Insights sur les performances commerciales
Cet exemple de produit de données de consommation montre comment accélérer l'obtention d'insights sur l'état des performances commerciales à l'aide de données provenant de SAP ERP ou de SAP BDC.
Vous pouvez ainsi :
- optimiser les revenus par produit, région et organisation commerciale ;
- suivre les performances sur les canaux de distribution et les divisions ;
- utiliser l'IA pour identifier les goulots d'étranglement liés à l'exécution ou les tendances de livraison à temps qui ont un impact sur les revenus et les coûts.
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 :
- Clients
- Documents de livraison
- Documents commerciaux
- Structure organisationnelle des ventes
- Matériaux
Si vous créez des produits de données à partir de données provenant de SAP BDC, les produits de données BDC suivants sont requis :
- Client
- Commande client
Activer le produit de données dans Google Cloud Google Cloud Cortex Framework
Pour déployer le produit de données Insights sur les performances des ventes, 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 Sales Performance sample (SAP ERP version)
- moduleId: sap_sales_performance_sample
modulePath: cortex_samples.sap.products.sales_performance
enabled: true # If using configuration file based on config.yaml.example, please the `enabled` flag is set to `true`
dataTargetId: product_target
dependencyBindings:
sapCustomers: sap_customers
sapSalesDocuments: sap_sales_documents
sapDeliveryDocuments: sap_delivery_documents
sapSalesOrganizationalStructure: sap_sales_organizational_structure
sapMaterials: sap_materials
Produit de données provenant de SAP BDC
Pour activer le produit de données conforme SAP BDC, assurez-vous que votre module de catalogue de données externe est enregistré sous data.modules.catalogs, comme décrit dans la documentation sur le catalogue de données, puis ajoutez la configuration suivante :
data:
modules:
products:
# Enabled Sales Performance sample (SAP BDC version)
- moduleId: sap_bdc_sales_performance_sample
modulePath: cortex_samples.sap_bdc.products.sales_performance
enabled: true # If using configuration file based on config.yaml.example, please the `enabled` flag is set to `true`
dataTargetId: product_target
dependencyBindings:
sapBdcCustomer: sap_bdc_catalog
sapBdcSalesOrder: sap_bdc_catalog
Diagrammes entité-association
Les diagrammes entité-association suivants décrivent la structure des vues de produit de données et leurs relations avec les tables sources et les tables de base associées.
Diagramme entité-association des performances des ventes SAP ERP
Diagramme entité-association des performances commerciales SAP BDC
Code source
Le code source de cet exemple de produit de données de consommation Performances des ventes est disponible 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/sales_performance - SAP BDC ou dans votre code source local à l'aide du chemin d'accès
src/data_modules/cortex_samples/sap_bdc/products/sales_performance
Activer les agents d'IA
Après avoir créé votre modèle de données Insights sur les performances des ventes dans BigQuery, vous pouvez créer un agent de données personnalisé. Cela vous permet d'interroger directement les tendances commerciales et les métriques de performances en langage naturel, sans avoir besoin de SQL complexe.