Acceleratore SAP Procure to Pay

L'acceleratore SAP per il processo procure-to-pay è un'implementazione di esempio della funzionalità Origine batch della tabella SAP in Cloud Data Fusion. L'acceleratore SAP Procure to Pay ti aiuta a iniziare quando crei il tuo processo e l'analisi end-to-end end-to-pay. Include pipeline di Cloud Data Fusion di esempio che puoi configurare per eseguire le seguenti attività:

  • Connettiti all'origine dati SAP.
  • Trasformare i dati in Cloud Data Fusion.
  • Archivia i tuoi dati in BigQuery.
  • Configura Analytics in Looker. Questo include le dashboard e un modello di machine learning, dove puoi definire gli indicatori chiave di prestazione (KPI) per la tua procedura di approvvigionamento.

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

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

Prima di iniziare

  1. Accedi al tuo Account Google.

    Se non ne hai già uno, crea un nuovo account.

  2. Nella pagina del selettore dei progetti in Google Cloud Console, seleziona o crea un progetto Google Cloud.

    Vai al selettore progetti

  3. Assicurati che la fatturazione sia attivata per il tuo progetto Cloud. Scopri come verificare se la fatturazione è abilitata su un progetto.

  4. Abilita le API Cloud Data Fusion and BigQuery.

    Abilita le API

  5. Nella pagina del selettore dei progetti in Google Cloud Console, seleziona o crea un progetto Google Cloud.

    Vai al selettore progetti

  6. Assicurati che la fatturazione sia attivata per il tuo progetto Cloud. Scopri come verificare se la fatturazione è abilitata su un progetto.

  7. Abilita le API Cloud Data Fusion and BigQuery.

    Abilita le API

  8. Scarica il campo Origine batch della tabella SAP.
  9. Per installare Looker Block, devi avere accesso a un'istanza di Looker e avere attivato la funzionalità dei lab del marketplace. Puoi richiedere una prova senza costi aggiuntivi per ottenere l'accesso a un'istanza.

Competenze richieste

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

Utenti obbligatori

Le configurazioni descritte in questa pagina richiedono modifiche nel sistema SAP e in Google Cloud. Per eseguire le configurazioni, devi lavorare con i seguenti utenti dei sistemi:

Tipo di utente Descrizione
Amministratore SAP Amministratore del sistema SAP che può accedere al sito del servizio SAP per scaricare software.
Utente SAP Un utente SAP autorizzato a connettersi a un sistema SAP.
Amministratore GCP Amministratore che controlla l'accesso IAM per la tua organizzazione, che crea ed esegue il deployment di 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 i set di dati BigQuery.
Sviluppatore Looker Questi utenti possono installare il blocco di Looker tramite il Marketplace. Devono avere le autorizzazioni develop, manage_model e deploy.

Ruoli IAM obbligatori

Nell'implementazione di esempio dell'acceleratore, sono necessari i seguenti ruoli IAM. Se il tuo progetto si basa su altri servizi Google Cloud, potresti aver bisogno di ulteriori ruoli.

Panoramica della procedura

Puoi implementare l'acceleratore nel tuo progetto procedendo nel seguente modo:

  1. Configura il sistema SAP ERP e installa il trasporto SAP fornito.
  2. Configura il tuo ambiente Cloud Data Fusion per utilizzare il plug-in batch di SAP Tables.
  3. Crea set di dati in BigQuery. L'acceleratore fornisce set di dati di esempio per tabelle temporanee, dimensionali e di fatto.
  4. Configura le pipeline di Cloud Data Fusion di esempio dall'acceleratore per integrare i tuoi dati SAP.
  5. Da Cloud Data Fusion Hub, esegui il deployment delle pipeline associate al processo di analisi dell'approvvigionamento. 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 di Looker Block.

Per ulteriori informazioni, consulta la pagina relativa all'utilizzo del plug-in batch di SAP Tables.

Set di dati di esempio in BigQuery

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

Nome set di dati Descrizione
sap_cdf_staging Contiene tutte le tabelle del sistema SAP Source identificate per il processo aziendale.
sap_cdf_dimension Contiene le entità della 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

Le pipeline di esempio per questo acceleratore sono disponibili in Cloud Data Fusion Hub.

Per scaricare le pipeline di esempio dall'hub:

  1. In Google Cloud Console, apri la pagina Istanze.
    Vai alle istanze di Cloud Data Fusion
  2. Nella colonna Azioni, fai clic su Visualizza istanza.
  3. Nell'interfaccia utente web di Cloud Data Fusion, fai clic su Hub.
  4. Seleziona la scheda SAP.
  5. Seleziona Pipelines. Si apre una pagina di pipeline di esempio.
  6. Seleziona le pipeline desiderate per scaricarle.

Ognuna di queste pipeline contiene macro che puoi configurare per l'esecuzione nel tuo ambiente.

Esistono tre tipi di pipeline di esempio:

  • Pipeline di livello temporaneo: il set di dati temporaneo in questo tipo di pipeline è una mappatura diretta alla tabella di origine originale in SAP. Gli esempi di pipeline di livelli temporanei hanno nomi che fanno riferimento alla tabella di origine SAP e alla tabella di destinazione BigQuery. Ad esempio, una pipeline denominata LFA1_Supplier_Master si riferisce alla Tabella di origine SAP (LFA1) e alla tabella di destinazione BigQuery (CustomerMaster).
  • Pipeline del livello dimensione: il set di dati del livello dimensione in questo tipo di pipeline è una versione curata e raffinata del set di dati temporaneo che crea la dimensione 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 denominata customer_dimension si riferisce all'entità della dimensione cliente nel set di dati BigQuery sap_cdf_fact.
  • Pipeline dei fact check: il set di dati del fact check è una versione curata e raffinata del set di dati temporaneo che crea i dati 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 di fatto dell'ordine di vendita 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 temporaneo

Sono due i passaggi di configurazione per le pipeline di gestione temporanea:

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

Parametri per il plug-in origine tabella SAP

Il plug-in per il caricamento collettivo di SAP Table legge il contenuto di una tabella o di una vista SAP. L'acceleratore fornisce le seguenti macro, che puoi modificare per controllare centralmente le connessioni SAP.

Nome macro Descrizione Esempio
${SAP Client} Client SAP da utilizzare 100
${SAP Language} Linguaggio 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, consulta la sezione Usare le chiavi di sicurezza.
${secure(saplogonpassword)} Password utente SAP Per ulteriori informazioni, consulta la sezione Utilizzare le chiavi sicure.
${Number of Rows to Fetch} Limita il numero di record estratti 100000

Per ulteriori informazioni, consulta la sezione 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 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

Esempi di pipeline utilizzate per i KPI relativi al processo di approvvigionamento

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

Entità aziendali chiave Nome pipeline corrispondente
Supplier le tabelle di origine SAP acquisiscono dettagli sul fornitore in relazione all'attività. Le informazioni provenienti da queste tabelle contribuiscono al supplier_dimension nel livello dimensionale del data warehouse. LFA1_SupplierMaster
LFB1_SupplierMasterCompanyCode
BUT000_BPGeneralInformation
Material o Product sono i prodotti scambiati tra l'azienda e i suoi clienti. Le informazioni provenienti da queste tabelle contribuiscono alla proprietà material_dimension nel livello dimensionale del data warehouse. MARA_MaterialMaster
La procedura di approvvigionamento da pagare inizia con un ordine, che include la quantità degli ordini e i dettagli degli articoli importanti. EKKO_PurchaseOrderHeader
EKPO_PurchaseOrdertItem
La sottoprocedura di Ricevuta merci, che include i dettagli del movimento relativi agli articoli materiali. MATDOC_GoodsReceipt
I sottoprocessi di fatturazione, che includono i dettagli della fattura richiesta. RBKP_InvoiceHeader
RSEG_InvoiceLineItem
Il processo di approvvigionamento viene eseguito quando il pagamento della fattura viene registrato nel sistema. ACDOCA_UniversalJournalItem

Tutte le pipeline di gestione temporanea di Cloud Data Fusion

Nell'acceleratore sono disponibili i seguenti esempi di pipeline di gestione temporanea 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

Configurare le pipeline del livello dimensionale

Puoi estrarre 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 curato* dei Fornitori e informazioni correlate, come informazioni generali sui fornitori e informazioni correlate alle vendite.
Material_dimension Elenco curato dei materiali e fatti associati come numero SKU, gerarchia dei prodotti e classificazione.
Purchase_Order_Fact Elenco di ordini di acquisto, inclusi organizzazione, gruppo e tipo di ordine di acquisto.
Goods_Receipt_Fact Elenco selezionato di ricevute di beni, comprese informazioni sul centro di profitto e sul tipo di movimento.
Invoice_Fact Elenco curato di informazioni relative alle fatture, compresi il tipo, la quantità, il valore e la data di pubblicazione delle fatture.
Accounting_Fact Elenco selezionato di pubblicazioni contabili per ogni elemento pubblicitario dell'ordine di acquisto.

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

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 degli esecutori di BigQuery

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

Tutte le pipeline di trasformazione dimensionale:

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

Configurazione esecutore BigQuery

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

Collega Looker al progetto BigQuery

Per connettere Looker a BigQuery, consulta la documentazione di Looker sulle connessioni di BigQuery.

Installa il blocco

Puoi accedere a SAP Looker Block su GitHub.

Looker Block installa un modello LookML preconfigurato, con due ambienti Esplora e due dashboard.

Passaggi successivi