如何用SAP Analytics Cloud解决公司盈利问题

前言

各位好久，好久，好久不见！DEMO秀华丽回归！在本次demo中，小编将带领大家一起全副武装，领略SAP Analytics Cloud是如何以最酷炫的方式为公司盈利提供解决方案。如果你想了解更多关于在本次demo中使用的产品请在本公众号首页回复p02，p13，d05，d06。

p.s. 小编帮大家把此次demo秀精心设计成了双重滑动以便大家能快速到达自己想到的地方，退出后再次访问会直接跳到离开时的部分。进入下一章请在屏幕右侧留白处滑动即可，耶！

12

关于JF Tech

JF Tech 是一家虚构的跨国云计算与软件服务商。为了应对来自云端，服务器与本地的数据，JF Tech 使用了Concur, Fieldglass, Cloud for Customer, S/4HANA, 与 Success Factors来协助公司的运营。但是最近，即使在拥有大量来自各个分析系统数据的情况下，JF Tech还是发现他们今年的盈利远远没有达到预期。JF Tech的高管们急需一个系统把来自各个地方的数据即时整合以帮助发现问题，扭转盈亏。

不哆嗦，目标其实就一句话：用最酷炫的系统，最高效的方式，赚更多的钱～

什么是

SAP Analytics Cloud

尽享分析之便

SAP Analytics Cloud 基于 SAP HANA® Cloud Platform

(SAP HANA 云平台) 构建。它将计划，商务智能和预测分析整合在同一个云解决方案中。帮助高管和员工更快速地制定更明智的决策。结合Digital Boardroom，为企业管理者实时提供情境信息、即席报告和假设分析。

真的是一机在手，管理无忧！

JF Tech与

SAP Analytics Cloud

此处向下阅读本章内容

边缘滑至下章

首先我们一键打开SAP Analytics Cloud的主界面。我们可以很直接的看到来自S4/HANA, Success Factors, Concur 和Fieldglass 的公司数据。看来JF的员工有很大一部分都在温哥华，旧金山，和法兰克福之间出差呀。

当我们通过地区筛选后，我们可以看到地区的盈利预估，出差记录，职工人数等等。我们也可以看到各个办公地点的信息。

在dashboard左侧我们也可以看到所有来自S4/HANA的Financial KPI。在这里我们看到JF Tech没有达到预期。销售只增加了区区0.2%，旅行开支却加重了15.8%，人力资源开支也加重了2.0%。

看到那么多红数字很是不是很焦虑，JF高管们估计还在不停的刷我们的微信公众号吧。来我们一起去帮帮他们！

如何

降低人事成本？

此处向下阅读本章内容

边缘滑至下章

在SAP Analytics Cloud控制面板的界面选择里进入人事分析界面。来自SuccessFactors和Fieldglass的数据可以很直观的告诉我们项目超出预算127个，人员变更超出预算11.1%（红色指示条）。

除此之外，我们还看到公司的性别比失调，低于JF Tech设定的目标。另外，尽管女性职工占比27%，我们并没有看到JF高层方面持有相同的比例。虽然这不能直接影响公司利润，但公平的员工待遇可以减少人员变更的开销，增加员工粘性。JF可以通过更公平全面的员工职业发展规划，保证女性员工有公平的升职机会，降低人才流失。

首先，我们来研究一下是哪些项目严重超出预算。通过点击智能分析（小灯泡），我们看看是哪几个项目造成的预算超支。

只需要轻轻一点我们就可以查到项目E003039严重超支。这个时候我们需要特别“关照”这支团队了。如果遇到问题要及时扶持他们。

而作为一个细心的分析师，我们当然要深挖人员调整的原因~

通过简单的数据筛选，我们可以看出JF员工的离职两大主要原因：职业发展与工休平衡。当然我们还没结束，要继续挖！看看到底是哪些员工为这两个原因离职。

首先我们筛选出招聘因素，然后我们发现通过社交媒体招聘来的年轻员工大部分因为职业发展原因离职。在这里，JF高管是不是要重新审视公司新员工的OJT培训与职业规划以防止人才流出了呢？

接下来我们到各个部门里看看有什么更多的发现。在上图红圈内我们看到开发，销售与服务部门主要离职原因集中在职业发展与工休平衡因素。找到了人事问题的根源与原因后，JF可以重点关注这几个部门以改善人事培训，降低人员变动成本以节省人事开支。

看过那么多数据，我们与JF高管们开始制订了一系列的人事调整以及培训改进，其中包括项目跟进，员工培训，职业规划，与公司福利。

通过SAP Analytics Cloud的实时数据计算，我们定下了把离职率降低7%的目标，以换来将近368万美元的利润增长。通过实时数据计算，我们也可以将调整目标，配合其他部门选择最合适高效的方案帮助公司盈利。

怎么样，是不是很酷很简单？我们继续！你也可以在右侧滑向任何一个部分阅读哟！

如何

让销售起飞？

此处向下阅读本章内容

边缘滑至下章

在销售的主界面我们可以看到各项销售记录，销售情况与销售人员信息。接下来小编带你来看SAP Analytics Cloud的销售部分会带来什么样精彩的发现。

SAP Analytics Cloud酷就酷在它能把人事数据与销售数据组合在一起以体现出每个销售部门的总体表现。我们不单单能看到销售数据，也能看到是哪些销售员在处理各种大小的订单，他们的客户有多大，以及判断销售员需不需要额外支持。

通过界面上的红色警示，SAP Analytics Cloud提示JF主管们一个业务不够熟悉的销售员（评估等级较低）在促成一个特别大的订单。JF的主管们马上可以锁定是哪一位销售顾问，并且在各个方面最大程度的去协助他（她），促成那笔交易。

我们在Dashboard也可以查看损失客户的原因。JF有两个团队，我们发现Lowtouch地方团队经常无法满足客户的需求，而Global国际团队在价格方面没有强大的竞争力。

首先，如何能让本地销售更好的去服务当地中小企业，达到他们的需求呢？

打开Business Area (客户群体) ，我们可以看到一系列影响营业额的原因。我们看到财富500的公司对JF的营业额贡献最大。

接下来我们把不同的因素在一起比较：source (用户来源) + Business Area (客户群体)。我们发现Partners (合作伙伴) 在财富500公司中贡献的业绩最多。

JF高管们得出结论，马上加紧评估与改进JF与其他公司的合作，所谓合作共赢，一起提高JF在中小客户群中的影响力。

那么问题又来了，怎么评估？怎么改进？有什么套路？

我们通过点击Business Area里深蓝色的（之前那张图）的那个方块一探究竟。SAP Analytics Cloud综合来自各个系统的销售，人事，顾客，地区数据，将最合适的销售人员安排在最合适的岗位。然而，我们看到这张图实际远远超于预期。到底是哪个销售团队这么厉害呢？

在上图的每个节点上我们可以点击以查看到底是哪几笔交易如此成功。每一笔交易都大大超过了预期。JF的高管们立刻提包去造访了这些团队，请教到底是什么样的销售手段如此高效，并在以后的交流会上鼓励她们与其他销售员分享。

最后，为了更加针对财富500公司市场，JF最近在中国开了新的研究室。JF高管在了解到JF中国的朱先生正在促成一个大单时，高管马上用SAP Analytics Cloud先进复杂的算法来做个模拟，并且得出预计的营业额。

最后，为了全面协助朱先生的成功销售，JF 团队运用 Analytics Cloud来寻找出与朱先生最相匹配的搭档或者运营团队。用之前销售团队的经验帮助朱先生完成了这个大单！

【各位辛苦啦！可以去休息五分钟后再回来喔！我们还会在此处相见！】

如何

减少出行开支？

此处向下阅读本章内容

边缘滑至下章

SAP Analytics Cloud把来自SAP Concur的员工出行数据用地图与图标的方式很直观的展现出来。我们可以看到最贵机场排名 (左下角)，出差项目大小(右侧)，出差时间等等。

我们发现JF的出差项目大小大部分集中在小于$50k 的区域。JF的高层坚定了信心，他们要在一些地区组建Lowtouch团队专门来针对这些小客户。这些Lowtouch团队可以大大减少员工的差旅开支。

那接下来，我们在哪里设立这些小团队呢？

在右边图表中我们选择0-50k的出差项目后，我们可以看到左边的地图上作出了实时更改。我们看到旧金山和法兰克福将会是新的Lowtouch办公点的最佳试点。JF的高管预计新的Lowtouch 团队将减少差旅开支%15。

用Analytics Cloud做了这么多分析，到底我们能不能扭亏为盈呢？接下来我们终于可以把前面发现的问题一一输入我们的Business Planning财务计划里啦！

见解

我们对JF的公司调整有了个大致的方案，那么这些方案到底能不能帮助JF公司在记下来的一年里达到盈利目标呢？以下是初步的调整目标：

通过改善人事培训和改善员工待遇以降低离职率，在人力资源方面减少368万的开支（约%12）

加强员工培训以及对新市场的开拓与支持，以此增加销售额约%5。

通过在重要地区设立Lowtouch分布在差旅开支上减低约%12）

如何

预测与决策？

此处向下阅读本章内容

边缘滑至下章

最后我们在SAP Analytics Cloud里把之前的调整预期输入Finance/Planning，看看对整体利润有什么效果。

我们直接点击想要改进的部门，运用拖拽或着数字输入我们的预期指标。

Yes！JF的盈利能力大大提高，营业额也有很大提升！

哈！你以为这样就结束了？我们到底能不能相信这个预测呢？到底有多准呢？

首先我们看到亚太地区的预测指数出奇的高，点进亚太地区的我们也发现中国的预测特别的“乐观”。但是，我们不应只光看到中国的大好前景，而是应该深入分析我们预测模型的准确度。

【马上就要大功告成啦！大家挺住！】

我们在控制菜单上选择Planning，我们利用过去一年三和四季度的数据来改善我们这个预测模型。

我们将过去的真实数据制作个备份另起一列起名为China_Forecast。

我们把实际数据加入刚刚的预测模型重新预测，通过对比我们可以看到我们的预测有多少偏差。我们选中中国然后点击右上方制图功能。

利用SAP专有的绘图引擎以及复杂的算法，SAP Analytics Cloud在短短几秒内分析了各种运营周期，产品趋势，以及短期波动，最后给出了一个最精确的导向图与置信区间。

是不是又快又厉害！

回到Planning的制表图，我们对比模型预测结果与实际数据，得出我们的预测模型比要比实际结果高出将近400万美元。这说明我们的预测还是有偏差，尤其是在中国市场上。

但是，有问题不要怕！这是我们改进我们预测系统的大好机会！

最后我们会到Finance界面，将我们的总销售额往上调400万美元。为什么呢？因为如果我们想增加预测模型对JF的准确性，我们需要在下年增加400万的销售额（1%）。

就这样，弹指一挥间我们完成了从分析，预测，和谋划。小编算了下，得到最后的这些结论，一共点击了不超过100次鼠标哦！

结语

各位读者辛苦了，小编真心真意想向各位展示所有SAP Analytics Cloud的强大之处，而今天所向大家展示的还只是冰山一角呢。我们一路走来，从寻找问题，发现问题，分析问题，一直到解决以及预测。从公司的财务数据到员工的跟进项目，Analytics Cloud是解决一切公司运营的绝佳利器，真可谓：

一机在手，管理无忧！

来源：SAP商务分析全知道