Creación de Reportes
SAP Lumira es una herramienta de visualización de datos de negocio.El objetivo es que los analistas de la empresa puedan presentar información contenida en las bases de datos, u otrossistemas de almacenamiento, sin la ayuda del departamento de IT. La base principal de esta idea se sostiene en que las bases de datos tienen información de todo tipo, pero a menudo es muy difícil interpretar esos tal cual se presentan. Presentando estos datos de manera visual se pueden apreciar patrones, incrementos, comparativas, que a menudo pasan desapercibidas.
SAP Lumira ofrece tres productos distintos:
Para la implementación de los reportes lo primero que debemos realizar es la conexión con la base de datos para poder trabajar. La importación de los datos hacia Lumira se realiza a través de consultas SQL en nuestro caso, ya que usamos una base de datos externa. Las otras opciones, tanto desde otro productos de SAP como desde archivos Excel o CSV siguen un proceso similar.
Una vez seleccionada la opción de Query with SQL nos saldrá la pantalla de conexión a la base de datos
Rellenamos los datos de conexión. Como podemos ver nos vamos a conectar a través del Listener que configuramos para la base de datos durante su instalación. Una vez pulsemos Next veremos todas la información de la base de datos .
En Lumira los datos que incluimos a través de una consulta son llamados Dataset. Estos Datasets pueden incluir tantos datos como los que seamos capaces de adquirir a través de una sola consulta. La consulta por defecto es la selección de todas las filas y las columnas de una tabla. Personalizar la consulta puede ser útil para recortar la cantidad de datos con la que queremos trabajar o para, como en nuestro caso, unir tablas para trabajar más cómodamente. En concreto se han unido dos tablas con datos sobre downtimes.
En los Datasets necesarios para para el OEE se han filtrado los valores de OEE imposibles, ya que son fallos en las mediciones de las fábricas.
Una vez hemos realizado las consultas, nos aparecerá la siguiente pantalla.
En la anterior imagen, en la parte de la izquierda podemos observar los Dataset que tenemos y los datos que contienen cada uno de ellos. El primero que vamos a tratar es el de los downtime al que hemos llamado “ENA_DOWNTIME”.
Antes de empezar hay que explicar que existen dos tipos de datos dentro de un Dataset. Por un lado, tenemos dimensions o dimensiones que son las columnas de una determinada tabla con todos los datos. Sobre las dimensiones podemos hacer cálculos y crear nuevas dimensiones o crear measures, medidas en español. Una medida es un solo número creado a partir de los datos de un dimensión, como por ejemplo podría ser una media de los valores.
Lo primero que tenemos que hacer el crear una jerarquía con los datos de fecha de inicio y final de los downtime. Una jerarquía permite agrupar los datos para tratarlos por niveles, nosotros lo vamos a usar para agrupar las dos fechas y así poder filtrar los downtimes. Para ello, solamente tenemos que pinchar en uno de los elementos de la jerarquía con el botón derecho y seleccionar Hierarchy/Custom, nos aparecerá la siguiente imagen.
Seleccionamos las dimensiones que queremos que formen parte de la jerarquía y pulsamos Create. Con esto hecho ya podemos crear controles para que los usuarios puedan filtrar los datos de los gráficos.
Ahora vamos a componer la primera página para los downtimes. Según los diseños hechos previamente, debe aparecer una tabla con información general sobre la fábrica. Para ello, hacemos click en Insert Chart y seleccionamos entre las opciones Crosstab.
En la imagen anterior podemos ver la tabla creada. En ella se muestra el identificador de cada downtime, la línea y el componente dónde ocurrió, cuándo empezó y terminó, la duración, si fue o no planificado, el código que se la asocia con su descripción y si fue ignorado.
A esta misma tabla y en la misma página vamos a añadir controles para poder filtrar los datos que se muestran. Habrá un control por columna de la tabla. La manera para añadirlos es siempre la misma: se selecciona Insert Control, la dimensión que se quiere filtrar y el tipo de control, así como si queremos permitir al usuario múltiple selección de datos o solo un dato a la vez. Algunos tipos de datos tienen controles especiales, por ejemplo, a las fechas se le puede asociar un calendario. En las siguientes ilustraciones se puede ver el proceso.
Los controles también se pueden editar, como es lógico. Siguiendo con el ejemplo de la fecha, en este caso, hace falta que en vez de filtrar con “igual a” la fecha selecciona, filtre con “mayor o igual” para la fecha de inicio del downtime y “menor o igual” para la de finalización. El proceso se puede ver en las proximas imagenes.
Por último, para esta página usando la opción de Conditional Formatting, que aparece al hacer click derecho sobre la tabla, se ha modificado el color de algunas columnas para que sea más visual. Esta opción consiste en asignar colores o distintos formatos de letra dependiendo del valor que tomen los datos de la columna. En la siguiente imagen se muestra una de estas opciones.
Para la segunda página, siguiendo la estética de los diseños, vamos a usar unos gráficos circulares y de barras para mostrar en un ranking las 5 líneas con más downtime y los 5 componentes de cada una que más se han visto afectados. También unos gráficos circulares con el porcentaje que han sido planificados frente a los que no y los estados en los que se dejó el downtime.
En el primer gráfico se muestra el porcentaje total de planificados frente a los no planificados. Lo primero que se ha hecho es crear una medida que cuenta el total de planificados y el de no planificados, y con esta se determina el tamaño del sector. En segundo lugar, se ha hecho una nueva dimensión de texto a partir del booleano que indica si ha sido planificado. Esto es para que aparezca en los gráficos como texto, sin tener que cambiar los datos original. Con esta nueva dimensión indicamos el color.
El segundo gráfico circular se ha hecho de forma similar. Una medida que cuenta todos los diferentes para el tamaño del sector y para el color los distintos tipos de estados para un downtime.
El tercer gráfico de esta página es el de los componentes por línea. Simplemente se ha puesto en el tamaño de la barra la medida que indica el total de tiempo que se ha estado en downtime y para los colores los distintos tipos de componentes. Por último se ha usado la opción de ranking para mostrar solo los 5 componentes que más han estado parados.
La última gráfica es igual que la anterior pero con las líneas, pero se le ha añadido un Linked Analysis , lo que permite que al interactuar con la gráfica seleccionando una o varias líneas esto sirva de filtro para el resto de gráficas seleccionadas, en este caso va a ser solo el gráfico de los componentes. Con esta opción de muestra mucha información de manera cómoda, intuitiva y sin muchos elementos en pantalla. Por último, también se le ha hecho un ranking para mostrar solo 5 elemento .
La tercera página está pensada para ofrecer información más detallada sobre las líneas de la fábrica y sus componentes. Se ofrece la misma información que en los diseños pero representada de forma diferente por las opciones que ofrece Lumira. La página se compone de los dos mismos gráficos circulares que la anterior y tres tablas.
Se explicará sólo la realización de una página, ya que la otra es solo cambiar el origen de los datos. La única diferencia existente es que en el segundo Dataset no se encuentra los datos sobre el OEE que se planea para un día.
La página sobre el OEE incluye cuatro gráficos de barras y un control sobre la fecha. El primer gráfico incluye el OEE planificado y el OEE real que ha habido de media en cada una de las líneas. Este gráfico también incluye un Linked Analyisis hacia los otros tres, de modo que interactuando con las líneas se puede saber el valor de las 3 medidas que incluye el OEE.
Los otros 3 gráficos incluyen cada una de las medidas utilizadas para el cálculo del OEE, tanto el planificado como el real.
Con esto ya podemos dar por finalizado todas nuestras páginas de reportes. Solo quedaría añadir los colores corporativos, o los que queramos. Simplemente seleccionando cada gráfico y seleccionando la opción de Design en vez de Dataset podemos modificar todos los aspectos que queramos.
Resultados y validación
El resultado final del reporte se muestra en las siguientes imágenes:
En la primera página , como ya se mencionó antes, se muestra información global sobre la fábrica.
En esta segunda página se muestra información general sobre los downtimes en forma de rankings y porcentajes. Los rankings muestran las 5 líneas de la fábrica con más downtime y si se selecciona una línea los componentes que más se han visto afectados. Por otro lado, los porcentajes solo muestran la cantidad total de downtime programados contra los no programados y los estados en los que se encontraban.
Para la tercera página se amplía la información ofrecida por la anterior. Ahora se pueden ver los mismos porcentajes para una línea/s en concreto e incluso para un componente. A parte se muestra las razones por las que se ha producido un downtime en un determinado componente y si esa razón es una parada programada.
La cuarta página da la información correspondiente al OEE que se obtiene del packaging.
Y por último, en la quinta página la información del OEE del área de procesado (figura 79)
SAP Lumira ofrece tres productos distintos:
- Discovery edition: Es la que estamos usando en el proyecto. Permite crear gráficos y tratar los datos alojados en distintas bases de datos o distintos formatos, como por ejemplo CSV o Excel.
- Designer edition: Visualizaciones de datos optimizadas para móviles. Permite hacer templates y hacer un seguimiento de cómo interactúan los usuarios con los datos.
- Server edition: Provee acceso web a la información alojada en bases de datos de SAP Hana.
Para la implementación de los reportes lo primero que debemos realizar es la conexión con la base de datos para poder trabajar. La importación de los datos hacia Lumira se realiza a través de consultas SQL en nuestro caso, ya que usamos una base de datos externa. Las otras opciones, tanto desde otro productos de SAP como desde archivos Excel o CSV siguen un proceso similar.
Una vez seleccionada la opción de Query with SQL nos saldrá la pantalla de conexión a la base de datos
Rellenamos los datos de conexión. Como podemos ver nos vamos a conectar a través del Listener que configuramos para la base de datos durante su instalación. Una vez pulsemos Next veremos todas la información de la base de datos .
En Lumira los datos que incluimos a través de una consulta son llamados Dataset. Estos Datasets pueden incluir tantos datos como los que seamos capaces de adquirir a través de una sola consulta. La consulta por defecto es la selección de todas las filas y las columnas de una tabla. Personalizar la consulta puede ser útil para recortar la cantidad de datos con la que queremos trabajar o para, como en nuestro caso, unir tablas para trabajar más cómodamente. En concreto se han unido dos tablas con datos sobre downtimes.
En los Datasets necesarios para para el OEE se han filtrado los valores de OEE imposibles, ya que son fallos en las mediciones de las fábricas.
Una vez hemos realizado las consultas, nos aparecerá la siguiente pantalla.
En la anterior imagen, en la parte de la izquierda podemos observar los Dataset que tenemos y los datos que contienen cada uno de ellos. El primero que vamos a tratar es el de los downtime al que hemos llamado “ENA_DOWNTIME”.
Antes de empezar hay que explicar que existen dos tipos de datos dentro de un Dataset. Por un lado, tenemos dimensions o dimensiones que son las columnas de una determinada tabla con todos los datos. Sobre las dimensiones podemos hacer cálculos y crear nuevas dimensiones o crear measures, medidas en español. Una medida es un solo número creado a partir de los datos de un dimensión, como por ejemplo podría ser una media de los valores.
Lo primero que tenemos que hacer el crear una jerarquía con los datos de fecha de inicio y final de los downtime. Una jerarquía permite agrupar los datos para tratarlos por niveles, nosotros lo vamos a usar para agrupar las dos fechas y así poder filtrar los downtimes. Para ello, solamente tenemos que pinchar en uno de los elementos de la jerarquía con el botón derecho y seleccionar Hierarchy/Custom, nos aparecerá la siguiente imagen.
Seleccionamos las dimensiones que queremos que formen parte de la jerarquía y pulsamos Create. Con esto hecho ya podemos crear controles para que los usuarios puedan filtrar los datos de los gráficos.
Ahora vamos a componer la primera página para los downtimes. Según los diseños hechos previamente, debe aparecer una tabla con información general sobre la fábrica. Para ello, hacemos click en Insert Chart y seleccionamos entre las opciones Crosstab.
En la imagen anterior podemos ver la tabla creada. En ella se muestra el identificador de cada downtime, la línea y el componente dónde ocurrió, cuándo empezó y terminó, la duración, si fue o no planificado, el código que se la asocia con su descripción y si fue ignorado.
A esta misma tabla y en la misma página vamos a añadir controles para poder filtrar los datos que se muestran. Habrá un control por columna de la tabla. La manera para añadirlos es siempre la misma: se selecciona Insert Control, la dimensión que se quiere filtrar y el tipo de control, así como si queremos permitir al usuario múltiple selección de datos o solo un dato a la vez. Algunos tipos de datos tienen controles especiales, por ejemplo, a las fechas se le puede asociar un calendario. En las siguientes ilustraciones se puede ver el proceso.
Los controles también se pueden editar, como es lógico. Siguiendo con el ejemplo de la fecha, en este caso, hace falta que en vez de filtrar con “igual a” la fecha selecciona, filtre con “mayor o igual” para la fecha de inicio del downtime y “menor o igual” para la de finalización. El proceso se puede ver en las proximas imagenes.
Por último, para esta página usando la opción de Conditional Formatting, que aparece al hacer click derecho sobre la tabla, se ha modificado el color de algunas columnas para que sea más visual. Esta opción consiste en asignar colores o distintos formatos de letra dependiendo del valor que tomen los datos de la columna. En la siguiente imagen se muestra una de estas opciones.
Para la segunda página, siguiendo la estética de los diseños, vamos a usar unos gráficos circulares y de barras para mostrar en un ranking las 5 líneas con más downtime y los 5 componentes de cada una que más se han visto afectados. También unos gráficos circulares con el porcentaje que han sido planificados frente a los que no y los estados en los que se dejó el downtime.
En el primer gráfico se muestra el porcentaje total de planificados frente a los no planificados. Lo primero que se ha hecho es crear una medida que cuenta el total de planificados y el de no planificados, y con esta se determina el tamaño del sector. En segundo lugar, se ha hecho una nueva dimensión de texto a partir del booleano que indica si ha sido planificado. Esto es para que aparezca en los gráficos como texto, sin tener que cambiar los datos original. Con esta nueva dimensión indicamos el color.
El segundo gráfico circular se ha hecho de forma similar. Una medida que cuenta todos los diferentes para el tamaño del sector y para el color los distintos tipos de estados para un downtime.
El tercer gráfico de esta página es el de los componentes por línea. Simplemente se ha puesto en el tamaño de la barra la medida que indica el total de tiempo que se ha estado en downtime y para los colores los distintos tipos de componentes. Por último se ha usado la opción de ranking para mostrar solo los 5 componentes que más han estado parados.
La última gráfica es igual que la anterior pero con las líneas, pero se le ha añadido un Linked Analysis , lo que permite que al interactuar con la gráfica seleccionando una o varias líneas esto sirva de filtro para el resto de gráficas seleccionadas, en este caso va a ser solo el gráfico de los componentes. Con esta opción de muestra mucha información de manera cómoda, intuitiva y sin muchos elementos en pantalla. Por último, también se le ha hecho un ranking para mostrar solo 5 elemento .
La tercera página está pensada para ofrecer información más detallada sobre las líneas de la fábrica y sus componentes. Se ofrece la misma información que en los diseños pero representada de forma diferente por las opciones que ofrece Lumira. La página se compone de los dos mismos gráficos circulares que la anterior y tres tablas.
Las tablas son bastantes sencillas, pero de nuevo usamos el Linked Analysis para mostrar información a través de ellas de manera simple. La primera solo muestra las líneas de la fábrica y tiene Linked Analysis hacia todas las demás.
La segunda tabla solo contiene los distintos tipos de componentes que existen en la fábrica. A través del Linked Analysis podemos mostrar los distintos componentes que tiene una determinada/s línea/s. Esta tabla, a su vez, también tiene link hacia todas las demás gráficas, excluyendo las líneas (primera tabla).
La tercera tabla contiene las razones por las que un determinado componente ha estado en downtime. Está formada por la dimensiones que indican el componente, las razones y es planificado o no.
Por último, los gráficos circulares y la tabla anterior van cambiando la información dependiendo de la línea/s y componente/s seleccionados.
Las dos páginas siguientes, 4 y 5, tratan los datos del OEE. Se harán con los Datasets “ENA_PERF_PACK_HISTORY” y “ENA_PERF_PROC_HISTORY”, respectivamente. El primero corresponde a lo relacionado con el packaging y el segundo con el processing.
La segunda tabla solo contiene los distintos tipos de componentes que existen en la fábrica. A través del Linked Analysis podemos mostrar los distintos componentes que tiene una determinada/s línea/s. Esta tabla, a su vez, también tiene link hacia todas las demás gráficas, excluyendo las líneas (primera tabla).
La tercera tabla contiene las razones por las que un determinado componente ha estado en downtime. Está formada por la dimensiones que indican el componente, las razones y es planificado o no.
Por último, los gráficos circulares y la tabla anterior van cambiando la información dependiendo de la línea/s y componente/s seleccionados.
Las dos páginas siguientes, 4 y 5, tratan los datos del OEE. Se harán con los Datasets “ENA_PERF_PACK_HISTORY” y “ENA_PERF_PROC_HISTORY”, respectivamente. El primero corresponde a lo relacionado con el packaging y el segundo con el processing.
Se explicará sólo la realización de una página, ya que la otra es solo cambiar el origen de los datos. La única diferencia existente es que en el segundo Dataset no se encuentra los datos sobre el OEE que se planea para un día.
La página sobre el OEE incluye cuatro gráficos de barras y un control sobre la fecha. El primer gráfico incluye el OEE planificado y el OEE real que ha habido de media en cada una de las líneas. Este gráfico también incluye un Linked Analyisis hacia los otros tres, de modo que interactuando con las líneas se puede saber el valor de las 3 medidas que incluye el OEE.
Los otros 3 gráficos incluyen cada una de las medidas utilizadas para el cálculo del OEE, tanto el planificado como el real.
Con esto ya podemos dar por finalizado todas nuestras páginas de reportes. Solo quedaría añadir los colores corporativos, o los que queramos. Simplemente seleccionando cada gráfico y seleccionando la opción de Design en vez de Dataset podemos modificar todos los aspectos que queramos.
Resultados y validación
El resultado final del reporte se muestra en las siguientes imágenes:
En la primera página , como ya se mencionó antes, se muestra información global sobre la fábrica.
En esta segunda página se muestra información general sobre los downtimes en forma de rankings y porcentajes. Los rankings muestran las 5 líneas de la fábrica con más downtime y si se selecciona una línea los componentes que más se han visto afectados. Por otro lado, los porcentajes solo muestran la cantidad total de downtime programados contra los no programados y los estados en los que se encontraban.
Para la tercera página se amplía la información ofrecida por la anterior. Ahora se pueden ver los mismos porcentajes para una línea/s en concreto e incluso para un componente. A parte se muestra las razones por las que se ha producido un downtime en un determinado componente y si esa razón es una parada programada.
La cuarta página da la información correspondiente al OEE que se obtiene del packaging.
Y por último, en la quinta página la información del OEE del área de procesado (figura 79)
Comentarios
Publicar un comentario