Mais BW n’a pas remplacé COPA, tout comme HANA ne le fera pas, et ce pour plusieurs raisons. La première est que la vocation de COPA est uniquement de préparer un compte de résultat multidimensionnel à partir des données de FI, CO, SD, etc, et non pas d’analyser toutes les données possibles. Ensuite, parce qu’il est intégré à l’ERP et “pré-cablé” pour ce faire et permet un paramétrage rapide des règles de gestion (alimentation des composants de valeurs par les conditions SD, tables de dérivation à partir des fiches articles, etc). Certains flux comme la valorisation a posteriori des coûts de production sur plusieurs variantes serait assez complexe à reproduire dans HANA ou BW. Le fait d’être intégré à l’ERP permet de surcroit de retrouver la pièce d’origine. Enfin, HANA lui permet de corriger ce qui était son principal défaut : la lenteur, que les niveaux d’agrégation corrigeaient difficilement.

Si l’on souhaite analyser les ventes dans SD ou les frais généraux de CO, COPA n’a pas beaucoup d’utilité. Si l’on souhaite analyser directement le résultat de FI à partir de l’alimentation native dans S/4HANA, on pourra aussi s’en passer. On peut même facilement recréer les flux COPA en combinant des sources diverses et des règles de gestion spécifiques.

La question est celle de la couverture du besoin et de l’emploi du bon outil pour ce faire. Au fond, ce qui change désormais c’est qu’on n’a plus besoin d’utiliser COPA pour lui faire faire tout et n’importe quoi, comme une sorte de “cube à tout faire” dans l’ERP, mais uniquement pour ce qu’il fait de mieux avec un minimum d’effort.

HANA permet d’analyser très facilement les données de COPA (sans BW) en agrégé ou au niveau de la pièce individuelle, soit par une réplication via le SLT, soit par l’utilisation de l’ERP sur HANA.

L’opération de réalignement dans COPA, qui consiste à “rejouer” la dérivation si les règles ont changé, est particulièrement lourd si l’ERP ne fonctionne pas sur HANA. Ici, la puissance de modélisation dans HANA pourra être utile pour corriger ce problème. Elle permettra d’obtenir des dimensions automatiquement mises à jour sur les données répliquées, grâce aux Attribute Views et aux Analytical Views. Cela peut concerner par exemple une classification client ou article, ou des règles plus complexes.

Laurent ALLAIS
Directeur Général
www.alsight.fr

Lisez gratuitement :

Le quotidien Finyear :
- Finyear Quotidien

La newsletter quotidienne :
- Finyear Newsletter
Recevez chaque matin par mail la newsletter Finyear, une sélection quotidienne des meilleures infos et expertises en Finance innovation, Blockchain révolution & Digital transformation.

Les 6 lettres mensuelles digitales :
- Le Directeur Financier
- Le Trésorier
- Le Credit Manager
- The Chief FinTech Officer
- The Chief Blockchain Officer
- The Chief Digital Officer

Le magazine trimestriel digital :
- Finyear Magazine

Un seul formulaire d'abonnement pour recevoir un avis de publication pour une ou plusieurs lettres