Un reciente artículo de prensa de SAP titulado ‘Five Ways to Make the Most of Your Data’ (Cinco formas de sacar el máximo partido a sus datos) explica cómo los líderes empresariales ahora reconocen que los datos son la base de los negocios digitales. El artículo enumera las cinco formas de sacar el máximo partido a los datos:
Voy a examinar cada una de estas áreas más detalladamente. Quizá desee leer mi primer blog (Parte 1) sobre cómo dejar los datos donde están. El blog de hoy se centra en la segunda recomendación relativa a asegurarse de poder gestionar todos los tipos de datos.
Image Source Microsoft Access from fmsinc.com © 1998
Uno de mis primeros trabajos en el campo de la tecnología fue como programadora de Microsoft Access, y pasé bastante tiempo fusionando datos de diversos lugares en un único sistema. La tarea consistía en crear relaciones entre las múltiples fuentes de datos para que tuvieran sentido (véase el ejemplo anterior). En el mundo actual, los datos no solo tienen que tener sentido desde una perspectiva relacional, sino que también hay un mayor espectro de tipos de datos, como los estructurados, no estructurados, relacionales o geoespaciales, por nombrar algunos.
Es posible que haya escuchado el término ‘normalizar los datos’, que consiste esencialmente en tomar diferentes tipos de datos y lograr que tengan sentido juntos. Como se indica en el artículo de SAP, “con demasiada frecuencia las organizaciones abordan cada tipo de datos de forma distinta y por separado, lo que replica el problema de los datos inconexos que no se reúnen en una imagen holística”.
En SAP HCM y Payroll, vemos gran parte de esto, especialmente considerando el número de usuarios que intentan trabajar con sus datos a través de múltiples descargas en programas como Microsoft Excel. No es ningún secreto que en SAP ERP HCM y Payroll, a menudo hay que utilizar múltiples soluciones para elaborar un informe, un tema del que hablo con bastante frecuencia. Vea un ejemplo a continuación.
Los usuarios suelen empezar obteniendo los datos maestros de un informe entregado o a través de volcados de tablas o infotipos del código de transacción SE16, y luego añaden algunos datos de nómina a los que se accede a través del informe Pay Recon. Si a esto se le añaden algunos datos detallados de gestión de la organización, se puede ver fácilmente cómo la situación puede empeorar rápidamente. Tan solo las relaciones básicas de uno a muchos que existen, junto con el concepto de citas efectivas, es suficiente para que un programador se vea en apuros.
La sugerencia del artículo de SAP es asegurarse de elegir una “plataforma que trate los datos como multimodales y multidimensionales”.
Si está trabajando con datos de todo lo relacionado con HCM SAP y/o SuccessFactors y ese landscape, lo más fácil es indicarles una solución de terceros que ya hace esto por usted. Y esa solución es, por supuesto, Query Manager de EPI-USE Labs: la única solución con certificación SAP S/4HANA diseñada para esto. Query Manager soluciona el reto de la elaboración de informes para SAP HCM, como se muestra en la siguiente imagen.
Si su ámbito y sus fuentes de datos van mucho más allá de todo lo relacionado con SAP ERP, es posible que necesite una plataforma que le permita realizar este tipo de normalización de datos. SAP Data Warehouse Cloud es una opción muy conocida que permite a los clientes conectar datos con el contexto empresarial en una solución unificada de datos y análisis en la nube. En este sentido, podemos ayudarle a incluir sus datos críticos de RR. HH. y nómina en SAP Data Warehouse Cloud.
Mi próximo blog se centrará en el tercer punto de la lista del artículo ‘Five Ways to Make the Most of Your Data’ , que es el aprovechamiento de los datos para impulsar la automatización.