On Device
协同 分析
我们的组件 相互契合 移动
产品的一致性

消费者级别的用户体验
生命周期管理


最低的总拥有成本 (TCO)
相互集成 通用体系结构
On Demand
随需（On Demand）业务线
SAP Business ByDesign

主数据管理
On Premise
SAP Business Suite 7
© 2010 SAP AG. All rights reserved. / Page 9
信息正在爆炸


企业内部，数据规模爆炸性增长
除了数据本身，企业使用的数据类型 也在爆炸性增长（如Facebook， Twitter等） 各个应用孤岛，使得协作变得困难

用户难以把握可用数据的质量
时间被过分的消耗在系统集成，而不 是真正的创新上 企业IT部门不得不拼命满足迅速变化 的业务需求
3. 更聪明，更便宜，更快
© 2010 SAP AG. All rights reserved. / Page 4
喜忧参半之“忧”
1
200家全球性公司中，为解决 数据相关的问题，年均成本 超过500万美元。 200家全球性公司中，有超过20%的 企业，为解决数据相关的问题，每年 花费超过2000万美元的成本。
数据上线
成本
Information Steward Data Quality Management Data Services Data Migration Services Event Insight Information Lifecycle Mng Extended ECM Information Steward Data Services Master Data Management Master Data Governance Business Process Management Business Rules Management RapidMarts Data Federator Document Access Extended ECM

单一、易用的用户界面，用于构建、测试和 部署项目
连接、转换并发布信息，这些信息可以来自 任意数据源 完善的数据质量解决方案，用于清洗和丰富 各种类型的数据 在ETL过程中，直接嵌入数据质量管理步骤， 以构建数据仓库



“
将所有这些功能置于同一应用程序中，使得从不同软件提供的―数据变换‖（Data Transforms）中取得数据并对其进行快速、高效的遍历变得简单。‖

© 2010 SAP AG. All rights reserved. / Page 10
数据管理质量低下，导致不理智的决策
“凭感觉”做出的决策 基于“感觉”的决策 总是
75%的时候
50%的时候
25%的时候
从不 从不
基于“感觉”的决策的使用者比例 60% 的人，50%的 时候要“凭感觉”做 超过60%的人 决策 超过50%的时候
进行重要决策时，能够获得的 相关信息量
总是刚好 （罕见）
总是 太少
经理由于 缺乏信息 而做出不 好的决策 的情形
总是太多
© 2010 SAP AG. All rights reserved. / Page 11
低劣信息管理的后果
利润更低 生产效率更低
不满足合规性 延迟项目完成
项目完成后，需要返工 业务部门和IT部门的工作不匹配
数据下线
Archiving Information Lifecycle Mng.
管控
时间
© 2010 SAP AG. All rights reserved. / Page 17
信息上线
从项目扩展到企业
数据创建（受到质量、复制与验证策略的控制）

通过Data Quality Management for Enterprise Applications解决方案，在数据输入点 强化质量，并进行重复性检查 通过Data Quality Management，为定制应用提供数据质量防火墙 在数据提交前，确认数据满足验证标准 (考虑投资于Information Steward)
© 2010 SAP AG. All rights reserved. / Page 2
日程
1. 信息管理的发展趋势
2. SAP解决方案
3. 更聪明，更便宜，更快
© 2010 SAP AG. All rights reserved. / Page 3
日程
1. 信息管理的发展趋势
2. SAP解决方案
SAP BusinessObjects Information Steward
发现、定义、监控企业数据质量
发现、定义、监控高优先级数据元素的质量水平， 集中信息管控的力量，对其优先管理

共同协作，定义质量标准和质量的可接受水平 自动警示相关人员，数据质量正在下降 发布数据视景（ perspectives ），以了解和分析数据 的可信性 识别关键的、常用的数据元素，将其作为管控的焦点
Bloor Research on Data Migration
SAP DATA MIGRATION
1 2 3 4 5 6
分析
抽取
清洗
验证
加载
调整
管控与可视化
SAP BusinessObjects 技术
具有经过实践检验的软件与专业能力， 专长于数据迁移、数据质量、数据集成、 数据仓库等方面
SAP服务
流程编排
© 2010 SAP AG. All rights reserved. / Page 14
常见的信息管理成本曲线
技术+资源
数据下线
活跃的数据使用
成本 AG. All rights reserved. / Page 15
基于“战略信息管理”的成本曲线
技术+资源
活跃的数据使用
成本
数据创建 数据迁移 数据导入 计划“保留策略”
数据上线
数据准备的充分度 数据移植 数据导入
数据下线
数据存档 数据删除 项目终结的试运行
管控
时间
© 2010 SAP AG. All rights reserved. / Page 16
将SAP各个解决方案，映射到战略信息管理各阶段
活跃的数据使用
延迟的IT项目减少了80%
Source: ASUG and SAP performance benchmarking
© 2010 SAP AG. All rights reserved. / Page 6
令人厌恶的经历—由数据问题导致
© 2010 SAP AG. All rights reserved. / Page 7
经过实践验证的功能性专业能力， 专长于将数据导入SAP ERP
提供预定义的业务内容，用于抽取配置信息 将规则从目标系统导入SAP系统
© 2010 SAP AG. All rights reserved. / Page 21
SAP BusinessObjects Data Quality Management
EIM100 企业信息管理（Enterprise Information Management）解决方案概览
Matthias Kretschmer EIM解决方案管理
2010年12月
Disclaimer
This presentation outlines our general product direction and should not be relied on in making a purchase decision. This presentation is not subject to your license agreement or any other agreement with SAP. SAP has no obligation to pursue any course of business outlined in this presentation or to develop or release any functionality mentioned in this presentation. This presentation and SAP's strategy and possible future developments are subject to change and may be changed by SAP at any time for any reason without notice. This document is provided without a warranty of any kind, either express or implied, including but not limited to, the implied warranties of merchantability, fitness for a particular purpose, or non-infringement. SAP assumes no responsibility for errors or omissions in this document, except if such damages were caused by SAP intentionally or grossly negligent.
2
1
低劣的客户数据，导致每年 净损失6110亿美元
1. Forbes survey of 200 leading global companies 2. TDWI study
© 2010 SAP AG. All rights reserved. / Page 5