Insights

SAP introducerer machine learning i SAP S/4HANA 1909

Seneste SAP ERP-release, S/4HANA 1909, er en løsning til fremtiden. Den introducerer machine learning til både rapportering (predictive analytics) og automatisering af udvalgte processer (robotter). SAP åbner op for øget integration til virksomhedens andre systemer og datakilder.

Da SAP i 2015 annoncerede sin nye suite af ERP-løsningen, S/4HANA, kaldte CEO Bill McDermott denne for ”virksomhedens største lancering i 23 år - hvis ikke i hele virksomhedens historie.”

Seneste release, SAP S/4HANA 1909, giver endnu et strategisk løft til virksomheder med introduktionen af ’Intelligent Enterprise’, som fokuserer på procesoptimering og udnyttelse af operationelle data. Dertil kommer, at 1909-releasens tekniske platform er åben. 

Det betyder, at den kan integreres til andre platforme, samt opsamle og tilgå data uden for SAP, eksempelvis via IoT (Internet of Things) og eksterne datatjenester. Virksomhedens operationelle data har mulighed for at komme bedre i spil. I Rooftop Analytics' perspektiv er følgende særligt interessant:

Off-the-shelf predictive analytics kan anvendes på data i S/4HANA 1909 og prædiktere i realtid med afsæt i udvalgte operationelle processer. Et eksempel er ’real time product availability’. Denne algoritme er udviklet for at se tilgængeligheden af produkterne, når der oprettes en kundeordre.

Automatisering af processer (RPA - Robotic Process Automation) er indbygget i S/4HANA 1909. Det giver mulighed for at automatisere trivielle og tidskrævende driftsopgaver inden for bl.a. quote-to-cash, f.eks. workflow for salgsdokumenter, og procure-to-pay, f.eks. intelligent godkendelse af rekvisition, dvs. processer der er embedded i SAP S/4HANA 1909. Der er endvidere mulighed for at virksomheden selv udvikler og anvender RPA.

S/4HANA 1909 har sømløs integration til SAP Analytics Cloud. Det giver mulighed for at rapportere på ERP og andre data, samt åbner op for brugen af machine learning til udvikling af algoritmer til predictive analytics, hvis off-the-shelf-løsningen ikke er tilstrækkelig.

Birgitte Dahl, CEO, Rooftop Analytics

"

Virksomheder, som er ambitiøse med deres data - og det er der god grund til at være - skal bringe alle typer af data i spil, ikke kun operationelle data.

Nye muligheder med skræddersyede algoritmer i SAP S/4HANA 1909

SAP S/4HANA 1909 åbner desuden mulighed for at sammenkoble operationelle data med data genereret uden for ERP-platformen, hvilket skaber et særdeles solidt datagrundlag for data intelligence.

Ved at anvende predictive analytics på et større datagrundlag kan virksomheder opnå værdifuld forretningsindsigt. Det kræver, at algoritmerne udvikles til de specifikke formål, som virksomheden søger belyst. SAP har åbnet sin platform, så de nyeste teknologier inden for machine learning kan bruges til at udvikle skræddersyede algoritmer inden for predictive analytics, herunder både til rapportering og automatisering af opgaver.

Operationelle data kommer bedre i spil med SAP S/4HANA 1909, sammenlignet med tidligere S/4-releases. Det giver virksomheder mulighed for at bruge operationelle data mere intelligent. Her er en række eksempler, hvor skræddersyede algoritmer skaber værdi:

Shop floor data. Ved at koble data om en kemisk væske sammen med vedligeholdelsesbehovet af de anlæg, som væsken gennemløber, kan virksomheder afdække hvilke parametre, der påvirker processen, temperaturerne, behovet for rengøring af anlæggene, etc.

Research data. Ved analyse af testprøver skal der måles på mange faktorer. Disse analyseres i samspil med hinanden for at kunne konkludere de relevante tiltag.

Entreprenørdata. Når virksomheder kan forudsige prisudviklingen på kritiske byggematerialer (f.eks. stål), der indgår i bygningskonstruktioner, er det nemmere at prisfastsætte fremtidige leverancer i entreprisekontrakter.

Styrken ligger i det personlige møde

Vil du vide mere om, hvordan vi kan bidrage med udvikling af algoritmer til din SAP-platform, så kontakt Birgitte Dahl