SAP BW信息立方体维度设计实例

合集下载

SAP - BW报表体系蓝图汇报

SAP-BW报表体系蓝图汇报SAP-BW三期项目业务报表系列报表体系设计总览生产管理业务报表采购管理业务报表计划管理业务报表客户管理业务报表库存管理业务报表产值分析人均产值分析订单满足率在制品资金使用分析产能负荷分析生产计划执行情况分析一、生产管理报表体系一、生产管理报表体系1、产值完成率通过报表可以每天动态跟踪公司生产工厂产值完成情况，及时发现异常情况，为高层领导解决问题和决策提供参考依据A、产值完成率、产值同比环比分析产值完成率采用汽车仪表盘显示方式、同比环比采用柱状图显示生产管理体系报表龙华产值达成图0％～80％90%以上80％～90％南山产值达成图0％～80％80％～90％90%以上合计产值达成图常熟产值达成图0％～80％80％～90％90%以产值达成率显示效果图产值达成率同比环比分析图产值完成率趋势分析生产管理报表体系可根据查询期间、工厂等条件综合查询不同维度产值同比环比分析生产管理报表体系按物料组分析按品牌分析按品牌+物料组分析2、人均产值完成率生产管理报表体系本报表可直观反应各工厂和公司整体劳动生产效率，发现异常情况，为管理者决策提供数据参考产值完成率采用汽车仪表盘显示方式、同比环比采用柱状图显示A、人均产值完成率生产管理体系报表龙华产值达成图0％～80％90%以上80％～90％南山产值达成图0％～80％80％～90％90%以上合计产值达成图常熟产值达成图0％～80％80％～90％90%以人均产值达成率显示效果图人均产值达成率同比环比分析图B、人均产值变动趋势分析生产管理报表体系3、订单满足率生产管理报表体系通过报表可以综合反应工厂生产产品对销售需求计划的满足率，可评估公司供应链后勤保障系统对销售的贡献度需求金额和本期目标为系统外计划部门提供的三期滚动计划，满足金额为sap系统数据，计算逻辑是按照产品SKU级进行计算，不可累加订单满足率展示效果图生产管理报表体系B、订单满足率趋势分析生产管理报表体系单品订单满足率(批发价格取导入时间点价格）生产管理报表体系4、在制品资金占用达标率生产管理报表体系本报表可综合反应工厂内部供应链物流速度，和工厂内部各工序之间的内部衔接合理性，为高层领导提供管理数据本指标均采用公司成本计算，其中本期资金、上期资金、同期资金均为系统数据，目标为系统外导入数据B、在制品资金占用达标率显示图表生产管理报表体系C、在制品资金占用达标率趋势分析生产管理报表体系不同维度在制品资金占用同比环比分析生产管理报表体系按物料组分析按品牌分析按品牌+物料组分析5、产能负荷分析表生产管理报表体系本表将综合反应各工厂的生产能力与需求的匹配程度，为自产和外协生产计划安排提供有力数据备注：负荷数据为目前在产产品所需工时和预计生产产品所需工时之和标准产能为工厂每天人员*生产工作时间周期内可生产天数为：产品需求时间与现时间之差在产负荷为系统在产订单数据，预计负荷为系统外导入数据天数产能负荷显示效果图生产管理报表体系A、按照物料组产能分析生产管理报表体系生产管理报表体系B、各工厂瓶颈产品负荷分析6、生产交货及时率生产管理报表体系通过本表可综合反应生产计划的配合程度和工厂生产计划执行情况A、生产交货及时率趋势分析生产管理报表体系不同维度同比环比分析生产管理报表体系按物料组分析按品牌分析按品牌+物料组分析二、采购业务分析采购交货分析采购周期分析采购价格分析供应集中度分析计划需求采购分析采购资金分析采购付款周期分析二、采购管理业务报表1、采购交货分析A、采购交货达成率本表可根据采购地点、采购组、公司、供应商、物料组等不同维度综合查询采用汽车仪表盘显示指标完成情况，低于85%显示红灯；85-95%之间为黄灯，95%以上（含）显示为绿灯二、采购管理业务报表B、采购交货达成率同比环比分析本表可根据采购地点、采购组、公司、供应商、物料组等不同维度综合查询采用柱状图显示数量、折线图显示比例二、采购管理业务报表C、采购交货达成率趋势分析本表可根据采购地点、采购组、公司、供应商、物料组等不同维度综合查询采用折线图显示趋势分析二、采购管理业务报表2、采购周期分析表本表可根据物料组、产品分类层次等维度进行综合分析表中的采购周期区间可根据分析需要进行调整二、采购管理业务报表A、同物料采购周期分析明细表本表可根据物料组、产品名称等不同维度综合查询二、采购管理业务报表3、采购价格变动分析A、物料价格变动分析(按月为单位展示)本表可根据供应商和物料维度综合查询柱状图显示数量和单价，折线图显示同比环比分析本表的价格取一个周期内的物料平均价格，若本期未发生则取前一周期的采购平均价二、采购管理业务报表B、物料价格变动趋势表本表可根据供应商和物料维度综合查询本表采用趋势图进行显示本表的价格取一个周期内的物料平均价格，若本期未发生则取前一周期的采购平均价二、采购管理业务报表C、同物料不供应商价格分析本表根据时间周期和物料名称两个维度进行查询。

SAP_BO_BW相关技术介绍

加强业务运营管理、协助形成经营决策、支持企业战略目标
Information Technology
目录
SAP BO与BW简介

商务智能平台 – Business Objects Enterprise 动态交互分析工具-SAP BO CX(Xcelsius、Dashboard) 企业级报表工具-SAP BO CR(Crystal Report) 查询分析工具-Web Intelligence
概述
信息对象组（InfoObject Catalog）特性Characteristic 关键值Key figures 单位（Unit）时间特性（Time Characteristic）
PSA(Persistent Staging Area,持续中转区) ODS（Operational Data Store，运营数据存储） DSO（Data Store Object，数据存储对象）信息立方体（InfoCube）多信息提供者Multi Provider 信息集InfoSet 虚拟提供者（Virtual Provider）信息源InfoSource

SAP BW/BO Universe BO Data Service BW InfoSource / DataSource BW ETL OLAP的多维数据分析
加强业务运营管理、协助形成经营决策、支持企业战略目标
Information Technology
商务智能平台 – Business Objects Enterprise

SAP BW/BO Universe BO Data Service BW InfoSource / DataSource BW ETL OLAP的多维数据分析

SAP BW FI解决方案设计

BW财务蓝图设计统计模块1. 逻辑数据模型1.1. 总帐的业务数据(0FIGL_C01)1.2. 应付的业务数据(0FIAP_C02)1.3. 成本中心会计的成本和分配(0CCA_C11)1.4. 间接费用的成本和分配 (0COOM_C02)1.5. 内部定单的成本和分配(0OPA_C11)1.6. 资产的转移(0FIAA_C03)1.7. 资产的年值和事务(0FIAA_C04)1.8. 上海获利能力分析(ZCOPA_C01)1.9. 上海特殊分类帐(ZFI_SL_Z1)1.10. 成本分摊与费用(Z_FICR_C02)2. 物理数据模型2.1. 总帐的业务数据(0FIGL_C01)2.2. 应付的业务数据(0FIAP_C02)2.3. 成本中心会计的成本和分配(0CCA_C11)2.4. 间接费用的成本和分配 (0COOM_C02)2.5. 内部定单的成本和分配 (0OPA_C11)2.6. 资产的转移(0FIAA_C03)2.7. 资产的年值和事务(0FIAA_C04)2.8. 上海获利能力分析(ZCOPA_C01)2.9. 上海特殊分类帐(ZFI_SL_Z1)2.10. 成本分摊与费用(Z_FICR_C02)3. InfoCube的物理定义归总3.1. 总帐的业务数据(0FIGL_C01)3.1.1.特性与维度分配3.1.2.时间特性3.1.3.单位特性3.1.4.关键指标3.2. 应付的业务数据(0FIAP_C02) 3.2.1.特性与维度分配3.2.2.时间特性3.2.3.单位特性3.2.4.关键指标3.3. 成本中心会计的成本和分配(0CCA_C11) 3.3.1.特性与维度分配3.3.2.时间特性3.3.3.单位特性3.3.4.关键指标3.4. 间接费用的成本和分配 (0COOM_C02) 3.4.1.特性与维度分配3.4.2.时间特性3.4.3.单位特性3.4.4.关键指标3.5. 内部定单的成本和分配(0OPA_C11) 3.5.1.特性与维度分配3.5.2.时间特性3.5.4.关键指标3.6. 资产的转移(0FIAA_C03) 3.6.1.特性与维度分配3.6.2.时间特性3.6.4.关键指标3.7. 资产的年值和事务(0FIAA_C04) 3.7.1.特性与维度分配3.7.2.时间特性3.7.3.单位特性3.7.4.关键指标3.8. 上海获利能力分析(ZCOPA_C01) 3.8.1.特性与维度分配3.8.2.时间特性3.8.3.单位特性3.8.4.关键指标3.9. 上海特殊分类帐(ZFI_SL_Z1) 3.9.1.特性与维度分配3.9.2.时间特性3.9.3.单位特性3.9.4.关键指标3.10. 成本分摊与费用(Z_FICR_C02)说明：该CUBE为MultiCube，包含两个BasicCube：1)间接费用成本与分配(0COOM_C02)2)上海特殊分类帐(ZFI_SL_Z1)3.10.1.特性与维度分配3.10.2.时间特性3.10.3.单位特性3.10.4.关键指标4. InfoObject定义汇总4.1. 特性(Characteristic)4.1.1.资产归属(0EVALGROUP1)4.1.2.专业属性(0EVALGROUP2)4.1.3.资产性质(0EVALGROUP3)4.1.4.暂估资产(0EVALGROUP4)4.1.5.资产子编号(0ASSET)4.1.6.上海电信产品ID(Z_PRDID)4.1.7.中国电信产品组 (Z_PRDGRP)4.1.8.总帐科目号(0GL_ACCOUNT)4.1.9.手续费明细(接收方)(ZRZZSHXUF)4.1.10.修理费明细(接收方) (ZRZZXIULF)4.1.11.手续费明细(发送方) (ZSZZSHXUF)4.1.12.修理费明细(发送方) (ZSZZXIULF)4.1.13.手续费明细 (ZZSHXUF)4.1.14.修理费明细(ZZXIULIF)4.1.15.往来交易类型(接收方) (ZRZZIUT)4.1.16.往来交易类型(发送方) (ZSZZIUT)4.1.17.终端设备费(接收方) (ZRZZTMNLD)4.1.18.终端设备费(发送方) (ZSZZTMNLD)4.1.19.分类帐帐套(ZLEDGER)4.2. 关键指标(Key Figures)5. InfoSource 定义汇总5.1. 业务内容(Business Content) 5.1.1.总分类帐业务指标(0FIGL_C01)5.1.2.应付业务数据(0FIAP_C02)5.1.3.成本中心成本与分配(0CCA_C11)5.1.4.间接费用成本与分配(0COOM_C02)。

SAP BI 学习手册

SAP BW 顾问靠手—InfoCube 信息立方体学习SAP InfoCube首先要了解什么是星形连接。

下面图示说明了什么是基本的星型链接，具体详细信息请到BW310去查看。

经典星型模式的优势和劣势•优势：–由于只有少量的联合操作（只有数据表和相关维度表之间的联合操作），因此能相当好地执行数据访问。

•劣势：–维度表中存在冗余的条目。

–与事实数据（通过时间维度表含蓄提供时间参考）的历史记录（如何对时间建模）不同，维度（缓慢更改的维度）的历史记录不易于建模。

–繁琐的多语言能力。

–对维度中的一些层次结构类型（例如，不平衡的并行层次结构）进行建模可导致出现异常。

–由于集合和基本事实数据存储在相同表（数据表）中，因此降低了查询性能。

SAP BI 中的多维模型是基于SAP BI 星形结构的，而SAP BI 的星形结构是为了解决传统的星形结构存在的问题研发而成的。

在SAP BI 星形结构中，事实表中的事实指的是关键值，维度属性指的是特性，这与前面介绍的内容是一致的。

维度表通过外键或主键关系连接到中心的事实表。

与传统的星形结构相比特性不是维度表的组件，也就是说，特性值没有存储在维度表中。

维度表中存储的是SID ，这里SID 代表替代ID C 替代性的键值)，这些键值冠以前缀SID ，如"SID 客户"是客户的SID 。

每一个维度表有一个系统自动生成的数值型的关键值，称为维度键值。

主数据信息存储在独立的表中，和信息立方体无关，称为主数据表。

其中，属性、文本和层级是分开存储的。

在SAP BI 中，把事实表及与其连接的维度表称为信息立方体。

一个信息立方体包含一系列的关系型表格，这些表在多维的基础上结合起来。

换句话说，信息立方体包含一个中心的事实表和几个围绕着的维度表。

主数据表通过SID 的方式连接到信息立方体(到事实表的关键指标)。

信息立方体的分类(1) 基本信息立方体具有物理数据存储的，我们称为基本信息立方体。

SAP BW数据仓库方案介绍

战略层 ... 需要高级分析功能和数据挖掘能力 ... 要求易用，易管理的展现界面
执行层 ... 要求个性化的信息 ... 需要深度在线分析能力
操作层 ... 需要特定信息来执行日常业务 ... 无需很多的数据交互
9
数据仓库系统实施背景
高战略层 10 % 分析的深度、复杂 OLAP 分析执行层 30 % 高
25
SAP BW和ECC6.0系统关系
企业一
ECC6.0系统 •日常业务、日常单据 •日常实时报表
企业N
ECC6.0系统 •日常业务、日常单据 •日常实时报表
业务操作员
每日夜间数据抽取企业/总部数据分析员集团BW系统 • 统计分析报表企业/总部管理人员
• 无需编写过多的程序 • Excel或者Web展现
知识/计划数据仓库
数据清洗/加工
6
SAP 业务智能是什么？
不用考虑具体数据的来源和访问方式，而在SAP BW之上执行整个企业的决策分析数据抽取，转换，加载，数据仓库，在线分析 OLAP，商务计划，商务智能工具，公布栏和分析工具；提供了最佳业务实践模型和标准的业务目录
SAP BI 业务智能
33
BW基本概念：InfoCube
InfoCube 的主要形式
基本InfoCube，实际存储数据。 MultiInfoCube，复合模型，由基本InfoCube组成，不实际存储数据。 (建议我们的报表都是基于MultiInfoCube的)
34
InfoCube中的维度和指标
员工员工人员人事范围人事范围人事子范围成本中心主成本中心控制范围主成本中心
28
目录

介绍几个概念

数据立方CUBE

Master
SID Table Master
Hierarchy SID Table Text Master SID Table SID Table Master Hierarchy Master Text 2 Text Hierarchy Text Hierarchy
事实表
事实表中的每一个记录都有是通过维度表中的Primary Key(所有的维度共同组成事实事实表中的每一个记录都有是通过维度表中的Primary Key(所有的维度共同组成事实表的主键盘)唯一确定的.事实表在上传业务数据时被维护. 表的主键盘)唯一确定的.事实表在上传业务数据时被维护.
3
维度
维度表的键在事实表中被作为外键在维度表中包含主键，在维度表中包含主键，维度号码和特性
Customer dimension
C Customer # 13970522 Region … West ...
Product dimension
P Product # 2101004 Product group … Displays ... T
信息立方体维度设计实例
1
SAP BW: 扩展的星型结构
Master Master SID Table Text Hierarchy SID Table Master SID Table Text Hierarchy Master SID Table Text Hierarchy
Text Hierarchy
Dimension table
Master SID Table Text Hierarchy
SID Table Master
Hierarchy Text
Dimension table

(实施)SAPBW配置及操作手册(BW中文图文教程).

（实施）SAPBW配置及操作手册(BW中文图文教程)SAP BW配置及操作手册SAP BW配置及操作手册概述业务说明基于SAP ECC6使用RSA30TCT_DS01数据源可以查看对BW数据的读取情况。

为了从EP中链接到SAP系统，需要配置单点登录，另外需要用户在ECC中拥有RSRR_WEB 的权限基本原理以下是基于文件的BW设置的基本原理，也可以说是一个基本的操作过程。

1.设置一个源系统，用于确定数据从哪里来。

2.创建一个Datasource，用于存放抽取过来的数据。

此时的抽取式通过InfoPackage实现的。

3.创建一个DataStore Object对象，用于存放处理后的数据。

Datasource和DataStore Object之间通过Transformation（转换规则）进行关联，同时需要创建一个Transfer Process用于数据的抽取处理。

每个DataStore Object是属于一个InfoArea，也就是说一个Info Area下可以根据需要按照不同的规则更新出不同DataStore Object。

4.在Explorer中创建一个查询，查询需要的数据，设计查询时可以设置一个过滤器进行必要的筛选。

TableRSIDOCSAVE相关概念BI（Business Intelligence，商务智能）SAP BI（SAP Business Information Warehouse）DW（Data Warehouse，数据仓库）DM （Data Mining，数据挖掘）OLTP（Online Transaction Process，在线事务处理）OLAP（Online Analysis Process，在线分析处理）逻辑视图概念（BW）信息区域（Info Area）信息对象（InfoObject）概述信息对象组（InfoObject Catalog）特性Characteristic关键值Key figures单位（Unit）时间特性（Time Characteristic）数据对象的属性关键字段Key Field数据字段Data Field导航属性Navigation Attribution索引Indexes特征值ValueETL（Extract Transform Load）提取转换加载数据存储PSA(Persistent Staging Area,连续的分段传输区域)信息提供者Info ProviderODS（Operational Data Store，运营数据存储）-7.0变为DSO DSO（Data Store Object，数据存储对象）信息立方体（InfoCube）多信息提供者Multi Provider信息集InfoSet虚拟提供者（Virtual Provider）-未整理信息源InfoSource数据处理信息包InfoPackage转换Transformation配置顺序数据传递逻辑所有外部系统都可以看作镜像到SAP BI的数据源（DataSource），通过一定的映射关系（Mapping）与SAP BI系统内部的信息提供者（InfoProvider）相关联。

BW系统培训2 - 建模

bw信息块星型结构1fact表2维度3timeindependentidtimedependentidtraditionalidchar4主数据信息块多维分析?从一组特征中选择需要在查询中进行分析的特征信息块多维分析?一个关键指标可以包含一组特征对这个关键指标可以进行多维度分析odsarchitecturemodifiednewdataactivedatachangelogodsobjectdocno
信息块多维分析

从一组特征中，选择需要在查询中进行分析的特征
信息块多维分析

一个关键指标可以包含一组特征，对这个关键指标可以进行多维度分析
ODS Architecture
ODS-Object
ODS (Operational Data Store): 为了展示报表而创建的多重结构的数据库表，它们不是基于星型结构，也不是基于多维分析，而是基于具体的报表展示。
123 old
Doc-No. Item Amount 123 1 100 123 1 60
123 old/ new
Active Data
activate
Change Log
123 new
Doc-No. Item Amount 123 1 60
Modified + New Data
Doc-No. Item Amount 123 1 -100 123 1 60
InfoSet
Star Schema（星型图）
星型图(Star Schema) :数据仓库中用来设计数据库以及分析处理的结构。关键指标（Key Figure）:量化的数据，包括数量、金额、数字等。特性(Characteristic)：可以划分关键指标的数据，如某某公司某年某月某种物料的销量。 Customer dimension

SAPBO+BW实战体系.ppt

SAPBO+BW实战体系.ppt
第一部分：BW实战实战第一周
建模(企业业务模型的搭建)
实战讲解内容：信息对象，信息立方体，主数据，和建模的流程，以及BW的星型模型，主数据，业务数据，特征值，关键值等。
实战讲解方法：用形象的比喻，关键的操作，清晰的说明图，让你顿悟建模的高屋建瓴，和流程的蛛丝马迹，让你拥有思路，拥有自我提升和学习的技能。
第一部分：BW 相关abap开发实战第七周
5个可以使用abap增强的讲解 Abap基本语法精讲 BW相关abap代码优化实现各种功能的abap代码模板
第二部分：综合项目实战实战第八周
大项目实战之需求调研分析。在没有任何业务背景的情况下，如何进行胸有
成竹的需求沟通和调研。通过三个文档模板，可以对任何陌生的模块需
实战目标：学会建模，各个对象之间的关系，并知其所以然。实战项目：某行业总账业务的的分析，基于某行业特点，建立基于SAP数据源
和文本数据源的模型，并使用现今最流行也是最合理的设计模式来学习设计模型蓝图。
第一周项目任务：按照CMM5标准，编写项目模型设计说明书，项目会议记录，项目测试文档，以及建立业务模型，抽取业务数据，出具法定报表。
，完成什么样的需求。实现项目：某行业BO报表实现。
第十一周项目任务：根据某可乐项目，抽取基于BW报表和数据库的数据，实现BO报表、设计。
第三部分：BO实战实战第十二周
实战讲解内容：水晶报表的制作，工具功能深度讲解，数据钻取实战讲解方法: 联系实际项目充分刨析水晶报表以及工具功能。实战目标：能够独立制作水晶报表。实现项目：某行业BO水晶报表实现。
第四周项目任务：某石油行业AR，AP模块增强实现，以及相应文档编写。

sap_bw_trainig_outline

SAPBW_C_BI7.0.exe
BI7.0中操作演示
在BI7.0环境中，演示了SAPBW_C和SAPBW_D所对应的内容的操作实践。
SAPBW_E
事务数据的加载
演示了特征数据加载的操作过程。（FlatFile）（Infopackage,并创建报表来观察数据）
SAPBW_F
BW-R3的连接配置
ERP事务系统和BW之间的连接以便于数据的抽取和其他信息交换（DataSource）另：/weblog/2007/08/bwr3.html
SAPBW_G
特征数据的加载
演示了从R3系统抽取特征数据的过程（激活相应的Infoobject,复制数据源等）
SAPBW_H
任意数据的加载
演示了从R3系统抽取一般数据的过程（还不是利用现成的Datasource，需要创建Datasource）。
SAPBW_I
任意数据的加载
继续:演示了从R3系统抽取一般数据的过程（还不是利用现成的Datasource，需要创建Datasource）。
Variable in Enhancement
如何对变量进行Enhancement,如何创建自己需要的各种变量。
BWReporing_N
Condition and Exception
在报表中如何应用它，设计出更加具有友好型的报表。
BWReporting_RRI
Report&Report Interface
SAPBW_R
依赖时间的整体层级
依赖于时间的整体层级的信息立方体的设计方法。（相比依赖于时间的节点层级，它可以在上面做聚集。）
SAPBW_T
聚集的概念和建立
聚集的概念，如何使用，如何管理聚集等。

SAP_BW配置及操作手册

RSA7
其他说明
为了使用主数据，需要将FI-IO应用组件全部激活。
数据源增强的步骤
CMOD：BW000001
用于增强的出口：
EXIT_SAPLRSAP_001业务数据
EXIT_SAPLRSAP_002主数据
典型步骤：
SE11，为数据源结构添加字段
RSA6，设置新添加的字段属性，去掉“隐藏”
EXIT_SAPLRSAP_001进行取数及其他处理
创建Cube
一个Cube最多能有233个关键字。
自定义数据源
定义过程
创建一个结构-SE11
创建一个结构，该数据结构同数据源的数据结构相同，这样可以保证交互时的逻辑更加简化。
创建一个函数-SE37
该函数实现从相关的数据表中取数，通过处理后放到结构中。
创建数据源-RSO2
创建一个数据源，指定其对应的函数和结构。
定义数据源的数据结构-RSA6
原理推测
在BW系统中复制数据源时，系统首先找到对应的函数，执行函数对应的程序，将数据存入结构中，然后再通过结构将数据存入到BW系统中的数据源对应的数据表中。
数据的处理
数据的上传
上传到PSA
通过信息包（InfoPackage）将数据从源系统上传到PSA。
查看PSA中的数据
BI CONTENT
为了使用系统预定义的业务对象，需要安装一个系统包BI_CONT（业务智能目录）。
BI CONTENT是一套预配置的基于SAP(ERP，CRM等)业务的信息模型，包含了大部分的SAP业务数据的抽取和展示，可以直接安装使用，也可以作为模板使用
File As Source-另外总结
参见《SAP_BW-SAP_BW中文件作为数据源配置及操作手册》。

SAPBW大数据建模分析报告

数据建模分析1.建立模型前应该想到的问题.1.1数据仓库的数据组织是面向主题的,而不是报表.操作型数据库的数据组织结构面向事物处理任务,各个业务系统之间各自别离,而数据仓库中的数据是按照一定的主题进展组织的.主题是一个抽象的概念,是指用户使用的数据仓库进展决策时所关心的重点方面,一个主题通常与多个操作型信息系统相关.这和软件编程中的面向对象的概念类似,在项目中要面向一个功能模块的实现,不是面向一个方法的实现.在我们建模中,也是面向一个分析点的方面.可以参照以下主题,来判断如何划分主题：！顾客的购置行为！产品销售情况！企业生产事物！原料采购！合作伙伴关系！会计科目余额但是现在的数据仓库实施中,很多数据仓库需求都是来自业务部门的出具的报表的需求,这样数据仓库的数据模型结构往往来源于报表的数据需求.基于报表的需求要比没有明确的需求要好,所以现在大多数业务部门更多的是采用报表的需求方式来进展开发的,这样需求方和实施方都会拥有一个比拟明确的界限和口径.但是面向报表的开发不是最好的,而且有很多缺点.所以我们正确的做法是,要对现有的报表需求进展细致的分类,分析和调整,不能为了实现单个报表而进展大量的建模工作.要根据分析的不同内容和主题对报表进展分类,明确报表中每个数据的定义,统计口径与不同数据之间的关系,建立在整个数据仓库内统一的数据指标定义,将数据指标按分析主题与分析维度进展归集,从而形成面向主题的数据类型.例如：我们的利润表报表,当业务部门发我们一个利润表的报表,作为需求时,我们应该进展细致的分析,最终我们确定我们面向的主题不是利润表,而是比利润表更大的一个层次的所有科目业务量的主题,这样我们在做别的报表,例如资产负债表,现金流量表等报表时,就不用重复建模的工作了,做到了软件工程中的可重用规如此.1.2数据仓库要实现对数据的集成与数据的同构性.面向事物处理的操作型数据库通常与某些特定的应用相关,数据库之间相互独立并且往往是异构的.而数据仓库中的数据是在对原有分散的数据库数据抽取,清理的根底上经过系统加工,汇总和整理得到的,必须消除源数据的不一致性,以保证数据仓库内的信息是关于整个企业的一致的全局信息.例如：在总公司和分公司之间,某个部门id或公司id名字不一样,不是同构的,比如一个人家人叫他X三别人叫他小X,这种情况在数据库中一定会被认为是两个人,所以我们要建立统一的数据字典,来统一数据.要实现数据的同构性,是一件复杂的工作,涉与到大量的数据转换工作和调研工作.在数据的获取阶段,要确保所有的数据来源是一致的,或者经过一定的处理后是一致的.如果数据来源不一样的,那么我们就有必要把数据来源信息也包含在数据仓库中,以便在后续的数据转换中对不同来源数据进展分析.综上所述,我们在项目开始之前,要对现有数据建立统一的数据字典,交付品应该有一个《XX数据字典》的文件.1.3明确数据库历史数据和即时数据操作型数据库主要关心当前某一个时间段的数据,而数据仓库中的数据通常包含历史信息,系统记录了企业从过去某一点到目前各个阶段的信息.通过信息,可以对企业的开展历程和未来趋势作出定量分析和.但是数据仓库中还包括即时的数据分析需求,所以我们要安排好历史数据和即时数据以与明细数据之间的不同存储方式,采用不同的处理方法.根据业务分析需要进展数据存储划分,对不同的分析要求提供不同明细级别的数据根底.此外,还要对数据或信息的生命周期有良好的管理,安排好旧的归档工作.2.sap bi项目流程和分析方法2.1收集客户需求用户的需求工作是一个非常关键的环节,因为用户的需求可能详细可能不明确,也可能会经常变动,所以建模之前要收集足够的信息,要对客户的需求进展深度挖掘.2.1.1组织架构这一方面不仅仅是报表本身需要的数据,还涉与到系统权限和报表发布等工作的需求.要了解各个部门的根本业务,业务流程,考核指标,担负职责.了解各个业务部门对内或对外的主要产品和服务.了解客户的以业务流程,明确bi应该展示的分析内容是正确建立模型的需要.一般情况下,客户都不能用技术术语去表达他们的需求,所以有时候需要在技术应用方面的帮组下把他们的需求转化成技术语言.对于客户所要分析的数据的整理一般先从数据指标入手,清理指标之间的关系,再结合分析的维度与报表分析需求进一步细化对指标的界定.数据指标主要指客户要分析的数据,如金额,数量等,在系统中反映为前面提到的关键值与多个关键值之间的一系列计算.在这一步分析时,我们会用到两个模板文件.收集模板1如果客户需要其他部门的指标以完成数据分析,或者客户不能给出具体的计算公式,也应该让客户给出清单和简要描述,指标稍后会和其他部门的需求结果做合并.收集模板2除了给出分析数据指标的列条和计算公式之外,还要收集每一个指标的数据来源,简单地对可用字段的一个列表显示是不足以建立模型的,有必要知道每一个数据指标取自哪个数据源.在确定信息需求能否实现时,确定数据源的问题是关键的.有些指标虽然有同样的描述,但是数据来源不同,可以看成是两个不同指标,如收入就分为很多种收入.在此我们要收集r3数据源的名称,如果文件数据源我们要收集外部文件.这是对以上指标更细一层的考虑,一方面要明确分析的周期,是每天分析一次呢,还是一个月生成一个报表.另一方面要知道是哪些部门的需求,和业务分析的对象,也就是维度.模板文件但是如果应用相关的KPI进展分析时,比如每个部门或权限看到的数据是不一样的,那么在计算指标,如利润,金额等指标都要求能在事业部级别能够进展别离,从而实现各自的计算.任何一个项目的X围都是有限的,不可能在一个项目中完成用户所有的或所有用户的分析需求.因此有必要对客户分析指标的优先级进展排序.一般可以从指标的重要程度,紧急程度,和影响程度3方面进展评估.从项目实施的角度看,重要成度好,需求紧急,影响X围大的KPI可以纳入项目实施X 围,其他分析指标可以在项目上线后视需要而逐步扩展.对于数据仓库项目而言,权限问题是一个重要的问题,应该与早考虑.SAP BI可以支持从信息X围到信息对象的多级别的灵活的权限设置.在信息收集时可以请客户描述他们需要对业务分析角度进展授权,如报表需要对部门,区域进展授权等.2.2 如何收集客户需求面谈的对象多是业务人员,所以在收集信息的时候,要使用业务语言与面谈人沟通.不论是一般的数据仓库还是SAP BI,都有大量的特有术语,比如维度,特征,关键值等,直接使用术语,问客户使用那些关键值是行不通的.讲业务语言而不是技术语言,是与业务人员进展沟通的根本条件.其次,要保证对每一个角色至少两次面谈,因为对同一问题对于不同的人会有不同的理解,就是同一问题对同一个人不同时期也有不同的回答,所以要屡次面谈准确获取需求.可以采取小型会议的方式.报表样例分析是通过收集分析客户目前使用的报表,现在大多企业都是采用这种分析方法.如何收集：（1）更正报表名字报表-XXXXX（2）根本信息：[填写报表的根本信息],模板：（3）查询条件（4）根本格式画出你的报表根本格式（5）数据指标说明描述指标〔6〕业务分析角度业务分析角度:〔7〕权限要求报表需对部门,区域进展授权.（8）其他要求说明分析客户需求,形成多维分析模型〔逻辑建模〕数据仓库的建模需要经过一个由粗到细的过程,即从高层次的逻辑到低层次的物理数据结构建模不断细化的过程.在sap bi 系统中,一方面自动集成了对数据库的管理,每一类数据对象都会自动生成相应的数据库表并由系统自动管理,另一方面由于引入了信息对象,每一个信息对象都是一个实体,每个实体所具有的属性是在定义信息对象的时候考虑的.这样就简化了建立多维分析模型时的工作量,使建模的重心集中在对实体之间关系的建立上,这正是高层建模的所要完成的工作.（1）实体-关系模型高层建模一个有力工具就是实体-关系模型,这是设计的第一步,但是实体-关系模型并不等同于多维分析模型〔逻辑模型〕,这只是建立多维分析模型的第一步."集成X 围〞.集成X 围定义了数据模型的边界,而且集成X 围需要在建模之前.这个X 围由系统的建模者,管理人员,和最终用户共同决定.如果X 围没有事先确定,建模过程就会一直持续下去.实体-关系模型与数据仓库分析模型还有很大的差距,无法直接转化成数据仓库的多维分析模型.〔2〕 KPI 与分析维度a. 对KPI 进展分析和分解信息收集的过程会要确定客户需要衡量的指标,如数量,订单记录和本钱等.但是客户最终查看的指标大多数是经过计算的,具有综合性数据才称的上KPI.一般做法是先从分析KPI 入手,首先要从面谈中获得相关的KPI,再是要对KPI 进展复原,明确KPI的计算方法与其根底数据的来源.这个过程中,才可以确定数据模型里需要的关键值.比如,利润同比指标值是一个常用的指标,但是在多维模型里,一般是不会存储这个数值的.利润同比是是计算公式"本期利润/上期利润〞,在做模型时,我们会把本期利润和上期利润作为关键值保存在模型中.实现这样的分析一方面有利于实现数据的重用,因为其他KPI 计算也会用到数据.另一方面,只有根本数据才能实现多维度的灵活分析.比如我们保存了本期利润和上期利润就可以在年底时,计算出总的利润,当然本期利润和上期利润也是计算得出来的.b.构建业务主题第二步分析业务主题相关的属性,业务主题往往就是那些勇于描述KPI的特征.也就是说,KPI经常是包含业务主体的,如"某产品组的收入〞就是一个KPI.收入作为一个具体的有特定含义的数值,是由特定的产品组来界定和说明的,产品组就是一个业务主题的一个表现,这样的特征很多,如客户,产品,销售城市等.其次就是要对主题对象进展分析,分清报告领域的主要业务主题和他们的属性,找出那些是主题那些又是属性.比如：地址和客户,如果我们的报告领域中,不需要从地区的角度来分析,但是又希望在看到客户时,能看到客户所在的地区,那么地址就要作为客户的属性来设计,反之如此作为业务主题.一般情况下主题和属性之间的关系是一对多的关系,通过诸多属性的描述,可以得到客户等对象的最详细的信息.但是有些情况下,也有存在多对多的情况,如一个产品有多个颜色等,这种情况下,我们设计时,要把他们作为独立的两个特征同时出现在维度表中,也是视实际的关系采用组合属性,时间相关的属性等方法.如例子中的一个人在不同的时期属于不同的地区,这就是多对多的关系,所以采用了时间相关的属性.c. 分配关键值与业务主题的关系上两步我们根据实体关系模型,分析出了关键指标和业务主题〔特征和关键值〕.下一步骤就是理清业务主题和关键值的关系.正如前面提到的,关键值与业务主题的关系式密切相关的,所有的KPI都是在一定的业务主题的界定下才具有的含义.有些主题或分析对象对应着数量众多的交易记录,即事实表的记录,比如客户,账户等.也有些主题或分析对象和事实存在着明细记录上的联系,比如凭证号.后者往往涉与到对交易数据非常明晰级别的分析,同时维度表也会有大量的数据.还有一对多的关系等这样可以分析成各自独立的分析对象.c.归集关键值,形成多维分析结构根据以上的分析,形成一个具有多个关键值,公用一系列的业务分析主题的多维分析结构,这是构建立方体的一个根底.在逻辑模型建好后,下一步就是将逻辑模型转化成物理模型,物理模型是有一系列的数据库表构成.在逻辑模型中,可以很容易确实认出事实和纬度.逻辑模型中心的关键值结构就是事实表中的数据,而周围的业务主题就是多维分析模型的维度,特征与其属性.这一步骤包括建立业务蓝图文档和在系统中建立模型.我们都知道使用bi content可以加快建模进程,如何找到适合我们的bi content组件呢？（1）基于关键值的方法a.充分理解逻辑数据模型.理解模型背后的业务是非常关键的,只是基于技术杀死那个的描述进展查找永远不可能得到100%效果.b.将KPI指标分解为根本关键值.c.使用业务内容资源库浏览器.d.比拟逻辑数据模型与业务内容中的信息立方体,查询,和工作簿的业务场景.注重从业务长江来比拟不同的技术配置.e.检查业务内容查询里的业绩指标的定义,是否和你业务分析需要相匹配.调查数据流向,最终确定最终的报表中使用到的关键值.（2）基于数据源的方法.a.主要关注是项目的源系统的业务流程.b.根据业务需要检查源系统的数据源.在r3源系统中,业务都以明显的分配数据源.根据自己的业务查找相应字段,可能会需要增强.c.从数据源向上查检逻辑模型中的维度里的特征.查找数据转换规如此,信息立方体和查询.确定维度的数据源.〔3〕两种方法灵活使用.。

SAP系统BW模块配置和操作指导详解概述

SAP系统BW模块配置和操作指导详解概述业务说明基于SAP ECC6使用RSA30TCT_DS01数据源可以查看对BW数据的读取情况。

为了从EP中链接到SAP系统，需要配置单点登录，另外需要用户在ECC中拥有RSRR_WEB的权限本文是由塞依教育编辑整理，了解更多SAP培训信息，请进入/knowledge/基本原理以下是基于文件的BW设置的基本原理，也可以说是一个基本的操作过程。

1.设置一个源系统，用于确定数据从哪里来。

2.创建一个Datasource，用于存放抽取过来的数据。

此时的抽取式通过InfoPackage实现的。

3.创建一个DataStore Object对象，用于存放处理后的数据。

Datasource和DataStore Object之间通过Transformation（转换规则）进行关联，同时需要创建一个Transfer Process用于数据的抽取处理。

每个DataStore Object是属于一个InfoArea，也就是说一个Info Area下可以根据需要按照不同的规则更新出不同DataStore Object。

4.在Explorer中创建一个查询，查询需要的数据，设计查询时可以设置一个过滤器进行必要的筛选。

TableRSIDOCSA VE相关概念BI（Business Intelligence，商务智能）SAP BI（SAP Business Information Warehouse）DW（Data Warehouse，数据仓库）DM （Data Mining，数据挖掘）OLTP（Online Transaction Process，在线事务处理）OLAP（Online Analysis Process，在线分析处理）逻辑视图概念（BW）信息区域（Info Area）信息对象（InfoObject）概述信息对象组（InfoObject Catalog）特性Characteristic关键值Key figures单位（Unit）时间特性（Time Characteristic）数据对象的属性关键字段Key Field数据字段Data Field导航属性Navigation Attribution索引Indexes特征值ValueETL（Extract Transform Load）提取转换加载数据存储PSA(Persistent Staging Area,连续的分段传输区域)信息提供者Info ProviderODS（Operational Data Store，运营数据存储）-7.0变为DSO DSO（Data Store Object，数据存储对象）信息立方体（InfoCube）多信息提供者Multi Provider信息集InfoSet虚拟提供者（Virtual Provider）-未整理信息源InfoSource数据处理信息包InfoPackage转换Transformation配置顺序数据传递逻辑所有外部系统都可以看作镜像到SAP BI的数据源（DataSource），通过一定的映射关系（Mapping）与SAP BI系统内部的信息提供者（InfoProvider）相关联。

SAP BW之建模之信息对象_【51SAP教育中心】

1/8BW 是SAP 的一套组件，简单来说，BW 就是将R/3中我们关心的数据加载到其上，对其进行分析，来达到我们分析的目的。

并且BW 提供了一套组件，方便实现特定的分析功能，如预算、合并等。

这样就实现了业务应用与数据分析功能的分离，让我们更快、更专注于报表等的需求。

信息对象是BW 建模的最小组织单元，可以这样理解，每一个模型是一个数据库表，各个列就是由信息对象组成的，每个列又有其可选择的值，这些值就存放在信息对象中，当然不是所有的特征都有可参考的值，接近ABAP 中数据表的结构。

在BW 中，信息对象是全局的，也就是说可以为多个模型所使用。

BW 中存在五种信息对象，一种叫做特征（Characteristic ），用来描述模型的属性，如公司代码等；一种叫关键值（Key figure ），用来描述模型中发生的价值，可以是数字或货币。

除此之外，系统中还有时间、单位和技术特性。

1. 特性：可以通过RSA1->信息对象到达以公司代码为例： TAB ：一般的数据元素/数据类型/长度：与ABAP 中定义的数据元素一个意思，定义本特性的属性，我们一般选择数据类型和长度，系统为我们自动创建。

转换例程：设置输出时的显示，最常用的如ALPHA 转换（即：在字段前补齐“0”）。

SID 表格：系统自动生成，存储了主数据对应的SID Notes ：BW 中的星型架构之间的关系，是通过SID 来联系的，即：我们搜索公司代码的数据，并不是通过公司代码来查询的，而是系统将所查询的公司代码，装换为其对应的SID ，再到2/8模型中去查询，可以有效提高查询速度TAB 业务浏览器：这里主要设置在设计报表时的显示效果，我们采用默认设置，在制作报表时，可以在报表属性中修改。

相关的权限：勾选这个选项，我们就可以在分析权限中，对公司代码进行权限控制。

TAB 主数据/文本3/81）有主数据：表示此信息对象有主数据表，一般在信息对象有其他属性的情况下，勾选此项，如果信息对象除本身的编码和文本外，没有其他属性，这里不用勾选。

SAP_BW_BI_培训教程(经典案例)

SAP BW Training教程
SAP BW 技术架构
2
SAP BW 模块
1
BW概览 2 BW数据模型 3 4 5 6 BW数据装载 BW业务内容 BW系统管理
BW实施方法论
3
SAP BW – BW核心功能
§ 数据仓库 (SAP BW 管理员工作台)
-
抽取、传输与上载数据仓库管理业务模型在线分析处理 (OLAP) 数据挖掘预警元数据仓库查询设计报表与分析可视化 – Web应用设计协作数据模型抽取程序报表角色
Sales Dimension
Quantities Revenues Costs Rev./Group
Time Dimension Competition Dimension
15
维度（Dimensions）
§ 维度表（Dimension tables）由相关特性组成； § 维度表由系统生成的主键和特性组成； § 维度表（ dimension tables）的主键是事实表(fact table)的外键(foreign keys)。
数据提供者
¨ AC Nielsen
管理员工作台
¨ ¨
(USA) BAPI Dun & Bradstreet Other projects
7
SAP BW－数据流图
BW服务器 Staging Engine
信息立方体
更新规则
通信结构
信息源
传输规则
传输结构
传输规则
传输规则
传输结构
(复制)
传输结构
数据源
传输结构抽取源结构传输结构抽取源结构传输结构抽取源结构
•
BW Master Data 主数据

SAP_BW培训

数据仓库概述
面向主题的
操作型数据库的数据组织是面向事务处理处理的 ,各个业务系统之间各自分离,采用关系型数据库模式存储数据,而数据仓库中的数据是按照一定的主题域进行组织的 ,采用多维模式存储数据。
数据仓库概述
集成的
数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。
...
• 单位特性国际通用的单位 “Local currency” or “0Unit • 技术特性例如请求号等
关键值Key figures 关键值在报表中提供数值，例如销售数量、金额等。
BW模型概念
信息对象—特征和关键指标
系统标准自带的信息对象以0开头,客户建立了以Z或Y开头,系统安装好之后系统标准的信息对象通过BI CONTENT进行激活使用,激活后位与未分配的节点下
的获取，任意组合分析角度和分析目标，这种打破传统的互动性分析和高效率使 OLAP 成为 BI 系统的核心应用。
• 数据可视化应用致力于将信息以尽可能多的形式展现出来，目的是使决策者通过图形这种直观的表现方式迅速获得信息中蕴藏的知识，如趋势、分布、密度
数据可视化等要素。
数据挖掘
• 数据挖掘是最高级的 BI 应用，因为它能代替部分人脑功能。数据挖掘隶属于知识发现(Knowledge Discovery)在结构化数据中的特例。数据挖掘的目的是通过计算机对大量数据进行分析，找出数据之间潜藏的规律和知识，并以可理解的方式展现给用户。
BW模型概念
管理者工作台 – 信息范围
信息范围与信息对象目录相当于WINDOWS中的文件夹，一个可逐步展开的目录

SAP_BW_构建信息立方体的原则

SAP BW的各信息提供者中可以说最重要的就是信息立方体，因为它是分析报表最主要的基础。

而对于信息立方体模型，最重要的莫过于维度的设计，它不只决定着查询的性能，而且会影响到数据上传的时间。

一个好的设计方案，不只能提高查询的访问速度，而且可以大大降低把数据更新到信息立方体的时间。

在信息立方体的设计中，如果能够遵循下面的这些基本的原则，那么你就可以构建一个相对高效的信息立方体模型：1> 不要把查询用不到的CHARACTERISTIC放到信息立方体中。

如果一个CHARACTERRISTIC不会被查询用到，而且你也不能确定它一定会在以后的查询中用到，那么就不要把它放到信息立方体中。

因为信息立方体中每多包含一个特征，它的查询性能和数据上传性能就会降低一分。

对于一个多层的数据仓库架构来说，我们常常把这种特征放到中间层的DSO中。

这样一方面不会影响到信息立方体的性能，另一方面，当后续开发的查询用到这个特征的时候，我们可以重新把它加入到信息立方体中，然后从DSO上传数据到信息立方体。

由于它的信息已经存在于DSO中了，我们不需要重新从源系统抽取数据，避免影响到业务系统。

2> 对于NAVIGATIONAL属性和特征，前者有利于数据上传性能，而后者有利于报表性能。

这个很好理解。

但是它们还代表了不同的历史事实性。

对于特征来说，它代表的是业务发生时候的历史事实。

而NAVIGATIONAL属性代表的是当前事实或者某个指定时间的历史事实。

比如如果你把物料甲的物料组建模为一个特征，那么基于它的报表显示的是业务发生时候的物料组。

不管物料甲的物料组在这笔业务后有没有被修改过，报表数据都是基于这笔业务产生时候的物料组显示的。

如果你把物料组建模为属性，那么非时效属性对应的是当前的物料组分派，也就是说不管物料甲在一笔业务发生时候的物料组分配是什么，报表数据都是基于当前分配的物料组的。

而时效属性则对应于某个指定时间的物料组分配。

BW：如何加载和生成自定义的层次结构，在不使用平面文件的SAP业务信息仓库

BW：如何加载和⽣成⾃定义的层次结构，在不使⽤平⾯⽂件的SAP业务信息仓库介绍通常情况下，报告需要在⼀个类似树的结构来显⽰数据。

通过启⽤此特性在SAP BW层次结构。

⾼级数据显⽰的层次结构的顶层节点。

更详细的数据可以向下钻取到的层次结构中的下级节点的可视化。

考虑⼀个例⼦层次的客户联络层次“，⽤于限定电信呼叫中⼼接收电话。

图1：客户联络层次加载层次结构的标准机制有⼏种可能性供货与SAP BW中的数据的层次结构：在SAP BW层次结构可以⼿⼯维护，但⼤或频繁变化的层次结构，这样做当然是耗时。

层次结构可以从源系统中所有类型的⾃动获取。

SAP提供了众多的BI内容的数据源提取标准的SAP数据源系统，为各种⾏业和模块。

这也是很多标准的层次结构的情况下，如利润中⼼，组织单位... 然⽽，很多时候的层次结构的数据源系统中的⾃定义表。

SAP不允许⾃定义的层次结构，以⼀个通⽤的数据源中提取。

层次结构，也可以提取使⽤分段BAPI（⼄ usiness ⼀个 pplication P AGC软件我覆盖整个院落）或纯⽂本⽂件，可以通过程序⾃动⽣成的，然后加载到层次结构中的InfoObject 从外部系统（⾮SAP）。

在此过程的⾃动化引⼊的⼀个问题是，这并不总是容易克服的物理纯平要上传的⽂件，该⽂件是应放置在SAP BW服务器。

这并不总是可能的⼏个原因。

最后的选项加载⼀个层次是允许装载在SAP BW系统或其他SAP BW系统的数据接⼝，数据集市。

现在的问题是，层次结构（还）没有在SAP BW系统。

但是，此选项将被证明是⾮常有⽤的，使⾃定义层次结构提取。

如果你想加载⼀个标准的SAP层次结构或层次结构的基础上的平⾯⽂件，你可以使⽤⼀个以上的机制来获取数据。

然⽽，当装⼊⾮标准的SAP层次或从其他来源的层次结构，你都⾯临着⼀个很⼤的问题。

SAP BW 标准层次结构的数据源或基于层次结构的平⾯⽂件数据源，并有⼀件事是肯定的，加载任何类型的层次结构只允许需要的数据源的类型层次结构，将数据插⼊到相应的InfoObject表！所以没有标准化的⽅法来从源系统中加载⾃定义的层次结构。