El acelerador de SAP para el proceso de compra a pago es una implementación de muestra de la función Fuente de lotes de tablas de SAP en Cloud Data Fusion. El acelerador de Adquisiciones a pagos de SAP te ayuda a comenzar cuando creas el proceso y las estadísticas de adquisición y pago de extremo a extremo. Incluye canalizaciones de muestra de Cloud Data Fusion que puedes configurar para realizar las siguientes tareas:
- Conéctate a la fuente de datos de SAP.
- Realiza transformaciones en tus datos en Cloud Data Fusion.
- Almacena tus datos en BigQuery.
- Configura estadísticas en Looker. Esto incluye paneles y un modelo de AA, en el que puedes definir los indicadores de rendimiento clave (KPI) para tu proceso de compra y pago.
En esta guía, se describe la implementación de muestra y cómo comenzar a usar tus configuraciones.
El acelerador está disponible en entornos de Cloud Data Fusion que se ejecutan en la versión 6.4.0 y versiones posteriores.
Antes de comenzar
-
Sign in to your Google Account.
If you don't already have one, sign up for a new account.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Cloud Data Fusion and BigQuery APIs.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Cloud Data Fusion and BigQuery APIs.
- Descarga la Fuente de Batch de tablas de SAP.
- Debes tener acceso a una instancia de Looker y tener activada la función de labs de Marketplace para instalar el bloque de Looker. Puedes solicitar una prueba gratuita para obtener acceso a una instancia.
Habilidades requeridas
Para configurar el acelerador de adquisición de pagos de SAP, se requieren las siguientes habilidades:
- Experiencia en sistemas y configuración de ERP locales de SAP
- Conocimientos de Cloud Data Fusion
- Conocimientos de BigQuery
- Conocimientos de Looker
- Conocimientos de las cuentas de servicio de Identity and Access Management (IAM) y el control de acceso
- Conocimientos del análisis de datos, incluida la escritura de consultas de SQL
- Conocimientos del modelo de datos dimensionales de Kimball
Usuarios obligatorios
Los parámetros de configuración que se describen en esta página requieren cambios en tu sistema SAP y en Google Cloud. Debes trabajar con los siguientes usuarios de esos sistemas para realizar las configuraciones:
Tipo de usuario | Descripción |
---|---|
Administrador de SAP | Es el administrador de tu sistema SAP que puede acceder al sitio del servicio de SAP para descargar software. |
Usuario de SAP | Es un usuario de SAP autorizado para conectarse a un sistema SAP. |
Administrador de GCP | Es un administrador que controla el acceso de IAM para tu organización, que crea e implementa cuentas de servicio y otorga permisos para Cloud Data Fusion, BigQuery y Looker. |
Usuario de Cloud Data Fusion | Son usuarios autorizados para diseñar y ejecutar canalizaciones de datos en Cloud Data Fusion. |
Propietario de datos de BigQuery | Son usuarios autorizados para crear, ver y modificar conjuntos de datos de BigQuery. |
Desarrollador de Looker | Estos usuarios pueden instalar el bloque de Looker a través de Marketplace.
Deben tener permisos develop , manage_model y deploy . |
Funciones de IAM obligatorias
En la implementación de muestra del acelerador, se requieren las siguientes funciones de IAM. Es posible que necesites funciones adicionales si tu proyecto se basa en otros servicios de Google Cloud.
- Administrador de BigQuery (
roles/bigquery.admin
) - Propietario de datos de BigQuery (
roles/bigquery.dataOwner
) - Visualizador de objetos de Storage (
roles/storage.objectViewer
) - Se debe otorgar la función de ejecutor de Cloud Data Fusion (
roles/datafusion.runner
) a la cuenta de servicio de Dataproc
Descripción general del proceso
Sigue estos pasos para implementar el acelerador en tu proyecto:
- Configura el sistema SAP ERP y, luego, instala el transporte SAP proporcionado.
- Configura tu entorno de Cloud Data Fusion para usar el complemento de la Fuente de Batch de tablas de SAP.
- Crea conjuntos de datos en BigQuery. El acelerador proporciona conjuntos de datos de muestra para tablas de etapa de pruebas, dimensionales y de hechos.
- Configura las canalizaciones de Cloud Data Fusion de muestra del acelerador para integrar tus datos de SAP.
- Desde Cloud Data Fusion Hub, implementa las canalizaciones asociadas con el proceso de análisis de adquisición y pago. Estas canalizaciones se deben configurar de forma correcta para crear el conjunto de datos de BigQuery.
- Conecta Looker al proyecto de BigQuery.
- Instala e implementa el bloque de Looker.
Para obtener más información, consulta Usa el complemento de la Fuente de Batch de tablas de SAP.
Conjuntos de datos de muestra en BigQuery
En la implementación de muestra en este acelerador, los siguientes conjuntos de datos se crean en BigQuery.
Nombre del conjunto de datos | Descripción |
---|---|
sap_cdf_staging |
Contiene todas las tablas del sistema de la fuente de SAP, como se identifica para ese proceso empresarial. |
sap_cdf_dimension |
Contiene las entidades de dimensión clave, como Dimensión del cliente y Dimensión material. |
sap_cdf_fact |
Contiene las tablas de hechos generadas a partir de la canalización. |
Canalizaciones de muestra en Cloud Data Fusion
Las canalizaciones de muestra para este acelerador están disponibles en el centro de noticias de Cloud Data Fusion.
Para obtener las canalizaciones de muestra del centro de noticias de, sigue estos pasos:
- Ve a tu instancia:
En la consola de Google Cloud, ve a la página de Cloud Data Fusion.
Para abrir la instancia en Cloud Data Fusion Studio, haz clic en Instancias y, luego, en Ver instancia.
- Haz clic en Hub.
- Selecciona la pestaña SAP.
- Selecciona Canalizaciones. Se abrirá una página de canalizaciones de muestra.
- Selecciona las canalizaciones deseadas para descargarlas.
Cada una de las canalizaciones contiene macros que puedes configurar para que se ejecuten en tu entorno.
Existen tres tipos de canalizaciones de muestra:
- Canalizaciones de la capa de etapa de pruebas: El conjunto de datos de etapa de pruebas en este tipo de canalización es una asignación directa a la tabla de origen original en SAP. Las canalizaciones de la capa de etapa de pruebas de muestra tienen nombres que hacen referencia a la tabla de origen de SAP y la tabla de destino de BigQuery. Por ejemplo, una canalización llamada
LFA1_Supplier_Master
hace referencia a la tabla de origen de SAP (LFA1
) y la tabla de destino de BigQuery (CustomerMaster
). - Canalizaciones de la capa de dimensión: El conjunto de datos de la capa de dimensión en este tipo de canalización es una versión seleccionada y definida del conjunto de datos de etapa de pruebas que crea la dimensión y los hechos necesarios para el análisis. Las canalizaciones de muestra tienen nombres que hacen referencia a la entidad de destino en el conjunto de datos de BigQuery de destino. Por ejemplo, una canalización llamada
customer_dimension
hace referencia a la entidad de dimensión del cliente en el conjunto de datossap_cdf_fact
de BigQuery. - Canalizaciones de la capa de hechos: El conjunto de datos de la capa de hechos es una versión seleccionada y definida mejor del conjunto de datos de etapa de pruebas que crea los hechos necesarios para el análisis. Estas canalizaciones de muestra tienen nombres que hacen referencia a la entidad de destino en el conjunto de datos de BigQuery de destino.
Por ejemplo, una canalización llamada
sales_order_fact
entrega datos seleccionados a la entidad de hechos del pedido de ventas en el conjunto de datossap_cdf_fact
correspondiente de BigQuery.
En las siguientes secciones, se resume cómo hacer que las canalizaciones funcionen en tu entorno.
Configura las canalizaciones de la capa de etapa de pruebas
Existen dos pasos de configuración para las canalizaciones de etapa de pruebas:
- Configura el sistema SAP de origen.
- Configura la tabla y el conjunto de datos de BigQuery de destino.
Parámetros para el complemento de la Fuente de Batch de tablas de SAP
El complemento de la Fuente de Batch de tablas de SAP lee el contenido de una tabla o una vista de SAP. El acelerador proporciona las siguientes macro, que puedes modificar para controlar tus conexiones de SAP de forma centralizada.
Nombre de la macro | Descripción | Ejemplo |
---|---|---|
${SAP Client} |
Cliente de SAP que se usará | 100 |
${SAP Language} |
Lenguaje de inicio de sesión de SAP | EN |
${SAP Application Server Host} |
Nombre del servidor de SAP o dirección de IP | 10.132.0.47 |
${SAP System Number} |
Número de sistema de SAP | 00 |
${secure(saplogonusername)} |
Nombre de usuario de SAP | Para obtener más información, consulta Usa claves seguras. |
${secure(saplogonpassword)} |
Contraseña de usuario de SAP | Para obtener más información, consulta Usa claves seguras. |
${Number of Rows to Fetch} |
Limita la cantidad de registros extraídos | 100000 |
Para obtener más información, consulta Configura el operador.
Parámetros para el destino de BigQuery
El acelerador proporciona las siguientes macro para los destinos de BigQuery.
Configuración del conector de destino de BigQuery
Nombre de la macro | Descripción | Ejemplo |
---|---|---|
${ProjectID} |
Es el ID del proyecto en el que se creó el conjunto de datos de BigQuery. | sap_adaptor |
${Dataset} |
Conjunto de datos de destino | sap_cdf_staging |
Canalizaciones de muestra usadas para los KPI de proceso de compra y pago
Las siguientes entidades comerciales clave en el proceso de adquisición y pago corresponden a canalizaciones de muestra en el acelerador. Estas canalizaciones entregan los datos que potencian las estadísticas de estas entidades.
Entidades comerciales clave | Nombre de la canalización correspondiente |
---|---|
Supplier Las tablas fuente de SAP capturan detalles sobre el proveedor en relación con la empresa. La información de estas tablas contribuye a supplier_dimension en la capa dimensional del almacén de datos.
|
LFA1_SupplierMaster
|
Material o Product son los productos básicos que se comercian entre la empresa y sus clientes. La información de estas tablas contribuye a material_dimension en la capa dimensional del almacén de datos.
|
MARA_MaterialMaster |
El proceso de adquisición para pagar comienza con un pedido, que incluye la cantidad de pedidos y los detalles de los elementos materiales. |
EKKO_PurchaseOrderHeader
|
El subproceso de recibo de productos, que incluye detalles de movimiento de los artículos de Material. |
MATDOC_GoodsReceipt
|
Los subprocesos de Facturación, que incluyen los detalles de los documentos de facturación solicitados. |
RBKP_InvoiceHeader
|
El proceso de adquisición para pagar finaliza cuando se registra el pago de la factura en tu sistema. |
ACDOCA_UniversalJournalItem
|
Todas las canalizaciones de etapas de pruebas de Cloud Data Fusion
Las siguientes muestras de canalización de la etapa de pruebas de Cloud Data Fusion están disponibles en el acelerador:
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 canalizaciones de la capa dimensional
Puedes extraer los KPI de tablas de SAP de origen. A fin de preparar los datos para el análisis, organiza los datos en la tabla de origen a fin de que coincidan con la estructura del esquema de la tabla de BigQuery.
El acelerador crea las siguientes tablas de muestra:
Nombre de la tabla | Descripción de la tabla |
---|---|
Supplier_dimension |
Lista seleccionada* de proveedores y los datos asociados, como información general y relacionada con las ventas de los proveedores. |
Material_dimension |
Lista seleccionada de materiales y hechos asociados, como el número de SKU, la jerarquía de los productos y la clasificación. |
Purchase_Order_Fact |
Lista de órdenes de compra, incluida la organización, el grupo y el tipo de pedido. |
Goods_Receipt_Fact |
Lista seleccionada de recibos de bienes, que incluye información sobre el centro de ganancias y el tipo de movimiento. |
Invoice_Fact |
Lista seleccionada de información relacionada con las facturas, que incluye el tipo, la cantidad de elementos, el valor y la fecha de publicación de la factura |
Accounting_Fact |
Lista seleccionada de publicaciones de contabilidad para cada elemento de una sola línea de orden de compra. |
*En este contexto, la lista seleccionada proviene de la lógica empresarial que se aplica a la lista de columnas seleccionada.
El acelerador compila la capa dimensional del conjunto de datos de BigQuery con secuencias de comandos de SQL, que puedes modificar para tu proyecto. Por ejemplo, puedes adaptar estas secuencias de comandos para agregar más columnas a las entidades de conjunto de datos de BigQuery de destino.
Transformación a un esquema en estrella: nombres de las canalizaciones del ejecutor de BigQuery
Las siguientes canalizaciones del ejecutor de BigQuery en Cloud Data Fusion cargan datos en tablas de dimensiones y hechos:
Todas las canalizaciones de transformación dimensionales:
Supplier_dimension
Material_dimension
Purchase_Order_Fact
Goods_Receipt_Fact
Invoice_Fact
Accounting_Fact
Configuración del ejecutor de BigQuery
Nombre de la macro | Ejemplo |
---|---|
${ProjectID} |
sap_adaptor |
${StagingDatasetName} |
sap_cdf_staging |
${TargetDatasetName} |
sap_cdf_dimension |
Conecta Looker al proyecto de BigQuery.
Para conectar Looker a BigQuery, consulta la documentación de Looker sobre las conexiones de BigQuery.
Instala el bloque
Puedes acceder al bloque de Looker de SAP en GitHub.
Looker Block instala un modelo LookML preconfigurado con dos Explorar entornos y dos paneles.
¿Qué sigue?
- Obtén más información sobre Cloud Data Fusion.
- Obtén más información sobre SAP en Google Cloud.
- Obtén más información sobre BigQuery.
- Obtén más información sobre los bloques de Looker.