简介

通过S/4HANA，传统的SAP企业系统已经从事务系统演变为智能数字核心。这一新一代应用程序为企业提供了广泛的信息、实时数据和分析能力，这些能力对无缝的日常运营更为有利。此外，这些应用程序中的大多数都可以从各种设备（如移动设备、平板电脑或个人电脑）访问。

除了处理复杂业务操作的常规能力外，新的应用程序套件还具备处理简单业务等其他一些能力，因此被视为"智能企业"以自动化的方式完成重复的任务，对复杂的业务问题提出建议，并根据历史数据揭示模式和见解。这些特性使企业能够在正确的时间做出正确的决策。

智能企业的三个关键组成部分是智能套件（S/4HANA应用套件）、数字平台（HANA数据库）和智能技术（Leonardo）。将机器学习等智能技术的巨大功能嵌入到S/4HANA应用程序套件中，已将整个套件转变为一个自动驾驶和自学习的自主系统。

上下文

SAP S/4HANA套件具有内置的分析功能，使企业能够监控和分析其日常业务运营和问题。嵌入式实时分析全面覆盖了多个核心领域和业务流程的监控和分析功能。

出于对本博客的兴趣，我想重点介绍云销售中的嵌入式分析功能以及机器学习功能。这被称为嵌入式预测分析。预测分析根据定义，从历史数据中提取信息，并使用它来预测趋势和行为模式。

与企业的销售部门联系；数字核心的这一功能使销售人员能够比以前更容易地对销售业绩进行必要的预测，并且可以节省大量的时间和精力，用于收集历史数据并将其整合成有意义的报告。

目前，云销售中的嵌入式预测分析功能支持以下业务场景

销量预测：该场景可以帮助销售经理预测可实现的销量，并定期制定销售计划。使用"Sales Performance–Predictions"应用程序（业务目录"Sales Planning"和业务角色"Sales Manager"），可以将实现的销售量与预测值（基于预测建模）进行比较。相关的销售计划作为分析销售目标实现程度的基准。该分析可以提供预测性的见解，以衡量当前的销售业绩。报价转换率：此场景为销售经理或销售代表提供可靠的预测，以监控销售报价转换为销售订单的可能性。通过利用机器学习功能，企业可以通过比较实际结果、计划结果和预测结果，获得对报价转换率的预测性见解。有了精确的预测，企业可以更专注于业务的价值创造方面。预测交货延迟：通过这种场景，销售代表可以监控当前的交货绩效情况，淘客大联盟，并立即识别销售订单的按需交货率的影响，以防止交货货物的严重延迟，从而提高客户满意度。

前提条件

实际交货率的比较，只有当下列项目到位时，计划和预测的销售值才有可能：

建立并发布"销售计划"。"预测模型"训练成功，设置为激活状态

销售计划：通过"销售计划app"可以创建、更改、发布、显示组织的销售计划。在销售计划中，可以对销售组织、分销渠道、部门、客户、物料等不同维度设置特定计划期间的销售目标。这些计划值稍后将用于将实际销售值与销售目标进行比较，并使用"销售业绩-预测"应用程序预测未来业绩。

必须以excel格式维护计划销售目标，并将其上载到销售计划应用程序中。用于维护数据的excel模板可在同一个应用程序内下载（示例excel模板如下所示）

预测模型训练

了解机器学习模型训练的工作原理，需要了解预测场景和预测模型的基本概念。

预测场景是S/4HANA云中作为开箱即用解决方案提供的标准业务场景。这些场景描述了企业的预测用例，具有特定的业务目标、业务运营所需的预测类型和预测所需的历史数据。

另一方面，预测模型是基于历史数据集用于预测结果的模型，并与特定的预测模型相关联情节。对于预测准确结果的模型，必须用最新数据定期进行训练。使用最新数据多次重新训练活动模型将确保预测准确且有意义。

可以在不同状态下为模型创建多个版本。此外，系统允许检查模型的质量和培训状态，必要时删除从未使用或设置为活动的任何非活动模型版本。

可以对活动模型版本进行质量检查，并通过分析提供的与业务用例相关的响应来决定其是否表示业务数据。预测模型的性能可以通过不断地将其暴露于新的可用数据集来提高。

预测模型应用程序中有两个可用的指标来评估预测能力和预测置信度。这些指标可用于评估模型版本的性能。