ในยุคที่หลายองค์กรกำลังมุ่งสู่การ Transform ด้าน Data & Analytics การย้ายจากระบบ SAP BW 7.x ที่เป็นระบบ Data Warehouse แบบ On-Premise ไปยัง SAP Datasphere ซึ่งเป็น Cloud-Native Analytics Platform ถือเป็นอีกก้าวสำคัญ แต่การเปลี่ยนผ่านนี้ก็มีความซับซ้อน โดยเฉพาะสำหรับทีม SAP BI ที่คุ้นเคยกับ InfoProviders, ABAP Transformation, BEx Query และระบบ Backend แบบเดิม
บทความนี้จึงสรุป 10 คำถามสำคัญ ที่ทีม SAP BI ควรพิจารณาก่อนเริ่ม Migration ไปยัง Datasphere เพื่อช่วยวาง Roadmap และลดความเสี่ยงในทุกช่วงของโครงการ
1. SAP BW 7.x กับ SAP Datasphere ต่างกันอย่างไร
SAP Datasphere พัฒนามาจากแนวคิดของ Data Warehouse เดิม แต่ถูกออกแบบให้ทำงานบน Cloud โดยตรง มีจุดแตกต่างหลักดังนี้
- Cloud-native Architecture: ใช้งานบน SAP BTP และ SAP HANA Cloud ไม่มี Infrastructure On-Prem
- Real-time Data Processing: รองรับ Streaming Data, CDC (Change Data Capture) และ Replication แบบ Near Real-Time
- Data Federation: วิเคราะห์ข้อมูลจาก SAP และ Non-SAP ได้โดยไม่ต้อง ETL จริง
- Data Modeling แบบใหม่: ใช้ Business Data Fabric Concept, View-Based Modeling, ไม่มี InfoCube/DSO อีกต่อไป
- รองรับ AI/ML: ใช้งานร่วมกับ SAP AI Core หรือ Embedded ML Models ได้
- UI/UX สมัยใหม่: ใช้งานผ่าน Web UI และ Integrate กับ SAP Analytics Cloud (SAC) โดยตรง
- Open Integration: รองรับ API, OData, JDBC, REST สำหรับเชื่อมต่อระบบอื่นได้หลากหลาย
2. ควรใช้แนวทาง Migration แบบไหน
- หากยังมี Object BW เดิมจำนวนมาก อาจใช้ SAP BW Bridge เพื่อย้ายไปยัง Datasphere โดยไม่ต้องเขียนใหม่ทั้งหมด
- กรณีองค์กรต้องการ Re-Design อาจเลือกใช้แนวทาง Rebuild โดยใช้ View-Based Modeling
- SAP แนะนำแนวทางแบบ Phased Migration: เริ่มจาก Pilot Use Case → ค่อย ๆ Cutover ไปยัง Datasphere
3. Model Licenses จะเปลี่ยนอย่างไร
- จากเดิมที่ BW ใช้ On-Prem License + HANA DB License, Datasphere เปลี่ยนเป็น Subscription-based Model
- ค่าใช้จ่ายคำนวณตาม:
- ขนาดของ Storage (GB/TB)
- จำนวน Data Transfers และ Connections
- จำนวน Users และ Services ที่ใช้ (เช่น Planning, Predictive)
- รวม Maintenance & Upgrade ภายในค่ารายเดือน ไม่ต้องแยกจ่าย Hardware/DB License เพิ่ม
4. Custom ABAP และ Transformation เดิมจะถูกจัดการอย่างไร
- Object ที่อยู่ใน InfoProvider / DTP / Transformation สามารถ migrate ผ่าน BW Bridge ได้
- ABAP Routine ใน Transformation ต้องพิจารณา Re-write เป็น SQLScript หรือ Python Script
- ควรใช้ SAP Readiness Check for Datasphere เพื่อวิเคราะห์ Custom Code ว่าอะไรต้อง Rework
- ถือเป็นโอกาสในการ Refactor Logic หรือ Simplify การ Mapping เดิมที่ซับซ้อน
5. Report & Dashboard ที่เคยใช้จะได้รับผลกระทบอย่างไร?
- หากใช้ BEx Query หรือ WebI → ต้องพิจารณาย้ายเป็น Analytical Dataset / Consumption View บน Datasphere
- SAP Analytics Cloud (SAC) สามารถเชื่อมกับ Datasphere ได้โดยตรงผ่าน Live Connection
- Report ที่สร้างบน Power BI / Tableau → อาจต้อง Re-point Data Source และปรับ Model
- ควรมีการทำ Report Inventory และ Prioritization เพื่อวางแผน Rebuild / Retire อย่างมีระบบ
6. เปรียบเทียบต้นทุน SAP BW กับ Snowflake อย่างไร
| หัวข้อค่าใช้จ่าย (Cost Factor) | SAP BW | Snowflake |
| ต้นทุนเริ่มต้น (Initial Investment) | มีค่าใช้จ่ายล่วงหน้าสูง ทั้งค่าลิขสิทธิ์ (license), ฮาร์ดแวร์ และการ Implement ระบบ | ต้นทุนเริ่มต้นต่ำ ส่วนใหญ่เป็นค่า Setup และ Migration เท่านั้น |
| โมเดลไลเซนส์ (Licensing Model) | มีความซับซ้อน คิดตามจำนวนผู้ใช้ โมดูล และปริมาณข้อมูล | แบบ Consumption-based: แยกคิดค่าคอมพิวต์ (Compute) และพื้นที่จัดเก็บ (Storage) |
| ต้นทุนโครงสร้างพื้นฐาน (Infrastructure Costs) | สูง เนื่องจากต้องลงทุนในฮาร์ดแวร์ On-premise หรือ Cloud Infrastructure | ไม่มีค่าใช้จ่ายด้าน Infrastructure เพราะเป็นบริการแบบ Fully Managed บน Cloud |
| ค่าบำรุงรักษาและสนับสนุน (Maintenance and Support) | มีค่ารายปี โดยเฉลี่ยประมาณ 22% ของค่า License | รวมอยู่ในค่าบริการ (subscription) แล้ว แต่หากต้องการ Premium Support มีค่าใช้จ่ายเพิ่มเติม |
| ความสามารถในการขยายระบบ (Scalability Costs) | ต้องเพิ่มทรัพยากรแบบ Step-by-step (เช่น ต้องสั่งเครื่องใหม่หากใช้ HANA) | ขยายแบบ Linear: จ่ายเฉพาะเท่าที่ใช้จริง |
| ต้นทุนพื้นที่จัดเก็บข้อมูล (Data Storage Costs) | ค่าใช้จ่ายสูง โดยเฉพาะเมื่อเก็บ Dataset ขนาดใหญ่ | คิดแบบ Tiered Pricing และโดยรวมจะคุ้มค่ากว่าในกรณีเก็บข้อมูลขนาดใหญ่ |
| ต้นทุนการเชื่อมระบบ (Integration Costs) | สูง หากต้องการเชื่อมกับระบบ Non-SAP อื่น ๆ | ต่ำกว่า เนื่องจากมี Connector สำเร็จรูปจำนวนมาก |
| ต้นทุนการฝึกอบรม (Training Costs) | ต้องลงทุนสูงใน Training เชิงลึกและเฉพาะทาง | ต้นทุนต่ำกว่า เพราะ Interface และการใช้งานไม่ซับซ้อน |
| ต้นทุนการอัปเกรด (Upgrade Costs) | ต้องใช้งบประมาณมากในการอัปเกรดเวอร์ชันหลัก (Major Upgrade) | ได้รับการอัปเดตต่อเนื่องโดยไม่มีค่าใช้จ่ายเพิ่มเติม |
| เวลาในการสร้างมูลค่า (Time-to-Value) | ใช้เวลานานในการ Implement และมีค่าใช้จ่ายเริ่มต้นสูง | ใช้เวลาน้อยในการเริ่มต้น และสามารถสร้าง ROI ได้เร็วกว่า |
| ต้นทุนผู้ให้บริการ Cloud (Cloud Provider Costs) | อาจมีต้นทุนสูง ขึ้นอยู่กับ Cloud Provider ที่เลือกใช้ | ถูกออกแบบมาให้ Optimize กับ Cloud Provider รายใหญ่ และอาจมีต้นทุนต่ำกว่า |
| ต้นทุนระบบสำรองข้อมูล (Disaster Recovery Costs) | มีค่าใช้จ่ายเพิ่มเติมสำหรับการติดตั้งและดูแลระบบ DR | มีความสามารถ DR ในตัว และรวมอยู่ในบริการแล้ว |
ข้อแนะนำ: หากมีแผนจะ Evaluate Snowflake หรือ Data Warehouse อื่น ควรเปรียบเทียบในแง่ต่างๆ ดังนี้
- Cost per TB (Storage & Compute)
- Data Governance & Security
- SAP Integration Capability
- TCO และค่าใช้จ่ายด้าน License/Support ระยะยาว
7. SAP Datasphere รองรับ Real-time Data ดีกว่าเดิมอย่างไร?
- ใช้ Data Flow + Replication Flow สำหรับ Streaming/Real-time ingestion
- รองรับ Smart Data Integration (SDI) และ Change Data Capture (CDC)
- ใช้ SAP HANA Cloud In-Memory ทำให้ Query/Transformation เร็วขึ้น
- สามารถทำ Event-based Trigger Analytics ได้ง่ายขึ้น เช่น Streaming IoT หรือ POS Transaction
8. การเชื่อมข้อมูล (Data Integration) ใน Datasphere ต้องพิจารณาอะไร?
- มี Connector สำเร็จรูป สำหรับ SAP ECC, S/4HANA, BW/4HANA, Salesforce, Google BigQuery, Azure ฯลฯ
- รองรับทั้ง ETL และ Virtualization
- Data Flow ใช้สำหรับ Load, Transform, Enrich โดยไม่ต้องเขียน Script มาก
- รองรับ Data Marketplace, Open API, และ External Data Catalog
- ควรออกแบบ Data Mesh หรือ Data Domain เพื่อไม่ให้ Model เกิดความซ้ำซ้อน
9. Datasphere จัดการกับประวัติข้อมูล (Historization) อย่างไร
- รองรับ Temporal Tables สำหรับ Query แบบ SCD Type 2
- Data Tiering แยก Hot/Cold Data เพื่อควบคุม Cost และ Performance
- ใช้ Snapshot Logic หรือ Time Partition สำหรับ Point-in-time Reporting
- มี Policy สำหรับ Data Retention & Archiving ช่วยควบคุม Lifecycle ข้อมูล
10. ผลตอบแทนระยะยาว (ROI) และประโยชน์จาก Datasphere คืออะไร
- ลด TCO: ไม่ต้องดูแล Hardware, OS, DB, BW Server
- ได้ Feature ใหม่เร็วกว่า: ทุก Release บน Cloud อัปเดตอัตโนมัติ
- ใช้งานง่ายขึ้น: ลด Technical Debt จาก BW Objects ที่ซับซ้อน
- ทำ Data Democratization ได้ง่ายขึ้น เพราะเชื่อมต่อได้หลากหลายและปลอดภัย
- ปูทางสู่การใช้ SAP AI/ML, Data Marketplace, Data Fabric แบบครบวงจร
- ตอบโจทย์องค์กรที่อยาก Unified ข้อมูลจาก SAP และ Non-SAP เข้าด้วยกัน
💡 บทสรุป
การย้ายจาก SAP BW ไป SAP Datasphere ไม่ใช่แค่ “Technical Upgrade” แต่คือ “Strategic Move” ที่ช่วยให้ทีม BI & Analytics ทำงานเร็วขึ้น ยืดหยุ่นขึ้น และพร้อมต่อยอดไปสู่ Data Governance, AI/ML และ Real-time Insight อย่างแท้จริง
ทีม SAP BI ควรเริ่มจากการ
- วิเคราะห์ระบบปัจจุบันด้วย Readiness Check Tools
- วางแผน Migration ที่ไม่กระทบ Production
- Upskill ด้าน View Modeling และ SAC
- ทำ Pilot Use Case ก่อน Roll-out ทั้งองค์กร
การเปลี่ยนผ่านจาก SAP BW 7.x ไปสู่ SAP Datasphere คือก้าวสำคัญที่ต้องมีพาร์ตเนอร์ที่เข้าใจทั้งระบบเดิมและเป้าหมายในอนาคตขององค์กรคุณ
ทีม ZyGen ของเรายินดีให้คำปรึกษาเบื้องต้นโดยไม่มีค่าใช้จ่าย พร้อมแนะนำแนวทางที่เหมาะสมกับธุรกิจของคุณ นัดหมายตอนนี้เพียงกรอกแบบฟอร์ม!
Author: Jirasak W.
