Analyse des dépenses des fournisseurs
Cet exemple de produit de données de consommation montre comment accélérer l'obtention d'insights sur la position des dépenses des fournisseurs à l'aide de données provenant de SAP ERP ou de SAP BDC.
Vous pouvez ainsi :
- optimiser les dépenses totales par type de matériau et suivre la concentration par pays ;
- comprendre les tendances d'achat cachées pour maximiser la valeur des achats ;
- utiliser l'IA pour découvrir de nouveaux insights.
Architecture de référence
Une architecture de référence de haut niveau fournit une vue d'ensemble des produits de données spécifiques à la source requis pour alimenter ce cas d'utilisation.
Produits de données requis
Si vous créez des produits de données à partir de données provenant de SAP ERP, les produits de données Cortex Framework suivants sont requis :
- Fournisseurs
- Documents d'achat
- Structure organisationnelle des achats
- Matériaux
Si vous créez des produits de données à partir de données provenant de SAP BDC, les produits de données BDC suivants sont requis :
- Bon de commande (tables :
purchaseorder,purchaseorderitem, etpurchaseorderscheduleline) - Fournisseur
- Organisation à l'origine de l'achat
- Données de configuration des achats
Activer le produit de données dans Google Cloud Google Cloud Cortex Framework
Pour déployer le produit de données "Analyse des dépenses des fournisseurs", vous devez l'activer dans votre fichier config/config.yaml en enregistrant le module de produit de données sous data.modules.products.
Pour en savoir plus sur la configuration de config/config.yaml, consultez la documentation Déploiement et Configuration du déploiement.
Produit de données provenant de SAP ERP
Pour activer le produit de données conforme SAP ERP, ajoutez la configuration suivante dans la section products:, en vous assurant que tous les produits de données de base dépendants sont également configurés et activés :
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
Produit de données provenant de SAP BDC
Pour activer le produit de données conforme SAP BDC, assurez-vous que votre catalogue de données externes est enregistré sous data.modules.catalogs, puis ajoutez la configuration suivante :
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
Diagrammes entité-association
Les diagrammes entité-association suivants décrivent la structure des vues de produits de données et leurs relations avec les tables sources et les tables de base associées.
Diagramme entité-association de l'analyse des dépenses des fournisseurs SAP ERP
Diagramme entité-association de l'analyse des dépenses des fournisseurs SAP BDC
Code source
Le code source de cet exemple de produit de données de consommation « Performances des ventes » se trouve dans le dépôt :
- SAP ERP ou dans votre code source local à l'aide du chemin d'accès
src/data_modules/cortex_samples/sap/products/supplier_spend_analysis - SAP BDC ou dans votre code source local à l'aide du chemin d'accès
src/data_modules/cortex_samples/sap_bdc/products/supplier_spend_analysis
Activer les agents d'IA
Après avoir créé votre modèle de données Sales Performance Insights dans BigQuery, vous pouvez créer un agent de données personnalisé. Cela vous permet d'interroger directement les tendances des ventes et les métriques de performances en langage naturel, sans avoir besoin de SQL complexe.