智能分析，实时决策：一个拥抱AI未来的BSH家电制造巨擘
全球知名家电制造商BSH（拥有博世、西门子等品牌，年营收148亿欧元，员工6万人）通过与SAP和普华永道合作，利用SAP Analytics Cloud和SAP Datasphere等AI解决方案，构建了智能分析助手。该方案将静态月度报告转变为持续更新的动态数据故事，为销售和管理团队提供实时业务洞察。6个月内成功交付4个创新用例概念验证，实现从被动决策向前瞻性主动绩效管理的转变，显著提升了业务分析效率和决策质量。
“通过与SAP和普华永道的紧密合作，我们开发了一个分析助手作为启发性展示，它提供实时、相关的指导信息，持续识别数据驱动的优化潜力，进一步改善我们的业务绩效。” —— BSH治理、方法和系统负责人Heiko Schletz
关键量化提升：
6个月交付4个用例毫秒级洞察生成6套ERP整合为1套
Before: Challenges and opportunities
静态报告痛点：依赖耗时的静态月度报告，无法实时反映市场变化，管理者需要花费大量时间阅读多页财务报告包，难以在几秒钟内提取最相关的数字和趋势。
数据分析低效：业务分析师需要花费数天时间创建数据透视表、设计电子表格和演示文稿，缺乏快速获取和解释财务数据的能力。
决策反应滞后：缺乏对驱动利润率和增长的潜在因素及关系的深入理解，无法快速响应市场趋势和变化，业务决策处于被动反应状态。
Solution
AI增强分析平台：基于SAP Analytics Cloud和SAP AI Launchpad构建分析小部件，利用SAP AI Core基础设施和生成式AI中心，为控制团队提供前沿的AI用户体验。
数据织物架构：通过SAP Datasphere解决方案建立业务数据织物，整合来自6个不同SAP ERP应用的数据，覆盖从生产到最终客户销售的完整全球价值链。
智能洞察生成：运用统计学和机器学习算法生成关键绩效指标，通过生成式AI为原始指标增加业务背景，用自然语言解释业务影响并生成紧凑的管理摘要。
After: Value-driven results
实时数据故事：从静态报告转向持续更新的动态数据故事，自动调整相关性过滤器，提供可操作的洞察和盈利能力提升建议，实现毫秒级响应。
快速决策支持：管理者可在毫秒内获得相关洞察而非数天，显著缩短决策时间，能够更快速地从数据和经验中学习，更迅速地响应趋势。
跨市场学习优化：AI解决方案能发现跨国家和产品的有用模式，建议在一个市场尝试在其他市场表现良好的产品和价格组合，实现更好的业务成果。
挑战与目标
BSH作为博世集团旗下的全球家电制造商，旗下拥有博世、西门子、Neff等知名品牌。公司希望验证前沿技术在持续识别产品组、客户和市场模式方面的潜在价值，以改进和优化业务决策。
核心目标是将现有数据用于生成和传递新洞察，以提供相关上下文信息且易于理解的格式，一键获取。公司希望从反应式决策转向前瞻性、主动的绩效管理，成为SAP Business AI的先行者。
四大核心使用场景
场景一：业务绩效识别 – 识别和突出显示跨产品、客户和地区最相关的利润率影响因素，帮助管理层快速理解当前业务表现的关键驱动因素。
场景二：产品组合优化 – 寻找有前景的产品阵容策略，为特定客户群体优化产品组合，实现更精准的市场定位和产品配置。
场景三：价格策略优化 – 利用观察到的和建模的价格弹性，建议价格调整以最大化跨产品组和地理位置的利润，实现动态定价策略。
场景四：跨市场模式学习 – 发现跨国家和产品的有用模式，建议尝试在其他市场表现良好的产品和价格组合，加速最佳实践的复制推广。
技术架构与实施详解
平台基础：解决方案基于SAP Business Technology Platform构建，利用SAP HANA Cloud的灵活集成功能将公司业务数据连接到Jupyter Notebook（数据科学家的标准工具）。
算法应用：使用SAP HANA预测分析库的原生功能（如回归和聚类算法）生成新洞察，然后将结果添加到SAP Datasphere，确保数据的完整性和一致性。
用户体验优化：业务分析师可以在其标准工作环境中轻松访问这些新的可操作洞察。团队将SAP Analytics Cloud连接到大型语言基础模型，以适当的抽象级别和术语解释新洞察。
SAP S/4HANA数字化转型规划
系统整合：BSH正在将六个独立的ERP解决方案整合为单一的全球SAP S/4HANA环境，覆盖所有子公司和地理位置，创建可靠的数据基础（“乐高积木“）。
实施规模：未来三年，八个团队超过100人将继续致力于向所有业务推广新的SAP S/4HANA标准解决方案，逐步接近公司的数字化愿景。
统一分析平台：计划使用SAP Analytics Cloud作为所有以数据为中心任务的中央门户，包括报告、分析、评估机会和风险，以及预测性预测和规划，消除手动重复的数据管理和整合任务。
期末关账优化：最终目标是能够在国家层面和集团价值链层面同时完成期末关账，无延迟，为关键决策者随时随地提供最新、相关、可靠的数据。
项目成功关键因素
合作伙伴协同：项目成功的关键在于所有合作伙伴之间开放诚实的沟通，以及尝试全新事物的热情。BSH、SAP和普华永道德国之间的紧密协作确保了概念验证的成功。
标准化平台建设：通过构建集成生成式AI能力的标准化分析平台，为业务分析师提供快速访问关键财务数据的能力，并通过执行摘要丰富洞察解释。
未来扩展计划：下一步将整合来自非结构化数据源的附加信息，如PDF文档或互联网上关于市场发展的公共数据，进一步增强整体业务绩效分析能力。
关于本文内容有任何问题或见解，欢迎在评论区留下你的想法
如果您对BTP感兴趣，BTP个人精选内容目录 | SAP Blogs 可能有更多你需要的内容 本文内容来自 Link: Link 智能分析，实时决策：一个拥抱AI未来的BSH家电制造巨擘全球知名家电制造商BSH（拥有博世、西门子等品牌，年营收148亿欧元，员工6万人）通过与SAP和普华永道合作，利用SAP Analytics Cloud和SAP Datasphere等AI解决方案，构建了智能分析助手。该方案将静态月度报告转变为持续更新的动态数据故事，为销售和管理团队提供实时业务洞察。6个月内成功交付4个创新用例概念验证，实现从被动决策向前瞻性主动绩效管理的转变，显著提升了业务分析效率和决策质量。”通过与SAP和普华永道的紧密合作，我们开发了一个分析助手作为启发性展示，它提供实时、相关的指导信息，持续识别数据驱动的优化潜力，进一步改善我们的业务绩效。” —— BSH治理、方法和系统负责人Heiko Schletz 关键量化提升：6个月交付4个用例毫秒级洞察生成6套ERP整合为1套 Before: Challenges and opportunities静态报告痛点：依赖耗时的静态月度报告，无法实时反映市场变化，管理者需要花费大量时间阅读多页财务报告包，难以在几秒钟内提取最相关的数字和趋势。数据分析低效：业务分析师需要花费数天时间创建数据透视表、设计电子表格和演示文稿，缺乏快速获取和解释财务数据的能力。决策反应滞后：缺乏对驱动利润率和增长的潜在因素及关系的深入理解，无法快速响应市场趋势和变化，业务决策处于被动反应状态。 SolutionAI增强分析平台：基于SAP Analytics Cloud和SAP AI Launchpad构建分析小部件，利用SAP AI Core基础设施和生成式AI中心，为控制团队提供前沿的AI用户体验。数据织物架构：通过SAP Datasphere解决方案建立业务数据织物，整合来自6个不同SAP ERP应用的数据，覆盖从生产到最终客户销售的完整全球价值链。智能洞察生成：运用统计学和机器学习算法生成关键绩效指标，通过生成式AI为原始指标增加业务背景，用自然语言解释业务影响并生成紧凑的管理摘要。After: Value-driven results实时数据故事：从静态报告转向持续更新的动态数据故事，自动调整相关性过滤器，提供可操作的洞察和盈利能力提升建议，实现毫秒级响应。快速决策支持：管理者可在毫秒内获得相关洞察而非数天，显著缩短决策时间，能够更快速地从数据和经验中学习，更迅速地响应趋势。跨市场学习优化：AI解决方案能发现跨国家和产品的有用模式，建议在一个市场尝试在其他市场表现良好的产品和价格组合，实现更好的业务成果。 挑战与目标BSH作为博世集团旗下的全球家电制造商，旗下拥有博世、西门子、Neff等知名品牌。公司希望验证前沿技术在持续识别产品组、客户和市场模式方面的潜在价值，以改进和优化业务决策。核心目标是将现有数据用于生成和传递新洞察，以提供相关上下文信息且易于理解的格式，一键获取。公司希望从反应式决策转向前瞻性、主动的绩效管理，成为SAP Business AI的先行者。 四大核心使用场景场景一：业务绩效识别 – 识别和突出显示跨产品、客户和地区最相关的利润率影响因素，帮助管理层快速理解当前业务表现的关键驱动因素。场景二：产品组合优化 – 寻找有前景的产品阵容策略，为特定客户群体优化产品组合，实现更精准的市场定位和产品配置。场景三：价格策略优化 – 利用观察到的和建模的价格弹性，建议价格调整以最大化跨产品组和地理位置的利润，实现动态定价策略。场景四：跨市场模式学习 – 发现跨国家和产品的有用模式，建议尝试在其他市场表现良好的产品和价格组合，加速最佳实践的复制推广。 技术架构与实施详解平台基础：解决方案基于SAP Business Technology Platform构建，利用SAP HANA Cloud的灵活集成功能将公司业务数据连接到Jupyter Notebook（数据科学家的标准工具）。算法应用：使用SAP HANA预测分析库的原生功能（如回归和聚类算法）生成新洞察，然后将结果添加到SAP Datasphere，确保数据的完整性和一致性。用户体验优化：业务分析师可以在其标准工作环境中轻松访问这些新的可操作洞察。团队将SAP Analytics Cloud连接到大型语言基础模型，以适当的抽象级别和术语解释新洞察。 SAP S/4HANA数字化转型规划系统整合：BSH正在将六个独立的ERP解决方案整合为单一的全球SAP S/4HANA环境，覆盖所有子公司和地理位置，创建可靠的数据基础（”乐高积木”）。实施规模：未来三年，八个团队超过100人将继续致力于向所有业务推广新的SAP S/4HANA标准解决方案，逐步接近公司的数字化愿景。统一分析平台：计划使用SAP Analytics Cloud作为所有以数据为中心任务的中央门户，包括报告、分析、评估机会和风险，以及预测性预测和规划，消除手动重复的数据管理和整合任务。期末关账优化：最终目标是能够在国家层面和集团价值链层面同时完成期末关账，无延迟，为关键决策者随时随地提供最新、相关、可靠的数据。 项目成功关键因素合作伙伴协同：项目成功的关键在于所有合作伙伴之间开放诚实的沟通，以及尝试全新事物的热情。BSH、SAP和普华永道德国之间的紧密协作确保了概念验证的成功。标准化平台建设：通过构建集成生成式AI能力的标准化分析平台，为业务分析师提供快速访问关键财务数据的能力，并通过执行摘要丰富洞察解释。未来扩展计划：下一步将整合来自非结构化数据源的附加信息，如PDF文档或互联网上关于市场发展的公共数据，进一步增强整体业务绩效分析能力。 关于本文内容有任何问题或见解，欢迎在评论区留下你的想法 Read More Technology Blog Posts by SAP articles
#SAP
#SAPTechnologyblog
