Ansicht
Dokumentation
SAPFKCBD - Data-Mining-Prozessor
BAL_S_LOG - Application Log: Log header data General Material DataDiese Dokumentation steht unter dem Copyright der SAP AG.
Dokumentation des "Data Mining"
Vorbemerkung
Sämtliche nachfolgend beschriebenen Transaktionen sind noch nicht in die
entsprechenden Menüs aufgenommen, sondern können ausschließlich über die jeweils aufgeführten Transaktionscodes aufgerufen
Konzept
Das Data-Mining-Tool analysiert die Daten des EIS und der Ergebnisrechnung automatisch.
Es sucht, ohne daß der Benutzer wie in der "normalen" interaktiven Recherche die einzelnen Rechercheschritte
eingeben muß, selbständig nach auffälligen Berichtsobjekten. Grundidee bei der
Konzeption des Verfahrens war, das menschliche Vorgehen während einer interaktiven Recherche
nachzubilden. Die Data-Mining-Komponente "simuliert" eine möglicherweise vielstufige Recherchesitzung
und gibt anschließend die als "interessant" eingestuften Berichtsobjekte in einer Liste aus.
Die Data-Mining-Komponente basiert weitgehend auf den Funktionen der normalen Recherche. Um die
Data-Mining-Funktionalität zu nutzen, ist daher, kurz zusammengefaßt, wie folgt vorzugehen:
Im ersten Schritt legt der Anwender ein sog. Data-Mining-Formular an. Auf Basis dieses Formulars definiert
man anschließend einen Data-Mining-Bericht. Ferner muß eine sog. Data-Mining-Methode zur
Steuerung der Analyse angelegt werden. Startet man nun den Data-Mining-Bericht, so wird der zugrundeliegende
Datenbestand gewissermaßen im Batch-Modus nach Auffälligkeiten durchsucht und die als
interessant eingestuften Controlling-Objekte anschließend in einer Liste dem Anwender präsentiert.
Die folgende Abschnitte beschreiben die für das Data Mining relevanten Objekte und Funktionen im einzelnen.
Data-Mining-Formular
Im Data-Mining-Formular sind die Kennzahlen vorzugeben, die Grundlage
der automatischen Analyse sein sollen. Dazu muß der Anwender beim Anlegen eines Data-Mining-Formulars
eine Controlling-Größe und eine Gewichtskennzahl auswählen. Die Controlling-Größe
ist die betriebswirtschaftliche Kennzahl, die in der automatischen Analyse untersucht werden soll. Typischerweise
handelt es sich um eine relative Größe, wie beispielsweise eine relative Plan-Ist-Abweichung
des Deckungsbeitrags oder des Erlöses. Die absolute Bedeutung einer relativen Kennzahl kann aber
in Abhängigkeit vom Basiswert sehr unterschiedlich sein. Daher berücksichtigt das Data
Mining zusätzlich eine absolute Größe. Diese bestimmt der Anwender durch Auswahl der Gewichtskennzahl.
Zur Selektion von Controlling-Größe und Gewicht ist auf dem Bild zum Editieren von
Formular-Elementen der Cursor auf die Spalte mit der gewünschten Kennzahl zu positionieren und
anschließend die Drucktaste "Controlling-Größe" bzw. "Gewicht" zu betätigen. Die ausgezeichneten Spalten erscheinen daraufhin farbig.
Transaktionen:
- KCD5: Data-Mining-Formular anlegen
- KCD6: Data-Mining-Formular ändern
- KCD7: Data-Mining-Formular anzeigen
Data-Mining-Bericht
Das Anlegen/Ändern/Anzeigen von Data-Mining-Berichten stimmt weitgehend
mit den entsprechenden Transaktionen für "normale" Formularberichte überein. Davon abweichend ist allerdings beim Anlegen unbedingt ein Data-Mining-Formular auszuwählen.
Das Ausführen eines Data-Mining-Berichts hingegen zieht die Auswahl einer Data-Mining-Methode
nach sich. Daher erscheint nach Start eines Berichts zunächst ein Popup, das den Anwender zur
Eingabe einer Data-Mining-Methode auffordert. Durch Betätigen der Drucktaste "Data-Mining-Methode"
kann er sich die Parameterwerte der Methode anzeigen lassen und gegebenenfalls modifizieren. Über
die Drucktaste "Weiter" auf dem Popup startet man den eigentlichen Data-Mining-Prozeß, der ausschließlich
intern abläuft. Abschließend präsentiert das System eine Liste mit den auffälligen Berichtsobjekten.
Transaktionen im EIS:
- KCD1: Data-Mining-Bericht ausführen
- KCD2: Data-Mining-Bericht anlegen
- KCD3: Data-Mining-Bericht ändern
- KCD4: Data-Mining-Bericht anzeigen
Transaktionen in der Ergebnisrechnung (CO-PA):
- KED1: Data-Mining-Bericht ausführen
- KED2: Data-Mining-Bericht anlegen
- KED3: Data-Mining-Bericht ändern
- KED4: Data-Mining-Bericht anzeigen
Data-Mining-Methode
Die Data-Mining-Methode enthält sämtliche Parameter zur Steuerung
des hneAnalyseprozesses. Die Transaktionen zum Anlegen/Ändern/Anzeigen einer Data-Mining-Methode
umfassen jeweils ein Einstiegsbild, auf dem die Data-Mining-Methode einzugeben ist, und ein Nachfolgebild,
die die Parameterwerte im einzelnen zeigt. Beim Anlegen einer Data-Mining-Methode kann eine Referenzmethode
eingegeben werden, deren Einstellungen als Vorschlagswerte für die neu anzulegende Methode fungieren.
Eine Data-Mining-Methode enthält im einzelnen folgende Parameter und Parametergruppen:
Max. Laufzeit
Die maximale Laufzeit erzwingt einen definierten Abbruch der Analyse nach Ablauf der
hier spezifizierten Zeitspanne. Gibt man keinen Wert vor, so führt das System die Auswertung
vollständig durch. Bricht die Analyse wegen der Zeitüberschreitung ab, so werden dem Anwender die bis dahin gefundenen, auffälligen Berichtsobjekte präsentiert.
Objektfilter
Der Objektfilter grenzt jeden Aufriß auf die im Sinne des Verfahrens interessanten
Objekte ein. Dazu wirken zwei Mechanismen zusammen. Zunächst läßt sich die Größe
des Aufrisses durch die Hitlistenoperatoren grundsätzlich eingrenzen. Zu diesem Zweck ist die
Art (Last N, Top N, Last %, Top %) und die Größe der Hitliste (absolut oder prozentual)
einzustellen. Darüber hinaus ist der Max. Abstand zum Nachbarobjekt einzugeben. Mit diesem Feld
wird die maximal zulässige Differenz zum Nachbarobjekt des Aufrisses festgelegt, so daß
dieses im Data Mining noch behandelt wird. Übersteigt der Abstand gemessen an der Relvanzkennzahl
(die intern automatisch aus Controlling-Größe und Gewicht berechnet wird) diesen prozentualen
Wert, so wird die Liste mit den für das Data Mining relevanten Berichtsobjekten abgeschnitten.
Grundsätlich gilt: Je stärker die hier spezifizierten Bedingungen sind, um so geringer ist der Rechenzeitbedarf, aber auch die "Breite" der Analyse.
Aufspaltungsfilter
Ausgabefilter
Gewichtungen
Auf Basis der Controlling-Größe
und dem Gewicht berechnet das Data Mining-Modul intern die sog. Relevanz. Sie ist die zentrale Untersuchungsgröße
der Analyse. Über die Gewichtungen kann der Anwender einstellen, wie stark die Controlling-Größe und das Gewicht die Relevanz und damit auch den Analysepfad beeinflussen.
Wertefilter
Hier besteht die Möglichkeit, bestimmte Werte der Controlling-Größe
und des Gewichtes zu "stigmatisieren". Objekte, die einen dieser Werte aufweisen, schließt das
System von der Analyse aus. Auf diese Weise verhindert man, daß das Analysergebnis vor allem "verunreinigte" und deshalb auffällige Controlling-Objekte enthält.
Transaktionen:
- TKCM1: Data-Mining-Methode anlegen
- TKCM2: Data-Mining-Methode anzeigen
- TKCM3: Data-Mining-Methode ändern
Ergebnispräsentation
Die Analyseergebnisse werden in unmittelbarem Anschluß an
die Auswertung in einer Liste ausgegeben. Diese zeigt einen Überblick über die als interessant
eingestuften Controllingt-Objekte. Bei Doppelklick mit der Maus oder F2 auf eine bestimmte Zeile erzeugt
das Ausgabemodul eine Detailliste mit sämtlichen Kennzahlen des betreffenden Objekts. Ferner
können deie aktuelle Ergebnisse auf der Datenbank gesichert werden. Eine eigene Transaktion dient
zur Verwaltung der archivierten Auswertungsergebnisse. Zunächst baut sie ein Verzeichnis aller
abgespeicherten Auswertungsläufe auf. Durch Doppelklick auf eine Zeile gelangt man auf die oben
angesprochene Übersicht der interessanten Controlling-Objkete dieses Laufes. Zu diesen kann man
dann wieder die zugehörigen Detailinformationen einholen. Insgesamt entsteht so eine dreistufige
Liste. Neben der Anzeige der historischen Auswertungen erlaubt die Transaktion auch das Löschen archivierter, aber nicht mehr interessanter Ergebnisse. Sie werden von der Datenbank entfernt.
Transaktion:
- TKCD8: Data-Mining-Ergebnisse anzeigen (und löschen)
Voraussetzungen
Ausgabe
Beispiel
General Data in Customer Master CPI1466 during Backup
Diese Dokumentation steht unter dem Copyright der SAP AG.
Length: 9340 Date: 20240520 Time: 095109 sap01-206 ( 228 ms )