Hannover Messe 2024: Generate business value from your SAP data

Summary

このビデオスクリプトでは、製造業向けのSnowflake for SAPデータ分析についてDavid Rickerが語っています。市場動向としてM&Aの増加とそれに伴う迅速な財務報告の必要性、BW（Business Warehouse）の廃止とその遅れ、顧客が求めるイノベーションとスケーラビリティ、データコラボレーションの重要性が説明されています。SnowflakeはSAPシステムと異なるデータソースを統合し、大規模なデータを効率的に分析・管理できるプラットフォームとして紹介されています。また、Snowflakeのパートナーシップと生態系、特にAWSとの連携が強調されています。スクリプトは、製造業におけるデータ分析の課題とSnowflakeが提供する解決策、そして実際の顧客事例を通じてその価値を説くものとなっています。

Takeaways

• 📈 スノウフレークは製造業向けのSAPデータ分析に適しており、企業は急速に統合や分割を遂げ、財務諸表を迅速に作成する必要があると述べています。
• 🔄 市場動向として、企業はM&Aを通じて急速に拡大し、SAPシステムが異なるブループリントを持つ多数の企業が統合されるケースが増えています。
• 📊 SAPのBWシステムは徐々に廃止されており、2029年までに段階的に切られる予定です。顧客はイノベーション、スケーラビリティ、安定性、データコラボレーションを求めています。
• 🚀 スノウフレークは最大40ペタバイトのデータを扱える大規模なデータベースであり、SAPの最大BWシステムの277倍以上のスケールを提供しています。
• 🔗 スノウフレークはデータコラボレーションを促進し、サプライチェーンにおける顧客とのデータ共有を容易にします。
• 💡 ERPとSAPデータを統合し、分析するための課題は、多数のERPシステムからデータを集約し、効率的に分析する必要性です。
• 🛠️ スノウフレークは非構造化データや半構造化データを容易に取り込み、管理し、分析することができます。
• 💼 スノウフレークはビジネス価値の迅速提供に貢献し、エンタープライズの可視性を高めるだけでなく、ビジネス改善プロセスを強化します。
• 🌐 スノウフレークはクラウドベースのシステムであり、パートナーシップのエコシステムを通じて顧客間のデータ共有を可能にしています。
• 🔧 スノウフレークはAWS、Microsoft、Googleなどとの互換性があり、様々な技術パートナーシップを通じて強化されています。
• 🔄 大規模企業はSAP BWからスノウフレークへの移行を通じて、コスト削減と効率化を実現しています。

Q & A

スノーフレークは製造業向けのSAPデータ分析にどのように役立つか説明してください。

スノーフレークは製造業向けにSAPデータ分析を提供し、企業が迅速な合併や事業譲渡に対応する際に財務諸表を迅速に作成し、データの統合と分析を容易に行うことを支援します。

スノーフレークが提供する市場動向にはどのようなものがありますか？

スノーフレークは市場からの要望に応えるために、企業がより迅速に合併や事業譲渡を行う必要があるという動向に加え、SAP BWのフェーズアウトとそれに伴う顧客のイノベーションニーズに対応しています。

スノーフレークはSAP BWと比較してどのような利点がありますか？

スノーフレークはSAP BWよりもスケーラブルで安定しており、大量のデータを扱うことができる利点があります。スノーフレークは最大40ペタバイトのデータを扱うことができ、SAP BWの最大容量をはるかに上回ります。

スノーフレークにおけるデータコラボレーションとは何を意味しますか？

データコラボレーションは、企業がサプライチェーンにおける顧客やパートナーとデータを共有することができることを意味しており、ネットワークを介してデータを移動する必要なく、ペタバイト規模のデータを効率的に共有できます。

スノーフレークはどのような課題を解決するのに役立ちますか？

スノーフレークはERPシステムからのデータの統合、分析、およびAI/MLの活用を支援し、企業が経済的な方法でデータをエンリッチし、効率的に分析することができるようにします。

スノーフレークにおけるゼロコピークローンとは何ですか？

ゼロコピークローンはスノーフレークの機能で、データをコピーする際に追加のストレージを必要とせず、同じサイズのデータを別の環境で使用可能にします。これにより、開発やテスト環境を効率的に作成・破棄できます。

スノーフレークはどのようなビジネスプロセス改善に貢献していますか？

スノーフレークはエンタープライズの可視性を高めるだけでなく、ビジネス改善プロセスに貢献しています。それは予測能力の強化、供給連のリスク管理、在庫可用性の改善などを通じて行われます。

スノーフレークはどのようなパートナーと提携していますか？

スノーフレークはAWS、Microsoft、Googleなどのクラウドプロバイダーと提携しており、さらにシステムインテグレーターやデータサービスプロバイダーと協力して顧客のニーズを満たしています。

スノーフレークにおけるSAPデータアーキテクチャの代替としてどのような機能がありますか？

スノーフレークはSAPデータアーキテクチャの代替として、データを取り込み、モデル化し、レポート作成することができる機能を提供しています。これは従来のSAP BWやHANAアーキテクチャとは異なるアプローチです。

スノーフレークはどのような技術的なユースケースを解決していますか？

スノーフレークはSAP Enterprise Data Warehouseの代替としてコストを大幅に削減し、またSAP BWからワークロードを移動してコストを節約するのに役立ちます。さらに、リアルタイムでのデータの取り扱いも可能です。

スノーフレークはどのようなSAPデータを取り扱うことができますか？

スノーフレークはSAPから提供される様々なデータを取り扱うことができます。それは透明テーブル、プールテーブル、クラスターテーブルなどを含むSAPのデータを指し示します。

スノーフレークでのリアルタイムデータ分析はどのように実現されますか？

スノーフレークではトリガーベース、バッチベース、マイクロバッチベースの方法でリアルタイムデータ分析を実現しており、さまざまなパートナー企業がこのプロセスをサポートしています。

スノーフレークにおけるデータのセキュリティはどのように確保されていますか？

スノーフレークはデータのセキュリティを確保するために包括的なセキュリティ機能を提供しており、これはデータの取り扱い、格納、およびアクセスを管理する機能を含みます。

スノーフレークはどのようなSAPサポートツールを使用していますか？

スノーフレークはSAPサポートツールとしてデータサービスを使用しており、これらのツールはSAPとスノーフレークの間のデータを効率的に移動させるために設計されています。

スノーフレークでのデータ分析にはどのような方法がありますか？

スノーフレークでは、SQLだけでなくPython、Scala、Javaなどのプログラミング言語を使用してデータ分析を行えます。また、機械学習やAIのライブラリも利用可能です。

スノーフレークでのデータ分析の利点は何ですか？

スノーフレークでのデータ分析の利点は、モデルに依存しない柔軟性、豊富な分析機能、および他のツールとの統合性です。これにより、複雑なデータ分析を効率的に行うことができます。

スノーフレークはどのような顧客事例を挙げていますか？

スノーフレークは顧客事例として、SAPデータをスノーフレークに移行し、分析ユーザー数を数千人規模に拡大する企業を挙げています。これにより、供給リスクの低減やコスト効率の向上が実現されています。

スノーフレークでの分析環境の自動化とはどのようなものですか？

スノーフレークでの分析環境の自動化とは、ユーザー向けのスノーフレーク環境の自動生成と展開を意味しており、これは従来の手動でのプロセスよりも効率的でスケーラブルです。

スノーフレークへの移行の最初のステップは何ですか？

スノーフレークへの移行の最初のステップは、現状の分析を評価し、使用されていない機能を特定することであり、その後必要な機能のみをスノーフレークに移行する戦略を立てます。

Outlines

00:00

📊 SAP データ分析に関する市場動向

スノーフレークのDavid Rickerは、製造業向けのSAPデータ分析について語ります。市場の力学やCOVID-19後の企業の合併・分割がデータに与える影響について説明し、SAPシステムの統合と財務データの統合の難しさを強調します。また、BWシステムの段階的廃止と、それに対する顧客のニーズについても触れています。さらに、SAPのデータ量の増加とそれに対応するための技術的な課題についても議論しています。

05:02

🔍 データ統合と管理の重要性

Davidは、SAPシステムとスノーフレークの統合について詳述します。データの統合、ガバナンス、中央集権化の重要性を強調し、企業がより効果的にデータを活用するための方法を紹介します。AIやMLを活用したデータの強化や、SAPデータと非構造化データの統合の必要性についても説明しています。

10:04

🌐 ビジネスプロセスの改善と予測強化

ビジネスプロセスの改善と予測の強化について話します。さまざまなデータソースを統合することで、税務情報やサプライチェーンリスクなどの重要なビジネス質問に答える能力を高めます。システムの高可用性を維持しながら、効率的なデータ処理を実現するためのスノーフレークの利点を強調しています。

15:06

🤝 パートナーシップとデータ共有の利点

スノーフレークのエコシステムとパートナーシップの重要性について議論します。クラウドベースのシステムにより、データの共有が容易になり、サプライチェーン全体での効率が向上します。さらに、SAPシステムとの統合と、データのリアルタイム取得に関する技術的な側面についても説明しています。

20:09

🚀 AWSとの統合による効率向上

製造業向けのAWSとの統合アーキテクチャの利点について解説します。経済的で効率的なデータ統合を実現するための方法を示し、スノーフレークのスケーラビリティとコスト効率の良さを強調しています。また、複雑なSAPシステムの統合を簡素化するための具体的なステップや、ビジネス上の利点についても触れています。

Keywords

💡Snowflake

Snowflakeは、クラウドベースのデータウェアハウスソリューションです。ビデオでは、製造業界におけるSAPデータ分析にSnowflakeを使用する利点を強調しており、そのスケーラビリティと経済性について説明しています。例えば、スクリプトではSnowflakeが最大40エクサバイトのデータを扱うことができると述べており、これは従来のSAP BWシステムと比較して277倍大きい容量を持つと比較しています。

💡SAP BW

SAP BWは、SAP社が提供するデータウェアハウスソフトウェアです。ビデオでは、SAP BWが徐々に廃止されつつあることと、その代替としてSnowflakeが提供する利点を説明しています。スクリプトでは、SAP BWの廃止予定が2029年と延びており、顧客が革新、サイズの可変性、安定性、データコラボレーションを求めていると指摘しています。

💡データ分析

データ分析とは、大量のデータを収集、クリーニング、解釈し、ビジネス上の洞察を得るプロセスを指します。ビデオでは、Snowflakeを利用して製造業界の企業がより迅速かつコスト効率の高いデータ分析を行うことができると述べています。スクリプトからの例として、企業がSnowflakeを利用して生産停止や遅延と関連する顧客にリアルタイムで連絡を取る方法が紹介されています。

💡M&A

M&Aは、企業の合併と買収を意味します。ビデオでは、企業がM&Aを通じて急速に拡大し、それに伴い財務諸表を迅速に統合する必要があると説明しています。スクリプトでは、企業がM&Aを繰り返し行い、30または40社のSAPシステムを統合する例が挙げられており、そのデータ統合の課題がSnowflakeによって解決されると述べています。

💡データコラボレーション

データコラボレーションは、異なる組織間でデータを共有し、ビジネスの価値を創出するプロセスです。ビデオでは、Snowflakeがデータをペタバイト単位で共有できる機能を持っていると強調しており、これはサプライチェーンにおけるデータの迅速な共有に不可欠です。スクリプトでは、データコラボレーションがSAPの顧客が求める重要な要素の1つとなっていると述べています。

💡スケーラビリティ

スケーラビリティは、システムやアプリケーションが成長するニーズに応じて拡張できる能力を指します。ビデオでは、Snowflakeが非常にスケーラブルであると述べており、これはSAP BWシステムと比較して277倍のデータ容量を持つことができることを意味します。スクリプトでは、Snowflakeのスケーラビリティが製造業界の企業にとって重要な利点であると強調しています。

💡データウェアハウス

データウェアハウスは、ビジネスインテリジェンスのために集約されたデータの格納先です。ビデオでは、Snowflakeがデータウェアハウスとして機能し、さまざまなデータソースからのデータを統合し、分析するためのプラットフォームを提供していると説明しています。スクリプトでは、Snowflakeがデータウェアハウスとして機能し、SAP BWの代替として優れた選択肢であると述べています。

💡SAP S/4 HANA

SAP S/4 HANAは、SAP社の次世代ERPソリューションです。ビデオでは、SAP S/4 HANAが新しいビジネスアプリケーションのためのプラットフォームとして位置づけられており、SAP BWから計画機能をSAP Analytics Cloudへ、集約機能をS/4 HANAへ移行していると説明しています。スクリプトでは、SAP S/4 HANAがSnowflakeと組み合わせることで、より効率的なデータ管理が可能になると述べています。

💡マージ

マージは、複数のデータセットを統合するプロセスです。ビデオでは、企業が複数のSAPシステムをマージし、統一された財務諸表を作成する必要があると説明しています。スクリプトでは、Snowflakeがこのようなマージプロセスを効率化し、データの迅速な統合と分析が可能になると述べています。

💡分散型アーキテクチャ

分散型アーキテクチャは、データや処理を複数の場所に分散させる設計です。ビデオでは、Snowflakeが分散型アーキテクチャを採用しており、これはデータの冗長性と信頼性を高めるだけでなく、スケーラビリティも確保する利点があると説明しています。スクリプトでは、Snowflakeの分散型アーキテクチャがシステムの高可用性と柔軟なスケーリングを可能にしていると述べています。

Highlights

Snowflakeは製造業向けのSAPデータ分析に大きな進展をもたらします。

Snowflakeは最大40ペタバイトのデータを扱うことができ、SAP BWの最大システムを大幅に上回ります。

Snowflakeは、異なるSAPシステム間でのデータ統合を容易にします。

SAP BWは長年にわたって段階的に廃止されていますが、Snowflakeは新しいデータ管理ソリューションを提供します。

Snowflakeは、企業が迅速に財務データを統合し、分析するための強力なツールを提供します。

データのコラボレーションと共有が容易で、特にサプライチェーンの効率化に役立ちます。

Snowflakeのゼロコピークローン機能により、開発とテストのためのシステムを迅速に作成できます。

Snowflakeは、従来のETLプロセスを簡素化し、データレイクとデータウェアハウスの両方の機能を兼ね備えています。

大規模な企業は、Snowflakeを使用して数百のERPシステムを統合し、分析ユーザーの数を大幅に増加させています。

Snowflakeは、AIおよびML機能を活用して、データの価値を高めます。

Snowflakeの高可用性と冗長性により、システムのダウンタイムを最小限に抑えることができます。

Snowflakeは、コスト効率の高いデータストレージおよび分析ソリューションを提供します。

Snowflakeのパートナーエコシステムにより、さまざまなデータソースからの統合が容易になります。

Snowflakeは、製造業におけるデータ統合と分析を大幅に簡素化します。

Snowflakeは、SAPシステムとその他のデータソースからのデータを効率的に統合します。

Snowflakeは、企業が迅速に市場変化に対応できるよう支援します。

Transcripts

[Music]

[Applause]

[Music]

[Applause]

the next couple minutes I'll be talking

about the snowflake for manufacturing

sap data analytics I'm David Ricker uh

part of snowflake part of the field CTO

office based out of

Geneva uh we have some future statements

so have a safe harbor

piece so if we take a look at what some

of the market forces are happening on I

don't know if you saw the SAP stand it's

a little small stand at the corner in

the back one or two people go say hi to

them they feel a bit lonely so why do

they feel lonely so what are some of the

things that are happening um at least a

little bit in the market conditions um

as we're coming out of the covid area

and the recovery is that there's a lot

of um companies that are U not only

merging right and Acquisitions but they

have to merge more quickly and they have

to get these uh financial statements out

as as quickly as possible but then

there's also divestures and if we look

at that um that has a huge implication

as concerning uh data and how it works

so take for example there's

traditionally lots of um companies out

there that have made mergers after

mergers after mergers and you have 30 or

40 companies that are into one and they

all have SAP systems but they're on a

different blueprint how do you bring

that financial data together uh easily

mix it enrich it and whatnot um second

point is BW they've been phasing it out

well they've been phasing it out since

like

2012 um Hassel plaer it's like BW is

dead and yet it keeps coming back and

it's eventually getting phased out back

in 2019 they said it we'll phase it out

in 2024 and now it's 2027 that it's 2029

and if you pay just a little bit more

you can get a bit more but okay that

makes people think a bit on the uh sap

side but what customers are actually

looking for is innovation uh sizing

scalability

stability and then the third part data

collaboration po pi uh all these things

you know this transactional pieces

between uh company's great but it's only

a megabyte you know in today's day and

age uh we're not even talking about

gigabytes anymore we're talking about

terabytes and pedabytes and how many how

many uh petabyte BW systems are out

there it's compressed no okay so there's

you know the the biggest every I've t I

talk to the biggest companies on the

planet and they all have the biggest sap

system there there's literally 10 of

them but um the largest BW system I've

heard of uh it's not even running on a

Hannah system but it's something around

250 it's running uh IBM db2 somewhere in

Canada but it's around 300 300

terabytes any guess what the largest

snowflake customer

is how big it

is 40 pedabytes

what's that even mean it's huge so if

you if you take if you take the largest

BW system on Hannah which is about 120

terab it's 277 times bigger than that so

that's comparing Venus to the Sun so

it's just literally a different Market a

different way of working with that we

you know we call it Big Data and then we

call it data and then we call it Big

Data again but being able to collaborate

that means sharing pedabytes uh Gab

terabytes pedabytes of data is super uh

important in your supply chain uh with

customers and without having to push

this data back and forth across the

networks so what are some of the

challenges um on the Erp side again if

you have 40 50 erps the some of the

biggest companies on the planet uh

getting that data together there's

either you spend 15 years getting one

blueprint onto that for example the

globe project at nestate or you do uh

that that consolidation piece either on

the BW side or in a system like

snowflake uh and you bring it together

and you report on it the second part is

being able to analyze that data it's

fantastic you know if it's coming off an

sap system why not use sap if you have a

100%

sap there's not a lot of value add on

the snowflake side on the other hand if

you have nonsp systems and you have

semi-structured data or unstructured

data and you want to be able to bring it

in just e omally it's not it's doesn't

make any sense to do this into a Hannah

system you want something that can store

that data that can govern the data that

can centralize the data where you can

access the data and you only pay for

what you use um the third part um okay

we you know expensive complex difficult

to support but hey we you know we we all

made our you know a lot of uh how do you

say supported my family for a long time

on that um but some of these challenges

if we get down to the business side of

things what kind of questions are we

trying to answer we've been trying to

answer these questions for 20 years but

now we're talking about what's the most

economical way to answer it what's the

most um effective way of answering that

what if I want to enrich that data what

if I want to get that AI uh ml piece I

have to say that at least 40 times or I

get kicked off right AI ml um Global

spend improving production sales Trends

external data supplier variant uh

inventory availability uh take an

example of a company in in Germany tea

they say okay we're going to take our

sap data and we're going to take our uh

shop floor data we're going to take that

conveyor belt data and say hey um if

there's a Slowdown in production or

something stops is because I now combine

that data in Snowflake I can tell oh

this is com this is connected to this

customer and I can send them a message

right

away um typical sap data architecture uh

I like the slide I built no I didn't buy

I didn't build the slide but having

worked it right you have your

transactional system and then you need

to bring that into um you know

traditionally as extractors and then

bring that into uh for 20 years it was

BW and then it's like oh wait we have to

move into the cloud um oh wait we need

to be in memory so we now you have a

choice of BW or now I have a choice of

Hannah okay I'll go BW oh wait I can't

fit everything in so I need to use um

hot warm cold storage and so I have the

BW piece I have the Hannah piece I have

the cbase piece I have the hadu lake

piece and somehow it's all managed and

work and somebody's going to partition

it and somebody's going to push back and

forth the data and I'm eventually going

to get the data and report on it um and

then just to add to that it's like okay

we're moving to the cloud now that I've

got the cloud um you want want your BW

data into uh sap system well okay let's

you need a another BW BW bridge and then

then bring it

into the inmemory reporting which is on

Hannah which again has certain

restrictions

um

no if we move and for example take

what's the value at of of having

snowflake for example surprise um one is

that from any source of data any type

volume variety velocity of data uh you

can bring that into snowflake as a first

class citizen it's very easy so

traditionally what did we do we have

extraction uh you wouldd have to

transform that it have to be structured

you have a lot of logic in your ETL

process uh and then you land it into

your Target and then if you have to

change it you have to go back

dependencies Etc um with modern data

architecture right you extract the data

as raw as possible and land it into you

oh data Lake well snowflake is a

combination it does both the data Lake

and does the data warehousing and it's

been doing it for 10 years now it's not

you know it's been it's one of the first

in the market to to do both that so one

increase Enterprise

visibility the second thing is that now

hey I don't have to have siloed systems

for my it data transactional data and my

OT data right OT data shop floor sensor

this can be 100 times or a th thousand

times more data than your transactional

systems and so you need to have an

economical way of bringing that across

and bble to store it and distort it into

one place snowflake is a great place um

deliver value faster how do you do that

if you can land that data in one place

and uh conform it and model it and

report on it um because it's in one

place it's easier but secondly there's

just basic functions in Snowflake we

call zero copy clone um we couldn't do

this before so say I have a 100 terte uh

system and I need to do some I I want to

stress test it well I'm not going to

stress test my production system so we

have something called zero copy clone it

makes a uh a zero copy clone so it

doesn't take any more space than 100

terabytes I can run different compute

against it I can stress test all my data

inside that and then go that and I can

also zero copy clone it into Dev and

test and things like that so instead of

maintaining four systems right Dev test

sandbox production

I can generate and Destroy environments

uh at

will what are some of the things that we

do on the business improvement process

one enhanced forecasting because you can

bring all the different data pieces um

you can bring you know tax information

it information that to bring it across

uh sourcing supply chain risk um how

many times do has your system your

analytics systems fallen over end a

month end a year as I I have zero

visibility it is extremely hard to make

a snowflake system fall over why because

it's distributed because you have

different we call them virtual

warehouses for the computation we have

the data stored in triplicate uh in the

storage piece and and and whatnot so

there's a a huge amount of redundancy

and resiliency that's built into it for

if you want a high availability in in

sap system it only costs twice as much

because you have to have two systems

right snowflake is just built in

um making right uh machine learning

we're coming out with the co-pilot and

whatnot uh delivery custom fulfillment

uh you know use use that transactional

data but be able to mix it with the

other pieces uh and services being able

to uh detect on your iot side on your

sensor data uh it just enables you to

react more quickly as opposed to right

traditionally having these Silo

systems who are some of the partners um

that we work with right I I think one of

the the fundamental uh key value pieces

for snowflake is the ecosystem of

partners that we have and because we

have a cloud um based system is that any

s snowflake customer can uh share data

with any other customer and this can

allow you in Upstream Downstream supply

chain uh business partners to be able to

share not megabytes of data but

pedabytes of data this is super

interesting on the master data side uhi

spare spare parts for example uh Cold

Storage these kinds of things um and so

on the manufacturing piece we have a lot

of c um a lot of uh snowflake Partners

who are sharing their data either for

free or as part of the marketplace and

it's also a great way if you want to

monetize your data really easily you

immediately have access to over 9,000

other uh customers on the technology

Partners you know a AWS we're the number

one

isv for AWS this is this is a massive

thing for us and and a great thing for

for AWS on that side but we also work on

you know Microsoft and and Google um

powered by snowflake you can we first

started out on the data side but now we

have something called native

applications and and we have lots of

companies that are building applications

uh directly on snowflake first it was

analytical loads um and now we're

bringing in our htap or uh um oltp piece

uh as well into Snowflake and then

systems integrators right especially on

something as complex as as sap the

partners you're working with today uh

they also work with

snowflake what are some of the steps the

two big technical use cases that we see

is that these large companies that have

AWS U sorry Hannah Enterprise data

warehouse um right costs Millions you

have you know Max maybe 60 terabytes 100

terabytes on there for only you know 16

20 million a year is that a terabyte in

Snowflake is 23 23 per terabyte per

month so it's it's literally hundreds of

times cheaper and that's just on the

storage piece of course there's a

computation piece but we've seen uh

reductions in costs uh for equivalent uh

features and even right improved

features 40 50% and we have uh customer

references on that so one is just

complete replace of of Hannah Enterprise

data warehouse uh it's an anql database

at its foundations uh snowflake is as

well and the second piece is is BW it's

always a it's always a harder play right

because it's been around for a long time

there's a lot of custom code in it um

and there's also right planning

consolidation etc etc is that what if

you look at the sap road map though

they're pushing that planning piece out

of BW into sap Analytics cloud and

they're pushing the consolidation piece

into group reporting on the S4 piece so

one it's already moving out of BW second

piece is that you can save a lot of

money reducing that size of BW uh moving

the workloads into Snowflake and then uh

for the other

piece uh you know why not keep a bit bit

of BW around everybody everybody loves a

little bit of

that um you you know what are the basics

moving Erp data at sap to snowflake

systematically everybody ask me how do

you get data out of

sap there's 12 interfaces and we will go

through each one no sorry um

so there's there's some Partners there

some Partners in the room that have been

doing this for years and years and years

uh sap silver partner uh they know how

to get the data out they know how to get

um what about transparent tables yes

pool tables yes cluster table all that

stuff okay that what about the security

yes of course

uh and how do I get that in real time

yes uh you can get that out trigger

based batch based micro batch um it's

all there it's been done it's been done

thousands of times um and then

acquisition so there's uh partners that

push data directly into snowflake tables

there's other ones that use files um

depends on how fast you want it depends

on some of the economics transformation

some

people snowflake is a is a fully

functional not only on the SQL feature

side but python Scala Java all these all

these and the and the libraries that are

behind it you can use all these

different tools they're at your disposal

inside of that uh centralized governed

snowflake um uh ecosystem platform as it

were uh reporting analysis right you can

we're model agnostic I was talking to

customers using Data Vault bring across

30 different BW systems into to that

other ones that saying I'm going to use

BW it's already modeled I use that as a

source and so I have my 65 dimensions

and my three fact tables for my Global

spend analysis and and it's it's there

already uh reporting say obbc

jdbc uh again if you want to use python

or ml AI all that all those interfaces

are there uh and then at the end of

course right you want to be able to

eventually turn off uh some of other

stuff and get those cost savings we have

a uh a breako right you're going to have

both systems running at the same time so

that's going to cost a bit more but then

you have a massive uh decrease in spend

on the snowflake side and as you turn

off that BW

side um some of the uh uh partners that

we work with I'll just talk about um on

the acquisition side there's S&P glue

can you raise your hands so these two

guys S&P glue us be data data glue uh

worked really closely with us over the

past year we came out with uh it's

called a streaming SDK and so previous

at snowflake you would have to batch

load things staging area bring it across

they worked with us and so you can now

stream data directly from an sap system

uh directly into a snowflake system it

is the most direct path on the market

for the data is is these guys here um

Informatica they came in a bit uh the

other ones might work with some other uh

cases and they're absolutely

available um if we take a look at some

of the uh reference

architectures uh pretty simple there's

you know you need to have some kind of

uh tool between SAP systems and

snowflake uh and beyond that is like

what's the interest of snowflake is like

take over the data Lake component data

engineering component uh ml component AI

component um the other other workloads

we also have you know um security logs

and and whatnot but you land it uh you

can transform it within snowflake you

can use a tool of choice or you can use

uh Native features that we have in

Snowflake we have something Dynamic

tables say you have you use an S&P glue

you land that you have that PSA that raw

layer and then a dyamic tables you can

do any kind of arbitrary uh sequels that

combine these five tables uh to have

this uh uh reference table at end and we

manage the Delta we manage uh the

loading behind it

automatically some of the replication

tools some of the uh uh and we'll leave

this as as reference because it gets a

bit a bit complicated on what can you

hit against uh what does things natively

what does things at the database level

and whatnot but and um and this is just

on the sap side right what are the what

the sap supported tools uh or sap tools

that have um certified snowflake

connectors so data services

um data

services and so they can use also these

other tools that have that and bring it

across uh third party tools is it a Ab

App application that's putting pushing

data out like the glue is it a some

agent that's sitting outside of that um

is it hitting against database logs is

it how are you dealing with the sap

licensing if we take a look at the AWS

so this is a a general reference

architecture that I built up with the uh

AWS Architects and I think it's one of

the especially for manufacturing one of

the most compelling architectures out

there why is because you can bring in

not only that it data transactional

Oracle sap or whatnot but also that OT

data in one place an economical

efficient effective way of bringing it

across um

and it goes through a lot of the

different uh pieces that we have um

maybe a bit of you know snowflake 101 is

that we land the data once it's in

triplicate for uh resiliency and then we

have compute clusters on top of that and

you only pay by the second say I run a

query uh we snowflake have a hot pool of

compute clusters that are running um so

it attaches in a second runs the query

and then it can turn off and so you're

only paying for that number of seconds

that that compute cluster is running

plus you know average storage cost you

look at Legacy systems transactional

systems even Cloud solutions that are

supplied other things it takes the other

Solutions right 15 minutes to start then

I can run my query and then I don't want

to turn it off to this cash you're

paying for that all the time that's not

the case with snowfl like turn it on off

it's like a utility it's like

electricity AB they've been my C so I've

worked for snowflake for for four years

worked sap before that for 18 years uh

ABB has been my customer for 10

years we'll do the math um they have 40

uh erps and you think okay it's all sap

uh just bring it across and it's easy to

report no because it's 40 different

blueprints

and so they spent um literally you know8

years uh building up a semantic layer on

the BW side because all the fields

weren't same matching and things like

that a lot of uh manual effort there and

now you know now it's easy enough the

IPS are easy enough to shift over uh to

snowflake bring together have a modern

uh platform that's scalable not to 60

terabytes but to hundreds of terabytes

you know to pedabytes um um some of the

savings that they have right 200 200

million savings annually on the U

inventory purchases uh Revenue growth

they have to have this to support it how

else can you go from a couple hundred

analytics users to thousands and

thousands of analytic

users it's snowflake it it can scale it

scales horizontally it scale vertically

within seconds it's not a it's not a

question like oh I need to order uh

another machine it will come in weeks I

need to transfer the No it's it's in

seconds it's like make it make it bigger

make it extra large make it small

um the next one uh near and dear to my

heart seens anybody here seens no no so

it's a and some two people from Seaman

are right here um right uh absolutely

huge Hannah Enterprise data warehouse

deployment and within months uh they

replaced that with snowflake talking

over 50 uh

erps uh they're using a combination of

uh sap technology and S&P glue to get

the data across so SLT plus SNP uh land

it and snowflake all the Transformations

now they're able to serve up tens of

thousands of users uh they're able they

build an application to uh automatically

generate and deploy snowflake

environments for for their users and

this is it automating this creation

which unheard of um so it reduces supply

chain risk

uh improved cost and efficiency gains um

secure self-service tools which we just

mentioned so how do you get

started um do you want to no okay so one

of the things to go is like what's

what's your status quo what for example

if you're using BW what are you not

using and wouldn't it be nice if you're

not using 30% of it that you're not

going to uh migrate it across

and so uh S&P for example gives a uh

we're going to change the name to

Fitness tal or like you know let let BW

die nicely but um maybe you won't but

the uh um you install it runs four or

five weeks you see what's what's being

used what's not being used and then you

can decide uh hey if we're not using

that we can turn it off and maybe BW

will live a little bit longer or hey

these are the things that are super

important let's bring those across um

thank you I'll open up to questions we

have a couple minutes