Avis et détails du produit SAP Datasphere

J'aime utiliser SAP Datasphere pour intégrer, traiter et analyser des données provenant de multiples sources en temps réel. Il fournit des informations en temps réel qui améliorent la prise de décision et l'efficacité des projets. J'apprécie la façon dont le traitement en temps réel et la livraison fiable des données me permettent d'accéder et d'analyser des données à jour dès qu'elles sont disponibles, m'aidant à prendre des décisions plus rapides et mieux informées. Cela réduit également les erreurs et les retards qui se produisaient avec la gestion manuelle des données, rendant mes flux de travail beaucoup plus fluides et efficaces. De plus, j'ai trouvé que l'installation était facile, ce qui était un gros avantage. Avis collecté par et hébergé sur G2.com.

La configuration avancée est limitée et la courbe d'apprentissage est raide. Une configuration plus flexible pour des pipelines complexes et de meilleurs tutoriels pour des flux de travail avancés seraient utiles. Avis collecté par et hébergé sur G2.com.

Espaces = isolation propre. Je peux créer un espace sandbox par branche, connecter les connexions et exécuter des tests de pipeline sans interférer avec les modèles de production. C'est le bon niveau de multi-location pour l'assurance qualité.

Couche sémantique avec du mordant. Les entités/mesures commerciales vivent en un seul endroit (dimensions, associations, unités/devises). Nous écrivons des « tests de contrat » contre le modèle, pas de SQL fragile ; si quelqu'un supprime un KPI ou change un type, l'intégration continue échoue bruyamment.

Virtualiser d'abord, répliquer si nécessaire. Pouvoir fédérer des requêtes vers S/4HANA/BW ou mettre en scène des extractions dans HANA Cloud maintient des performances décentes tout en évitant la dispersion des données. Nos tests couvrent les deux chemins en utilisant les mêmes artefacts.

Traçabilité et analyse d'impact décentes. Lorsqu'un renommage de colonne arrive en amont, la traçabilité montre quelles vues/calculs sont cassés. Je peux lier un rapport d'impact à un test échoué et le propriétaire sait exactement où corriger.

Configurations transportables. Le déplacement des artefacts de dev -> test -> prod est prévisible ; nous versionnons les transports à côté de notre code de test, donc les retours en arrière sont ennuyeux.

BW Bridge pour le monde réel. Le contenu BW hérité ne nous bloque pas ; nous pouvons valider les modèles migrés côte à côte avec les nouveaux jusqu'à ce que les tests de parité réussissent.

Étroit avec SAC. Pour la recette utilisateur, nous pointons une histoire SAC vers l'espace de test et les parties prenantes valident les chiffres sans extractions sur mesure. Avis collecté par et hébergé sur G2.com.

Latence de l'interface utilisateur à grande échelle. Les grands modèles rendent l'interface utilisateur de modélisation lourde ; les flux de données complexes sont lents à éditer. Les messages d'erreur sont laconiques. Les erreurs de fédération/de privilège ressemblent souvent à des énigmes, vous finissez par vérifier les journaux des systèmes distants pour comprendre ce qui a réellement échoué. Limites de transformation. Les transformations graphiques couvrent 80 % ; les 20 % restants nécessitent encore du SQLScript ou une préparation externe. Pièges de transport. L'ordre des dépendances peut poser problème, il suffit de manquer un artefact partagé et votre déploiement de pipeline semble « vert » mais ne fonctionne pas. Avis collecté par et hébergé sur G2.com.

Facile à utiliser, pas besoin d'une éducation spécifique préalable ! Merci aux fournisseurs SAP et à mon entreprise d'avoir choisi SAP. De plus, SAP Datasphere est un service de données unifié basé sur le cloud, construit sur la SAP Business Technology Platform (BTP), qui fournit une structure de données d'entreprise complète pour l'intégration de données, le catalogage, la modélisation sémantique, l'entreposage de données et la virtualisation à travers des sources de données SAP et non-SAP. Avis collecté par et hébergé sur G2.com.

Les inconvénients de SAP Datasphere incluent des coûts élevés et un manque de scalabilité pour les petites entreprises, des problèmes de performance avec de grands ensembles de données, une intégration complexe avec des outils non-SAP, une courbe d'apprentissage abrupte, des processus de modélisation et de configuration de données complexes, ainsi que des changements fréquents et parfois perturbateurs de l'interface utilisateur. Avis collecté par et hébergé sur G2.com.

Ce que j'apprécie le plus, c'est la facilité d'intégration. Étant donné que je travaille avec des frameworks d'automatisation tels que Python et Jenkins, j'ai besoin d'outils qui peuvent interagir sans problème avec mes scripts, et Datasphere le fait très efficacement via son CLI. Je n'ai pas besoin de naviguer manuellement dans l'interface utilisateur pour déployer des changements ou configurer un espace de test. Je lance simplement une commande et c'est réglé. Cela contribue également à la facilité de mise en œuvre. Le passage d'un nouveau modèle de données du développement à un environnement de QA est simple car nous pouvons automatiser tout le processus de téléchargement. Cela nous fait gagner un temps considérable. J'utilise Datasphere constamment, pratiquement chaque fois qu'un développeur soumet du code, et il gère les mises à jour fréquentes sans aucun problème. Honnêtement, ce que je valorise le plus, c'est de pouvoir éviter les étapes manuelles et gérer l'infrastructure en tant que code. Avis collecté par et hébergé sur G2.com.

Honnêtement, la documentation pour des commandes CLI spécifiques peut parfois être un peu insuffisante. Par exemple, lorsque je rencontre un cas limite inhabituel lors du script d'un déploiement, il faut souvent un effort considérable pour trouver le drapeau exact dont j'ai besoin. De plus, lorsque l'automatisation échoue, les messages d'erreur renvoyés par le CLI sont souvent vagues. Parfois, il se contente de signaler 'échec' sans spécifier quelle partie du modèle JSON était incorrecte, ce qui signifie que je finis par passer du temps supplémentaire à déboguer ou à parcourir les journaux. Une fois que tout est configuré, cela fonctionne très bien, mais le dépannage pendant la phase de configuration peut être frustrant. Avis collecté par et hébergé sur G2.com.

Disponible en tant que service, cette solution ne nécessite pas de dépendance au système BW traditionnel de SAP. Elle permet de transférer des données vers plusieurs cibles, et j'ai trouvé l'intégration avec Snowflake simple et efficace. Avis collecté par et hébergé sur G2.com.

Les vues CDS et les options de personnalisation du côté S/4 semblent encore quelque peu immatures. De plus, l'analyseur de notes, qui sert de colonne vertébrale pour résoudre les bugs dans S/4, est mis à jour trop fréquemment et nécessite une quantité importante de maintenance continue. Avis collecté par et hébergé sur G2.com.

Ce que j'aime le plus dans SAP Datasphere, c'est la façon dont il intègre de manière transparente les données des systèmes SAP et non-SAP dans une couche sémantique unique et bien gouvernée. L'expérience de modélisation unifiée, le contexte commercial solide et la gouvernance intégrée facilitent grandement le maintien de données fiables à travers des paysages complexes. Sa capacité à virtualiser les données sans réplication lourde permet également de gagner du temps, de réduire les frais généraux et de garder les données à jour. Dans l'ensemble, Datasphere permet aux équipes d'accéder plus rapidement aux insights avec beaucoup moins d'efforts d'intégration. Avis collecté par et hébergé sur G2.com.

Bien que SAP Datasphere soit puissant, quelques domaines nécessitent encore des améliorations. Les performances peuvent ralentir lors du travail avec de grands ensembles de données virtualisés, et certaines fonctionnalités avancées nécessitent une configuration ou une licence supplémentaire, ce qui augmente la complexité. L'interface utilisateur, bien qu'améliorée, peut sembler moins intuitive pour les tâches de modélisation complexes. L'intégration avec certaines sources non-SAP nécessite également une configuration supplémentaire, et le débogage des flux de données n'est pas toujours simple. Avis collecté par et hébergé sur G2.com.

J'apprécie l'intégration transparente que SAP Datasphere offre avec les sources SAP et non-SAP, ce qui maintient le contexte des données intact. Les solides capacités de modélisation des données et sémantiques facilitent la construction de couches analytiques fiables. De plus, j'apprécie l'accès en temps réel aux données, qui améliore la collaboration entre les équipes métier et IT, permettant à chacun d'utiliser les mêmes données de confiance sans duplication ni transferts complexes. La couche de modélisation des données et les fonctionnalités de fédération des données sont particulièrement précieuses car elles nous permettent de combiner des données de plusieurs systèmes sans les déplacer, ce qui permet de gagner du temps et de maintenir la cohérence des données à travers l'organisation. La transition de SAP Data Warehouse Cloud à SAP Datasphere a été bénéfique, nous offrant une intégration de données plus avancée, de meilleures fonctionnalités de gouvernance et une flexibilité améliorée pour gérer des paysages de données complexes. La configuration initiale a été généralement fluide, surtout pour les intégrations SAP, et la configuration guidée, ainsi que la documentation disponible, ont rendu le processus gérable. Avis collecté par et hébergé sur G2.com.

Certaines configurations peuvent être un peu complexes, surtout lors de la configuration des autorisations et des rôles. Les performances pourraient également s'améliorer lors de la gestion de modèles de données très volumineux ou hautement complexes. Une meilleure documentation et des exemples aideraient les nouveaux utilisateurs à démarrer plus rapidement. Avis collecté par et hébergé sur G2.com.

Cet outil est très convivial et vraiment incroyable, le rendant accessible à tout le monde sans besoin de formation ou de documentation. Vous pouvez configurer vos flux de travail facilement et sans aucune complication. Si vous rencontrez des difficultés, l'équipe de support est réactive et serviable. J'utilise régulièrement datasphere pour mes besoins professionnels et personnels. Avis collecté par et hébergé sur G2.com.

Jusqu'à présent, il n'y a rien que je n'aime pas. Bien qu'il y ait de la place pour l'amélioration en termes de fonctionnalité et d'options disponibles, cela fonctionne bien pour les débutants. Cependant, si vous essayez de mettre en œuvre une logique plus avancée, vous pourriez rencontrer des erreurs étranges, des problèmes de mise en cache et des temps de rendu plus longs. Avis collecté par et hébergé sur G2.com.

Je pense que SAP Datasphere est très convivial par rapport à d'autres outils de gestion de données d'entreprise. L'interface est intuitive et permet une intégration transparente avec différentes sources de données. J'apprécie particulièrement la façon dont il combine la modélisation des données, la gouvernance et les capacités analytiques dans un seul environnement, ce qui facilite la connexion entre les utilisateurs métier et les équipes techniques. Sa compatibilité avec les systèmes SAP et non-SAP ajoute également une grande flexibilité pour les organisations gérant des paysages de données complexes. Avis collecté par et hébergé sur G2.com.

Bien que SAP Datasphere soit puissant, sa configuration initiale peut être assez complexe pour les nouveaux utilisateurs. La documentation pourrait être plus détaillée, surtout en ce qui concerne les intégrations avancées. De plus, les performances peuvent parfois ralentir lors du traitement de très grands ensembles de données, et les prix peuvent être élevés pour les petites organisations. Une expérience d'intégration plus simplifiée et une meilleure réactivité du support client le rendraient encore plus efficace. Avis collecté par et hébergé sur G2.com.

Ce que j'aime le plus dans SAP Datasphere, c'est son intégration transparente avec les applications SAP de base, combinée à la capacité de préserver les sémantiques et le contexte métier dans les modèles de données. Cela facilite grandement la création de produits de données fiables et prêts pour les affaires, qui peuvent être utilisés de manière cohérente dans les solutions d'analyse et de planification. De plus, j'apprécie la flexibilité de connecter des sources de données SAP et non-SAP dans un environnement gouverné, permettant une vue holistique des données d'entreprise sans perdre en performance ou en contrôle. Avis collecté par et hébergé sur G2.com.

Ce que je n'aime pas à propos de SAP Datasphere, c'est qu'il peut sembler complexe et gourmand en ressources à configurer, surtout lors de l'intégration de grands volumes de données non-SAP. Certaines fonctionnalités sont encore en cours de maturation, et les performances peuvent varier en fonction de la source de données. De plus, le modèle de coût peut devenir problématique à mesure que l'utilisation augmente, ce qui nécessite une planification minutieuse. Avis collecté par et hébergé sur G2.com.