Home Google Cloud Platform SAC & GCP Excel-Import

SAC & GCP Excel-Import

Der Artikel beschreibt die SAC & GCP Lösung, mit der Excel Plandaten einfach und komfortabel in SAP Analytics Cloud (SAC) Modelle importiert werden können. Mit Hilfe von Excel-Templates und einer benutzerfreundlichen Web-Applikation werden die Daten lokal aufbereitet und über die SAC Data Import API automatisiert in das SAC-Modell übertragen.

Inhaltsverzeichnis

Die SAP Analytics Cloud gibt dem User zahlreiche Funktionen an die Hand, um eine Planung online direkt in der Anwendung erstellen zu können. Dennoch sieht die betriebliche Realität häufig noch immer anders aus. Excel ist weiterhin das Tool der Wahl in vielen Controlling-Abteilungen und dient in vielen Fällen als Grundlage für die Erstellung von Plänen, deren Ergebnis dann nur noch in die SAP Analytics Cloud hochgeladen wird.

Zwar bietet die SAP Analytics Cloud bereits im Standard die Möglichkeit, Daten aus Excel hochzuladen, dies jedoch nur über das Backend und nur als Administrator. Die Möglichkeiten, als Enduser über das Frontend Excel-Daten hochzuladen, waren bisher begrenzt. So war es naheliegend eine Lösung zu entwickeln, welche für viele Benutzer intuitiv bedienbar ist, und die Möglichkeit bietet, die in Excel erstellte Planung einfach und komfortabel in ein SAC-Planungsmodell zu schreiben.

Wie funktioniert der Import?

Für den Import der Plandaten setzt die Lösung auf den Excel-Datei-Standard und eine simple Web-Benutzeroberfläche auf Basis der Python Flask Technologie. Flask stellt in diesem Produkt das Frontend zur Verfügung und ermöglicht die Interaktion mit dem Backend bestehend aus Google Cloud Run und der SAC Data Import API.

Als Grundlage benötigt es zu Beginn Excel Templates, welche in der Web-Applikation bereitgestellt werden und von Nutzern heruntergeladen werden können. Das Template wird individuell an das jeweilige Planungsmodell angepasst. Im Standard werden die Dimensionen angeboten, die im Planungsmodell zur Verfügung stehen (alle oder eine Teilmenge). Da mit der Lösung die Möglichkeit besteht, vor der Verbuchung der Daten weitere Logik zu implementieren, sind hier auch individuelle Lösungen denkbar.

Das Template wird lokal vom Anwender, unter der Verwendung von Excel, mit Plandaten befüllt. Dann kann der Anwender die erstellte Excel-Datei innerhalb der Benutzeroberfläche hochladen. Die Daten werden innerhalb aufbereitet und in das ausgewählte SAC-Planungsmodell via Import API importiert. Der Benutzer erhält über die erfolgreiche Verbuchung oder eventuell entstandene Probleme bei der Verbuchung eine Mitteilung.

Der Benutzer kann zudem verschiede eImport-Methoden auswählen, die die SAC Import API anbietet: „CleanAndReplace“, „Update“ und „Insert“. Je nach Methode werden die Daten entsprechend in das SAC Planungs-Modell importiert und veröffentlicht und stehen direkt für die weitere Integration zur Verfügung, beispielsweise das Erstellen eines Reports in einer SAC Story.

SAC GCP Excelimport

Was sind die Vorteile dieser Lösung?

Flexibilität

Die Templates können selbst definiert werden, so dass jede Art von SAC Planungs-Modell bedient werden kann. Benutzerdefinierte Datenaufbereitung ist kein Hindernis, sondern ein realisiertes Feature. Die Integration komplexer zusätzlicher Logik vor dem Verbuchen der Daten ist optional möglich.

Automatisierung

Die hochgeladenen Daten werden direkt in das SAC-Modell importiert und der Nutzer muss keine weiteren Aktionen auszuführen. Sollte ein Fehler auftreten, so wird ein detaillierter Fehlerbericht angezeigt, wie die Daten zu korrigieren sind, damit sie in das Modell verbucht werden können.

Versionskontrolle

Das Tool wird mit GitHub, einem beliebten Versionskontrollsystem, verwaltet. Dadurch kann jederzeit auf einen alten Stand zurückgekehrt werden, ohne aufwendige und risikoreiche Rollback-Aktionen.

Skalierbarkeit

Die Verwendung von Google Cloud Run als Backendtechnologie ermöglicht die Skalierung auf tausende Nutzer der Web-Applikation.

Kosteneffizienz

Da Google Cloud Run einfach skalierbar und Python Flask eine Open-Source Bibliothek ist, ermöglicht dies einen kostengünstigen Betrieb, welcher sich an die individuelle Nutzungsintensität anpasst.

Features des Produkts

Integration von Excel als Standard-Tool im Umgang mit Daten

Jeder Nutzer soll das Produkt einsetzen können, ohne sich neue Fähigkeiten zeitaufwendig aneignen zu müssen – denn Zeit gilt es zu respektieren. Deshalb wird bei diesem Produkt auf Excel-Templates als Import-Standard innerhalb der Benutzeroberfläche gesetzt. Dadurch können Nutzer wie gewohnt lokal die Planung in Excel ausführen und abschliessend das Ergebnis ihrer Planung über die Web-Applikation nach SAP Analytics Cloud hochladen. Somit reduziert sich der Schulungsaufwand für die Einführung von SAP Analytics Cloud Planung und die Akzeptanz der Lösung in einem stark Excel-geprägten Umfeld wird erhöht. Gleichzeitig bieten sich alle Vorteile der Integrierten Planung mit SAP Analytics Cloud.

 

Benutzerdefinierte Web-Applikation

Die individuellen Bedürfnisse eines jeden Unternehmens müssen abgedeckt werden können, um eine einfache Integration in das Arbeitsumfeld zu ermöglichen. Auf Basis dessen ist das Produkt eine leicht an individuelle Anforderungen anpassbare Anwendung. Der Fokus liegt hierbei auf den Excel-Templates, wobei auch weiteren Modifikationen keine Grenzen gesetzt sind. Die Verwendung von Python Flask ermöglicht eine hohe Flexibilität, auch für die Erfüllung komplexer Ansprüche.

 

Verwendung der SAC Import API

Die nativ verfügbare SAC Import API bietet eine von SAP bereitgestellte Schnittstelle zur Kommunikation mit dem SAC Planungs-Backend. Diese Technologie wurde in die Lösung integriert, um eine stabile, sichere und funktionale Importmöglichkeit zu gewährleisten. Des Weiteren wird die Import API von SAP gepflegt und weiterentwickelt, um die Fehleranfälligkeit sowie Ausfallzeiten möglichst gering zu halten

Welche Möglichkeiten werden ohne das Produkt verpasst?

Gibt es Schwierigkeiten, komplexe Plandaten in die SAP Analytics Cloud zu importieren? Es gibt keine Möglichkeit die Daten auf einfache Art und Weise in die SAC zu importieren? Wenn ja, dann wird das volle Potenzial der Daten verpasst. Genau hier kommt diese Anwendung ins Spiel.

Mit dem einfachen Excel-Import auf Basis einer intuitiven Benutzeroberfläche können die Daten lokal in Templates abgefüllt und in der Web-Applikation hochgeladen werden. Der automatisierte Datenimport via SAC Data Import API überträgt die Daten zuverlässig in die SAC-Modelle.

Ohne den Excel-Import verbringen SAC-Teams möglicherweise unzählige Stunden damit, ihre in Excel geplanten Daten manuell nach SAP Analytics Cloud zu importieren, was Raum für Fehler und Ungenauigkeiten lässt. Mit dem Excel-Import können Teams den Prozess jedoch automatisieren und sich auf andere wichtige Geschäftsaufgaben konzentrieren, um Ihre Konkurrenzfähigkeit weiter auszubauen.

Mehr wissen?

Sie möchten tiefer in das Thema Google Cloud Platform einsteigen? Gerne sprechen wir persönlich mit Ihnen darüber – nehmen Sie einfach Kontakt mit uns auf!

Ihr GCP-Ansprechpartner
Christian Blessing
Christian Blessing
Head of Google Cloud Consulting

Published by:

Gary Lude

Analytics Consultant

autor:IN

Wie hat Ihnen der Artikel gefallen?

Wie hilfreich war dieser Beitrag?

Klicken Sie auf einen Stern, um zu bewerten!

Durchschnittliche Bewertung 5 / 5.
Anzahl Bewertungen: 3

Bislang keine Stimmen! Seien Sie die erste Person, die diesen Beitrag bewertet!

INFORMATIONEN

Weitere Informationen

Plandaten-Import für die Personalkostenplanung Wie Google Cloud Success Factors und SAP Analytics Cloud verbindet

Plandaten-Import für die Personalkostenplanung: Wie Google Cloud Success Factors und SAP Analytics Cloud verbindet

Diese Lösung ermöglicht die Integration von SAP SuccessFactors (SF) und...
Titelbild On-Premise vs. Off-Premise Software Was ist der Unterschied

On-Premise vs. Off-Premise Software: Was ist der Unterschied?

Während der Begriff on-premise existiert, gibt es den Begriff off-premise so nicht. Man spricht entweder vom Outsourcing (Nutzung von...

R vs. PYTHON

R und Python sind beide führende Programmiersprachen in der Datenanalyse...

Projektmanagement optimieren mit KI-gestütztem Dokumenten-Chat und BigQuery

In vielen Branchen sind Effizienz und Präzision entscheidend. Mit KI und BigQuery können Projektdaten einfach verwaltet und Informationen in...
Wiki BigQuery Data Canvas

Ad-Hoc & Explorative Datenanalysen mit BigQuery Data Canvas

BigQuery Data Canvas (BQDC) ist ein von Gemini AI unterstützter Service der Google Cloud Platform (GCP), welcher das Auffinden,...
SAC Forecasting mit Google Cloud Services

SAC & GCP: SAC Forecasting mit Google Cloud Services

BigQuery Data Canvas (BQDC) ist ein von Gemini AI unterstützter Service der Google Cloud Platform (GCP), welcher das Auffinden,...