企业官网建设流程全解析

素材来源：SAP Developers 官方教程《Build a Billing Completeness Data Product with Joule Studio》
原文链接：https://developers.sap.com/tutorials/joule-studio-bdc-agent-create
作者：Fenja Schulz（SAP）｜创建于 2026-05-12，更新于 2026-08-21｜预计耗时 20 分钟｜难度：Beginner

上一篇讲了 Joule Studio 怎么从一句话生成销售折扣助手，走的是Agent路线。这篇走的是另一条路：Data Product（数据产品）。

两者差别很大——Agent 解决"帮我做决策"，Data Product 解决"把散落的数据整合成可分析的基础资产"。这篇教程的场景是财务最头疼的问题之一：开票完整性 / 收入泄漏。

本文完整拆解教程四步，附上全部原始提示词，并聊聊这条路线对企业数据团队的意义。

⚠️ 环境说明（原文）：教程基于 SAPPHIRE 2026 Agent Lab 的预发布版Joule Studio，仅供学习实验，非生产用途。

一、业务场景：钱明明赚了，为什么没开票

原文的场景描述（照录）：

Finance and operations teams want an AI assistant that can identify billing gaps, partially billed sales orders, and potential revenue leakage across the SAP S/4HANA order-to-cash process. By combining Sales Orders and Billing Documents into a derived data product, business users can analyze billing completeness and revenue recognition across distribution channels, profit centers, materials, and other operational dimensions using conversational analytics in Joule Studio.

翻译成业务语言，要解决的是这三类问题：

为什么这类问题长期没人管？因为"销售订单"和"开票凭证"在 S/4HANA 里是两套数据，要判断"哪笔订单该开没开"，得把两者关联起来做差异分析。这件事传统上要靠：业务提需求 → IT 开发报表 → 等排期 → 几周后出结果。等到报表出来，钱早漏完了。

而这篇教程演示的是：把这件事压缩到 20 分钟，且不需要写一行代码。

二、Getting Started：一句提示词开局

2.1 入口与提示词（原文照录）

Go to Joule Work and choose <> Develop.

然后在对话框里输入（原文照录，可直接复制）：

Create a data product combining Sales Orders and Billing Documents to create a real‑time Order‑to‑Cash data foundation that protects revenue, accelerates cash flow, and eliminates manual reporting.

选择Quick create→ Enter。

2.2 这句提示词写得好在哪

拆开看结构：

最后那句业务价值不是废话。系统在做 fit-gap 与方案设计时，需要判断优先级和取舍；你告诉它"目标是保护收入"，它设计出来的数据模型和衍生字段就会往这个方向倾斜。

写这类提示词的经验：动作 + 数据源 + 特征 + 目标，四段齐全，产出质量明显高于只写前两段。

三、Intent 阶段：跟 Agent 路线的关键差异

这里有一个非常值得注意的流程差异。原文说：

Once it decides it understands enough, it will map your request to thecorrect formation and available data products.

并且：

Once the intent document is created,we will skip the Requirement and Specification phase, since we directly created the Data Product.

对比上一篇的销售助手：那条路线是 Intent → Requirement（PRD）→ Specification → Implement，一步步走完。而 Data Product 路线跳过了中间两步。

原因是：Data Product 的结构已经被 SAP 的数据产品规范约束住了，不需要再从 PRD 推导技术规范——系统直接映射到 formation 和已有的数据产品资产即可。

这说明 Joule Studio 内部对不同产物类型有不同的生成流水线。理解这点有助于你选对路线：

四、Solution 阶段：DPD 文件与数据预览

批准所有 transformations 之后，进入 Solution 视图。

4.1 DPD 文件

You will automatically jump toSolutionand see theDPD (Data Product Definition) Fileand be offered a data preview.

DPD = Data Product Definition，这是生成出来的数据产品定义文件——相当于这个数据产品的"源码"。对企业来说这是个好消息：产物是声明式定义，可版本化、可评审、可迁移，不是一堆黑盒。

4.2 数据预览提示词（原文照录）

在这个 demo 环境里，要输入这句才能看到预览：

show a data preview of the first 10 rows in md format

然后可以选择publish the data product。

完成提示（原文）：

Congratulations, you have created your first data product usingData Product Creation Agentand Joule Studio!

注意这里出现了一个专用 Agent：Data Product Creation Agent。它不是通用聊天助手，而是专门负责造数据产品的垂直 Agent——这印证了 SAP 在 Joule 体系里的推进思路：不是一个大而全的通用 Agent，而是一组各司其职的专业 Agent。

五、Test 阶段：预置的分析 Agent 能干什么

教程说明 Agent Lab 里不实际部署，而是用一个预先部署好的 Agent 来演示：

Billing Completeness and Revenue Recognition Agent

它的定位（原文）：

helps finance and operations users analyze billing completeness, identify partially billed sales orders, and detect potential revenue leakage across SAP S/4HANA order-to-cash processes.

演示用的分析 Skill（原文照录）

用户选择这个业务问题：

What is the breakdown of our ordered value by billing completion status?

系统响应（原文）：

The agent generates abar chartshowing the breakdown of ordered value by billing completion status, helping users quickly identify the health of billing pipeline, how much is fully billed vs what’s stuck.

这张图就是整个方案的交付物。一张按"开票完成状态"拆分的订单金额柱状图，财务一眼就能看出：多少已全额开票、多少卡在半路、多少压根没动。

可以继续追问的维度（原文）

sales organizations, channels, plants, and profit centers

这就是对话式分析相对固定报表的优势：报表给你一个切面，对话让你顺着线索一路钻下去。看到某个利润中心异常，直接追问"按工厂拆开看"，不用回去提需求。

六、技术栈全景

把教程涉及的产品理一遍：

关键点：BDC + S/4HANA 的组合。这解决了 SAP 客户长期的一个痛点——业务数据在 S/4HANA 里，分析平台在别处，中间靠手工同步。BDC 把这层打通，Joule Studio 则建立在打通后的数据之上。

七、我的判断：这条路线值不值得投入

值得期待的地方：

• 交付周期从"周"压到"分钟"。对财务这类需求多变、等不起的部门，价值立竿见影。
• 产物是 DPD 声明文件，可版本管理、可评审，避免了"AI 生成一堆没人看得懂的东西"的尴尬。
• 对话式追问天然适合财务分析的探索式工作流——看到异常就往下钻，这正是固定报表做不到的。

需要冷静的地方：

• "收入泄漏"的判定规则必须业务确认。什么算"该开没开"、账期多久算异常，这些规则是企业特有的。系统生成的默认规则只能当起点，必须让财务团队审过才能用。
• 数据质量是前提。如果 S/4HANA 里的订单状态本身维护就不规范，再好的分析也是 garbage in garbage out。
• 预发布环境，教程明确写了仅供学习实验。生产可用性要等 GA 后自行验证。

八、一句话总结

这篇教程展示的是Joule Studio 的数据侧玩法：

一句业务意图 → Data Product Creation Agent 生成数据产品 → DPD 定义文件 → 发布 → 对话式分析

跟 Agent 路线相比，它更短、更结构化、产物更可控。如果你的痛点是"数据散、报表慢、分析要排期"，该看的是这条路线而不是 Agent 路线。

判断标准很简单：

• 想让 AI替你做决策→ Agent
• 想让 AI把数据整理好让你自己分析→ Data Product

参考链接

• 本教程原文：https://developers.sap.com/tutorials/joule-studio-bdc-agent-create
• 同系列（销售助手）：https://developers.sap.com/tutorials/joule-studio-cx-agent-create
• SAP Business Data Cloud：https://www.sap.com/products/business-data-cloud.html
• SAP Joule 官方页面：https://www.sap.com/products/artificial-intelligence/joule.html