SAP Analytics Cloud Q4 2025 Update

So legen Sie eigene Metriken an

1. In einem Dashboard wählen sie bei einer Visualisierung oder einen Datenpunkt mit Rechtsklick „Zu Metriken hinzufügen“ aus.
2. Dialog zur Konfiguration der Metriken öffnen: Filter, Vergleichswerte und Detailvisualisierung prüfen oder ändern.
3. Speichern und anschließend in „Meine Metriken“ überwachen, bei Bedarf zur Ursprungstory springen für tiefergehende Analysen.

Empfehlungen

• Definieren Sie Governance‑Regeln für öffentliche Metrikenlisten, damit Konsistenz in KPIs gewährleistet bleibt.
• Erstellen Sie Vorlagen‑Metriken für häufige Anwendungsfälle wie Monats‑Reporting oder Quartalsplanung.
• Schulen Sie Power‑User in der Metrikenkonfiguration, um qualitativ hochwertige Metriken sicherzustellen.

Seamless Planning: Live‑Versionen ohne Datenreplikation

Ein großer Schritt für Planungsprozesse: Ist‑Daten aus Datasphere lassen sich nun als Live-Versionen in Planungsmodelle einbinden. Das bedeutet: keine Duplikation der Faktendaten im Planungsmodell mehr, sondern direkt referenzierte Ist‑Daten.

Voraussetzungen und Ablauf

• Der View mit den Ist‑Daten muss in Datasphere am selben Ort wie das Modell gespeichert sein.
• Beim Anlegen der externen Quelle kann ein bestehender Versionsname verwendet oder eine neue Version erstellt werden (z. B. Actuals).
• Felder des Source‑Views werden auf Modell‑Dimensionen und Kennzahlen abgebildet (z. B. Sales Revenue → Sales Revenue, Monat → Month, Region → Region).

Verhalten und Einschränkungen

• Die gebundenen Ist‑Daten sind read‑only im Planungsmodell und können nicht direkt bearbeitet werden.
• Sie können jedoch als Quelle für Operationen wie Copy/Paste oder als Quelle in Data Actions verwendet werden.
• Ein typisches Szenario ist das Seeds‑Szenario: Q1‑Istdaten werden in die Forecast‑Version kopiert und anschließend angepasst.

Vorteile

• Single Source of Truth: keine widersprüchlichen Kopien von Ist‑Werten in unterschiedlichen Systemen.
• Geringerer Speicherbedarf in der Planungsumgebung, da Ist‑Daten nicht repliziert werden.
• Schnellere Aktualisierungen, weil Änderungen in Datasphere unmittelbar sichtbar sind.

Implementierungsleitfaden

1. Prüfen Sie, ob Ihre Datasphere‑Views die benötigten Granularitäten und Berechnungen bereitstellen.
2. Definieren Sie das Mapping sorgfältig, insbesondere Datums‑ und Dimensionszuordnungen.
3. Planen Sie Tests für Data Actions, die Ist‑Daten als Quelle verwenden, um Verhalten und Performance zu validieren.
4. Berücksichtigen Sie Berechtigungen: Wer darf die Live‑Version sehen und wer darf Planversionen verändern?

Scheduling & Process Management: Werkskalender nach Arbeitstagen

Planungs- und Veröffentlichungsprozesse werden flexibler: Tasks und Publikationen lassen sich jetzt anhand eines Werkskalenders auf Basis von tatsächlichen Arbeitstagen terminieren.

Zentrales Konzept ist ein (oder mehrere) Modell(e) „Werkskalender“, in dem jeder Tag mit einem Attribut markiert wird, ob er ein Arbeitstag (1) ist oder nicht (0).

Technische Details:

• Das Modell muss man als Modell in der SAC erstellen und es muss eine (dummy) Kennzahl enthalten.
• Für die Datumsdimension stellt man den relevanten Zeitrahmen und Granularität „Tag“ ein.
• Anschließend stellt man die Elementverwaltung von „Systemdefiniert“ auf „Benutzerdefiniert“ um.
• Nun wechselt man in die Dimensionstabelle und erzeugt je Werkskalender ein neues Attribut, dass den Präfix cal_working_day trägt, vom Typ generisch ist und eine Textlänge von 1 aufweist.
• Anschließend füllt man die Werte im Attribut aus, wobei 1 = Arbeitstag, 0 = Nicht‑Arbeitstag.

Das Vorgehen findet sich Detailliert in der SAP Hilfe Werktagskalender für Ihre Serie verwenden beschrieben.

Die Kalenderansicht kann nun so konfiguriert werden, dass Arbeitstage visuell hervorgehoben und nicht‑Arbeitstage ausgegraut werden.  Dazu werden in den Einstellungen das passende Werkskalendermodell und der gewünschte Werkkalender ausgewählt: