SAP BO: Optimize the migration!

 




Automate, Optimize migration;

 

 

And minimize regressions!

Many companies wish to decommission SAP BO to move towards more sustainable technologies, more in line with current Cloud platforms.

 

We created a migration solution between SAP BO and Looker, or Power BI, which relies on a granular analysis of the SAP BO platform, then automatically migrates the intelligence and layout from SAP BO to Power BI or Looker. 

 

Migrate from SAP BO to  Power BI or Looker
 
 

However,

 

  • It is a shame to reproduce in the target platform the complexity accumulated in SAP BO over time;  
  • The complexity of the SAP BO platform in source is often so great that there is a strong risk of regression!

 

We worked on these various objections from our customers, to enrich  {openAudit}  so that these migrations are real successes! 

 

3 steps: 

 

I-  Simplify your   SAP BO platform en masse before migration



The problem

 

Why migrate tens of thousands of dashboards, when in reality a tiny minority is actually used? 

Often more than 90% of the SAP BO platform in source has no or no longer use.



the solution

 

{openAudit}  makes it possible to significantly reduce the scope of dashboards to be migrated, by allowing massive archives prior to migration. 

 

  1. Obsolete documents, or those containing errors, are detected. {openAudit}  allows them to be archived via the creation of unit BIARs.
  2. {openAudit}  detectsreplicated documents based on various criteria. They can be archived en masse in unit BIARs.

II-  Outsource the complexity of SAP BO dashboards to the target DB

The problem

 

SAP BO dashboards have accumulated over time more and more variables and expressions, often replicated.



This proliferation can have real repercussions on the target platform (Power BI or Looker), because there are as many refreshes as there are users. 

 

  1. Execution times can be (very) long.
  2. The associated costs are high: reproduction of the same requests N times.  
  3. The results of queries from dataviz tools are generally restricted. 

 

The service may end up being degraded for the professions, and discredit the migration.



The solution

 

  1. {openAudit}  will identify complex expressions/variables within SAP BO dashboards.
  2. {openAudit}  will "move" these complex queries into the tables and into the Azur SQL or GCP views, in simple SQL.
  3. These complex queries will only be played once (then scheduled) for all Power BI or Looker dashboards. 

 



For what

 

  1. To significantly reduce costs;
  2. To facilitate maintenance by reducing complexity;
  3. To speed up consultations; 
  4. To enable sourcing data for a dashboard (end-to-end data lineage); 
    5. .... 

Example of a typical SAP BO query played for numerous dashboards, vs the same query “moved” into the DWH in view form (in Power BI or Looker source). 

  • In SAP BO, this query will “cost” 45 GB, with an execution time of 4 s.


  • In Azur SQL or in GCP, access to the table will “cost” 28 MB for 1s at execution (plus 1s of latency). It is also “unfiltered” access time: in 90% of cases, costs and access times are even lower. 

 



 
 

III-  Validate the non-regression between the SAP BO platform and Looker, or Power BI



The problem

 

The profession legitimately fears regression. The migration should be as seamless as possible. 



The solution 

 

  1. {openAudit}  runs the BO dashboards.
  2. {openAudit}  runs Power BI or Looker dashboards after technical migration, with similar prompt values.
  3. {openAudit}  performs mass comparisons with statistical tools. 

 

Regressions presenting analogies are processed at the migration engine level, in order to arrive at an optimized result. 

Conclusion 

 

The {openAudit}  migration engine  allows you to automate the transcription from SAP BO to Power BI or Looker (other technologies under study).

 

The quality of output will remain a major issue.

 

The ability of  {openAudit}  to optimize the BO platform, then factorize the intelligence, to finally push it towards the target DWH, will allow a considerable increase in intelligibility and performance in the target platform. 

 

The massification of non-regression tests will be a valuable method for arriving very quickly at an optimum, to make this migration a real success for IT and the business!

Ellipsys 2023

Ellipsys, a team at your disposal, 

contact@ellipsys-lab.com 

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