业内资讯

SAP HANA平台处理大数据

更新日期:2017-04-12 阅读量:382 所属类别:业内资讯

通常来说,工业 4.0 带来的全新业务模式要求企业完善资产维护流程,以最低的成本尽可能提高机器可用性。企业还必须削减零部件库存,尽量减少维护和保养流程消耗的材料数量。这就要求企业利用预测分析和算法来预测设备健康状况。


本用例中的架构设置应支持实时运营、分析和行动。同时,每天的大量事件必须与企业数据关联起来。在 SAP Predictive Maintenance and Service 解决方案的支持下,SAP HANA 平台可以满足与此用例相关的所有要求(参见下图)。


微信截图_20170412140148.png

注释:金色方框表示特别重要的组件。

SQL = 结构化查询语言

MDX = 多维表达式

JSON = JavaScript 对象表示法

SAS = 统计分析系统


借助 SAP Predictive Maintenance and Service,设备制造商和机械及资产运营商可以远程监控机器的健康状况,预测机器故障,并主动维护资产。该款解决方案既包含标准的云版本,也可以作为技术基础和定制开发项目的可重复定制解决方案进行交付,且两种选项都以 SAP HANA 为基础。


利用来自任何系统的大量数据为了满足此用例的要求,你的基础架构必须能够使用来自任何系统(SAP系统或非 SAP 系统)的数据,而且不受数据类型(业务数据或传感器数据)的限制。SAP Data Services 软件正好能满足这一要求。此外,你的基础架构应能够做到每秒读取 100-200 万条记录,并且只保留你关注的记录。SAP Event Stream Processor 可以实现这一功能。通过集成 Hadoop,SAP HANA 平台能够与多达数 TB 甚至是数 PB 的后端数据建立连接。


处理海量数据


预测性维护是防止资产故障的一个重要步骤。为此,企业必须对传感器数据、业务数据、环境数据、情感数据以及其他数据进行分析,发现其中的关联、模式、规则、异常值和根本原因,并做出预测。借助这一数据挖掘流程,企业可以采取相关措施,比如创建通知,修改维护时间表,预先部署零部件,调整维修计划,变更产品规格等等。


SAP HANA 平台的查询引擎和规则引擎可以支持你在短短几秒内,针对从众多数据源整合的海量记录进行即席查询。该平台的 SQL、SQLScript 和JavaScript 功能能帮助你充分利用需要多次查询的快速程序。


你可以基于预测分析库的内置精密算法,执行复杂分析;利用规则引擎定义和触发业务规则。此外,你还可以利用计划引擎,扩展计划场景。文本分析(搜索和关联)对你而言将不再是问题,因为文本分析引擎能够支持你将文本作为另一个查询领域。同样, SAP HANA 平台提供的地理空间分析功能能帮助你对地理空间数据进行全面分析。在这些引擎的帮助下,你可以找出故障原因(根本原因),检测偏差,并根据传感器数据和故障信息创建预测模型。


开放式连接


SAP HANA 采用开放式连接。当你需要连接统计分析系统 (SAS) 应用时,该平台能够支持你快速重复使用你的 SAS 模型。而且,你还可以深入挖掘统计数据,甚至是利用 SAP BusinessObjects Predictive Analytics 软件,让系统给出最佳建议。


由于 SAP HANA 能够处理 R 程序,如果企业将该平台连接到 R 服务器,以利用数据挖掘算法来预测库存和优化劳动力,此时你就可以重复使用你的 R 模型。通过集成 Hadoop 系统,你还可以灵活扩展,实现处理和存储海量数据的要求。你也可以使用 Hadoop 归档历史数据或进行离线批处理。


本用例要求快速关联数据并采取行动,以预测运营需求和意外故障,并自动运行触发器。在这种系统配置中,灵活的预测算法和工具将技术数据与业务数据整合于一体。机器到机器的通信方式则有助于监控活动和存储数据,以便实时生成报表。此外,要想获得有意义的可视化内容(比如 SAP Lumira 可以提供的内容),先进的商务智能工具也是必不可少的。


需求信号管理用例


需求信号管理是消费品企业的普遍需求。他们希望在能够实现最高业务增长的零售商和消费者市场大展拳脚。为此,他们必须获得一个一致且全面的全球市场视图,了解各个市场的独特需求。


通常来说,这些企业会使用各大机构提供的整合数据来了解需求和品牌认知情况,这样他们就能专注于真正值得关注的领域。但是,如果不能实现自动化,那么整合和协调来自各种数据源(内外部数据源)的数据就会成为一项非常耗时且极易出错的手动流程。基于 SAP HANA 的 SAP Demand Signal Management 应用能够解决数据协调和自动化给营销、供应链和销售等领域带来的最常见挑战。


在SAP Demand Signal Management 的帮助下, SAP HANA 平台进一步完善,将天气数据或社交媒体数据等数据源也纳入其中。这款应用可以充当多种用例的中央平台,比如消费品行业和其他行业内的促销优化、情感分析、需求预测以及品牌认知等。


下图展示了一个典型的需求信号管理架构。借助 SAP HANA 平台,你可以脱机和实时处理数量庞大、种类繁多且速度超快的数据。这些数据可以根据具体要求,存储在内存、动态分层选项或 Hadoop 中。


微信截图_20170412140211.png


注释:金色方框表示特别重要的组件。 

SQL = 结构化查询语言 

MDX = 多维表达式 

JSON = JavaScript 对象表示法 

SAS = 统计分析系统 

POS = 销售点


举例来说,当来自外部数据源的数据数量特别大,并且速度极快时(销售点数据就是这种情况),这些数据将采用 Hadoop 存储。


对于零售行业的客户行为分析,如果采用类似架构,你就可以基于一个预测模型将多个数据源整合至 SAP HANA 中一个中央数据存储器,该模型可以根据客户回头率和流失率等指标来确定评分。


最终得出的评分可以作为客户互动情报,用于选择营销活动目标受众。这样做的目的是通过定位正确的目标受众,提高营销活动的投资回报率。反过来,这种营销优化方法不仅有望提高企业收入和利润,还有助于在各种渠道提供个性化的消费者体验。


此外, SAP HANA 中经过高度优化的分析引擎利用各种技术减少了搜索次数,并采用目前可用的最佳科学算法,因而能够处理海量数据。总之,通过部署 SAP HANA 平台,企业可以获得比竞争对手更明显的竞争优势。同时,在 SAP HANA 的支持下,SAP Demand Signal Management 为企业提供了一个中央平台来监控聚合的市场数据,而这项功能反过来又能帮助企业更深入地了解客户需求,并且专注于适当的市场,进而降低成本,提高收入。



微信截图_20170329101137.png