Le aziende che intendono raccogliere le sfide del mercato e rimanere competitive in un contesto come quello attuale, decisamente critico, sanno di dover “ragionare una data strategy” in grado di valorizzare le informazioni di cui dispongono. Permettere a loro di farlo, a partire dalle applicazioni e dai processi, è il fine ultimo di Sap che, sono oramai circa dieci anni, ha rifondato il proprio portafoglio lanciando Sap Hana e “reingegnerizzato” le applicazioni partendo da quelle di data management, fino a sviluppare il primo Erp analitico. Ne parliamo con Fabrizio Moneta, regional head & sales director Analytics, Platform and Technologies, Sap Italia e Grecia, e Roberto Fraccapani, Head of Presales Sap Italia.

Fabrizio Moneta, Sap
Fabrizio Moneta, regional head & sales director Analytics, Platform and Technologies, Sap Italia e Grecia

Data strategy per Sap oggi è effettivamente tra i topic centrali su cui investe l’azienda – esordisce Monetail nostro posizionamento è incentrato sulla proposizione di una Business Technology Platform che si distingue dagli altri vendor su alcune aree: la parte analytics e data management (1), la parte di Processing Integration and Extension (2) che deriva dalla cultura applicativa di Sap – funzionale ad integrare le applicazioni – e la parte di Modernization per l’adozione di S/4 Hana (3). Rendere moderni sistemi che nel back-end sono ancora prevalentemente tradizionali resta un punto cardine della strategia.

Lo scenario oggetto del confronto, il data management, vede da una parte nelle aziende l’utilizzo ancora dei sistemi tradizionali on-premise con modelli dati strutturati e stratificati, e dall’altra l’introduzione di applicazioni di nuova generazione (spesso cloud-native), non sempre governate perfettamente dall’IT, con modelli di utilizzo dati disomogenei nei data lake che generano punti di aggregazione delle informazioni di difficile gestione, non in grado di soddisfare le promesse. “L’ambizione di Sap in questo senso è proprio cercare di unire le due sfere in modo che il dato venga mosso il meno possibile (virtualizzando l’informazione e creando modelli logici invece che fisici) e in modo da evitare di spostare inutilmente informazioni pesanti per vastità e diversità”.

Sap Gestione Sfere
La strategia di data management di Sap

Per farlo Sap lavora su una strategia a tre livelli.
Il punto di partenza sono le applicazioni. Spiega Moneta: “Sap, dopo Hana, ha lavorato alla reingegnerizzazione delle applicazioni Ecc su Hana in un contesto in cui i sistemi applicativi si focalizzano meno sull’importanza della transazione e sempre di più su analytics, pianificazione, e previsioni. Sap ha quindi fuso il mondo delle transazioni con quello delle analisi per evitare proprio di dover spostare il dato per renderlo produttivo (1)”. All’interno di S/4 Hana quindi viene proposta una piattaforma in grado di far convivere i due mondi insieme.

Negli ultimi cinque anni quindi Sap ha spinto su“soluzioni in grado di aiutare le aziende a migliorare le strategie di pianificazione (con dati vivi), avvicinando l’execution al momento in cui nasce la transazione, e ha cominciato ad innestare sulla suite S/4 tutte le tecnologie di nuova generazione”, prosegue Moneta. Negli ultimi tre anni, “abbiamo lavorato sulle soluzioni Extended Analytics tra cui Sap Analytics Cloud, come front-end di analisi che permette di esplorazione e manipolazione dei dati direttamente sul gestionale, su S/4 ed Ecc on Hana, navigando sul motore transazionale”. Una proposta che ha riscontrato l’interesse già di 200 aziende sul mercato italiano per oltre 25mila utenti. In un mercato, quello della BI, che è possibile considerare maturo.

L’azienda cerca quindi di “armonizzare il mondo Sap con l’ecosistema applicativo delle aziende (2), in uno scenario di proliferazione delle applicazioni verticali specializzate richieste da requisiti di business molto dinamici”. Per farlo Sap ha spostato sul cloud il concetto alla base di Hana, rendendo disponibile in modalità gestita Hana Cloud, sui cloud degli hyperscaler con i vantaggi dell’elasticità e della scalabilità. Hana Cloud permette quindi di virtualizzare il dato on-premise dei sistemi Sap e permette di correlare anche informazioni generate da altre tecnologie (lavora con data lake di terze parti, fonti dati lente, etc.).

Insieme lo “strato di virtualizzazione unico per vedere i dati di diversi ecosistemi”, Sap ha anche rilasciato Data Warehouse Cloud, un’applicazione per utenti business che consente di riassociare e riclassificare le informazioni in modo dinamico all’interno di un motore in grado di collegare le chiavi primarie di pertinenza dei sistemi per aggregare le informazioni, per mappare tutti le sorgenti dati, e fare “data exploration”. Si tratta in questo caso di uno strato semantico aperto a qualsiasi front-end di BI (quindi non solo Sap Analytics Cloud, ma con integrazione nativa in questo caso).

Il terzo layer su cui Sap investe riguarda invece la data science (3), alla base di questo l’impegno l’idea di far uscire ML e AI da progetti di nicchia ed applicazioni verticali, per “industrializzare” i processi, perché Sap vede il ML come “soluzione di process automation prima ancora che come semplice abilitatore di analytics. Dal censimento delle fonti dati, dei modelli, dall’innesto di AI e ML nelle applicazioni, la sfida è portarne i benefici all’interno dei cicli operativi tradizionali in modo semplificato.

Sap Data Science
Sap Data Science

Per farlo Sap propone Data Intelligence, la suite per gestire il ciclo di vita dei data asset, comprensiva dei tool per integrare gli strumenti di terze parti utilizzati dai data scientist, in modo da offrire una più semplice gestione delle pipeline, del data pre-processing, e soprattutto semplificare l’innesto degli algoritmi all’interno delle applicazioni di core business, quindi nei processi aziendali a tutto tondo. L’obiettivo, il valore aggiunto, è trasformare i data asset in insights per il business. E Forrester oggi posiziona Sap in alto a destra proprio nella proposizione Data Management for Analytics, sottolineandone le potenzialità non semplicemente come fornitore di DB ma di “ecosistema”.

Dal punto di vista commerciale Sap ha deciso di standardizzare la modalità di acquisto di soluzioni e servizi, offrendo la possibilità di variarne la richiesta, all’occorrenza, senza penalizzazioni. Con l’introduzione di Sap Enterprise Agreement, in pratica, i clienti beneficiano di un modello basato su crediti utilizzabili per tutto il portafoglio delle tecnologie disponibili all’interno di Sap Cloud Platform. In estrema sintesi quindi, conclude Moneta i pilastri strategici prevedono “la realizzazione di strumenti tecnologici che consentano di spingere l’innovazione all’interno delle applicazioni, usare le stesse tecnologie per “armonizzare” in modo efficiente altre applicazioni e fonti dati complementari a quelle che sottendono i sistemi Sap , e rendere “utile” l’innovazione pura legata al machine learning integrandola con le applicazioni e chiudendo il ciclo di sviluppo degli algoritmi”.

Casi d’uso, Regione Toscana e Reale Group

Tra le realizzazioni più recenti basate sulle tecnologie inquadrate Sap ha sviluppato, in Italia, una soluzione specifica per il distanziamento sociale facilmente integrabile con i sistemi HR (Sap e non Sap), dedicata all’enterprise, e disponibile a titolo gratuito per clienti e partner che poggia su Sap Cloud Platform .

Roberto Fraccapani, Head of Presales Sap Italia
Roberto Fraccapani, Head of Presales Sap Italia

Mentre tra le esperienze dei clienti Sap sull’utilizzo delle soluzioni di data management in Italia meritano di essere raccontati due casi: Regione Toscana e Reale Group. Ne parla Fraccapani: “La regione, cliente Sap da diversi anni, è stata tra le prime realtà ad adottare le soluzioni Hana nel proprio landscape, utilizzando però le componenti tecnologiche ed analitiche puramente per scopi legati al dato gestionale. Nel periodo di emergenza si è trovata a gestire una quantità di dati provenienti da analisi, realtà ospedaliere e sanitarie, che in qualche modo andavano valorizzate e ha deciso di far leva sulla piattaforma Hana estendendola a quest’ultima tipologia di informazioni”.

La Regione Toscana ha utilizzato Hana e i motori di gestione, normalizzazione ed acquisizione del dato proveniente dai diversi laboratori per la fruizione di un modello dati condivisibile.Regione Toscana ha sfruttato Sap Analytics Cloud per rappresentare in un unico punto tutti gli aspetti di gestione, attività e fruizione sul dato, ma sta lavorando, per consentire nel prossimo futuro l’agile gestione di processi di simulazione/pianificazione e di previsione sfruttando i motori di ML integrati nella soluzione; per esempio per capire quali “dimensioni dei fenomeni” meritano di essere tenute sotto attenzione”.

In occasione dell’evento Data Innovation Tour, è stato inoltre presentato il caso utente relativo a Reale Group. Cliente storico della piattaforma Sap Hana, Reale Group ha sviluppato un approccio interessante per quanto riguarda la gestione della “temperatura” del dato, “portando all’interno di Hana il dato caldo per sfruttare i tempi di risposta e la flessibilità della piattaforma nella fruizione del dato e spostando in modo automatizzato sul layer “freddo” il dato storico, rendendolo comunque fruibile, grazie all’utilizzo di modelli virtuali, di fatto in modo trasparente all’utilizzatore finale”, spiega Fraccapani . Reale Group ha esteso poi l’idea con un progetto pilota sfruttando Data Warehouse Cloud per mettere in correlazione, sulla base di un unico modello dati in cloud virtualizzato, sistemi differenti Sap e non Sap (con i dati assicurativi del business auto).

Questo ha permesso una maggiore agilità di time to market, dal recupero delle informazioni dai sorgenti, fino ai report finali. Il punto di forza del progetto mette tra l’altro in evidenza una caratteristica della modalità operativa di Data Warehouse Cloud importante: da una parte il layer tecnologico basato su Hana per la gestione della virtualizzazione e dei modelli dati, ma anche la disponibilità di un layer pensato per l’utente business che può costruire i suoi Kpi su un modello normalizzato, senza saper scrivere codice, ma con strumenti Web e visuali, per costruire un data warehouse effettivamente “consumabile”.

© RIPRODUZIONE RISERVATA