5分析

分析包括两个部分：首先发现历史数据中的模式和趋势，然后应用这一发现改进决策。

计划与分析FP&A中的“P&A”以前是离散的过程，需要单独的工具和系统。但这种组织方式削弱了财务分析师及时发现模式和趋势的能力，更不用说妨碍了他们在预测和预算活动中利用这些见解的能力。SAP Analytics Cloud将分析引入到财务流程中，从而提高了先前绩效的可视性和更准确、更合理的预测。

本节概述了分析在SAP analytics Cloud中的作用，并提供了分析如何显示不同类型规划数据的离散示例。对于许多分析师来说，SAP Analytics Cloud提供了一种新的可视化语言，用于在他们缺乏经验的地方交流数据。
我们将在第5.1节中概述FP&A的关键分析目标，然后在第5.2节中研究如何通过自助服务实现这些目标。在第5.3节中，我们将研究特定类型的KPI，并讨论如何最好地呈现它们。接下来，在第5.4节中，我们将讨论如何创建图表和可视化，以便用户可以将它们固定到登录页。最后，在第5.5节中，我们将介绍SAP Digital Boardroom，并讨论如何对其实时分析功能进行最佳设计。

5.1关键分析目标和报告类型

在设计分析应用程序或在报表中嵌入分析时，开发人员有两个目标：

• 提供对最关键信息的即时访问
• 使用户能够回答后续问题

随着实时分割数据的能力的提高，这些目标之间的相互排斥性也降低了，但了解用户将如何与报表或应用程序交互仍然至关重要。

让我们先考虑访问。通过设计，SAP Analytics Cloud允许即时访问关键信息。通过消除对定制软件的需求，SAP Analytics Cloud允许用户通过其web浏览器或移动设备访问其数据。接下来，故事和仪表板存储在一个简单的、可搜索的文件夹结构中。通过允许用户访问喜爱的故事，SAP Analytics Cloud允许每个用户定义哪些故事对他们最重要。最重要的是，选择任何图表并将其固定到登录屏幕的功能允许用户为其工作角色选择最关键的信息，即使这些信息随着时间的推移而变化。固定的图表链接到源报告，这意味着用户的主屏幕不仅成为他们的仪表板，也成为他们的启动板。图5.1显示了一个带有实时销售和盈利能力详细信息的示例登录页。

Stories的多页结构可以立即访问关键数据，也可以使信息更难访问。因此，设计是易于使用的关键因素；故事的第一页应该包含关键信息，额外的页面应该提供支持信息或额外的分析。对于具有复杂过滤要求或定义了最常用过滤器的故事，添加自定义按钮或控件以改进条件之间的移动也将减少访问关键信息所需的时间。

第二个关键分析目标是我们所说的“回答下一个问题”。在查看仪表板或故事时，我们如何才能最好地连接到用户可能提出的后续问题？在SAP Analyt ics Cloud中可以采用多种形式：

• 连锁分析

  链接分析将单一图表向下展开功能扩展到同一报表中的多个图表，使其成为向仪表板添加动态功能的强大方法。

• 多页报道

  用户可以将仪表板的支持信息添加为故事中的附加页面。这允许根据需要调用其他图表、可视化和地图，而不会使初始数据源混乱。

• 智能洞察

  Smart Insights嵌入式预测功能允许对支持的图表类型执行主成分（或根本原因）分析。

• 嵌入式web内容

  使用SAP Analytics Cloud强大的数据连接无法访问的外部数据源可以通过嵌入式web内容访问。

• 数据混合

  数据混合使用来自单个故事或分析应用程序中多个模型的信息。此操作可以逐个图表进行，也可以通过指定链接维度在单个图表中使用来自多个源的数据。

开始使用SAP Analytics Cloud时，最好关注两种特定类型的报告：

• 定义明确的报告

  这些是高优先级报告，以特定格式显示非常特定的数据集。典型的例子包括损益表和季度商业评论。

• 特别分析报告

  支持即席分析的报表使分析师能够回答无法通过标准仪表板或报表解决的复杂业务问题。经典的例子包括价格-数量组合、盈利能力分析、客户细分和假设分析。特别分析报告通常用于在用户创建高度专业化的报告以获得答案之前更好地理解问题。

在本节中，我们回顾了一些允许开发人员创建强大的分析报告的特性。接下来，我们将了解SAP Analytics Cloud允许业务用户通过自助FP&A执行自己的分析的方式。

5.2自助财务规划和分析

在本节中，我们使用术语“自助式FP&A”来描述用户在没有IT干预的情况下进行的任何分析，这些分析最初并未包含在原始报告中。

从本质上讲，基于Excel的报告必须是高度结构化的。一个结果是，报表中的自助服务分析仅限于添加行、添加列或链接到另一个基于Excel的报表或web报表。同样，除了最简单的报告外，还需要专门知识来编写所有报告。

让我们看一个示例财务数据文件，看看SAP Analytics Cloud如何使用户能够创建和设计自己的分析。SAP Analytics Cloud为任何模型，甚至任何数据集提供了一个分析数据集和创建可视化的指导过程；解决方案甚至根据所需信息建议特定的图表。

图5.2中的示例按城市部门查看芝加哥的供应商付款，因此付款、部门和时间是维度。在测试提供的图表和设置（例如树图）以找到满足分析要求的图表之后，可以将该图表添加到任何故事或创建新故事。

链接分析扩展了SAP Analytics Cloud的自助服务功能，减少了对附加标准或一次性报告的需要。任何故事或仪表板都可以按任何维度进行过滤，也可以按报表中的单个图表或电子表格进行过滤。这样就不需要关注不同维度的多个相同报告，并允许用户在标准报告中形成自己的分析。

另一个特性Search to Insight使用自然语言处理来降低自助报告的进入门槛。如图5.3所示，Search to Insight允许用户以自己的语言请求分析；在本例中，按金额排名前5位的供应商名称是搜索短语，SAP Analytics Cloud已返回建议结果。

尽管Search to Insight和自助报告生成有助于创建特定的图表和分析，但Smart Discovery功能基于数据集创建了一个完整的故事。这是一个开始使用新数据集或重新审视现有模型的极好方法。例如，在图5.4中，Smart Discovery被用来生成城市支出数据集周围的整个仪表板。

通过使用浏览器模式，可以在单个故事中使用Smart Discovery启用的相同探索功能，允许用户进行更改、跳转到可视化编辑器并执行其他分析。为了降低复杂性，报表设计器可以限制发现模式中可用的可视化、维度和度量。传统上，这些类型的一次性分析必须在没有稳定起点的情况下进行，增加了复杂性和出错的可能性。在图5.5中，浏览器模式被用于单个图表，以允许用户创建一个新的可视化，更好地符合他们的需求。

在前两节中，我们从报表设计器和用户的角度对SAP analytics Cloud中可用的分析功能进行了高层次的介绍。在下一节中，我们将更深入地介绍数据的表示，描述如何在SAP Analytics Cloud中提供各个KPI。

5.3共同财务KPI

关键绩效指标提供了组织特定指标的概览。随着数据量的增加，拥有一个简单的、可比较的成功指标对于轻松沟通财务绩效至关重要。在本节中，我们将讨论几种KPI类型，以及如何在SAP分析云中最好地显示它们。

基于比率的KPI

基于比率的KPI显示了两个值之间的定量关系。它们可以随着时间的推移显示变化，也可以在账户之间显示财务或运营指标。

常见的基于比率的KPI包括：

• 毛利率是最常见的盈利比率。它通常表示为（收入-销售商品的成本）/收入。
• 酸性测试或快速比率KPI表示一个组织是否有足够的短期资产来弥补近期的负债。一般表示为（现金+应收账款+短期投资）/负债。

因为比率聚合（例如，按地区划分的毛利率）可能会导致层次结构求和的问题，所以请记住在定义比率时要小心。
SAP Analytics Cloud可以很好地处理比率，但我们建议您将account type设置为nonfinancial（NFIN），并将display设置为percentage within the measure。对于这个地区，基于比率的KPI应该作为计划模型中的计算指标来实施，这样格式和阈值可以在报告中通用。

尽管基于比率的KPI通常显示为数字百分比，但通过使用分层条形图或三角形，相同的信息可以直观地显示为条形图/列。图5.6显示了一个公共比率（毛利率），在左边是一个文本元素，在右边是一个比较。

基于余额的KPI

基于余额的KPI基于您的资产和负债；它们用于监控组织的财务状况。

最常见的基于余额的关键绩效指标是营运资本，这是对支付所有短期负债后剩余短期流动资产的衡量。这可以直接在您的帐户/度量层次结构中获得，也可以计算为（短期资产-短期负债）。此外，许多员工总数和资本规划KPI都是基于余额的。

在SAP Analytics Cloud中为财务数据创建基于余额的KPI时，必须将帐户类型设置为AST（资产）或LEQ（负债）；否则，无法在季度或年度级别正确报告KPI。对于非金融（NFIN）帐户类型，可以使用最后一个异常聚合类型，以确保在季度或年度级别进行正确的报告。

在记分卡或仪表板上，基于余额的KPI显示为数字值。对于趋势分析，基于余额的KPI可以显示在堆叠区域或折线图上。

内部分析KPI

内部分析KPI旨在衡量组织内部的改进。这些KPI通常基于交付和财务绩效，但也可以基于运营目标（如产品损坏）或质量目标（如员工满意度）。

内部分析KPI在财务规划过程中扮演着两个主要角色。首先，前一阶段内部举措的趋势和进展有助于作出更准确的预测。例如，客户满意度的提高或品牌知名度的提高都是这一时期销售增长的标志。第二，洞察内部分析KPI可确保创建符合组织目标的战略计划。

内部分析KPI往往比财务KPI更复杂，并利用SAP Analytics Cloud强大的公式引擎。特别是，解决方案的过滤和查找功能允许基于客户和产品细分的KPI，如图5.7（公式本身）和图5.8（内部分析KPI）所示。

运营KPI

运营关键绩效指标主要关注短期内的业务绩效，通常基于内部绩效指标（例如，每个客户获得的营销成本）。以前的规划技术缺乏实时集成和数据混合功能，无法与财务数据一起报告运营KPI，但SAP Analytics Cloud消除了这些限制。与前面提到的财务指标不同，运营KPI不是基于预测来计算的；但是，从分析的角度来看，它们仍然可以在协作企业规划中发挥关键作用。

可通过实时数据连接从SAP Analytics云查询运营数据。这意味着可以从支持的系统（如saps/4HANA、saphana和sapbw）获取实时操作数据，而无需加载数据。然后，这些数据可以通过链接维度包含在故事中，如图5.9所示。

这允许来自多个模型的数据在同一可视化中被引用。

运营关键绩效指标往往与阈值保持良好的一致性，并要求对许多组织单位一目了然。这使得高密度可视化（如图5.10中的热图）对于一目了然地识别轮廓非常有价值。在本例中，您可以很容易地看到哪些地区有很大比例的加班时间。

差异KPI

差异KPI用于检测和分析绩效和运营账户的偏差，例如将年初至今的实际值与预算进行比较。

SAP Analytics Cloud允许这种风格的KPI直接嵌入到大多数可视化和数字显示中。图5.11显示了一个变量的创建，该变量比较了中端客户的实际收入和预测收入。

然而，SAP Analytics Cloud也不仅仅是简单地报告差异金额或百分比，而是通过启用差异分析来调查差异的根本原因。FP&A中一个著名的方差分析是量价组合，这通常被包装消费品公司用来解释预测失误。

一般来说，量价组合从三个方面解释了差异：价格、量和组合（同时考虑价格和量）。在这里，粒度很重要；不是在最上面一行调查这些数字，而是在客户和产品层次结构中查看这些数字。SAP Analytics Cloud中的计算引擎可以支持这种高度细粒度、层次结构感知的分析，因为它具有过滤和聚合能力。

由于差异可能需要在高度特定的主数据成员之间进行比较（例如，特定的时间/场景组合），因此通常需要将差异建模为交叉计算。交叉计算允许您为非常特定的主数据交叉点定义限制度量或计算成员。例如，可以首先为给定的版本创建时间和场景输入控件，然后创建交叉计算以基于主数据组合生成表和可视化。在图5.12中的示例中，价格-数量组合允许销售差异分析。

在本节中，我们研究了如何在图表和可视化中显示各种KPI。由于其沟通能力，KPI通常由用户选择出现在其登录页上。在下一节中，我们将研究如何最佳地设计这些对象，以便在原始故事之外查看时可以轻松地理解它们。

5.4为登录页设计分析

将任何数据输入或可视化对象固定到用户首页的功能为报表和仪表板设计带来了新的挑战。

因为每一个交付的可视化现在都可能在没有报告其余部分的上下文的情况下显示，所以设计能够独立的故事是至关重要的。我们建议采用以下最佳做法：

• 始终在标题中提供上下文

  自动生成的可视化标题在描述当前维度方面做得很好，但它们不一定描述可视化的目的。此外，本报道其余部分的任何信息都不会出现在头版。提供一个描述性的标题可以让你的图表在登录页上很容易理解。

• 注意故事过滤器和输入控件

  过滤器将自动应用于首页，即使它们不可见。这是一个最好通过教育来解决的挑战；用户必须知道固定的项目反映了当前的报告状态。

• 设置字幕

  虽然字幕通常隐藏在故事中，但默认情况下会出现在登录页上。借此机会包括可能隐藏的关键信息和详细信息，如筛选器、输入控件等。

• 利用工具提示和深入分析

  工具提示和向下钻取是在不增加混乱的情况下向报表添加详细信息的好方法。在图5.13中的示例中，Revenue工具提示将sales volume显示在Revenue by Customer Industry图表的一侧。
  请记住，工具提示和深入查看设置对于用户来说似乎应该是直观的，因此使用用户通信和测试来理解用户在使用图表时可能遇到的后续问题。如果您知道用户通常希望将层次结构的顶部添加到图表中进行深入分析，那么将层次结构的顶部添加到图表中可能很有价值。通过在工具提示中嵌入这些额外的数据点，或者允许在适当的轴上进行深入分析，您可以直接在用户的登录页上提供强大的分析功能。工具提示可以显示维度成员（调用活动过滤器）或显示度量值以提供其他详细信息。

在第5.5节中，我们将讨论SAP Digital Boardroom，以及如何将分析作为公开讨论的一部分进行最佳利用。

5.5仪表板和SAP数字会议室

SAP Digital Boardroom旨在为管理人员提供实时信息并深入了解其业务。三面板触摸屏分析工具的用户体验与单屏、键盘和鼠标控制的应用程序截然不同。此外，SAP Digital Boardroom的使用更具组织性，因为它的使用对象是满满一屋子的人，而不是一个单独的用户。

在本节中，我们将讨论SAP Digital Board room面临的独特挑战，以及如何配置所有仪表板以向用户提供更多灵活性。

设计数字会议室

虽然最初是为董事会季度审查等执行会议而构建的，但数字董事会会议室的概念已在各种财务、运营和战略能力中得到采用。数字会议室最初设计用于三个触摸屏显示器设置，现在可以用于各种硬件配置。综上所述，这些趋势意味着设计数字化会议室是设计一个灵活、协作的报告和分析环境的一种实践，该环境能够处理离题，并为各种工作角色和目标提供细节。

以下步骤将帮助您创建能够满足这些要求的数字会议室。

1回顾上次会议的成果

通过采访与会者或回顾会议记录，了解上一次会议的内容。寻找三个关键领域的细节：

– 了解所提供的信息；在推出任何新技术时，不要展示与现有工具的任何差距，这一点至关重要。
– 从分析的角度检查任何后续行动项目。这些行动项目能否在您的数字化会议室中快速实现？
– 寻找引入非金融数据源的机会。来自运营部、人力资源部、研发部、客户关系部或生产部的详细信息是否是会议的主要部分，是否可以整合到数字会议室中，以提供对组织更全面的看法？

2确定分析路径

根据最初提供的信息，提出了哪些后续问题？这些问题可以分为三组：

– 基于深入分析的问题（“每个产品线的表现如何？“）

– 基于过滤的问题（“我们在亚洲做得怎么样？“）

–假设分析/模拟（“如果我们增加营销支出怎么办？）

确保设计中的图表内深入分析（和链接分析）、全局过滤器和模拟设置可以处理每个区域中的潜在问题。

3.创建过滤和导航策略

根据确定的分析路径，为数字会议室创建过滤策略。是否应该在会议室、页面或图表级别进行过滤？如果要在会议室或页面级别进行过滤，则在过滤单个图表时，使用链接分析触发适当的总体过滤。类似地，通过使用页面导航菜单或在页面本身上提供链接来制定跨页面导航的策略。

4设计和迭代

由于其快速原型功能和易用性，SAP Analytics Cloud有助于敏捷开发。在用户测试过程中，关注灵感和好奇心。如果涉众参与了用户测试并回答了新问题，那么您就知道自己走上了正确的道路。在测试过程中尽量不要插手，以确保每个分析路径的用户体验都是清晰的。

5投资冠军训练

为将“推动”会议的人员准备针对您的数字会议室的培训。最有效的培训将利用回顾上次会议得出的结论，对会议期间产生的确切问题进行培训。这不仅确保了创建的数字会议室将达到目标，而且还允许演示者使用该工具建立信心。

6呈现并回顾

在一次成功的会议之后，回顾哪些有效，哪些无效。
考虑可以利用数字会议室的哪些方面来实现整个组织的自助服务分析。图表、可视化和场景工具可以分解成不同的故事，也可以集成到现有的分析过程中。

作为分析工具的仪表板

随着财务规划向更具协作性、基于驱动因素的流程发展，规划中分析的必要性也随之增加。分析有助于澄清先前绩效背后的驱动因素，并确定基于驱动因素的规划产生预测的根本原因。这将仪表板的角色转变为解释性角色。

图5.14显示了基于驱动因素的收入模型的结果。在这样的模型中，我们预测的驱动因素和根本原因可能不会立即显现出来，因此我们需要分析我们自己的预测。

在规划过程中，通过将客户需求输入基于驱动因素的规划模型来创建财务输出。收入模型还利用新成员功能添加新的客户和产品主数据。这意味着用户甚至不一定知道推动收入增长的客户产品。

在规划驱动因素时，尚不清楚哪些客户产品将是最大的（最赚钱的等）收入来源，因此让我们首先检查按客户产品划分的收入，以确定关键的收入驱动因素。在图5.15中的示例中，我们使用了SAP Analytics Cloud的top-n和排序功能来确定SMARTTV是每个客户最高的产品，其次是支持Web的电视和C-Phone。

在图5.16中，消费电子产品是客户行业中最大的收入提供者。为了理解为什么消费电子产品客户创造了如此多的收入，我们可以利用聪明的洞察力来找出根本原因。在图5.16中，您可以看到驱动此收入值的特定产品、客户产品和产品组。值得注意的是，您可以再次利用智能洞察来进一步解释每个顶级贡献者的关键驱动因素。

在本节中，我们讨论了分析在规划过程中日益重要的作用。您已经了解了SAP Analytics Cloud如何不仅快速地将用户路由到其关键数据，而且还为用户提供了执行后续分析的路径。SAP Analytics Cloud提供了几种新技术来支持对单个用户和组的分析。在研究了分析如何提供对我们的规划数据的洞察之后，我们现在将讨论如何生成预测性和基于驱动因素的规划数据。