
目录
SAP Analytics Cloud(SAC)是 SAP 的云产品,把仪表板、计划和基础预测分析集中在一处。如果您运行 SAP,并希望在同一份受治理的数据上做预算、预测和报表,它是正确的选择。如果您只需要轻量的仪表板,它就是错误的选择。无论哪种情况,只有输入的数字值得信任,它才行得通。
我陪着一些团队走过这样的过程:第一天,大家对 SAC 兴奋不已。演示看起来很棒,仪表板很漂亮,每个人都期待立刻获得洞察。不到一个月,人们又回到了 Excel,交叉核对数字,争论谁的数字才对。
失败的不是系统,而是对数据的信任。
我也见过分析工作彻底停摆,因为数据治理被当成了一个打个勾就算完成的事项。当没有人负责定义时,您的“准时交付”指标会对不同团队讲出不同的故事。仪表板变成了争论的焦点,而不是决策工具。
SAC 运行在 SAP Business Technology Platform(BTP)上,把大多数公司分开购买的三样东西合在了一起。
- 商业智能: 仪表板、报表和故事式演示。
- 计划: 预算、预测、情景模型和版本控制,计划数据可以回写到 S/4HANA。
- 预测功能: 趋势预测、异常检测和假设分析模型。
这个组合,正是它与 Power BI 或 Tableau(主要是报表工具)的区别所在。如果您的公司用一个工具做 BI,用电子表格做计划,用邮件传预测,SAC 的主要价值,就是把这三件事放到同一个受治理的平台上。
如果您现在正在考察 SAC,有三个变化值得关注。
Datasphere 是底层的数据层。 SAP Datasphere 于 2023 年 3 月取代了 SAP Data Warehouse Cloud。对新项目来说,常见的设计是:S/4HANA 作为记录系统,Datasphere 作为语义层,SAC 在最上层。已经在运行 BW/4HANA 的公司,会把它保留为经过整理的报表层。
SAC 现在也在 SAP Business Data Cloud 内销售。 SAP 于 2025 年 2 月推出了 Business Data Cloud。它把 Datasphere、SAC、BW 私有云版和 SAP Databricks 合在一个产品里(SAP Learning)。在比较每用户价格之前,先问 SAP 适用哪种商务路径,并查看您的 S/4HANA 或 RISE 合同已经包含了什么。
Joule 用日常语言回答问题。 SAC 的 Just Ask 功能在 2024 年初正式发布,现在 Joule 也在 SAC 内回答分析类问题。当模型干净、并带有业务含义的标注时,这很有用。如果让 Joule 去查询定义不一致的 KPI,只会更快地返回同一个错误的答案。
- Joule 和 Just Ask用日常语言提问,由下方的模型来回答
- SAP Analytics Cloud在一个受治理的平台上提供仪表板、计划和预测功能
- SAP Datasphere覆盖 SAP 与非 SAP 数据的语义层。BW/4HANA 继续留在原来运行的地方
- SAP S/4HANA记录系统,也是计划数据可以回写的地方
财务计划与分析。 预算预测变得可交互。财务人员可以自上而下或自下而上建模,并把不同版本并排比较。不用再传递名为“final_v8”的 Excel 文件。差异分析直接链接到成本中心,价格变动、供应商问题或汇率波动的情景,不需要每次都重建模型。如果您在比较 SAC 与 SAP 较早的计划工具,我的 SAP BPC 指南讲了两者的差异。
采购与供应链。 在一个例子中,一家全球分销公司用 SAC 整合了来自 40 多家供应商的采购数据。一个季度之内,它就标出了两家反复延误的供应商,重新谈判条款,节省了超过 18 万美元的罚金。这些数据一直都有。SAC 把它们放到了一处。
销售。 销售代表在一个视图里跟踪配额、销售管道和成交率。经理根据每周的数字做辅导,而不是等到季度末才发现意外。
SAP 的定价是起点,不是上限。我曾和一位客户聊过,那是一家汽车行业的中型公司,原本以为每个用户是统一费率。与 SAP 通话之后,他们发现同一个许可名称,会因部署方式不同而含义不同。这类细节往往出现得很晚。
SAP 的 SAC 定价页面已不再显示每用户价格。它把您引向销售,并把 SAC 与 SAP Business Data Cloud 并排列出。下面是我在 2025 年公布的参考数字。用它们来估算预算,然后再去拿正式报价。
| 许可类型 | 参考价格(每用户每月) | 谈判后的区间 |
|---|---|---|
| 商业智能 | 约 $36 | $30 至 $34 |
| 计划专业版 | 约 $147 | $120 至 $135 |
| 查看者或只读 | 约 $22 | $18 至 $20 |
按规模粗略估算的月度预算:
| 组织规模 | 用户构成 | 预计月度成本 |
|---|---|---|
| 小型(10 至 50 名用户) | 以 BI 为主,计划很少 | $2,000 至 $6,000 |
| 中型市场(50 至 250 名用户) | BI 与计划均衡 | $8,000 至 $25,000 |
| 大型企业(250 名以上用户) | 定制许可与服务级别协议 | $30,000 以上 |
许可费很少是最大的一笔。实施成本通常在 5 万至 20 万美元之间。培训另加 3,000 至 1 万美元。连接非 SAP 系统往往要再加 1 万美元或更多,而私有云部署会使成本增加 25% 至 40%。我见过仅仅因为这些方面,项目就把原预算翻了一倍。
也要看看您已经拥有什么。有一位客户,仅仅是改变了在企业协议下使用现有授权的方式,就把 SAC 成本显著降了下来。
失败的不是系统,而是对数据的信任。
选择取决于您是否需要计划功能,以及您有多少数据存放在 SAP 中。
| SAP Analytics Cloud | Power BI | Tableau | |
|---|---|---|---|
| 核心定位 | BI、计划与预测 | BI 与报表 | BI 与可视化探索 |
| SAP 集成 | 与 S/4HANA、BW/4HANA 和 Datasphere 的原生实时连接 | 通过连接器 | 通过连接器 |
| 计划 | 内置,带版本和回写 | 需要其他工具 | 需要其他工具 |
| 可视化灵活性 | 良好,但不如另外两者灵活 | 高 | 非常高 |
| 最适合 | 需要把计划和 BI 放在一起的重度 SAP 公司 | 以 Microsoft 为中心、专注报表的公司 | 在多样化数据上做探索性分析的团队 |
我的经验法则:如果计划是核心需求,而且您的数据在 SAP 里,通常 SAC 胜出。如果您只需要报表,而且您的人已经习惯用 Power BI 或 Tableau,那 SAC 多半是大材小用。
这是我会遵循的顺序。
- 先统一 KPI 定义。 在任何人动手做仪表板之前,“收入”在财务、销售和运营里必须是同一个意思。
- 为每个关键 KPI 指定一位责任人。 由此人签字批准变更,并在数字对不上时裁决争议。
- 按用例选择实时连接还是导入。 实时连接直接查询 S/4HANA,不复制任何数据。导入连接把数据复制到 SAC,对大型计划模型性能更好,但需要定时刷新。
- 从一个高价值用例开始, 通常是财务预测或供应商绩效。先证明它行得通,建立信任,再扩大。
- 认真培训计划人员。 BI 用户几乎不需要入门培训。计划用户则需要围绕计划引擎、公式和版本管理做真正的培训。采用往往就在这里崩盘。
- 上线后关注使用情况。 如果各团队仍然每周都导出到 Excel,说明有些地方没有落到实处。
如果 Excel 的习惯才是真正的问题,我那篇为什么 CFO 仍然习惯用 Excel的文章谈了原因。快消品行业的分析挽救案例展示了如何用 SAC 重建对数字的信任。
什么是 SAP Analytics Cloud,它与 Power BI 有何不同?
SAP Analytics Cloud 把商业智能、计划和预测分析集中在一个云产品里。Power BI 主要是报表和可视化工具,原生计划能力有限。如果您需要把预算和预测与仪表板放在同一个地方,而且您的数据在 SAP 里,SAC 正是为此设计的。如果您只需要报表,Power BI 通常更便宜、更简单。
SAP Analytics Cloud 要花多少钱?
SAP 现在通过销售团队报价,而不再公布价格。作为参考,2025 年 BI 席位约为每用户每月 36 美元,计划席位的价格要高出好几倍。实施通常再加 5 万至 20 万美元,另有培训和集成费用。SAC 也可以在 SAP Business Data Cloud 内获得,所以在比较价格之前,先问清楚适用哪种商务路径。
SAP Analytics Cloud 值得花这笔钱吗?
对合适的公司来说,值得。如果您运行 SAP,需要在一个受治理的地方同时做计划和分析,并且更看重结构化的模型而不是临时探索,它就合适。如果您只需要基础仪表板,或者团队已经在 Power BI 或 Tableau 里工作得很好,它多半是大材小用。
为什么 SAP Analytics Cloud 的实施成果往往低于预期?
通常有三个原因:源数据质量差,没有统一的 KPI 定义,以及对计划用户的培训太少。SAC 只会呈现源系统里有什么。如果各团队的定义不一致,它会把分歧暴露出来,而不是解决分歧。
SAP Analytics Cloud 如何连接到 S/4HANA?
通过实时连接或导入连接。实时连接直接查询 S/4HANA,始终显示最新数据。导入连接把数据复制到 SAC,在大数据量下查询更快,数据按计划刷新。计划结果可以回写到 S/4HANA,从而在计划与实际之间形成闭环。
SAP Analytics Cloud 与 SAP Datasphere 有什么区别?
Datasphere 是数据层:对来自 SAP 和非 SAP 来源的数据建模、整合和治理。SAC 是位于其上的分析与计划层。在 SAP Business Data Cloud 中,两者一起提供,Datasphere 是语义层,SAC 是人们分析和做计划的地方。
下一步
您现在正在推进ERP项目吗?
如果这篇文章谈到的正是您当前正在推进的项目,那么一次30分钟的交流,往往比再花一周做内部分析走得更远。




