- SAP Analytics Cloud和SAP Cloud fo
- SAP Analytics Cloud导入数据的规模限制
- SAP Analytics Cloud关于Smart Predi
- SAP Analytics Cloud里看到的SAP C4C的q
- 国外最好的80个商业智能(BI分析工具)四
- 从SAP客户主数据里直接创建商机(Opportunity)
- SAP Analytics Cloud和Cloud for Cu
- 如何配置SAP Analytics Cloud到SAP Clou
- SAP Analytics Cloud里取出SAP Cloud
- SAP C4C里嵌入SAP Analytics Cloud的案例
最近Jerry做的一个项目需要使用SAP Analytics Cloud和SAP Cloud for Customer进行集成。以前我对这个领域是一无所知,正好借此机会学习。

项目背景在Jerry之前的文章 如何在SAP Cloud for Customer页面嵌入自定义UI 已经介绍过。我们给汽车销售开发了一个微信小程序,在使用过程中会在SAP Cloud for Customer里生成Lead数据。我们希望使用SAP Analytics Cloud对C4C里这些Leads数据做各种分析和预测,以帮助该销售更有效地完成其销售目标。

从SAP Analytics Cloud官网得知,Analytics Cloud同提供数据源的SAP其他产品或第三方系统建立连接,有Live Data Connections和Import Data Connections两种,二者最大区别就在于前者没有数据复制(Replication), 而后者存在类似SAP ERP和SAP CRM之间的数据复制。

两种连接类型的支持矩阵表明,SAP Cloud for Customer只支持通过Import Data Connections的方式,同SAP Analytics Cloud集成。

因为二者都通过公有云的方式部署,因此也无需使用SAP Cloud Connector进行内外网穿越了。

在SAP Analytics Cloud里新建一个connection:

在Acquire Data里选择SAP Cloud Platform Analytics:

Data Service URL维护如下:
https://<host name>.c4c.saphybriscloud.cn/sap/byd/odata/cc_home_analytics.svc
SAP Cloud for Customer系统的Analytics模型,通过上面这个URL暴露给SAP Analytics Cloud使用。

连接建立后,基于该连接开启一个新的Model创建任务,选择SAP Cloud for Customer Analytics:

SAP Analytics Cloud的Model是基于Query的,所以先创建一个Query:

点击Next后,SAP Analytics Cloud会从SAP Cloud for Customer读取Query列表信息:

稍等片刻,SAP Cloud for Customer的Report模型就被读取出来,显示在SAP Analytics Cloud的Query列表里。因为SAP Analytics Cloud作为一个Analytics Hub,不可能知道Cloud for Customer应用比如Sales,Service,Marketing这些领域数据的存储明细,所以通过这些充当代理角色的C4C Report,去完成数据读取的任务。

每一个出现在上图对话框列表内的Query都对应着C4C系统Business Analytics(工作中心)的Design Reports(工作中心视图)里的一个Report, 命名规范为"RP<C4C Report ID>Q000<数字>QueryResults". 其中C4C Report ID可以在C4C系统里找到。

假设SAP C4C发布的标准Report不能满足我项目的实际需求,我可以基于Sales Lead(CODLEAHB)这个C4C的标准Data Source,自己新建一个Report.

点击New Report:

维护Name为Zjerryc4cLeadReport:

选中默认的两个Key Figure,Counter和Today,因为我希望创建的这个Report,能告诉我:到今天为止,C4C系统里一共存在多少个Lead,以及这些Lead的来源分布情况(通过Lead的Source字段区分)。

这个自定义的C4C Report创建完毕:

创建完毕后,对其进行简单的测试:

因为没有选择任何限制条件,所以该Report显示的Counter值为当前系统里全部的Lead个数:5837. 点击漏斗图标,打开Source字段的帮助对话框:

选择Z01代表的Wechat Social Channel:

得到意料之中的结果:6.

这和OWL查询出的结果一致。

C4C的Report创建好之后,就可以在SAP Analytics Cloud的Query列表里检索出来并选择:

在SAP Analytics Cloud里可以选择C4C 自定义Report里所有支持的Characteristics作为SAP Analytics Cloud模型的选择条件。下图的Incremental Load工作原理和SAP CRM中间件的Delta Download类似,不在本文讨论范围之内。

定义好SAP Analytics Cloud Model的选择条件之后,数据同步工作就开始了。

待数据全部从SAP C4C同步到SAP Analytics Cloud之后,提示信息显示总共5837条记录导入成功:

SAP Analytics Cloud Model基于这批导入的数据自动进行创建。

接下来,就是SAP Analytics Cloud的常规操作了,即基于模型创建Story,进行各种图表的展示,具体步骤请参考SAP Analytics Cloud的帮助文档。
下图是C4C系统全部的Lead按照其Source字段进行区分而显示出的分布情况,可以看到来自Campaign的Lead最多,而通过Wechat Social Channel创建的Lead最少。

可以在SAP Analytics Cloud里切换不同的图表来显示这些Lead的来源分布情况:


后续Jerry会继续分享在项目里使用SAP Analytics Cloud的经验,敬请关注。
要获取更多Jerry的原创文章,请关注公众号"汪子熙":

网友评论