Sur-administrer une plateforme SAP BO simplement





I- Introduction 
_______________________________________

Courte histoire de SAP BO : 

La Business Intelligence existe depuis 30-40 ans. Business Object, vient de souffler ses 30 bougies (1990). Pratiquement aux origines !
L’idée géniale des inventeurs :  rendre intelligible la donnée, et la mettre à portée de clic pour le métier.          
Au départ, dans chaque entreprise qui implémente SAP BO, il y peu d’utilisateurs, mais très vite les plateformes sont dépassées par leur succès. Des Business Analysts viennent s’interfacer. La complexité, et même l’hyper complexité deviennent la norme. Et la confiance s’étiole.
Les versions (BO 3.0…. 6, XI, XI R3, 4.0,1,2,3 …) se sont enchainées sur quasi 30 ans sans véritablement bouleverser le concept de départ même si la version Cloud (SAP Analytics Cloud) vient de voir le jour.   

SAP BO vs « les tendances de marchés » :

Le métier veut de l’autonomie, veut pouvoir jouer dans d’immenses « bacs à sable » de données, et obtenir des réponses instantanées et fiables. On est rentré dans l’ère de la dataviz, de la BI en self-service...etc.  
Depuis quelque temps, le Cloud emporte tout sur son passage avec des promesses de scalabilité, de prix contenus, et surtout une infra déléguée.
Les plateformes Big Data complètent cet inventaire avec une promesse d’exploitation de données de masse, non structurées.
BO garde ses fidèles supporters, mais de plus en plus de voix challengent cette solution jusqu’alors plébiscitée, jugée trop complexe, trop statique. Mais comment sensiblement améliorer sa plateforme SAP BO, et comment aller vite à la cible ? Comment faire en sorte qu'elle soit suffisament intelligible pour être portée vers le Cloud (SAC), ou migrée vers des outils tiers ?  

Simplifier massivement SAP BO, les écueils :

Les équipes métier ont des habitudes, et malgré certaines difficultés, SAP BO fonctionne encore très bien.
L’IT craint un chantier monumental, avec des risques forts de ruptures de charge : investiguer chacun des tableaux de bord existant, ses dépendances, et opérer des épurations massives est  complexe.  
Faire évoluer les choses est un voeux pieux, mais rarement une réalité, tant les platefome BO sont devenues complexes. 

   
Notre parti pris : automatiser l’introspection d’une plateforme SAP BO :  

Une plateforme SAP BO peut être constituée de centaines de milliers de Documents, de Data Providers, de milliers d’Objets.
Les outils d’administration de la plateforme ne permettent pas de faire de l’analyse d’impact granulaire entre chacune des couches ou de faire des cleansings massifs.  
La plateforme évolue à grande vitesse, rendant obsolète chacun des audits qui aura pu être réalisé. 
 


Il est beaucoup plus efficace d’automatiser la lecture et la compréhension de sa plateforme : scan (parsing) dynamique des Univers, des Documents, analyse continue de l’audit (« Auditor »), pour pouvoir construire des réponses puissantes, toujours « up to date », et y adjoindre des moyens d’action !






II. Méthodologie d'analyse de la plateforme
_______________________________________




  1. {openAudit} va directement parser les fichiers *.wid, *.unv, *.unx pour récupérer l'intelligence, la structure des documents et la couche sémantiques (univers) ;
  2. {openAudit} va accéder également (au travers des outils SAP) au référentiel pour garder la cohérence des ID entre les différents objets (univers, data providers, documents, instances, autres) ;
  3. Une sonde d’ {openAudit} va récupérer certains logs des bases d’audit (Auditor). 


 
III. Les fonctionnalités de {openAudit} pour BO
_______________________________________

1. Pour contrôler sa plateforme
1.1. Cockpit

Ce cockpit permet de contrôler la « santé » et l’évolution de la couche SAP BO en quelques instants. 
Chaque scan de la couche BO génère des KPI’s qui écrasent les KPI’s existants (de façon logique, l’historisation s’opère dans nos bases de données). 






1. Pour contrôler sa plateforme
1.2. BO Report Browser

Cette grille inventorie en continu toute la couche SAP BO

De nombreuses précisions sont disponibles : ID / Nom / Exclu de l’analyse ou pas / Pollution du data provider / Qualité du document / Date de création ou dernier refresh, etc.). 
Le poids du document est indiqué dans la colonne de droite. 





1. Pour contrôler sa plateforme
1.3. BO Impact Analysis 

Cette grille filtrée permet d’opérer des analyses rapides pour comprendre quelles sont les interractions entre chacun des éléments utilisés par BO, depuis les  bases en sources, jusqu’à la cellule du document :  
Le champ de la table de la base de données en source de BO / L’usage réel de l’objet / L’origine de l’objet (result et/ou filter panel) / Le data provider (query) qui remonte l’objet / Le document, qui inclut tel ou tel objet / Les noms des objets / Le nom de l’univers. 

Le poids, la date de dernière action qui a eu lieu, le folder, etc., i.e. la « carte d’identité » du document se trouve dans une pop-up qui s’ouvre au survol. 



1. Pour contrôler sa plateforme
1.4. Data Lineage dans le document

Cette interface permet de mettre en évidence toutes les règles de calcul  qui interviennent dans la construction d’une donnée du document. 
Au départ d’un document, on trouvera :
L’ensemble de ses sources physiques et sémantiques,
Les impacts finaux, i.e. la cellule présentée dans le document, 
L’ensemble des transformations intermédiaires : imbrication des variables, des expressions (les formules sont consultables au survol).




2. Pour simplifier sa plateforme
2.1. Archive / Clean Queries

L’archivage de documents s’opère par une sélection à l’unité, ou une sélection de masse de documents à archiver (obsolètes, cassés…)  
L’archivage permet d’écarter le document qui sera purgé automatiquement, et qui fera l’objet d’un archivage unitaire au format « BIAR » indexé dans {openAudit} 

De même, il est extrêmement aisé d’opérer des nettoyages de masse des data providers remontant des objets inutiles, i.e. les objets en « pollution ». Ainsi, les queries sont allégées au maximum. 




2. Pour simplifier sa plateforme
2.2. BO Replication

Un certain nombre de documents peuvent être tout à fait utilisés, récents, non pollués … etc, mais très fortement répliqués. 

{openAudit} compare tous les documents les uns par rapports aux autres, et cette réplication est établie par pourcentage selon 5 critères : 
Degré de réplication de contenu / Degré de réplication de contenant / Degré de réplication de formule / Degré de réplication de filtres / Degré de réplication des données de filtres.

Il est possible d’opérer des mises en archive au départ de cette interface. 


2. Pour simplifier sa plateforme
2.3 BO Univers Cleaning

La fonctionnalité BO UCleaning permet d’opérer des tris en fonction de l’usage ou non des objets dans les documents. L’interface permet de cacher les objets ou de les rendre visible massivement dans la couche sémantique.





IV- Conclusion 
_______________________________________

SAP BO reste une solution  massivement utilisée en entreprise, et toujours appréciée pour sa robustesse, sa sécurité, même si aujourd'hui les hypersaclers du Cloud ont porté sur le devant de la scène d'autres solutions.

Pour faire en sorte que l'expérience utilisateur reste optimale, et que les coûts de maintenance n'explosent pas, une sur-administration qui automatise les process sera une avantage certain.  Il pourra aussi s'agir de simplifier sa plateforme pour la migrer vers le Cloud (SAC ou une solution autre). 


film 2'

https://youtu.be/ftEGLIefNcI

Commentaires

Enregistrer un commentaire

Posts les plus consultés de ce blog

La Data Observabilité, Buzzword ou nécessité ?

Image
    La Data Observabilité,   Buzzword ou nécessité ?   La qualité des données utilisées dans les opérations quotidiennes a un rôle prépondérant pour les entreprises.    Une étude du Gartner de 2022 suggère que les "mauvaises données" coûtent aux organisations environ 12,9 millions de dollars par an.  Le Data Quality Hub du gouvernement britannique estime que les organisations consacrent entre 10 % et 30 % de leurs revenus aux problèmes de qualité des données, ce qui peut représenter des centaines de millions de dollars pour des entreprises de premier plan.  Dès 2016, IBM estimait que la mauvaise qualité des données coûtait aux entreprises américaines 3 100 milliards de dollars par an. ... Tout le monde souhaite s’appuyer sur des données intègres pour éviter des erreurs simples liées à des problèmes d’alimentation dans des flux, ou à des données mal organisées, répliquées, etc. Mais comment ?    Les techniques d' "observabilité des données" sont une option.     
Lire la suite

BCBS 239 : L'enjeu de la fréquence et de l'exactitude du reporting de risque

Image
  BCBS 239 :    L'enjeu de la fréquence et de l'exactitude du reporting de risque.  La BCE a publié un guide en juillet 2023 pour repréciser ses attentes dans le cadre de BCBS 239. Elle prévoit de renforcer le dispositif de supervision en matière de qualité des données.   L'objectif global de la norme BCBS 239 est de renforcer les capacités d'agrégation des données de risques des banques, et les pratiques internes de reporting de risques, améliorant ainsi les processus de gestion des risques et de prise de décision dans les banques. « La bonne information doit être à disposition pour les bonnes personnes et au bon moment ».   La mise en œuvre de BCBS 239 n'est a priori pas simple.   Pourquoi ? Malgré cette surveillance prudentielle accrue,  la BCE n’a toujours pas constaté de progrès suffisants en 2023 :  "le dispositif data quality et reporting risques ne reçoit pas encore le niveau d’attention approprié de la part des banques".   Nous avons beaucoup écha
Lire la suite

Le data lineage, l’arme idéale pour la Data Loss Prevention ?

Image
  Le data lineage technique couplé à la détection des usages de l’information permet de savoir au départ de n’importe quelle donnée, qui y accède finalement, et dans quel contexte. Et si c’était un grand pas vers une véritable sécurité informationnelle, une réponse simple et efficace pour la Data Leaks/Loss Prevention ?  La DLP (Data Leaks / Loss Prevention), c’est quoi ?   _______________________________________ « Le terme Data Loss/Leaks Prevention (DLP) fait référence à un ensemble de techniques qui permettent d’identifier, de contrôler et de protéger l’information grâce à des analyses de contenu approfondies, que l’information soit stockée, en mouvement, ou traitée . L’objectif est de limiter la fuite de données sensibles.  Une solution DLP est capable d’identifier les données sensibles, de repérer l’endroit où elle est stockée, de contrôler qui doit avoir accès à ces données et enfin de les protéger, c’est-à-dire d’empêcher toute personne non autorisée à y avoir accès… » W
Lire la suite