FUE by Design : comment piloter activement la classification des licences dans un projet SAP S/4HANA
Une étude de cas sur l'utilisation de l'analyse what-if et de smartGRC tout au long du cycle de vie des changements d'un projet SAP S/4HANA.
SAP FUE (Full User Equivalent) est l'unité de classification des licences introduite par SAP pour les environnements S/4HANA et RISE with SAP. Au lieu de compter les Named Users par type nominal, FUE mesure la portée effective des autorisations - quelles applications Fiori, objets d'autorisation et activités un utilisateur peut exécuter. Le même utilisateur peut être classé comme Core, Advanced ou Developer Use selon les permissions spécifiques de ses rôles. Impact direct : coût annuel de licence SAP.
L'équipe projet livrant une implémentation SAP dans une grande organisation polonaise (plusieurs instances SAP, plusieurs milliers d'utilisateurs) a reçu un défi concret de la part du client. L'ERP Systems Office attendait que chaque Change Request soit tagué et analysé pour son impact sur la classification FUE - avant la décision du Comité de Projet.
Le défi n'est pas trivial, car le modèle classique d'équipe projet se heurte à trois limites :
- les consultants fonctionnels ne connaissent généralement pas les métriques d'abonnement SAP avec suffisamment de détails pour évaluer l'impact d'une seule extension,
- un seul CR ne consomme pas de FUE isolément - un utilisateur peut déjà disposer d'autorisations dans un autre domaine, donc l'analyse nécessite le contexte de toute la population,
- l'analyse classique par CR prend plusieurs jours de travail d'analyste chacune, et avec plusieurs centaines de CR dans le projet cela dépasse le budget initial.
En même temps, l'attente du client est pleinement justifiée. Comme l'a exprimé le Responsable de l'ERP Systems Office : "Nous ne pouvons pas autoriser une situation où les conséquences en matière de licences des changements proposés ne sont identifiées qu'après le déploiement de la solution ou lors d'audits SAP ultérieurs." Ce défi est le symptôme d'un phénomène plus large - l'industrie n'a pas encore de modèle opérationnel établi pour piloter activement le FUE tout au long du cycle de vie du projet. Cet article décrit à quoi peut ressembler un tel modèle.
Une implémentation SAP S/4HANA génère des dizaines, souvent des centaines de décisions de conception : nouvelles applications Fiori, extensions de processus, changements de rôles, nouveaux objets d'autorisation, activités supplémentaires ou accès à d'autres unités organisationnelles. Chacun de ces changements peut potentiellement affecter la classification des utilisateurs dans le modèle FUE.
Le réflexe naturel est donc d'essayer d'évaluer chaque Change Request du point de vue des licences. Une telle approche est possible, mais à plus grande échelle de projet, elle devient rapidement coûteuse, incohérente et difficile à maintenir. D'autre part, mesurer le FUE seulement après le go-live signifie que nous ne pilotons pas le risque - nous ne mesurons que son résultat.
Le bon objectif n'est donc pas "compter le FUE le plus tôt possible", mais piloter le FUE de manière itérative, à mesure que la solution mûrit.
1. Le problème : le FUE apparaît dans le projet bien plus tôt qu'au moment de l'audit
Dans un projet typique, la question de l'impact FUE apparaît avec les CR successifs. Par exemple, l'équipe veut déployer une nouvelle application de création massive de commandes, ou étendre le rôle Purchaser avec des fonctions liées aux RFQ, offres fournisseurs ou contrats. Au niveau métier, le changement peut paraître innocent, mais techniquement il peut signifier un nouveau catalogue Fiori, de nouveaux objets d'autorisation et des activités supplémentaires.
Le problème est qu'à l'étape concept, les rôles finaux et les autorisations complètes n'existent souvent pas encore. Il est donc impossible d'effectuer une classification technique complète des utilisateurs. Cela ne signifie pas pour autant que le sujet FUE doit être reporté à la fin du projet.
1a. Pourquoi ce défi est structurel, pas personnel
Il vaut la peine de s'arrêter un instant pour comprendre pourquoi ce défi est si difficile à résoudre dans le modèle de travail classique. Ce n'est pas une question de bonne volonté - c'est un problème d'information structurel, dans lequel les deux parties opèrent avec des connaissances limitées.
La perspective du client
La politique de licensing de SAP pour les environnements RISE with SAP et S/4HANA est complexe et évolutive. Le modèle FUE a remplacé les Named User Licenses classiques - au lieu de compter les utilisateurs par types de licence nominaux, il mesure la portée effective des autorisations. Le même utilisateur peut être classé comme Core Use ou Advanced Use selon une seule activité dans un objet d'autorisation.
Pendant le projet, le client apprend seulement la fonctionnalité - ce que fait une application Fiori spécifique, comment fonctionne un nouveau processus, quelles variations ont les extensions et quelles autorisations seront requises. En même temps, il est conscient que chaque décision concernant une extension a des conséquences en matière de licences. Le comportement responsable consiste à demander l'impact avant de décider. Mais pour demander de manière sensée, il faut un outil - et le client n'en a pas encore.
La perspective du consultant
L'objectif du consultant fonctionnel est la configuration du système et la livraison d'une solution métier. La connaissance de la métrique FUE, des 7 classes de licence, de la combinatoire Auth Object + Field + Value est une compétence technique-licensing spécifique que seul un groupe relativement restreint de spécialistes possède. Tous les consultants fonctionnels ne l'ont pas dans leur pack de compétences naturel - et à juste titre, car leur mission première est de livrer un processus métier fonctionnel, pas un calculateur de licences.
Sans un outil qui montre immédiatement l'impact d'un changement sur la classification des utilisateurs, le consultant devrait : apprendre le ruleset FUE (v1.69, 3 100+ règles), exécuter une analyse de population d'utilisateurs, effectuer un calcul combinatoire - tout cela pour chaque CR. C'est de la spécialisation supplémentaire et du travail supplémentaire qui ne rentre pas dans le scope d'implémentation classique.
Le paradoxe de l'information
Le client sait qu'il devrait connaître l'impact FUE avant de décider - mais il n'a pas encore d'outil qui le montrerait. Le consultant sait comment implémenter la fonctionnalité, mais n'a pas de connaissance naturelle de la manière dont cela se traduira en classification de licences. Résultat : les deux parties font de leur mieux, mais la facture n'apparaît qu'à la fin du projet.
C'est un peu comme commander un dîner dans un restaurant sans liste de prix. Le serveur décrit les ingrédients, le client choisit les plats selon son appétit et la description - mais ne voit la facture qu'à la fin. Personne ici n'agit de mauvaise foi. Le système d'information est simplement configuré de sorte que le coût soit une surprise.
Et si l'outil affichait la facture en cours à mesure que plus de plats sont commandés ? Techniquement faisable - mais cela nécessite des données à jour sur toutes les commandes, une liste de prix structurée et la logique qui relie l'un à l'autre.
Dans le contexte SAP FUE, cela signifie un outil qui :
- Dispose de données à jour sur les rôles et autorisations dans toutes les instances SAP du client,
- A le ruleset FUE actuel chargé (actuellement v1.69) et un mécanisme pour se mettre à jour vers les versions futures,
- Sait ce qu'il y a dans les rôles aujourd'hui et ce que les utilisateurs utilisent réellement,
- Peut simuler comment cela va changer lorsque nous ajoutons une nouvelle fonctionnalité - avec un effet concret sur la population d'utilisateurs,
- Présente le résultat dans un format que le client et le consultant peuvent discuter ensemble avant la décision du Comité de Projet.
Ce n'est qu'avec un tel outil que le client peut décider de manière responsable, et que le consultant peut fournir des informations complètes sans avoir besoin d'analyse manuelle par CR. Le défi du marché décrit au début devient réalisable - non par l'héroïsme de l'équipe, mais en donnant à l'équipe le bon outil.
2. Trois niveaux de maturité de l'analyse FUE
FUE by Design - phase concept
Au début, nous analysons non pas des rôles, mais des fonctions métier planifiées. L'objectif n'est pas encore une classification finale des utilisateurs, mais l'identification de scénarios pouvant être des drivers d'un FUE plus élevé.
- Scénario A : l'utilisateur crée uniquement une demande d'achat.
- Scénario B : l'utilisateur lance des RFQ et compare les offres.
- Scénario C : l'utilisateur sélectionne en plus une offre et crée un contrat ou un bon de commande.
À ce stade, ce qui a du sens ce sont les analyses de scénarios et les questions "what if" : qu'arrivera-t-il à la classification si nous étendons la portée du processus avec une fonction métier supplémentaire ?
FUE by Authorization - phase build
Une fois que les rôles, catalogues, applications et objets d'autorisation commencent à être configurés, l'analyse peut être rendue plus granulaire. Au lieu d'évaluer une description générale du processus, nous pouvons pointer les éléments spécifiques qui affectent la classification.
Par exemple, l'objet M_BEST_EKO définit la portée des organisations d'achat, mais le nombre de valeurs attribuées à un utilisateur ne modifie pas FUE en soi. Ce qui compte est la combinaison de l'objet, de l'activité, de la fonction métier et de toute la portée effective des autorisations.
À ce stade, l'analyse what-if peut répondre à une question beaucoup plus pratique : "qu'arrivera-t-il à la classification des utilisateurs si nous ajoutons cette application, ce catalogue, cet objet ou cette activité au rôle ?"
FUE by Usage - post go-live
Après le go-live, une autre couche de données apparaît : l'usage réel du système. Nous pouvons alors comparer ce qui est attribué à l'utilisateur avec ce qu'il utilise réellement. Cela crée l'opportunité d'optimiser les rôles et d'identifier les autorisations individuelles qui élèvent inutilement la classification.
La mesure du FUE après go-live est donc nécessaire, mais en elle-même ce n'est pas du pilotage. Le pilotage commence quand les effets des décisions peuvent être évalués avant le déploiement.
3. Pourquoi l'analyse manuelle par CR ne passe pas à l'échelle
En théorie l'équipe GRC peut examiner chaque CR séparément : analyser la fonction, les rôles, les objets, les activités et l'impact FUE potentiel. En pratique, ce modèle ne fonctionne qu'avec un petit nombre de changements.
- Les CR arrivent plus vite qu'ils ne peuvent être analysés manuellement.
- Les rôles changent après l'avis initial et la conclusion devient rapidement obsolète.
- En phase concept, les données techniques manquent souvent.
- La même fonction peut être implémentée par différentes applications et différents rôles.
- L'évaluation manuelle dépend de la connaissance de quelques personnes et est difficile à reproduire de manière cohérente.
- Excel, les réunions et les analyses ponctuelles créent un processus de contrôle, mais pas un mécanisme de pilotage continu.
3a. À quoi ressemble réellement l'analyse d'impact FUE - directives SAP
Pour saisir l'ampleur du problème, il est utile de voir à quoi ressemble la cartographie officielle des autorisations vers la classification des licences. SAP fournit un ruleset FUE pour RISE with SAP Private Cloud Edition (version actuelle : 1.69), qui mappe les combinaisons d'objets d'autorisation vers 7 classes de licence principales.
- GADeveloper Access - accès développeur complet (coût maximal)
- GBAdvanced Use - 473 règles, fonctions métier avancées
- GCCore Use - 354 règles, fonctions opérationnelles standard
- GDSelf-Service Use - 1 559 règles (groupe le plus grand), self-service
- GE-GGEngine / Technical Use - comptes de service, intégrations techniques
Au total plus de 2 388 règles principales plus ~720 règles spécifiques à un secteur (HR, Retail, IS-H Healthcare, Real Estate, GTS, EWM, Utilities, Payroll, Treasury, etc.) - un total de plus de 3 100 entrées dans le ruleset.
Chaque règle est une combinaison : Auth Object + Auth Field + Auth Value. Exemple - une règle qui classe un utilisateur comme Advanced Use (GB) :
Rule Description: GB Advanced Use
Auth Object: F_ACES_PER
Auth Field: ACTVT
Auth Value: 02, 30, 39, F1, UL
Si un utilisateur a dans ses rôles l'objet d'autorisation F_ACES_PER avec l'activité 30, il est classé comme Advanced Use.
Un piège caché classique - transaction BP (Business Partner) :
ACTVT=03(Afficher) → utilisateur classé comme Self-Service Use (coût minimal)ACTVT=01/02(Créer/Modifier) → automatiquement Core ou Advanced Use (des dizaines de fois plus cher)
Une "petite différence" apparente entre Afficher et Modifier dans une seule transaction peut déplacer des centaines d'utilisateurs de Self-Service (0,033 FUE) à Advanced Use (5-10× plus de FUE). À un tarif moyen de ~2 000 € par FUE par an, un tel changement dans un CR d'apparence innocente représente concrètement des dizaines, voire des centaines de milliers d'euros en coût de licence supplémentaire.
SAP fournit le rapport SLIM_USER_CLF_HELP (Note 3113382) qui effectue une classification FUE initiale - mais SAP note lui-même dans la documentation que le résultat nécessite une validation d'expert (le service STAR Review) et ne prend pas en compte les objets d'autorisation custom ni l'usage réel du système.
Pourquoi c'est difficile en pratique
- Volume de règles - 3 100+ entrées à analyser. Un consultant fonctionnel ne connaît pas ce ruleset par cœur et ne connaît même pas tous les objets d'autorisation.
- Combinatoire - l'utilisateur obtient le MAX de ses autorisations, pas la SOMME. Si l'utilisateur X a déjà Advanced Use depuis FI, ajouter Core Use depuis MM ne change rien. Mais si l'utilisateur Y est en Self-Service Use, le même Core Use le "monte" en gamme. Sans analyse de population, vous ne pouvez pas prédire cela par CR.
- Le ruleset évolue - v1.69 est une nouvelle mise à jour SAP. Un consultant analysant un CR sur v1.65 peut mal classer sous v1.69.
- Z-autorisations custom - SAP ne les couvre pas dans le ruleset officiel. Le client doit les mapper lui-même et maintenir cette cartographie.
- Rulesets spécifiques à un secteur - Retail (73 règles), IS-H Healthcare (74), Real Estate (83), GTS (31), HR (35), Utilities (48) - chaque secteur a des règles supplémentaires qui peuvent se chevaucher.
- Changements dynamiques - les CR mettent à jour les rôles plusieurs fois par semaine, de nouveaux utilisateurs rejoignent, de nouvelles fonctions apparaissent. Une analyse instantanée du mois dernier est déjà obsolète.
- Échelle de l'environnement - une implémentation enterprise typique est de plusieurs instances SAP (ECC + S/4HANA + BW + landscape dev/test/prod) et de plusieurs milliers d'utilisateurs. Chaque CR ajouté doit être analysé dans le contexte de toute la population sur tous les systèmes simultanément. Le faire manuellement en Excel à cette échelle représente des centaines d'heures d'analyste par Comité de Projet.
Revenant au défi décrit au début - les deux perspectives ont du sens. L'analyse manuelle classique par CR ne passe vraiment pas à l'échelle à cette complexité, mais la laisser à la fin d'Explore est aussi trop tard pour le pilotage. La réponse n'est pas de choisir entre "manuellement par CR" et "en groupe à la fin", mais de construire une couche analytique automatique alimentée par les données SAP actuelles et le ruleset officiel.
4. Où smartGRC peut apporter de la valeur
Dans un tel modèle, smartGRC ne devrait pas être traité uniquement comme un calculateur FUE. La plus grande valeur apparaît quand l'outil devient une couche analytique entre la conception des rôles et le modèle de licence.
- lock_openAutorisations - ce que l'utilisateur peut faire.
- badgeRôles - d'où proviennent ces autorisations.
- psychologyWhat-if - quel serait l'effet d'un changement planifié.
- analyticsUsage - ce que l'utilisateur utilise réellement.
- receipt_longFUE - comment la portée effective se mappe sur la classification des licences.
En conséquence la question n'est plus "ce rôle est-il Core ou Advanced ?", mais : "quelle autorisation ou fonction spécifique cause le changement de classification et combien d'utilisateurs affecte-t-elle ?"
4a. Quatre processus FUE-aware dans le cycle de vie des accès
Le pilotage actif du FUE n'est pas seulement de l'analyse what-if par CR en phase concept. Cela signifie intégrer la conscience licence dans quatre processus opérationnels clés qui existent déjà dans une organisation avec SAP GRC :
1. Conception des rôles avec contrainte FUE (design time)
La conception classique des rôles regarde principalement deux axes : la fonctionnalité (le rôle permet-il de faire les tâches requises) et la SoD (crée-t-il un conflit de segregation of duties). Un troisième axe qui devrait être également visible : la classification FUE.
Un scénario concret : un rôle "Display Only" pour l'équipe finance devrait accorder Self-Service Use. Mais pour un confort apparent, l'objet M_RECH_BUK avec l'activité Créer a été ajouté - et soudainement le rôle classe tous ses utilisateurs comme Advanced Use. Sans conscience FUE au design time, de telles situations sont normales - et coûteuses. Le concepteur de rôle devrait voir la classification de licence au build time, pas des mois plus tard lors d'un audit.
2. Étiquetage des rôles "coûteux" dans BRM / smartArchitect
Les rôles portant une classification FUE élevée (Advanced, Developer) devraient être étiquetés dans l'outil de gestion des rôles - dans SAP GRC Access Control BRM, dans smartArchitect, ou dans tout autre système qui gère les métadonnées des rôles. Une étiquette comme "Licence : Advanced (+3,5 FUE / utilisateur)" visible sur chaque tel rôle change la dynamique en aval.
Un manager hiérarchique demandant un accès pour un nouvel employé voit immédiatement que le rôle A est plus de dix fois plus cher que le rôle B - et demande fonctionnellement : "A-t-il vraiment besoin de tout dans A, ou le B plus mince suffit-il ?". C'est une conversation qui n'avait pas lieu avant, car personne ne voyait le prix.
3. Provisioning FUE-aware (workflow)
Étape suivante : intégrer la visibilité du coût FUE directement dans le workflow de demande d'accès. Quand un manager approuve l'accès d'un subordonné, il voit non seulement s'il porte un risque SoD, mais aussi :
- quelle classification FUE sera attribuée à l'utilisateur,
- si elle change par rapport à la classification actuelle (par ex. Core → Advanced),
- combien cela coûte par an dans le budget du département.
L'effet : le manager cesse d'être simplement un "approbateur SoD" et devient un "approbateur coût-et-risque". La responsabilité du coût de licence se répartit sur ceux qui prennent les décisions d'accès - pas seulement sur la finance, qui voit la facture SAP en fin d'année.
4. Revues d'accès périodiques du point de vue FUE
La User Access Review (UAR) traditionnelle vérifie "cet utilisateur doit-il encore avoir cet accès d'un point de vue fonctionnel". Il vaut la peine d'étendre cela avec une question de coût : "cet utilisateur utilise-t-il l'accès de manière assez intensive pour justifier la classification Advanced / Developer ?".
Résultat pratique de projets réels : les revues basées sur l'usage réel (données d'usage des 6-12 derniers mois) peuvent identifier 15-30 % des utilisateurs à qui est attribuée une classe FUE plus élevée que ne le justifierait leur travail réel dans le système. Le downgrade de ces utilisateurs vers une classe de licence inférieure livre des économies immédiates sans perte de fonctionnalité métier.
5. La condition critique : des données à jour
La fonction what-if seule ne résout pas le problème si les données d'analyse sont mises à jour manuellement. Exporter depuis SAP, préparer le fichier, importer dans l'outil et répéter tout le processus pour chaque CR majeur ne passe pas à l'échelle dans un projet intensif.
Le pilotage actif du FUE nécessite donc non seulement un modèle analytique, mais aussi une alimentation fluide et de préférence automatique des données actuelles depuis le projet et l'environnement SAP.
Ce n'est qu'alors qu'un cycle pratique peut être construit :
changement projet → mise à jour du rôle → analyse what-if → évaluation d'impact sur les utilisateurs → décision → re-vérification après déploiement.
6. Modèle cible : le FUE comme contrainte de design
L'approche la plus mature traite le FUE comme la SoD ou l'architecture de sécurité : pas comme un contrôle effectué après l'achèvement du projet, mais comme l'une des contraintes prises en compte pendant la conception.
Cela ne signifie pas qu'à la première étape nous devions connaître la licence finale de chaque utilisateur. La précision de l'analyse augmente avec la maturité du projet :
- concept → évaluation des scénarios et drivers FUE potentiels,
- build → analyse des rôles et autorisations finaux,
- test/go-live → simulation de l'impact sur la population d'utilisateurs,
- run → comparaison des autorisations avec l'usage réel et optimisation.
7. Conclusion
Le but n'est pas de compter le FUE avec précision le plus tôt possible. Le but est de comprendre les conséquences des décisions de conception avec plus de précision à mesure que le projet mûrit.
L'analyse manuelle par CR peut être un bon mécanisme de contrôle, mais ne passe pas à l'échelle comme modèle de pilotage. Une mesure faite uniquement à la fin montre le résultat, mais ne permet plus d'influence efficace sur le projet.
Un outil comme smartGRC peut combler ce fossé quand il est utilisé non seulement pour la mesure FUE finale, mais pour l'analyse de scénarios et what-if pendant le projet et la comparaison ultérieure des autorisations avec l'usage réel. La condition, cependant, est un accès régulier aux données actuelles - sans cela, même une bonne analytics se transforme rapidement en un autre processus manuel.
La question la plus importante n'est pas : "quelle licence a ce rôle ?", mais "quelle décision de conception change la classification des utilisateurs, et est-elle vraiment nécessaire ?"
Questions fréquentes
Qu'est-ce que FUE dans SAP S/4HANA ? expand_more
FUE (Full User Equivalent) est l'unité de classification des licences introduite par SAP pour les environnements S/4HANA. Au lieu de compter les utilisateurs par rôles nominaux (comme dans le modèle Named User traditionnel), FUE mesure la portée effective des autorisations - quelles applications Fiori, objets d'autorisation et activités un utilisateur peut exécuter. Le même utilisateur peut être classé comme Core, Advanced ou Developer selon les fonctions spécifiques que nous mettons à sa disposition dans ses rôles. La classification se traduit directement en coût annuel de licence SAP.
Quand commencer l'analyse FUE dans un projet S/4HANA ? expand_more
L'analyse FUE doit commencer dès la phase concept, mais sous forme de scénario (pas de classification technique complète). Pendant la phase concept, nous analysons les fonctions métier planifiées et identifions les drivers FUE - scénarios susceptibles d'élever la classification. L'analyse technique complète a lieu pendant la phase de build des rôles. La mesure de l'usage réel - après le go-live. Commencer l'analyse uniquement au moment de l'audit signifie qu'on ne pilote pas le FUE, on mesure seulement son résultat - et à ce moment-là toute correction est coûteuse et nécessite un rework des rôles.
Quelle est la différence entre FUE by Design et FUE by Usage ? expand_more
FUE by Design (phase concept) analyse les scénarios métier et les fonctions planifiées - quel serait l'impact sur la classification si le processus était étendu avec un élément supplémentaire ? FUE by Authorization (phase build) analyse les rôles spécifiques, applications Fiori, catalogues et objets d'autorisation - qu'est-ce qui va exactement changer la classification après l'ajout de cette autorisation ? FUE by Usage (post go-live) compare les autorisations attribuées à l'usage réel du système - quelles autorisations sont excessives et élèvent inutilement la classification. Chacun des 3 niveaux a des objectifs différents et des données d'entrée différentes.
L'analyse manuelle de chaque Change Request pour le FUE est-elle suffisante ? expand_more
Pas dans les projets à grande échelle. L'analyse manuelle fonctionne avec un petit nombre de changements, mais présente 6 limites : (1) les CR apparaissent plus vite qu'ils ne peuvent être analysés manuellement, (2) les rôles changent après l'avis initial et l'évaluation devient rapidement obsolète, (3) en phase concept les données techniques manquent souvent, (4) la même fonction peut être implémentée par différentes applications et différents rôles, (5) l'évaluation manuelle dépend de la connaissance de quelques personnes et est difficile à reproduire, (6) Excel et les analyses ponctuelles créent un processus de contrôle, mais pas un mécanisme de pilotage continu. Un pilotage FUE évolutif nécessite une couche analytique avec accès aux données actuelles.
Comment smartGRC soutient-il le pilotage FUE dans un projet S/4HANA ? expand_more
smartGRC agit comme une couche analytique entre la conception des rôles et le modèle de licence. Il combine 5 dimensions en un seul endroit : (1) autorisations - ce que l'utilisateur peut faire, (2) rôles - d'où proviennent ces autorisations, (3) what-if - quel serait l'effet d'un changement planifié sur la classification, (4) usage - ce que l'utilisateur utilise réellement, (5) FUE - comment la portée effective se mappe sur la classification des licences. La condition clé d'efficacité est un accès régulier et automatique aux données SAP actuelles - les exports et imports manuels ne passent pas à l'échelle dans un projet intensif.
Que fait le rapport SLIM_USER_CLF_HELP ? expand_more
SLIM_USER_CLF_HELP (SAP Note 3113382) fournit une première classification FUE des utilisateurs à partir des autorisations de leurs rôles. SAP précise lui-même que le résultat doit être validé par un expert : il ne couvre ni les objets d'autorisation spécifiques ni l'usage réel du système, et il montre l'état a posteriori. FUE by Design ajoute l'étape d'avant : l'impact licence de chaque changement de rôle est simulé avant son approbation.