SAP Analytics Cloud（SAC）
基于实时 SAP 数据的故事、仪表盘与计划。
- Stories & Dashboards
- SAC Planning
- Live connections
- Import connections
- Predictive Scenarios
- Smart Insights
SAP · 分析与计划
在运行业务的同一份数据上做分析。
基于 SAP 交易层的实时分析与一体化计划：SAP Analytics Cloud、BW/4HANA、Datasphere、PaPM、Group Reporting。
SAP 分析与计划是将 SAP 交易数据转化为决策界面的那一层：仪表盘、计划、预测与合并报表，扎根于实时运行的系统，而不是昨天的导出文件。
Phoenix 围绕一条简单规则设计这一层：如果数字无法追溯到源交易，它就是影子数字，就不该离开财务的电子表格。SAC 实时连接、BW/4HANA 数据集市、用于跨源治理的 Datasphere，以及分摊复杂时的 PaPM，全部回溯到 S/4HANA。
服务范围。
数据平台
每份报表之下受治理的数据层。
- SAP Datasphere
- BW/4HANA
- BW on HANA
- S/4 Embedded Analytics
- HANA views
计划与成本核算
与账簿打通的一体化计划与分摊引擎。
- PaPM (Profitability & Performance)
- SAC Planning
- Integrated Financial Planning
- Cost Allocations
合并与报表
来自同一模型的法定与管理报表。
- Group Reporting
- BPC
- Statutory reporting
- Management reporting
Legacy 与迁移
从 BW 与 BOBJ 系统有序现代化改造。
- BW on HANA → BW/4HANA
- SAP BOBJ decommission
- Universe migration
- Report rationalisation
真正改变的成果。
唯一版本的真相
实时连接意味着仪表盘上的 KPI 就是账簿里的同一个数字：报表与源头之间无需对账。
财务与运营一体化计划
销售计划、生产计划、财务计划和人力计划同处一个 SAC 模型，由共享驱动因子驱动，而非各自为政的电子表格。
更快的预测周期
以驱动因子级别的滚动预测取代锁死的年度预算：SAC + SAP 数据 + 预测能力，在业务需要时提供每周刷新。
干净利落的 BW/BOBJ 现代化
从 BW on HANA 到 BW/4HANA 的有序迁移，以及 BOBJ 向 SAC 的退役，配合报表梳理，而不是把 legacy 噪音原样搬移。
交付方法。
-
01
定义
决策地图：谁在什么节奏下消费什么信息、做什么决策。第一天就砍掉无用报表。
-
02
建模
在 Datasphere 或 BW/4HANA 上构建语义模型。能实时连接就实时，只在必要时抽取。
-
03
发布
为特定受众构建 SAC 故事：CFO 报告包、工厂经理视图、采购记分卡。
-
04
采用
报表只有被业务真正使用才算数。通过 hyper-care 与 KPI 负责人专场，直到采用成为现实。
明确的交付物。
每个项目都交付具体的成果物，而非一堆幻灯片。
- 决策地图成果：每个 KPI 映射到消费者、节奏和决策
- Datasphere 或 BW/4HANA 上的语义模型，血缘关系文档化
- 面向 CFO / 运营 / 商务团队的 SAC 故事与仪表盘
- 集成财务与运营驱动因子的 SAC Planning 模型
- 分摊场景需要时的 PaPM 模型（服务成本、获利能力）
- 冗余 legacy 报表（BOBJ、BEx、定制 Fiori）的退役计划
- 采用 playbook 与 KPI 负责人交接
常见问题
SAP Datasphere 还是 BW/4HANA，你们推荐哪个？
两者都推荐，而且常常一起使用。当客户有大量 SAP 数据仓库投资、需要稳定受治理的数据集市时，BW/4HANA 是正确选择。对于绿地项目，或跨源（SAP + 非 SAP）语义建模和业务用户数据产品重要的场景，Datasphere 是我们的默认选择。Datasphere 与 BW/4HANA 可以集成，选择并非非此即彼。
SAC 用实时连接还是导入？
底层数据源能支撑查询性能时用实时连接：S/4HANA 嵌入式分析、BW/4HANA、Datasphere 实时。需要加速、混合数据源或离线访问时用导入。同一 SAC 租户支持两种模式，我们按故事逐个设计。
你们如何处理 BOBJ 退役？
从报表梳理开始的有序退役计划（通常 40% 到 60% 的 BOBJ 报表已失效或重复）。存留的报表重新平台化到 SAC 故事或 Fiori Elements 分析应用。Universe 迁移到 Datasphere 或 BW/4HANA 数据模型。不是原样搬移：噪音不会被带到新平台。
SAC Planning 还是独立的 EPM 工具？
SAC Planning 在一个模型中整合财务、销售和运营计划，并直接连接 SAP 交易数据；当 SAP 是您的记录系统时，这种一致性很难被超越。对于高度专业的计划场景（如复杂的促销计划），独立 EPM 工具仍然有效，但 SAC Planning 是我们的默认选择。
预测与机器学习：用 SAP 还是自带？
SAC Predictive 无需离开 SAP 即可覆盖描述性预测场景（分类、回归、时间序列）。更重的 ML 工作（深度学习、定制模型、大规模训练）由 Phoenix 在 AWS SageMaker 或 Bedrock 上运行，并将结果集成回 SAC 或 S/4HANA。按用途选最合适的工具，而非工具意识形态。
