I dati caldi di SAP

Un vendor atipico. Fabrizio Moneta, responsabile area platform technology Italia e Grecia di Sap batte più volte su questo tasto perché ci tiene a rimarcare l’efficacia della scelta di Sap che una decina di anni fa ha focalizzato la sua attenzione su analisi e pianificazione, convinta che queste due aree sarebbero diventate il vero fattore competitivo per le aziende.

Da qui la scelta di rifondare il portafoglio prodotti e l’introduzione del database in-memory Sap Hana e la ricostruzione delle applicazioni partendo dal data management con la creazione dell’Erp analitico S/4Hana.

Su questa soluzione si basa quel filone applicativo che punta a “fondere le transazioni con l’analisi dei dati senza doverli spostare e raffreddare l’informazione, rendere real-time ciò che è sempre stato batch, e innestare all’interno dei processi le più recenti innovazioni in termini di intelligenza, automazione delle decisioni e multi canalità”, come spiega Moneta.

I tre filoni di Sap

Real time è la parola d’ordine. E per raggiungere l’obiettivo Sap ha completato l’architettura introducendo nuovi strumenti di pianificazione finanziaria e operativa real-time e senza limiti dimensionali, nuovi strumenti di analisi e data exploration integrati (Sap Analytics Cloud) e la possibilità di complementare la base dati nativa di S/4Hana con dati di altri sistemi tramite Bw/4Hana.

Fabrizio Moneta, responsabile area platform technology Italia e Grecia di Sap

Altro filone è quello del Data management esteso che punta ad armonizzare le fonti, muovendo il dato il meno possibile per “non raffreddarlo”, e fornire strumenti per virtualizzarlo e rappresentarlo in modo unico.

Anche in questo caso l’architettura è stata completata con Hana Cloud Data Warehouse Cloud con l’obiettivo di risolvere due problemi storici dei sistemi di sintesi: la temperatura del dato e la necessità di ricostruzione del modello logico che porta costi e rigidità ormai insostenibili. In particolare Data Warehouse Cloud raccorda le tecnologie Sap con quelle di terzi tramite un modello di virtualizzazione delle fonti dati consentendo di non spostare il dato e di modellarlo in modo semplice in un unico punto in cui riconciliare il modello di business legato a Sap con quello derivante dalle altre applicazioni.

Terzo filone è legato alla Data science e all’utilizzo del Machine learning all’interno dei processi di business. Qui si tratta di far uscire Data Science e Ml dal mondo dei “progetti pilota” per renderle “più enterprise rispetto a quella che sono oggi“.

Per questo un anno fa è stato introdotto Sap Data intelligence che consente di mettere a disposizione del data scientist le informazioni aziendali in modo semplice e “governato”, ma anche di innestare gli algoritmi di machine learning, così come servono realmente all’azienda quindi “custom”, direttamente nelle applicazioni Sap e di terze parti, di raccoglierne i feedback sulla loro efficacia sui processi live e di supportare il data scientist nella rieducazione e nel raffinamento degli algoritmi. La sintesi è che Sap vuole capitalizzare le informazioni a disposizione delle aziende, senza spostare i dati, renderle accessibili in tempo reale, senza distruggerne la semantica derivante dalle applicazioni e i processi ma anzi aggiungendo l’intelligenza e l’automazione promessa dal Machine Learning.

La Toscana e il Covid

Un po’ come è stato fatto nel caso della Regione Toscana, tra le prime ad adottare le soluzioni Hana, dove prima dell’avvento della pandemia “le componenti tecnologiche analitiche erano utilizzate unicamente per scopi gestionali”, come spiega Roberto Fraccapani, responsabile team di prevendita Sap. L’arrivo del Covid ha sconvolto la situazione e la Regione si è trovata a dover gestire “una quantità di dati provenienti dai tamponi, dalle analisi e dalla parte ospedaliera e sanitaria. Per questo hanno deciso di fare leva su Hana estendendola all’utilizzo delle nuove informazioni”.

Roberto Fraccapani, responsabile team di prevendita Sap

Una parte sanitaria è stata implementata all’interno della soluzione, mentre la Regione ha utilizzato anche Sap analytics cloud che rappresenta in un unico punto tutti gli aspetti di gestione e fruizione del dato, permette di chiedere informazioni al sistema, le analizza fino alla possibilità futura di sfruttamento dei motori di machine learning per l’analisi predittiva in maniera automatica.

Reale Group e il datawarehouse in cloud

Reale group, che ha introdotto Hana diversi anni fa, ha sviluppato invece un approccio di gestione della temperatura del dato “portando quindi all’interno di Hana il dato caldo per avere tempi di risposta e flessibilità nella sua fruizione e spostando su un layer in modo automatico il dato più storico rendendolo comunque fruibile dall’utente finale ma  messo a disposizione tramite una virtualizzazione. In questo modo – spiega Fraccapani – c’è la possibilità di modellare il dato trasversalmente e indipendente dalla sua temperatura”.

In seguito la società ha deciso di estendere con un pilota una soluzione di datawarehouse totalmente in cloud introdotta da poco da Sap dove hanno potuto mettere in correlazione, costruendo un unico modello dati in cloud virtualizzato, sistemi differenti Sap e non Sap dai quali provenivano dati assicurativi del business auto. “Questo modello è stato pubblicato e reso disponibile in modalità full cloud con importante agilità in termini di time to market. Questo – conclude il responsabile del team di prevendita – è stato reso possibile grazie alla modalità operativa di datawarehouse cloud che ha un layer basato su Hana e un altro layer legato all’utente di business che può costruire i suoi indicatori senza sapere scrivere una riga di codice e costruire il datawarehouse che può essere poi consumato dagli utenti”.