이 페이지는 Cloud Translation API를 통해 번역되었습니다.

SAP 주문-수금 가속기

주문-수금 프로세스를 위한 SAP 가속기는 Cloud Data Fusion에서 SAP 테이블 소스 기능을 샘플 구현한 것입니다. 가속기를 사용하면 엔드 투 엔드 OTC 프로세스 및 분석을 시작할 때 도움이 됩니다. 여기에는 다음 작업을 수행하도록 구성할 수 있는 샘플 Cloud Data Fusion 파이프라인이 포함됩니다.

SAP 데이터 소스 연결
Cloud Data Fusion에서 데이터에 대한 변환 수행
BigQuery에 데이터 저장
Looker에서 분석 설정. 여기에는 OTC(order to cash) 프로세스의 핵심성과지표(KPI)를 정의할 수 있는 대시보드 및 ML 모델이 포함됩니다.

이 가이드에서는 샘플 구현을 설명하고 구성을 시작하는 방법을 보여줍니다.

가속기는 버전 6.3.0 이상에서 실행되는 Cloud Data Fusion 환경에서 제공됩니다.

시작하기 전에

If you don't already have one, sign up for a new account.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Make sure that billing is enabled for your Google Cloud project.

Enable the Cloud Data Fusion and BigQuery APIs.

Enable the APIs

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Make sure that billing is enabled for your Google Cloud project.

Enable the Cloud Data Fusion and BigQuery APIs.

Enable the APIs

SAP Table Batch Source를 다운로드합니다.
Looker 인스턴스에 액세스할 수 있어야 하고 Looker Block을 설치하도록 Marketplace 실험실 기능을 설정해야 합니다. 무료 체험판을 요청하여 인스턴스에 액세스할 수 있습니다.

필요한 기술

SAP 주문-수금 가속기를 설정하려면 다음 기술이 필요합니다.

SAP 온프레미스 ERP 시스템 및 구성에 대한 전문 기술
Cloud Data Fusion 관련 기본 지식
BigQuery 관련 기본 지식
Looker 관련 기본 지식
Identity and Access Management(IAM) 서비스 계정 및 액세스 제어 관련 기본 지식
SQL 쿼리 작성을 포함한 데이터 분석 관련 기본 지식
Kimball의 측정기준 데이터 모델에 대한 기본 지식

필요한 사용자

이 페이지에서 설명하는 구성을 위해서는 SAP 시스템 및 Google Cloud를 변경해야 합니다. 구성을 수행하려면 해당 시스템의 다음 사용자와 작업해야 합니다.

사용자 유형	설명
SAP 관리자	소프트웨어 다운로드를 위해 SAP 서비스 사이트에 액세스할 수 있는 SAP 시스템 관리자입니다.
SAP 사용자	SAP 시스템에 연결할 권한이 있는 SAP 사용자.
GCP 관리자	조직의 IAM 액세스를 제어하는 관리자로서 서비스 계정을 만들어 배포하고 Cloud Data Fusion, BigQuery, Looker에 대한 권한을 부여합니다.
Cloud Data Fusion 사용자	Cloud Data Fusion에서 데이터 파이프라인을 설계하고 실행하도록 허용된 사용자입니다.
BigQuery 데이터 소유자	BigQuery 데이터 세트를 만들고 보고 수정할 권한이 있는 사용자입니다.
Looker 개발자	이러한 사용자는 Marketplace를 통해 Looker Block을 설치할 수 있습니다. `develop`, `manage_model`, `deploy` 권한이 있어야 합니다.

필요한 IAM 역할

가속기의 샘플 구현에서는 다음 IAM 역할이 필요합니다. 프로젝트에 다른 Google Cloud 서비스가 사용되는 경우 추가 역할이 필요할 수 있습니다.

BigQuery 관리자 (roles/bigquery.admin)
BigQuery 데이터 소유자 (roles/bigquery.dataOwner)
스토리지 객체 뷰어 (roles/storage.objectViewer)
Cloud Data Fusion 실행자(roles/datafusion.runner) 역할을 Dataproc 서비스 계정에 부여해야 합니다.

프로세스 개요

다음 안내에 따라 프로젝트에서 가속기를 구현할 수 있습니다.

SAP ERP 시스템을 구성하고 제공된 SAP 전송을 설치합니다.
SAP Table Batch Source 플러그인을 사용하도록 Cloud Data Fusion 환경을 설정합니다.
BigQuery에서 데이터 세트를 만듭니다. 가속기는 스테이징, 차원, 팩트 테이블에 대한 샘플 데이터 세트를 제공합니다.
SAP 데이터를 통합하도록 가속기에서 샘플 Cloud Data Fusion 파이프라인을 구성합니다.
Cloud Data Fusion 허브에서 OTC(order to cash) 분석 프로세스와 관련된 파이프라인을 배포합니다. BigQuery 데이터 세트를 만들려면 이러한 파이프라인을 올바르게 구성해야 합니다.
Looker를 BigQuery 프로젝트에 연결합니다.
Looker Block을 설치 및 배포합니다.

자세한 내용은 SAP Table Batch Source 플러그인 사용을 참조하세요.

BigQuery의 샘플 데이터 세트

이 가속기의 샘플 구현에서 다음 데이터 세트는 BigQuery에 생성됩니다.

데이터 세트 이름	설명
`sap_cdf_staging`	해당 비즈니스 프로세스에 대해 식별된 SAP Source 시스템의 모든 테이블을 포함합니다.
`sap_cdf_dimension`	고객 측정기준 및 소재 측정기준과 같은 주요 측정기준 항목이 포함됩니다.
`sap_cdf_fact`	파이프라인에서 생성된 팩트 테이블을 포함합니다.

Cloud Data Fusion의 샘플 파이프라인

이 가속기의 샘플 파이프라인은 Cloud Data Fusion 허브에서 사용할 수 있습니다.

허브에서 샘플 파이프라인을 가져오려면 다음 안내를 따르세요.

인스턴스로 이동합니다.
1. Google Cloud 콘솔에서 Cloud Data Fusion 페이지로 이동합니다.
2. Cloud Data Fusion Studio에서 인스턴스를 열려면 인스턴스를 클릭한 다음 인스턴스 보기를 클릭합니다.
  
  인스턴스로 이동
허브를 클릭합니다.
SAP 탭을 선택합니다.
파이프라인을 선택합니다. 샘플 파이프라인 페이지가 열립니다.
원하는 파이프라인을 선택하여 다운로드합니다.

각 파이프라인에는 해당 환경에서 실행하도록 구성할 수 있는 매크로가 포함되어 있습니다.

샘플 파이프라인은 세 가지 유형이 있습니다.

스테이징 레이어 파이프라인: 이 유형의 파이프라인의 스테이징 데이터 세트는 SAP의 원본 소스 테이블에 직접 매핑됩니다. 샘플 스테이징 레이어 파이프라인의 이름은 SAP 소스 테이블과 BigQuery 대상 테이블을 참조합니다. 예를 들어 KNA1_Customer_Master라는 파이프라인은 SAP 소스 테이블(KNA1)과 BigQuery 대상 테이블(CustomerMaster)을 참조합니다.
측정기준 레이어 파이프라인: 이 유형의 파이프라인의 측정기준 레이어 데이터 세트는 분석에 필요한 측정기준 및 팩트를 만드는 스테이징 데이터 세트의 선별되고 세분화된 버전입니다. 샘플 파이프라인의 이름은 대상 BigQuery 데이터 세트의 대상 항목을 참조합니다. 예를 들어 customer_dimension이라는 파이프라인은 BigQuery 데이터 세트 sap_cdf_fact의 고객 측정기준 항목을 참조합니다.
팩트 레이어 파이프라인: 팩트 레이어 데이터 세트는 분석에 필요한 팩트를 생성하는 스테이징 데이터 세트의 선별되고 세분화된 버전입니다. 이 샘플 파이프라인의 이름은 대상 BigQuery 데이터 세트의 대상 항목을 참조합니다. 예를 들어 sales_order_fact라는 파이프라인은 선별된 데이터를 해당 BigQuery 데이터 세트 sap_cdf_fact의 Sales Order Fact(판매 주문 팩트) 항목에 전달합니다.

다음 섹션에서는 사용자 환경에서 파이프라인이 작동하도록 하는 방법을 요약해서 설명합니다.

스테이징 레이어 파이프라인 구성

스테이징 파이프라인에는 두 가지 구성 단계가 있습니다.

소스 SAP 시스템을 구성합니다.
대상 BigQuery 데이터 세트와 테이블을 구성합니다.

SAP Table Batch Source 플러그인의 매개변수

SAP Table Batch Source 플러그인은 SAP 테이블 또는 뷰의 콘텐츠를 읽습니다. 가속기는 중앙에서 SAP 연결을 제어하도록 수정할 수 있는 다음 매크로를 제공합니다.

매크로 이름	설명	예시
`${SAP Client}`	사용할 SAP 클라이언트	`100`
`${SAP Language}`	SAP 로그온 언어	`EN`
`${SAP Application Server Host}`	SAP 서버 이름 또는 IP 주소	`10.132.0.47`
`${SAP System Number}`	SAP 시스템 번호	`00`
`${secure(saplogonusername)}`	SAP 사용자 이름	자세한 내용은 보안 키 사용을 참조하세요.
`${secure(saplogonpassword)}`	SAP 사용자 비밀번호	자세한 내용은 보안 키 사용을 참조하세요.
`${Number of Rows to Fetch}`	추출된 레코드 수를 제한하는 데 사용	`100000`

자세한 내용은 플러그인 구성을 참조하세요.

BigQuery 대상의 매개변수

가속기는 BigQuery 대상에 다음 매크로를 제공합니다.

BigQuery 대상 커넥터 구성

매크로 이름	설명	예시
`${ProjectID}`	BigQuery 데이터 세트가 생성된 프로젝트 ID	`sap_adaptor`
`${Dataset}`	대상 데이터 세트	`sap_cdf_staging`

OTC(order to cash) KPI에 사용되는 샘플 파이프라인

OTC(order to cash) 프로세스의 다음 주요 비즈니스 항목은 가속기의 샘플 파이프라인과 상응합니다. 이들 파이프라인은 이러한 항목에 대한 분석을 지원하는 데이터를 제공합니다.

주요 비즈니스 항목	상응하는 샘플 파이프라인 이름
`Customer`는 조직이 비즈니스를 수행하는 사람 또는 법인일 수 있습니다. 이러한 세 가지 SAP 소스 테이블은 비즈니스와 관련된 고객 세부정보를 캡처합니다. 이러한 테이블의 정보는 `sap_cdf_dimension` 데이터 세트의 `customer_dimension`에 영향을 줍니다.	KNA1_CustomerMaster KNVV_CustomerSales KNVP_CustomerPartnerFunction
`Material`은 기업과 고객 사이에서 거래되는 상품입니다. 이러한 SAP 소스 테이블의 정보는 `sap_cdf_dimension` 데이터 세트의 material_dimension에 영향을 줍니다.	MARA_MaterialMaster MARD_MaterialStorageLocation
OTC(order to cash) 프로세스의 주문 관리 하위 프로세스입니다(시스템이 고객으로부터 주문을 받은 경우).	VBAK_SalesDocumentHeader VBAP_SalesDocumentItem VBEP_SalesDocumentSchedule
주문 처리 및 배송 하위 프로세스입니다.	LIKP_DeliveryHeader LIPS_DeliveryItem
송장 작성 및 고객 결제 하위 프로세스입니다(고객이 송장을 받는 경우).	VBRK_BillingHeader VBRP_BillingLineItem
미수금 및 보고 하위 프로세스입니다(결제가 시스템에 기록되는 경우)	ACDOCA_UniversalJournalItem

모든 Cloud Data Fusion 스테이징 파이프라인

가속기에서 다음 Cloud Data Fusion 스테이징 파이프라인 샘플을 사용할 수 있습니다.

KNA1_CustomerMaster
KNVV_CustomerSales
KNVP_CustomerPartnerFunction
MARA_MaterialMaster
MARD_MaterialStorageLocation
VBAK_SalesDocumentHeader
VBAP_SalesDocumentItem
VBEP_SalesDocumentSchedule
LIKP_DeliveryHeader
LIPS_DeliveryItem
ACDOCA_UniversalJournalItem
VBRK_BillingHeader
VBRP_BillingLineItem
BSEG_AccountDocumentItem
BSID_AccDocCustOpenItem
BSAD_AccDocCustCloseItem
T001_CompanyCodes
T006A_UnitOfMeasure
T024D_MRPControllers
T042ZT_PaymentMethodText
T189T_PriceListCategory
TCURC_CurrencyCodes
TCURT_CurrencyCodesText
TCURW_ExchangeRateType
TINCT_CustomerIncotermsText
TVAKT_SalesDocumentType
TVAPT_SalesDocumentItemCategory
TVFST_BillingBlockReasonText
TVLST_DeliveryBlockText
TVTWT_DistributionChannelText
MAKT_MaterialDescription
T005T_CountryNames
T005U_RegionText
TVAST_SalesDocBlockReasonText
T077X_AccountGroupName
T134T_MaterialTypeDescription
T023T_MaterialGroupDescription
TSPAT_SalesDivisionText
TVKOV_DistributionChannel
TVTA_SalesArea
TVKOT_SalesOrgText
TVAUT_SalesDocumentOrderText
TVSBT_ShippingConditionText
TVAG_SalesDocRejectionReasons
TVAGT_SalesDocRejectionReasonDescription

측정기준 레이어 파이프라인 구성

소스 SAP 테이블에서 KPI를 추출할 수 있습니다. 분석용으로 데이터를 준비하려면 BigQuery 테이블의 스키마 구조와 일치하도록 소스 테이블에서 데이터를 구성합니다.

가속기가 다음 4개의 샘플 테이블을 만듭니다.

테이블 이름	테이블 설명
customer_dimension	고객 분류, 고객 계층 구조, 고객 판매 관련 정보 등 고객 및 관련 팩트에 관한 선별된 목록*입니다.
material_dimension	SKU 번호, 제품 계층 구조, 분류 등 소재 및 관련 팩트에 관한 선별된 목록입니다.
sales_order_fact	주문 유형, 주문 상태 공개 상태, 주문된 수량, 주문값 등 판매 정보에 관한 선별된 목록입니다. 이러한 필드는 일반적으로 집계되어 미확정 주문, 확인된 주문, 거부된 주문, 결제된 주문 등의 주문 관리 KPI를 생성합니다.
revenue_fact	고객에게 소재 판매에 의해 생성된 자세한 회계 정보입니다. 회계 테이블에서 파생된 이 팩트 테이블에는 총 매출, 할인 전 순매출, 할인 후 순매출, 트렌드 등의 수익 KPI를 통해 유용한 정보를 제공하는 정보가 포함됩니다.

*이 컨텍스트에서 선별된 목록은 선택한 열 목록에 적용되는 비즈니스 로직에서 비롯됩니다.

가속기는 SQL 스크립트를 사용하여 BigQuery 데이터 세트의 측정기준 레이어를 빌드하고 이를 통해 프로젝트를 수정할 수 있습니다. 예를 들어 이러한 스크립트를 조정하여 대상 BigQuery 데이터 세트 항목에 열을 추가할 수 있습니다.

별표 스키마로 변환: BigQuery 실행자 파이프라인 이름

Cloud Data Fusion의 다음 BigQuery 실행자 파이프라인은 차원 및 팩트 테이블로 데이터를 로드합니다.

모든 측정기준 변환 파이프라인:

customer_dimension
material_dimension
sales_order_fact
revenue_fact

BigQuery 실행자 구성

매크로 이름	예시
`${ProjectID}`	`sap_adaptor`
`${StagingDatasetName}`	`sap_cdf_staging`
`${TargetDatasetName}`	`sap_cdf_dimension`

Looker를 BigQuery 프로젝트 연결

Looker를 BigQuery에 연결하려면 BigQuery 연결에 대한 Looker 문서를 참조하세요.

블록 설치

GitHub에서 SAP Looker 블록에 액세스할 수 있습니다.

Looker 블록은 두 개의 Explore 환경과 두 개의 대시보드로 사전 구성된 LookML 모델을 설치합니다.

다음 단계

Cloud Data Fusion 자세히 알아보기
Google Cloud 기반 SAP 자세히 알아보기
BigQuery에 대해 자세히 알아보세요.
Looker 블록 자세히 알아보기