SAP breidt Datasphere uit met knowledge graph en compass

Met de nieuwe Datasphere-functies kunnen bedrijven verborgen patronen ontdekken en meer hulp krijgen bij planning.

SAP lanceerde Datasphere een jaar geleden als opvolger van zijn Data Warehouse Cloud en vindt het nu tijd voor een grote update. Veel van de gebruikers van Data Warehouse Cloud zijn automatisch overgegaan naar Datasphere, maar de nieuwe datafabric van SAP timmert nog aan de weg om meer adoptie te krijgen. We spraken daarom over de vooruitgang en nieuwe update met SVP Solution Management & Product Marketing Dan Yu.

Yu legt uit dat Datasphere met de update in essentie meer mogelijkheden om in te spelen op vragen rond de kritieke bedrijfsprocessen die in SAP draaien. Bedrijven willen AI in hun processen gebruiken, doen dat al of willen dat meer gaan doen. Met AI kunnen ze bijvoorbeeld processen automatiseren.

Voor het realiseren van AI in kritieke bedrijfsprocessen is het cruciaal om goede data te hebben. Met die data kan een bedrijf alles zo correct mogelijk automatiseren en analyseren. Daar komt Datasphere om de hoek kijken. Met een semantische laag kan het bedrijfscontext en -informatie uit SAP-systemen toevoegen aan alle soorten data. Daardoor zijn de gegevens completer en komen ze logischer over. Datasphere gebruikt hierbij ook een model dat de relaties tussen de verschillende data begrijpt.

Lees ook ons artikel rond de onthulling van Datasphere, waarin we meer ingaan op de werking van Datapshere.

Knowledge graph

De werking van Datasphere wordt vandaag uitgebreid met de introductie van de ‘knowledge graph’. Deze functie maakt het inzichtelijker hoe data binnen een organisatie wordt gebruikt, door een koppeling te leggen met andere graph databases. Vervolgens kan men kijken wat het verschil is tussen de data uit Datasphere, de SAP HANA-databases en andere databases. Door dit meer samen te brengen, kunnen bedrijven hun modellen beter voeden met context en kennis, waardoor de uitkomsten van de modellen ook weer beter zijn.

Datasphere maakt voortaan automatisch de knowledge graph aan met daarin de relaties tussen data, metadata en bedrijfsprocessen. Op die manier kunnen bedrijven verborgen inzichten en patronen tussen applicaties en systemen leggen, alsmede de effectiviteit van modellen verbeteren.

Yu deelt een praktijkvoorbeeld van hoe deze functie kan gaan werken. Stel dat een bedrijf SAP-systemen gebruikt voor het draaien van supply chain-processen. Zo’n bedrijf kan een koppeling willen leggen met marketingdata uit een ander systeem. Die koppeling kan handig zijn om te bepalen of de marketingcampagne moet worden bijgesteld om de supply chain verder te optimaliseren. Zo worden er verbanden zichtbaar die eerst moeilijk te zien waren.

Compass

De tweede nieuwe grote functie die de datafabric moet verbeteren, is er in de vorm van de ‘compass’ die werkt met de gekoppelde SAP Analytics Cloud. Deze functie bouwt voort op de Monte Carlo-simulaties die gebruikers kennen uit eerdere SAP-tools. Zo’n simulatie gebruikt data om scenario’s van bedrijven te voorspellen. Dit kan handig zijn voor bijvoorbeeld het voorspellen van de voorraad van een retailer. Hierbij worden verschillende scenario’s gesimuleerd om de impact van een gebeurtenis te bepalen.

Het realiseren van simulaties met Monte Carlo-functie was echter een tijdrovende klus. Vaak is kennis van statistieken of financiën nodig voor de simulatie, om de benodigde variabelen te kunnen beoordelen en meenemen. Soms gaat het om duizenden variabelen die een simulatie beïnvloeden.

Met de doorontwikkeling van AI-modellen is SAP erin geslaagd dit werk verder te automatiseren. De AI gebruikt de gegevens in Datasphere om nauwkeurige simulaties te maken. Via een chatinterface is het mogelijk om de uitkomsten van bepaalde beslissingen te evalueren. Het kan daarbij verschillende variabelen snel aanpassen om tot een plan te komen dat voor het bedrijf werkt.

SAP heeft voor ogen dat dit uiteindelijk financiële, operationele, supply chain- en workforce-planning beter samenbrengt. De compass-functie verbindt hiervoor direct met SAP-applicaties en third-party data.

Joule en AI Governance

SAP heeft verder nog twee nieuwe updates om bedrijven verder te ondersteunen bij het optimaliseren van hun datalandschap. Ten eerste is er een rol voor de generatieve AI-assistent Joule, die nu gebruikt kan worden voor business intelligence-doeleinden. De chatbot van SAP kan helpen bij het maken van rapporten en dashboards. Hierbij wordt gebruikgemaakt van de vectorengine van SAP HANA Cloud, waardoor Joule extra rekening kan houden met de zakelijke context van data. Tot nu toe zag Joule bijvoorbeeld nut in het assisteren bij het schrijven van code en het ondersteunen bij HR-werkzaamheden, maar daar komen vandaag nieuwe gebruikstoepassingen bij. Zo kan Joule in Analytics Cloud bijvoorbeeld procurementmedewerkers of salesvertegenwoordigers ondersteunen met analyses.

Tip: SAP voegt vector datastore toe aan HANA Cloud-database

De laatste functie die Datasphere interessanter belooft te maken, is een versterkte samenwerking met Collibra. De data catalog-tool van deze leverancier was vorig jaar een van de Datasphere-lanceringpartners. Door de integratie krijgen bedrijven een overzicht van alle data die zij bezitten. Ook worden daarin de verbanden tussen de data inzichtelijk. Op die integratie komt nu een aanvulling door Collibra’s AI Governance-framework te koppelen met SAP-assets. Dit brengt aanvullende data governance-mogelijkheden met zich mee; bedrijven kunnen de integratie gebruiken voor het regelen van AI-policies en -processen. Op die manier moeten overheidsregels en bedrijfsbeleid rond AI worden afgedwongen.

Al met al zijn er met de nieuwe functies genoeg vernieuwingen om Datasphere te blijven gebruiken als een basisarchitectuur voor het tijdperk van AI.