Odkrywanie wartości danych z SAP Business Data Cloud

Polpharma Biologics to największa firma biotechnologiczna w Polsce, opracowująca nowe leki biologiczne i wprowadzająca je na rynek. O dynamice rozwoju może świadczyć fakt, że gdy w 2020 r. rozpoczęto wdrożenie SAP S/4HANA, w firmie pracowało 400 osób. W chwili startu systemu (w 2022) Polpharma zatrudniała już 1200 specjalistów.

Nowy zintegrowany system zwiększył dostępność i integralność danych, poprawiając efektywność krytycznych działań i podejmowanych decyzji. Jednak w obszarze przetwarzania i analizy danych nadal nierozwiązane pozostały dwa poważne wyzwania:

• Konieczność łączenia danych z różnych systemów źródłowych w codziennej pracy;
• Brak efektywności wykorzystania zgromadzonych danych, co jest związane z manualnym przetwarzaniem informacji pochodzących z różnych obszarów.

Dlatego firma zdecydowała się na dołączenie do swojego pejzażu systemów narzędzi analitycznych SAP Business Data Cloud, a konkretnie: SAP Analytics Cloud i SAP Datasphere. Komponent SAP Analytics Cloud umożliwia wizualizację danych za pomocą tabel, wykresów i map, tworzenie interaktywnych dashboardów czy definiowanie własnych obiektów raportowych i zarządzanie nimi. Jest też podstawowym narzędziem w rodzinie produktów SAP umożliwiającym elastyczne planowanie, symulacje, prognozy oraz weryfikację kosztów i przychodów wszystkich aspektów działalności organizacji.

Środowisko SAP Datasphere z kolei umożliwia integrację, łączenie, przetwarzanie danych z różnych systemów źródłowych (on-premise i chmurowych), także w trybie remote w intuicyjnym graficznym interfejsie.

W Polpharma Biologics głównym oczekiwaniem biznesu była możliwość przetworzenia i prezentacji danych z systemu SAP w formie łatwo dostępnych i czytelnych raportów. Systemami źródłowymi wykorzystanymi dotychczas w projekcie były: SAP S/4HANA oraz SAP SuccessFactors.

Przedstawiamy kilka najważniejszych wyzwań i oczekiwań biznesu oraz rozwiązania zaproponowane przez All for One w trakcie wdrożenia.

Każda z produkowanych przez Polpharmę Bilogics serii produktów musi zostać zweryfikowana pod kątem kosztowym. Kluczowe jest również porównywanie kosztów pomiędzy wyprodukowanymi seriami. Największym wyzwaniem w pokazaniu odchyleń zarówno kosztowych, jak i materiałowych była ilość danych do uwzględnienia. BOM-y zawierające 200-300 pozycji praktycznie uniemożliwiają wygenerowanie bezpośrednio z SAP zbiorczych raportów, np. obejmujących partie z całego roku.

W celu rozwiązania tego problemu rozpoczęliśmy od modelowania danych po stronie SAP Datasphere. W tym wypadku korzystaliśmy z jednego systemu źródłowego, SAP S/4HANA, jednak do skutecznego raportowania wymagane było połączenie wielu widoków. W efekcie powstał dość rozbudowany model analityczny, składający się z kilkunastu widoków powiązanych ze sobą i obejmujący zarówno dane o charakterze transakcyjnym, jak i dane podstawowe, opisujące konkretne wymiary. W tym miejscu warto zaznaczyć, że SAP Datasphere może korzystać z danych z S/4 w trybie remote, co oznacza zawsze aktualne dane na raportach i kompatybilność uprawnień z systemem źródłowym. Dane do SAP Datasphere można także zaczytywać i przechowywać po stronie hurtowni.

W odniesieniu do raportu w SAP Analytics Cloud założyliśmy, że nie jest konieczny dashboard w klasycznym rozumieniu, tj. z rozbudowanymi grafikami wizualizującymi dane, a raczej umożliwienie elastycznej ich analizy. Przygotowaliśmy tabelę przestawną, która pozwala na dowolne filtrowanie danych: rozwijanie, sumowanie, wyświetlanie dodatkowych właściwości, przestawianie itd. Oczywiście w analizatorze danych możemy korzystać z gotowych wskaźników istniejących w modelu, ale też możemy tworzyć własne formuły, także proste formuły ad hoc, z wykorzystaniem wszystkich funkcji i zdefiniowanych miar. Przygotowaną w ten sposób analizę można zapisać i wrócić do niej w dowolnym momencie.

W Polpharma Biologics procesy produkcyjne są podzielone na etapy, z których każdy powinien zostać zakończony i potwierdzony w zaplanowanym czasie. Dodatkową komplikacją jest nakładanie się niektórych etapów w czasie. W tym wypadku ważne było, by w sposób przejrzysty i przyjazny dla odbiorców zwizualizować informację o potwierdzeniu danego etapu procesu produkcyjnego na podstawie danych z SAP S/4.

Realizując to zadanie, ponownie zaczęliśmy przetwarzanie danych od utworzenia modelu danych w SAP Datasphere. Ten model był znacznie prostszy w porównaniu do modelu odychleń produkcyjnych i także opierał się na danych z SAP S/4.

Modelowanie danych w Datasphere jest bardzo intuicyjne. Najłatwiej jest to robić w widoku graficznym, w którym można dowolnie wstawiać funkcje, agregacje, filtry czy projekcje danych. Na przykład zapis daty o charakterze tekstowym możemy zamienić na datę, a następnie połączyć z kalendarzem, który pozwoli automatycznie wygenerować odpowiedni rok, kwartał czy miesiąc.

Ponadto w SAP Datsphere możemy korzystać z funkcji znaków tekstowych, datowych czy numerycznych. Dane możemy łączyć za pomocą opcji join oraz union. W opcji join możemy definiować left, right oraz inner (domyślnie inner). Dane możemy podglądać na każdym etapie modelowania.

W raporcie statusów produkcyjnych mamy możliwość prezentacji danych zarówno w formie tabelarycznej, jak i wykresów (heatmapa, wykres Gantta). W tabeli i heatmapie widzimy status poszczególnych etapów dla zleceń produkcyjnych i dla etapów. Wykres Gantta może służyć np. do wyświetlania statusu konkretnych procesów dla jednego zlecenia produkcyjnego.

Dział zakupów Polpharmy analizuje KPI pokazujące dane związane z dostawcami, zamówieniami, działem zamawiającym, czasem realizacji zamówień, odchyleniami, datami dostaw, obciążeniem pracowników zadaniami itp.

W tym wypadku mamy do czynienia ze zdecydowanie większą ilością danych pochodzących z różnych miejsc w systemie, co uniemożliwia generowanie raportów zawierających wszystkie wymagane dane bezpośrednio z SAP. Ręczne przygotowywanie raportów w Excel jest bardzo pracochłonne, a dodatkowo dane nie są aktualizowane na bieżąco. Także skorzystanie z dostępnego w SAP modułu ewaluacji dostawców (Vendor Evolution) nie dawało gwarancji zrealizowania wszystkich wymagań biznesu.

Podobnie jak w poprzednich business cases, zaczęliśmy od modelowania danych w SAP Datasphere. Wykorzystywaliśmy dane nie tylko z SAP S/4HANA, ale także z SAP SuccessFactors w celu przypisania handlowców do odpowiednich jednostek organizacyjnych. W modelu analitycznym SAP Datasphere łatwo można zdefiniować miarę, to, w jaki sposób ma być ona agregowana, co jest atrybutem. Ustala się typy semantyczne, można zdefiniować parametry, które wymuszą ograniczenie raportu, czy też powiązania, czyli asocjacje do danych podstawowych.

Przygotowany raport prezentuje wartość zamówień wraz z wartością odchyleń. W bardziej ogólnym ujęciu na wewnątrzkomórkowym wykresie odchyleń łatwo można te odchylenia wizualizować dla poszczególnych pozycji.

Warto zaznaczyć, że w SAP Analytics Cloud mamy możliwość wykorzystania sztucznej inteligencji w postaci opcji Just Ask, gdzie możemy wylistować na przykład wartość zakupów per dostawca w 2025 r., ale też możemy uszczegółowić nasze zapytanie, np. pytając o top 5 dostawców.

Kolejnym przykładem zastosowania rozwiązań SAP Business Data Cloud jest planowanie i monitorowanie wykorzystania budżetu IT z uwzględnieniem podziału na projekty (WBS), zespoły i zamówienia.

Ze względu na planowanie inwestycji dotychczas w narzędziu zewnętrznym oraz rozliczanie kosztów w SAP, nie było możliwe połączenie planowania z monitorowaniem wykorzystania budżetu w jednym narzędziu. Stąd też podjęto decyzję o implemntacji rozwiązania w oparciu o SAP Analytics Cloud.

W odniesieniu do planowania budżetu na projekty istotna była możliwość przeglądania planów w różnych walutach (PLN, EUR, USD) i oczywiście wprowadzania nowych planów w tych walutach z uwzględnieniem kursu budżetowego.

Przygotowanie rozwiązanie pozwala np. na zwiększanie planu projektu o zadaną wartość i dystrybucję środków zgodnie z zadanymi parametrami (np. proporcjonalnie po kwartałach lub wg zdefiniowanych wag).

Jeśli chcemy utworzyć nowy projekt, najłatwiej można to zrobić za pomocą opcji pop out, gdzie definiujemy taki projekt wraz z jego właściwościami. Następnie wprowadzamy dane: konto, na którym ma być zaplanowana wartość, dostawcę i kwotę roczną, która domyślnie zostanie proporcjonalnie rozbita na kwartały.

Po opublikowaniu danych możemy je przeglądać już na raporcie, wraz z danymi rzeczywistymi. Do prezentowania odchyleń zastosowaliśmy wykres wewnątrzkomórkowy. Co ważne, przez dane aktualne rozumiemy tutaj wartości zafakturowane, natomiast przez forecast, czyli prognozę rozumiemy wartości, dla których pojawiło się zapotrzebowanie zakupu (purchase requisition) lub zamówienie (purchase order), ale dane te nie zostały jeszcze zafakturowane.

Polpharma Biologics planuje szersze wykorzystanie narzędzi SAP Business Data Cloud. W kolejce czekają projekty związane z planowaniem budżetu i kosztów osobowych. Ambitnym założeniem jest integracja systemów i aplikacji laboratoryjnych z SAP Datasphere, a także rozszerzenie wykorzystania narzędzi do analityki danych na całą organizację.

Polpharma Biologics to największa polska firma biotechnologiczna zajmująca się rozwojem i wytwarzaniem leków biopodobnych, które są opracowywane na bazie żywych komórek. Jako jedna z niewielu firm na świecie prowadzi cały proces rozwoju leku, od wyboru linii komórkowej, po produkcję leków dla pacjentów na całym świecie. Dwa produkty firmy otrzymały pozytywną opinię najbardziej wymagających agencji dopuszczających leki do obrotu: amerykańskiej FDA i europejskiej MA. Firma dysponuje nowoczesnymi ośrodkami badawczo-rozwojowymi z laboratoriami najnowszej generacji i specjalnie projektowanymi liniami produkcyjnymi w Polsce i Holandii. Zatrudnia ponad 1300 pracowników.