SAP Business Data Cloud Nedir? Mimari, Bileşenler ve Geçiş Yolu 

SAP S/4HANA'daki işlem verileri, SuccessFactors'taki İK kayıtları, SAP BW'deki tarihsel raporlama verisi ve SAP dışı platformlardaki operasyonel bilgiler ayrı sistemlerde tutulduğunda, kurum genelinde tek ve tutarlı bir veri temeli oluşturmak zorlaşabilir. 

SAP Business Data Cloud (BDC) bu noktada devreye giren, SaaS olarak sunulan bir veri platformudur. SAP'ın veri, planlama ve analitik ürünlerini tek çatı altında toplar. Kurulum, işletim ve güncellemeler SAP tarafından üstlenildiği için kurum tarafında ayrıca bir sunucu veya altyapı yönetimi gerekmez. 

Şubat 2025'te Databricks ortaklığıyla birlikte duyurulan platform tek parça bir yazılım değildir. SAP Datasphere, SAP Analytics Cloud, SAP Databricks, SAP Snowflake ve SAP HANA Cloud gibi mevcut çözümleri tek sözleşme ve tek yaşam döngüsü altında birleştirir. Bu çözümlerin ortak paydası veri ürünüdür (data product). İş verisi, onu anlamlandıran meta verilerle birlikte paketlenir ve merkezi bir katalogdan tekrar tekrar kullanılabilir. 

‍

BDC ile kurumlar SAP uygulamalarından gelen veriyi hazır veri ürünleri olarak kullanabilir ve SAP dışı veriyle ortak modellerde birleştirebilir. SAP'ın hazır sunduğu analitik uygulamalar (intelligent applications) birkaç adımda devreye alınabilir. Ayrıca veri bilimi ve yapay zekâ projeleri için güvenilir bir veri temeli kurulabilir. 

BDC, SAP Datasphere'in yerini alan bir ürün değildir. Datasphere, platformun merkezi bileşeni olmaya devam eder. BDC ise bu ürünlerin üstünde çalışan bir işletim ve tüketim modelidir. 

BDC'ye abone olan kurum, hangi bileşenleri kullanacağını kendi senaryosuna göre seçer ve kapasitesini bu bileşenlere dağıtır. Bazı bileşenler zorunludur, bazıları isteğe bağlıdır. Örneğin, veri ürünlerini makine öğrenmesiyle zenginleştirmek isteyen bir kurumun SAP Databricks veya SAP Snowflake'i ortamına eklemesi gerekir. Bu model, küçük bir kurulumla başlayıp ihtiyaç büyüdükçe yeni bileşenler eklemeye imkân tanır. 

‍

BDC'nin Dört Katmanlı Mimarisi 

BDC bileşenleri dört kavramsal katmanda organize edilebilir: 

• Lake Storage: Verinin fiziksel olarak saklandığı katmandır. SAP ve SAP dışı tüm veriler burada veri ürünleri olarak tutulur. 

• Intelligent Compute: Verinin işlendiği katmandır. SAP HANA Cloud hızlı sorgulamayı; SAP Databricks ve SAP Snowflake ise makine öğrenmesi iş yüklerini üstlenir. 

• Knowledge Core: Verinin iş bağlamıyla buluştuğu katmandır. SAP Datasphere veri modellerini kurar; SAP Analytics Cloud bu modelleri rapor ve planlama deneyimine dönüştürür. 

• AI Agents ve Intelligent Applications: Tüketim katmanıdır. Joule ve hazır analitik uygulamalar bu katmandan beslenir. Tüketim katmanındaki kilit bileşen SAP Knowledge Graph'tır. İş verilerini ve meta verileri birbirine bağlayarak müşteri, sipariş ve ürün gibi varlıklar arasındaki ilişkileri çıkarır. Joule ve yapay zekâ ajanları da ürettikleri sonuçları bu sayede gerçek verilere dayandırır. 

‍

Şemada katmanlar aşağıdan yukarıya doğru sıralanır. En altta Lake Storage yer alır; SAP verileri, SAP BW verisi ve SAP dışı kaynaklar burada toplanır. Üstündeki Intelligent Compute katmanında SAP HANA Cloud, SAP Databricks ve SAP Snowflake bulunur. Knowledge Core katmanında SAP Datasphere ve SAP Analytics Cloud yer alır. En üstte ise Joule ve hazır analitik uygulamalar vardır.  

‍

SAP Datasphere 

SAP Datasphere, BDC içinde modelleme görevini üstlenir. Farklı kaynaklardan gelen veri ürünleri burada iş ihtiyacına göre birleştirilir, ilişkisel ve boyutsal modellere dönüştürülür ve raporlamaya hazır hale getirilir. SAP dışı kaynaklardan gelen veriler de aynı ortamda modellenebilir. 

Bir veri ürünü Datasphere'e iki yöntemle alınabilir. Replikasyonda veri, çalışma alanına (space) fiziksel olarak kopyalanır ve akışlarla güncel tutulur. Federasyonda ise kopya oluşmaz, tablolara bulundukları yerden erişilir. Sık kullanılan ve performans beklenen modellerde replikasyon, depolama maliyetinin öncelikli olduğu durumlarda federasyon tercih edilebilir. İki yöntem aynı ortamda birlikte kullanılabilir. 

Kurumlar, SAP'ın sunduğu ürünlerle sınırlı da değildir. Kuruma özel veri ürünleri Datasphere üzerinden oluşturulup aynı katalogda yayınlanabilir. Örneğin BW'deki tarihsel veri, canlı SAP verisiyle birleştirilerek tek bir ürüne dönüştürülebilir. 

Yetkilendirmenin merkezi de Datasphere'dir. Roller ve satır bazlı erişim kuralları burada tanımlanır. Aynı rapor, farklı kullanıcılara yalnızca kendi yetki kapsamlarındaki veriyle açılır. 

‍

SAP Analytics Cloud ve Hazır Analitik Uygulamalar 

SAP Analytics Cloud (SAC), platformun görselleştirme ve planlama bileşenidir. İş kullanıcısı SAC üzerinde hazır raporlarını görüntüleyebilir, kendi analizlerini yapabilir, doğal dilde soru sorabilir ve planlama fonksiyonlarını çalıştırabilir. SAP'ın hazır sunduğu analitik uygulamalar (intelligent applications) da kaynak verilerden gösterge paneline kadar tüm hattı birkaç adımda otomatik kurarak SAC üzerinden kullanıma açılır. 

BDC senaryolarında en kritik teknik detay bağlantı tipidir. Hazır analitik uygulamalar, SAC ile Datasphere arasında SAP'ın yönettiği canlı bir veri bağlantısı kullanır. Veri SAC içinde saklanmaz; Datasphere'den canlı okunur. Böylece raporlarda her zaman güncel veri görünür ve aynı verinin ikinci bir kopyası oluşmaz. 

‍

Şemada bir hazır analitik uygulamanın hangi parçalardan oluştuğu görülür. En altta kaynak sistem yer alır. Foundation Services bu sistemden veri ürünlerini üretir. Datasphere katmanında veri sırasıyla yükleme, hazırlama ve uygulama alanlarından geçer. En üstte ise SAC yer alır ve kullanıcı raporu burada görüntüler. 

‍

Veri Paylaşımı: Delta Sharing Nedir? 

Delta Sharing, farklı platformlar arasında veri paylaşımını standartlaştıran açık bir protokoldür. Sağlayıcı ve tüketici modeliyle çalışır. Veri sağlayıcı hangi tabloların kimlerle paylaşılacağını tanımlar. Tüketici ise bu verilere kendi platformundan yeni bir kopya oluşturmadan erişir. 

Veri olduğu yerde durduğu için tüketici her zaman güncel veriyi okur. Ayrıca her tüketici için ayrı kopya üretilmesi ve bu kopyaların güvenliğinin ayrıca yönetilmesi gerekmez. BDC'de veri ürünleri hem platformun kendi bileşenleri arasında hem de Databricks, Snowflake, Google BigQuery ve Microsoft Fabric gibi üçüncü taraf platformlarla bu protokol üzerinden paylaşılır. Paylaşım çift yönlü çalışır. SAP veri ürünleri bu platformlarda kullanılabildiği gibi, bu platformlardaki veriler de BDC kataloğuna alınabilir. 

‍

‍

Şemanın solunda veri sağlayıcı yer alır. Veri kendi tablosunda durur ve paylaşım sunucusu üzerinden erişime açılır. Erişim izinleri de bu tarafta tanımlanır. Sağdaki tüketici, protokolü destekleyen herhangi bir istemciyle bu veriye bağlanır. Veri kopyalanmadığı için tüketici her zaman kaynaktaki güncel hâli okur. 

‍

Mevcut Sistemlerden BDC'ye Geçiş 

BDC değerlendirmesinin en kritik başlıklarından biri geçişin nasıl kurgulandığıdır. Çünkü pratikte çok az kurum sıfırdan başlar. 

Halihazırda Datasphere ve SAC kullanan kurumlar için geçiş büyük ölçüde ticari modelin değişmesinden oluşur. Mevcut sistemler BDC'nin kapasite bazlı tüketim modeline alınır. Teknik tarafta taşıma gerekmez ve kesinti oluşmaz. 

SAP BW için Üç Adımlı Yol 

SAP, BW sistemlerinin BDC'ye geçişini üç adımlı bir süreç olarak kurgular. Bu süreçte BW devre dışı bırakılmaz. Sistem, platformun veri üreticisi konumuna geçer. 

‍

‍

Şemanın solunda BW sistemi yer alır. Query, CompositeProvider, ADSO ve InfoObject gibi mevcut nesneler burada kalmaya devam eder. Data Product Generator bu nesnelerdeki veriyi nesne deposuna taşır. Ortadaki Datasphere alanında veri, birincil veri ürünlerine dönüşür. Bu ürünler kurumun kendi çalışma alanına paylaşılır ve orada bütçe gibi kuruma özel verilerle birleştirilir. En üstte SAC yer alır. Raporlar ve hazır analitik uygulamalar bu katmandan sunulur. 

‍

1. Taşıma 

NetWeaver sistemleri SAP Business Warehouse private cloud edition'a, BW/4HANA sistemleri ise SAP BW/4HANA private cloud edition'a taşınır. Bu adım hem mevcut BW yatırımını güvence altına alır hem de BW verisini veri ürünü olarak tüketime açar. BW/4HANA'ya dönüşüm zorunlu değildir, dolayısıyla bu yönde bir migrasyon maliyeti oluşmaz. Taşımayla birlikte NetWeaver sistemleri 2030 sonuna, BW/4HANA sistemleri ise 2040'a kadar bakım desteği alır. 

‍

İzlenecek yol mevcut sistemin sürümüne göre değişir. BW NetWeaver 7.5 öncesi sistemler önce HANA üzerinde 7.5 sürümüne yükseltilir. BW NetWeaver 7.5 sistemlerinde veritabanı HANA değilse önce veritabanı yükseltilir, ardından SPS24 seviyesi kontrol edilir. BW/4HANA 1.0 ve 2.0 sistemleri 2023 sürümüne çıkarılır. BW/4HANA 2021 sistemlerinde SPS04 seviyesi aranır, 2023 sürümü ise doğrudan hedefe bağlanır. Tüm yollar şemanın sağındaki tek noktada birleşir. 

2. Veri ürünlerine geçiş 

Data Product Generator, BW verisini veri ürününe dönüştüren araçtır. InfoObject, DSO, CompositeProvider ve MultiProvider gibi sağlayıcılar desteklenir. Veri modelleri ilişkileriyle birlikte toplu olarak aktarılır. CompositeProvider ve MultiProvider'larda delta yükleme de mümkündür. Üretilen ürünler Datasphere'de modellemede, SAC'ta raporlamada ve SAP Databricks'te yapay zekâ senaryolarında kullanılabilir. 

‍

Sol tarafta BW sistemi ve Data Product Generator yer alır. Araç, InfoProvider verisini Datasphere'in nesne deposundaki BW giriş alanına dosya olarak aktarır. Dosya burada Delta Table'a dönüşür. Apache Spark üzerinde çalışan dönüşüm işleri veriyi kurumun kendi çalışma alanına taşır. Üstteki Datasphere katmanında yerel tablolar view ve analitik modellere bağlanır. Altta ise Delta Share yer alır. S/4HANA, iş birimi ve BW veri ürünleri buradan SAP Databricks'e kopya oluşturmadan paylaşılır. 

3. Yenilikçi kullanım 

SAP'ın hazır veri ürünleri ve hazır analitik uygulamaları, mevcut BW senaryolarının yerini kademeli olarak alır. Bu uygulamalar sabit değildir. Analitik model ve view katmanında kuruma göre özelleştirilebilir. Raporlama tarafında sorgular ve CompositeProvider'lar analitik modeller ile görünümlere (view) dönüşür. BW dönüşümleri Datasphere'deki dönüşüm akışlarına taşınır. 

‍

Bu şemada paylaşımın kapsamı genişler. BDC Cockpit üzerinden yayınlanan veri ürünleri Delta Share ile SAP Databricks'e açılır. Sağdaki kutu ise kurumun hyperscaler üzerindeki kendi Databricks ortamını gösterir. Paylaşım her iki yöne de çalışır. Databricks'te yapılan analizin sonucu katalog üzerinden Datasphere'e döner ve burada diğer kaynaklardan gelen verilerle birleştirilir. Böylece BW verisi, kurumun mevcut veri bilimi ortamında da kopyasız kullanılabilir. 

‍

SAP Business Data Cloud'un Avantajları 

1. Veri Platformunun Operasyonel Yükünü Azaltır 

BDC SaaS olarak sunulduğu için kurulum, işletim ve güncellemeler SAP tarafından üstlenilir. Veri ekipleri altyapı operasyonu yerine modelleme, yönetişim ve analitik çalışmalarına odaklanabilir. 

2. Veriyi Hazır Ürünler Olarak Sunar 

SAP uygulamalarından veri çekmek için ayrı ETL araçları kurulmaz. Veri, iş anlamı korunmuş hazır ürünler olarak katalogdan kullanılır. 

3. Mevcut BW Yatırımını Korur 

BW modelleri tek seferde değiştirilmek zorunda değildir. Mevcut modellerden veri ürünleri üretilirken BW çalışmaya devam eder, raporlama kesintiye uğramaz ve geçişin hızı kuruma bırakılır. 

4. Veriyi Kopyalamadan Paylaşır 

Delta Sharing ile veri; Databricks, Snowflake, BigQuery ve Fabric gibi platformlarla kopyasız ve çift yönlü paylaşılabilir. 

5. Hazır Analitik İçerikle Hızlı Devreye Alma Sağlar 

Hazır analitik uygulamalar tüm hattı birkaç adımda otomatik kurar. İş birimleri, gösterge paneli geliştirilmesini beklemeden çalışmaya başlayabilir. 

6. Yapay Zekâ İçin Güvenilir Bir Veri Temeli Kurar 

Korunan semantik, uyumlu veri ürünleri ve merkezi yetkilendirme, yapay zekâ ajanlarının sonuçlarını gerçek iş verisine dayandırır. 

‍

Hangi Durumlarda BDC Değerlendirilebilir? 

SAP Business Data Cloud özellikle şu koşullarda değerlendirilebilir: 

• Veri kaynaklarının önemli bir bölümü SAP uygulamalarından oluşuyorsa; 

• SAP BW yatırımı korunarak modern bir veri platformuna kademeli geçiş hedefleniyorsa; 

• Datasphere ve SAC halihazırda kullanılıyor ve tek yaşam döngüsü altında yönetilmek isteniyorsa; 

• Hazır analitik uygulamalarla hızlı devreye alma bekleniyorsa; 

• SAP verisinin Databricks ve Snowflake gibi platformlarla kopyasız paylaşılması gerekiyorsa; 

• Yapay zekâ ajanları için güvenilir bir veri temeli kurulmak isteniyorsa. 

Ancak platform kararı yalnızca özellik listesine göre verilmemelidir. Mevcut veri mimarisi, BW sistemlerinin sürüm durumu, SAP dışı veri platformları, güvenlik modeli ve toplam sahip olma maliyeti birlikte değerlendirilmelidir. 

‍