人们倾向于每天生成大量数据，而企业高度依赖这些数据。使用数据进行业务分析并从中得出结论的公司可以实时对变化做出反应，更快地创新，并最终根据收集的数据做出更好的业务决策。但在许多公司中，数据的增长是不受控制的，企业往往无法控制这些庞大的数据量，最终妨碍他们从可用的数据中得出有效的结论和业务决策。在机器学习和人工智能的帮助下，一种智能形式的数据管理现在是可能的

企业现在面临许多挑战。在SAP AI Business Services的帮助下，提供自动化和优化流程的战略性机器学习功能的服务，这些挑战（包括主数据管理挑战）现在可以轻松地自动化。

业务挑战

不完整的主数据妨碍了深刻的决策错误地维护和不完整的主数据会造成大量的人工工作和效率低下缺乏企业范围内的、一致的对象数据维护框架（主数据和事务数据），常常导致不一致的信息和巨大的手动处理工作量

目前，不一致主数据的信息匹配过程由主数据团队手动完成。员工大部分时间都花在搜索正确的类别、描述、缺少的主字段等方面。这通常是乏味和耗时的。AI业务服务-数据属性建议可以通过向主数据团队推荐类别和子类别（或其他客户特定信息）来帮助自动化此过程。

什么是数据属性建议？

SAP AI业务服务"数据属性推荐"是一项SAP云平台服务，全天候自动化主数据管理任务。数据属性推荐应用机器学习和人工智能技术对数据记录进行匹配和分类，实现了更高效、高质量的数据管理。它帮助客户将产品数据或用户数据等数据实体分类、比较和推荐到多个类中。它还为SAP S/4HANA和SAP S/4 HANA云提供了多种客户特定的紧密集成场景的可能性。

客户场景

场景1

Bob是物料供应商主数据管理团队的一部分，物联网行业，其工作非常手工和重复。他整天都在查材料表，搜索给定产品的类别和子类别。这些数据对于市场上产品的比较具有非常重要的战略意义。Bob通常需要大量时间将数据与数据提供商提供的接收信息进行分类和匹配。

如下图所示，由于业务案例范围广泛且零散，填写材料表可能非常单调和耗时。另外，大数据的，在添加新属性或对新数据进行分类时，可能需要填写物料表

场景2：商品代码预测

卡车/船舶到达国际边境或其他国家的入境港，其装载的产品完全没有商品代码是很常见的场景，或者代码不正确。这通常会导致海关拒绝分配货物或在边境等待很长时间，从而使组织付出沉重代价。数据属性推荐可以通过学习复杂主数据字段背后的逻辑以及与多个数据属性相关联的依赖关系来预测正确的值。

数据属性推荐提供了以下好处：

减少了商品代码分配的手动工作量增加指定商品代码的有效性减少人工分配产生的成本

场景3：建议材料类别和特性

主数据管理在大多数组织中是一项广泛的任务。此外，在处理物料的组织中，主数据管理是一项艰巨的工作—创建和更新新物料、丢失物料主数据中的信息或选择正确的物料类别。许多请求都是由于错误地选择了材质类或缺少对象信息而返回的。数据属性推荐可用于预测性能：在线完成材料及其特性的批量和单独分类。它还可以帮助那些正在努力创建新物料请求的公司实现智能主数据治理。

数据属性建议提供以下好处：

加快主数据创建过程减少创建新主数据/事务数据的工作量重复性工作的自动化和其他高价值任务的工时利用

架构

下图提供了数据属性推荐服务的架构细节，以及与SAP和非SAP应用程序的相关集成可能性。该服务在SAP云平台上运行，并作为可重复使用的服务提供给SAP云平台客户。

所有功能通过HTTPS协议通过web服务提供，人工智能技术发展，与服务的通信由OAuth 2.0协议保护。此外，还使用了SAP Cloud Platform为Cloud Foundry提供的标准用户身份验证和授权机制。客户可以创建服务实例并生成凭据以与服务实例通信。

如下图所示，服务使用者（可以是SAP或非SAP应用程序）将通过基于HTTPS的API调用服务，该API由OAuth 2.0协议保护。服务的功能（例如，对产品等实体进行分类和分类，通过学习主/事务数据字段背后的逻辑来纠正值）可以作为RESTful api使用各自的端点和HTTP方法（尤其是GET、POST、DELETE）。数据以JSON格式提供给服务使用者。

消费选项

数据属性建议通常在SAP云平台上作为SAP AI Business Services的一部分提供。商业上，这些服务可以通过云平台企业协议（CPEA）使用。有关更多信息，请访问SAP云平台的定价和打包。