Skip to content
NextLytics
Megamenü_2023_Über-uns

Shaping Business Intelligence

Ob clevere Zusatzprodukte für SAP BI, Entwicklung aussagekräftiger Dashboards oder Implementierung KI-basierter Anwendungen - wir gestalten zusammen mit Ihnen die Zukunft von Business Intelligence. 

Megamenü_2023_Über-uns_1

Über uns

Als Partner mit tiefem Prozess-Know-how, Wissen der neuesten SAP-Technologien sowie hoher sozialer Kompetenz und langjähriger Projekterfahrung gestalten wir die Zukunft von Business Intelligence auch in Ihrem Unternehmen.

Megamenü_2023_Methodik

Unsere Methodik

Die Mischung aus klassischem Wasserfallmodell und agiler Methodik garantiert unseren Projekten eine hohe Effizienz und Zufriedenheit auf beiden Seiten. Erfahren Sie mehr über unsere Vorgehensweise.

Produkte
Megamenü_2023_NextTables

NextTables

Daten in SAP BW out of the Box bearbeiten: Mit NextTables wird das Editieren von Tabellen einfacher, schneller und intuitiver, egal ob Sie SAP BW on HANA, SAP S/4HANA oder SAP BW 4/HANA nutzen.

Megamenü_2023_Connector

NextLytics Connectoren

Die zunehmende Automatisierung von Prozessen erfordert die Konnektivität von IT-Systemen. Die NextLytics Connectoren ermöglichen eine Verbindung Ihres SAP Ökosystems mit diversen open-source Technologien.

IT-Services
Megamenü_2023_Data-Science

Data Science & Engineering

Bereit für die Zukunft? Als starker Partner stehen wir Ihnen bei der Konzeption, Umsetzung und Optimierung Ihrer KI-Anwendung zur Seite.

Megamenü_2023_Planning

SAP Planning

Wir gestalten neue Planungsanwendungen mithilfe von SAP BPC Embedded, IP oder  SAC Planning, die einen Mehrwert für Ihr Unternehmen schaffen.

Megamenü_2023_Dashboarding

Dashboarding

Mit unserer Expertise verhelfen wir Ihnen auf Basis von Tableau, Power BI, SAP Analytics Cloud oder SAP Lumira zu aussagekräftigen Dashboards. 

Megamenü_2023_Data-Warehouse-1

SAP Data Warehouse

Planen Sie eine Migration auf SAP HANA? Wir zeigen Ihnen, welche Herausforderungen zu beachten sind und welche Vorteile eine Migration bringt.

Business Analytics
Megamenü_2023_Procurement

Procurement Analytics

Transparente und valide Zahlen sind vor allem in Unternehmen mit dezentraler Struktur wichtig. SAP Procurement Analytics ermöglicht die Auswertung von SAP ERP-Daten in SAP BI.

Megamenü_2023_Reporting

SAP HR Reporting & Analytics

Mit unserem Standardmodell für Reporting von SAP HCM mit SAP BW beschleunigen Sie administrative Tätigkeiten und stellen Daten aus verschiedenen Systemen zentral und valide zur Verfügung.

Megamenü_2023_Dataquality

Data Quality Management

In Zeiten von Big Data und IoT kommt der Vorhaltung einer hohen Datenqualität eine enorm wichtige Bedeutung zu. Mit unserer Lösung für Datenqualitätsmanagement (DQM) behalten Sie stets den Überblick.

Karriere
Megamenü_2023_Karriere-2b

Arbeiten bei NextLytics

Wenn Du mit Freude zur Arbeit gehen möchtest und dabei Deine berufliche und persönliche Weiterentwicklung nicht zu kurz kommen soll, dann bist Du bei uns genau richtig! 

Megamenü_2023_Karriere-1

Berufserfahrene

Zeit für etwas Neues? Gehe Deinen nächsten beruflichen Schritt und gestalte Innovation und Wachstum in einem spannenden Umfeld zusammen mit uns!

Megamenü_2023_Karriere-5

Berufseinsteigende

Schluss mit grauer Theorie - Zeit, die farbenfrohe Praxis kennenzulernen! Gestalte bei uns Deinen Einstieg ins Berufsleben mit lehrreichen Projekten und Freude an der Arbeit.

Megamenü_2023_Karriere-4-1

Studierende

Du möchtest nicht bloß die Theorie studieren, sondern Dich gleichzeitig auch praktisch von ihr überzeugen? Teste mit uns Theorie und Praxis und erlebe wo sich Unterschiede zeigen.

Megamenü_2023_Karriere-3

Offene Stellen

Hier findest Du alle offenen Stellenangebote. Schau Dich um und bewirb Dich - wir freuen uns! Falls keine passende Stelle dabei ist, sende uns gerne Deine Initiativbewerbung zu.

Blog
NextLytics Newsletter Teaser
Hier für unseren monatlichen Newsletter anmelden!
Newsletter abonnieren
 

Merkmalsbeziehungen in SAP BW IP und BPC verständlich erklärt

In der Planung können Sie mithilfe von Merkmalsbeziehungen festlegen, welche Kombinationen Sie innerhalb Ihrer Planungsapplikation zulassen möchten. Außerdem lassen sich korrekte Werte automatisch ableiten. In diesem Artikel lernen Sie, wie Sie mit Merkmalsbeziehungen arbeiten.

Funktionen der Merkmalsbeziehungen

Mit Merkmalsbeziehungen können Sie inhaltlich korrespondierende Merkmale miteinander verknüpfen, wodurch Sie deren Datenkonsistenz sicherstellen können. Dies erreichen Sie, indem Sie Regeln definieren, um zulässige Kombinationen von Merkmalswerten für die Plan-InfoProvider zu überprüfen.

Sie können auch Regeln festlegen, nach denen aus Merkmalswerten automatisch Werte für weitere Merkmale abgeleitet werden können. So können Sie z. B. anhand der Stadt die Region bestimmen. Dies ist nützlich, wenn die abgeleiteten Merkmale im gegenwärtigen Planungskontext nicht relevant sind, aber für weitere Auswertungen zur Verfügung stehen sollen.

Grundsätzlich wird zwischen drei Funktionen unterschieden.

1. Wenn ein Datensatz angelegt wird, kann das SAP-System prüfen, ob die geplante Merkmalskombination erlaubt ist. Die in der nachfolgenden Tabelle dargestellte Kombination wäre z. B. nicht gültig und könnte somit nicht gespeichert werden.

Produktgruppe

Produktkategorie

Menge

Smartphone S

Tablets

100

 

2. Außerdem kennt das SAP-System die gültigen Kombinationen je Merkmal und kann diese automatisch vorgeschlagen bzw. generieren. In der nachfolgenden Tabelle sehen Sie ein Beispiel.

Produktgruppe

Produktkategorie

Menge

Smartphone S

Smartphones

0

Tablet I

Tablets

0

 

3. Darüber hinaus kann die Ausprägung eines Merkmals aus der Ausprägung eines anderen Merkmals abgeleitet werden. So kann z. B. aus einer geplanten Produktgruppe die entsprechende Produktkategorie im Hintergrund automatisch gefüllt werden, wie es in der nachfolgenden Tabelle dargestellt ist.

Produktgruppe

Produktkategorie

Menge

Smartphone S

Smartphones

100

 

Generell sind mehrere Merkmalsbeziehungen pro InfoProvider möglich. In diesem Fall werden alle Merkmalsbeziehungen schrittweise in der hinterlegten Reihenfolge ausgeführt. Damit können Sie bei der Definition von Merkmalsbeziehungen Kausalketten bilden. So können Sie z. B. zuerst aus einem Produkt die Produktgruppe ableiten, um dann im zweiten Schritt aus der Produktgruppe die Produktkategorie abzuleiten. Zu Testzwecken können Sie auch einzelne Schritte der Merkmalsbeziehungen deaktivieren.

Grundsätzlich wird zwischen Merkmalsbeziehungen mit Ableitung und ohne Ableitung unterschieden. In den nächsten Abschnitten erläutere ich die wesentlichen Unterschiede anhand eines Beispiels.

Merkmalsbeziehungen ohne Ableitung

Betrachten wir die folgenden Stammdaten: der Produktgruppe Smartphone S ist die Produktkategorie Smartphones zugeordnet. Die Produktgruppe Tablet I gehört zu der Produktkategorie Tablets.

Produktgruppe

Produktkategorie

Smartphone S

Smartphones

Tablet I

Tablets

 

Auf der Ebene des InfoProviders legen wir eine Merkmalsbeziehung ohne Ableitung fest. Sie können dabei entweder die Transaktion RSPLAN oder in höheren Versionen die BW Modeling Tools nutzen.

Merkmalsbeziehung

Beide Merkmale befinden sich in der Aggregationsebene

Wenn sich beide Merkmale in der Aggregationsebene befinden, werden die gültigen Kombinationen geprüft und können auch automatisch generiert werden.

Aggregationsebene mit Produktkategorie und -gruppe

So wird zum Beispiel die Kombination Smartphone S und Tablets als ungültig erkannt.

Ungültige Kombination

Beachten Sie allerdings, dass die folgenden Kombinationen als valide angesehen werden:

Produktgruppe

Produktkategorie

Smartphone S

#

#

Smartphones

 

Sie können eine Liste aller validen Kombinationen einsehen, wenn Sie für das Merkmal Produktgruppe in den Query Einstellungen unter Erweitert → Zugriffsart für Ergebniswerte die Option Merkmalsbeziehungen auswählen.

Zugriffsart für Ergebniswerte

Dabei werden folgende Kombinationen automatisch generiert.

Generierte Kombinationen

Wie Sie sehen können, handelt es sich dabei um ein kartesisches Produkt aller erlaubten Kombinationen. Dabei kommt dem initialen Merkmalswert # (Nicht zugeordnet) eine besondere Rolle zu. So sind Kombinationen mit dem Initialwert # standardmäßig gültig. Dies liegt daran, dass Merkmale, die in einer Aggregationsebene nicht vorkommen, immer mit dem Initialwert fortgeschrieben werden. Daher erfolgt für die Initialwerte keine Gültigkeitsprüfung.

Automatisch gültige Kombinationen verbieten

Wenn dieses Verhalten nicht erwünscht ist, können Sie automatisch gültige Kombinationen verbieten, indem Sie in der Merkmalsbeziehung die Option Exclude # auswählen.

# ausschließen

In diesem Fall werden die folgenden Kombinationen nicht mehr als valide angesehen:

Produktgruppe

Produktkategorie

Smartphone S

#

#

Smartphones

 

Wenn Sie die Einstellung Zugriffsart auf Merkmalsbeziehungen setzen, werden nur noch drei gültige Kombinationen generiert.

Gültige Kombinationen

Produktgruppe in Aggregationsebene

Wenn sich nur das Merkmal Produktgruppe in der Aggregationsebene befindet, hat die definierte Merkmalsbeziehung keine Funktionalität.

Nur Produktgruppe in Aggregationsebene

Wenn Sie auf der Ebene der Produktgruppe planen, wird die Produktkategorie als Nicht zugeordnet # gespeichert.

Produktgruppe wird geplant

Um die Produktkategorie automatisch ableiten zu können, müssen Sie eine Merkmalsbeziehung mit Ableitung definieren. Wie dies funktioniert, erfahren Sie im nächsten Abschnitt.

Merkmalsbeziehungen mit Ableitung

Um die Merkmalsbeziehungen mit Ableitung zu erklären, benutze ich dieselbe Kombination von Produktgruppe und Produktkategorie als Beispiel.

Produktgruppe

Produktkategorie

Smartphone S

Smartphones

Tablet I

Tablets

 

Um eine Merkmalsbeziehung mit Ableitung zu definieren, aktivieren Sie die Einstellung Mit Ableitung und definieren das Quell- und Zielmerkmal.

Merkmalsbeziehung mit Ableitung

Beide Merkmale befinden sich in der Aggregationsebene

Bei einer Kombination mit Ableitung werden weiterhin gültige Kombinationen geprüft, wenn beide Merkmale sich in der Aggregationsebene befinden.

Beide Merkmale in Aggregationsebene

So wird zum Beispiel die Kombination Smartphone S und Tablets weiterhin als ungültig erkannt. Im Unterschied zur Merkmalsbeziehung ohne Ableitung wird jedoch automatisch die Produktkategorie abgeleitet, wenn Sie eine Produktgruppe eingeben.

Produktkategorie automatisch abgeleitet

Somit ist es nicht möglich, die folgende Kombination einzugeben:

Produktgruppe

Produktkategorie

Smartphone S

#

 

Beachten Sie jedoch, dass eine undefinierte Produktgruppe mit einer Produktkategorie weiterhin erlaubt ist.

Produktgruppe

Produktkategorie

#

Smartphones

 

Undefinierte Produktgruppen erlaubt

Um die Liste aller gültigen Kombinationen anzuzeigen, können Sie für das Merkmal Produktgruppe in den Query Einstellungen unter Erweitert → Zugriffsart für Ergebniswerte die Option Merkmalsbeziehungen auswählen.

Zugriffsart Merkmalsbeziehungen

Leere Produktgruppen generiert

Im Gegensatz zu Kombinationen, die mit Merkmalsbeziehungen ohne Ableitung generiert werden, wird kein kartesisches Produkt generiert. Sondern nur die validen Kombinationen aus Produktgruppe und Produktkategorie. Wie Sie sehen, gelten jedoch Kombinationen mit leerer Produktgruppe als valide. Sollte es nicht erwünscht sein, können Sie automatisch gültige Kombinationen verbieten.

Automatisch gültige Kombinationen verbieten

Setzen Sie dabei, analog zu Merkmalsbeziehungen ohne Ableitung, das Häkchen bei der Einstellung Exclude #.

automatisch gültige Kombinationen verbieten

Wenn Sie anschließend die Query erneut aufrufen, sieht das Ergebnis genauso aus wie bei Merkmalsbeziehungen ohne Ableitung.

Valide Kombinationen

Produktgruppe in Aggregationsebene

Der wichtigste Unterschied wird jedoch deutlich, wenn sich nur das Merkmal Produktgruppe in der Aggregationsebene befindet.

Nur Produktgruppe verfügbar

In diesem Fall wird die zugehörige Produktkategorie automatisch abgeleitet und im InfoProvider gespeichert, wenn Sie eine Produktgruppe planen.

Produktgruppe wird geplant

Daten im InfoProvider

Empfohlene Einstellung

Im Allgemeinen sollten Sie immer die Eigenschaft mit Ableitung benutzen. So wird sichergestellt, dass jeder Datensatz mit allen erlaubten Ausprägungen versehen wird, auch wenn ein Merkmal in der Aggregationsebene versehentlich fehlt. Auch wenn Sie die Eigenschaft mit Ableitung selektieren, wird weiterhin eine Kombinationsprüfung durchgeführt (oder ein Vorschlag erzeugt), wenn alle betroffenen Merkmale in der Aggregationsebene enthalten sind.

 


Planungstools im Vergleich - SAP BW IP vs. BPC vs. SAC 

Neuer Call-to-Action


 

Quellen von Merkmalsbeziehungen

Die Ausprägungen der Merkmalskombinationen können über vier verschiedene Wege ermittelt werden. Als Quelle für Merkmalsbeziehungen können Stammdatenattribute eines Merkmals (Typ Attribut), eine Hierarchie (Typ Hierarchie), ein DataStore-Objekt (Typ DSO) oder eine Exit-Klasse (Typ Exit) dienen.

 

Quellen_Merkmalsbeziehungen

Wenn Attribut als Typ ausgewählt ist, werden die in den Stammdaten des Merkmals enthaltene Kombinationen aus Merkmals- und Attributwerten als zulässige Ausprägungen übernommen. Wenn Sie Hierarchie als Typ wählen, können Sie die Quell- und Zielmerkmale der Merkmalsbeziehungen über eine Hierarchie bestimmen. Sie können aber auch die gültigen Kombinationen in einem DSO hinterlegen und diesen als Quelle für Merkmalsbeziehungen nutzen. Darüber hinaus haben Sie die Möglichkeit, zulässige Merkmalskombinationen durch eine individuelle Programmierung flexibel und individuell zu gestalten. Nutzen Sie in diesem Fall den Typ Exit.

Es ist empfehlenswert, individuelle Exit-Funktionalitäten für Merkmalsbeziehungen direkt in der SAP-HANA-Datenbank mittels SQLScript zu implementieren. Dabei muss die SAP-HANA-spezifische Schnittstelle IF_RSPLS_CR_EXIT_HDB implementiert werden. Falls Sie sich jedoch nicht mit SQLScript auseinandersetzen wollen, können Sie weiterhin die Implementierung über ABAP als Fallback nutzen. Dabei können Sie die Beispielklasse CL_RSPLS_CR_EXIT_BASE verwenden. Das dabei genutzte Interface IF_RSPLS_CR_EXIT muss auch im Falle einer Implementierung mittels SQLScript vorhanden sein. In bestimmten Situationen stößt nämlich das System die ABAP-Implementierung an, um eine satzweise Datenübertragung zwischen dem SAP-BW∕4HANA-System und der SAP-HANA-Datenbank zu vermeiden.

Beachten Sie aber, dass Sie in diesem Fall die Möglichkeiten der Performanceoptimierung nicht voll ausschöpfen. Insbesondere wenn Disaggregation oder Planungsfunktionen mit großen Datenmengen ausgeführt werden, kann darunter die Performance leiden. Für weitere Informationen zu dem Exit und Fallbackszenario können Sie SAP-Hinweis 1956085 (BW-IP (PAK): ABAP als Fallback für Exit-Merkmalsbeziehungen und -Datenscheiben in SAP HANA) nutzen.

Erfahren Sie mehr über SAP BPC

avatar

Chris Fidanidis

Chris ist seit 2007 im SAP BW-Umfeld tätig. In diesen Jahren hat er mehrere Planungsprojekte umgesetzt und dabei die diversesten SAP-Tools genutzt, wie z.B. SAP BSP, SAP BW-IP, SAP BPC, SAP BW Embedded BPC. Erfahrungen hat er vor allem als Entwickler, Architekt, Projekt- bzw. Teamleiter sammeln können. Privat spielt er gerne Basketball und grillt wann immer es geht.

Sie haben eine Frage zum Blog?
Fragen Sie Chris Fidanidis

Gender Hinweis Aufgrund der besseren Lesbarkeit wird im Text das generische Maskulinum verwendet. Gemeint sind jedoch immer alle Menschen.

Blog - NextLytics AG 

Welcome to our blog. In this section we regularly report on news and background information on topics such as SAP Business Intelligence (BI), SAP Dashboarding with Lumira Designer or SAP Analytics Cloud, Machine Learning with SAP BW, Data Science and Planning with SAP Business Planning and Consolidation (BPC), SAP Integrated Planning (IP) and SAC Planning and much more.

Informieren Sie mich über Neuigkeiten

Verwandte Beiträge

Letzte Beiträge