下载掌阅APP，畅读海量书库
立即打开
经过一个半月的项目蓝图设计，项目组已经完成财务、生产、销售、库存主题的需求调研、分析体系和分析场景设计，总计产出约100个指标、30页管理驾驶舱。按计划，项目经理Jackie将带领项目组成员为项目蓝图设计阶段产出的指标和管理驾驶舱设计底层支撑的数据模型，但此时A公司项目经理Richard却对如何合理设计数据模型忧心忡忡，于是找到Jackie讲述了他的担忧。
（1）如何进行数据建模，满足不同业务场景的指标需求？不同业务主题的指标、计算逻辑差异巨大，如销售收入（累计指标），资产、负债（累计余额），库存数量（非累计指标），人数（期间最后一天统计）等，SAP BW/4HANA是否有合适的数据存储对象进行数据建模并确保性能？
（2）如何进行数据建模，满足不同数据的时效性要求？不同的分析场景对数据有不同的时效性要求，SAP BW/4HANA如何实现对实时、非实时的分析场景的支撑？
（3）如何建立良好的架构，支撑当前需求和未来需求？从后续数据仓库平台的稳定性、可扩展性、可维护性角度出发，当前数据仓库搭建该如何考虑时间和空间的平衡、数据如何分层存储？
Jackie听完，微微一笑，安慰Richard并帮他分析起来。
数据建模是BI项目实施过程中最为关键的工作之一，是BI数据分析的基座，从本质上讲是数据业务化的过程。想要构建正确、可靠、可扩展、高效、易维护的数据模型，首先要深入理解什么是业务数据化及数据业务化。
业务数据化是指将企业各业务域运营过程中的关键信息转变为数据的过程，目前企业各业务系统担负了将企业业务运营过程数据化的主要职责，典型的业务系统如ERP、CRM、HR等。业务数据化是企业信息化建设前期的必经阶段，随着企业信息化建设的深入，企业数据呈指数级增长，如何发挥已积累业务数据的价值，为企业战略制定、运营管理、业务执行提供支持，是当前大部分企业面临的主要问题。
从业务数据化到数据业务化是企业信息化建设的两个阶段，如何将源系统中沉淀的数据进行集成，并将数据进行业务化建模，实现数据反哺业务，是数据仓库实施工作的重点和难点。企业决策层、管理层及执行层在日常工作中对数据的分析需求差异较大，因此支撑这些数据分析需求的数据模型设计也要因“需”而定。
SAP S/4HANA系统能实现企业运营数字化，而SAP BW/4HANA作为SAP 推出的BI工具，则能实现数据集成和价值化。SAP BW/4HANA通过预置的标准数据接口及增量机制实现对SAP业务系统数据的无缝集成。SAP BW/4HANA不仅能集成SAP业务系统，还可以集成非 SAP 系统，为企业打通系统数据孤岛，创建统一的数据中心。此外，SAP BW/4HANA内置了超过10种类型的ADSO数据模型，可支撑不同的数据分析场景。
