Análisis del gasto de proveedores
Este ejemplo de producto de datos de consumo proporciona un ejemplo sobre cómo acelerar la información sobre la posición del gasto de proveedores con datos de SAP ERP o SAP BDC.
Con él, puedes hacer lo siguiente:
- Optimizar el gasto total por tipo de material y hacer un seguimiento de la concentración por país
- Comprender los patrones de compra ocultos para maximizar el valor de las adquisiciones
- Usar la IA para descubrir estadísticas nuevas
Arquitectura de referencia
Una arquitectura de referencia de alto nivel proporciona una descripción general de los productos de datos específicos de la fuente necesarios para este caso de uso.
Productos de datos obligatorios
Si compilas sobre datos de SAP ERP, se requieren los siguientes productos de datos de Cortex Framework
- Proveedores
- Documentos de compra
- Estructura organizativa de compra
- Materiales
Si compilas sobre datos de SAP BDC, se requieren los siguientes productos de datos de BDC:
- Orden de compra (tablas:
purchaseorder,purchaseorderitemypurchaseorderscheduleline) - Proveedor
- Organización de compra
- Datos de configuración de adquisiciones
Habilita el producto de datos en Google Cloud Google Cloud Cortex Framework
Para implementar el producto de datos de análisis del gasto de proveedores, debes habilitarlo en tu archivo config/config.yaml registrando el módulo del producto de datos en data.modules.products.
Para obtener información detallada sobre la configuración de config/config.yaml, consulta la documentación de Implementación y Configuración de implementación.
Producto de datos de SAP ERP
Para habilitar el producto de datos conforme de SAP ERP, agrega la siguiente configuración en la sección products:, asegurándote de que todos los productos de datos de base dependientes también estén configurados y habilitados:
data:
modules:
products:
# Enabled Supplier Spend Analysis sample (SAP ERP version)
- moduleId: sap_supplier_spend_analysis_sample
modulePath: cortex_samples.sap.products.supplier_spend_analysis
enabled: true # If using configuration file based on config.yaml.example, please the `enabled` flag is set to `true`
dataTargetId: product_target
dependencyBindings:
sapMaterials: sap_materials
sapPurchasingDocuments: sap_purchasing_documents
sapPurchasingOrganizationalStructure: sap_purchasing_organizational_structure
sapVendors: sap_vendors
Producto de datos de SAP BDC
Para habilitar el producto de datos conforme de SAP BDC, asegúrate de que tu catálogo de datos externos esté registrado en data.modules.catalogs y agrega la siguiente configuración:
data:
modules:
products:
# Enabled Supplier Spend Analysis sample (SAP BDC version)
- moduleId: sap_bdc_supplier_spend_analysis_sample
modulePath: cortex_samples.sap_bdc.products.supplier_spend_analysis
enabled: true # If using configuration file based on config.yaml.example, please the `enabled` flag is set to `true`
dataTargetId: product_target
dependencyBindings:
sapBdcSupplier: sap_bdc_catalog
sapBdcProcurementConfigurationData: sap_bdc_catalog
sapBdcPurchasingOrganization: sap_bdc_catalog
sapBdcPurchaseOrder: sap_bdc_catalog
Diagramas de relación entre entidades
En los siguientes diagramas de relación entre entidades (ER), se describe la estructura de las vistas de productos de datos y sus relaciones con las tablas de origen y de base asociadas.
Diagrama ER de análisis del gasto de proveedores de SAP ERP
Diagrama ER de análisis del gasto de proveedores de SAP BDC
Código fuente
El código fuente de este ejemplo de producto de datos de consumo de rendimiento de ventas se puede encontrar en el repositorio:
- SAP ERP o en tu código fuente local con la ruta de acceso
src/data_modules/cortex_samples/sap/products/supplier_spend_analysis - SAP BDC o en tu código fuente local con la ruta de acceso
src/data_modules/cortex_samples/sap_bdc/products/supplier_spend_analysis
Habilita los agentes de IA
Después de crear tu modelo de datos de estadísticas de rendimiento de ventas en BigQuery, es posible que te interese compilar un agente de datos personalizado. Esto te permite consultar las tendencias de ventas y las métricas de rendimiento directamente con lenguaje natural, sin necesidad de usar SQL complejo.