> Průběžné zlepšování procesů > Od leadu k inkasu > SAP Sales Cloud > Datová šablona

Vaše šablona dat pro proces od potenciálního zákazníka k platbě

SAP Sales Cloud

Atributy procesu od potenciálního zákazníka k platbě(17) Aktivity procesu od potenciálního zákazníka k platbě(15) Návody k získání dat(2)

Vaše šablona dat pro proces od potenciálního zákazníka k platbě

Tato šablona vám poskytne přehledný návod, jak shromáždit data potřebná k analýze procesu od potenciálního zákazníka k platbě. Uvádí základní atributy a aktivity pro sestavení úplného záznamu událostí. Najdete v ní také praktické pokyny k získání dat ze systému SAP Sales Cloud, abyste mohli snadno začít s process mining.

Doporučené atributy ke shromáždění
Aktivity, které je vhodné sledovat
Pokyny k získání dat ze SAP Sales Cloud

Pracujete se záznamy událostí poprvé? Přečtěte si, jak vytvořit záznam událostí pro process mining.

Stáhnout šablonu

Atributy procesu od potenciálního zákazníka k platbě

Jde o doporučená datová pole, která je vhodné zahrnout do záznamu událostí pro úplnou analýzu procesu od potenciálního zákazníka k platbě v SAP Sales Cloud.

3 Povinné 6 Doporučené 8 Volitelné

	Název	Popis
	Čas události EventTime	Časové razítko označující, kdy došlo ke konkrétní aktivitě nebo události.
Popis Čas události zaznamenává přesné datum a čas dokončení aktivity. Tyto časové údaje pomáhají pochopit načasování a délku jednotlivých kroků procesu. Poskytují chronologické pořadí potřebné k sestavení průběhu procesu. Při analýze procesů se časová razítka používají k výpočtu doby mezi aktivitami, měření celkové délky prodejního procesu a odhalování zpoždění či úzkých míst. Analýza časových razítek v průběhu času může také ukázat trendy ve výkonnosti procesu. Proč je to důležité Časové razítko je zásadní pro chronologické seřazení událostí i pro veškerou časovou analýzu, včetně měření doby trvání a hledání úzkých míst. Kde data získat V SAP Sales Cloud se obvykle nachází v polích „Creation Date“ nebo „Last Changed Date“ u obchodních objektů, jako jsou Lead, Opportunity, Quote a Sales Order. Příklady 2023-04-15T10:30:00Z2023-05-02T14:00:00Z2023-06-20T09:15:00Z
	Název aktivity ActivityName	Název obchodní aktivity nebo události, ke které došlo v určitém okamžiku procesu.
Popis Název aktivity popisuje konkrétní krok nebo událost v procesu od leadu k platbě, například „Kvalifikace leadu“, „Vytvoření nabídky“ nebo „Přijetí platby“. Tyto události tvoří posloupnost kroků procesu pro každou obchodní příležitost. Analýza aktivit je základem process mining. Umožňuje zobrazit mapy procesů, najít úzká místa mezi kroky a měřit četnost různých cest procesem. Díky tomu zjistíte, jak prodej skutečně probíhá. Proč je to důležité Tento atribut určuje kroky v mapě procesu, která je základem pro zobrazení a analýzu průběhu procesu. Kde data získat Odvozuje se ze změn stavu obchodních objektů, událostí vytvoření dokumentů nebo konkrétních akcí uživatelů zaznamenaných v transakčních protokolech SAP Sales Cloud. Příklady Zaznamenání leaduVytvoření obchodní příležitostiOdeslání nabídky zákazníkoviPřijetí platby
	Obchodní příležitost SalesOpportunityId	Jedinečný identifikátor obchodní příležitosti, který slouží jako hlavní identifikátor případu v procesu od leadu k platbě.
Popis ID obchodní příležitosti jednoznačně identifikuje každý potenciální obchod od jeho vzniku jako leadu až po konečný výsledek, tedy vyhraný nebo prohraný obchod. Propojuje všechny související aktivity, například kvalifikaci leadu, vytvoření nabídky, zpracování objednávky a platbu. Při analýze pomocí process mining je toto ID zásadní pro rekonstrukci celého průběhu každé obchodní příležitosti. Umožňuje propojit všechny události a analyzovat varianty procesu, dobu jeho trvání i míru konverze pro každou příležitost. Proč je to důležité Jde o hlavní ID případu, které propojuje všechny aktivity procesu a umožňuje sledovat celý životní cyklus každé obchodní příležitosti. Kde data získat Jde o primární klíč obchodního objektu Opportunity v SAP Sales Cloud. Příklady OP-8000123456OP-8000123457OP-8000123458
	Částka prodejní objednávky SalesOrderAmount	Celková peněžní hodnota prodejní objednávky spojené s obchodní příležitostí.
Popis Tento atribut představuje celkovou hodnotu prodávaného zboží nebo služeb po získání obchodní příležitosti a vytvoření prodejní objednávky. Vyjadřuje výnos z úspěšně dokončeného prodejního procesu. Částka prodejní objednávky je důležitým finančním ukazatelem pro analýzu. Příležitosti podle ní můžete rozdělit podle velikosti, například na malé, střední a velké obchody, a zjistit, zda se jejich průběh liší. Poskytuje také hodnotový kontext pro KPI, jako je míra úspěšnosti, která porovnává celkovou hodnotu získaných a ztracených příležitostí. Proč je to důležité Doplňuje do analýzy finanční rozměr a umožňuje porovnávat prodejní cykly a jejich výsledky podle hodnoty. Kde data získat Hodnota se načítá z pole „Total Net Value“ souvisejícího obchodního objektu Sales Order v SAP Sales Cloud. Příklady 50000.00125000.507800.00
	Kategorie produktu ProductCategory	Kategorie produktu nebo služby prodávané v rámci příležitosti.
Popis Kategorie produktu sdružuje konkrétní položky nebo služby v příležitosti do širších skupin, například „Hardware“, „Software“ nebo „Poradenské služby“. Díky tomu je analýza přehlednější, i když se prodává mnoho různých produktů. Analýza podle kategorií produktů ukazuje, jak se prodejní proces liší u různých typů nabídky. Tento atribut se používá například v dashboardech „Rozložení slev“ a „Efektivita vyřízení objednávek“. Pomáhá zjistit, zda jsou u některých kategorií vyšší slevy nebo delší doba vyřízení. Proč je to důležité Umožňuje analyzovat rozdíly v procesu podle typu prodávaného produktu nebo služby, které mohou mít výrazně odlišné prodejní cykly. Kde data získat Odvozuje se z kmenových dat produktů propojených s položkami nabídky nebo prodejní objednávky v SAP Sales Cloud. Příklady Softwarová licenceHardwareOdborné službyPředplatné podpory
	Obchodní zástupce SalesRepresentative	Zaměstnanec odpovědný za správu obchodní příležitosti.
Popis Tento atribut označuje uživatele nebo zaměstnance, který vlastní lead či obchodní příležitost. Často je hlavní kontaktní osobou pro zákazníka a odpovídá za posouvání obchodu prodejním procesem. Při analýze slouží obchodní zástupce jako důležitý rozměr pro porovnání výkonu. Umožňuje hodnotit délku prodejního cyklu, úspěšnost obchodů a dodržování procesu podle jednotlivců, týmů nebo regionů. Pomáhá tak najít nejúspěšnější pracovníky i oblasti, ve kterých se mohou zlepšit. Proč je to důležité Umožňuje analyzovat výkon jednotlivých zaměstnanců, najít příležitosti pro koučování a sdílet osvědčené postupy v obchodním týmu. Kde data získat V SAP Sales Cloud je propojen s rolí „Owner“ nebo „Employee Responsible“ u obchodního objektu Opportunity nebo Lead. Příklady Jan NovákMarie GarcíaČchen Wej
	Procento slevy DiscountPercentage	Procentní výše slevy u prodejní nabídky nebo objednávky.
Popis Tento atribut zachycuje celkovou slevu u příležitosti, obvykle ve fázi nabídky nebo objednávky. Vyjadřuje se jako procento z katalogové ceny. Jde o důležitý ukazatel pro analýzu finančních výsledků a dodržování prodejních pravidel. Dashboard „Rozložení slev“ tento atribut využívá ke sledování poskytovaných slev podle obchodních zástupců a produktů. Slouží také pro KPI „Dodržování pravidel schvalování slev“, který ověřuje, zda jsou vysoké slevy řádně schváleny. Proč je to důležité Pomáhá analyzovat cenovou strategii, poskytování slev prodejním týmem a jejich dopad na ziskovost. Kde data získat Vypočítává se z cenových položek souvisejících obchodních objektů Sales Quote nebo Sales Order v SAP Sales Cloud. Příklady 0.050.100.25
	Stav obchodní příležitosti OpportunityStatus	Aktuální stav nebo výsledek obchodní příležitosti, například „Open“, „Won“ nebo „Lost“.
Popis Tento atribut zachycuje celkový stav obchodní příležitosti v daném okamžiku. Ukazuje, zda se na příležitosti stále pracuje, zda byla úspěšně vyhrána, nebo zda byla ztracena ve prospěch konkurence či z jiného důvodu. Analýza konečného stavu je základem pro výpočet důležitých KPI, například míry úspěšnosti obchodních příležitostí. Umožňuje také zaměřit analýzu pouze na úspěšné cesty nebo zkoumat vzorce v procesu, které nejčastěji vedou ke ztrátě obchodu. Proč je to důležité Určuje výsledek případu. Je důležitý pro výpočet míry vyhraných a prohraných obchodů i pro analýzu průběhu úspěšných a neúspěšných obchodních příležitostí. Kde data získat Pole „Status“ obchodního objektu Opportunity v SAP Sales Cloud. Příklady OtevřenáProbíháVyhranáProhranáZastavená
	Zdroj leadu LeadSource	Marketingový kanál nebo původ prvního leadu.
Popis Zdroj leadu označuje, jak byl potenciální zákazník poprvé identifikován, například prostřednictvím webového formuláře, veletrhu nebo doporučení partnera. Tyto údaje se obvykle zaznamenávají při vytvoření leadu. Tento atribut je důležitý pro dashboard „Míra konverze leadů podle zdroje“. Analýza pomáhá marketingovým a obchodním týmům zjistit, které kanály přivádějí nejhodnotnější leady. Mohou tak lépe rozdělit zdroje a optimalizovat marketingové kampaně. Proč je to důležité Je nezbytný pro měření účinnosti jednotlivých marketingových kanálů a zlepšování strategií získávání leadů. Kde data získat V SAP Sales Cloud se nachází u obchodních objektů Lead a Opportunity. Pole se často jmenuje „Source“ nebo „Origin“. Příklady WebinářDoporučení partneraVeletrhPoptávka z webu
	Bylo přepracováno IsReworked	Příznak určující, zda aktivita nebo případ prošly přepracováním.
Popis Tento logický příznak se nastaví na hodnotu true, pokud se v procesu zjistí opakování kroků. Může jít například o změnu prodejní objednávky po jejím vytvoření nebo o opakované úpravy nabídky. Příznak se odvozuje z analýzy posloupnosti aktivit. Tento vypočítaný atribut pomáhá vyčíslit neefektivitu procesu. Přímo podporuje dashboard „Četnost přepracování prodejních objednávek“ a KPI „Míra přepracování prodejních objednávek“. Umožňuje snadno filtrovat a počítat případy přepracování bez složitého vyhledávání vzorů v analytickém nástroji. Proč je to důležité Přímo označuje případy s opakovanými kroky, a usnadňuje tak analýzu četnosti přepracování i jeho příčin. Kde data získat Tento atribut není ve zdrojovém systému. Vypočítává se při transformaci dat na základě opakovaných posloupností aktivit, například „Prodejní objednávka vytvořena“ následované aktivitou „Prodejní objednávka přepracována“. Příklady truefalse
	Název zákazníka CustomerName	Název společnosti nebo osoby spojené s obchodní příležitostí.
Popis Tento atribut označuje potenciálního zákazníka v obchodním případu. Propojuje prodejní proces s konkrétním účtem v systému. Analýza podle zákazníka nabízí pohled na prodejní proces z jeho perspektivy. Pomůže zjistit, u kterých zákazníků trvá prodejní cyklus nejdéle nebo je potřeba nejvíce oprav. Je také nezbytná pro KPI, jako je doba inkasa plateb podle zákazníka. Proč je to důležité Umožňuje analyzovat prodejní cykly a platební chování konkrétních zákazníků. Kde data získat V SAP Sales Cloud je propojen s rolí „Account“ nebo „Prospect“ u obchodního objektu Opportunity. Příklady Global Tech Inc.Innovate Solutions Ltd.Dynamic Corp
	Platební podmínky PaymentTerms	Dohodnuté podmínky platby, například „splatnost do 30 dnů“ nebo „splatnost do 60 dnů“.
Popis Platební podmínky určují, kdy má zákazník zaplatit za zboží nebo služby. Stanovují se při vytvoření prodejní objednávky nebo uzavírání smlouvy a určují datum splatnosti faktury. Tento atribut je důležitý pro dashboard „Doba inkasa plateb“. Rozdělením podle platebních podmínek můžete posoudit, zda zákazníci dodržují dohodnuté termíny, a zjistit, které podmínky souvisejí s delší nebo kratší dobou inkasa. Proč je to důležité Poskytuje kontext pro analýzu inkasa plateb a pomáhá určit, zda zpoždění souvisejí s chováním zákazníků, nebo s příliš benevolentními platebními podmínkami. Kde data získat Najdete je v datech Sales Order nebo Customer v SAP Sales Cloud. Příklady Splatnost do 30 dnůSplatnost do 60 dnůSplatnost při převzetí
	Poslední aktualizace dat LastDataUpdate	Časové razítko poslední extrakce nebo aktualizace dat ze zdrojového systému.
Popis Tento atribut uvádí, kdy byla naposledy aktualizována data v záznamu událostí. Informuje o jejich aktuálnosti, což je důležité pro posouzení relevance zjištění. Při analýze procesu je důležité vědět, jak stará data jsou. Zúčastněné strany tak mohou posoudit, zda zjištění odrážejí současný provoz, nebo minulé období. To ovlivňuje rozhodování na základě analýzy. Proč je to důležité Informuje o aktuálnosti dat, aby analýza i rozhodování vycházely z nejnovějších dostupných informací. Kde data získat Jde o časové razítko metadat přidané při extrakci a transformaci dat (ETL). Příklady 2024-07-20T02:00:00Z2024-07-21T02:00:00Z
	Prodejní organizace SalesOrganization	Organizační jednotka odpovědná za prodej.
Popis Prodejní organizace označuje konkrétní jednotku, divizi nebo tým ve společnosti, který odpovídá za prodejní transakci. Je součástí podnikové struktury v SAP. Tento atribut umožňuje rozdělit analýzu podle jednotlivých částí firmy. Můžete porovnávat výkonnost procesů, míru úspěšnosti a délku cyklu mezi obchodními jednotkami nebo prodejními divizemi a získat tak celkový přehled o jejich efektivitě. Proč je to důležité Umožňuje porovnávat výsledky a analyzovat procesy napříč obchodními jednotkami a divizemi společnosti. Kde data získat Jde o důležité pole organizačního přiřazení u objektu Opportunity nebo Sales Order v SAP Sales Cloud. Příklady US01DE01Firemní prodej, sever
	Region Region	Zeměpisná oblast, ve které se nachází zákazník nebo prodejní tým.
Popis Region označuje zeměpisnou oblast přiřazenou k prodejní příležitosti. Obvykle se určuje podle sídla zákazníka nebo struktury prodejní organizace. Může jít o zemi, stát nebo vlastní prodejní oblast. Tento atribut umožňuje segmentaci. V dashboardu „Výkonnost podle míry úspěšnosti příležitostí“ slouží k porovnání výsledků v jednotlivých regionech. Pomáhá odhalit rozdíly v efektivitě procesů, úspěšnosti na trhu i prodejních strategiích. Proč je to důležité Umožňuje analyzovat výsledky prodeje podle zeměpisných oblastí a odhalit rozdíly v míře úspěšnosti, délce cyklu a průběhu procesu. Kde data získat Obvykle se odvozuje z adresy zákazníka nebo z prodejní organizace přiřazené k příležitosti v SAP Sales Cloud. Příklady Severní AmerikaEMEAAPACLATAM
	Zdrojový systém SourceSystem	Určuje systém, ze kterého data pocházejí.
Popis Tento atribut označuje zdrojovou aplikaci, ve které vznikla data o události. V tomto procesu půjde obvykle o „SAP Sales Cloud“, ale zdrojem mohou být i další integrované systémy, například platforma pro automatizaci marketingu, která zaznamenává leady. V prostředí s více systémy je tento atribut důležitý pro pochopení původu dat a řešení problémů s jejich integrací. Při analýze je díky němu jasné, odkud jednotlivé informace pocházejí. Proč je to důležité Pomáhá rozlišit původ dat v integrovaném prostředí a při analýze zachovat přehled o jejich původu i kontextu. Kde data získat Obvykle jde o statickou hodnotu, která se přidává při extrakci dat a označuje původ záznamů. Příklady SAP Sales CloudSAP C4CSSC_PROD_100
	Způsob dopravy ShippingMethod	Způsob doručení fyzického produktu zákazníkovi.
Popis Tento atribut určuje způsob přepravy nebo doručení objednávky, například pozemní dopravu, leteckou přepravu nebo digitální doručení. Je relevantní pro procesy, které zahrnují fyzické zboží. V dashboardu „Efektivita vyřízení objednávek“ pomáhá zjistit, zda různé způsoby dopravy souvisejí s odlišnou dobou vyřízení. Může odhalit neefektivitu v konkrétních logistických kanálech a pomoci přesněji nastavit očekávání zákazníků. Proč je to důležité Rozdělení výsledků doručení podle logistického kanálu pomáhá odhalit úzká místa při vyřizování objednávek. Kde data získat Obvykle se nachází na úrovni položky nebo hlavičky obchodního objektu Sales Order v SAP Sales Cloud. Příklady Pozemní dopravaLetecká doprava následující denDigitální staženíNákladní přeprava

Povinné Doporučené Volitelné

Aktivity procesu od potenciálního zákazníka k platbě

Jde o důležité kroky a milníky procesu, které je vhodné zachytit v záznamu událostí pro přesné zjištění a analýzu průběhu procesu od potenciálního zákazníka k platbě.

7 Doporučené 8 Volitelné

	Aktivita	Popis
	Odeslání nabídky zákazníkovi	Tato aktivita označuje okamžik, kdy je formální nabídka oficiálně předána zákazníkovi k posouzení. Obvykle se odvozuje ze změny stavu objektu Sales Quote, například z „In Preparation“ na „Sent“ nebo „Proposed“.
Proč je to důležité Tento důležitý milník zahajuje dobu, během níž zákazník vyjednává a rozhoduje se. Analýza času mezi touto událostí a přijetím nabídky je zásadní pro pochopení rychlosti uzavírání obchodů a úzkých míst při vyjednávání. Kde data získat Událost lze odvodit z historie změn stavu obchodního objektu Sales Quote. Hledejte časové razítko, kdy se stav změní na hodnotu označující odeslání nabídky. Zachycení Na objektu Sales Quote určete časové razítko změny stavu na „Sent“. Typ události inferred
	Přijetí platby	Tato aktivita potvrzuje přijetí a zpracování platby zákazníka, čímž se dokončí finanční transakce. Údaje téměř vždy pocházejí z externího finančního systému nebo ERP, který aktualizuje stav faktury či objednávky v SAP Sales Cloud.
Proč je to důležité Jde o závěrečný krok procesu od leadu k platbě, při kterém se realizuje hodnota obchodu. Doba inkasa platby od vystavení faktury po její zaplacení je důležitý KPI pro řízení peněžního toku a hodnocení pohledávek. Kde data získat Událost lze odvodit ze změny stavu objektu Invoice nebo Sales Order na „Paid“ či „Cleared“. Údaje pocházejí z externího finančního systému. Zachycení Určete časové razítko změny stavu faktury na „Paid“ nebo „Cleared“. Typ události inferred
	Uzavřená prohraná obchodní příležitost	Tato aktivita označuje definitivní konec neúspěšné obchodní příležitosti. Obchod získal konkurent nebo se zákazník rozhodl nenakoupit. Událost se zaznamená, když uživatel změní stav objektu Opportunity na „Lost“ nebo „Closed Lost“.
Proč je to důležité Analýza toho, kdy a proč se obchodní příležitosti nedaří, pomáhá zlepšit prodejní strategii. Tento neúspěšný konec umožňuje analyzovat prohrané obchody, například zjistit, v jaké fázi nejčastěji končí nebo jaké jsou obvyklé důvody ztráty. Kde data získat Událost lze odvodit z historie změn stavu obchodního objektu Opportunity. Jde o časové razítko, kdy se stav změní na „Lost“ nebo „Closed Lost“. Zachycení Na objektu Opportunity určete časové razítko změny stavu na „Lost“. Typ události inferred
	Uzavřená vyhraná obchodní příležitost	Tato aktivita označuje konečný stav úspěšné obchodní příležitosti po dokončení všech navazujících aktivit, například vytvoření a vyřízení objednávky. Zaznamená se, když uživatel změní stav objektu Opportunity na konečný stav „Closed“ s důvodem „Won“.
Proč je to důležité Tato událost představuje úspěšný konec procesu pro analýzu pomocí process mining. Umožňuje vypočítat celkovou délku prodejního cyklu u všech vyhraných obchodů a jednoznačně určit jeho konec. Kde data získat Událost lze odvodit z historie změn stavu objektu Opportunity, konkrétně z časového razítka, kdy se stav změní na „Closed“ a důvod je „Won“. Zachycení Určete časové razítko změny stavu na „Closed“ s kódem důvodu „Won“. Typ události inferred
	Vyhraná obchodní příležitost	Tato aktivita označuje úspěšné uzavření obchodu a získání zakázky. Zaznamená se, když uživatel změní stav objektu Opportunity na „Won“. Jde o běžnou, výslovnou akci v systému.
Proč je to důležité Tento důležitý milník slouží k měření úspěšnosti obchodů a výkonu prodeje. Často spouští navazující procesy, například vytvoření objednávky a její vyřízení, a představuje tak důležitý přechod v cyklu od leadu k platbě. Kde data získat Událost lze odvodit z historie změn stavu obchodního objektu Opportunity. Jde o časové razítko, kdy se stav změní na „Won“. Zachycení Na objektu Opportunity určete časové razítko změny stavu na „Won“. Typ události inferred
	Vytvoření obchodní příležitosti	Tímto okamžikem oficiálně začíná prodejní příležitost. Kvalifikovaný lead se mění v konkrétní obchodní případ. Událost systém zaznamená při vytvoření obchodního objektu Opportunity, do kterého se často převezmou údaje z původního leadu.
Proč je to důležité Tato aktivita je výchozím bodem pro analýzu prodejního cyklu. Umožňuje měřit jeho délku, úspěšnost obchodních příležitostí i výkon obchodního týmu od chvíle, kdy se obchod stane konkrétním. Kde data získat Událost odpovídá časovému razítku vytvoření obchodního objektu Opportunity v SAP Sales Cloud. Zachycení Použijte datum a čas vytvoření záznamu Opportunity. Typ události explicit
	Vytvoření prodejní objednávky	Tato aktivita označuje vytvoření formální prodejní objednávky, interního dokumentu, který zahajuje vyřízení objednávky a fakturaci. Událost se výslovně zaznamená, když uživatel vytvoří objekt Sales Order a propojí ho s nadřazenou obchodní příležitostí.
Proč je to důležité Jde o důležitý předávací bod mezi prodejem a provozem. Analýza času od „Opportunity Won“ do „Sales Order Created“ může odhalit interní prodlevy. Sledování oprav po tomto okamžiku zase upozorní na problémy s kvalitou dat. Kde data získat Událost odpovídá časovému razítku vytvoření obchodního objektu Sales Order propojeného s objektem Opportunity. Zachycení Použijte datum a čas vytvoření souvisejícího záznamu Sales Order. Typ události explicit
	Kvalifikace leadu	Označuje okamžik, kdy byl lead prověřen a splňuje kritéria pro zařazení mezi potenciální obchodní příležitosti. Obvykle se zaznamená, když uživatel ručně změní stav objektu Lead na „Qualified“ nebo na podobný stav, který znamená, že je lead připraven ke konverzi.
Proč je to důležité Tato aktivita odděluje nezpracované leady od vážných obchodních příležitostí a umožňuje vyhodnotit účinnost kvalifikace. Pomáhá určit kvalitu leadů z různých zdrojů a odhalit úzká místa mezi zaznamenáním leadu a zahájením aktivního prodeje. Kde data získat Událost lze odvodit z historie změn stavu obchodního objektu Lead. Hledejte časové razítko, kdy se pole stavu změní na „Qualified“. Zachycení Na objektu Lead určete časové razítko změny stavu na „Qualified“. Typ události inferred
	Představení řešení	Tato aktivita označuje představení možného řešení nebo konfigurace produktu zákazníkovi. Obvykle se odvozuje ze změny fáze prodeje nebo stavu objektu Opportunity, například při přechodu do fáze „Proposal“ nebo „Solution Design“.
Proč je to důležité Analýza času stráveného v této fázi a přechodu k přípravě nabídky pomáhá odhalit úzká místa při návrhu řešení. Ukazuje, jak dlouho trvá přejít od prvního kontaktu ke konkrétní nabídce. Kde data získat Událost lze odvodit z protokolu změn nebo historie stavů objektu Opportunity, konkrétně z okamžiku, kdy se fáze prodeje změní na hodnotu jako „Solution Proposed“ nebo „Value Proposition“. Zachycení Určete časové razítko změny pole fáze prodeje objektu Opportunity, která označuje předložení nabídky. Typ události inferred
	Přijetí nabídky zákazníkem	Označuje, že zákazník formálně nebo neformálně souhlasil s podmínkami nabídky. Obchodní zástupce tuto skutečnost obvykle zaznamená ruční změnou stavu objektu Sales Quote nebo Opportunity.
Proč je to důležité Jde o silný signál zájmu o nákup a důležitý milník před dokončením smlouvy nebo vytvořením objednávky. Pomáhá měřit účinnost nabídek a délku rozhodování zákazníka. Kde data získat Událost lze odvodit ze změny stavu objektu Sales Quote na „Accepted“ nebo z podobné změny stavu propojeného objektu Opportunity. Zachycení Určete časové razítko změny stavu objektu Sales Quote na „Accepted“. Typ události inferred
	Úprava prodejní objednávky	Označuje změnu nebo opravu prodejní objednávky po jejím odeslání. Událost lze odvodit ze smyček ve stavech objednávky, například když se stav změní z „Submitted“ zpět na „In Process“ nebo „Pending Revision“.
Proč je to důležité Odhalení oprav pomáhá najít neefektivní postupy, chyby při zadávání dat a nedostatky v komunikaci mezi prodejem a provozem. Časté opravy ukazují na problémy s kvalitou, které způsobují zpoždění a zvyšují náklady. Kde data získat Událost lze odvodit z historie změn stavu objektu Sales Order. Je třeba analyzovat posloupnost změn a najít návraty k předchozím stavům nebo smyčky. Zachycení Najděte přechody mezi stavy, které tvoří smyčku, například z „Submitted“ na „In Process“. Typ události inferred
	Vyřízení objednávky	Tato aktivita označuje odeslání produktů nebo poskytnutí služeb zákazníkovi. Událost se často zaznamenává prostřednictvím integrace s ERP nebo logistickým systémem, který aktualizuje stav objektu Sales Order v SAP Sales Cloud.
Proč je to důležité Tímto krokem končí část procesu věnovaná dodání. Měření času od „Sales Order Created“ do „Order Fulfilled“ je důležité pro sledování efektivity vyřizování objednávek a jejího vlivu na spokojenost zákazníků. Kde data získat Událost se obvykle odvozuje ze změny stavu objektu Sales Order, například na „Fulfilled“ nebo „Shipped“. Stav často aktualizuje integrace s externím systémem. Zachycení Určete časové razítko změny stavu objektu Sales Order na „Fulfilled“ nebo „Delivered“. Typ události inferred
	Vystavení faktury	Označuje vytvoření faktury zákazníkovi a zahajuje závěrečnou finanční fázi procesu. Událost lze zaznamenat při vytvoření objektu Invoice v SAP Sales Cloud, častěji však pochází z integrovaného fakturačního systému.
Proč je to důležité Tato aktivita zahajuje cyklus inkasa plateb. Zpoždění při vystavení faktury přímo ovlivňují peněžní tok, proto je důležité sledovat dobu od vyřízení objednávky po fakturaci. Kde data získat Může jít o časové razítko vytvoření obchodního objektu Invoice propojeného s objektem Sales Order nebo o aktualizaci z externího ERP. Zdroj závisí na používaných systémech. Zachycení Použijte datum vytvoření záznamu Invoice nebo záznam aktivity z integrovaného ERP. Typ události explicit
	Vytvoření nabídky	Označuje vytvoření formální obchodní nabídky propojené s obchodní příležitostí. Jde o interní krok před odesláním nabídky zákazníkovi. Událost se zaznamená při vytvoření nového záznamu Quote uživatelem.
Proč je to důležité Tato aktivita odděluje dobu interní přípravy od doby, kdy už má zákazník nabídku k dispozici. Pomáhá vyhodnotit efektivitu přípravy nabídek a zjistit, jak dlouho obchodníkům trvá připravit ceny. Kde data získat Událost odpovídá časovému razítku vytvoření obchodního objektu Sales Quote propojeného s objektem Opportunity. Zachycení Použijte datum a čas vytvoření souvisejícího záznamu Sales Quote. Typ události explicit
	Zaznamenání leadu	Tato aktivita označuje vytvoření záznamu leadu v SAP Sales Cloud. Jde o první kontakt nebo projev zájmu potenciálního zákazníka. Lead se obvykle zaznamená automaticky z webového formuláře, importovaného seznamu nebo ručním zadáním uživatele.
Proč je to důležité Sledování této události je důležité pro vyhodnocení účinnosti jednotlivých zdrojů leadů a celkového objemu jejich získávání. Je výchozím bodem pro výpočet míry konverze leadů a pochopení začátku prodejního trychtýře. Kde data získat Událost se zaznamenává podle časového razítka vytvoření obchodního objektu Lead. Zdroj leadu bývá uveden jako atribut téhož objektu. Zachycení Použijte datum a čas vytvoření záznamu Lead. Typ události explicit

Doporučené Volitelné

Návody k získání dat

Jak získat data ze SAP Sales Cloud

Kroky

Předpoklady: V SAP Sales Cloud potřebujete uživatele s přístupem do pracovního centra Analytics a oprávněním vytvářet a upravovat zdroje dat a sestavy.
Vytvoření kombinovaného zdroje dat: V pracovním centru Business Analytics přejděte do zobrazení Design Data Sources a vytvořte nový kombinovaný zdroj dat. Pomocí levého vnějšího spojení propojte následující standardní zdroje dat, abyste zachytili všechny příležitosti: Lead Information -> Opportunity Header and Item -> Sales Quote Header and Item -> Sales Order Header and Item. Podmínka spojení by se měla obvykle opírat o ID příležitosti nebo ID navazujících dokumentů.
Vytvoření vlastní sestavy: Přejděte do zobrazení Design Reports a vytvořte sestavu založenou na kombinovaném zdroji dat z předchozího kroku. Do zobrazení sestavy přidejte všechny potřebné charakteristiky a klíčové ukazatele, včetně identifikátorů (ID potenciálního zákazníka, ID příležitosti), všech relevantních polí stavu a časových razítek (datum vytvoření, data změn stavu atd.). Zahrňte také potřebné atributy, například obchodního zástupce, zdroj potenciálního zákazníka a částku objednávky.
Zpřístupnění sestavy jako služby OData: V zobrazení Design Reports vyberte nově vytvořenou sestavu. V její konfiguraci nebo nastavení najděte možnost zpřístupnit sestavu jako dotaz OData. Často jde o zaškrtávací políčko Enable for OData. Změny uložte. Systém pro sestavu vytvoří jedinečnou adresu URL OData.
Zjištění adresy URL OData: V pracovním centru Administrator přejděte do zobrazení OData Services. V seznamu najděte vlastní sestavu a zkopírujte adresu URL služby. Budete ji potřebovat v Python skriptu.
Příprava prostředí Python: Nainstalujte Python a knihovny requests a pandas. Nainstalujete je příkazem pip: pip install requests pandas.
Nastavení Python skriptu: Zkopírujte dodaný Python skript. Zástupné hodnoty C4C_TENANT_URL, OData_SERVICE_PATH, USERNAME a PASSWORD nahraďte svými přihlašovacími údaji SAP Sales Cloud a adresou URL OData z předchozího kroku.
Spuštění skriptu pro získání dat: Spusťte Python skript. Ověří se pomocí OData API, načte data po stránkách, aby zvládl i velké objemy, a uloží je do pandas DataFrame.
Transformace dat: Skript automaticky převede data ze širokého formátu, kde každý řádek představuje jednu příležitost, na záznam událostí v dlouhém formátu. Projde všechny možné aktivity a ověří, zda mají platné časové razítko. Pokud ho najde, vytvoří odpovídající záznam události se správným ActivityName.
Export záznamu událostí: Po dokončení skript uloží výsledný záznam událostí do souboru lead_to_cash_event_log.csv ve stejné složce. Soubor je připravený k přímému nahrání do nástroje process mining.

Konfigurace

Nastavení zdroje dat: Základem této metody je kombinovaný zdroj dat v SAP Sales Cloud Analytics. Použijte levá vnější spojení (Left Outer Joins) počínaje objektem Opportunity, abyste zachytili i příležitosti, které nevedou k nabídce ani objednávce.
Charakteristiky sestavy: Vlastní sestava musí obsahovat všechna datová a časová pole odpovídající požadovaným aktivitám. Patří sem časová razítka vytvoření potenciálních zákazníků, příležitostí, nabídek a objednávek i časová razítka změn stavu.
Filtrování OData API: Pro omezení zátěže a objemu dat použijte v adrese URL OData v Python skriptu parametr $filter. Doporučujeme filtrovat podle časového období, například pomocí OpportunityCreationDate. Pro první analýzu obvykle stačí období 6 až 12 měsíců.
Stránkování: Dodaný skript stránkuje výsledky OData pomocí parametrů $top a $skip. Je to nezbytné pro získání velkých datových sad bez vypršení časového limitu připojení k API.
Předpoklady: Tato metoda vyžaduje vyhrazeného analytického uživatele s oprávněním k OData API a zdrojovým datům pro potenciální zákazníky, příležitosti, nabídky a objednávky.

Ukázkový dotaz python

import requests
import pandas as pd
import numpy as np

class=class="hl-string">"hl-comment"># --- Configuration Placeholders ---
C4C_TENANT_URL = class="hl-string">"[Your SAP Sales Cloud Tenant URL, e.g., my123456.crm.ondemand.com]"
class=class="hl-string">"hl-comment"># The service path comes from the OData Services view for your custom report
ODATA_SERVICE_PATH = class="hl-string">"/sap/c4c/odata/analytics/ds/CUST_REPORT_ID.svc"
USERNAME = class="hl-string">"[Your_Username]"
PASSWORD = class="hl-string">"[Your_Password]"

class=class="hl-string">"hl-comment"># --- OData Service Details ---
class=class="hl-string">"hl-comment"># The entity set is usually the report ID followed by class="hl-string">'ResultSet'
ENTITY_SET = class="hl-string">"CUST_REPORT_IDResultSet"
BASE_API_URL = fclass="hl-string">"https://{C4C_TENANT_URL}{ODATA_SERVICE_PATH}/{ENTITY_SET}"

class=class="hl-string">"hl-comment"># --- Data Extraction ---
def get_odata_data(api_url, username, password):
    records = []
    page_size = 1000
    skip = 0
    
    class=class="hl-string">"hl-comment"># It is highly recommended to add a date filter for performance
    class=class="hl-string">"hl-comment"># e.g., class="hl-string">"$filter=OpportunityCreationDate ge datetime'2023-01-01T00:00:00'"
    odata_params = {
        class="hl-string">"$format": class="hl-string">"json",
        class="hl-string">"$top": page_size,
        class="hl-string">"$skip": skip,
        class="hl-string">"$inlinecount": class="hl-string">"allpages"
        class=class="hl-string">"hl-comment"># class="hl-string">"$filter": class="hl-string">"[Your OData Filter String]"
    }

    print(class="hl-string">"Starting data extraction from SAP Sales Cloud...")
    while True:
        odata_params[class="hl-string">'$skip'] = skip
        response = requests.get(api_url, auth=(username, password), params=odata_params)
        
        if response.status_code != 200:
            print(fclass="hl-string">"Error: Failed to fetch data. Status code: {response.status_code}")
            print(response.text)
            break

        data = response.json()[class="hl-string">'d']
        if class="hl-string">'results' in data and data[class="hl-string">'results']:
            records.extend(data[class="hl-string">'results'])
            count = len(data[class="hl-string">'results'])
            print(fclass="hl-string">"Fetched {len(records)} records...")
            if count < page_size:
                break
            skip += page_size
        else:
            break
            
    print(class="hl-string">"Extraction complete.")
    return pd.DataFrame(records)

source_df = get_odata_data(BASE_API_URL, USERNAME, PASSWORD)

class=class="hl-string">"hl-comment"># --- Data Transformation ---
if not source_df.empty:
    print(class="hl-string">"Starting data transformation into event log format...")
    
    class=class="hl-string">"hl-comment"># Rename columns for clarity (adjust these based on your report's field names)
    class=class="hl-string">"hl-comment"># These are example API field names from the OData service.
    class=class="hl-string">"hl-comment"># You MUST inspect your OData metadata to get the correct field names.
    column_mapping = {
        class="hl-string">'C_OpportunityId': class="hl-string">'SalesOpportunityId',
        class="hl-string">'LeadCreationDateTime': class="hl-string">'LeadCaptured_Time',
        class="hl-string">'LeadConversionDateTime': class="hl-string">'LeadQualified_Time',
        class="hl-string">'OpportunityCreationDateTime': class="hl-string">'OpportunityCreated_Time',
        class="hl-string">'OpportunityProposalStageDateTime': class="hl-string">'SolutionProposed_Time',
        class="hl-string">'QuoteCreationDateTime': class="hl-string">'QuoteCreated_Time',
        class="hl-string">'QuoteSentToCustomerDateTime': class="hl-string">'QuoteSentToCustomer_Time',
        class="hl-string">'QuoteAcceptedDateTime': class="hl-string">'QuoteAccepted_Time',
        class="hl-string">'OpportunityWonDateTime': class="hl-string">'OpportunityWon_Time',
        class="hl-string">'SalesOrderCreationDateTime': class="hl-string">'SalesOrderCreated_Time',
        class="hl-string">'SalesOrderReworkedDateTime': class="hl-string">'SalesOrderReworked_Time',
        class="hl-string">'SalesOrderFulfilledDateTime': class="hl-string">'OrderFulfilled_Time',
        class="hl-string">'InvoiceGeneratedDateTime': class="hl-string">'InvoiceGenerated_Time',
        class="hl-string">'PaymentReceivedDateTime': class="hl-string">'PaymentReceived_Time',
        class="hl-string">'OpportunityClosedWonDateTime': class="hl-string">'OpportunityClosedWon_Time',
        class="hl-string">'OpportunityClosedLostDateTime': class="hl-string">'OpportunityClosedLost_Time',
        class="hl-string">'SalesRepresentativeName': class="hl-string">'SalesRepresentative',
        class="hl-string">'LeadSourceName': class="hl-string">'LeadSource',
        class="hl-string">'OpportunityStatusName': class="hl-string">'OpportunityStatus',
        class="hl-string">'SalesOrderAmountValue': class="hl-string">'SalesOrderAmount',
        class="hl-string">'ProductCategoryName': class="hl-string">'ProductCategory',
        class="hl-string">'QuoteDiscountPercentage': class="hl-string">'DiscountPercentage'
    }
    source_df.rename(columns=column_mapping, inplace=True)

    class=class="hl-string">"hl-comment"># Convert date strings to datetime objects, coercing errors to NaT (Not a Time)
    date_cols = [col for col in source_df.columns if class="hl-string">'_Time' in col]
    for col in date_cols:
        class=class="hl-string">"hl-comment"># OData date format is /Date(timestamp)/. We need to extract the timestamp.
        source_df[col] = source_df[col].str.extract(rclass="hl-string">'\/Date\((\d+)\)\/').astype(float)
        source_df[col] = pd.to_datetime(source_df[col], unit=class="hl-string">'ms', errors=class="hl-string">'coerce')

    class=class="hl-string">"hl-comment"># Define the activities and their corresponding timestamp columns
    activity_mapping = {
        class="hl-string">'Lead Captured': class="hl-string">'LeadCaptured_Time',
        class="hl-string">'Lead Qualified': class="hl-string">'LeadQualified_Time',
        class="hl-string">'Opportunity Created': class="hl-string">'OpportunityCreated_Time',
        class="hl-string">'Solution Proposed': class="hl-string">'SolutionProposed_Time',
        class="hl-string">'Quote Created': class="hl-string">'QuoteCreated_Time',
        class="hl-string">'Quote Sent to Customer': class="hl-string">'QuoteSentToCustomer_Time',
        class="hl-string">'Quote Accepted by Customer': class="hl-string">'QuoteAccepted_Time',
        class="hl-string">'Opportunity Won': class="hl-string">'OpportunityWon_Time',
        class="hl-string">'Sales Order Created': class="hl-string">'SalesOrderCreated_Time',
        class="hl-string">'Sales Order Reworked': class="hl-string">'SalesOrderReworked_Time',
        class="hl-string">'Order Fulfilled': class="hl-string">'OrderFulfilled_Time',
        class="hl-string">'Invoice Generated': class="hl-string">'InvoiceGenerated_Time',
        class="hl-string">'Payment Received': class="hl-string">'PaymentReceived_Time',
        class="hl-string">'Opportunity Closed Won': class="hl-string">'OpportunityClosedWon_Time',
        class="hl-string">'Opportunity Closed Lost': class="hl-string">'OpportunityClosedLost_Time'
    }

    class=class="hl-string">"hl-comment"># Unpivot the DataFrame into an event log format
    event_log_df = pd.DataFrame()
    for activity, time_col in activity_mapping.items():
        if time_col in source_df.columns:
            temp_df = source_df[[class="hl-string">'SalesOpportunityId'] + [col for col in column_mapping.values() if col in source_df.columns]].copy()
            temp_df = temp_df.dropna(subset=[time_col])
            if not temp_df.empty:
                temp_df[class="hl-string">'ActivityName'] = activity
                temp_df.rename(columns={time_col: class="hl-string">'EventTime'}, inplace=True)
                event_log_df = pd.concat([event_log_df, temp_df])

    class=class="hl-string">"hl-comment"># Select and order final columns
    required_cols = [class="hl-string">'SalesOpportunityId', class="hl-string">'ActivityName', class="hl-string">'EventTime']
    recommended_cols = [class="hl-string">'SalesRepresentative', class="hl-string">'LeadSource', class="hl-string">'OpportunityStatus', class="hl-string">'SalesOrderAmount', class="hl-string">'ProductCategory', class="hl-string">'DiscountPercentage']
    final_cols = required_cols + [col for col in recommended_cols if col in event_log_df.columns]
    
    event_log_df = event_log_df[final_cols]
    event_log_df.sort_values(by=[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime'], inplace=True)

    class=class="hl-string">"hl-comment"># --- Export to CSV ---
    event_log_df.to_csv(class="hl-string">'lead_to_cash_event_log.csv', index=False)
    print(class="hl-string">"Event log saved to 'lead_to_cash_event_log.csv'.")
else:
    print(class="hl-string">"No data extracted. Skipping transformation and export.")

Kroky

Ověřte, že je pro příslušné obchodní objekty v SAP Sales Cloud povolen přístup ke standardnímu OData a že má integrační uživatel oprávnění ke čtení objektů Opportunity, Lead, Sales Quote, Sales Order, Invoice a platebních nebo expedičních dat, pokud jsou tyto objekty ve vašem tenantovi dostupné. Použijte administrační a integrační nástroje SAP Sales Cloud dostupné ve vašem systému. Přesné cesty v nabídkách a názvy služeb objektů se mohou v jednotlivých tenantech lišit, proto nastavení přizpůsobte svému systému.
Zjistěte názvy publikovaných standardních služeb OData, sady entit, klíčová pole, navigační vlastnosti, pole stavů, časová razítka změn, pole vlastníků a zdrojů, částky, produkty a vazby pro požadované obchodní objekty. Nepředpokládejte, že je objekt nebo vlastnost zpřístupněna. Potvrzená metadata si zaznamenejte z dokumentu metadat služby dostupného na nakonfigurované adrese URL OData.
V Python skriptu nastavte adresu URL připojení, přihlašovací údaje nebo nastavení OAuth, časové období, velikost stránky a filtry specifické pro vaši společnost. Začněte s obdobím tří až šesti měsíců a po ověření výkonu a úplnosti ho případně prodlužte.
Získejte záznamy Opportunity a Lead prostřednictvím potvrzených standardních sad entit OData. Záznamy Sales Quote a Sales Order načtěte z jejich potvrzených sad entit. Záznamy faktur, plnění objednávek a plateb načítejte pouze v případě, že jsou odpovídající standardní objekty OData a jejich vazby v SAP Sales Cloud zpřístupněné. Pokud se tyto záznamy vedou v integrovaném systému ERP nebo finančním systému, získejte z něj odpovídající schválený datový tok OData a namapujte jeho identifikátory na příležitost.
Načtěte všechny stránky každého požadavku OData pomocí odkazu na další stránku služby nebo podporovaného způsobu stránkování. Pokud je to možné, použijte filtrování podle data a společnosti na straně serveru. Před transformací uložte nezpracované odpovědi, aby bylo možné zkontrolovat počty a mapování.
Převeďte časová razítka do jednoho časového pásma, nejlépe UTC, a hodnoty data nebo data a času ze SAP sjednoťte do formátu ISO 8601. U hodnot stavů odstraňte nadbytečné mezery a při porovnávání nerozlišujte malá a velká písmena. Pokud možno zachovejte původní hodnoty stavů v auditní datové sadě.
Vytvořte jeden řádek události pro každou požadovanou aktivitu. Pro Lead Captured použijte čas vytvoření potenciálního zákazníka, pro Lead Qualified čas, kdy dosáhne stavu Qualified, pro Opportunity Created čas vytvoření příležitosti, pro Solution Proposed čas, kdy příležitost dosáhne nakonfigurované fáze návrhu nebo řešení, pro Quote Created čas vytvoření nabídky, pro Quote Sent to Customer čas, kdy nabídka dosáhne stavu Sent nebo Proposed, pro Quote Accepted by Customer čas, kdy nabídka nebo příležitost zaznamená přijetí zákazníkem, pro Opportunity Won čas, kdy příležitost dosáhne stavu Won, pro Sales Order Created čas vytvoření prodejní objednávky, pro Sales Order Reworked zjištěný přechod ze stavu Submitted do In Process nebo Pending Revision, pro Order Fulfilled čas dokončení vyřízení nebo odeslání objednávky, pro Invoice Generated čas vytvoření faktury, pro Payment Received čas přijetí nebo zúčtování platby, pro Opportunity Closed Won konečný stav Closed s důvodem Won a pro Opportunity Closed Lost konečný stav Lost nebo Closed Lost.
Propojte události externě pomocí SalesOpportunityId. Použijte potvrzená pole vazeb mezi záznamy Lead, Opportunity, Sales Quote, Sales Order, Invoice, vyřízení objednávky a platby. Pokud přímá vazba není k dispozici, použijte schválenou převodní tabulku spravovanou integrací nebo obchodním procesem. Vazbu neodvozujte pouze ze shody popisů nebo částek.
U každé události vyplňte doporučené atributy, pokud je lze získat z propojeného zdrojového záznamu. Převezměte SalesRepresentative, LeadSource, OpportunityStatus, SalesOrderAmount, ProductCategory a DiscountPercentage z příslušného zdrojového záznamu. Pokud zdroj neposkytuje spolehlivou hodnotu, ponechte pole prázdné.
Výsledný záznam událostí seřaďte podle SalesOpportunityId a EventTime. Odstraňte pouze přesné duplicitní řádky vzniklé opakovaným načtením stránek API nebo opakováním požadavků. Neslučujte různé změny stavu ani události se stejným časovým razítkem, pokud to výslovně nepovoluje obchodní pravidlo.
Ověřte, že je přítomno všech 15 názvů aktivit, povinná pole nejsou prázdná, časová razítka spadají do požadovaného období nebo jsou výslovně zdokumentována jako související historické události a spojení záznamů nevytvářejí neočekávané duplicity případů. Exportujte soubor UTF-8 CSV nebo jiný formát záznamu událostí podporovaný ProcessMind. Použijte přesné názvy povinných sloupců SalesOpportunityId, ActivityName a EventTime a přidejte doporučené atributy, pokud jsou k dispozici. Výsledný soubor nahrajte do ProcessMind. Nepočítejte s tím, že platforma doplní chybějící události.

Konfigurace

Nastavení služby OData: Používejte pouze standardní služby a sady entit OData SAP Sales Cloud potvrzené v metadatech služby pro váš tenant. Názvy služeb, entit, vlastností a navigačních cest nastavte podle svého systému.
Připojení a oprávnění: Nakonfigurujte schválenou adresu URL SAP Sales Cloud, způsob ověřování, přihlašovací údaje klienta, rozsahy a oprávnění ke čtení. Pokud SAP Sales Cloud nezpřístupňuje události z externího systému ERP, logistiky, fakturace nebo plateb, je k těmto datům potřeba samostatné oprávnění.
Časové období: Začněte třemi až šesti měsíci. Pokud data vytvoření a změn stavu mohou předcházet vybranému období procesu, zahrňte krátké předchozí období. Zdokumentujte, zda filtr používá čas vytvoření, poslední změny, přechodu stavu nebo jiné potvrzené časové razítko.
Povinný klíč případu: Každou událost namapujte na SalesOpportunityId. Událost nevytvářejte bez spolehlivé vazby na příležitost, pokud záznam nelze dohledat prostřednictvím schválené převodní tabulky.
Mapování stavů: Nakonfigurujte přesná mapování stavů specifická pro váš tenant: Qualified, fáze návrhu nebo řešení, Sent, Proposed, accepted, Won, Closed, Lost, Closed Lost, Submitted, In Process, Pending Revision, dokončení vyřízení objednávky, vytvoření faktury a přijetí platby. Názvy stavů se mohou lišit podle konfigurace a jazyka.
Filtry: Filtry podle společnosti, organizační jednotky, typu dokumentu, prodejní oblasti, stavu a data používejte pouze tehdy, pokud jsou příslušná pole zpřístupněna a jejich obchodní význam je jasný. Nepředpokládejte, že každý objekt SAP Sales Cloud obsahuje Company Code a Document Type.
Stránkování a omezení požadavků: Použijte podporovanou velikost stránky a způsob načítání dalších stránek služby OData. Ošetřete opakování při dočasných chybách HTTP, dodržujte limity požadavků tenantu a vyhněte se nadměrnému počtu souběžných požadavků.
Požadavky na historii změn: Aktivity založené na změně stavu vyžadují historii stavů nebo protokol změn s časovými razítky. Ze samotného aktuálního pole stavu nelze spolehlivě zjistit, kdy bylo dosaženo předchozího stavu.
Zdroje externích událostí: Vyřízení objednávky, vytvoření faktury a přijetí platby mohou být evidovány v integrovaných systémech ERP, logistiky, fakturace nebo financí. Nakonfigurujte schválené identifikátory pro propojení systémů a pravidla pro získávání dat z jednotlivých zdrojů.
Kvalita dat: Pokud hodnoty nejsou k dispozici, ponechte je prázdné. Nenahrazujte historické hodnoty aktuálním stavem nebo aktuálním vlastníkem, pokud obchodní pravidlo výslovně nepřipouští toto omezení.
Předpoklady: Před naplánováním získávání dat ověřte požadovanou edici SAP Sales Cloud, dostupnost API, konfiguraci integrace, zpřístupnění obchodních objektů, oprávnění v tenantovi a případné licence externích systémů.

Ukázkový dotaz python

import os
import time
from datetime import datetime, timezone
from typing import Any, Dict, Iterable, List, Optional

import pandas as pd
import requests

class=class="hl-string">"hl-comment"># Configure these values for your tenant and approved OData services.
BASE_URL = os.environ.get(class="hl-string">"SAP_SALES_CLOUD_ODATA_BASE_URL", class="hl-string">"[Your SAP Sales Cloud OData base URL]")
USERNAME = os.environ.get(class="hl-string">"SAP_SALES_CLOUD_USERNAME", class="hl-string">"[Your username]")
PASSWORD = os.environ.get(class="hl-string">"SAP_SALES_CLOUD_PASSWORD", class="hl-string">"[Your password]")
START_DATE = os.environ.get(class="hl-string">"EXTRACTION_START_DATE", class="hl-string">"[YYYY-MM-DD]")
END_DATE = os.environ.get(class="hl-string">"EXTRACTION_END_DATE", class="hl-string">"[YYYY-MM-DD]")
OUTPUT_FILE = os.environ.get(class="hl-string">"OUTPUT_FILE", class="hl-string">"lead_to_cash_event_log.csv")
PAGE_SIZE = int(os.environ.get(class="hl-string">"ODATA_PAGE_SIZE", class="hl-string">"500"))

class=class="hl-string">"hl-comment"># Replace each value below with the confirmed standard OData service URL and entity set
class=class="hl-string">"hl-comment"># from the metadata document in your tenant. Do not use an unconfirmed object name.
SERVICES = {
    class="hl-string">"lead": class="hl-string">"[Confirmed Lead OData service URL]",
    class="hl-string">"opportunity": class="hl-string">"[Confirmed Opportunity OData service URL]",
    class="hl-string">"sales_quote": class="hl-string">"[Confirmed Sales Quote OData service URL]",
    class="hl-string">"sales_order": class="hl-string">"[Confirmed Sales Order OData service URL]",
    class="hl-string">"invoice": class="hl-string">"[Confirmed Invoice OData service URL or approved integrated billing service URL]",
    class="hl-string">"fulfillment": class="hl-string">"[Confirmed fulfillment OData service URL or approved integrated logistics service URL]",
    class="hl-string">"payment": class="hl-string">"[Confirmed payment OData service URL or approved integrated financial service URL]",
}

class=class="hl-string">"hl-comment"># Replace property names and relationship paths with names confirmed from service metadata.
FIELDS = {
    class="hl-string">"lead": {
        class="hl-string">"id": class="hl-string">"[Confirmed Lead identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed Lead to Opportunity relationship property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Lead creation timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed Lead status property]",
        class="hl-string">"status_changed_at": class="hl-string">"[Confirmed Lead status change timestamp property]",
        class="hl-string">"sales_representative": class="hl-string">"[Confirmed Lead representative property]",
        class="hl-string">"lead_source": class="hl-string">"[Confirmed Lead source property]",
        class="hl-string">"opportunity_status": class="hl-string">"[Confirmed related Opportunity status property or blank]",
        class="hl-string">"sales_order_amount": class="hl-string">"[Confirmed related Sales Order amount property or blank]",
        class="hl-string">"product_category": class="hl-string">"[Confirmed Lead product category property or blank]",
        class="hl-string">"discount_percentage": class="hl-string">"[Confirmed related discount property or blank]",
    },
    class="hl-string">"opportunity": {
        class="hl-string">"id": class="hl-string">"[Confirmed Opportunity identifier property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Opportunity creation timestamp property]",
        class="hl-string">"stage": class="hl-string">"[Confirmed Opportunity stage property]",
        class="hl-string">"status": class="hl-string">"[Confirmed Opportunity status property]",
        class="hl-string">"status_changed_at": class="hl-string">"[Confirmed Opportunity status change timestamp property]",
        class="hl-string">"status_reason": class="hl-string">"[Confirmed Opportunity status reason property]",
        class="hl-string">"sales_representative": class="hl-string">"[Confirmed Opportunity representative property]",
        class="hl-string">"lead_source": class="hl-string">"[Confirmed Opportunity lead source property]",
        class="hl-string">"sales_order_amount": class="hl-string">"[Confirmed Opportunity or related Sales Order amount property]",
        class="hl-string">"product_category": class="hl-string">"[Confirmed Opportunity product category property]",
        class="hl-string">"discount_percentage": class="hl-string">"[Confirmed Opportunity or related discount property]",
    },
    class="hl-string">"sales_quote": {
        class="hl-string">"id": class="hl-string">"[Confirmed Sales Quote identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed Sales Quote to Opportunity relationship property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Sales Quote creation timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed Sales Quote status property]",
        class="hl-string">"status_changed_at": class="hl-string">"[Confirmed Sales Quote status change timestamp property]",
        class="hl-string">"accepted_at": class="hl-string">"[Confirmed Sales Quote acceptance timestamp property or blank]",
        class="hl-string">"sales_representative": class="hl-string">"[Confirmed Sales Quote representative property]",
        class="hl-string">"sales_order_amount": class="hl-string">"[Confirmed Sales Quote amount property]",
        class="hl-string">"product_category": class="hl-string">"[Confirmed Sales Quote product category property]",
        class="hl-string">"discount_percentage": class="hl-string">"[Confirmed Sales Quote discount property]",
    },
    class="hl-string">"sales_order": {
        class="hl-string">"id": class="hl-string">"[Confirmed Sales Order identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed Sales Order to Opportunity relationship property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Sales Order creation timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed Sales Order status property]",
        class="hl-string">"status_changed_at": class="hl-string">"[Confirmed Sales Order status change timestamp property]",
        class="hl-string">"previous_status": class="hl-string">"[Confirmed Sales Order previous status property or status history field]",
        class="hl-string">"sales_order_amount": class="hl-string">"[Confirmed Sales Order amount property]",
        class="hl-string">"product_category": class="hl-string">"[Confirmed Sales Order product category property]",
        class="hl-string">"discount_percentage": class="hl-string">"[Confirmed Sales Order discount property]",
    },
    class="hl-string">"invoice": {
        class="hl-string">"id": class="hl-string">"[Confirmed Invoice identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed Invoice to Opportunity relationship property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Invoice creation timestamp property]",
        class="hl-string">"invoice_date": class="hl-string">"[Confirmed Invoice date property]",
    },
    class="hl-string">"fulfillment": {
        class="hl-string">"id": class="hl-string">"[Confirmed fulfillment identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed fulfillment to Opportunity relationship property]",
        class="hl-string">"completed_at": class="hl-string">"[Confirmed fulfillment completion timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed fulfillment status property]",
    },
    class="hl-string">"payment": {
        class="hl-string">"id": class="hl-string">"[Confirmed payment identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed payment to Opportunity relationship property]",
        class="hl-string">"received_at": class="hl-string">"[Confirmed payment receipt or clearing timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed payment status property]",
    },
}

session = requests.Session()
session.auth = (USERNAME, PASSWORD)
session.headers.update({class="hl-string">"Accept": class="hl-string">"application/json"})


def is_placeholder(value: Any) -> bool:
    return not value or (isinstance(value, str) and value.startswith(class="hl-string">"["))


def parse_time(value: Any) -> Optional[pd.Timestamp]:
    if value is None or value == class="hl-string">"":
        return None
    parsed = pd.to_datetime(value, utc=True, errors=class="hl-string">"coerce")
    if pd.isna(parsed):
        return None
    return parsed


def text(value: Any) -> Optional[str]:
    if value is None:
        return None
    value = str(value).strip()
    return value or None


def get_value(record: Dict[str, Any], property_name: str) -> Any:
    if is_placeholder(property_name):
        return None
    if class="hl-string">"/" in property_name:
        current: Any = record
        for part in property_name.split(class="hl-string">"/"):
            if not isinstance(current, dict):
                return None
            current = current.get(part)
        return current
    return record.get(property_name)


def fetch_all(service_url: str, select_fields: Iterable[str], filter_expression: Optional[str] = None) -> List[Dict[str, Any]]:
    if is_placeholder(service_url):
        return []
    fields = [field for field in select_fields if not is_placeholder(field) and field]
    params: Dict[str, Any] = {class="hl-string">"$top": PAGE_SIZE}
    if fields:
        params[class="hl-string">"$select"] = class="hl-string">",".join(dict.fromkeys(fields))
    if filter_expression:
        params[class="hl-string">"$filter"] = filter_expression
    records: List[Dict[str, Any]] = []
    next_url: Optional[str] = service_url
    first_request = True
    while next_url:
        response = session.get(next_url, params=params if first_request else None, timeout=120)
        response.raise_for_status()
        payload = response.json()
        page = payload.get(class="hl-string">"value", [])
        if not isinstance(page, list):
            raise ValueError(class="hl-string">"The OData response value property is not an array")
        records.extend(page)
        next_url = payload.get(class="hl-string">"@odata.nextLink") or payload.get(class="hl-string">"odata.nextLink")
        first_request = False
        if next_url:
            time.sleep(0.1)
    return records


def common_attributes(record: Dict[str, Any], field_map: Dict[str, str]) -> Dict[str, Any]:
    return {
        class="hl-string">"SalesRepresentative": text(get_value(record, field_map.get(class="hl-string">"sales_representative", class="hl-string">""))),
        class="hl-string">"LeadSource": text(get_value(record, field_map.get(class="hl-string">"lead_source", class="hl-string">""))),
        class="hl-string">"OpportunityStatus": text(get_value(record, field_map.get(class="hl-string">"opportunity_status", class="hl-string">""))) or text(get_value(record, field_map.get(class="hl-string">"status", class="hl-string">""))),
        class="hl-string">"SalesOrderAmount": get_value(record, field_map.get(class="hl-string">"sales_order_amount", class="hl-string">"")),
        class="hl-string">"ProductCategory": text(get_value(record, field_map.get(class="hl-string">"product_category", class="hl-string">""))),
        class="hl-string">"DiscountPercentage": get_value(record, field_map.get(class="hl-string">"discount_percentage", class="hl-string">"")),
    }


def add_event(events: List[Dict[str, Any]], opportunity_id: Any, activity: str, event_time: Any, attributes: Dict[str, Any]) -> None:
    case_id = text(opportunity_id)
    timestamp = parse_time(event_time)
    if not case_id or timestamp is None:
        return
    row = {
        class="hl-string">"SalesOpportunityId": case_id,
        class="hl-string">"ActivityName": activity,
        class="hl-string">"EventTime": timestamp.isoformat(),
    }
    row.update(attributes)
    events.append(row)


start_filter = None if is_placeholder(START_DATE) else START_DATE
end_filter = None if is_placeholder(END_DATE) else END_DATE

def date_filter(field_name: str) -> Optional[str]:
    if is_placeholder(field_name) or not start_filter or not end_filter:
        return None
    return fclass="hl-string">"{field_name} ge '{start_filter}T00:00:00Z' and {field_name} lt '{end_filter}T00:00:00Z'"


lead_fields = list(FIELDS[class="hl-string">"lead"].values())
opportunity_fields = list(FIELDS[class="hl-string">"opportunity"].values())
quote_fields = list(FIELDS[class="hl-string">"sales_quote"].values())
order_fields = list(FIELDS[class="hl-string">"sales_order"].values())
invoice_fields = list(FIELDS[class="hl-string">"invoice"].values())
fulfillment_fields = list(FIELDS[class="hl-string">"fulfillment"].values())
payment_fields = list(FIELDS[class="hl-string">"payment"].values())

leads = fetch_all(SERVICES[class="hl-string">"lead"], lead_fields, date_filter(FIELDS[class="hl-string">"lead"][class="hl-string">"created_at"]))
opportunities = fetch_all(SERVICES[class="hl-string">"opportunity"], opportunity_fields, date_filter(FIELDS[class="hl-string">"opportunity"][class="hl-string">"created_at"]))
quotes = fetch_all(SERVICES[class="hl-string">"sales_quote"], quote_fields, date_filter(FIELDS[class="hl-string">"sales_quote"][class="hl-string">"created_at"]))
orders = fetch_all(SERVICES[class="hl-string">"sales_order"], order_fields, date_filter(FIELDS[class="hl-string">"sales_order"][class="hl-string">"created_at"]))
invoices = fetch_all(SERVICES[class="hl-string">"invoice"], invoice_fields, date_filter(FIELDS[class="hl-string">"invoice"][class="hl-string">"created_at"]))
fulfillments = fetch_all(SERVICES[class="hl-string">"fulfillment"], fulfillment_fields, date_filter(FIELDS[class="hl-string">"fulfillment"][class="hl-string">"completed_at"]))
payments = fetch_all(SERVICES[class="hl-string">"payment"], payment_fields, date_filter(FIELDS[class="hl-string">"payment"][class="hl-string">"received_at"]))

events: List[Dict[str, Any]] = []

for record in leads:
    field_map = FIELDS[class="hl-string">"lead"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"]) or get_value(record, field_map[class="hl-string">"id"])
    attributes = common_attributes(record, field_map)
    add_event(events, opportunity_id, class="hl-string">"Lead Captured", get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    if text(get_value(record, field_map[class="hl-string">"status"])).lower() == class="hl-string">"qualified":
        add_event(events, opportunity_id, class="hl-string">"Lead Qualified", get_value(record, field_map[class="hl-string">"status_changed_at"]) or get_value(record, field_map[class="hl-string">"created_at"]), attributes)

for record in opportunities:
    field_map = FIELDS[class="hl-string">"opportunity"]
    opportunity_id = get_value(record, field_map[class="hl-string">"id"])
    attributes = common_attributes(record, field_map)
    add_event(events, opportunity_id, class="hl-string">"Opportunity Created", get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    stage = text(get_value(record, field_map[class="hl-string">"stage"])).lower()
    if stage in {class="hl-string">"proposal", class="hl-string">"solution design", class="hl-string">"solution proposed"}:
        add_event(events, opportunity_id, class="hl-string">"Solution Proposed", get_value(record, field_map[class="hl-string">"status_changed_at"]) or get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    reason = text(get_value(record, field_map[class="hl-string">"status_reason"])).lower()
    if status == class="hl-string">"won":
        add_event(events, opportunity_id, class="hl-string">"Opportunity Won", get_value(record, field_map[class="hl-string">"status_changed_at"]), attributes)
    if status in {class="hl-string">"closed", class="hl-string">"closed won"} and reason == class="hl-string">"won":
        add_event(events, opportunity_id, class="hl-string">"Opportunity Closed Won", get_value(record, field_map[class="hl-string">"status_changed_at"]), attributes)
    if status in {class="hl-string">"lost", class="hl-string">"closed lost"}:
        add_event(events, opportunity_id, class="hl-string">"Opportunity Closed Lost", get_value(record, field_map[class="hl-string">"status_changed_at"]), attributes)

for record in quotes:
    field_map = FIELDS[class="hl-string">"sales_quote"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    attributes = common_attributes(record, field_map)
    add_event(events, opportunity_id, class="hl-string">"Quote Created", get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    status_time = get_value(record, field_map[class="hl-string">"status_changed_at"]) or get_value(record, field_map[class="hl-string">"created_at"])
    if status in {class="hl-string">"sent", class="hl-string">"proposed"}:
        add_event(events, opportunity_id, class="hl-string">"Quote Sent to Customer", status_time, attributes)
    if status in {class="hl-string">"accepted", class="hl-string">"customer accepted"} or get_value(record, field_map[class="hl-string">"accepted_at"]):
        add_event(events, opportunity_id, class="hl-string">"Quote Accepted by Customer", get_value(record, field_map[class="hl-string">"accepted_at"]) or status_time, attributes)

for record in orders:
    field_map = FIELDS[class="hl-string">"sales_order"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    attributes = common_attributes(record, field_map)
    add_event(events, opportunity_id, class="hl-string">"Sales Order Created", get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    previous_status = text(get_value(record, field_map[class="hl-string">"previous_status"])).lower()
    if previous_status == class="hl-string">"submitted" and status in {class="hl-string">"in process", class="hl-string">"pending revision"}:
        add_event(events, opportunity_id, class="hl-string">"Sales Order Reworked", get_value(record, field_map[class="hl-string">"status_changed_at"]), attributes)

for record in fulfillments:
    field_map = FIELDS[class="hl-string">"fulfillment"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    if status in {class="hl-string">"fulfilled", class="hl-string">"completed", class="hl-string">"delivered", class="hl-string">"shipped"} or get_value(record, field_map[class="hl-string">"completed_at"]):
        add_event(events, opportunity_id, class="hl-string">"Order Fulfilled", get_value(record, field_map[class="hl-string">"completed_at"]), {})

for record in invoices:
    field_map = FIELDS[class="hl-string">"invoice"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    add_event(events, opportunity_id, class="hl-string">"Invoice Generated", get_value(record, field_map[class="hl-string">"created_at"]) or get_value(record, field_map[class="hl-string">"invoice_date"]), {})

for record in payments:
    field_map = FIELDS[class="hl-string">"payment"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    if status in {class="hl-string">"received", class="hl-string">"cleared", class="hl-string">"processed", class="hl-string">"paid"} or get_value(record, field_map[class="hl-string">"received_at"]):
        add_event(events, opportunity_id, class="hl-string">"Payment Received", get_value(record, field_map[class="hl-string">"received_at"]), {})

columns = [
    class="hl-string">"SalesOpportunityId",
    class="hl-string">"ActivityName",
    class="hl-string">"EventTime",
    class="hl-string">"SalesRepresentative",
    class="hl-string">"LeadSource",
    class="hl-string">"OpportunityStatus",
    class="hl-string">"SalesOrderAmount",
    class="hl-string">"ProductCategory",
    class="hl-string">"DiscountPercentage",
]

result = pd.DataFrame(events)
for column in columns:
    if column not in result.columns:
        result[column] = None
result = result[columns]
result = result.drop_duplicates()
result[class="hl-string">"EventTime"] = pd.to_datetime(result[class="hl-string">"EventTime"], utc=True, errors=class="hl-string">"coerce")
result = result.dropna(subset=[class="hl-string">"SalesOpportunityId", class="hl-string">"ActivityName", class="hl-string">"EventTime"])
result = result.sort_values([class="hl-string">"SalesOpportunityId", class="hl-string">"EventTime", class="hl-string">"ActivityName"], kind=class="hl-string">"stable")
result[class="hl-string">"EventTime"] = result[class="hl-string">"EventTime"].dt.strftime(class="hl-string">"%Y-%m-%dT%H:%M:%SZ")
result.to_csv(OUTPUT_FILE, index=False, encoding=class="hl-string">"utf-8")

required_activities = {
    class="hl-string">"Lead Captured",
    class="hl-string">"Lead Qualified",
    class="hl-string">"Opportunity Created",
    class="hl-string">"Solution Proposed",
    class="hl-string">"Quote Created",
    class="hl-string">"Quote Sent to Customer",
    class="hl-string">"Quote Accepted by Customer",
    class="hl-string">"Opportunity Won",
    class="hl-string">"Sales Order Created",
    class="hl-string">"Sales Order Reworked",
    class="hl-string">"Order Fulfilled",
    class="hl-string">"Invoice Generated",
    class="hl-string">"Payment Received",
    class="hl-string">"Opportunity Closed Won",
    class="hl-string">"Opportunity Closed Lost",
}
missing_activities = sorted(required_activities.difference(set(result[class="hl-string">"ActivityName"].dropna().unique())))
print(fclass="hl-string">"Wrote {len(result)} event rows to {OUTPUT_FILE}")
if missing_activities:
    print(class="hl-string">"Activities with no extracted rows in this data range or configuration:")
    for activity in missing_activities:
        print(fclass="hl-string">"- {activity}")

Chcete začít?

Tato šablona dat obsahuje vše potřebné k zahájení optimalizace procesu od potenciálního zákazníka k platbě. Začněte zlepšovat svůj cyklus příjmů ještě dnes.

Zpět na průvodce zlepšováním

Stáhnout šablonu

Zlepšete proces od potenciálního zákazníka k platbě a zvyšte míru úspěšnosti!

Omezte počet ztracených obchodů a zvyšte míru úspěšnosti o 20 % díky bezplatné zkušební verzi.

Spustit bezplatnou zkušební verzi

Platební kartu nepotřebujete. Nastavení zabere jen několik minut.

Vaše šablona dat pro proces od potenciálního zákazníka k platbě

Vaše šablona dat pro proces od potenciálního zákazníka k platbě

Atributy procesu od potenciálního zákazníka k platbě

Aktivity procesu od potenciálního zákazníka k platbě

Návody k získání dat

Získání dat přes OData API z SAP Sales Cloud Analytics

Kroky

Konfigurace

Ukázkový dotaz python

Dotaz na standardní obchodní objekty SAP Sales Cloud přes OData

Kroky

Konfigurace

Ukázkový dotaz python

Chcete začít?

Zlepšete proces od potenciálního zákazníka k platbě a zvyšte míru úspěšnosti!