Dürfen wir Sie beraten?
Norbert Kytka
KontaktSAP Analytics Blog
Was ist SAP Analytics Cloud Augmented Analytics?
Mit Hilfe von intelligenten, automatisierten Analyse-Workflows und der Verarbeitung natürlicher Sprache können Anwender der SAP Analytics Cloud Entscheidungen auf der Grundlage datengestützter Erkenntnisse treffen, ohne auf IT- oder Datenanalyseexperten angewiesen zu sein.
Der Einsatz von Augmented Analytics in der SAC ist sinnvoll, weil er Zeit spart. Etwa, indem die Erstellung von Vorhersagen automatisiert wird oder der Nutzer Vorschläge für Entwicklungen oder Faktoren erhält, auf die er sein Augenmerk legen sollte. Der Zugriff auf die Augmented Analytics Features ist denkbar einfach: Als Teil der SAC lassen sie sich leicht über ins Menü integrierte Funktionen ansteuern.
Um Augmented Analytics innerhalb der SAC anzubieten, hat die SAP SE unter anderem diese vier nützlichen Features bereitgestellt, die auf ML-Algorithmen basieren.
Search To Insight – Fragen stellen wie an einen Menschen
Search to Insight ist ein Sprachinterface, das zur Abfrage von Daten verwendet wird. Es nutzt Natural-Language-Processing-Technologie (NPL), um natürliche Sprache maschinell zu verarbeiten. Ein Conversational UI wie z. B. unser Marvin - nur für Daten. Wer dieses Interface in der SAC nutzt, ist nicht mehr darauf angewiesen, Rechercheanfragen in einer Programmiersprache abbilden zu müssen oder mittels Maus Filterfunktionen zu nutzen. Es kann ganz einfach die eigene Sprache verwendet werden.. Datenmodelle, die auf SAP-HANA-, SAP-S/4HANA-, SAP-Universe- oder SAP-BW-Live-Daten basieren, lassen sich damit durchsuchen, die Ergebnisse können in eine SAC-Story eingebunden werden. Der Nutzer kann dem System eine Frage stellen, wie er sie einem Menschen stellen würde. Dazu muss er eine Frage wie „Umsatz nach Kunde" in ein Suchfeld eintippen. Somit können auch ungeschulte User schnell an Informationen kommen. Das Eingabefeld ähnelt in etwa dem der Google-Suche. Ausgegeben wird die Antwort dann zum Beispiel in Form eines Charts, das für Visualisierungen genutzt werden kann.
Smart Insight – Automatische Hinweise auf Wichtiges
Die Stärke von Smart Insights ist es, Nutzer großer Datenmengen proaktiv auf Besonderheiten hinzuweisen. Als Teil der SAC greift Smart Insights einen Datenpunkt oder eine Abweichung in den Daten auf und untersucht, was sich dahinter verbirgt. Es hilft dabei, schnell herauszufinden, was sich hinter einem bestimmten Punkt verbirgt. So wird beispielsweise der wesentlichste Treiber angezeigt, der einen Wert beeinflusst. Oder es wird kenntlich gemacht, aus welchen Faktoren sich bestimmte Werte zusammensetzen. Ein übersichtliches Dashboard präsentiert die Einblicke zu vielen Faktoren, die möglicherweise die Aufmerksamkeit des Betrachters verdienen, aber oft übersehen werden.
Dabei beschränkt sich die Ausgabe der Informationen auf die Anzeige von Text in natürlicher Sprache und einem einzigen Chart, welches das Wesentliche anzeigt. Ein Beispiel: „Der Umsatz im letzten Quartal wurde vor allem durch das Produkt ABC generiert.“ Auch hier trägt die Integration von ML-Technologie in die SAC bei, unübersichtliche Datenmengen als für den Menschen intuitiv zu verstehende Informationen aufzubereiten. Auch wieder eine sehr einfach zu bedienende Funktion: Datenpunkt, Visualisierung, Balken, Zeilen… auswählen. Smart Insigths wählen und das System zeigt alle Erkenntnisse dazu, die man ansonsten in manueller Handarbeit statistisch ermitteln und grafisch darstellen müsste. Auf Wunsch kann die Smart-Insights-Funktion auch als geschriebener Text z. B. unter einer Visualisierung ausgegeben werden.
Smart Discovery – Informationscockpit ohne Aufwand
Während sich Smart Insights darauf beschränkt, einzelne Faktoren aus einer unübersichtlichen Menge an Daten hervorzuheben, ist Smart Discovery ein komplexeres Darstellungswerkzeug. Auch hier reichen einfache Spracheingaben, um im Zusammenspiel von NLP und ML intuitive Visualisierungen zu generieren.
Diese sehr leistungsstarke Funktion von SAP Analytics Cloud führt im Backend automatisierte Algorithmen für maschinelles Lernen aus, um Korrelationen zwischen den Elementen eines Datensatzes und der Zielmetrik zu ermitteln. Das können beispielsweise KPIs wie Umsatz oder die Zeit bis zur Befüllungsein. Mit ein paar Klicks erhalten Fachanwender alle wichtigen Einflussfaktoren für ihr Ziel. Das spart ihnen viel Zeit.
Zugleich können Sie recherchieren: Mit diesem Feature erkennt man beispielsweise die Auswirkungen anderer Variablen, kann Was-wäre-wenn-Szenarien ausführen, Datenmuster analysieren und historische Daten zur Vorhersage künftiger Ergebnisse nutzen. Datenanomalien werden automatisch angezeigt.
Um diese vielen Informationen übersichtlich darzustellen, generiert Smart Discovery automatisch eine ganze Story oder ein Dashboard. Das kann beispielsweise eine Überblicksseite sein, auf der die wichtigsten Ergebnisse für einen bestimmten Stakeholder angezeigt werden. Dadurch erkennt er beispielsweise wesentliche Einflussfaktoren oder Treiber oder sogenannte „unexpected values“ – Werte oder Auffälligkeiten, die das Modell so nicht erwartet hätte. Auch wieder sehr einfach und ohne Machine Learning und Statistik-Knowledge für jeden User einfach ausführbar.
Smart Predict
Smart Predict nutzt ML- Algorithmen der SAP SE, um Beziehungen in einem Datensatz zu untersuchen und Vorhersageszenarien zu erstellen. Diese sollen den SAC-Nutzer auf zukünftige Entwicklung, Ereignisse oder Trends hinweisen.
Derzeit sind drei Arten von Vorhersageszenarien in Smart Predict verfügbar: Klassifizierungs-, Regressions- und Zeitreihenvorhersagen.
Das Vorhersage-Szenario Klassifizierung erlaubt es, die Zugehörigkeit von Datensätzen zu einer Gruppe vorherzusagen – beispielsweise dem Datensatz eines Kunden. Wird er zu der Gruppe gehören, die sehr wahrscheinlich mein Produkt kauft? Wie groß wird auf dieser Grundlage die Gruppe der sehr wahrscheinlichen Käufer sein?
Das Vorhersage-Szenario Regression ermöglicht es Anwendern, die Beziehung zwischen zwei und mehr Variablen zu verstehen. Wie beeinflussen sich beispielsweise Preis und Umsatzmenge, welche anderen Variablen haben einen Einfluss? Und wie stark ist dieser?
Das Vorhersage-Szenario Zeitreihen liefert Voraussagen für eine Entwicklung, die nicht nur auf Grundlage bestehender Daten getroffen werden. Auch Faktoren wie Trends oder Saisonalitäten werden in die Vorhersage miteinbezogen.
Smart Predict verfügt über maschinelle Lernmodelle, die Geschäftsanwender nutzen und an ihre eigenen Szenarien anpassen können. Ein Data-Scientist muss der Anwender nicht sein. Aber im Gegensatz zu den anderen drei vorgestellten SAC-Features ist es hier hilfreich, ein gewisses Vorwissen zu Datenabfragen, Statistik und maschinellem Lernen mitzubringen. Mit einem guten Verständnis der Daten und der Problemstellung können die Modelle so konfiguriert werden, dass sie Vorhersagen zum Beispiel über die Fluktuation von Mitarbeitern, aber auch über die die Abwanderung von Kunden, die Höhe der Arztrechnung eines Patienten oder das Gewicht des Einsatzes in einem Hochofen treffen.
Ist SAP Analytics Cloud Augmented Analytics praxistauglich?
Wir haben uns inzwischen intensiv mit dem Thema Augmented Analytics in der SAC beschäftigt und geprüft, wie praxistauglich dieses innovative Angebot ist. Wir bemerken bei der Nutzung dieser Features, dass sie in der Tat Zeit sparen und viele gute, nachvollziehbare Anregungen liefern und Informationen automatisch sehr verständlich aufbereitet werden.
Wir beobachten auch, dass auf den ersten Blick manchen Anwendern oft nicht klar ist, welches Feature für welchen Use Case verwendt werden kann. Wie Vorhersagen und andere Ergebnisse zusammenkommen, ist für den Anwender ein Stück weit eine Black Box – er muss dem System vertrauen. Das kann eine psychologische Hürde für Nutzer sein – muss es aber nicht, denn die SAP SE liefert eine sehr genaue Dokumentation für die angewendeten Modelle. Die Transparenz ist eine sehr gute Basis, um das Vertrauen der Nutzer zu bestätigen. Klar ist aber auch: Die Software und das ML-Modell spart Zeit und liefert Anregungen, ersetzen kein kritisches Denken und keine Entscheidung durch Fachleute.
Unser Fazit:
SAP Analytics Cloud Augmented Analytics macht aus der SAC noch keine Data-Science-Plattform, aber bietet viele praxistaugliche Funktionen, um aus Unternehmensdaten noch mehr Erkenntnisse zu generieren, etwa im Bereich der Planung. Bisher bauen in vielen Fällen Report Designer oder andere IT- oder Analytics-Experten die Reports, wenn der Kunde einen Use Case abdecken muss. Mit Hilfe von Augmented Analytics in der SAC können nun die Nutzer aus dem Fachbereich der Maschinenintelligenz im Hintergrund selbst die benötigten Darstellungen aufbauen. Dabei muss kein großes Know-how vorhanden sein, denn das System unterstützt bei der Erstellung der Reports und weist auf Erkenntnisse hin, die den Usern ansonsten verborgen bleiben würden. Dadurch lassen sich zudem Aufwände, die im Nachhinein oder zu spät erkannt werden und zu kritischen Geschäftsentscheidungen führen würden, vermeiden. Sie hilft massiv bei der Unterscheidung von wesentlichen und weniger wichtigen Informationen, bei der Priorisierung der Darstellung und bei der Visualisierung selbst. Für seine Rechercheanfrage muss der Nutzer sich nicht intensiv mit BI-Technologie oder Datenmodellen beschäftigt haben. Er kann die Fragen oder Anforderungen so formulieren wie er es auch gegenüber der IT-Abteilung tun würde. Diese ist entlastet und der Nutzer trotzdem zufrieden und sehr gut informiert. Es lohnt sich also, sich mit SAP Analytics Cloud Augmented Analytics zu befassen.
Haben Sie Fragen zu diesem Thema? Dann kontaktieren Sie mich gerne.
Stefan Schwenzl | Business Lead SGF Analytics | analytics.experte@team-con.de
