SAP 數字平臺四大法寶
發表于：2019/5/21 10:26:28??閱讀量：?[關閉]
隨著對數字化道路探索的不斷深入，僅僅解決業務問題，對企業而言還遠遠不夠。數據的獲取、清洗、監控和存儲、數據資產管理、數據的理解和使用……對于數字化轉型中的企業而言，處理好數據問題是當務之急。因此，「數據中臺」的概念一經提出，便引起廣泛的關注。
其實，SAP 對于「數據中臺」的概念從來都不陌生，早在2012年就提出了「SAP 實時數據平臺」的概念，再之后發展出「SAP 現代數據平臺」與「SAP 現代化數據倉庫」，結合至大數據領域形成了如今的 SAP 數字平臺。廣義上的「數據中臺」提供基本的數據服務，而 SAP 數字平臺的意義遠不止于此。
SAP數字平臺架構示意，紅色框內為普通數據中臺的功能
普通數據中臺，在數據處理層面只能提供基本的數據轉換與批量處理等服務，再經由分布式計算處理，全部存儲于分布式數據倉庫之中。又因其前臺業務缺少應用數據沉淀、受到數據模型限制，普遍只能滿足零售業相關的簡單數據應用。
而 SAP 數字平臺作為完整的數字架構解決方案，不僅可以連接前臺與后臺，支持后臺從業務系統等數據源更好地進行數據采集，賦能業務前臺進行經營分析、業務洞察、創新應用與數據服務。更重要的是，SAP 數字平臺整體架構帶來的更為完整的結構與更為強大的功能。
SAP 數字平臺在中臺部分，由數據集成、數據存儲、數據倉庫、開發建模、人工智能與行業模版等多個部分組成。其中，SAP HANA 是整個中臺的核心部分，使用內存計算技術大大提高了數據采集、存儲與分析的效率。再分別在數據采集與數據使用層面分別輔以 Data Hub 大數據集成與 Hadoop 分布式計算，大大提升了 SAP 數字平臺處理海量數據的能力，使其在大數據時代下能真正為企業數字化轉型帶來力量。
數據中臺面臨的四大難題
然而，在「業務數據化」與「數據業務化」的思考與實踐中，許多企業的業務跨度大、數據構成復雜，面臨著「采」、「存」、「用」、「智」四大難題。
采-多渠道數據采集
如今，數據源越來越多、越來越復雜，除了傳統的應用系統以外，互聯網的興起形成了更為廣泛的外部渠道。客戶大多已不滿足于原本封閉的數據來源，選擇打開門戶迎接大數據時代，以實現數據的共通共榮。面對如此復雜的數據源，如何有條理地對數據進行選擇、采集，已成為數據中臺面臨的第一大難題。
存-業務數據化
所謂「業務數據化」，就是把所有業務模塊以數據的方式存儲到數據中臺中。對于大型企業而言，業務模塊十分多樣，產生的數據通量巨大、結構復雜。如何將這些優先級、價值完全不同的大體量數據分類存儲以供后續使用，是數據中臺面臨的第二大難題。
用-數據業務化
要將數倉中存儲的數據重新提取運用，需要將數據再次業務化。而數據業務化的過程會產生更多創新性的數據，這就對數字架構的性能提出了更高的要求。如何實現快速實時的多維度數據分析，是數據中臺面臨的第三大難題。
智-數據智能化
在「采」、「存」、「用」的基礎之上，如何結合人工智能與機器學習的技術，來提高數據的利用率，使數據智能化，讓數據產生更大價值，這便是數據中臺面臨的第四大難題。
采：雙管齊下，既提高效率，也控制成本
對于內置于內存數據庫中的數據，SAP HANA 實時集成數據抽取、整合及清洗工具，實現數據的快速整合。作為高性能內存數據處理平臺，任何格式的數據通過 SAP HANA 內存數據庫統一處理，都可應用于任意目標系統——無論是 SAP 數據庫、SAP 應用套件等 SAP 配套目標系統，還是開源平臺、第三方應用等非 SAP 目標系統。
除了業務模塊中的結構化數據，互聯網等外部數據系統中的數據浩如煙海。SAP Data Hub 對互聯網類型數據進行大數據集成，實現元數據的管理、編排、監控、處理和獲取，以形成超大容量的分布式數據湖。簡單而言，SAP Data Hub 就是將海量外部數據的數據格式與企業內部原有的經營數據格式進行互通，形成一個個整體化數據的解決方案。
SAP HANA 實時集成與 SAP DATA HUB 大數據集成相結合，既滿足了內部數據的高效采集需求，又將外部的海量數據妥善采集保存，共同組成了真正完善的數據采集架構。
存：熱數據、溫數據、冷數據分類存儲
數據被采集之后，需要被合理存儲，存儲成本則是企業最關心的問題。SAP HANA 雖然性能極高，但成本也相對較高。對于客戶而言，使用 SAP HANA 存儲所有數據明顯過于奢侈。對此，SAP 數字平臺選擇依據數據訪問的頻度與數據價值將數據分為「熱數據」、「溫數據」、「冷數據」存儲到不同的存儲區域之中，以控制整體成本。
這種自動化的數據移動叫做數據生命周期管理。對于其他企業的產品而言，數據生命周期管理只是讓數據在不同成本的存儲器之間移動。而 SAP 選擇提供自動化組件 SAP Data Lifecycle Manager (DLM)，完成數據的自動化流轉、分類、移動，從根本上降低了客戶的數據管理成本。
用：集成式解決方案提高數據價值
數據的使用對于數字解決方案而言是最核心的問題。SAP 數字平臺以 SAP HANA 內存計算引擎為核心，將所有重要數據在 SAP HANA 中進行全時內存計算，以實現交易與分析混合處理，結合虛擬數據模型以做到實時在線分析與多模型并行分析。同時，SAP HANA 的內置機器學習庫更為內存計算賦能，真正實現快速實時的多維度數據分析。
除了核心內存計算以外，SAP 數字平臺在結構上以 Hadoop 分布式計算作為擴展，提供范圍更寬、成本更低的大數據分析。內存計算的「快」與分布式計算的「寬」共同實現了 SAP 數字平臺的全域數據分析體系。
在全域數據分析體系之上，是依靠 SAP HANA 企業級數據倉庫打造的統一數據池，以簡化數據倉庫模型，整合大數據投資，滿足不同規模數據倉庫的未來需求，實現大容量數據與實時數據的分別處理，最終超越其他數據倉庫產品，成功打造端到端的解決方案。
SAP 數字平臺在幫助客戶構建企業級業務模型領域沉淀多年，擁有成熟、完備的解決方案。從概念模型到物理模型再到邏輯模型，三層模型共同形成企業模型庫。內容上，從業務模型沉淀數據模型，形成真正的企業資產。
最終，SAP 數字平臺通過數據分析套件，將處理后富有價值的數據顯示至終端，提供給客戶使用。協同計算分析、統一數據池、企業模型庫與數據分析套件共同作用，為企業提供全方位的計劃、分析服務，以滿足企業「數據業務化」的需要。
智：以客戶為中心打造智慧型企業
作為數字科學平臺，SAP Data Science Platform 集成 SAP 多款產品，滿足數據的準備和清洗，桌面化和自動化，多媒體深度學習，數據庫內機器學習以及開源語言庫等多項功能需求，真正做到了走在數據科學前端。再與SAP 數字平臺集成，以完整成熟的解決方案，為企業提供完整的數據生命周期管理，打造統一的機器學習和數據科學體驗。最終基于「互聯網+大數據」的數據價值思考，助力企業數字化，提升企業競爭力，讓數據產生價值!
近年來，致力于通過應用智能技術，打通從數據獲取到業務價值的完整鏈路，提高自動化水平，以減少重復性工作，降低企業成本。在打造智慧型企業的實踐中，SAP 堅持以客戶為中心進行主導，并提出了 SAP 云上數倉解決方案。
SAP 云上數倉是一項集成化的、完全托管的服務,這一解決方案完全可由個人驅動：無論客戶是否曾經采用 SAP 數字架構，通過 SAP 云上數倉，都能以簡單的部署、靈活的定價迅速集成至 SAP 智能套件解決方案、SAP 分析云(SAC)、SAP 云平臺服務(SCP)、合作伙伴解決方案和開源技術等多項 SAP 產品或架構之中，通過完整的 SAP 數據倉庫解決方案，進行數據分析與數據管理，享受數字化時代的便利。通過這樣的方式，客戶不僅可以迅速搭建混合云場景，還可避免將大量本地數據遷移到云端的復雜工作。 (來源：SAP天天事)
本文鏈接:SAP 數字平臺四大法寶