SAP HANA Cloud: De DBAAS (database-as-a-service): De HANA database in de cloud.
SAP Analytics Cloud (SAC): De analytische tool die gebruikt wordt voor business intelligence, planning en predictive analytics.
SAP Datawarehouse Cloud (DWC): De DWAAS (datawarehouse-as-a-service) die het heterogene datalandschap herleidt naar een ‘single source of truth’.

In deze blogpost gaan we het hebben over SAP DWC. Magnus heeft deelgenomen aan het bèta programma van deze tool, welke momenteel beschikbaar is. Ook in free-trial versie. Voor ons een mooie kans om de tool grondig te testen.
Wat is SAP DWC?
SAP DWC is een cloud oplossing die gebruikers toelaat om data uit verschillende locaties samen te brengen. Deze data komt niet alleen uit het eigen bedrijf, maar kan ook uit externe databronnen komen. Denk bijvoorbeeld aan SAP ERP data, S/4 data of SuccesFactors data, of aan een database of CMS die je via een OData protocol kunt benaderen. Naast het verbinden van de data maakt SAP DWC het ook mogelijk om analyses uit te voeren op die data. Dus naast DataWarehouse functionaliteit bevat SAP DWC ook reporting mogelijkheden.
Wat valt op?
Na het inloggen in de omgeving valt allereerst de user interface op. Alle web interfaces van de SAP-producten hanteren dezelfde stijl en navigatiestructuur, waardoor het eenvoudig is om snel met het product te kunnen werken. Zo vinden we bijvoorbeeld de ‘Story builder’ uit de SAP Analytics Cloud terug, met hetzelfde pictogram en overeenkomstige menustructuur.
Je zegt dat ‘Story builder’ ook voorkomt in SAC, is SAP DWC dan een vervanging voor SAC of is het een complementaire tool?
SAP positioneert SAP DWC zeer duidelijk naast SAP SAC. SAP DWC is een datawarehouse oplossing wat betekent dat het data uit verschillende bronnen samenvoegt tot een single source of truth. SAC is een business intelligence, planning en predictive oplossing die de mogelijkheid biedt om uitgebreide analyses op je data uit te voeren. De SAP DWC bevat echter een subset aan functionaliteiten uit SAC, zodat het voor bedrijven die geen hele uitgebreide analytics uitvoeren ook mogelijk is om enkel SAP DWC aan te schaffen. Wil je meer advanced analytics uitvoeren, zoals predictive forecasts en planning, dan wordt er aangeraden om ook te investeren in SAC. Het aantal personen dat gebruik kan maken van de analytische functionaliteiten lijkt in SAP DWC bovendien beperkt tot vijf. Wil je aan meer gebruikers deze mogelijkheid geven, dan heb je naast SAP DWC ook SAC nodig.
Wat is het grootste voordeel van SAP DWC?
Het grootste voordeel van SAP DWC is dat de cloud implementatie ervoor zorgt dat de ruimte waarin je werkt ‘elastic scalable’ is. Dit betekent dat je, in tegenstelling tot hoge investeringen bij on premise systemen, per verbruik betaalt door de te gebruiken resources te laten groeien of verkleinen. Hier krijg je de voordelen van een echte cloud oplossing. SAP heeft deze elasticity geïmplementeerd via het concept ‘spaces’. Per line of business kun je een space aanmaken. Een space kan bijvoorbeeld worden geclassificeerd als cold, green, hot of hibernating. Dit is afhankelijk van de grootte en het verbruik. De systeembeheerder kan dan makkelijk capaciteit verschuiven van een cold space (waar de verbruikte ruimte minder is dan 5%) naar een hot space (waar de verbruikte ruimte hoger is dan 90%).

SAP heeft een Datawarehouse Cloud calculator opgezet waarmee je kan berekenen hoeveel je configuratie zou kunnen kosten. Belangrijke disclaimer hier is dat het slechts om een quote gaat en niet om een vaste prijs.
Wat hebben jullie opgezet?
Wij zijn gestart met de fictieve Magnus Electronics dataset (afgeleid van Microsoft Contoso dataset). Bij het opzetten van het datawarehouse volgen we drie belangrijke stappen: Data load, Data modelling en Story building.
1. Data load Data kan ingeladen worden via een connectie tot een systeem (SAP en niet-SAP)* of via het inladen van databestanden. Wij hebben ervoor gekozen om onze data in te laden op basis van .csv input. Bij het inladen van deze databestanden dien je je datatype per kolom te definiëren, want SAP zet deze standaard op String(5000).
2. Data modelling Nadat de data is ingeladen leg je je entity-relationship model (ERD) vast. Na deze stap kun je dan makkelijk je data modelleren. Hierbij voorziet SAP DWC twee wegen die beiden tot hetzelfde doel leiden: Grafische modellering of SQL modellering. Welke je kiest hangt af van je eigen voorkeur. Wat ons bij deze stap opviel was dat de Grafische modellering zeer intuïtief verloopt.
3. Story building Als laatste stap wordt een story opgezet. De mogelijkheden zijn hier uitgebreid. Denk niet alleen aan een staafdiagram of clusterballon, maar ook aan de heatmap. Bovendien ziet het er allemaal piekfijn uit.

Wat is jullie eerste oordeel over de tool?
Al met al zijn we behoorlijk onder de indruk van SAP DWC. Ten eerste komt de cloudoplossing met een vertrouwde en zeer intuïtieve user interface. Hierdoor konden we met beperkte training ons wegwijs maken in de tool. Ook de mogelijkheid grafisch te modelleren biedt meerwaarde. Deze stelt niet-technische gebruikers in staat een datamodel op te zetten zonder kennis van SQL. Ten slotte weet SAP DWC zich door toevoeging van analytische functionaliteiten te onderscheiden van andere partijen op de markt. We willen deze blogpost eindigen door te benadrukken dat de tool nog in de bèta-versie is. Hierdoor missen bepaalde functionaliteiten, waarvan we niet zeker weten hoe deze in de toekomst zullen werken. Zo is bijvoorbeeld integratie met Tableau nog niet mogelijk, maar SAP liet weten dat dit in de toekomst wel mogelijk wordt.
Wil jij meer informatie rond de mogelijkheden van SAP DWC? Neem dan contact op met Vincent Beumer
