> Kontinuierliche Prozessoptimierung > Lead to Cash > `Salesforce Sales Cloud` > Datenvorlage

Ihr Lead to Cash Daten-Template

Salesforce Sales Cloud

Lead-to-Cash-Attribute (19) Lead-to-Cash-Aktivitäten (16) Extraktionsleitfäden (3)

Ihr Lead to Cash Daten-Template

Diese Vorlage bietet einen klaren Fahrplan für die Erfassung der wesentlichen Daten, die zur Analyse Ihres Lead-to-Cash-Prozesses erforderlich sind. Sie skizziert die zu sammelnden Schlüsselattribute, die zu verfolgenden kritischen Aktivitäten und bietet praktische Anleitungen zur Extraktion dieser Informationen aus Ihrem System. Mit dieser Vorlage können Sie Ihre Daten effizient für aussagekräftige Process Mining-Erkenntnisse vorbereiten.

Empfohlene Attribute zur Erfassung
Wichtige Aktivitäten zur Verfolgung
Extraktionsleitfaden für Salesforce Sales Cloud.

Neu bei Event-Logs? Erfahren Sie wie Sie ein Process-Mining-Event-Log erstellen.

Vorlage herunterladen

Lead-to-Cash-Attribute

Diese Datenfelder sind unerlässlich für die Erstellung eines umfassenden Event Logs, das eine detaillierte Analyse Ihres Lead-to-Cash-Prozesses ermöglicht.

3 Erforderlich 5 Empfohlen 11 Optional

	Name	Beschreibung
	Aktivität ActivityName	Der Name des Geschäftsereignisses oder der Aktivität, die zu einem bestimmten Zeitpunkt im Verkaufsprozess stattgefunden hat.
Beschreibung Der Aktivitätsname beschreibt einen spezifischen Schritt oder Meilenstein in der Lead-to-Cash-Journey, wie 'Opportunity erstellt', 'Angebot gesendet' oder 'Vertrag unterzeichnet'. Diese ergeben sich aus Änderungen an wichtigen Feldern oder der Erstellung verwandter Datensätze innerhalb von Salesforce. Die Analyse der Abfolge dieser Aktivitäten ermöglicht es uns, den Prozessfluss zu visualisieren, gemeinsame Pfade zu identifizieren und Abweichungen vom Standard-Vertriebsprozess zu erkennen. Dies ist grundlegend für die Erstellung von Prozesslandkarten und die Berechnung von KPIs wie Zykluszeiten zwischen verschiedenen Schritten. Bedeutung Es definiert die Schritte in der Prozesskarte und ermöglicht die Visualisierung und Analyse der Vertriebsreise vom Lead bis zum Zahlungseingang. Datenquelle Typischerweise abgeleitet aus einer Kombination von Datenquellen, einschließlich des Opportunity History-Objekts (für Feldänderungen wie Stage), Erstellungsdaten verwandter Objekte (z. B. Quote, Contract) und spezifischer Task- oder Event-Datensätze. Beispiele Opportunity erstelltAngebot dem Kunden präsentiertOpportunity gewonnenRechnung erstellt
	Startzeit EventTimestamp	Das genaue Datum und die genaue Uhrzeit, zu der die Aktivität stattgefunden hat.
Beschreibung Der Event Timestamp erfasst den genauen Zeitpunkt, zu dem eine Aktivität stattgefunden hat. Dieser Timestamp ist entscheidend für die chronologische Reihenfolge der Events und für alle zeitbasierten Prozessanalysen. Dieses Attribut ist die Grundlage für die Berechnung aller Performance-Metriken, wie Zykluszeiten, Dauern und Wartezeiten. Zum Beispiel liefert die Differenz zwischen den Timestamps von 'Rechnung generiert' und 'Zahlung erhalten' die Daten für den KPI 'Durchschnittliche Zahlungstage'. Genaue Timestamps sind entscheidend für die Identifizierung von Bottlenecks und die Messung der Prozesseffizienz. Bedeutung Dieses Attribut liefert die chronologische Reihenfolge der Events und ist unerlässlich für alle Dauer- und Leistungsberechnungen. Datenquelle Extrahierte Daten aus verschiedenen Datumsfeldern in Salesforce, wie z.B. 'CreatedDate' auf dem Opportunity-Objekt, 'LastModifiedDate' aus der Opportunity History oder spezifische Datumsfelder auf verwandten Objekten wie Quote und Contract. Beispiele 2023-04-15T10:30:00Z2023-05-20T14:00:00Z2023-06-01T09:15:00Z
	Vertriebs-Opportunity SalesOpportunity	Die eindeutige Kennung für jede Vertriebs-Opportunity, die als primäre Case-ID für den Lead-to-Cash-Prozess dient.
Beschreibung Die Vertriebs-Opportunity ist das zentrale Objekt, das einen potenziellen Deal von der Qualifizierung bis zum Abschluss verfolgt. Jede Opportunity hat eine eindeutige ID, die alle zugehörigen Aktivitäten, Mitteilungen, Angebote und Verträge verknüpft. Im Process Mining ist diese ID unerlässlich, um die End-to-End-Journey jedes Deals zu rekonstruieren. Durch die Verwendung der Vertriebs-Opportunity als Case ID können wir den gesamten Lebenszyklus analysieren, Dauern zwischen den Phasen messen, Prozessvariationen identifizieren und die Faktoren verstehen, die zu erfolgreichen oder verlorenen Deals führen. Bedeutung Dies ist der grundlegende Identifikator, der alle Prozessschritte verbindet und eine vollständige und genaue Analyse des Verkaufszyklus für jeden Deal ermöglicht. Datenquelle Dies ist das Standardfeld 'Id' im Opportunity-Objekt in der Salesforce Sales Cloud (z. B. Opportunity.Id). Beispiele 0068c00001KvM7RAAV0068c00001LpA9BAAV0068c00001NqB3CAAV
	Is Won IsWon	Ein boolesches Flag, das anzeigt, ob die Opportunity gewonnen oder verloren wurde.
Beschreibung Dieses Attribut ist ein einfacher Wahr-Falsch-Indikator für das Endergebnis einer Vertriebs-Opportunity. Es ist auf „wahr“ gesetzt, wenn die Opportunity-Phase „gewonnen“ ist, und auf „falsch“, wenn sie „verloren“ ist. 'Ist gewonnen' ist die Grundlage für die Berechnung des KPIs 'Opportunity Win Rate', einer der kritischsten Kennzahlen für die Vertriebseffektivität. Es wird auch zur Segmentierung der Analyse verwendet, zum Beispiel um die Prozesspfade von gewonnenen gegenüber verlorenen Deals zu vergleichen oder den 'Durchschnittlichen Rabatt auf gewonnene Deals' zu berechnen. Bedeutung Dies misst direkt das Ergebnis einer Vertriebs-Opportunity und ermöglicht eine Gewinn-/Verlustanalyse sowie die Berechnung von Gewinnraten. Datenquelle Dies ist das Standardfeld 'IsWon' im Opportunity-Objekt. Es ist ein Formelfeld, das auf dem StageName basiert. Beispiele truefalsch
	Opportunity-Betrag Amount	Der geschätzte Gesamtumsatzbetrag für die Opportunity.
Beschreibung Dieses Attribut erfasst den monetären Wert eines potenziellen Deals. Es ist eine der wichtigsten Metriken für die Finanz- und Performance-Analyse. Der Opportunity-Betrag wird in fast allen Finanzansichten verwendet, einschließlich der Berechnung des gesamten Pipeline-Wertes, der durchschnittlichen Deal-Größe und der Korrelation des Wertes mit anderen Faktoren wie Rabatten oder Zykluszeiten. Es ist ein Schlüsselbestandteil der Dashboards 'Sales Representative Performance' und 'Opportunity Discount Effectiveness'. Bedeutung Es liefert den finanziellen Wert jedes Deals, der für Pipeline-Reporting, Umsatzprognosen und Performance-Analyse unerlässlich ist. Datenquelle Dies ist das Standardfeld 'Amount' im Opportunity-Objekt. Beispiele 50000125000.75250000
	Opportunity-Verantwortlicher OpportunityOwner	Der Vertriebsmitarbeiter, der der Vertriebs-Opportunity zugewiesen und dafür verantwortlich ist.
Beschreibung Der Opportunity-Verantwortliche ist der Benutzer in Salesforce, der primär für die Verwaltung des Deals zuständig ist. Dies ist eine kritische Dimension für die Performance-Analyse. Durch die Analyse von Daten basierend auf dem Opportunity-Verantwortlichen können Unternehmen das 'Vertriebsmitarbeiter-Performance'-Dashboard erstellen. Dies ermöglicht den Vergleich von Zykluszeiten, Gewinnraten und durchschnittlichen Deal-Größen zwischen verschiedenen Teammitgliedern, die Identifizierung von Top-Performern und Coaching-Möglichkeiten. Bedeutung Dieses Attribut ist unerlässlich für die Analyse der Vertriebsteam-Performance, den Vergleich individueller Ergebnisse und die Identifizierung von Coaching-Bedarf. Datenquelle Dies ist das 'OwnerId'-Feld des Opportunity-Objekts, das mit dem User-Objekt verknüpft ist. Beispiele John SmithMaria GarciaDavid Chen
	Rabattprozentsatz DiscountPercentage	Der auf die Opportunity angewandte Rabattprozentsatz.
Beschreibung Dieses Attribut erfasst den angebotenen Rabatt für einen Deal, üblicherweise als Prozentsatz des Gesamtpreises. Es ist ein kritischer Faktor für das Verständnis der Deal-Profitabilität und des Vertriebsverhaltens. Diese Metrik ist der Eckpfeiler des Dashboards 'Opportunity Discount Effectiveness' und des KPIs 'Durchschnittlicher Rabatt auf gewonnene Deals'. Durch die Analyse dieses Attributs können Vertriebsleiter feststellen, ob Rabatte zu Gewinnen führen oder einfach nur Margen schmälern, und sie können das Rabattverhalten über Regionen oder Vertriebsmitarbeiter hinweg vergleichen. Bedeutung Dies ist entscheidend für die Analyse der Rentabilität, das Verständnis der Effektivität der Preisstrategie und die Identifizierung übermäßiger Rabatte. Datenquelle Dies ist typischerweise ein benutzerdefiniertes Währungs- oder Prozentfeld im Opportunity- oder Quote-Objekt. Konsultieren Sie die Salesforce Sales Cloud-Dokumentation oder den Administrator. Beispiele 0.050.100.15
	Verkaufsphase StageName	Die aktuelle Phase der Opportunity in der Vertriebspipeline, wie 'Qualifizierung' oder 'Verhandlung'.
Beschreibung Die Verkaufsphase repräsentiert den Fortschritt einer Opportunity durch den vordefinierten Verkaufsprozess. Änderungen in diesem Feld sind Schlüssel-Events im Prozess, wie 'Angebotsphase erreicht'. Dieses Attribut ist grundlegend für den Aufbau der Dashboards 'Sales Pipeline Bottleneck Identification' und 'Daily Sales Funnel Operational View'. Es ermöglicht die Analyse, wie lange Opportunities in jeder Phase verbleiben, die Konversionsraten zwischen den Phasen und den Gesamtzustand der Vertriebspipeline. Bedeutung Es verfolgt den Fortschritt der Opportunity durch den Sales Funnel und ermöglicht so eine Engpassanalyse und Pipeline-Management. Datenquelle Dies ist das Standardfeld 'StageName' im Opportunity-Objekt. Beispiele AkquiseQualifizierungBedarfsanalyseAngebot/PreisangebotVerhandlung/Überprüfung
	Account Name AccountName	Der Name des Kundenkontos oder Unternehmens, das mit der Opportunity verbunden ist.
Beschreibung Der Account Name verknüpft die Vertriebs-Opportunity mit einem spezifischen Kunden. Dies ermöglicht eine kundenorientierte Analyse des Vertriebsprozesses. Die Analyse des Prozesses nach Kunden ermöglicht es Unternehmen, Verkaufszyklen für strategische Accounts zu verstehen, Kunden mit häufigen Nacharbeiten oder langen Verhandlungsphasen zu identifizieren und Engagement-Strategien anzupassen. Es bietet eine wertvolle Dimension zum Filtern und Vertiefen der Prozessdaten. Bedeutung Verknüpft den Vertriebsprozess mit einem bestimmten Kunden und ermöglicht so eine kundenbezogene Analyse der Verkaufszykluszeiten und Interaktionsmuster. Datenquelle Dies wird aus dem 'AccountId'-Lookup-Feld des Opportunity-Objekts abgeleitet, das auf das 'Name'-Feld des Account-Objekts verweist. Beispiele Global Tech Inc.Innovate Solutions LLCQuantum Industries
	Angebots-ID QuoteId	Die eindeutige Kennung für ein Verkaufsangebot, das mit der Opportunity verknüpft ist.
Beschreibung Die Angebots-ID identifiziert ein spezifisches Preisangebot, das dem Kunden für eine Opportunity unterbreitet wurde. Eine Opportunity kann während ihres Lebenszyklus mehrere Angebote haben. Die Verfolgung von Angebots-IDs ist unerlässlich für die Analyse des Angebotsteils des Verkaufsprozesses. Sie hilft bei der Messung der 'Angebots-zu-Vertrags-Zykluszeit', dem Verständnis, wie viele Angebotsrevisionen ('Angebot geändert') auftreten, und unterstützt den KPI 'Häufigkeit der Angebotsüberarbeitung', indem zwischen verschiedenen Angebotsversionen unterschieden wird. Bedeutung Dieses Attribut hilft bei der Analyse des Angebotszyklus, einschließlich der Anzahl der Revisionen und der Zeit vom Angebot bis zur Annahme. Datenquelle Diese ID stammt aus dem 'Id'-Feld des Quote-Objekts, das mit der Opportunity verknüpft ist. Beispiele 0Q08c000001OxP1AAK0Q08c000001PyQ2AAK0Q08c000001QzR3AAK
	Auftrags-ID OrderId	Die eindeutige Kennung für den Verkaufsauftrag, der aus einer gewonnenen Opportunity erstellt wurde.
Beschreibung Die Auftrags-ID verknüpft eine Vertriebs-Opportunity mit dem nachfolgenden Fulfillment-Prozess. Dies ist der Übergabepunkt vom Vertrieb zum operativen Geschäft. Diese ID ist entscheidend, um die Prozessanalyse über die Phase 'Opportunity gewonnen' hinaus in die Auftragsverwaltung zu erweitern. Sie ermöglicht die Verfolgung der Aktivitäten 'Auftrag erstellt' und 'Auftrag erfüllt' und ist notwendig zur Überwachung der 'Auftragserfüllungs-Fehlerrate'. Bedeutung Es verbindet den Vertriebsteil des Prozesses mit dem Auftragsabwicklungsteil und ermöglicht so eine echte End-to-End-Lead-to-Cash-Analyse. Datenquelle Diese ID stammt aus dem 'Id'-Feld des Order-Objekts, das oft mit der Opportunity verknüpft ist. Beispiele 8018c000001IyA6AAK8018c000001JyB1AAK8018c000001KzC6AAK
	Durchlaufzeit CycleTime	Die Gesamtdauer des End-to-End-Verkaufsprozesses für eine Opportunity.
Beschreibung Die Zykluszeit ist eine berechnete Metrik, die die gesamte verstrichene Zeit von der ersten Aktivität (z.B. 'Lead zu Opportunity konvertiert') bis zur letzten Aktivität (z.B. 'Opportunity geschlossen gewonnen') misst. Dies ist eine wichtige KPI für die Gesamtprozesseffizienz und unterstützt direkt das 'Lead-to-Cash End-to-End Cycle Time'-Dashboard. Die Analyse dieser Metrik hilft, langlaufende Fälle zu identifizieren und kann nach Dimensionen wie Region oder Opportunity-Typ aufgeschlüsselt werden, um Verbesserungsbereiche zu finden. Bedeutung Dies ist ein Schlüssel-Performance-Indikator, der die Gesamtgeschwindigkeit und Effizienz des Vertriebsprozesses von Anfang bis Ende misst. Datenquelle Diese Metrik wird im Process Mining Tool berechnet, indem der Timestamp des ersten Events vom Timestamp des letzten Events für jeden Case subtrahiert wird. Beispiele 30 Tage 10:05:0095 days 02:00:00120 days 23:55:10
	Ist Nacharbeit IsRework	Ein berechnetes Flag, das anzeigt, ob eine Aktivität Nacharbeit oder einen wiederholten Schritt darstellt.
Beschreibung Nacharbeit ist ein boolesches Flag, das auf „wahr“ gesetzt wird, wenn ein Prozess zu einer früheren Phase zurückkehrt. Wenn zum Beispiel eine Aktivität „Angebot geändert“ nach einer Aktivität „Angebot dem Kunden präsentiert“ erfolgt, wird dies als Nacharbeit betrachtet. Dieses Attribut ist entscheidend für die Quantifizierung von Prozessineffizienzen. Es unterstützt direkt die Berechnung der KPIs „Fehlerquote bei der Auftragsabwicklung“ und „Häufigkeit der Angebots-Nacharbeit“. Das Hervorheben von Nacharbeit hilft, Bereiche mit unklaren Anforderungen, Kommunikationsproblemen oder Qualitätsproblemen genau zu bestimmen. Bedeutung Es quantifiziert Prozessineffizienzen, indem es Aktivitäten identifiziert und kennzeichnet, die Teil von Nacharbeitsschleifen sind, und hilft so, Verbesserungsbemühungen gezielt einzusetzen. Datenquelle Dieses Flag wird vom Process Mining Tool berechnet, indem die Abfolge der Aktivitäten analysiert und Rückwärtsbewegungen im Prozessfluss erkannt werden. Beispiele truefalsch
	Lead-Quelle LeadSource	Die Quelle, aus der der Lead stammt, z. B. 'Web', 'Partner' oder 'Messe'.
Beschreibung Die Lead-Quelle verfolgt den Marketingkanal oder die Vertriebsaktivität, die den ursprünglichen Lead generiert hat. Diese Information ist entscheidend für das Verständnis der Effektivität verschiedener Kundenakquisitionsstrategien. Dieses Attribut ist die primäre Dimension für das 'Lead Conversion Performance Analysis'-Dashboard. Durch die Analyse von Konversionsraten und Deal-Werten nach Lead-Quelle können Unternehmen ihre Marketingausgaben optimieren und sich auf die profitabelsten Kanäle konzentrieren. Bedeutung Es hilft, die Effektivität von Marketingkanälen zu bestimmen, indem Leads mit ihren Ursprüngen und nachfolgenden Erfolgsraten verknüpft werden. Datenquelle Dies ist das Standardfeld 'LeadSource' im Lead-Objekt, das typischerweise bei der Konvertierung auf das Opportunity-Objekt übertragen wird. Beispiele WebTelefonische AnfragePartnerempfehlungGekaufte Liste
	Letzte Datenaktualisierung LastDataUpdate	Der `Timestamp`, der angibt, wann die `Daten` zuletzt aus dem `Quellsystem` aktualisiert wurden.
Beschreibung Dieses Attribut zeigt Datum und Uhrzeit der letzten Datenextraktion aus der Salesforce Sales Cloud an. Es bietet Benutzern Kontext zur Aktualität der Daten, die sie analysieren. Zu wissen, wann die Daten zuletzt aktualisiert wurden, ist entscheidend für die korrekte Interpretation der Analyse, insbesondere für operationale Dashboards wie die 'Tägliche Verkaufs-Funnel-Betriebsansicht'. Es stellt sicher, dass Entscheidungen auf einem Verständnis der Aktualität der Daten basieren. Bedeutung Informiert Benutzer über die Aktualität der Daten und stellt sicher, dass sie wissen, wie aktuell die Prozessanalyse ist. Datenquelle Dies ist ein Metadaten-Attribut, das von der Datenpipeline oder dem ETL-Tool zum Zeitpunkt der Datenextraktion generiert wird. Beispiele 2023-10-27T02:00:00Z2023-10-28T02:00:00Z
	Opportunity-Typ Type	Kategorisiert die Opportunity, zum Beispiel als 'Neugeschäft' oder 'Bestandskunde'.
Beschreibung Der Opportunity-Typ ist ein Standard-Klassifizierungsfeld, das zur Segmentierung von Geschäftsabschlüssen verwendet wird. Dies hilft dabei, die verschiedenen Verkaufsprozesse oder Zyklen für die Gewinnung von Neukunden im Vergleich zum Upselling an Bestandskunden zu verstehen. Im Process Mining ermöglicht dieses Attribut eine vergleichende Analyse. Beispielsweise kann ein Unternehmen die Prozesslandkarte filtern, um zu sehen, ob der Verkaufszyklus für 'Neugeschäft' länger ist oder mehr Schritte umfasst als für Verlängerungen bei 'Bestandskunden'. Dies liefert wichtige Informationen für strategische Entscheidungen und Prozessoptimierungsmaßnahmen. Bedeutung Die Segmentierung von Opportunities nach Typ ermöglicht den Vergleich verschiedener Vertriebsprozesse, Zykluszeiten und Erfolgsraten für Neu- und Bestandskunden. Datenquelle Dies ist das Standardfeld 'Type' im Opportunity-Objekt. Beispiele NeugeschäftBestandskunde - UpgradeBestandskunde - VerlängerungZusatzgeschäft
	Quellsystem SourceSystem	Identifiziert das Quellsystem, aus dem die Daten extrahiert wurden.
Beschreibung Dieses Attribut spezifiziert das führende System, aus dem die Event-Daten stammen. Für den Lead-to-Cash-Prozess wird dies typischerweise die 'Salesforce Sales Cloud' sein. In Umgebungen mit mehreren integrierten Systemen ist dieses Feld entscheidend für die Datenherkunft, Fehlerbehebung und das Verständnis, welches System für verschiedene Prozessschritte maßgeblich ist. Es gewährleistet Klarheit und Vertrauen in die Datengrundlage. Bedeutung Es liefert Kontext zum Datenursprung, was für Data Governance, Validierung und in Multi-System-Umgebungen entscheidend ist. Datenquelle Dabei handelt es sich typischerweise um einen statischen Wert, der während der Datenextraktion und -transformation hinzugefügt wird, um die Herkunft des Datensatzes zu kennzeichnen. Beispiele `Salesforce Sales Cloud`SFSC
	Region Region	Die geografische Region oder das Vertriebsgebiet für die Opportunity.
Beschreibung Das Attribut Region segmentiert Opportunities basierend auf der Geografie, wie 'Nordamerika', 'EMEA' oder 'APAC'. Dies ist eine gängige Methode für Vertriebsorganisationen, ihre Teams und Berichterstattung zu strukturieren. Dies ist die zentrale Dimension für das Dashboard 'Regionaler Vertriebsleistungsvergleich'. Es ermöglicht der Führung, die Prozessleistung über Regionen hinweg zu vergleichen und Best Practices in leistungsstarken Gebieten sowie verbesserungswürdige Bereiche in anderen zu identifizieren. Die Analyse kann Zykluszeiten, Gewinnraten und Rabattnutzung umfassen. Bedeutung Ermöglicht den Vergleich von Vertriebsprozessen und -leistungen in verschiedenen geografischen Gebieten, um regionale Stärken und Schwächen zu identifizieren. Datenquelle Dies ist oft ein benutzerdefiniertes Feld im Opportunity- oder Account-Objekt. Konsultieren Sie die Salesforce Sales Cloud-Dokumentation oder den Administrator. Beispiele NordamerikaEMEAAPACLATAM
	Vertrags-ID ContractId	Die eindeutige Kennung für den mit der Opportunity verbundenen Vertrag.
Beschreibung Die Vertrags-ID verknüpft die Opportunity mit einem formalen Vertragsdatensatz in Salesforce. Dies ist ein wichtiger Schritt in den letzten Phasen des Deal-Abschlusses. Dieses Attribut ermöglicht eine detaillierte Analyse der Vertragsphase und unterstützt die Dashboards 'Angebots-zu-Vertrags-Zykluszeit' und 'Vertrags-Compliance und -Einhaltung'. Es ermöglicht die Verfolgung von Aktivitäten wie 'Vertrag zur Unterschrift gesendet' und 'Vertrag aktiviert' sowie die Messung ihrer Dauer und der Einhaltung von SLAs. Bedeutung Es ermöglicht die präzise Verfolgung des Vertragsmanagement-Teilprozesses, einschließlich Zykluszeiten und Compliance. Datenquelle Diese ID stammt aus dem 'Id'-Feld des Contract-Objekts, das typischerweise mit der Opportunity oder dem Account verknüpft ist. Beispiele 8008c000001LxD9AAK8008c000001MyE4AAK8008c000001NzF0AAK

Erforderlich Empfohlen Optional

Lead-to-Cash-Aktivitäten

Dies sind die wichtigsten Prozessschritte und Meilensteine, die verfolgt werden müssen, um eine genaue Prozesserkennung und Performance-Analyse zu ermöglichen.

8 Empfohlen 8 Optional

	Aktivität	Beschreibung
	`Zahlung erhalten`	Diese Aktivität bestätigt, dass die Zahlung des Kunden eingegangen und auf die Rechnung angewendet wurde. Sie wird typischerweise aus einer Statusänderung der Rechnung auf 'Bezahlt' oder der Erstellung eines Zahlungsdatensatzes abgeleitet.
Bedeutung Dies ist die letzte Aktivität im Lead-to-Cash-Prozess, die die Umsatzrealisierung darstellt. Die Dauer von der Rechnungsstellung bis zur Zahlung ist ein kritischer Cashflow-KPI. Datenquelle Abgeleitet aus der Statusänderung eines Invoice-Objekts zu 'Paid' oder aus der Erstellung eines Payment-Objekts, das mit der Rechnung verknüpft ist. Diese Daten stammen oft aus einem externen Finanzsystem. Erfassen Identifizieren Sie, wann der Invoice 'Status' 'Paid' wird oder wann ein zugehöriger Payment-Datensatz erstellt wird. Ereignistyp inferred
	Angebot erstellt	Diese Aktivität stellt die Generierung eines formalen Preisangebotsdokuments für den Kunden dar. Dies wird erfasst, wenn ein neuer Angebotsdatensatz erstellt und mit der Opportunity verknüpft wird.
Bedeutung Die Erstellung eines Angebots ist ein wichtiger Schritt zum Abschluss eines Deals. Die Analyse der Anzahl der Angebote und der Zeit zu deren Erstellung hilft, die Effizienz des Vertriebsteams und die Dynamik des Deals zu bewerten. Datenquelle Erfasst aus dem Systemfeld CreatedDate auf dem Quote-Objekt. Das Quote-Objekt hat eine Lookup-Beziehung zu seiner übergeordneten Opportunity. Erfassen Verwenden Sie das CreatedDate aus dem Quote-Objekt, das mit der Opportunity verknüpft ist. Ereignistyp explicit
	Angebot vom Kunden angenommen	Diese Aktivität markiert die Zustimmung des Kunden zu den Bedingungen und Preisen eines Angebots. Dies wird typischerweise erfasst, indem ein Benutzer den Status des Angebots auf 'Akzeptiert' aktualisiert.
Bedeutung Dies ist ein kritisches Kaufsignal und ein wichtiger Meilenstein vor der Vertragserstellung. Die Zeit zwischen Präsentation und Annahme ist ein Schlüsselindikator für Reibungspunkte im Verkaufszyklus. Datenquelle Abgeleitet aus einer Änderung des Statusfeldes auf dem Quote-Objekt zu 'Accepted'. Der Timestamp wird aus der Verlaufsprotokollierung dieser Feldänderung abgeleitet. Erfassen Identifizieren Sie den Timestamp, wann sich das Quote 'Status'-Feld zu 'Accepted' ändert. Ereignistyp inferred
	Lead zu Opportunity konvertiert	Diese Aktivität markiert den Punkt, an dem ein qualifizierter Lead in eine Vertriebs-Opportunity umgewandelt wird, zusammen mit einem zugehörigen Account und Kontakt. Dies ist typischerweise eine explizite Aktion, die von einem Vertriebsmitarbeiter in Salesforce durchgeführt wird.
Bedeutung Dies ist die entscheidende Übergabe vom Marketing oder der Lead-Entwicklung an das Vertriebsteam. Die Analyse der Zeit- und Konversionsraten ab diesem Punkt hilft, die Lead-Qualität und die Effizienz des initialen Verkaufsprozesses zu bewerten. Datenquelle Dieses Event kann anhand des IsConverted-Feldes des Lead-Objekts (muss 'wahr' sein) und des ausgefüllten ConvertedOpportunityId-Feldes identifiziert werden. Der Timestamp ist das ConvertedDate. Erfassen Verfolgt, wenn ein Benutzer einen Lead-Datensatz konvertiert und dabei die Felder ConvertedDate und ConvertedOpportunityId füllt. Ereignistyp explicit
	Opportunity erstellt	Stellt die Erstellung eines neuen Vertriebs-Opportunity-Datensatzes in Salesforce dar, der einen potenziellen umsatzgenerierenden Deal signalisiert. Dieses Event wird explizit mit einem Erstellungs-Timestamp protokolliert, wenn der Datensatz erstmals gespeichert wird.
Bedeutung Diese Aktivität ist der offizielle Start des Verkaufszyklus für eine bestimmte Opportunity. Sie dient als Ausgangspunkt für die Messung der gesamten Verkaufszykluszeit und der Pipeline-Geschwindigkeit. Datenquelle Erfasst aus dem Systemfeld CreatedDate auf dem Opportunity-Objekt. Dies liefert einen präzisen Timestamp, wann der Opportunity-Datensatz initialisiert wurde. Erfassen Verwenden Sie das CreatedDate-Feld aus dem Opportunity-Objekt. Ereignistyp explicit
	Opportunity gewonnen	Dies stellt den erfolgreichen Abschluss eines Verkaufsgeschäfts dar, bei dem die Opportunity gewonnen wird. Dies ist eine manuelle oder automatisierte Aktualisierung des Opportunity StageName-Feldes auf 'Closed Won'.
Bedeutung Dies ist ein primäres Erfolgsergebnis für den Verkaufsprozess. Die Analyse von Trends und Attributen gewonnener Deals ist grundlegend für das Verständnis der Vertriebsleistung und -strategie. Datenquelle Abgeleitet aus der Änderung des StageName-Feldes des Opportunity-Objekts zu 'Closed Won'. Das Datum dieses Ereignisses wird im CloseDate-Feld und der Timestamp im Feldverlauf erfasst. Erfassen Identifizieren Sie den Timestamp, wann die Opportunity 'StageName' aus OpportunityFieldHistory zu 'Closed Won' wird. Ereignistyp inferred
	Opportunity verloren	Stellt den erfolglosen Abschluss eines Verkaufsgeschäfts dar, bei dem die Opportunity an einen Mitbewerber verloren geht oder der Kunde sich gegen den Kauf entscheidet. Dies wird erfasst, wenn der Opportunity StageName auf 'Closed Lost' aktualisiert wird.
Bedeutung Dies ist das primäre Scheitern. Die Analyse, wann und warum Deals verloren gehen, ist entscheidend für die Verbesserung der Vertriebsstrategie, Schulungen und Produktpositionierung. Datenquelle Abgeleitet aus der Änderung des StageName-Feldes des Opportunity-Objekts zu 'Closed Lost'. Das Datum wird im CloseDate-Feld und der Timestamp im Feldverlauf aufgezeichnet. Erfassen Identifizieren Sie den Timestamp, wann die Opportunity 'StageName' aus OpportunityFieldHistory zu 'Closed Lost' wird. Ereignistyp inferred
	Vertrag aktiviert	Diese Aktivität bedeutet, dass ein Vertrag von allen Parteien vollständig ausgeführt und unterzeichnet wurde und somit rechtskräftig wird. Dies wird typischerweise als Statusänderung im Vertragsobjekt auf 'Aktiviert' erfasst.
Bedeutung Dies ist die endgültige Bestätigung einer rechtlichen Vereinbarung mit dem Kunden, ein entscheidender Meilenstein für Umsatzrealisierung und Compliance. Verzögerungen hier können direkte Auswirkungen auf die Finanzprognose haben. Datenquelle Abgeleitet aus der Änderung des Statusfeldes des Contract-Objekts zu 'Activated'. Der Timestamp dieser Änderung wird über die Feldverlaufsprotokollierung (Field History Tracking) erfasst. Erfassen Identifizieren Sie den Timestamp, wann der 'Status' auf dem Contract-Objekt auf 'Activated' gesetzt wird. Ereignistyp inferred
	`Auftrag` erfüllt	Zeigt an, dass die Produkte oder Dienstleistungen einer Bestellung an den Kunden geliefert wurden. Dieses Ereignis wird üblicherweise aus einer Statusänderung auf dem Order-Objekt in einen Endzustand wie 'Fulfilled' oder 'Completed' abgeleitet.
Bedeutung Dieser Meilenstein markiert die Erfüllung des Lieferversprechens an den Kunden. Die Zeit von der Auftragserstellung bis zur Erfüllung ist eine Schlüsselmetrik für die operative Effizienz und Kundenzufriedenheit. Datenquelle Abgeleitet aus der Änderung des Statusfeldes des Order-Objekts zu einem Abschlusswert. Für die Erfassung des Event-Timestamps ist die Feldverlaufsprotokollierung (Field History Tracking) erforderlich. Erfassen Identifizieren Sie den Timestamp, wann der Order 'Status' zu 'Fulfilled' oder 'Completed' wechselt. Ereignistyp inferred
	Angebot dem Kunden präsentiert	Dieses Event zeigt an, dass ein Angebot an den Kunden zur Überprüfung gesendet oder formell präsentiert wurde. Dies wird typischerweise durch eine Statusänderung des Angebotsdatensatzes abgeleitet, zum Beispiel von 'Entwurf' zu 'Präsentiert' oder 'In Überprüfung'.
Bedeutung Diese Aktivität startet die Zeitmessung für Kundenverhandlungen und Genehmigungszyklen. Die Verfolgung hilft, die Reaktionszeiten der Kunden zu messen und Verzögerungen in der Angebotsannahmephase zu identifizieren. Datenquelle Abgeleitet aus Änderungen am Statusfeld auf dem Quote-Objekt. Der Verlauf dieses Feldes muss verfolgt werden, um den spezifischen Timestamp der Änderung zu erhalten. Erfassen Identifizieren Sie den Timestamp, wann sich das Quote 'Status'-Feld zu 'Presented', 'Sent' oder einem ähnlichen Wert ändert. Ereignistyp inferred
	Angebot geändert	Stellt eine Aktualisierung oder Überarbeitung eines bestehenden Angebots dar, oft nach Kundenfeedback oder Verhandlungen. Dies wird durch die Verfolgung von Änderungen an wichtigen Feldern des Angebotsdatensatzes nach dessen erstmaliger Erstellung erfasst.
Bedeutung Häufige Angebotsmodifikationen können auf Ineffizienzen, Kommunikationslücken oder verlängerte Verhandlungszyklen hinweisen. Die Analyse dieser Nacharbeits-Schleife ist entscheidend für die Verkürzung der Angebots-zu-Vertrags-Phase. Datenquelle Abgeleitet aus dem LastModifiedDate-Feld auf dem Quote-Objekt oder, granularer, aus der Verlaufsprotokollierung von Feldern wie TotalPrice oder Positionen. Erfassen Vergleichen Sie LastModifiedDate mit CreatedDate auf dem Quote-Objekt oder nutzen Sie die Feldverlaufsprotokollierung für Angebote. Ereignistyp inferred
	Angebotsphase erreicht	Markiert den spezifischen Meilenstein, wann eine Opportunity in die Phase 'Proposal/Price Quote' übergeht. Dies wird aus dem Verlauf des 'StageName'-Feldes der Opportunity abgeleitet.
Bedeutung Dies ist ein wichtiger Meilenstein, der anzeigt, dass eine potenzielle Lösung identifiziert wurde und bereit ist, bepreist und präsentiert zu werden. Es ist ein kritischer Punkt für die Analyse der Zeit, die für die Lösungsfindung und Angebotserstellung benötigt wird. Datenquelle Abgeleitet aus dem OpportunityFieldHistory-Objekt, speziell durch die Identifizierung des Timestamps, wann das Feld 'StageName' auf 'Proposal/Price Quote' oder einen ähnlichen benutzerdefinierten Phasenwert aktualisiert wurde. Erfassen Filtern Sie OpportunityFieldHistory nach Datensätzen, bei denen das 'Field' 'StageName' ist und der 'NewValue' die Vorschlagsphase darstellt. Ereignistyp inferred
	Auftrag erstellt	Diese Aktivität markiert die Erstellung eines Verkaufsauftrags und leitet formal den Fulfillment-Prozess ein, nachdem ein Deal gewonnen wurde. Dies wird erfasst, wenn ein neuer Auftragsdatensatz erstellt und mit der Opportunity oder dem Account verknüpft wird.
Bedeutung Dies ist die offizielle Übergabe vom Verkaufsprozess an das Auftragsbearbeitungs- und Operationsteam. Die Effizienz dieses Schritts ist entscheidend für eine pünktliche Lieferung und Kundenzufriedenheit. Datenquelle Erfasst aus dem Systemfeld CreatedDate auf dem Order-Objekt. Die Bestellung ist typischerweise mit dem Account und/oder der ursprünglichen Opportunity verknüpft. Erfassen Verwenden Sie das CreatedDate aus dem Order-Objekt, das mit dem Account der Opportunity verknüpft ist. Ereignistyp explicit
	Opportunity-Phasenwechsel	Diese Aktivität erfasst jede Änderung in der Verkaufsphase einer Opportunity, z. B. den Übergang von 'Qualifizierung' zu 'Bedarfsanalyse'. Diese Änderungen werden im Feldverlauf des Systems protokolliert und bieten eine Spur des Fortschritts der Opportunity.
Bedeutung Die Verfolgung von Phasenänderungen ist unerlässlich, um die Geschwindigkeit der Vertriebspipeline zu verstehen, Bottlenecks zu identifizieren, an denen Deals ins Stocken geraten, und die Prozess-Compliance zu analysieren. Datenquelle Abgeleitet aus dem OpportunityFieldHistory-Objekt, das Änderungen am StageName-Feld des Opportunity-Objekts verfolgt. Jeder Eintrag enthält einen Timestamp sowie die alten und neuen Werte. Erfassen Extrahieren Sie Änderungsereignisse für das Feld 'StageName' aus der OpportunityFieldHistory-Tabelle. Ereignistyp inferred
	Rechnung erstellt	Stellt die Erstellung einer Rechnung dar, um dem Kunden die gelieferten Waren oder Dienstleistungen in Rechnung zu stellen. Dies kann durch die Erstellung eines Rechnungsdatensatzes erfasst werden, entweder in Salesforce Billing oder einem integrierten externen System.
Bedeutung Diese Aktivität startet den finanziellen Teil des Lead-to-Cash-Zyklus. Die Geschwindigkeit und Genauigkeit der Rechnungsstellung wirken sich direkt auf den Cashflow aus. Datenquelle Erfordert Salesforce Billing oder ein ähnliches Paket. Erfasst aus dem CreatedDate-Feld des Invoice-Objekts, das mit dem Order oder Account verknüpft ist. Erfassen Verwenden Sie das CreatedDate aus dem Invoice-Objekt, falls verfügbar. Ereignistyp explicit
	Vertrag zur Unterschrift gesendet	Zeigt an, dass ein formeller Vertrag erstellt und dem Kunden zur Unterschrift zugesandt wurde. Dies wird oft aus einer Statusänderung auf dem Contract-Objekt abgeleitet, zum Beispiel zu 'Sent' oder 'Out for Signature'.
Bedeutung Diese Aktivität leitet die letzte rechtliche und administrative Phase des Deal-Abschlusses ein. Die Verfolgung hilft, die Effizienz des Vertragsmanagement-Prozesses zu überwachen. Datenquelle Abgeleitet aus einer Statusänderung auf dem Contract-Objekt, das mit der Opportunity verknüpft ist. Erfordert die Feldverlaufsprotokollierung (Field History Tracking) für das Statusfeld des Contracts. Erfassen Identifizieren Sie den Timestamp, wann das Contract 'Status'-Feld sich in einen Wert wie 'Sent for Signature' ändert. Ereignistyp inferred

Extraktionsleitfäden

So erhalten Sie Ihre Daten aus der Salesforce Sales Cloud.

Schritte

Voraussetzungsprüfung: Feldverlaufsprotokollierung: Vergewissern Sie sich vor dem Start bei Ihrem Salesforce-Administrator, dass die Feldverlaufsprotokollierung (Field History Tracking) für die Schlüsselfelder der folgenden Objekte aktiviert ist: Opportunity (StageName, Amount), Quote (Status), Contract (Status) und Order (Status). Dies ist entscheidend für die genaue Erfassung von Prozessänderungen.
Zu Salesforce Berichten navigieren: Melden Sie sich bei Ihrer Salesforce-Instanz an. Verwenden Sie den App Launcher, um die Registerkarte 'Reports' zu finden und zu öffnen. Klicken Sie auf die Schaltfläche 'New Report', um zu beginnen.
Den Bericht „Opportunity-Verlauf“ erstellen: Dieser Bericht erfasst die Erstellung von Opportunities, Phasenänderungen und Abschlussereignisse. Wählen Sie den Berichtstyp 'Opportunities with Field History'. Fügen Sie die folgenden Spalten hinzu: Opportunity ID, Opportunity Name, Created Date, Field/Event, Old Value, New Value, Edit Date und Edit By. Fügen Sie außerdem die empfohlenen Attribute hinzu: Owner, Amount, Is Won und alle anwendbaren Rabattfelder.
Den Bericht „Lead-Konvertierung“ erstellen: Erstellen Sie einen zweiten Bericht mit dem Berichtstyp 'Leads'. Fügen Sie die Spalten hinzu: Lead ID, Converted Date, Converted Opportunity ID und Lead Owner. Wenden Sie einen Filter an, um nur Leads anzuzeigen, bei denen 'Converted' wahr ist.
Den Bericht „Angebotsereignisse“ erstellen: Erstellen Sie einen dritten Bericht mit einem 'Quotes'-Berichtstyp, vorzugsweise einen, der den Verlauf enthält, falls verfügbar (z.B. 'Quotes with Field History'). Fügen Sie die Spalten hinzu: Quote ID, Opportunity ID, CreatedDate, LastModifiedDate und Status. Dies wird verwendet, um die Erstellung und Statusänderungen von Angeboten abzuleiten.
Zusätzliche Berichte erstellen (Verträge, Bestellungen, Rechnungen): Nach dem gleichen Muster wie der Angebotsbericht erstellen Sie separate Berichte für Contracts, Orders und Invoices, wenn diese Objekte in Ihrer Salesforce-Instanz verwendet werden. Fügen Sie für jeden Bericht die Datensatz-ID, die zugehörige Opportunity-ID, CreatedDate, LastModifiedDate und das Statusfeld des Objekts hinzu.
Alle Berichte ausführen und exportieren: Legen Sie für jeden erstellten Bericht einen konsistenten Datumsbereichsfilter fest, z.B. 'Opportunity Created Date' in den letzten 6 Monaten. Führen Sie jeden Bericht aus und verwenden Sie die Funktion 'Export', um die Ergebnisse als CSV-Datei zu speichern.
Daten in einer Tabelle zusammenführen: Öffnen Sie eine Tabellenkalkulationsanwendung wie Microsoft Excel. Kopieren Sie die Daten aus jeder exportierten CSV-Datei in ein separates Blatt innerhalb einer einzigen Arbeitsmappe.
Das finale Event Log-Blatt erstellen: Erstellen Sie ein neues Blatt mit dem Namen 'Event Log'. Definieren Sie die erforderlichen Kopfzeilen: SalesOpportunity, ActivityName, EventTimestamp und die empfohlenen Kopfzeilen: OpportunityOwner, StageName, Amount, IsWon, DiscountPercentage.
Daten transformieren und konsolidieren: Füllen Sie das Blatt 'Event Log' manuell, indem Sie die Daten aus den Quellblättern verarbeiten. Erstellen Sie für jede Quellzeile eine entsprechende Zeile im Event Log. Wenn beispielsweise in einer Zeile des Opportunity History-Blatts 'New Value' 'Closed Won' ist, erstellen Sie eine Zeile im Event Log mit ActivityName 'Opportunity Closed Won' und EventTimestamp dem 'Edit Date'. Wiederholen Sie diesen Vorgang für alle 16 erforderlichen Aktivitäten über alle Quelldateien hinweg.
Endgültige Formatierung und Export: Stellen Sie sicher, dass die Spalte EventTimestamp konsistent formatiert ist (z.B. JJJJ-MM-TT HH:MI:SS). Die Spalte SalesOpportunity muss für jede Zeile ausgefüllt sein, wobei die Opportunity ID aus den Quellberichten verwendet wird. Speichern Sie dieses finale, konsolidierte 'Event Log'-Blatt als CSV-Datei für den Upload.

Konfiguration

Berichtstypen: Der primäre benötigte Berichtstyp ist 'Opportunities with Field History'. Zusätzliche Berichte werden für Leads, Quotes, Contracts, Orders und Invoices benötigt. Die Verfügbarkeit von verlaufsprotokollfähigen Berichtstypen für diese Objekte verbessert die Datenpräzision erheblich.
Feldverlaufsprotokollierung: Dies muss von einem Salesforce-Administrator vorkonfiguriert werden. Es ist unerlässlich, um Änderungen an Opportunity Stage, Quote Status, Contract Status und Order Status zu verfolgen.
Berechtigungen: Der Benutzer, der die Berichte ausführt, benötigt Lesezugriff auf alle relevanten Objekte: Lead, Account, Opportunity, OpportunityFieldHistory, Quote, Contract, Order und potenziell Invoice und Payment.
Datumsbereichsfilter: Es ist entscheidend, einen konsistenten Datumsbereichsfilter über alle Berichte hinweg anzuwenden, um sicherzustellen, dass die Daten korrelieren. Ein Filter auf 'Opportunity Created Date' für die letzten 3 bis 6 Monate wird empfohlen, um das Datenvolumen überschaubar zu halten.
Datenvolumen: Für Organisationen mit sehr hohen Volumen an Opportunities und Aktivitäten kann der Report Builder langsam werden oder Exportlimits erreichen (typischerweise etwa 100.000 Zeilen je nach Edition). In solchen Fällen ist der wöchentliche Data Export Service eine robustere Alternative, um die Rohdaten zu erhalten.

a Beispielabfrage config

/*
Salesforce Report Builder is a graphical user interface, so a direct script is not applicable.
The following describes the configuration and transformation logic required to build the final event log file from the various exported reports.
*/

-- **FINAL EVENT LOG STRUCTURE (Target CSV File)**
-- `SalesOpportunity` (TEXT): The Salesforce Opportunity ID (18-digit).
-- `ActivityName` (TEXT): The name of the business event.
-- `EventTimestamp` (DATETIME): The timestamp of the event.
-- `OpportunityOwner` (TEXT): The name of the opportunity owner.
-- `StageName` (TEXT): The stage of the opportunity at the time of the event.
-- `Amount` (NUMERIC): The opportunity amount.
-- `IsWon` (BOOLEAN): True if the opportunity is in a 'Closed Won' stage.
-- `DiscountPercentage` (NUMERIC): The discount percentage, if applicable.

-- **DATA TRANSFORMATION LOGIC (To be applied in a spreadsheet or script)**

-- **From Lead Conversion Report**
-- Activity: 'Lead Converted to Opportunity'
-- `SalesOpportunity` <-- `Converted Opportunity ID`
-- `ActivityName` <-- 'Lead Converted to Opportunity'
-- `EventTimestamp` <-- `Converted Date`

-- **From Opportunity History Report**
-- Activity: 'Opportunity Created'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Opportunity Created'
-- `EventTimestamp` <-- `Created Date`

-- Activity: 'Opportunity Stage Changed'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Opportunity Stage Changed'
-- `EventTimestamp` <-- `Edit Date`
-- Filter: WHERE `Field/Event` = 'Stage'

-- Activity: 'Proposal Stage Reached'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Proposal Stage Reached'
-- `EventTimestamp` <-- `Edit Date`
-- Filter: WHERE `Field/Event` = 'Stage' AND `New Value` = 'Proposal/Price Quote'

-- Activity: 'Opportunity Closed Won'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Opportunity Closed Won'
-- `EventTimestamp` <-- `Edit Date`
-- Filter: WHERE `Field/Event` = 'Stage' AND `New Value` = 'Closed Won'

-- Activity: 'Opportunity Closed Lost'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Opportunity Closed Lost'
-- `EventTimestamp` <-- `Edit Date`
-- Filter: WHERE `Field/Event` = 'Stage' AND `New Value` = 'Closed Lost'

-- **From Quote Report (Requires Quote History Tracking for status changes)**
-- Activity: 'Quote Created'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Quote Created'
-- `EventTimestamp` <-- `CreatedDate`

-- Activity: 'Quote Presented to Customer'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Quote Presented to Customer'
-- `EventTimestamp` <-- [History Edit Date for Status Change to 'Presented']

-- Activity: 'Quote Modified'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Quote Modified'
-- `EventTimestamp` <-- `LastModifiedDate` (Note: This is an approximation)
-- Filter: WHERE `LastModifiedDate` > `CreatedDate`

-- Activity: 'Quote Accepted by Customer'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Quote Accepted by Customer'
-- `EventTimestamp` <-- [History Edit Date for Status Change to 'Accepted']

-- **From Contract Report (Requires Contract History Tracking for status changes)**
-- Activity: 'Contract Sent for Signature'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Contract Sent for Signature'
-- `EventTimestamp` <-- [History Edit Date for Status Change to 'Sent']

-- Activity: 'Contract Activated'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Contract Activated'
-- `EventTimestamp` <-- [History Edit Date for Status Change to 'Activated']

-- **From Order Report (Requires Order History Tracking for status changes)**
-- Activity: 'Order Created'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Order Created'
-- `EventTimestamp` <-- `CreatedDate`

-- Activity: 'Order Fulfilled'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Order Fulfilled'
-- `EventTimestamp` <-- [History Edit Date for Status Change to 'Fulfilled']

-- **From Invoice/Payment Report (If available in Salesforce)**
-- Activity: 'Invoice Generated'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Invoice Generated'
-- `EventTimestamp` <-- [Invoice CreatedDate]

-- Activity: 'Payment Received'
-- `SalesOpportunity` <-- `Opportunity ID`
-- `ActivityName` <-- 'Payment Received'
-- `EventTimestamp` <-- [Payment Date or Invoice Paid Date]

Schritte

Voraussetzungen: Stellen Sie sicher, dass Sie ein Salesforce-Benutzerkonto mit API-Zugriff und ausreichenden Berechtigungen zum Lesen der Objekte Opportunity, Lead, Quote, Contract, Order, Invoice und ihrer entsprechenden Field History-Objekte besitzen. Die Feldverlaufsprotokollierung (Field History Tracking) muss für die Schlüsselfelder (z.B. StageName, Status) dieser Objekte aktiviert sein.
Ausführungstool auswählen: Diese Abfrage verwendet UNION ALL-Klauseln, die von der nativen Salesforce Developer Console oder Workbench nicht unterstützt werden. Sie müssen ein externes Tool verwenden, das sich mit Salesforce verbinden und SQL-ähnliche Abfragen ausführen kann, z.B. ein Business Intelligence (BI)-Tool (Tableau, Power BI), ein ETL-Tool (MuleSoft, Informatica) oder ein Datenabfragetool mit einem Salesforce-Konnektor (DBeaver, DataGrip).
Salesforce-Verbindung herstellen: Konfigurieren Sie die Verbindung zu Ihrer Salesforce-Instanz innerhalb Ihres gewählten Tools. Sie benötigen typischerweise Ihren Benutzernamen, Ihr Passwort und Ihr Sicherheitstoken. Verwenden Sie die Option des Salesforce (API)-Konnektors.
Abfrage vorbereiten: Kopieren Sie die vollständige SOQL-Abfrage, die im Abschnitt query dieses Dokuments bereitgestellt wird, in den Abfrageeditor Ihres Tools.
Platzhalter konfigurieren: Die Abfrage enthält mehrere Platzhalter, die Sie durch spezifische Werte Ihrer Salesforce-Organisation ersetzen müssen. Dazu gehören:
- 'YYYY-MM-DDThh:mm:ssZ': Ersetzen Sie alle Instanzen durch Ihre gewünschten Start- und Enddaten für den Extraktionszeitraum im ISO 8601-Format.
- [Your_Discount_Field__c]: Ersetzen Sie durch den API-Namen Ihres benutzerdefinierten Feldes für den Rabattprozentsatz auf dem Opportunity-Objekt.
- [Quote_Presented_Status]: Ersetzen Sie durch den tatsächlichen Statuswert, der verwendet wird, wenn ein Angebot einem Kunden präsentiert wird (z.B. 'Presented', 'In Review').
- [Opportunity_Lookup_On_Contract__c]: Ersetzen Sie durch den API-Namen des Lookup-Feldes auf dem Contract-Objekt, das mit der Opportunity verknüpft ist.
- [Order_Fulfilled_Status]: Ersetzen Sie durch den Statuswert, der angibt, dass eine Bestellung erfüllt ist (z.B. 'Fulfilled', 'Shipped', 'Completed').
- [Opportunity_Lookup_On_Invoice__c]: Ersetzen Sie durch den API-Namen des Lookup-Feldes auf dem Invoice-Objekt, das mit der Opportunity verknüpft ist.
Abfrage ausführen: Führen Sie die vollständige Abfrage aus. Abhängig vom Datenvolumen und dem verwendeten Tool kann dies mehrere Minuten dauern.
Ergebnisse überprüfen: Sobald die Abfrage abgeschlossen ist, überprüfen Sie das zurückgegebene Dataset, um sicherzustellen, dass es Zeilen für alle verschiedenen Aktivitäten enthält und die Spalten wie erwartet gefüllt sind.
Potenzielle Fehler beheben: Wenn die Abfrage fehlschlägt, überprüfen Sie die ersetzten Platzhalternamen auf Tippfehler. Stellen Sie sicher, dass der Benutzer feldbezogenen Sicherheitszugriff auf alle abgefragten Felder hat. Die Abfrage kann auch ein Timeout erhalten oder Governor Limits erreichen, wenn der Datumsbereich zu groß ist; versuchen Sie, den Datumsbereich auf einen kleineren Zeitraum zu reduzieren, z.B. ein einzelnes Quartal.
Daten exportieren: Exportieren Sie das finale Ergebnis als CSV-Datei.
Für den Upload vorbereiten: Stellen Sie sicher, dass die CSV-Dateikopfzeilen mit den erforderlichen Attributen übereinstimmen: SalesOpportunity, ActivityName, EventTimestamp, OpportunityOwner, StageName, Amount, IsWon und DiscountPercentage. Die Datei ist nun bereit für den Upload in ein Process Mining Tool.

Konfiguration

Field History Tracking: Diese Extraktion hängt entscheidend davon ab, dass die Feldverlaufsprotokollierung (Field History Tracking) für die Objekte Opportunity (StageName), Quote (Status), Contract (Status) und Order (Status) aktiviert ist. Ohne sie werden Status- und Phasenänderungsaktivitäten nicht erfasst.
Benutzerberechtigungen: Der ausführende Benutzer muss API-Zugriff und Leseberechtigungen für alle Objekte in der Abfrage besitzen: Lead, Opportunity, OpportunityFieldHistory, Quote, QuoteHistory, Contract, ContractHistory, Order, OrderHistory, Invoice und InvoiceHistory.
Zeitraum: Es ist entscheidend, einen spezifischen Datumsbereich mit den Platzhaltern 'YYYY-MM-DDThh:mm:ssZ' zu definieren. Für eine erste Analyse wird ein Zeitraum von 3-6 Monaten empfohlen, um das Datenvolumen und die Performance auszugleichen. Bei sehr großen Salesforce-Instanzen beginnen Sie mit einem kleineren Bereich (z.B. einem Monat), um die Performance und mögliche Governor-Limit-Probleme zu testen.
Benutzerdefinierte Felder und Status: Die Abfrage verwendet Platzhalter für benutzerdefinierte Felder (z.B. [Your_Discount_Field__c]) und benutzerdefinierte Statuswerte (z.B. [Quote_Presented_Status]). Sie müssen die korrekten API-Namen und Werte aus Ihrer Salesforce-Konfiguration identifizieren und die Abfrage entsprechend anpassen.
Objektverfügbarkeit: Die Abfrage geht von der Verwendung der Standardobjekte Contract und Order sowie eines Invoice-Objekts (üblich bei Salesforce Billing) aus. Falls Ihre Organisation diese Objekte nicht verwendet oder ein anderes Paket für die Rechnungsstellung nutzt, schlagen diese Teile der Abfrage fehl oder liefern keine Daten und sollten entfernt oder angepasst werden.

a Beispielabfrage sql

SELECT
    ConvertedOpportunityId AS SalesOpportunity,
    'Lead Converted to Opportunity' AS ActivityName,
    ConvertedDate AS EventTimestamp,
    ConvertedOpportunity.Owner.Name AS OpportunityOwner,
    ConvertedOpportunity.StageName AS StageName,
    ConvertedOpportunity.Amount AS Amount,
    ConvertedOpportunity.IsWon AS IsWon,
    ConvertedOpportunity.[Your_Discount_Field__c] AS DiscountPercentage
FROM Lead
WHERE IsConverted = TRUE AND ConvertedDate >= YYYY-MM-DDThh:mm:ssZ AND ConvertedDate <= YYYY-MM-DDThh:mm:ssZ AND ConvertedOpportunityId != NULL

UNION ALL

SELECT
    Id AS SalesOpportunity,
    'Opportunity Created' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Owner.Name AS OpportunityOwner,
    StageName AS StageName,
    Amount AS Amount,
    IsWon AS IsWon,
    [Your_Discount_Field__c] AS DiscountPercentage
FROM Opportunity
WHERE CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ

UNION ALL

SELECT
    OpportunityId AS SalesOpportunity,
    'Opportunity Stage Changed' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Opportunity.Owner.Name AS OpportunityOwner,
    NewValue AS StageName,
    Opportunity.Amount AS Amount,
    Opportunity.IsWon AS IsWon,
    Opportunity.[Your_Discount_Field__c] AS DiscountPercentage
FROM OpportunityFieldHistory
WHERE Field = 'StageName' AND CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ

UNION ALL

SELECT
    OpportunityId AS SalesOpportunity,
    'Proposal Stage Reached' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Opportunity.Owner.Name AS OpportunityOwner,
    NewValue AS StageName,
    Opportunity.Amount AS Amount,
    Opportunity.IsWon AS IsWon,
    Opportunity.[Your_Discount_Field__c] AS DiscountPercentage
FROM OpportunityFieldHistory
WHERE Field = 'StageName' AND NewValue = 'Proposal/Price Quote' AND CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ

UNION ALL

SELECT
    OpportunityId AS SalesOpportunity,
    'Quote Created' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Opportunity.Owner.Name AS OpportunityOwner,
    Opportunity.StageName AS StageName,
    Opportunity.Amount AS Amount,
    Opportunity.IsWon AS IsWon,
    Opportunity.[Your_Discount_Field__c] AS DiscountPercentage
FROM Quote
WHERE CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ AND OpportunityId != NULL

UNION ALL

SELECT
    Quote.OpportunityId AS SalesOpportunity,
    'Quote Presented to Customer' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Quote.Opportunity.Owner.Name AS OpportunityOwner,
    Quote.Opportunity.StageName AS StageName,
    Quote.Opportunity.Amount AS Amount,
    Quote.Opportunity.IsWon AS IsWon,
    Quote.Opportunity.[Your_Discount_Field__c] AS DiscountPercentage
FROM QuoteHistory
WHERE Field = 'Status' AND NewValue = '[Quote_Presented_Status]' AND CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ AND Quote.OpportunityId != NULL

UNION ALL

SELECT
    Quote.OpportunityId AS SalesOpportunity,
    'Quote Modified' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Quote.Opportunity.Owner.Name AS OpportunityOwner,
    Quote.Opportunity.StageName AS StageName,
    Quote.Opportunity.Amount AS Amount,
    Quote.Opportunity.IsWon AS IsWon,
    Quote.Opportunity.[Your_Discount_Field__c] AS DiscountPercentage
FROM QuoteHistory
WHERE CreatedDate > Quote.CreatedDate AND CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ AND Quote.OpportunityId != NULL

UNION ALL

SELECT
    Quote.OpportunityId AS SalesOpportunity,
    'Quote Accepted by Customer' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Quote.Opportunity.Owner.Name AS OpportunityOwner,
    Quote.Opportunity.StageName AS StageName,
    Quote.Opportunity.Amount AS Amount,
    Quote.Opportunity.IsWon AS IsWon,
    Quote.Opportunity.[Your_Discount_Field__c] AS DiscountPercentage
FROM QuoteHistory
WHERE Field = 'Status' AND NewValue = 'Accepted' AND CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ AND Quote.OpportunityId != NULL

UNION ALL

SELECT
    Contract.[Opportunity_Lookup_On_Contract__c] AS SalesOpportunity,
    'Contract Sent for Signature' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Contract.Opportunity__r.Owner.Name AS OpportunityOwner,
    Contract.Opportunity__r.StageName AS StageName,
    Contract.Opportunity__r.Amount AS Amount,
    Contract.Opportunity__r.IsWon AS IsWon,
    Contract.Opportunity__r.[Your_Discount_Field__c] AS DiscountPercentage
FROM ContractHistory
WHERE Field = 'Status' AND NewValue = 'Sent for Signature' AND CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ AND Contract.[Opportunity_Lookup_On_Contract__c] != NULL

UNION ALL

SELECT
    Contract.[Opportunity_Lookup_On_Contract__c] AS SalesOpportunity,
    'Contract Activated' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Contract.Opportunity__r.Owner.Name AS OpportunityOwner,
    Contract.Opportunity__r.StageName AS StageName,
    Contract.Opportunity__r.Amount AS Amount,
    Contract.Opportunity__r.IsWon AS IsWon,
    Contract.Opportunity__r.[Your_Discount_Field__c] AS DiscountPercentage
FROM ContractHistory
WHERE Field = 'Status' AND NewValue = 'Activated' AND CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ AND Contract.[Opportunity_Lookup_On_Contract__c] != NULL

UNION ALL

SELECT
    OpportunityId AS SalesOpportunity,
    'Opportunity Closed Won' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Opportunity.Owner.Name AS OpportunityOwner,
    NewValue AS StageName,
    Opportunity.Amount AS Amount,
    Opportunity.IsWon AS IsWon,
    Opportunity.[Your_Discount_Field__c] AS DiscountPercentage
FROM OpportunityFieldHistory
WHERE Field = 'StageName' AND NewValue = 'Closed Won' AND CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ

UNION ALL

SELECT
    OpportunityId AS SalesOpportunity,
    'Order Created' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Opportunity.Owner.Name AS OpportunityOwner,
    Opportunity.StageName AS StageName,
    Opportunity.Amount AS Amount,
    Opportunity.IsWon AS IsWon,
    Opportunity.[Your_Discount_Field__c] AS DiscountPercentage
FROM Order
WHERE CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ AND OpportunityId != NULL

UNION ALL

SELECT
    Order.OpportunityId AS SalesOpportunity,
    'Order Fulfilled' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Order.Opportunity.Owner.Name AS OpportunityOwner,
    Order.Opportunity.StageName AS StageName,
    Order.Opportunity.Amount AS Amount,
    Order.Opportunity.IsWon AS IsWon,
    Order.Opportunity.[Your_Discount_Field__c] AS DiscountPercentage
FROM OrderHistory
WHERE Field = 'Status' AND NewValue = '[Order_Fulfilled_Status]' AND CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ AND Order.OpportunityId != NULL

UNION ALL

SELECT
    [Opportunity_Lookup_On_Invoice__c] AS SalesOpportunity,
    'Invoice Generated' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Opportunity__r.Owner.Name AS OpportunityOwner,
    Opportunity__r.StageName AS StageName,
    Opportunity__r.Amount AS Amount,
    Opportunity__r.IsWon AS IsWon,
    Opportunity__r.[Your_Discount_Field__c] AS DiscountPercentage
FROM Invoice
WHERE CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ AND [Opportunity_Lookup_On_Invoice__c] != NULL

UNION ALL

SELECT
    Invoice.[Opportunity_Lookup_On_Invoice__c] AS SalesOpportunity,
    'Payment Received' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Invoice.Opportunity__r.Owner.Name AS OpportunityOwner,
    Invoice.Opportunity__r.StageName AS StageName,
    Invoice.Opportunity__r.Amount AS Amount,
    Invoice.Opportunity__r.IsWon AS IsWon,
    Invoice.Opportunity__r.[Your_Discount_Field__c] AS DiscountPercentage
FROM InvoiceHistory
WHERE Field = 'Status' AND NewValue = 'Paid' AND CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ AND Invoice.[Opportunity_Lookup_On_Invoice__c] != NULL

UNION ALL

SELECT
    OpportunityId AS SalesOpportunity,
    'Opportunity Closed Lost' AS ActivityName,
    CreatedDate AS EventTimestamp,
    Opportunity.Owner.Name AS OpportunityOwner,
    NewValue AS StageName,
    Opportunity.Amount AS Amount,
    Opportunity.IsWon AS IsWon,
    Opportunity.[Your_Discount_Field__c] AS DiscountPercentage
FROM OpportunityFieldHistory
WHERE Field = 'StageName' AND NewValue = 'Closed Lost' AND CreatedDate >= YYYY-MM-DDThh:mm:ssZ AND CreatedDate <= YYYY-MM-DDThh:mm:ssZ

Schritte

Umgebung vorbereiten: Stellen Sie sicher, dass Python 3.6 oder neuer auf Ihrem System installiert ist. Sie benötigen auch pip, den Python-Paketinstaller, um die notwendigen Bibliotheken zu installieren.
Erforderliche Bibliotheken installieren: Öffnen Sie Ihre Befehlszeile oder Ihr Terminal und installieren Sie die Bibliotheken simple-salesforce und pandas, indem Sie den Befehl ausführen: pip install simple-salesforce pandas.
Salesforce API-Zugriff konfigurieren: Melden Sie sich mit einem Administratorprofil bei Ihrem Salesforce-Account an. Navigieren Sie zu Setup, dann zu Apps und anschließend zu App Manager. Erstellen Sie eine neue 'Connected App'. Aktivieren Sie die OAuth Settings für die App und weisen Sie ihr den Geltungsbereich 'Access and manage your data (api)' zu. Nach dem Speichern erhalten Sie einen 'Consumer Key' und ein 'Consumer Secret'. Stellen Sie außerdem sicher, dass das Benutzerkonto für das Skript ein Sicherheitstoken besitzt. Sie können dieses in Ihren persönlichen Einstellungen unter 'Reset My Security Token' generieren oder zurücksetzen.
Python-Skript einrichten: Kopieren Sie das vollständige Python-Skript, das im Abschnitt Query bereitgestellt wird, in eine Datei namens extract_lead_to_cash.py.
Anmeldeinformationen eingeben: Öffnen Sie die Skriptdatei und ersetzen Sie die Platzhalterwerte für username, password, security_token und instance_url durch Ihre spezifischen Salesforce-Anmeldeinformationen. Hardcodieren Sie keine Anmeldeinformationen in einer Produktionsumgebung, verwenden Sie eine sichere Methode wie Umgebungsvariablen oder eine Konfigurationsdatei.
Extraktionszeitraum festlegen: Ändern Sie die Variablen start_date und end_date im Skript, um das Zeitfenster für die zu extrahierenden Daten zu definieren. Verwenden Sie das Format 'YYYY-MM-DD'.
Skriptlogik verstehen: Das Skript stellt eine Verbindung zur Salesforce API her und führt eine Reihe von Salesforce Object Query Language (SOQL)-Abfragen aus. Jede Abfrage zielt auf ein bestimmtes Objekt (z.B. Opportunity, OpportunityFieldHistory, Quote) ab, um eine bestimmte Geschäftsaktivität zu erfassen.
Datenaggregation: Die Ergebnisse jeder Abfrage werden in ein strukturiertes Format namens pandas DataFrame konvertiert. Diese einzelnen DataFrames, die jeweils eine Aktivität repräsentieren, werden dann in einer einzigen Liste gesammelt.
Transformation und Formatierung: Das Skript verkettet alle einzelnen DataFrames zu einem umfassenden Event Log. Es benennt Spalten um, um dem für Process Mining (SalesOpportunity, ActivityName, EventTimestamp usw.) erforderlichen Schema zu entsprechen, und stellt sicher, dass die Datentypen korrekt sind.
Skript ausführen: Führen Sie das Skript von Ihrem Terminal aus mit dem Befehl aus: python extract_lead_to_cash.py. Das Skript wird eine Verbindung zu Salesforce herstellen, die Abfragen ausführen und die Daten verarbeiten.
Event Log abrufen: Nach erfolgreichem Abschluss generiert das Skript eine Datei namens sfdc_lead_to_cash_event_log.csv im selben Verzeichnis. Diese CSV-Datei ist das finale Event Log, formatiert für den Upload in ein Process Mining Tool.

Konfiguration

Voraussetzungen: Ein Salesforce-Account in einer Enterprise, Unlimited oder Developer Edition (die API-Zugriff ermöglichen). Ein Salesforce-Benutzerprofil mit der Berechtigung 'API Enabled' und Lesezugriff auf die folgenden Objekte: Lead, Opportunity, OpportunityFieldHistory, Quote, Contract und Order. Alle benutzerdefinierten Objekte für Rechnungsstellung oder Zahlungen erfordern ebenfalls Lesezugriff.
Authentifizierung: Das Skript verwendet die Authentifizierung über Benutzername, Passwort und Sicherheitstoken. Für verbesserte Sicherheit in einer Produktionsumgebung sollten Sie die Implementierung des OAuth 2.0 JWT Bearer Flow in Betracht ziehen, der auch von simple-salesforce unterstützt wird.
Zeitraum: Die Variablen start_date und end_date im Skript steuern das Extraktionsfenster. Für eine erste Analyse wird ein Zeitraum von 3 bis 6 Monaten empfohlen, um ausreichend Daten bereitzustellen, ohne zu überfordern. Die Datumsfilter werden auf das primäre Timestamp-Feld jeder Aktivität angewendet, wie z.B. CreatedDate oder ConvertedDate.
API-Nutzung: Dieses Skript führt mehrere separate Abfragen aus. Jede Abfrage und das anschließende Abrufen aller Ergebnisse verbrauchen API-Aufrufe, die auf die täglichen Limits Ihrer Organisation angerechnet werden. Beachten Sie diese Limits, insbesondere in einer Umgebung mit vielen anderen Integrationen. Für die Extraktion von Millionen von Datensätzen sollte das Skript angepasst werden, um die Salesforce Bulk API zu nutzen.
Anpassungen: Das Skript geht, wo möglich, von Standard-Objekt- und Feldnamen aus. Ihre Organisation kann benutzerdefinierte Felder (z.B. Discount_Percentage__c), benutzerdefinierte Objekte (z.B. Invoice__c, Payment__c) oder benutzerdefinierte Beziehungen (z.B. eine Lookup-Beziehung von Contract zu Opportunity) haben. Sie müssen die SOQL-Abfragen im Skript an Ihre spezifische Salesforce-Konfiguration anpassen.

a Beispielabfrage python

import pandas as pd
from simple_salesforce import Salesforce
from datetime import datetime

class=class="hl-string">"hl-comment"># --- Configuration Settings ---
class=class="hl-string">"hl-comment"># Replace with your Salesforce credentials and instance URL
SF_USERNAME = class="hl-string">'[your_salesforce_username]'
SF_PASSWORD = class="hl-string">'[your_salesforce_password]'
SF_SECURITY_TOKEN = class="hl-string">'[your_salesforce_security_token]'
SF_INSTANCE_URL = class="hl-string">'[your_salesforce_instance_url]'

class=class="hl-string">"hl-comment"># Define the date range for the extraction
start_date = class="hl-string">'2023-01-01'
end_date = class="hl-string">'2023-12-31'

class=class="hl-string">"hl-comment"># --- Main Script ---
def main():
    class=class="hl-string">"hl-comment"># Establish connection to Salesforce
    try:
        sf = Salesforce(username=SF_USERNAME, password=SF_PASSWORD, security_token=SF_SECURITY_TOKEN, instance_url=SF_INSTANCE_URL)
        print(fclass="hl-string">"Successfully connected to Salesforce instance: {sf.sf_instance}")
    except Exception as e:
        print(fclass="hl-string">"Salesforce connection failed: {e}")
        return

    class=class="hl-string">"hl-comment"># List to hold DataFrames for each activity
    event_log_parts = []

    class=class="hl-string">"hl-comment"># Define common fields to query for Opportunity context
    common_opp_fields = class="hl-string">"Opportunity.Id, Opportunity.Owner.Name, Opportunity.StageName, Opportunity.Amount, Opportunity.IsWon, Opportunity.Discount_Percentage__c"

    class=class="hl-string">"hl-comment"># 1. Lead Converted to Opportunity
    print(class="hl-string">"Extracting: Lead Converted to Opportunity")
    query = fclass="hl-string">"SELECT ConvertedOpportunityId, ConvertedDate, (SELECT Name FROM Owner) FROM Lead WHERE IsConverted = TRUE AND ConvertedDate >= {start_date}T00:00:00Z AND ConvertedDate <= {end_date}T23:59:59Z"
    df = pd.DataFrame(sf.query_all(query)[class="hl-string">'records'])
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Lead Converted to Opportunity'
        df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'ConvertedDate']).dt.tz_localize(None)
        df[class="hl-string">'SalesOpportunity'] = df[class="hl-string">'ConvertedOpportunityId']
        df[class="hl-string">'OpportunityOwner'] = df[class="hl-string">'Owner'].apply(lambda x: x[class="hl-string">'Name'] if x else None)
        df = df[[class="hl-string">'SalesOpportunity', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'OpportunityOwner']]
        event_log_parts.append(df)

    class=class="hl-string">"hl-comment"># 2. Opportunity Created
    print(class="hl-string">"Extracting: Opportunity Created")
    query = fclass="hl-string">"SELECT Id, CreatedDate, Owner.Name, StageName, Amount, IsWon, Discount_Percentage__c FROM Opportunity WHERE CreatedDate >= {start_date}T00:00:00Z AND CreatedDate <= {end_date}T23:59:59Z"
    df = pd.DataFrame(sf.query_all(query)[class="hl-string">'records'])
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Opportunity Created'
        df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'CreatedDate']).dt.tz_localize(None)
        df = df.rename(columns={class="hl-string">'Id': class="hl-string">'SalesOpportunity', class="hl-string">'Name': class="hl-string">'OpportunityOwner', class="hl-string">'Discount_Percentage__c': class="hl-string">'DiscountPercentage'})
        df[class="hl-string">'OpportunityOwner'] = df.apply(lambda row: row[class="hl-string">'Owner'][class="hl-string">'Name'] if row[class="hl-string">'Owner'] else None, axis=1)
        event_log_parts.append(df[[class="hl-string">'SalesOpportunity', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'OpportunityOwner', class="hl-string">'StageName', class="hl-string">'Amount', class="hl-string">'IsWon', class="hl-string">'DiscountPercentage']])

    class=class="hl-string">"hl-comment"># 3, 4, 11, 16. Opportunity Stage Changes (includes Proposal, Closed Won, Closed Lost)
    print(class="hl-string">"Extracting: Opportunity Stage Changes")
    query = fclass="hl-string">"SELECT OpportunityId, CreatedDate, NewValue, OldValue, {common_opp_fields} FROM OpportunityFieldHistory WHERE Field = 'StageName' AND CreatedDate >= {start_date}T00:00:00Z AND CreatedDate <= {end_date}T23:59:59Z"
    df = pd.DataFrame(sf.query_all(query)[class="hl-string">'records'])
    if not df.empty:
        df_opp = pd.json_normalize(df[class="hl-string">'Opportunity']).add_prefix(class="hl-string">'Opportunity.')
        df = pd.concat([df.drop(class="hl-string">'Opportunity', axis=1), df_opp], axis=1)
        df[class="hl-string">'ActivityName'] = class="hl-string">'Opportunity Stage Changed'
        class=class="hl-string">"hl-comment"># Specific stage milestones
        df.loc[df[class="hl-string">'NewValue'] == class="hl-string">'Proposal/Price Quote', class="hl-string">'ActivityName'] = class="hl-string">'Proposal Stage Reached'
        df.loc[df[class="hl-string">'NewValue'] == class="hl-string">'Closed Won', class="hl-string">'ActivityName'] = class="hl-string">'Opportunity Closed Won'
        df.loc[df[class="hl-string">'NewValue'] == class="hl-string">'Closed Lost', class="hl-string">'ActivityName'] = class="hl-string">'Opportunity Closed Lost'
        df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'CreatedDate']).dt.tz_localize(None)
        df = df.rename(columns={class="hl-string">'OpportunityId': class="hl-string">'SalesOpportunity', class="hl-string">'Opportunity.Owner.Name': class="hl-string">'OpportunityOwner', class="hl-string">'Opportunity.StageName': class="hl-string">'StageName', class="hl-string">'Opportunity.Amount': class="hl-string">'Amount', class="hl-string">'Opportunity.IsWon': class="hl-string">'IsWon', class="hl-string">'Opportunity.Discount_Percentage__c': class="hl-string">'DiscountPercentage'})
        event_log_parts.append(df[[class="hl-string">'SalesOpportunity', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'OpportunityOwner', class="hl-string">'StageName', class="hl-string">'Amount', class="hl-string">'IsWon', class="hl-string">'DiscountPercentage']])

    class=class="hl-string">"hl-comment"># 5. Quote Created
    print(class="hl-string">"Extracting: Quote Created")
    query = fclass="hl-string">"SELECT CreatedDate, OpportunityId, {common_opp_fields} FROM Quote WHERE CreatedDate >= {start_date}T00:00:00Z AND CreatedDate <= {end_date}T23:59:59Z"
    df = pd.DataFrame(sf.query_all(query)[class="hl-string">'records'])
    if not df.empty:
        df_opp = pd.json_normalize(df[class="hl-string">'Opportunity']).add_prefix(class="hl-string">'Opportunity.')
        df = pd.concat([df.drop(class="hl-string">'Opportunity', axis=1), df_opp], axis=1)
        df[class="hl-string">'ActivityName'] = class="hl-string">'Quote Created'
        df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'CreatedDate']).dt.tz_localize(None)
        df = df.rename(columns={class="hl-string">'OpportunityId': class="hl-string">'SalesOpportunity', class="hl-string">'Opportunity.Owner.Name': class="hl-string">'OpportunityOwner', class="hl-string">'Opportunity.StageName': class="hl-string">'StageName', class="hl-string">'Opportunity.Amount': class="hl-string">'Amount', class="hl-string">'Opportunity.IsWon': class="hl-string">'IsWon', class="hl-string">'Opportunity.Discount_Percentage__c': class="hl-string">'DiscountPercentage'})
        event_log_parts.append(df[[class="hl-string">'SalesOpportunity', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'OpportunityOwner', class="hl-string">'StageName', class="hl-string">'Amount', class="hl-string">'IsWon', class="hl-string">'DiscountPercentage']])

    class=class="hl-string">"hl-comment"># 6, 7, 8. Quote Status Changes (Presented, Modified, Accepted)
    print(class="hl-string">"Extracting: Quote Status Changes")
    query = fclass="hl-string">"SELECT LastModifiedDate, CreatedDate, Status, OpportunityId, {common_opp_fields} FROM Quote WHERE LastModifiedDate >= {start_date}T00:00:00Z AND LastModifiedDate <= {end_date}T23:59:59Z"
    df = pd.DataFrame(sf.query_all(query)[class="hl-string">'records'])
    if not df.empty:
        df_opp = pd.json_normalize(df[class="hl-string">'Opportunity']).add_prefix(class="hl-string">'Opportunity.')
        df = pd.concat([df.drop(class="hl-string">'Opportunity', axis=1), df_opp], axis=1)
        df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'LastModifiedDate']).dt.tz_localize(None)
        df[class="hl-string">'CreatedTimestamp'] = pd.to_datetime(df[class="hl-string">'CreatedDate']).dt.tz_localize(None)
        df = df.rename(columns={class="hl-string">'OpportunityId': class="hl-string">'SalesOpportunity', class="hl-string">'Opportunity.Owner.Name': class="hl-string">'OpportunityOwner', class="hl-string">'Opportunity.StageName': class="hl-string">'StageName', class="hl-string">'Opportunity.Amount': class="hl-string">'Amount', class="hl-string">'Opportunity.IsWon': class="hl-string">'IsWon', class="hl-string">'Opportunity.Discount_Percentage__c': class="hl-string">'DiscountPercentage'})
        class=class="hl-string">"hl-comment"># Presented
        df_presented = df[df[class="hl-string">'Status'] == class="hl-string">'Presented'].copy()
        if not df_presented.empty: df_presented[class="hl-string">'ActivityName'] = class="hl-string">'Quote Presented to Customer'; event_log_parts.append(df_presented)
        class=class="hl-string">"hl-comment"># Accepted
        df_accepted = df[df[class="hl-string">'Status'] == class="hl-string">'Accepted'].copy()
        if not df_accepted.empty: df_accepted[class="hl-string">'ActivityName'] = class="hl-string">'Quote Accepted by Customer'; event_log_parts.append(df_accepted)
        class=class="hl-string">"hl-comment"># Modified (any change after creation)
        df_modified = df[df[class="hl-string">'EventTimestamp'] > df[class="hl-string">'CreatedTimestamp']].copy()
        if not df_modified.empty: df_modified[class="hl-string">'ActivityName'] = class="hl-string">'Quote Modified'; event_log_parts.append(df_modified)

    class=class="hl-string">"hl-comment"># 9, 10. Contract Status Changes (Sent, Activated)
    print(class="hl-string">"Extracting: Contract Events")
    query = fclass="hl-string">"SELECT LastModifiedDate, ActivatedDate, Status, Opportunity__c, (SELECT Id, Owner.Name, StageName, Amount, IsWon, Discount_Percentage__c FROM Opportunity__r) FROM Contract WHERE (LastModifiedDate >= {start_date}T00:00:00Z AND LastModifiedDate <= {end_date}T23:59:59Z) OR (ActivatedDate >= {start_date} AND ActivatedDate <= {end_date}) AND Opportunity__c != NULL"
    df = pd.DataFrame(sf.query_all(query)[class="hl-string">'records'])
    if not df.empty:
        df_opp = pd.json_normalize(df[class="hl-string">'Opportunity__r']).add_prefix(class="hl-string">'Opportunity.')
        df = pd.concat([df.drop(class="hl-string">'Opportunity__r', axis=1), df_opp], axis=1)
        df = df.rename(columns={class="hl-string">'Opportunity__c': class="hl-string">'SalesOpportunity', class="hl-string">'Opportunity.Owner.Name': class="hl-string">'OpportunityOwner', class="hl-string">'Opportunity.StageName': class="hl-string">'StageName', class="hl-string">'Opportunity.Amount': class="hl-string">'Amount', class="hl-string">'Opportunity.IsWon': class="hl-string">'IsWon', class="hl-string">'Opportunity.Discount_Percentage__c': class="hl-string">'DiscountPercentage'})
        class=class="hl-string">"hl-comment"># Sent for Signature
        df_sent = df[df[class="hl-string">'Status'] == class="hl-string">'Sent'].copy()
        if not df_sent.empty: df_sent[class="hl-string">'ActivityName'] = class="hl-string">'Contract Sent for Signature'; df_sent[class="hl-string">'EventTimestamp'] = pd.to_datetime(df_sent[class="hl-string">'LastModifiedDate']).dt.tz_localize(None); event_log_parts.append(df_sent)
        class=class="hl-string">"hl-comment"># Activated
        df_activated = df[df[class="hl-string">'Status'] == class="hl-string">'Activated'].copy()
        if not df_activated.empty: df_activated[class="hl-string">'ActivityName'] = class="hl-string">'Contract Activated'; df_activated[class="hl-string">'EventTimestamp'] = pd.to_datetime(df_activated[class="hl-string">'ActivatedDate']).dt.tz_localize(None); event_log_parts.append(df_activated)

    class=class="hl-string">"hl-comment"># 12. Order Created
    print(class="hl-string">"Extracting: Order Created")
    query = fclass="hl-string">"SELECT CreatedDate, OpportunityId, {common_opp_fields} FROM Order WHERE CreatedDate >= {start_date}T00:00:00Z AND CreatedDate <= {end_date}T23:59:59Z AND OpportunityId != NULL"
    df = pd.DataFrame(sf.query_all(query)[class="hl-string">'records'])
    if not df.empty:
        df_opp = pd.json_normalize(df[class="hl-string">'Opportunity']).add_prefix(class="hl-string">'Opportunity.')
        df = pd.concat([df.drop(class="hl-string">'Opportunity', axis=1), df_opp], axis=1)
        df[class="hl-string">'ActivityName'] = class="hl-string">'Order Created'
        df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'CreatedDate']).dt.tz_localize(None)
        df = df.rename(columns={class="hl-string">'OpportunityId': class="hl-string">'SalesOpportunity', class="hl-string">'Opportunity.Owner.Name': class="hl-string">'OpportunityOwner', class="hl-string">'Opportunity.StageName': class="hl-string">'StageName', class="hl-string">'Opportunity.Amount': class="hl-string">'Amount', class="hl-string">'Opportunity.IsWon': class="hl-string">'IsWon', class="hl-string">'Opportunity.Discount_Percentage__c': class="hl-string">'DiscountPercentage'})
        event_log_parts.append(df)
        
    class=class="hl-string">"hl-comment"># 13. Order Fulfilled
    print(class="hl-string">"Extracting: Order Fulfilled")
    query = fclass="hl-string">"SELECT LastModifiedDate, Status, OpportunityId, {common_opp_fields} FROM Order WHERE LastModifiedDate >= {start_date}T00:00:00Z AND LastModifiedDate <= {end_date}T23:59:59Z AND Status = 'Fulfilled' AND OpportunityId != NULL"
    df = pd.DataFrame(sf.query_all(query)[class="hl-string">'records'])
    if not df.empty:
        df_opp = pd.json_normalize(df[class="hl-string">'Opportunity']).add_prefix(class="hl-string">'Opportunity.')
        df = pd.concat([df.drop(class="hl-string">'Opportunity', axis=1), df_opp], axis=1)
        df[class="hl-string">'ActivityName'] = class="hl-string">'Order Fulfilled'
        df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'LastModifiedDate']).dt.tz_localize(None)
        df = df.rename(columns={class="hl-string">'OpportunityId': class="hl-string">'SalesOpportunity', class="hl-string">'Opportunity.Owner.Name': class="hl-string">'OpportunityOwner', class="hl-string">'Opportunity.StageName': class="hl-string">'StageName', class="hl-string">'Opportunity.Amount': class="hl-string">'Amount', class="hl-string">'Opportunity.IsWon': class="hl-string">'IsWon', class="hl-string">'Opportunity.Discount_Percentage__c': class="hl-string">'DiscountPercentage'})
        event_log_parts.append(df)

    class=class="hl-string">"hl-comment"># 14. Invoice Generated (using placeholder custom object Invoice__c)
    print(class="hl-string">"Extracting: Invoice Generated")
    query = fclass="hl-string">"SELECT CreatedDate, Opportunity__c, (SELECT Id, Owner.Name, StageName, Amount, IsWon, Discount_Percentage__c FROM Opportunity__r) FROM Invoice__c WHERE CreatedDate >= {start_date}T00:00:00Z AND CreatedDate <= {end_date}T23:59:59Z AND Opportunity__c != NULL"
    try:
        df = pd.DataFrame(sf.query_all(query)[class="hl-string">'records'])
        if not df.empty:
            df_opp = pd.json_normalize(df[class="hl-string">'Opportunity__r']).add_prefix(class="hl-string">'Opportunity.')
            df = pd.concat([df.drop(class="hl-string">'Opportunity__r', axis=1), df_opp], axis=1)
            df[class="hl-string">'ActivityName'] = class="hl-string">'Invoice Generated'
            df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'CreatedDate']).dt.tz_localize(None)
            df = df.rename(columns={class="hl-string">'Opportunity__c': class="hl-string">'SalesOpportunity', class="hl-string">'Opportunity.Owner.Name': class="hl-string">'OpportunityOwner', class="hl-string">'Opportunity.StageName': class="hl-string">'StageName', class="hl-string">'Opportunity.Amount': class="hl-string">'Amount', class="hl-string">'Opportunity.IsWon': class="hl-string">'IsWon', class="hl-string">'Opportunity.Discount_Percentage__c': class="hl-string">'DiscountPercentage'})
            event_log_parts.append(df)
    except Exception as e:
        print(class="hl-string">"Could not extract 'Invoice Generated'. Check if 'Invoice__c' object and 'Opportunity__c' field exist and are accessible.")

    class=class="hl-string">"hl-comment"># 15. Payment Received (using placeholder custom object Invoice__c status change)
    print(class="hl-string">"Extracting: Payment Received")
    query = fclass="hl-string">"SELECT LastModifiedDate, Status__c, Opportunity__c, (SELECT Id, Owner.Name, StageName, Amount, IsWon, Discount_Percentage__c FROM Opportunity__r) FROM Invoice__c WHERE LastModifiedDate >= {start_date}T00:00:00Z AND LastModifiedDate <= {end_date}T23:59:59Z AND Status__c = 'Paid' AND Opportunity__c != NULL"
    try:
        df = pd.DataFrame(sf.query_all(query)[class="hl-string">'records'])
        if not df.empty:
            df_opp = pd.json_normalize(df[class="hl-string">'Opportunity__r']).add_prefix(class="hl-string">'Opportunity.')
            df = pd.concat([df.drop(class="hl-string">'Opportunity__r', axis=1), df_opp], axis=1)
            df[class="hl-string">'ActivityName'] = class="hl-string">'Payment Received'
            df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'LastModifiedDate']).dt.tz_localize(None)
            df = df.rename(columns={class="hl-string">'Opportunity__c': class="hl-string">'SalesOpportunity', class="hl-string">'Opportunity.Owner.Name': class="hl-string">'OpportunityOwner', class="hl-string">'Opportunity.StageName': class="hl-string">'StageName', class="hl-string">'Opportunity.Amount': class="hl-string">'Amount', class="hl-string">'Opportunity.IsWon': class="hl-string">'IsWon', class="hl-string">'Opportunity.Discount_Percentage__c': class="hl-string">'DiscountPercentage'})
            event_log_parts.append(df)
    except Exception as e:
        print(class="hl-string">"Could not extract 'Payment Received'. Check if 'Invoice__c' object and relevant fields exist and are accessible.")

    class=class="hl-string">"hl-comment"># --- Finalize Event Log ---
    if not event_log_parts:
        print(class="hl-string">"No data extracted. The event log is empty.")
        return

    print(class="hl-string">"Concatenating and cleaning final event log...")
    final_event_log = pd.concat(event_log_parts, ignore_index=True)

    class=class="hl-string">"hl-comment"># Select and order final columns
    final_columns = [
        class="hl-string">'SalesOpportunity', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', 
        class="hl-string">'OpportunityOwner', class="hl-string">'StageName', class="hl-string">'Amount', class="hl-string">'IsWon', class="hl-string">'DiscountPercentage'
    ]
    class=class="hl-string">"hl-comment"># Add any missing columns with null values
    for col in final_columns:
        if col not in final_event_log.columns:
            final_event_log[col] = None
    
    final_event_log = final_event_log[final_columns]

    class=class="hl-string">"hl-comment"># Sort the event log
    final_event_log = final_event_log.sort_values(by=[class="hl-string">'SalesOpportunity', class="hl-string">'EventTimestamp'])

    class=class="hl-string">"hl-comment"># Save to CSV
    output_filename = class="hl-string">'sfdc_lead_to_cash_event_log.csv'
    final_event_log.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%d %H:%M:%S')
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")

if __name__ == class="hl-string">'__main__':
    main()

Ihr Lead to Cash Daten-Template

Ihr Lead to Cash Daten-Template

Lead-to-Cash-Attribute

Lead-to-Cash-Aktivitäten

Extraktionsleitfäden

Salesforce Report Builder und Data Export Service

Schritte

Konfiguration

a Beispielabfrage config

Direkte Salesforce Object Query Language (SOQL) Abfrage

Schritte

Konfiguration

a Beispielabfrage sql

Python-Skript mit Salesforce REST oder Bulk API

Schritte

Konfiguration

a Beispielabfrage python

Bereit, um loszulegen?

Hören Sie auf, Deals zu verlieren: Optimieren Sie den Lead-to-Cash-Prozess jetzt

Ihr Lead to Cash Daten-Template

Ihr Lead to Cash Daten-Template

Lead-to-Cash-Attribute

Lead-to-Cash-Aktivitäten

Extraktionsleitfäden

Salesforce Report Builder und Data Export Service

Schritte

Konfiguration

a Beispielabfrage config

Direkte Salesforce Object Query Language (SOQL) Abfrage

Schritte

Konfiguration

a Beispielabfrage sql

Python-Skript mit Salesforce REST oder Bulk API

Schritte

Konfiguration

a Beispielabfrage python

Ihre Privatsphäre ist uns wichtig

Bereit, um loszulegen?

Hören Sie auf, Deals zu verlieren: Optimieren Sie den Lead-to-Cash-Prozess jetzt