Architektura informačních systémů ve veřejné správě Jak zjednodušit složité

Architektura informačních systémů ve veřejné správě Jak zjednodušit složité

Jan Renc Solution Architect SAP ČR

Federal Enterprise Architecture Business reference Model

©http://en.wikipedia.org/wiki/Federal_enterprise_architecture 2015 SAP SE. All rights reserved.

2

Centralizované IT systémy / Centra sdílených služeb

 Ekonomika – Evropská komise, Rakousko, Francie, Hessensko

 Správa nemovitostí - Německo  Personalistika a mzdy Holandsko, Rakousko, Bavorsko

 Nákup – Francie, Mexico

SAP

© 2015 SAP SE. All rights reserved.

3

Podpora služeb občanům / firmám

 Výběr daní  Výplata sociálních dávek

 Administrace dotací  Nemocniční systém  Administrace VŠ studia SAP

 Technické průkazy vozidel  Podpora policejního vyšetřování  Podpora vojenského plánování  Správa technické infrastruktury  …


4

Simplify Complexity In Memory Computing - SAP HANA

Tradiční architektura BI / Data Warehouse

End-user access / Presentation

Data Mart

Reporting

ODS

Main Service : Make data available for reporting & planning tools Transform : Application specific/(dis-)aggregate/lookup Content : Application specific History : Application specific Store : IC,DSO, Info Set, Virtual Provider, Multi Provider.

Data Propagation

Data Warehouse

Corp. Memory

Main Service : Spot for apps/Delta to app/App recovery Transform : Enriched || General Business logic Content : Data source || Business domain specific History : Determined by rebuild requirements of apps Store : DSO(can be logical partitioned)

IT Governance

Business transform

Harmonization

Project Governance

Realný případ

Main Service : Integrated, harmonized Transform : Harmonize quality assure (in flow|| lookup) Content : Defined fields History : Short or not at all || Long term Store : Info source || IO/DSO/Z-table

Data Acquisition Main Service : Decouple, Fast load and distribute Transform : 1:1 Content : 1 data source, All fields History : 4 weeks Store : PSA, DSO-WO.

Provide data


Source 1

Source 2

Source 3

Source 4

Source 5 7

“Typický koncept” Business Intelligence dnes Calculation Engine Business Intelligence

Query Results Query

Pomalé Pomalé

Aggregates

Komplikované Komplikované

Indexes

Drahé Drahé

Data Warehouse

Data Marts Business Reporting Intelligence

ETLEngine Calculation Operational Data Store Query Results Copy Query

BusinessApplications Application Business


Data

8

SAP HANA In-Memory Computing Calculation Engine Business Intelligence

Query Results Query

Aggregates Indexes Až 1,000x rychlejší Nevyžaduje optimalizaci Více dat na menším prostoru Data Marts Výrazné zrychlení BI

Data Warehouse ETL

Operational Data Store Copy

Business Application


Data

9

SAP HANA Sloupcově uspořádaná databáze Až 1,000x rychlejší Efektivní ukládání dat Výrazná komprese Více dat na menším prostoru Business Intelligence

Calculation Engine Query Results Query

Data Warehouse Data Data Warehouse Warehouse ETL




Data

10

SAP HANA Analytical Appliance Až 1,000x rychlejší Masivně paralelní, optimalizace pro hardware Přesun kalkulačních enginů do databáze: in-memory prediktivní analytické aplikace Obsahuje BI funkce Menší datové přenosy, rychlejší odezva BI Calculation Engine Business Intelligence Query Results Query

Data Warehouse Analytic Appliance ETL




Data

11

SAP HANA Real-Time Data Méně „skrytých“ procesů Row-level data v DW Inkrementální update, pouze update (audit v čase) Real-time datová integrace, datová kvalita Takže, proč udržovat oddělené operační datová úložiště?

Business Intelligence

Analytic Appliance ETL




Data

12

SAP Simple Finance Změna konceptu

ERP Financials classic DB

Simple Finance powered by HANA


 Data Redundancy  Reconciliation Effort  Minor Flexibility

 Higher Throughput  Reduced Reconciliation  Higher Flexibility  Reduced Data Volume  High Performance

13

SAP Simple Finance Technologické přínosy  Zápis do jediné DB tabulky  Neomezená paralelizace  Navzájem nezávislá data

 Data jsou uložena jen jednou  Žádné agregáty a indexy  Minimalizace objemu dat

(DB netřeba zamykat)

Data Compression Flexibility

 Zápis pouze primárních dat  Veškeré hierarchie jsou pouze pohledem na data  Žádné migrace org.struktur © 2015 SAP SE. All rights reserved.

Data Throughput No Reconciliation

 Účetnictví a controlling využívá jediný dokument  Data jsou vždy konzistentní

14

SAP Simple Finance Data aging DataBase Partition HOT COLD

 Hot Časté použití Uložení v paměti

 Cold Starší data Pomalejší/levnější úložiště

 Definujme minimální nutnou dobu po kterou potřebujeme pracovat s daty/dokumenty a potom je přesuňme do “cold database area”

 Starší data ukládejme do “levnější” databáze (NLS)  Inteligentní BackUp © 2015 SAP SE. All rights reserved.

15

SAP Simple Finance powered by HANA Zásadní zmenšení databáze


16

SAP Simple Finance powered by HANA Očekávané a realizované přínosy

70%

10%

less reconciliation time

DSO reduction

optimization

10%

22%

Soft close

less fraud cases

further reduction in processing time

Intra Intra-month

Financial Close (automation)

Information when & where needed

3%

500 GB

cash optimization

SAP’S ERP Database

30%

Real time screening on anomalies

40%

1,8 TB

less posting corrections

SAP’s ERP Database

Financial Close

less cost center re re-org time

Organizational change

Receivables management

Financial Close

Margin Better decision support & prediction

FI-CO FI reconciliation

less processing time

FINANCE

80%

DB footprint reduced from once 7.1 TB


Driving Transformation of Finance

Treasury

DB footprint radically reduced further 17

Simplify Complexity to Survive Děkuji za pozornost [email protected]

Architektura informačních systémů ve veřejné správě Jak zjednodušit složité

Recommend Documents