Kamo odlaze naši podaci kada AI izrađuje nacrt mapiranja?

U zadanim postavkama vaše okruženje napuštaju samo metapodaci – nazivi polja, tipovi, duljine, opisi; funkcije koje bi slale uzorke izvornih vrijednosti isključene su i označene, a vi odlučujete za svaku funkciju. Naši ugovori s pružateljima AI usluga predviđaju zero data retention: pružatelj ne pohranjuje upite ni odgovore i oni se nikad ne koriste za treniranje modela. Pružatelj i model vaš su izbor.

Što AI zapravo proizvodi?

Nacrt: parove polja izvor–cilj, pravila transformacije i, iz jedne rečenice, validacijska pravila – svako s ocjenom pouzdanosti i obrazloženjem običnim jezikom (semantička podudarnost, kompatibilnost tipa, duljina, raspodjela vrijednosti). Prijedlozi se dijele u tri skupine: odobreni bez primjedbi, odobreni uz probleme koje treba pregledati, odbijeni.

Vaš konzultant ili vlasnik podataka, redak po redak, u prikazu prema ciljnoj strukturi koji svako obvezno ciljno polje prikazuje kao riješeno, sa zadanom vrijednošću, za ručno učitavanje ili neriješeno. Svaka odluka ima ime i datum.

Što znači ocjena pouzdanosti?

To je procjena modela o tome koliko dobro predloženi par odgovara na četiri osi – semantičko značenje, kompatibilnost tipa, duljina, raspodjela vrijednosti – s obrazloženjem prikazanim uz nju. Nije kalibrirana vjerojatnost da će se zapis učitati. Koristite je za određivanje redoslijeda pregleda: retci s visokom pouzdanošću provjeravaju se brzo, a vrijeme dobivaju oni s niskom pouzdanošću i semantički sumnjivi.

Možemo li ga koristiti bez alata vise DMW?

Da. FieldMap je korak Field Map u alatu vise DMW, a radi i samostalno; odobreno mapiranje izvozi se u Migration Cockpit, BODS ili vaš vlastiti loader kao verzionirana specifikacija.

Što nam treba za početak?

Izvoz metapodataka izvornog i ciljnog objekta – nazivi polja, tipovi, duljine, opisi – te, za profiliranje, uzorak ekstrakta izvora. Jedan konzultant ili vlasnik podataka koji donosi odluke. Prvi objekt obično se mapira unutar 30-dnevnog PoC-a.

vise FieldMap · korak Field Map u alatu vise DMW · i samostalno

AI izrađuje nacrt mapiranja. Vaš konzultant odobrava svaki redak.

Parovi polja izvor–cilj i pravila transformacije, izrađeni u nacrtu iz vaših metapodataka, s ocjenom pouzdanosti i razlogom iza svakog prijedloga. Testirano u sandboxu, s odobrenjem imenovane osobe, verzionirano – i tek tada učitano. Stručnjak prelazi s tipkanja pravila na njihovu prosudbu.

Donesite jedan objekt u 30-dnevni PoC Što AI radi – a što ne →

≈30 → ≈12
radnih dana stručnjaka po objektu (ilustrativno): Samo metapodaci
u zadanim postavkama napuštaju vaše okruženje: 1.
produkcijski klijent: Karlsberg

Dijalog automatskog mapiranja u alatu vise FieldMap: 14 prijedloga, prosječna pouzdanost 95 %, svaki prijedlog s obrazloženjem i gumbima „Approve” / „Decline” — Automatsko mapiranje – 14 prijedloga za jedan objekt, prosječna pouzdanost 95 %, svaki redak odobrio je ili odbio čovjek. SAP ECC → Microsoft Dynamics 365 Business Central.Zasloni iz demo projekta vise FieldMap · izmišljeni podaci

01 · Kontrolna petlja

Šest koraka između rečenice i kontroliranog učitavanja.

0Specifikacija običnim jezikomKonzultant opisuje potrebu mapiranja i poslovno značenje objekta.
01AI nacrtFieldMap predlaže parove polja i pravila transformacije na temelju metapodataka izvora i cilja. Ocjena pouzdanosti procjena je modela o semantičkoj podudarnosti, tipu, duljini i raspodjeli vrijednosti – ona određuje redoslijed pregleda, a nije vjerojatnost da će učitavanje uspjeti.
02Test u sandboxuSvako se pravilo izvodi u testeru pravila na stvarnim zapisima prije nego što se može potvrditi.
03Ljudsko odobrenjeImenovani pregledavatelj prihvaća, uređuje ili odbija svaki redak. Ništa ne dolazi u ciljni sustav bez odobrenja.
04Verzija i revizijaSvaka odluka ima vlasnika i datum; mapiranje je verzionirana specifikacija, a ne proračunska tablica.
05Kontrolirano učitavanjeOdobreno mapiranje ulazi u vise DMW – ili u vaš alat za učitavanje – radi simulacije i učitavanja.

Tablica mapiranja polja u alatu vise FieldMap: matični podaci kupaca iz SAP ECC (KNA1) mapirani na Microsoft Dynamics 365 Business Central, pokrivenost obveznih polja 97,6 %, ciljno polje i rutina za svako izvorno polje — Tablica mapiranja – jedan redak po izvornom polju: profil (prazne vrijednosti, česte vrijednosti), opseg, ciljno polje, rutina. Matični podaci kupaca KNA1 → Business Central, pokrivenost obveznih polja 97,6 %.

02 · Vaš pipeline ostaje

Zadržite BODS ili Migration Cockpit. Promijenite način na koji nastaje mapiranje.

FieldMap proizvodi odobrenu specifikaciju mapiranja. Tko je izvršava, vaš je izbor – a primopredaja je datoteka koju vaš tim već zna čitati.

A · Izvršava vaš ETL tim Izvoz specifikacije, jedan redak po ciljnom polju Izvorno polje ili polja, pravilo u čitljivom obliku, vrsta rješenja (mapirano, zadana vrijednost, obogaćivanje, ručno učitavanje), odobravatelj i datum – izvezeno iz prikaza prema ciljnoj strukturi, točno onako kako je filtrirano. Vaši razvojni programeri iz toga grade BODS transformacije ili Cockpit predložak. FieldMap ne generira ništa unutar alata BODS.

B · Izvršava vise DMW Ista pravila, izvedena u alatu DMW Odobrena pravila izvode se kao čitljiv Python u DMW konverziji, konvertirani skup podataka prolazi simulaciju učitavanja prema vašem ciljnom sustavu, a upisuje ga DMW ili vaš loader. Jedan mehanizam, unutar alata DMW – nikad drugi u vašem pipelineu.

Što sandbox ne potvrđuje Customizing ciljnog sustava Tester pravila izvodi svako pravilo na stvarnim izvornim zapisima: tip, duljina, izlazne vrijednosti. Ne poznaje vaše BP uloge i grupiranja, raspone brojeva ni ovisnosti među objektima. Tome služi simulacija učitavanja u alatu vise DMW – ili vaše vlastito testno učitavanje.

03 · Gdje se isplati

Najteže nije izraditi mapiranja. Problem je kad se pogreške pronađu prekasno.

Stotine parova polja ručno složenih u proračunskoj tablici, bez validacije, bez provjere ovisnosti i bez uvida u ono što je skriveno. Pogreške isplivaju u migracijskom prozoru, kada svaki ispravak stoji dane. FieldMap ih pronalazi dok stoje minute – i objašnjava zašto.

Slučaj	Što nije bilo u redu	Što je FieldMap učinio
SAP ADRNR mapiran na polje broja dokumenta	Oznake i podaci izgledali su uvjerljivo; polje je interna referenca adrese, a ne poslovni identifikator koji ciljni sustav očekuje.	Označeno kao semantička nepodudarnost; predloženo ispravno polje
City (35) → City (30)	Ispravan par polja, ali i dalje rizičan: duljina izvora 35, duljina cilja 30.	Označeno zbog mogućeg skraćivanja duljih naziva gradova
Kodovi poput 00123	Kad se spreme u numeričko ciljno polje, vodeće nule nestaju i kodovi se više ne podudaraju.	Prepoznato kao rizik prije učitavanja

04 · Profilirajte prije mapiranja

Svako izvorno polje dolazi sa svojom raspodjelom vrijednosti.

Prazne vrijednosti, različite vrijednosti, prve tri i dugi rep – po polju, jedan klik od retka mapiranja. Polje koje je 96 % jedna vrijednost, popis kodova s osam članova, stupac sa slobodnim tekstom koji se pretvara da je ključ: vidite to prije nego što odlučite kamo ide, a AI vidi iste brojke kada predlaže.

Sedam prikaza istog profila: stupčasti grafikon, Pareto, prstenasti grafikon, treemap, toplinska karta, koncentracija (udio top-1, top-5, top-10) i obična tablica – sve se može izvesti.

Treemap učestalosti vrijednosti za polje BRSCH (ključ djelatnosti): TRAD 41,8 %, HITE 30,2 %, MBAU 13,1 %, TEXT 12,7 % — Učestalost vrijednosti – ključ djelatnosti (BRSCH) u matičnim podacima kupaca: 953 vrijednosti, 8 različitih, TRAD 41,8 %

05 · Prema ciljnoj strukturi

Svako obvezno ciljno polje ima status. Nijedno se ne zaboravlja.

Migracijska praksa vođena je ciljem: pitanje nije „kamo ide ovo izvorno polje”, nego „je li riješeno svako polje koje cilj treba”. FieldMap prikazuje ciljnu strukturu s načinom rješavanja svakog polja, filtrira po statusu i izvozi točno ono što filtar prikazuje. Izvorno polje može se upotrijebiti za više ciljeva, a da se ne izgubi pregled gdje se koristi.

Polja s rječnikom – uvjeti plaćanja, grupe konta, države, jezici, konta usklađenja – označavaju se kao mapiranja i odlaze u vise LoV-MAP na usklađivanje vrijednosti.

Nemapirana ciljna polja u alatu vise FieldMap: 26 ciljnih polja, 41 obvezno, 40 mapiranih, 1 još nedostaje, pokrivenost 97,6 %, uz „Resolve” i „AI Explain” za svako polje — Nemapirana ciljna polja – 41 obvezno, 40 riješenih, 1 još nedostaje: broj koji traži voditelj projekta

Riješeno: Mapirano iz jednog ili više izvornih polja, s transformacijom gdje je potrebna
Zadana vrijednost: Konstanta ili izvedena vrijednost za polja kojih nema u izvoru – uključujući viševrijedne zadane vrijednosti koje umnožavaju zapise (npr. jedan materijal → tri jezična opisa)
Obogaćivanje: Iz ručne datoteke, tablice za pretraživanje ili izvedenog pravila
Ručno učitavanje: Odlučeno i dokumentirano: učitava se ručno prije go-livea, s razlogom i vlasnikom
Neriješeno: Još otvoreno – i vidljivo, pa se ništa obvezno ne zaboravi

06 · Pravila iz jedne rečenice

Pravila transformacije i validacije, napisana običnim jezikom, testirana prije nego što počnu vrijediti.

Opišite pravilo – „BP grupiranje izvodi se iz grupe konta dobavljača u starom sustavu”, „norveški PDV broj je NO plus devet znamenki i MVA” – i FieldMap izrađuje nacrt, izvodi ga u sandboxu na stvarnim zapisima i izvještava što je prošlo. Pravila su čitljiv Python, a ne crne kutije; poslovni konzultanti mogu ih pisati i pregledavati pod istim pravilima upravljanja kao i razvojni programeri.

Prvi produkcijski klijent

Karlsberg

Podaci o kupcima, dobavljačima, materijalima i sastavnicama mapirani na SAP S/4HANA uz FieldMap u konsolidaciji u tri vala – najprije Microsoft Dynamics 365 Business Central, zatim SAP ECC – pri čemu se zapisi dedupliciraju i spajaju iz oba izvora; povratne informacije konzultanta iz prvog vala – prikaz prema ciljnoj strukturi, ponovna upotreba izvornih polja, viševrijedne zadane vrijednosti, rješenje „ručno učitavanje” – ušle su izravno u proizvod.

Studija slučaja Karlsberg →

Što vidi AI. Što kontrolira vaš konzultant.

Ostaje u vašem DMW okruženju: Vaši zapisi i njihove vrijednosti. Profili, pravila, izvođenja u sandboxu, verzionirano mapiranje i revizijski trag. Izolirano okruženje po klijentu.
U zadanim postavkama šalje se pružatelju AI usluge: Samo metapodaci: nazivi polja, tehnički i poslovni opisi, tipovi, duljine. Prema ugovoru o zero data retention – upiti i odgovori ne pohranjuju se i nikad se ne koriste za treniranje modela.
Šalje se samo ako to uključite: Funkcije koje koriste uzorke izvornih vrijednosti ili statistiku vrijednosti kako bi predložile bolja pravila. Svaka ima zaseban prekidač s oznakom što šalje, isključen u zadanim postavkama – vaš vlasnik podataka odlučuje za svaku funkciju.

vise FieldMap – postavke AI funkcija: pružatelj AI usluge i model, razina izloženosti podataka te prekidač za svaku AI funkciju s oznakom šalje li izvorne podatke klijenta — Svaka AI funkcija je prekidač s oznakom šalje li izvorne podatke; pružatelj i model vaš su izbor. Povjerenje i sigurnost →

07 · Česta pitanja

Pitanja koja dobivamo.

01Kamo odlaze naši podaci kada AI izrađuje nacrt mapiranja?: U zadanim postavkama vaše okruženje napuštaju samo metapodaci – nazivi polja, tipovi, duljine, opisi; funkcije koje bi slale uzorke izvornih vrijednosti isključene su i označene, a vi odlučujete za svaku funkciju. Naši ugovori s pružateljima AI usluga predviđaju zero data retention: pružatelj ne pohranjuje upite ni odgovore i oni se nikad ne koriste za treniranje modela. Pružatelj i model vaš su izbor.
02Što AI zapravo proizvodi?: Nacrt: parove polja izvor–cilj, pravila transformacije i, iz jedne rečenice, validacijska pravila – svako s ocjenom pouzdanosti i obrazloženjem običnim jezikom (semantička podudarnost, kompatibilnost tipa, duljina, raspodjela vrijednosti). Prijedlozi se dijele u tri skupine: odobreni bez primjedbi, odobreni uz probleme koje treba pregledati, odbijeni.
03Tko odlučuje?: Vaš konzultant ili vlasnik podataka, redak po redak, u prikazu prema ciljnoj strukturi koji svako obvezno ciljno polje prikazuje kao riješeno, sa zadanom vrijednošću, za ručno učitavanje ili neriješeno. Svaka odluka ima ime i datum.
04Što znači ocjena pouzdanosti?: To je procjena modela o tome koliko dobro predloženi par odgovara na četiri osi – semantičko značenje, kompatibilnost tipa, duljina, raspodjela vrijednosti – s obrazloženjem prikazanim uz nju. Nije kalibrirana vjerojatnost da će se zapis učitati. Koristite je za određivanje redoslijeda pregleda: retci s visokom pouzdanošću provjeravaju se brzo, a vrijeme dobivaju oni s niskom pouzdanošću i semantički sumnjivi.
05Možemo li ga koristiti bez alata vise DMW?: Da. FieldMap je korak Field Map u alatu vise DMW, a radi i samostalno; odobreno mapiranje izvozi se u Migration Cockpit, BODS ili vaš vlastiti loader kao verzionirana specifikacija.
06Što nam treba za početak?: Izvoz metapodataka izvornog i ciljnog objekta – nazivi polja, tipovi, duljine, opisi – te, za profiliranje, uzorak ekstrakta izvora. Jedan konzultant ili vlasnik podataka koji donosi odluke. Prvi objekt obično se mapira unutar 30-dnevnog PoC-a.

Pogledajte to na vlastitom objektu.

Donesite jedan konverzijski objekt. AI mapiranje i validacija 30 dana rade pod punom kontrolom i vidite kako to utječe na napor za taj objekt. S vaše strane: izvoz metapodataka izvora i cilja, uzorak ekstrakta i jedan konzultant koji odlučuje. Konzalting po fiksnoj cijeni; bez naknade za licencu tijekom 30 dana. Što mjerite: sate konzultanta na objektu, udio prihvaćenih, uređenih i odbijenih prijedloga, pokrivenost obveznih polja te ulazi li izvoz u vaš pipeline bez dorade.

Pokrenite 30-dnevni PoC Cijelo radno okruženje: vise DMW