, consulta la documentazione di Looker sulle collegamenti a BigQuery.

Installa il blocco

Nota: per installare e utilizzare questo blocco, devi avere accesso a un'istanza Looker.

Puoi accedere al blocco SAP Looker su GitHub.

Il blocco Looker consente di installare un modello LookML preconfigurato con due ambienti di esplorazione e due dashboard.

Passaggi successivi

• Scopri di più su Cloud Data Fusion.
• Scopri di più su SAP su Google Cloud.
• Scopri di più su BigQuery.
• Scopri di più su Looker Blocks.