סיכום
Summary
אנליטיקת רכש ואספקה · שיעור 9
- אנליטיקת-רכש = מסע מ-Spend ל-Strategy מעל VDM אחד.
- S/4HANA = real-time, no-code, embedded analytics.
- היגיינת-נתונים קודמת לכל dashboard.
- embedded לתפעולי, SAC/Ariba לאסטרטגי; אחד ישיר+עקיף.
מטרת השיעור
ידע אצורפרק 15 הראה כיצד S/4HANA הופך נתוני-רכש גולמיים לתובנה אסטרטגית בזמן-אמת. השרשרת: Spend Visibility (לאן הולך הכסף) ► Contract Expiration (ניהול-חוזים יזום) ► Sourcing (ממי לקנות) ► Supplier Performance (איך הספק מבצע, כולל embedded analytics וחיזוי) ► Reporting (איך מציגים) ► ML/AI (אוטומציה והמלצה) ► Ariba Category Management (אסטרטגיה). הבסיס הטכני המשותף: Virtual Data Model (VDM) של CDS views, embedded analytics, KPIs ו-SAP Analytics Cloud.
למה זה חשוב
ידע אצורהפרק לימד את 'מסע-האנליטיקה' של הרכש: קודם רואים את ההוצאה, אז מנהלים חוזים, בוחרים ספקים, מודדים את ביצועיהם, מדווחים, ולבסוף מוסיפים AI ואסטרטגיית-קטגוריות. מתחת לכל זה יושב מבנה-נתונים אחד (VDM/CDS) שמאפשר לראות הכל בזמן-אמת ולחבר גם ל-SAP Analytics Cloud ולענני-Ariba/Fieldglass/Concur.
ערך עסקי
ידע אצורלקשור את כל רכיבי-הפרק לתמונה אחת ולתת לקורא מפת-דרכים: ממה מורכבת אנליטיקת-רכש מודרנית, מה התשתית הטכנית, ואיך כל חלק תורם לניהול-רכש מבוסס-נתונים.
היכן בשימוש
ידע אצור• מסע: Spend ► Contracts ► Sourcing ► Supplier Performance ► Reporting ► ML/AI ► Category Management • תשתית: VDM (CDS views) ► embedded analytics ► KPIs ► SAC / Cloud • SAP Fiori Launchpad ► Procurement ► Purchasing Analytics (כל האפליקציות)
מושגי מפתח
ידע אצור- אנליטיקת-רכש = מסע מ-Spend ל-Strategy מעל VDM אחד.
- S/4HANA = real-time, no-code, embedded analytics.
- היגיינת-נתונים קודמת לכל dashboard.
- embedded לתפעולי, SAC/Ariba לאסטרטגי; אחד ישיר+עקיף.
דוגמה מ-CBC
ידע אצורבארגון התוצאה: ההנהלה רואה total spend מאוחד (ישיר+עקיף), מקבלת התראות-חוזה לפני פקיעה, מנהלת ספקים לפי ציון-ביצועים אובייקטיבי, וצופה איחורי-תרכיז לפני שיא-הקיץ — כל זאת בזמן-אמת מעל ה-VDM, עם SAC להנהלה ו-Ariba לאסטרטגיה. ארגון מטמיע את המסע המלא: מקים Spend dashboard, מפעיל התראות-תפוגת-חוזים, מנתח Sourcing וביצועי-ספקים, בונה KPIs מעל ה-VDM, מוסיף חיזוי-איחורים ו-anomaly detection, ומחבר Ariba ו-SAC — ומגיע לרכש יזום, מאוחד ומבוסס-נתונים.
תהליך
ידע אצורטבלאות
ידע אצור| טבלה | תיאור |
|---|---|
| EKKO | EKKO |
| EKPO | EKPO |
| EKBE | EKBE |
| EKET | EKET |
אפליקציות Fiori
ידע אצורקונפיגורציה (SPRO)
ידע אצור• היגיינת-נתונים: Material Group, מיזוג-ספקים, category mapping — בסיס לכל אנליטיקה. • VDM mastery: שכבות (I_/composite/C_) ו-annotations כתנאי לבנייה/הרחבה. • בחירת-כלי: embedded (תפעולי, real-time) מול SAC (אסטרטגי, מאוחד). • אינטגרציה חוצה-ענן עם master-data harmonization.
הערות
ידע אצורנתוני אב • VDM (CDS views) = מקור-האמת המשותף לכל הפרק. • Material Group + Supplier + Category mapping = תשתית-הסיווג. שאלות ראיון מהי השרשרת הלוגית של אנליטיקת-רכש? Spend Visibility ► Contracts ► Sourcing ► Supplier Performance ► Reporting ► ML/AI ► Category Management — כולן מעל ה-VDM. מהו הבסיס הטכני המשותף לכל הפרק? ה-Virtual Data Model (CDS views) — מקור-האמת ל-embedded analytics, KPIs, ול-SAP Analytics Cloud. מה הכי קריטי להצלחת-אנליטיקה? היגיינת-נתונים (Material Group, מיזוג-ספקים, category mapping) — בלעדיה כל dashboard מטעה. נושאים קשורים • MM · Spend Visibility (15.1) • MM · קונפיגורציה (15.8)
טעויות נפוצות
ידע אצור- השקעה ב-dashboards לפני היגיינת-נתונים ➔ תובנה מטעה.
- התעלמות מ-VDM ➔ אנליטיקה שברירית מעל טבלאות.
- כלי-הגשה לא-מתאים-לקהל ➔ אימוץ נמוך.
- spend עקיף לא-מאוחד ➔ תמונה חלקית.
פתרון תקלות
ידע אצור• תובנות לא-עקביות ➔ חזור להיגיינת-נתונים (Material Group/ספקים). • אנליטיקה נשברת בעדכון ➔ נבנתה מעל טבלאות/basic ולא VDM. • אימוץ נמוך ➔ כלי-הגשה לא-תואם-קהל. • spend חסר ➔ אינטגרציה חוצה-ענן לא-שלמה.
שיטות עבודה מומלצות
ידע אצור- התחל מהיגיינת-נתונים, אז בנה אנליטיקה.
- שלוט ב-VDM — הוא הבסיס לכל השאר.
- התאם כלי-הגשה לקהל (embedded/SAC).
- אחד spend ישיר ועקיף לתמונה מלאה.
טיפים
ידע אצור- מבחינת-מימוש: הצלחת-אנליטיקה תלויה ב-(1) היגיינת-נתונים — Material Group, מיזוג-ספקים, category mapping; (2) הבנת ה-VDM ושכבותיו לבניית KPIs ו-queries נכונים; (3) בחירת כלי-הגשה נכון (embedded לתפעולי, SAC לאסטרטגי); (4) אינטגרציה חוצה-ענן עם harmonization. הדגש ב-S/4HANA הוא real-time, no-code (Smart Business/KQ) ו-human-in-the-loop ב-AI. שלוט במשולש VDM↔Analytics↔Cloud ותוכל לבנות, להרחיב ולפתור-תקלות בכל שכבת-האנליטיקה.
סיכום
ידע אצור• אנליטיקת-רכש = מסע מ-Spend ל-Strategy מעל VDM אחד. • S/4HANA = real-time, no-code, embedded analytics. • היגיינת-נתונים קודמת לכל dashboard. • embedded לתפעולי, SAC/Ariba לאסטרטגי; אחד ישיר+עקיף.