Accueil Entreposage de données SAP Datasphere Intelligent Lookup

SAP Datasphere Intelligent Lookup

Image de couverture DWC Intelligent Lookup

Définition de SAP Datasphere Intelligent Lookup

Lors de la création de modèles de données complexes dans la SAP Datasphere, il est fréquent d'utiliser des données provenant de différentes sources, comme par exemple le Data Marketplace.

L'étape suivante de l'harmonisation de ces données est en grande partie automatisée grâce à la fonction Intelligent Lookup : Au lieu de procéder à des adaptations formelles, les utilisateurs peuvent définir dans quelle mesure ils souhaitent intervenir manuellement dans le processus d'intégration des données. Ainsi, même sans connaissances techniques préalables, les utilisateurs sont en mesure d'effectuer et de vérifier eux-mêmes les étapes complètes de l'extension d'un modèle de données existant.

Étude de cas Covid-19 et prix des matières premières 

Dans notre autre article wiki sur la Data Marketplace, l'importation de données est déjà démontrée à l'aide de données sur les prix des matières premières et le nombre de cas Covid-19 dans le monde. 

Comment utiliser SAP Datasphere Intelligent Lookup ?

Cet exemple est maintenant complété par l'étape de préparation et de visualisation des données. La comparaison de deux tableaux importés nécessite l'alignement des dates respectives des prix des matières premières et des nombres de cas Covid-19. Si les champs de date correspondants sont écrits de la même manière, une jointure interne pourrait y remédier. Dans le cas présent, cela ne serait toutefois pas possible sans adaptation préalable, car l'orthographe des dates des tableaux diffère considérablement : 

Différence d'écriture de la date pour les prix des matières premières et le nombre de cas Covid-19
Figure 1 : Différence d'écriture de la date pour les prix des matières premières et le nombre de cas Covid-19

La fonction Intelligent Lookup de Datasphere offre une solution simple à ce problème. À l'aide de la "Fuzzy Match", les utilisateurs peuvent définir eux-mêmes le score qui doit être considéré comme une concordance. Au lieu d'ajuster manuellement l'un des deux champs de date, les valeurs correspondantes peuvent ainsi être extraites de manière directe. 

Résultat de la recherche intelligente : les sources de données ont 24 entrées correspondantes.
Image 2 : Résultat de la recherche intelligente : les sources de données ont 24 entrées correspondantes

Dans cet exemple, 24 entrées sont marquées comme concordantes (voir figure 2). Il s'agit des 24 mois entre janvier 2020 et décembre 2021, car c'est la seule période où un nombre significatif de cas Covid-19 a été enregistré. Ce résultat peut être utilisé pour la visualisation dans SAP Analytics Cloud dès qu'il est enregistré comme Analytical Dataset dans SAP Datasphere. 

Visualisation des données à l'aide de SAP Analytics Cloud  

Pour représenter mensuellement la multitude de prix différents des matières premières avec le nombre de cas Covid-19 dans le monde entier, un diagramme à barres qui accumule les différentes matières premières est approprié. Sur cette base, les groupes d'utilisateurs peuvent décider de manière autonome s'ils souhaitent étudier certaines matières premières de manière plus détaillée au cours de la période donnée. Dans le contexte très médiatisé de la hausse générale des prix due à l'infection Corona, ce graphique permet de montrer qu'un nombre considérable de matières premières n'est pas concerné. On observe en outre une augmentation en aval des prix des matières premières, en particulier dans les mois qui suivent un nombre particulièrement élevé de cas enregistrés dans le monde. D'autres interprétations nécessiteraient une analyse statistique, mais ce graphique donne une première indication d'un effet possible. 

Graphique comparant les cas Covid-19 (en rouge) avec les prix des matières premières (graphiques à barres)

Conclusion : comment et où la fonction SAP Datasphere Intelligent Lookup peut-elle m'aider ?

Grâce à la fonction Intelligent Lookup, l'effort technique d'intégration des données reste limité, ce qui rend ces étapes de travail accessibles à un large groupe d'utilisateurs. Dans l'exemple existant, cette fonction a été appliquée avec succès à l'aide de deux sources de données issues du Data Marketplace. Une approche similaire peut être utilisée pour combiner un modèle de données interne avec une source de données externe. Avec la fonction Intelligent Lookup, l'environnement de travail de SAP Datasphere devient encore plus agile, ce qui permet de personnaliser encore plus les exigences d'un modèle de données. 

En savoir plus sur Intelligent Lookup & SAP Datasphere ?

Vous trouverez de plus amples informations sur la tarification de SAP Datasphere sur la page Datasphere Pricing de SAP ou lors d'un entretien personnel avec nous.

Mon équipe et moi-même nous réjouissons de votre prise de contact.

Votre contact pour le Data Warehousing
Christiane Maria Kallfass est spécialiste du recrutement et du marketing chez s-peers AG
Christiane Grimm
Ventes internes

Publié par :

Lukas Weixler

autor:IN

Cet article vous a-t-il plu ?

Cet article vous a-t-il été utile ?

Cliquez sur une étoile pour évaluer !

Note moyenne 5 / 5.
Nombre d'évaluations : 4

Aucun vote pour l'instant ! Soyez la première personne à noter ce post !

INFORMATIONS

Plus d'informations

Gestion du changement informatique

Gestion du changement informatique : définition, processus et bonnes pratiques

Les entreprises ne tirent parti que de moins d'un tiers des avantages escomptés de la transformation numérique, non pas parce que la technologie fait défaut, mais parce que...

Qu'est-ce que la FP&A ? Définition, processus clés et avenir du pilotage d'entreprise

Les entreprises ne sont pas pilotées par des rapports, mais par de meilleures décisions. La FP&A (Financial Planning & Analysis) est la fonction stratégique...

Mission Lakehouse – Tous les wikis en un coup d'œil

Notre mission « Lakehouse » est terminée. Dans une série de 10...

Comment créer un agent IA basé sur du code dans SAP : guide étape par étape avec Python et AI Core

Ce wiki s'adresse aux développeurs et aux consultants SAP ayant des compétences techniques qui créent pour la première fois un agent IA basé sur du code avec Python,...

FinOps : l'art d'optimiser le rapport coût-valeur dans le cloud

Comment cela fonctionne-t-il dans le partage de données avec SAP et Databricks ? Le partenariat stratégique entre SAP et Databricks permet une...
Mosaic AI

Databricks Mosaic AI : des agents IA qui maîtrisent véritablement la logique métier de SAP

L'accès aux données ne signifie pas la maîtrise de la logique. Un agent IA ne « maîtrise » SAP que lorsqu'il opère au niveau sémantique sur les définitions des indicateurs, les structures organisationnelles...