Además, debe poder simular varios pronósticos: ¿qué sucederá si mueve las ventas en línea o reduce los costos de oficina? ¿Las inversiones en TI ayudarán a aumentar las ventas al aumentar la eficiencia del personal? Además, hay industrias donde la participación de los costos directos en los costos totales es pequeña, por lo que los enfoques generalmente aceptados para la asignación de costos indirectos pueden conducir a malas decisiones de gestión.
Normalmente, como resultado de la implementación de técnicas avanzadas de asignación de costos, es posible identificar entre el 30 y el 40% del costo total que se puede evitar. Esto le permite obtener beneficios adicionales. Al mismo tiempo, los costos de TI para los sistemas de asignación deben proporcionar un rápido retorno de la inversión, lo que significa que el período de implementación del proyecto será corto. Es en el análisis y la implementación de modelos tan complejos donde ayuda SAP Profibility and Performance Management (antes SAP FS-PER), que hace tiempo que dejó de ser una solución solo para la gestión de costes. Ahora es un rico conjunto de herramientas de modelado avanzado y manipulación de datos. Esto se ve confirmado por una variedad de escenarios que nuestros clientes ahora están implementando en diferentes industrias: manufactura, medios, retail, bancos, minería, etc.
Echemos un vistazo a las principales características nuevas que han aparecido en las últimas actualizaciones de la solución y cómo puede usar ML en SAP PAPM para crear pronósticos.
1. Nueva interfaz para modelar y generar informes
La nueva interfaz de informes contiene la capacidad de generar análisis no solo mediante valores cuantitativos y resultados de cálculo, sino también análisis descriptivos. Esto es útil para muchos casos de uso de productos donde se requiere una documentación extensa, como modelos financieros, precios de transferencia, sostenibilidad e informes fiscales.
Se incluye en esta interfaz es un WYSIWYG (lo que se ve-es-lo-que-hay) editor de documentos que ofrece la edición de texto para incluir tablas, enlaces, imágenes y vídeos, y visualizar los datos de entrada y de salida.
Modelado de situaciones hipotéticas (del lado del servidor)
Anteriormente, ya estaba disponible para modelar los resultados cambiando los parámetros de entrada, por ejemplo, cambiando el precio del material entrante en producción o la tarifa por atender a un grupo de clientes para el segmento B2C, aumentando / disminuyendo los costos de TI o combustible. La nueva interfaz incluye el modelado de los parámetros del proceso de cálculo: período, proceso, centro de costos, región, tipo de vehículo, tipo de instalación, etc. Después de completar el cálculo en el servidor, los resultados se reflejarán en el informe.
Modelado del lado del cliente
Todo es igual que en la versión del servidor, solo el modelado del lado del cliente puede ejecutar scripts basados en los datos que se muestran en el informe.
Visualización de datos iniciales y resultados de cálculos.
Los datos de entrada y los resultados se pueden visualizar utilizando varios tipos de cuadros y gráficos, como barras, series de tiempo, mapas de calor, cadenas de valor y otros. Estas visualizaciones están integradas en el informe y son interactivas. Esto significa que dependen de filtros y configuraciones que permiten granularidad de datos.
2. Aprendizaje automático
Nuevos tipos de modelos "Agrupación" y "Clasificación", además de "Regresión" y "Pronóstico" (series de tiempo) ya existentes, han aparecido en la función de aprendizaje automático utilizando la biblioteca predictiva automatizada (APL) de HANA.
El requisito previo para su uso es la biblioteca predictiva automatizada (APL) 1904 de SAP HANA instalada (mínimo).
Consideremos un ejemplo del uso de la regla de previsión.
Supongamos que tenemos la tarea de predecir los datos iniciales sobre los costos de los departamentos para el próximo año en función de los datos desglosados por fecha, cuenta, centro de costos, etc.
El período de pronóstico se establece en 12. Esto significa que recibiremos 12 valores de pronóstico. La función calcula los valores en la columna Cantidad de pronóstico según el algoritmo aplicado por APL. La función de biblioteca automatizada ejecuta varios modelos (como regresión lineal o suavizado exponencial) sobre datos históricos. Esto es para determinar el mejor modelo entrenado en el conjunto de datos de entrada. A continuación, se construye un pronóstico. Los valores predictivos se pueden utilizar posteriormente en otras funciones.
Por lo tanto, el resultado del pronóstico en nuestro caso se verá así.
El aprendizaje automático también muestra la entrada dirigida a las cuentas de contabilidad BEN y COM. El pronóstico revela una tendencia al alza para la cuenta BEN y una tendencia positiva para la cuenta COM. Dado que el período se especificó como 12 meses, el aprendizaje automático predijo la cantidad durante los próximos 12 meses para cada uno de los tipos de cuenta especificados.
Pero a menudo sucede que se requiere un pronóstico más detallado o escribir sus propias funciones. Para ello, se puede utilizar la creación de código en un script R; para llamarlo, se debe activar el servidor SAP HANA R. Además, a través de la función de llamar a procedimientos externos Remote Function Adapter, el usuario puede seleccionar el tipo SAP HANA R Script, que le permite llamar a un script R externo. Al mismo tiempo, PaPM mostrará el código en sí, escrito externamente, o proporcionará una interfaz para escribirlo y editarlo.
Este enfoque se puede utilizar para escenarios en los que se requieren modelos predictivos complejos, por ejemplo, en modelos financieros o para calcular riesgos en la industria bancaria.
3. Paralelización y escalamiento horizontal
La solución debe poder trabajar con una gran cantidad de datos y, al mismo tiempo, proporcionar un alto rendimiento de cálculos, independientemente del escenario. Para garantizar esto, existen cada vez más oportunidades para la paralelización de cálculos y la funcionalidad de escalamiento horizontal. Esto facilita el trabajo con conjuntos de datos de 2 mil millones o más de registros y le permite administrar activamente la carga de CPU y RAM.
En la aplicación de simulación, seleccionando Entorno -> Partición, para cada rango de partición, ahora puede definir dónde se debe ejecutar este paquete de trabajo. Esto puede resultar útil para lograr un equilibrio de carga uniforme en todo el panorama del sistema de escalabilidad horizontal. En este caso, la cantidad de registros en los paquetes de trabajo es muy desigual y la asignación automática de SAP HANA es subóptima.
Puede encontrar más detalles sobre la configuración y el lanzamiento posterior aquí .
En conclusión, me gustaría recordarles que SAP PaPM viene con contenido estándar para que sea más fácil comenzar con la solución. Ahora incluye más de 40 modelos para diferentes industrias y escenarios, desde la asignación de costos hasta el análisis de sostenibilidad empresarial. El contenido se enriquece y repone constantemente, una de las novedades de PCM to PaPM Activity Based Costing. Proporciona un editor de reglas similar al de la Gestión de costes y rentabilidad de SAP. Y dado que la solución ha expirado su período de soporte, el nuevo contenido simplificará significativamente la importación de reglas desde SAP PCM, reduciendo el tiempo de migración.
La solución continúa desarrollándose activamente, proporcionando a los usuarios una plataforma completa para automatizar varios escenarios a través de una interfaz fácil de usar que no requiere programación. En los siguientes artículos, hablaremos de otros escenarios integrados que tienen mayor demanda entre nuestros clientes globales y rusos, por ejemplo, "Gestión de la sostenibilidad" y "Asignación de costes de TI" según la metodología de gestión empresarial de Tecnología.
Autor: Irina Sheftelevich, Arquitecta senior de SAP CIS Business Solutions