""

Mesas de decisión - Llevar la energía de SAP HANA al negocio

Desde la liberación de SAP HANA más y más cálculos y reglas se insertan en la capa de base de datos para obtener todos los beneficios de rendimiento que SAP HANA está proporcionando. Como cualquier otra base de datos, la implementación de estas reglas depende en gran medida de los desarrolladores de bases de datos.

Lo que SAP HANA de SP05 está proporcionando es el motor de reglas que es fácilmente comprensible para los usuarios empresariales y da flexibilidad de implementar las reglas en la capa de negocio.

La implementación del motor de reglas se realiza a través de tablas de decisión que no requieren de los usuarios empresariales tener conocimientos avanzados de SQL o cualquier otro lenguaje de procedimientos de base de datos.

La aplicación de estas reglas es verdaderamente grande. Una vez que las reglas son accesibles pueden ser utilizados para múltiples propósitos de las reglas operativas de negocios como reglas de precios, reclamaciones, limpieza de datos a diferentes tipos de análisis de lo que si, etc.

Ejemplo de tabla de decisiones con reglas definidas en Excel 2010:

excell rules

excell rules

En el ejemplo que vamos a pasar, queremos hacer un análisis de cuál es el impacto sobre los honorarios transaccionales si cambiamos el modelo de cómo se aplican los honorarios.

Modelo de base de datos

data model

data model

Para los propósitos del escaparate el modelo de la base de datos se ha simplificado realmente y contiene las tablas siguientes:

  • D_ACCOUNT - tabla con todas las cuentas incluyendo OWNER_ACCOUNT_NUMBER que es número ordinal de cada cuenta que el cliente ha abierto

  • D_CUSTOMER - tabla con todos los clientes incluyendo segmentación CUSTOMER_CLASS interna

  • D_FEE_RATE - tabla con todas las tarifas y cuotas que se aplican en transacciones financieras

  • F_FINANCIAL_TRANSACTIONS - tabla de hechos con todas las transacciones financieras

Objetivo del análisis

El objetivo de nuestro análisis es obtener información de lo que va a ser el impacto financiero si tratamos de aplicar nuevas tarifas de paquetes de tarifas en la cartera existente.

En los nuevos paquetes de tarifas solo 2 los parámetros tendrán impacto:

  • OWNER_ACCOUNT_NUMBER - cuál es el número ordinal de una cuenta particular que pertenece a clientes específicos

  • CUSTOMER_CLASS - segmentación interna de clientes

Implementación

          1.       Decision Table

Para este propósito, se creará una nueva mesa de decisiones en nuestro entorno HANA, que va a mantener las reglas de las cantidades de honorarios importadas de excel:

tabla de decisiones

tabla de decisiones

Después de activar la tabla de decisiones (y la tabla de decisiones no actualiza un conjunto de datos), internamente SAP HANA crea un procedimiento y una vista de columna que se pueden utilizar más dentro de otros objetos SAP HANA.

La tabla de decisiones puede utilizarse dentro de otro procedimiento o puede utilizarse dentro de una vista de cálculo.

Para este propósito vamos a mostrar el uso en la vista de cálculo.

2.       Calculation View

Dentro de la vista de cálculo vamos a unirse a la ya existente visión analítica que contiene los montos de las cuotas que ya se han pagado y vamos a comparar con nuevas tarifas de las tablas de decisión.

calculation view join

calculation view join

Debido a múltiples parámetros que están afectando el monto de la tarifa, necesitamos calcular una nueva cantidad de honorarios dentro de una vista de cálculo como una columna calculada y aplicar parámetros proporcionados dentro de una tabla de decisión:

new fee calculation

new fee calculation

Después de nuevo cálculo en aplicado podemos ver instantáneamente cuál es el impacto del cambio de cantidades de honorarios:

resultado final

resultado final

Conclusión:

Las tablas de decisión son una forma realmente útil de implementar las reglas de negocio sin demasiado esfuerzo por parte de TI. Una vez que se implementan las tablas de decisión, se puede utilizar toda la potencia de SAP HANA, lo que permite a los usuarios ejecutar reglas en una cantidad masiva de transacciones sin necesidad de recargar los lotes ETL como en el RDBMS convencional.

EspañolEnglish