Automated Analytics — исторически первый пользовательский интерфейс SAP Predictive Analytics. Изначально он создавался как визуальное средство для работы со сложными API продукта, однако со временем Automated Analytics стал основным интерфейсом, позволяющим пользователям без технической подготовки выполнять сложные проекты прогнозной аналитики.
Проверка счетов — это процесс, в рамках которого компания оплачивает поставщикам поставленные материалы. Обычно процедура включает трехстороннюю сверку заказа на поставку вашей компании, документа поступления материала и счета поставщика.
Начинающим стало труднее входить в ИТ. Но из этого не следует, что компаниям больше не нужны джуны. На АКПО-Конф рядом с критикой прежнего массового набора прозвучал другой подход: отбирать людей еще во время учебы и выращивать их внутри собственных программ. Разбираемся, не превращается ли первый найм из покупки «потенциала на вырост» в более длинную проверку способности работать.
Диалоговое программирование включает создание набора экранов, логики выполнения (flow logic), строк меню и кода ABAP, которые, будучи связанными между собой, образуют приложение. По завершении этой главы вы будете знать, как создавать транзакции и разрабатывать диалоговые программы.
Вакансий в ИТ стало меньше, резюме — больше, зарплаты растут медленнее. Из этого легко сделать громкий вывод: золотой век закончился. Но на АКПО-Конф рядом с разговором об охлаждении рынка звучала другая проблема — сильных специалистов по-прежнему трудно найти. Разбираемся, почему эти утверждения не противоречат друг другу и что на самом деле могло закончиться.
Миграция на SAP S/4HANA Finance приносит новые таблицы в серверной части для технической ABAP-команды и новые транзакции в пользовательском интерфейсе для конечных пользователей. В этой главе рассматривается тестирование функций системы и влияние организационных изменений, которые затрагивают все заинтересованные стороны во время миграции.
Планирование задач — это ядро Predictive Factory, которое позволяет перевести модели в промышленную эксплуатацию с максимальным контролем и эффективностью. Узнайте, как грамотно настроить расписания, связать задачи в единый контролируемый процесс и обеспечить непрерывное улучшение качества ваших моделей в продакшене.
Для отраслевого ИИ мало накопить данные и нанять специалистов по моделям. Нужно еще превратить сырой материал в набор данных, на котором модель можно обучать и проверять. По итогам сессии «Перспективы развития ERP+ в партнерстве с ключевыми клиентами» разбираем менее заметное узкое место ИИ: кто размечает отраслевые данные, кто проверяет разметку и почему эта работа может оформиться в отдельную профессиональную область.
Чтобы цифры всегда совпадали с реальностью на складе, инвентаризация должна быть безупречной. Разбираем полный цикл физической инвентаризации в MM: от подготовки и блокировки проводок до создания ведомостей, ввода факта и урегулирования расхождений.
Как планировать фоновые задания, динамически управлять полями экрана выбора и передавать параметры между программами? Разбираем продвинутые техники работы с экранами выбора в ABAP.
Финальный этап миграции на SAP S/4HANA включает постконверсионные настройки и адаптацию интерфейсов. Это не просто техническое обновление, а стратегический переход на новую платформу, требующий очистки данных и тщательного тестирования.
Регулярная инвентаризация на заводе в сочетании с повышением точности данных о запасах — важная цель для многих компаний. Инвентаризацию можно настроить так, чтобы быстрее и точнее получать результаты, а также снижать затраты на запасы и повышать уровень обслуживания клиентов.
Чтобы не зависеть вечно от внешних консультантов, с первого дня передавайте знания своим сотрудникам: пусть они сами выполняют работу, пока консультанты лишь направляют и помогают фиксировать опыт в документации. Обучение должно быть строго ролевым — учите людей не абстрактным концепциям, а конкретным задачам в их новой должности, обязательно показывая, как их действия влияют на общий бизнес-процесс. При этом важно помнить: одних курсов недостаточно, чтобы преодолеть сопротивление. Людям нужны тестовые среды для практики, поддержка коллег и четкое понимание, зачем вообще нужны эти изменения, иначе новая система просто не приживется.
Любая предиктивная модель со временем теряет свою актуальность: меняются рыночные условия и поведение клиентов, что приводит к «дрейфу» данных и снижению точности прогнозов. Чтобы аналитика продолжала приносить бизнес-ценность, необходим постоянный контроль и своевременное обновление алгоритмов. Как решить эту задачу в SAP Predictive Analytics? Мы рассмотрим настройку проверки отклонений модели, оценку её качества через метрики KI и KR, а также лучшие практики автоматизации переобучения моделей.
Как избавить пользователей от ручного ввода одних и тех же данных при каждом запуске отчета? Ответ — варианты экранов выбора. Читайте подробный гайд по созданию вариантов, скрытию лишних полей, работе с динамическими датами и таблицей TVARVC в ABAP.
Чтобы внедрение системы не вызвало хаос, нужно грамотно перераспределить обязанности и опереться на своих людей. Критически важно также выделить «ключевых пользователей» — уважаемых и опытных сотрудников из разных отделов, которые станут местными экспертами, наставниками и первой линией поддержки для коллег. Этим людям необходимо официально выделить рабочее время и обеспечить видимую поддержку от руководства, ведь именно они решают повседневные проблемы на местах, снимают сопротивление команды и в конечном итоге определяют, приживется система или нет.
При настройке системы или миграции данных в модуле FI (Финансовый учет) часто возникает необходимость массово обновить существующие документы новыми атрибутами. Сегодня опишем пошаговый процесс обогащения финансовых документов SAP недостающими данными: сроками платежа и информацией о корреспондирующих счетах, а также правила мониторинга и устранения ошибок при выполнении этих операций
Статья посвящена одному из ключевых инструментов диагностики производительности в SAP HANA — анализу планов выполнения SQL-запросов. Автор показывает, как с помощью этого анализа можно заглянуть «под капот» базы данных и понять, каким именно способом система обрабатывает ваш запрос, какие операции занимают больше всего времени и где возникают неоптимальные решения оптимизатора. Раздел не просто знакомит с интерфейсами анализа, но и даёт практические рекомендации, как разработчику использовать эти знания для написания более быстрых SQL-запросов, не углубляясь во внутреннее устройство движка, а опираясь на визуальные подсказки и распределение времени выполнения.
Успех внедрения сложных систем зависит не от технологий, а от доверия людей. Руководителям нельзя прятать голову в песок или ограничиваться бесконечными совещаниями: нужно честно говорить о реальном положении дел, быстро принимать решения и действовать, а не просто говорить. Сотрудников нельзя держать в неведении (так называемый «грибной подход») — им нужно просто и понятно объяснять, зачем нужны изменения и как именно они повлияют на их ежедневную работу.
Продолжая использовать сайт, вы соглашаетесь на обработку персональных данных, собираемых с использованием cookie-файлов и сервиса «Яндекс Метрика» для анализа использования сайта и оценки эффективности маркетинговых кампаний. Более подробная информация представлена в Политике конфиденциальности.