在这个博客中，我想谈谈SAP S/4HANA Cloud Embedded Analytics的最新添加，即预测分析。我们的总体概念是嵌入式分析，它将以前分离的BI系统和ERP系统结合在一起，我们已经从"记录系统"向"智能系统"迈进了一大步。如果您有兴趣了解更多有关嵌入式分析的信息，我强烈推荐Anirban的博客。

请观看Orla Cullen的视频，淘客家园，解释SAP s/4HANA Cloud 1705版本中的新预测功能。

SAP s/4HANA Cloud 1705甚至超越了此版本，预测分析是我们强大的分析能力的补充。通过预测分析，我们增加了利用机器学习模型来丰富决策基础的可能性，例如，通过预测KPI的未来价值，从而帮助预测。

如何在SAP S/4HANA中集成预测分析和嵌入式分析的一个榜样是"Quantity Contract Consumption"应用程序，该应用程序作为买家角色的一部分提供。该应用程序已经提供了公司采购合同及其状态的详尽概述，如合同开始和结束日期、供应商、材料、当前消耗量等。有了这个应用程序，可以仔细分析采购合同，并采取适当的行动，如重新谈判。虽然买方具备在系统中直接分析合同的所有能力，但他仍必须积极跟踪合同，并将合同的当前状态与具体情况联系起来。这意味着，例如，一份消耗量为80%的合同可能持续三个月以上，云服务器租用，因为与合同量相比，每月消耗量较低。另一方面，可能有一个备份合同，它只消耗了40%，而且已经存在了几个月。如果主合同现在到期，需要重新协商，那么备份合同的消耗量会比以前大得多，并且会在几周内消耗掉。

为了避免这种情况，使用机器学习算法预测合同的完全消耗日期。买方现在可以确定联系人，应该很快重新协商，并主动管理合同。这样就有机会避免不理想的情况，更好地准备重新谈判。

从最终用户的角度来看，几乎没有任何改变。应用程序现在在趋势视图中包含额外的度量"预计消费量"，在应用程序的文档视图中包含每个合同的预计完全消费日期。用户甚至可能不知道机器学习模型是在后台工作的。

然而，据说机器学习模型的创建和维护非常复杂和麻烦。但这并不适用于SAP S/4HANA提供的预测分析应用程序，因为我们使用SAP BusinessObjects预测分析集成器在业务应用程序中集成预测模型。为了理解我们是如何做到这一点的，让我们看看标准嵌入式分析应用程序的应用程序创建生命周期，它在下面的蓝色图片中描述。首先，基于选定的数据，实现计算和逻辑。使用sapfiori框架，创建UI并交付应用程序。对于预测分析应用程序，大数据调研报告，我们在数据选择和逻辑编码之间添加了一个层，即预测场景，这是一个预测模型容器。因为我们知道我们的应用程序需要哪些数据，所以我们预先定义了预测模型的输入，因为我们知道最终用户的交互将是什么，所以我们也可以预先定义模型的输出。这使我们能够开发端到端的应用程序。

机器学习模型非常强大，因为它们模拟了历史数据的行为。如果应用程序附带了一个预先训练的模型，那么该模型将无法在客户系统中的数据上表现良好。在这里，HANA数据库中的自动预测库（APL）开始发挥作用。APL自动优化机器学习模型，无需数据科学家。通过这种方式，我们可以使用预测模型容器交付应用程序，并且实际的预测模型是根据实时客户数据进行培训的，大淘客网站，这些数据永远不会离开SAP S/4HANA系统，甚至不会用于培训。最后的模型创建和激活步骤由分析专家完成，他在业务部门是分析任务的超级用户。虽然模型训练是一个一键操作，但是模型的评估也被高度简化。模型评估基于0到5颗星之间的星级评定，其中5颗星表示一个非常好的模型。通过该模型评级，分析专家决定是否应激活预测模型。如果评估结果是肯定的，网云服务器，那么模型就会被激活，应用程序的预测能力也可以被利用。当应用程序的使用产生新的实际数据时，您可能希望在预测中反映这一点。为此，模型可以很容易地重新训练，以便更新后的模型用于新的预测。感谢您的关注！