Die SAP Analytics Cloud stellt eine Funktionalität bereit, die es erlaubt die Daten verschiedener Datenmodelle über eine gemeinsame Dimension miteinander zu verknüpfen, damit diese Daten zusammen in einem einzigen Widget zusammen dargestellt werden können.

In diesem Blog zeigen wir Ihnen aber die Möglichkeiten auf der Grundlage von Exceldateien auf, was in Selfservice-Systemen immer wieder vorkommt. Darüber hinaus soll deutlich gemacht werden, dass beim Blending je nach Zusammenstellung von Objekten die Darstellung falsch ist oder zu mindestens missverständlich gedeutet werden kann.

Wenn Sie Interesse haben ähnlich spannende Themen zu dem Thema SAP Analytics Cloud in einer kostenfreien, deutschsprachigen Livesession mit Q/A zu erleben, dann registrieren Sie sich hier:

• Session #1: Stories über verschiede Modelle hinweg
• Session #2: Data Change Insights in der SAP Analytics Cloud

Die Beispieldateien können Sie herunterladen und damit auch selbst mal das Szenario nachspielen.

In unserem Beispiel liegt eine Kunden- und eine Auftragstabelle vor:

Die Kundentabelle:

Sie enthält vier Dimensionen Kunde, Name , Umsatzklasse und Stadt und eine Kennzahl NPC:

Die Auftragstabelle:

Sie enthält die beiden Dimensionen Kunde und Auftragsdatum und eine Kennzahl Auftragswert.

Diese beiden Tabellen binden Sie nun in die SAC in eine neue Story ein:

1. Sie befinden sich auf der Startseite und wählen Create your first story.

2. Sie wählen Canvas

3. Sie wählen Add data:

4. Sie wählen Data uploaded from a file:

5. Sie klicken Select Source File und hinterlegen die Datei Kunden.xlsx

6. Sie wählen Import:

Nach dem Hochladen der Datei präsentiert sich die Ansicht so:

Im Bereich Dataset Overview fällt auf, dass zwei Kennzahlen gebildet werden: Kunde und die Kennzahl NPC. Diese Qualifizierung erfolgt auf der Grundlage der Datentypen, beziehungsweise weil bei Kunde immer eine Ziffernfolge vorliegt und daher von der SAC als numerisch interpretiert wird. Das Objekt Kunde muss aber noch als Dimension definiert werden. Das ist nicht nur für die Verknüpfung notwendig, sondern auch damit die Aggregation über den Kunden vermieden wird, andernfalls würden in einer Tabelle mit den beiden Objekten Stadt und Kunde Darstellung entstehen, und die beiden Kunden 1000 und 2000 in Berlin würden summiert als 3000 ausgegeben werden:

Die Qualifizierung von Kunde als Dimension erfolgt, indem man mit der Maus über den Kunden fährt und rechts neben SUM auf die drei Pünktchen klickt und Change to a Dimension auswählt.

Jetzt sollen die Daten der Auftragstabelle geholt werden. Dazu wählt man das Dropdown neben unserem ersten Datenset Kunden und klicken + Add New Data:

Die nächsten Schritte sind wieder durchzuführen wie unter den Punkten 3.-6. beschrieben.

Danach wird wieder Kunde als Dimension definiert und die Ansicht sieht dann folgendermaßen aus:

Jetzt speichern Sie die Story ab, damit stellen Sie sicher, dass Kunde auch wirklich als Dimension zur Verknüpfung zur Verfügung steht.

Die Verknüpfung erfolgt über die Schaltfläche Link Dimensions im Bereich Data

Nun wählen Sie + Add Model Link und wählen links das Modell Kunden und rechts das Modell Aufträge.

Nun müssen Sie in beiden Modellen (DataSets) in Data Samples die Einstellung ID wählen, damit Werte aus den beiden Spalten gefunden werden. Dieser Eintrag ist eventuell etwas  missverständlich benannt, aber nur wenn Sie diese Hinterlegung vornehmen, werden die Werte in den entsprechen Spalten gezogen:

Jetzt wählen Sie links und rechts jeweils die Spalten Kunde aus, sodass im Dialogfenster unten (unter Matched Dimensions) ein gültiger Eintrag steht:

Klicken Sie Set und Done.

Nun erzeugen Sie eine Tabelle über das Icon Table. Danach erscheint eine Tabelle die wahrscheinlich auf das DataSet Aufträge gesetzt ist und dann so aussieht:

Im Builder wählen Sie nun + Add Linked Models und dann Kunden aus, dann haben Sie dort folgende Anzeige:

Jetzt können Sie alle Objekte vom DataSet Kunden hinzufügen, also z.B. im Bereich Rows das Objekt Stadt:

Die Kennzahl werden aggregiert auf der Ebene der Stadt dargestellt.

Wenn Sie nun aber das Auftrags-Datum hinzunehmen würden, würde der Wert NPC für jedes Auftragsdatum in Berlin aufgelistet werden und Sie bekämen zu hohe Werte für die Kennzahl NPC. Die Summe für NPC wäre nicht wie richtig 9 sondern 13.

Hier ist ein kartesisches Produkt entstanden. Die SAC meldet das auch und zwar im Kopf der Tabelle wird eine Warnung ausgegeben:

Dieser Effekt ist immer zu erwarten, wenn eine 1-zu-N-Beziehung zwischen den beiden DataSets besteht und aus beiden Datasets sowohl die Kennzahlen als auch die Dimension, die zur Detaillierung führt (Auftragsdatum) angezeigt werden. Es ist auch keine SAC-spezifische Problematik, sondern kann auch z.B. bei Datenbankabfragen, wo dieselbe Konstellation vorliegt, auftreten.

Auf der anderen Seite werden Sie die vorliegende Konstellation eher seltener vorfinden, da die Kundentabelle Stammdaten enthält und Sie dort eher keine Kennzahlen vorfinden werden.

Neben unseren SAP Learning Trainingskursen zum Thema SAP Analytics Cloud, wie beispielsweise der SAC01 oder SACAD1, haben Sie auch eine kostenfreie Möglichkeit mehr über die SAP Analytics Cloud zu lernen.

Auf unserer neuen kostenfreien Lernplattform https://learning.sap.com/ finden Sie unter anderem eine Learning Journey zum Thema “Introducing SAP Analytics Cloud“.

Viel Spaß beim Lernen!