SAP Data Intelligence
Description
Lernen Sie SAP Data Intelligence kennen! Mit dem Nachfolger von SAP Data Hub koordinieren und integrieren Sie Big Data nicht nur, Sie können sie auch mit Machine Learning weiterverarbeiten. Damit Sie alle Funktionen kennen , die für Ihr Unternehmen wichtig sind, führt Sie das Autorenteam Schritt für Schritt durch die Anwendungen . Von der Dokumentation datenschutzrelevanter Ereignisse über die Modellierung von Datenflüssen bis hin zur Benutzerverwaltung lernen Sie alles, was Sie wissen müssen.
Aus dem Inhalt:
- Business Intelligence und Predictive Analytics
- Audit Log Viewer
- Connection Management
- Customer Data Export
- License Management
- Metadata Explorer
- Modeler
- Monitoring
- Policy Management
- System Management
- Vora Tools
- ML Scenario Manager
More details
Other editions
Additional editions
Persons
ISNI:
Content
Einleitung ... 15
TEIL I Einführung ... 21
1. Geänderte Rahmenbedingungen für das Datenmanagement ... 23
1.1 ... Digitalisierung ... 24
1.2 ... Aktuelle Herausforderungen für das Datenmanagement ... 36
1.3 ... Von Business Intelligence zu Predictive Analytics ... 41
1.4 ... Einsatz von Machine Learning und künstlicher Intelligenz ... 53
1.5 ... SAPs Umgang mit der neuen Datenflut ... 58
1.6 ... Zusammenfassung ... 63
2. Relevante Technologien für das Datenmanagement ... 67
2.1 ... Evolution des Datenmanagements ... 68
2.2 ... Das SAP-Technologieportfolio für das Datenmanagement ... 80
2.3 ... Zusammenfassung ... 92
3. Einführung in SAP Data Intelligence ... 95
3.1 ... Was ist SAP Data Intelligence? ... 95
3.2 ... Funktionen von SAP Data Intelligence im Überblick ... 99
3.3 ... Betrieb und Administration der Applikationen ... 104
3.4 ... Entwicklung von Datenflüssen ... 105
3.5 ... Machine-Learning-Szenarien ... 111
3.6 ... Zusammenfassung ... 112
TEIL II Funktionen von SAP Data Intelligence ... 113
4. Connection Management ... 115
4.1 ... Einführung in das Connection Management ... 115
4.2 ... Verbindungen zu SAP-Systemen ... 127
4.3 ... Verbindungen zu Datenbanken ... 130
4.4 ... Verbindungen zu cloudbasierten Systemen ... 131
4.5 ... Technische Verbindungen ... 136
4.6 ... Zusammenfassung ... 137
5. Metadata Explorer ... 139
5.1 ... Einführung in den Metadata Explorer ... 140
5.2 ... Funktionsbereich »Catalog« ... 150
5.3 ... Funktionsbereich »Rules« ... 192
5.4 ... Funktionsbereich »Business Glossary« ... 210
5.5 ... Administration, Monitor und Einstellungen ... 217
5.6 ... Zusammenfassung ... 229
6. Modeler ... 231
6.1 ... Einführung in den Modeler ... 232
6.2 ... Operatoren ... 235
6.3 ... Graphen modellieren ... 270
6.4 ... Zusammenfassung ... 295
7. Customer Data Export ... 297
7.1 ... Einen Export durchführen ... 298
7.2 ... Ergebnis eines Exports ... 300
7.3 ... Zusammenfassung ... 302
8. Vora Tools ... 303
8.1 ... Einführung in die Vora Tools ... 304
8.2 ... Verarbeitung von Daten aus unterschiedlichen Quellsystemen ... 308
8.3 ... Zusammenfassung ... 324
9. Policy Management ... 325
9.1 ... Berechtigungsverwaltung in SAP Data Intelligence ... 325
9.2 ... Standard-Policys ... 331
9.3 ... Eigene Policys und Berechtigungen erstellen ... 334
9.4 ... Zusammenfassung ... 339
10. System Management ... 341
10.1 ... Einführung in das System Management ... 342
10.2 ... Applikationen verwalten ... 343
10.3 ... Benutzer verwalten ... 352
10.4 ... Dateien verwalten ... 358
10.5 ... Strategien und Lösungen verwalten ... 365
10.6 ... Zusammenfassung ... 371
11. Monitoring ... 373
11.1 ... Zielsetzung der Monitoring-Funktionen in SAP Data Intelligence ... 373
11.2 ... Monitoring mit der Monitoring-Applikation ... 374
11.3 ... Monitoring im Modeler ... 388
11.4 ... Zusammenfassung ... 395
12. Audit Log Viewer ... 397
12.1 ... Datenschutzrelevante Ereignisse zugänglich machen ... 398
12.2 ... Auswertungsmöglichkeiten ... 400
12.3 ... Zusammenfassung ... 403
13. License Management ... 405
13.1 ... Verwaltung von Lizenzen ... 405
13.2 ... Messung lizenzpflichtiger Aktivitäten ... 407
13.3 ... Zusammenfassung ... 409
14. Applikationen für Machine Learning ... 411
14.1 ... Machine-Learning-Szenarien entwickeln ... 412
14.2 ... ML-Applikationen im Überblick ... 426
14.3 ... Einsatz von Jupyter Notebooks ... 458
14.4 ... Zusammenfassung ... 471
TEIL III Einsatzszenarien für SAP Data Intelligence ... 473
15. Beispielszenario ... 475
15.1 ... Überblick über das Beispielszenario ... 475
15.2 ... Benutzer im System Management anlegen ... 479
15.3 ... Kundeneigene Policys im Policy Management erstellen ... 481
15.4 ... Systemverbindungen im Connection Management anlegen ... 487
15.5 ... Daten im Metadata Explorer anreichern ... 490
15.6 ... Graph im Modeler modellieren ... 517
15.7 ... ML-Szenario im ML Scenario Manager erstellen ... 541
15.8 ... Export und Einplanung des Graphen im System Management ... 563
15.9 ... Zusammenfassung ... 569
16. Beispiele für weitere Einsatzmöglichkeiten ... 571
16.1 ... Integration von Clouddatenquellen ... 571
16.2 ... Systemübergreifende Modellierung von Datenflüssen ... 574
16.3 ... Globales Datenmanagement ... 577
16.4 ... Professionelles Machine Learning ... 581
16.5 ... Zusammenfassung ... 583
17. Ausblick auf die weitere Produktentwicklung ... 585
17.1 ... Schnittstellen und Integration ... 586
17.2 ... Metadaten und Governance ... 588
17.3 ... Modellierung von Graphen ... 589
17.4 ... Administration ... 590
17.5 ... Zusammenfassung ... 591
Anhang A. Quellen- und Literaturverzeichnis ... 593
Anhang B. Das Autorenteam ... 595
Index ... 599
