> Kontinuierliche Prozessverbesserung > Order to Cash – Auftragsabwicklung > NetSuite > Daten Template

Ihr Daten-Template für den Order-to-Cash-Prozess: Kundenauftragsabwicklung

NetSuite

← Zurück zum Leitfaden zur Prozessverbesserung

Attribute für den Order-to-Cash-Prozess: Kundenauftragsabwicklung(21) Aktivitäten im Order-to-Cash-Prozess: Kundenauftragsabwicklung(14) Anleitungen zur Datenextraktion(3)

Ihr Daten-Template für den Order-to-Cash-Prozess: Kundenauftragsabwicklung

Dieses Template bietet eine umfassende Anleitung zur Erfassung der Daten, die Sie für die Analyse Ihrer Kundenauftragsabwicklung im Order-to-Cash-Prozess in NetSuite benötigen. Es beschreibt die wesentlichen Attribute und Aktivitäten, die Sie aus Ihrem System extrahieren müssen. Außerdem finden Sie praktische Hinweise, wie Sie diese Daten effizient extrahieren und so die Grundlage für eine erfolgreiche Prozessanalyse schaffen.

Empfohlene Attribute für detaillierte Analysen
Wichtige Aktivitäten, die Sie in Ihrem Prozess erfassen sollten
Praktische Hinweise zur Datenextraktion aus NetSuite

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

Template herunterladen

Attribute für den Order-to-Cash-Prozess: Kundenauftragsabwicklung

Dies sind die empfohlenen Datenfelder für Ihr Event Log, damit Sie Ihre Kundenauftragsabwicklung im Order-to-Cash-Prozess umfassend analysieren können.

3 Erforderlich 8 Empfohlen 10 Optional

	Name	Beschreibung
	Aktivitätsname ActivityName	Der Name des Geschäftsvorfalls oder der Aktivität, die zu einem bestimmten Zeitpunkt stattgefunden hat.
Beschreibung Dieses Attribut beschreibt einen bestimmten Schritt oder eine Statusänderung im Lebenszyklus des Verkaufsauftrags, etwa „Verkaufsauftrag erstellt“, „Ware versandt“ oder „Zahlung eingegangen“. Die Abfolge dieser Aktivitäten bildet die Grundlage der Prozesslandkarte. Die Analyse des Aktivitätsflusses zeigt häufige Prozesspfade, Abweichungen und Engpässe. Häufigkeit und Reihenfolge der Aktivitäten zu verstehen, ist entscheidend, um Möglichkeiten zur Vereinfachung der Abläufe und zur Verringerung manueller Arbeit zu erkennen. Warum das wichtig ist Das Attribut legt die Prozessschritte fest und ermöglicht die Visualisierung und Analyse des Prozessflusses. Woher beziehen Dieses Attribut wird in der Regel aus Statusänderungen im System, Transaktionstypen oder bestimmten Event Logs in NetSuite abgeleitet. Häufig müssen Statusfelder oder Ereignisse bei der Transaktionserstellung einem standardisierten Aktivitätsnamen zugeordnet werden. Beispiele Auftrag erstelltVerkaufsauftrag genehmigtWare versandtRechnung erstelltZahlung eingegangen
	Ereigniszeitpunkt EventTime	Der Timestamp, der angibt, wann die Aktivität stattgefunden hat.
Beschreibung Dieses Attribut enthält Datum und Uhrzeit jeder Aktivität im Prozess. Es bildet die chronologische Grundlage des Event Logs und ermöglicht die Berechnung von Durchlaufzeiten, Dauern und Wartezeiten zwischen einzelnen Schritten. Genaue Timestamps sind für die Leistungsanalyse unverzichtbar. Damit lässt sich beispielsweise die Zeit von der Auftragserstellung bis zum Versand messen oder eine Verzögerung bei der Bonitätsprüfung erkennen. So können Sie die Prozesseffizienz und die Einhaltung von Service-Level-Vereinbarungen detailliert analysieren. Warum das wichtig ist Timestamps sind für die Berechnung aller zeitbezogenen Kennzahlen entscheidend. Dazu gehören Durchlaufzeiten und Dauern, die benötigt werden, um Engpässe im Prozess zu erkennen. Woher beziehen Dies entspricht Datumsfeldern in NetSuite-Transaktionsdatensätzen, etwa „Erstellungsdatum“ des Verkaufsauftrags, „Tatsächliches Versanddatum“ der Artikelabwicklungen oder „Datum“ bei Rechnungen und Zahlungen. Beispiele 2023-04-15T10:00:00Z2023-04-15T14:30:00Z2023-04-16T09:00:00Z
	Verkaufsauftrag SalesOrder	Die eindeutige Kennung jedes Verkaufsauftragsdokuments.
Beschreibung Der Verkaufsauftrag dient als zentrale Case-ID. Er verknüpft alle nachfolgenden Aktivitäten, von der Auftragserteilung durch den Kunden bis zur Warenlieferung und zum Zahlungseingang. Jeder Verkaufsauftrag bildet einen einzelnen Durchlauf des Gesamtprozesses ab. Im Process Mining ist dieses Attribut grundlegend, um den Ablauf jedes Auftrags zu rekonstruieren. Es ermöglicht die Analyse von Prozessvarianten, Durchlaufzeiten und Engpässen für jeden einzelnen Auftrag und liefert einen vollständigen Überblick über den Lebenszyklus jeder Kundenanfrage. Warum das wichtig ist Diese zentrale Kennung verknüpft alle zugehörigen Ereignisse zu einer einzelnen Prozessinstanz und ermöglicht so die Analyse des gesamten Ablaufs. Woher beziehen Dies ist die interne ID des Verkaufsauftragstransaktionsdatensatzes in NetSuite. Sie finden sie in der Regel als „Interne ID“ im Verkaufsauftragsformular oder in den Suchergebnissen. Beispiele SO-100521SO-100522SO-100523
	Benutzer User	Der Benutzer oder Mitarbeitende, der die Aktivität ausgeführt hat.
Beschreibung Dieses Attribut bezeichnet die Person, die für einen bestimmten Prozessschritt verantwortlich war, etwa den Vertriebsmitarbeitenden, der den Auftrag erstellt hat, oder die Lagerkraft, die die Ware verpackt hat. Als Wert kann ein Benutzername oder eine eindeutige ID dienen. Die Auswertung nach Benutzer hilft, die Arbeitslast zu verteilen, Schulungsbedarf zu erkennen und die Leistung einzelner Personen oder Teams zu vergleichen. Bei der Ursachenanalyse von Abweichungen oder Verzögerungen im Zusammenhang mit bestimmten Benutzeraktionen ist dieses Attribut besonders wichtig. Warum das wichtig ist Das Attribut ermöglicht die Leistungsanalyse nach Mitarbeitenden oder Rollen. So lassen sich besonders leistungsstarke Mitarbeitende, mögliche Automatisierungsansätze und Schulungsbedarf erkennen. Woher beziehen Diese Informationen finden Sie in Feldern wie „Erstellt von“, „Geändert von“ oder „Eigentümer“ verschiedener NetSuite-Transaktionsdatensätze. Beispiele John SmithJane DoeLagerbenutzer 1
	Gesamtauftragswert TotalOrderAmount	Der Gesamtwert des Verkaufsauftrags.
Beschreibung Dieses Attribut gibt den Gesamtwert des Verkaufsauftrags an, einschließlich aller Artikel, Steuern und Versandkosten. Es ist eine wichtige Kennzahl für die wirtschaftliche Bedeutung jeder Prozessinstanz. Die Analyse nach Auftragswert kann wichtige Muster aufdecken. Beispielsweise durchlaufen Aufträge mit hohem Wert möglicherweise einen anderen, stärker manuellen Freigabeprozess, während Aufträge mit geringem Wert weitgehend automatisiert bearbeitet werden. So können Sie Verbesserungsmaßnahmen auf die Aufträge mit der größten Wirkung konzentrieren. Warum das wichtig ist Das Attribut ermöglicht eine wertbasierte Analyse. So können Sie Aufträge mit hohem Wert priorisieren und nachvollziehen, wie sich die Prozesseffizienz auf den Umsatz auswirkt. Woher beziehen Dies ist das Feld „Gesamt“ im Verkaufsauftragstransaktionsdatensatz in NetSuite. Beispiele 1500.00250.5012500.75
	Gewünschtes Lieferdatum RequestedDeliveryDate	Das vom Kunden gewünschte Lieferdatum.
Beschreibung Dieses Attribut erfasst das Datum, an dem der Kunde seine Waren erhalten möchte. Es dient als Grundlage für die Kennzahl zur termingerechten Lieferung. Für die Berechnung der KPI „Termingerechte Lieferquote“ wird dieses Datum mit dem tatsächlichen Lieferdatum (Timestamp von „Waren versandt“) verglichen. Die Analyse der Abweichung zwischen dem gewünschten und dem tatsächlichen Lieferdatum hilft, systematische Probleme bei der Prognose, der Bestandsverwaltung oder der Logistik zu erkennen, die verhindern, dass das Unternehmen die Erwartungen der Kunden erfüllt. Warum das wichtig ist Es bildet die Grundlage, um die Leistung bei termingerechter Lieferung und die Kundenzufriedenheit zu messen. Woher beziehen Dies kann einem Standard- oder benutzerdefinierten Feld im Datensatz „Sales Order“ entsprechen, das häufig „Requested Delivery Date“ oder ähnlich heißt. Beispiele 2023-05-202023-06-012023-06-15
	Kundenname CustomerName	Der Name des Kunden, der den Verkaufsauftrag erteilt hat.
Beschreibung Dieses Attribut enthält den Namen des Unternehmens oder der Person, die Waren oder Dienstleistungen gekauft hat. Es verknüpft den Verkaufsauftragsprozess mit einem bestimmten Kundenkonto. Die Analyse nach Kunden ist wichtig, um kundenspezifisches Verhalten zu verstehen, Probleme bei wichtigen Kunden zu erkennen und Service-Level zu bewerten. So können Sie den Prozess aus Kundensicht betrachten und feststellen, bei welchen Kunden es besonders häufig zu Verzögerungen oder Nacharbeit kommt. Warum das wichtig ist Das Attribut ermöglicht die Segmentierung des Prozesses nach Kunden. So können Sie die Kundenzufriedenheit analysieren, Probleme bei wichtigen Kunden erkennen und Ihre Services gezielt anpassen. Woher beziehen Dies ist das Feld „Kunde“ oder „Unternehmen“ im Verkaufsauftragstransaktionsdatensatz in NetSuite. Beispiele Global Corp Inc.Innovate Solutions Ltd.Dynamic Tech
	Produktkategorie ProductCategory	Die Kategorie des wichtigsten Produkts oder der wichtigsten Dienstleistung im Verkaufsauftrag.
Beschreibung Dieses Attribut ordnet die Artikel im Verkaufsauftrag übergeordneten Kategorien wie „Hardware“, „Software“ oder „Dienstleistungen“ zu. Enthält ein Auftrag mehrere Kategorien, kann anhand des Werts oder der Artikelanzahl eine Hauptkategorie festgelegt werden. Die Analyse nach Produktkategorie kann unterschiedliche Wege der Auftragsabwicklung aufzeigen. Bei Dienstleistungen ist die Abwicklung beispielsweise oft einfacher als bei physischer Hardware, die kommissioniert, verpackt und versandt werden muss. Diese Segmentierung ist wichtig, um Verbesserungen gezielt auf einzelne Kategorien auszurichten. Warum das wichtig ist Die Segmentierung nach Produktkategorie zeigt unterschiedliche Wege der Auftragsabwicklung und hilft, kategoriespezifische Engpässe zu erkennen. Woher beziehen Diese Information stammt aus den „Item“-Datensätzen, die mit den Auftragspositionen verknüpft sind. Um die Kategorie zu ermitteln, müssen Sie die Daten möglicherweise mit den Item-Stammdaten verknüpfen. Beispiele ElektronikSoftwarelizenzBeratungsleistungen
	Rechnungsnummer InvoiceNumber	Die eindeutige Kennung der Kundenrechnung.
Beschreibung Dieses Attribut enthält die Referenznummer des Rechnungsdokuments, das aus dem Kundenauftrag erstellt wurde. Es verknüpft die Auftragsabwicklung mit der Verwaltung der Forderungen. Die Rechnungsnummer ist wichtig für den finanziellen Abgleich und für Analysen, die den gesamten Ablauf vom Auftrag bis zum Zahlungseingang abdecken. Sie stellt eine konkrete Verbindung zwischen dem Versand der Waren und dem Zahlungseingang her. Warum das wichtig ist Es verknüpft den Kundenauftrag mit der zugehörigen Abrechnungstransaktion und ermöglicht so eine durchgängige Order-to-Cash-Analyse. Woher beziehen Dies ist die „Invoice #“ oder „Transaction ID“ des Rechnungsdatensatzes, der aus dem Kundenauftrag erstellt wurde. Beispiele INV-2001INV-2002INV-2003
	Status des Verkaufsauftrags SalesOrderStatus	Der aktuelle Status des Verkaufsauftrags in seinem Lebenszyklus.
Beschreibung Dieses Attribut gibt den aktuellen Status des Verkaufsauftrags an, etwa „Genehmigung ausstehend“, „Auftragsabwicklung ausstehend“ oder „Abgerechnet“. Es zeigt, an welcher Stelle des Gesamtprozesses sich der Auftrag befindet. Das Aktivitätsprotokoll zeigt den bisherigen Ablauf. Der aktuelle Status hilft dagegen, Aufträge zu filtern, die gerade blockiert sind oder bearbeitet werden. Die Analyse von Cases nach ihrem Endstatus zeigt, ob ein Auftrag erfolgreich abgeschlossen oder storniert wurde oder noch in Bearbeitung ist. Warum das wichtig ist Das Attribut ermöglicht es, Cases nach ihrem aktuellen Status zu filtern. Das ist wichtig, um offene Aufträge zu analysieren und blockierte oder verzögerte Aufträge zu erkennen. Woher beziehen Dies ist das Feld „Status“ im Verkaufsauftragstransaktionsdatensatz in NetSuite. Beispiele Auftragsabwicklung ausstehendAbrechnung ausstehendAbgerechnetAbgeschlossen
	Zahlungsbedingungen PaymentTerms	Die vereinbarten Bedingungen für die Bezahlung der Rechnung.
Beschreibung Dieses Attribut legt fest, unter welchen Bedingungen ein Kunde die Waren oder Dienstleistungen bezahlen soll, zum Beispiel „Net 30“ oder „Due on Receipt“. Anhand dieser Bedingungen wird das Fälligkeitsdatum der Rechnung berechnet. Die Analyse nach Zahlungsbedingungen zeigt, welche Bedingungen mit verspäteten Zahlungen verbunden sind, und hilft dem Unternehmen, die finanziellen Auswirkungen seiner Kreditrichtlinien einzuschätzen. Sie ist eine wichtige Grundlage für das Dashboard „Einhaltung der Zahlungsbedingungen“ und für das Verständnis der Zahlungsströme. Warum das wichtig ist Es bildet die Grundlage für die Berechnung von Fälligkeitsterminen sowie für die Analyse des Zahlungsverhaltens der Kunden und ihrer Einhaltung der Zahlungsbedingungen. Woher beziehen Dies ist das Feld „Terms“ im Datensatz „Sales Order“ oder in der Rechnungstransaktion in NetSuite. Beispiele Netto 30 TageNetto 60 TageFällig bei Erhalt
	Anzahl der Änderungen am Kundenauftrag SalesOrderChangeCount	Wie oft ein Kundenauftrag nach seiner ursprünglichen Erstellung geändert wurde.
Beschreibung Diese berechnete Kennzahl zählt für jeden Case die Aktivitäten „Kundenauftrag geändert“. Eine hohe Anzahl an Änderungen weist auf Nacharbeit hin, die durch Kundenwünsche, Eingabefehler oder Preisanpassungen entstehen kann. Dieses Attribut fließt direkt in die KPI „Nacharbeitsquote bei Kundenaufträgen“ und das Dashboard „Varianten bei der Nacharbeit von Kundenaufträgen“ ein. Die Analyse von Aufträgen mit vielen Änderungen hilft, die Ursachen der Nacharbeit zu ermitteln, etwa bestimmte Produkte, Kunden oder Vertriebsmitarbeitende. Warum das wichtig ist Quantifiziert die Nacharbeit direkt und hilft, Ineffizienzen, Probleme mit der Datenqualität und instabile Prozesse zu erkennen. Woher beziehen Dieser Wert wird bei der Datentransformation berechnet, indem für jede Case-ID „SalesOrder“ die Ereignisse „Sales Order Changed“ gezählt werden. Beispiele 013
	Kreditstatus CreditStatus	Gibt an, ob der Kundenauftrag wegen einer Kreditsperre zurückgehalten wird.
Beschreibung Dieses Attribut zeigt den Kreditstatus des Kunden zum Zeitpunkt der Auftragsbearbeitung an, zum Beispiel „Zurückgestellt“ oder „Freigegeben“. Es ist ein wichtiger Faktor in den frühen Phasen des Auftragslebenszyklus. Die Analyse dieses Attributs zeigt, wie sich Kreditprüfungen auf die gesamte Auftragsdurchlaufzeit auswirken. Das Dashboard „Analyse der Dauer der Kreditprüfung“ verwendet diese Daten, um zu ermitteln, wie viele Aufträge zurückgestellt werden und wie lange ihre Freigabe dauert. So werden Engpässe im Kreditmanagement sichtbar. Warum das wichtig ist Wirkt sich direkt auf die KPI „Dauer der Kreditprüfung“ aus und hilft, Verzögerungen in den frühen Phasen des Auftragsprozesses zu erklären. Woher beziehen Dies kann ein Standard-Statusfeld oder ein benutzerdefiniertes Kontrollkästchen im Datensatz „Sales Order“ sein, zum Beispiel „Credit Hold“. Der Status lässt sich auch anhand der Aktivitäten „Kreditsperre gesetzt“ und „Kreditsperre aufgehoben“ ableiten. Beispiele GutZurückgestelltFreigegeben
	Kundenauftragstyp SalesOrderType	Die Klassifizierung des Kundenauftrags, zum Beispiel als Standard-, Eil- oder Sonderauftrag.
Beschreibung Dieses Attribut ordnet Kundenaufträge nach Typ ein. Der Typ bestimmt häufig den Prozessablauf und die Priorität. Ein „Eilauftrag“ kann beispielsweise bestimmte Schritte überspringen oder strengere SLAs haben als ein „Standardauftrag“. Die Analyse des Prozesses nach Auftragstyp ist wichtig, um zu beurteilen, ob unterschiedliche Prozessvarianten beabsichtigt und wirksam sind. Sie zeigt, ob Sonderverfahren für bestimmte Auftragstypen tatsächlich zu schnelleren oder besseren Ergebnissen führen und welche Kosten damit verbunden sind. Warum das wichtig ist Ermöglicht den Vergleich verschiedener vorgesehener Prozessabläufe, etwa für Standard- und Eilaufträge, um zu prüfen, ob sie die erwartete Leistung erbringen. Woher beziehen In der Regel handelt es sich um ein benutzerdefiniertes Feld „Order Type“ im Formular „Sales Order“. NetSuite verwendet standardmäßig verschiedene Transaktionsformulare, zum Beispiel „Standard Sales Order“ und „Standard Sales Order - Cash Sale“, statt eines einzelnen Typfelds. Beispiele StandardauftragEilauftragProjektauftrag
	Letzte Datenaktualisierung LastDataUpdate	Timestamp der letzten Datenaktualisierung oder -extraktion aus dem Quellsystem.
Beschreibung Dieses Attribut gibt an, wann der Datensatz zuletzt aktualisiert wurde. Es zeigt den Fachanwendern, wie aktuell die analysierten Daten sind und welchen Zeitraum die Process-Mining-Dashboards und -Analysen abdecken. Für die Analyse des Prozessflusses wird dieses Attribut nicht verwendet. Als wichtige Metadaten unterstützt es jedoch Data Governance und das Vertrauen der Benutzer. Es hilft ihnen, die Aktualität der Erkenntnisse einzuschätzen und zu wissen, wann neue Daten berücksichtigt werden. Warum das wichtig ist Das Attribut informiert Benutzer darüber, wie aktuell die Daten sind. Das ist wichtig, wenn Entscheidungen auf Grundlage der Analyse getroffen werden. Woher beziehen Dieser Timestamp wird bei der Extraktion der Daten aus NetSuite erzeugt und dem Datensatz hinzugefügt. Beispiele 2023-10-27T02:00:00Z
	Quellsystem SourceSystem	Gibt an, aus welchem System die Daten stammen.
Beschreibung Dieses Attribut bezeichnet die Quellanwendung, in der die Ereignisdaten erzeugt wurden. Für diesen Prozess ist das in der Regel „NetSuite“. In komplexeren Umgebungen kann es Daten aus verschiedenen integrierten Systemen unterscheiden, etwa aus einem separaten CRM- oder WMS-System. Bei der Analyse hilft das Attribut, die Datenherkunft nachzuvollziehen. Es ist besonders wichtig, wenn Daten aus mehreren Quellen zu einer einheitlichen Prozessansicht zusammengeführt werden. So lässt sich sicherstellen, dass die Daten ihrer Herkunft korrekt zugeordnet sind, was für Data Governance und die Fehlerbehebung wichtig ist. Warum das wichtig ist Das Attribut liefert wichtige Informationen zur Datenherkunft, insbesondere in Umgebungen mit mehreren integrierten Systemen. Woher beziehen Dies ist ein statischer Wert („NetSuite“), der bei der Datenextraktion und -transformation hinzugefügt wird. Beispiele NetSuite
	Termingerechte Lieferung IsOnTimeDelivery	Kennzeichnet, ob der Auftrag am gewünschten Datum oder früher geliefert wurde.
Beschreibung Dieses berechnete boolesche Attribut vergleicht den Timestamp von „Waren versandt“ oder der tatsächlichen Lieferung mit „RequestedDeliveryDate“. Es ist wahr, wenn die Lieferung termingerecht oder früher erfolgt ist, und falsch, wenn sie verspätet war. Diese Kennzeichnung ist entscheidend für die KPI „Termingerechte Lieferquote“ und das Dashboard „Abweichung zwischen zugesagter und tatsächlicher Lieferung“. Sie vereinfacht die Analyse der Lieferleistung. Durch Filtern und Aggregieren lassen sich die Ursachen verspäteter Lieferungen ermitteln, etwa bestimmte Produkte, Regionen oder Prozessengpässe. Warum das wichtig ist Liefert ein eindeutiges Ja-Nein-Ergebnis zur Lieferleistung und vereinfacht so die KPI-Berechnung und die Ursachenanalyse verspäteter Aufträge. Woher beziehen Dieser Wert wird bei der Datentransformation berechnet, indem der Timestamp der Aktivität „Waren versandt“ mit dem Attribut „RequestedDeliveryDate“ verglichen wird. Beispiele truefalse
	Termingerechte Zahlung IsOnTimePayment	Kennzeichnet, ob die Rechnung am Fälligkeitstag oder früher bezahlt wurde.
Beschreibung Dieses berechnete boolesche Attribut vergleicht den Timestamp von „Zahlung eingegangen“ mit „PaymentDueDate“. Es ist wahr, wenn die Zahlung am Fälligkeitstag oder früher eingegangen ist, und andernfalls falsch. Dieses Attribut bildet die Grundlage für die KPI „Termingerechte Zahlungsquote“ und das Dashboard „Einhaltung der Zahlungsbedingungen“. Es misst das Zahlungsverhalten der Kunden und ermöglicht die Analyse, bei welchen Kunden, Regionen oder Zahlungsbedingungen verspätete Zahlungen besonders häufig auftreten. Warum das wichtig ist Misst direkt die Zahlungsmoral der Kunden. Das ist entscheidend für die Steuerung des Cashflows und die Einschätzung des Kreditrisikos. Woher beziehen Dieser Wert wird bei der Datentransformation berechnet, indem der Timestamp der Aktivität „Zahlung eingegangen“ mit dem Attribut „PaymentDueDate“ verglichen wird. Beispiele truefalse
	Versandland ShippingCountry	Das Zielland der Lieferung.
Beschreibung Dieses Attribut enthält das Land, in das die Waren des Auftrags versandt werden. Es wird aus der Lieferadresse des Kundenauftrags abgeleitet. Eine geografische Analyse nach Versandland kann Unterschiede in der Prozessleistung aufzeigen, die durch Logistik, Zoll oder die Effizienz regionaler Niederlassungen entstehen. So lassen sich Versandzeiten, Liefergenauigkeit und Prozesskosten zwischen Ländern und Regionen vergleichen. Warum das wichtig ist Ermöglicht geografische Analysen, um regionale Engpässe zu erkennen, die Logistikleistung zu vergleichen und internationale Besonderheiten besser zu verstehen. Woher beziehen Dies ist Teil der „Shipping Address“ im Datensatz der Kundenauftragstransaktion. Beispiele USADeutschlandJapan
	Vertriebsteam SalesTeam	Das Vertriebsteam oder die Gruppe, der der Kundenauftrag zugeordnet ist.
Beschreibung Dieses Attribut gibt das Team oder die Abteilung an, die für den Verkauf verantwortlich ist. Es dient dazu, Vertriebsmitarbeitende zu organisieren und Vertriebsgebiete oder Produktlinien zu verwalten. In der Process-Mining-Analyse kann ein Vergleich der Vertriebsteams bewährte Vorgehensweisen erfolgreicher Teams aufzeigen oder systematische Probleme in einem bestimmten Team sichtbar machen. Dabei können Unterschiede bei der Datenqualität, der Freigabe von Rabatten oder anderen vorgelagerten Faktoren auffallen, die sich auf die nachgelagerte Auftragsabwicklung auswirken. Warum das wichtig ist Ermöglicht den Leistungsvergleich zwischen Vertriebsteams und hilft dabei, bewährte Vorgehensweisen sowie Bereiche mit Unterstützungsbedarf zu erkennen. Woher beziehen Dies kann ein Standard- oder benutzerdefiniertes Feld im Datensatz „Sales Order“ sein, das häufig mit dem Mitarbeiterdatensatz des Vertriebsmitarbeitenden verknüpft ist. Beispiele Vertrieb NordamerikaEnterprise-Vertrieb EMEAVertriebskanal APAC
	Zahlungsfälligkeitsdatum PaymentDueDate	Das Datum, bis zu dem die Rechnung bezahlt werden muss.
Beschreibung Dieses Attribut enthält das berechnete Datum, bis zu dem der Kunde zahlen muss. Es richtet sich nach dem Rechnungsdatum und den Zahlungsbedingungen. Bei einer Rechnung vom 1. April mit Zahlungsziel „Net 30“ wäre das Fälligkeitsdatum beispielsweise der 1. Mai. Dieses Datum ist für die Finanzanalyse entscheidend. Durch den direkten Vergleich mit dem Datum des Zahlungseingangs lässt sich feststellen, ob eine Zahlung fristgerecht eingegangen ist. Es ist eine wichtige Grundlage für die KPI „Termingerechte Zahlungsquote“ und die Verwaltung der Forderungen. Warum das wichtig ist Dieses Datum ist der Maßstab für die Messung der termingerechten Zahlung. Das ist entscheidend für die Steuerung des Cashflows und der Forderungen. Woher beziehen Dies ist das Feld „Due Date“ im Datensatz der Rechnungstransaktion. NetSuite berechnet es automatisch anhand des Rechnungsdatums und der Zahlungsbedingungen. Beispiele 2023-05-302023-06-152023-07-01

Erforderlich Empfohlen Optional

Aktivitäten im Order-to-Cash-Prozess: Kundenauftragsabwicklung

Dies sind die wichtigen Prozessschritte und Meilensteine, die Sie in Ihrem Event Log erfassen sollten, um den Prozess zuverlässig zu entdecken und zu analysieren.

7 Empfohlen 7 Optional

	Aktivität	Beschreibung
	Auftrag erstellt	Diese Aktivität markiert den offiziellen Beginn der Auftragsbearbeitung. Sie tritt ein, wenn eine neue Verkaufsauftragstransaktion zum ersten Mal in NetSuite gespeichert wird. Dabei wird die ursprüngliche Kundenanfrage erfasst.
Warum das wichtig ist Dies ist das zentrale Start-Event des Order-to-Cash-Prozesses. Die Zeit zwischen diesem Ereignis und den folgenden Aktivitäten ist entscheidend, um die Effizienz der Auftragsbearbeitung und die Durchlaufzeiten insgesamt zu messen. Woher beziehen Dieses explizite Ereignis wird aus dem Feld „Erstellungsdatum“ des Verkaufsauftragsdatensatzes ermittelt (Tabelle Transaction, Type='SalesOrd'). Erfassung Verwenden Sie das Erstellungsdatum der Verkaufsauftragstransaktion. Ereignistyp explicit
	Auftragsabwicklung erstellt	Diese Aktivität markiert den Beginn der physischen Auftragsabwicklung im Lager. Sie tritt ein, wenn aus dem Verkaufsauftrag eine Transaktion vom Typ „Artikelabwicklung“ erstellt wird.
Warum das wichtig ist Dieser Meilenstein verbindet den Vertriebsprozess mit den Lagerabläufen. Die Zeit zwischen der Auftragsfreigabe und der Erstellung der Auftragsabwicklung ist ein wichtiger Indikator für die operative Bereitschaft. Woher beziehen Dies ist ein explizites Ereignis. Als Timestamp dient das Erstellungsdatum des Datensatzes „Artikelabwicklung“, der mit dem ursprünglichen Verkaufsauftrag verknüpft ist. Erfassung Verwenden Sie das Erstellungsdatum des verknüpften Datensatzes „Artikelabwicklung“. Ereignistyp explicit
	Rechnung erstellt	Dieses Ereignis bezeichnet die Erstellung der Rechnung für die versandten Waren oder erbrachten Dienstleistungen. Es wird explizit erfasst, wenn eine mit dem Verkaufsauftrag verknüpfte Rechnungstransaktion erstellt wird.
Warum das wichtig ist Diese Aktivität ist ein wichtiger Meilenstein für die Umsatzrealisierung und markiert den Beginn des Zahlungszyklus. Die Zeit zwischen Versand und Rechnungsstellung wirkt sich direkt auf den Cashflow aus. Woher beziehen Dieses explizite Ereignis wird aus dem Feld „Erstellungsdatum“ des Rechnungsdatensatzes ermittelt (Tabelle Transaction, Type='CustInvc'), der mit dem Verkaufsauftrag verknüpft ist. Erfassung Verwenden Sie das Erstellungsdatum der verknüpften Rechnung. Ereignistyp explicit
	Verkaufsauftrag abgeschlossen	Diese letzte Aktivität zeigt an, dass der Verkaufsauftrag vollständig abgewickelt und in Rechnung gestellt wurde und als abgeschlossen gilt. Sie wird aus der Statusänderung des Verkaufsauftrags zu „Abgeschlossen“ abgeleitet.
Warum das wichtig ist Dieses Ereignis markiert das operative Ende des Auftragslebenszyklus. Die Zeit von der Erstellung bis zum Abschluss gibt einen vollständigen Überblick über die Dauer des gesamten Prozesses. Woher beziehen Abgeleitet aus einer Änderung des Felds „Status“ der Verkaufsauftragstransaktion zu „Abgeschlossen“. Der Timestamp dieser abschließenden Statusänderung wird aus den Systemnotizen abgerufen. Erfassung Timestamp der Statusänderung zu „Abgeschlossen“ in den Systemnotizen des Verkaufsauftrags. Ereignistyp inferred
	Verkaufsauftrag genehmigt	Dieser Meilenstein zeigt an, dass der Verkaufsauftrag alle internen Prüfungen, etwa zu Bonität und Bestand, durchlaufen hat und für die Auftragsabwicklung bereit ist. In der Regel lässt sich dies an einer Statusänderung zu „Auftragsabwicklung ausstehend“ erkennen.
Warum das wichtig ist Die Freigabe ist ein entscheidender Gateway im Prozess. Die Zeit bis zur Freigabe zeigt, wo es bei internen Prüfungen und Entscheidungen zu Verzögerungen kommt. Woher beziehen Abgeleitet aus einer Statusänderung im Verkaufsauftragsdatensatz. Der Timestamp wird erfasst, wenn das Feld „Auftragsstatus“ auf „Auftragsabwicklung ausstehend“ oder einen vergleichbaren benutzerdefinierten Freigabestatus gesetzt wird. Erfassung Timestamp der Statusänderung zu „Auftragsabwicklung ausstehend“ in den Systemnotizen des Verkaufsauftrags. Ereignistyp inferred
	Ware versandt	Dieser Meilenstein markiert den Zeitpunkt, an dem die Artikel das Lager verlassen und auf dem Weg zum Kunden sind. Er wird erfasst, wenn der Status des Datensatzes „Artikelabwicklung“ auf „Versandt“ gesetzt wird.
Warum das wichtig ist Der Versand ist ein wichtiger Übergabepunkt an den Transportdienstleister und den Kunden. Dieses Ereignis ist entscheidend, um die Leistung bei termingerechter Lieferung zu verfolgen und die gesamte Durchlaufzeit der Auftragsabwicklung zu messen. Woher beziehen Abgeleitet aus einer Änderung des Felds „Status“ der verknüpften Transaktion „Artikelabwicklung“ zu „Versandt“. Als Timestamp dient das Datum dieser Statusänderung. Erfassung Timestamp der Statusänderung zu „Versandt“ im Datensatz „Artikelabwicklung“. Ereignistyp inferred
	Zahlung eingegangen	Diese Aktivität markiert den Eingang einer Kundenzahlung für eine Rechnung. Erfasst wird die Erstellung einer Transaktion vom Typ „Kundenzahlung“, die der mit dem Verkaufsauftrag verknüpften Rechnung zugeordnet wird.
Warum das wichtig ist Als abschließendes Ereignis ist diese Aktivität wichtig für die Analyse des Cash Conversion Cycle und der Pünktlichkeit von Zahlungen. Sie zeigt den erfolgreichen finanziellen Abschluss eines Verkaufsvorgangs an. Woher beziehen Dies ist ein explizites Ereignis. Als Timestamp dient das Erstellungsdatum der Transaktion „Kundenzahlung“ (Tabelle Transaction, Type='CustPymt'), die der betreffenden Rechnung zugeordnet ist. Erfassung Verwenden Sie das Transaktionsdatum des Datensatzes „Kundenzahlung“, der der Rechnung zugeordnet ist. Ereignistyp explicit
	Bestand reserviert	Dieses Ereignis markiert den Zeitpunkt, an dem Bestand verbindlich für einen Verkaufsauftrag reserviert wird und damit für die Auftragsabwicklung verfügbar ist. Es lässt sich an Änderungen der „Zugesagten Menge“ in den Auftragspositionen erkennen.
Warum das wichtig ist Diese Aktivität ist entscheidend für die Analyse der Effizienz bei der Bestandszuweisung. Verzögerungen zwischen der Auftragsfreigabe und der Bestandsreservierung können zu Fehlbeständen führen und zugesagte Liefertermine gefährden. Woher beziehen Abgeleitet aus den Systemnotizen zu den Positionen des Verkaufsauftrags. Der Timestamp entspricht dem Zeitpunkt, an dem das Feld „Reservierte Menge“ von null auf einen positiven Wert gesetzt wird. Erfassung Timestamp der Änderung im Feld „Reservierte Menge“ der Auftragspositionen. Ereignistyp inferred
	Gutschrift erstellt	Dieses Ereignis tritt ein, wenn eine Gutschrift für einen Verkaufsauftrag oder eine Rechnung ausgestellt wird, in der Regel wegen einer Rücksendung, einer Preisanpassung oder eines anderen Entgegenkommens. Erfasst wird die Erstellung einer Transaktion vom Typ „Gutschrift“.
Warum das wichtig ist Gutschriften weisen häufig auf Probleme im Prozess hin, etwa Versandfehler oder Produktmängel. Wenn Sie ihre Häufigkeit und den Zeitpunkt analysieren, können Sie Ursachen ermitteln und die Qualität insgesamt verbessern. Woher beziehen Dieses explizite Ereignis basiert auf der Erstellung einer Transaktion vom Typ „Gutschrift“ (Tabelle Transaction, Type='CredMemo'), die mit der ursprünglichen Rechnung oder dem Verkaufsauftrag verknüpft werden kann. Erfassung Verwenden Sie das Erstellungsdatum der verknüpften Gutschrift. Ereignistyp explicit
	Kreditsperre aufgehoben	Dieses Ereignis bezeichnet den Zeitpunkt, an dem die Kreditsperre eines Verkaufsauftrags aufgehoben wird und die Auftragsabwicklung fortgesetzt werden kann. Erfasst wird die Statusänderung von einem Sperrstatus zu „Offen“ oder „Genehmigt“.
Warum das wichtig ist Die Dauer einer Kreditsperre ist eine wichtige KPI. Anhand dieses Ereignisses lässt sich messen, wie lange die Klärung von Bonitätsproblemen dauert und wie sich dies auf den gesamten Order-to-Cash-Zyklus auswirkt. Woher beziehen Abgeleitet aus den Systemnotizen oder dem Prüfpfad des Verkaufsauftragsdatensatzes. Erfasst wird der Timestamp, an dem sich der „Auftragsstatus“ aus einem Sperrstatus ändert. Erfassung Ermitteln Sie den Timestamp der Statusänderung von der Kreditsperre zu einem aktiven Status. Ereignistyp inferred
	Kreditsperre gesetzt	Dieses Ereignis tritt ein, wenn ein Verkaufsauftrag automatisch oder manuell für die Kreditsperre vorgemerkt wird. Dadurch wird die Auftragsabwicklung unterbrochen. In der Regel lässt sich dies an einer Statusänderung des Auftrags zu „Genehmigung ausstehend“ oder einem bestimmten Status „Kreditsperre“ erkennen.
Warum das wichtig ist Wann und warum Aufträge gesperrt werden, ist entscheidend, um Verzögerungen in der Auftragsabwicklung zu verstehen. Diese Aktivität macht Engpässe aufgrund von Bonitätsproblemen sichtbar. Woher beziehen Abgeleitet aus den Systemnotizen oder dem Prüfpfad des Verkaufsauftragsdatensatzes. Dabei wird insbesondere geprüft, ob sich das Feld „Auftragsstatus“ in einen Sperrstatus geändert hat. Erfassung Ermitteln Sie den Timestamp der Statusänderung zur Kreditsperre. Ereignistyp inferred
	Verkaufsauftrag geändert	Diese Aktivität erfasst wesentliche Änderungen an einem Verkaufsauftrag nach seiner Erstellung, etwa an Mengen, Artikeln oder Preisen. Die Änderungen werden anhand der Systemnotizen oder des Prüfpfads erfasst.
Warum das wichtig ist Häufige Änderungen können auf Eingabefehler oder eine schwankende Kundennachfrage hindeuten. Sie führen zu Nacharbeit und ineffizienten Abläufen. Wenn Sie diese Änderungen verfolgen, können Sie die Ursachen für Auftragsänderungen ermitteln. Woher beziehen Abgeleitet aus den Systemnotizen oder dem Prüfpfad der Verkaufsauftragstransaktion. Jede protokollierte Änderung an einem relevanten Feld kann als Ausführung dieser Aktivität gelten. Erfassung Ermitteln Sie Änderungen an Feldern in den Systemnotizen des Verkaufsauftrags nach der ursprünglichen Erstellung. Ereignistyp inferred
	Ware kommissioniert	Dieses Ereignis zeigt an, dass die Artikel für den Auftrag aus ihren Lagerplätzen entnommen wurden. Es wird aus der Statusänderung des zugehörigen Datensatzes „Artikelabwicklung“ abgeleitet.
Warum das wichtig ist Die Dauer der Kommissionierung ist eine wichtige Kennzahl für die Effizienz im Lager. Mit dieser Aktivität können Sie Engpässe im Kommissionierprozess messen und erkennen. Woher beziehen Abgeleitet aus einer Änderung des Felds „Status“ der verknüpften Transaktion „Artikelabwicklung“ zu „Kommissioniert“. Der Timestamp stammt aus den Systemnotizen zu dieser Statusänderung. Erfassung Timestamp der Statusänderung zu „Kommissioniert“ im Datensatz „Artikelabwicklung“. Ereignistyp inferred
	Ware verpackt	Dieses Ereignis zeigt an, dass die kommissionierten Artikel verpackt und versandbereit sind. Erfasst wird die Statusänderung des Datensatzes „Artikelabwicklung“ zu „Verpackt“.
Warum das wichtig ist Mit dieser Aktivität lässt sich die Effizienz der Packstation messen. Die Dauer zwischen Kommissionierung und Verpackung kann auf Kapazitätsengpässe oder ineffiziente Abläufe hinweisen. Woher beziehen Abgeleitet aus einer Änderung des Felds „Status“ der verknüpften Transaktion „Artikelabwicklung“ zu „Verpackt“. Der Timestamp wird anhand der Systemnotizen zu dieser Änderung erfasst. Erfassung Timestamp der Statusänderung zu „Verpackt“ im Datensatz „Artikelabwicklung“. Ereignistyp inferred

Anleitungen zur Datenextraktion

So erhalten Sie Ihre Daten aus NetSuite

Schritte

Anmelden und navigieren: Melden Sie sich bei Ihrem NetSuite-Konto an. Sie benötigen Berechtigungen für den Zugriff auf Transaktionsdatensätze und zum Erstellen gespeicherter Suchen.
Gespeicherte Suchen aufrufen: Öffnen Sie die Seite zum Erstellen gespeicherter Suchen über Berichte > Neue Suche. Wählen Sie als Suchtyp Transaktion aus.
Suche nach Vertriebsauftragsereignissen erstellen: Erstellen Sie zunächst eine Suche, die Ereignisse direkt im Datensatz des Vertriebsauftrags erfasst. Legen Sie auf der Registerkarte Kriterien für Typ den Wert Vertriebsauftrag und für Hauptzeile den Wert Wahr fest. Fügen Sie einen Filter für Erstellungsdatum hinzu, um den gewünschten Zeitraum auszuwählen. Fügen Sie auf der Registerkarte Ergebnisse die Spalten und Formeln hinzu, die im Abfrageabschnitt unter „Gespeicherte Suche 1“ angegeben sind. Speichern Sie die Suche unter dem Namen ProcessMind_SalesOrder_Events.
Suche nach Versandereignissen erstellen: Erstellen Sie eine neue Suche vom Typ Transaktion. Legen Sie unter Kriterien für Typ den Wert Warenausgang und für Hauptzeile den Wert Wahr fest. Verwenden Sie Erstellt aus: Erstellungsdatum, um denselben Zeitraum wie bei der ersten Suche zu filtern. Fügen Sie unter Ergebnisse die erforderlichen Spalten hinzu und achten Sie darauf, die Vertriebsauftrags-ID über die Felder Erstellt aus... abzurufen. Verwenden Sie die Formeln aus „Gespeicherte Suche 2“ weiter unten. Speichern Sie die Suche unter dem Namen ProcessMind_Fulfillment_Events.
Suche nach Rechnungsereignissen erstellen: Erstellen Sie eine dritte Suche vom Typ Transaktion. Legen Sie unter Kriterien für Typ die Werte Rechnung und Gutschrift fest. Setzen Sie Hauptzeile auf Wahr und filtern Sie nach Erstellungsdatum. Fügen Sie unter Ergebnisse die erforderlichen Spalten gemäß „Gespeicherte Suche 3“ weiter unten hinzu. Rufen Sie die Vertriebsauftrags-ID über die Felder Erstellt aus... ab. Speichern Sie die Suche unter dem Namen ProcessMind_Billing_Events.
Suche nach Zahlungseingängen erstellen: Erstellen Sie die letzte Suche vom Typ Transaktion. Legen Sie unter Kriterien für Typ den Wert Kundenzahlung und für Hauptzeile den Wert Wahr fest. Filtern Sie nach Erstellungsdatum. Fügen Sie unter Ergebnisse die Spalten gemäß „Gespeicherte Suche 4“ hinzu. Um die Zahlung mit dem Vertriebsauftrag zu verknüpfen, müssen Sie den Umweg über die Rechnung nehmen. Speichern Sie die Suche unter dem Namen ProcessMind_Payment_Events.
Suchen ausführen und exportieren: Führen Sie jede der vier gespeicherten Suchen einzeln aus. Klicken Sie auf der Ergebnisseite auf das Symbol Exportieren – CSV, um die Daten herunterzuladen.
CSV-Dateien zusammenführen: Öffnen Sie die vier CSV-Dateien mit einem Tabellenkalkulationsprogramm wie Microsoft Excel oder einem Skript in Python. Fügen Sie die Zeilen aus den Dateien zu Versand, Rechnungen und Zahlungen an die Datei mit den Vertriebsauftragsereignissen an. Vergewissern Sie sich vor dem Zusammenführen, dass die Spaltenüberschriften in allen Dateien identisch sind.
Event Log fertigstellen: Prüfen Sie die zusammengeführte Datei und speichern Sie die konsolidierten Daten als einzelne CSV-Datei. Diese Datei enthält das Event Log und ist bereit für den Upload.

Konfiguration

Berechtigungen: Erforderlich ist eine Benutzerrolle mit Lesezugriff auf Vertriebsaufträge, Warenausgänge, Rechnungen, Kundenzahlungen und Systemhinweise. Außerdem benötigen Sie die Berechtigung, gespeicherte Suchen vom Typ „Transaktion“ zu erstellen und auszuführen.
Definition gespeicherter Suchen: Bei dieser Methode erstellen Sie vier separate gespeicherte Suchen für Vertriebsauftrags-, Versand-, Rechnungs- und Zahlungsereignisse, die anschließend extern zusammengeführt werden. Alle Suchen haben den Typ Transaktion.
Datumsfilter: Verwenden Sie für alle Suchen denselben Datumsbereich, damit der Datensatz vollständig ist. Filtern Sie nach dem Feld Erstellungsdatum der jeweiligen Haupttransaktion, zum Beispiel nach dem Erstellungsdatum des Vertriebsauftrags in der ersten Suche und nach „Erstellt aus: Erstellungsdatum“ in der Suche zu Versandereignissen.
Kriterium für Hauptzeile: Setzen Sie den Filter Hauptzeile in den Suchkriterien auf Wahr. So erhalten Sie ein Ereignis pro Transaktionsdatensatz statt eines Ereignisses pro Position. Das vereinfacht das Event Log.
Formeln für Aktivitäten: Die Spalten ActivityName und EventTime werden mithilfe der Felder Formula (Text) und Formula (DateTime) mit CASE-Anweisungen erzeugt. Passen Sie diese Formeln an die benutzerdefinierten Felder oder Statuswerte Ihres Unternehmens an, zum Beispiel bei Kreditsperren.
Geplante Exporte: Um den Ablauf zu automatisieren, konfigurieren Sie für jede gespeicherte Suche den Versand der Ergebnisse per E-Mail nach einem Zeitplan. Öffnen Sie in der Definition der gespeicherten Suche die Registerkarte E-Mail, aktivieren Sie E-Mail-Benachrichtigungen senden, wenn Datensätze erstellt/aktualisiert werden und legen Sie Zeitplan und Empfänger fest.

Beispielabfrage sql

-- This configuration describes the settings for four separate NetSuite Saved Searches.
-- The CSV results must be combined externally into a single file.

-- =========================================================================
-- Saved Search 1: ProcessMind_SalesOrder_Events
-- =========================================================================

-- Type: Transaction

-- Criteria:
--   Type = is "Sales Order"
--   Main Line = is true
--   System Notes : Field = is any of "Status", "[Your Custom Field for Credit Hold]"
--   Date Created = is within [Specify Date Range]

-- Results (Columns):
--   1. Formula (Text): {tranid} -> Header: SalesOrder
--   2. Formula (Text): CASE WHEN {systemnotes.type} = 'Create' THEN 'Sales Order Created' WHEN {systemnotes.field} = 'Status' AND {systemnotes.newvalue} like 'Pending Fulfillment%' THEN 'Sales Order Approved' WHEN {systemnotes.field} = 'Status' AND {systemnotes.newvalue} like '%Credit Hold%' THEN 'Credit Hold Applied' WHEN {systemnotes.field} = 'Status' AND {systemnotes.oldvalue} like '%Credit Hold%' THEN 'Credit Hold Released' WHEN {systemnotes.field} = 'Status' AND {systemnotes.newvalue} like 'Closed' THEN 'Sales Order Closed' WHEN {systemnotes.type} = 'Change' THEN 'Sales Order Changed' ELSE NULL END -> Header: ActivityName
--   3. Formula (DateTime): {systemnotes.date} -> Header: EventTime
--   4. System Notes : Set By -> Header: User
--   5. Name -> Header: CustomerName
--   6. Amount -> Header: TotalOrderAmount
--   7. Status -> Header: SalesOrderStatus
--   8. [Your Formula for Product Category] -> Header: ProductCategory
--   9. Ship Date -> Header: RequestedDeliveryDate
--   10. Terms -> Header: PaymentTerms
--   11. Created From : Document Number -> Header: InvoiceNumber

-- =========================================================================
-- Saved Search 2: ProcessMind_Fulfillment_Events
-- =========================================================================

-- Type: Transaction

-- Criteria:
--   Type = is "Item Fulfillment"
--   Main Line = is true
--   Created From : Date Created = is within [Specify Date Range]
--   System Notes : Field = is "Status"

-- Results (Columns):
--   1. Formula (Text): {createdfrom.tranid} -> Header: SalesOrder
--   2. Formula (Text): CASE WHEN {systemnotes.type} = 'Create' THEN 'Order Fulfillment Created' WHEN {systemnotes.newvalue} like 'Picked' THEN 'Goods Picked' WHEN {systemnotes.newvalue} like 'Packed' THEN 'Goods Packed' WHEN {systemnotes.newvalue} like 'Shipped' THEN 'Goods Shipped' ELSE NULL END -> Header: ActivityName
--   3. Formula (DateTime): {systemnotes.date} -> Header: EventTime
--   4. System Notes : Set By -> Header: User
--   5. Created From : Name -> Header: CustomerName
--   6. Created From : Amount -> Header: TotalOrderAmount
--   7. Created From : Status -> Header: SalesOrderStatus
--   8. [Your Formula for Product Category] -> Header: ProductCategory
--   9. Created From : Ship Date -> Header: RequestedDeliveryDate
--   10. Created From : Terms -> Header: PaymentTerms
--   11. NULL -> Header: InvoiceNumber

-- =========================================================================
-- Saved Search 3: ProcessMind_Billing_Events
-- =========================================================================

-- Type: Transaction

-- Criteria:
--   Type = is any of "Invoice", "Credit Memo"
--   Main Line = is true
--   Date Created = is within [Specify Date Range]

-- Results (Columns):
--   1. Formula (Text): {createdfrom.tranid} -> Header: SalesOrder
--   2. Formula (Text): CASE WHEN {type} = 'Invoice' THEN 'Invoice Created' WHEN {type} = 'Credit Memo' THEN 'Credit Memo Created' ELSE NULL END -> Header: ActivityName
--   3. Formula (DateTime): {datecreated} -> Header: EventTime
--   4. Created By -> Header: User
--   5. Name -> Header: CustomerName
--   6. Created From : Amount -> Header: TotalOrderAmount
--   7. Created From : Status -> Header: SalesOrderStatus
--   8. [Your Formula for Product Category] -> Header: ProductCategory
--   9. Created From : Ship Date -> Header: RequestedDeliveryDate
--   10. Terms -> Header: PaymentTerms
--   11. Document Number -> Header: InvoiceNumber

-- =========================================================================
-- Saved Search 4: ProcessMind_Payment_Events
-- =========================================================================

-- Type: Transaction

-- Criteria:
--   Type = is "Customer Payment"
--   Main Line = is true
--   Date Created = is within [Specify Date Range]

-- Results (Columns):
--   1. Formula (Text): {appliedtotransaction.createdfrom} -> Header: SalesOrder
--   2. Formula (Text): 'Payment Received' -> Header: ActivityName
--   3. Formula (DateTime): {datecreated} -> Header: EventTime
--   4. Created By -> Header: User
--   5. Customer : Company Name -> Header: CustomerName
--   6. Applied To Transaction : Created From : Amount -> Header: TotalOrderAmount
--   7. Applied To Transaction : Created From : Status -> Header: SalesOrderStatus
--   8. [Your Formula for Product Category] -> Header: ProductCategory
--   9. Applied To Transaction : Created From : Ship Date -> Header: RequestedDeliveryDate
--   10. Applied To Transaction : Terms -> Header: PaymentTerms
--   11. Applied To Transaction : Document Number -> Header: InvoiceNumber

Schritte

SuiteAnalytics Connect aktivieren: Melden Sie sich als Administrator bei NetSuite an. Öffnen Sie Setup > Unternehmen > Funktionen aktivieren. Vergewissern Sie sich auf der Registerkarte Analytics, dass das Kontrollkästchen SuiteAnalytics Connect aktiviert ist. Speichern Sie die Änderungen.
ODBC-Treiber herunterladen und installieren: Suchen Sie in NetSuite im Haupt-Dashboard im Portlet „Einstellungen“ den Link „SuiteAnalytics Connect einrichten“. Laden Sie den passenden ODBC-Treiber für Ihr Betriebssystem (Windows, macOS oder Linux) herunter und installieren Sie ihn auf dem Rechner, auf dem Sie die SQL-Abfrage ausführen.
ODBC-Datenquelle (DSN) konfigurieren: Öffnen Sie auf Ihrem Rechner die ODBC-Datenquellenverwaltung. Fügen Sie mithilfe des installierten NetSuite-Treibers eine Benutzer-DSN oder System-DSN hinzu. Geben Sie Host des Dienstes, Port, Datenquelle, Konto-ID und Rollen-ID ein. Diese Angaben finden Sie auf der Seite „SuiteAnalytics Connect einrichten“ in NetSuite.
Authentifizieren und verbinden: Stellen Sie mit einem SQL-Client wie DBeaver oder Microsoft Power BI oder mit einem Python-Skript und der Bibliothek pyodbc eine Verbindung zur konfigurierten DSN her. Sie werden aufgefordert, Ihren NetSuite-Benutzernamen und Ihr Passwort einzugeben.
SQL-Abfrage vorbereiten: Kopieren Sie die vollständige SQL-Abfrage aus dem Abfrageabschnitt dieses Dokuments in den Editor Ihres SQL-Clients.
Abfrageparameter anpassen: Suchen Sie am Anfang der Abfrage die WHERE-Klausel T.Date_Created >= '[START_DATE_YYYY-MM-DD]'. Ersetzen Sie den Platzhalter [START_DATE_YYYY-MM-DD] durch das tatsächliche Startdatum des Extraktionszeitraums.
Abfrage ausführen: Führen Sie die angepasste SQL-Abfrage für die NetSuite-Datenbank aus. Je nach Zeitraum und Datenmenge kann dies mehrere Minuten dauern.
Ergebnisse prüfen: Die Abfrage liefert eine einheitliche Tabelle mit dem Event Log. Jede Zeile entspricht einer Aktivität im Lebenszyklus eines Vertriebsauftrags. Prüfen Sie, ob Fehler vorliegen und ob die Spalten (SalesOrder, ActivityName, EventTime usw.) wie erwartet ausgefüllt sind.
Event Log exportieren: Exportieren Sie die Abfrageergebnisse aus Ihrem SQL-Client in eine CSV-Datei. Achten Sie auf die UTF-8-Kodierung und darauf, dass die Spaltenüberschriften den von ProcessMind benötigten Attributnamen entsprechen.
Upload in ProcessMind: Die erstellte CSV-Datei kann nun direkt in ProcessMind hochgeladen und für die Prozessanalyse verwendet werden.

Konfiguration

Voraussetzungen: Sie benötigen Zugriff auf ein NetSuite-Konto, in dem SuiteAnalytics Connect aktiviert ist. Die ODBC-Benutzerrolle muss über ausreichende Berechtigungen zum Anzeigen von Transaktionsdatensätzen, Systemhinweisen, Entitätsdaten und Mitarbeiterinformationen verfügen.
ODBC-Treiber: Der passende NetSuite-ODBC-Treiber muss auf dem Client-Rechner installiert und konfiguriert sein. Die Verbindungsdaten (Konto-ID, Rollen-ID, Server) finden Sie auf der Einrichtungsseite von SuiteAnalytics Connect in NetSuite.
Datumsbereich filtern: Die wichtigste Einstellung für Leistung und Datenumfang ist die WHERE-Klausel T.Date_Created >= '[START_DATE_YYYY-MM-DD]' in der ersten Common Table Expression (CTE). Legen Sie unbedingt ein konkretes Startdatum fest, damit nicht die gesamte Historie abgefragt wird. Eine solche Abfrage kann sehr lange dauern. Wir empfehlen, zunächst einen Zeitraum von 3 bis 6 Monaten zu verwenden.
Transaktionstypen: Die Abfrage filtert ausdrücklich nach standardmäßigen NetSuite-Transaktionstypen wie 'SalesOrd', 'ItemShip', 'CustInvc', 'CustCred' und 'CustPymt'. Wenn Ihr Unternehmen für den Prozess vom Auftrag bis zum Zahlungseingang benutzerdefinierte Transaktionstypen verwendet, müssen Sie diese in die entsprechenden WHERE-Klauseln aufnehmen.
Systemhinweise: Viele wichtige Aktivitäten, etwa Statusänderungen und Sperren, werden aus der Tabelle System_Notes abgeleitet. Damit diese Ereignisse korrekt erfasst werden, muss die Überwachung des Feldes 'Status' in den Transaktionsdatensätzen aktiviert sein.
Leistungsaspekte: Die Abfrage verknüpft mehrere große Tabellen, darunter Transaction und System_Notes. Bei NetSuite-Konten mit hohem Transaktionsvolumen kann sie viele Ressourcen beanspruchen. Es empfiehlt sich, die Abfrage außerhalb der Spitzenzeiten auszuführen.

Beispielabfrage sql

WITH SalesOrders AS (
    SELECT
        T.Transaction_ID,
        T.TranID AS SalesOrder_Number,
        T.Foreign_Total AS Total_Amount,
        T.Status AS Current_Status,
        T.Ship_Date AS Requested_Delivery_Date,
        CUST.Company_Name AS Customer_Name,
        TERMS.Term_Name AS Payment_Terms,
        (SELECT LIST_AGG(IT.Display_Name, ', ') FROM Transaction_Lines TL JOIN Item IT ON TL.Item_ID = IT.Item_ID WHERE TL.Transaction_ID = T.Transaction_ID) AS Product_Category_List -- Simplified product category
    FROM
        "Transaction" T
    JOIN
        Entity CUST ON T.Entity_ID = CUST.Entity_ID
    LEFT JOIN
        Terms ON T.Terms_ID = TERMS.Terms_ID
    WHERE
        T.Type = 'SalesOrd'
        AND T.Date_Created >= TO_TIMESTAMP_NTZ('[START_DATE_YYYY-MM-DD]', 'YYYY-MM-DD')
)
-- 1. Sales Order Created
SELECT
    SO.SalesOrder_Number AS "SalesOrder",
    'Sales Order Created' AS "ActivityName",
    T.Date_Created AS "EventTime",
    E.First_Name || ' ' || E.Last_Name AS "User",
    SO.Customer_Name AS "CustomerName",
    SO.Total_Amount AS "TotalOrderAmount",
    T.Status AS "SalesOrderStatus",
    SO.Product_Category_List AS "ProductCategory",
    SO.Requested_Delivery_Date AS "RequestedDeliveryDate",
    SO.Payment_Terms AS "PaymentTerms",
    NULL AS "InvoiceNumber"
FROM
    "Transaction" T
JOIN
    SalesOrders SO ON T.Transaction_ID = SO.Transaction_ID
LEFT JOIN
    Employee E ON T.Created_By_ID = E.Employee_ID

UNION ALL

-- 2, 3, 4, 14. Status Changes (Credit Hold, Released, Approved, Closed)
SELECT
    SO.SalesOrder_Number AS "SalesOrder",
    CASE
        WHEN SN.New_Value LIKE '%Pending Approv%' OR SN.New_Value LIKE '%Credit Hold%' THEN 'Credit Hold Applied'
        WHEN SN.Old_Value LIKE '%Pending Approv%' AND SN.New_Value LIKE '%Pending Fulfill%' THEN 'Credit Hold Released'
        WHEN SN.New_Value LIKE '%Pending Fulfill%' THEN 'Sales Order Approved'
        WHEN SN.New_Value LIKE '%Closed%' OR SN.New_Value LIKE '%Billed%' THEN 'Sales Order Closed'
    END AS "ActivityName",
    SN.Date AS "EventTime",
    SN.Name AS "User",
    SO.Customer_Name AS "CustomerName",
    SO.Total_Amount AS "TotalOrderAmount",
    SN.New_Value AS "SalesOrderStatus",
    SO.Product_Category_List AS "ProductCategory",
    SO.Requested_Delivery_Date AS "RequestedDeliveryDate",
    SO.Payment_Terms AS "PaymentTerms",
    NULL AS "InvoiceNumber"
FROM
    System_Notes SN
JOIN
    SalesOrders SO ON SN.Transaction_ID = SO.Transaction_ID
WHERE
    SN.Field = 'TRANSACTION.STATUS' AND "ActivityName" IS NOT NULL

UNION ALL

-- 5. Sales Order Changed
SELECT
    SO.SalesOrder_Number AS "SalesOrder",
    'Sales Order Changed' AS "ActivityName",
    SN.Date AS "EventTime",
    SN.Name AS "User",
    SO.Customer_Name AS "CustomerName",
    SO.Total_Amount AS "TotalOrderAmount",
    SO.Current_Status AS "SalesOrderStatus",
    SO.Product_Category_List AS "ProductCategory",
    SO.Requested_Delivery_Date AS "RequestedDeliveryDate",
    SO.Payment_Terms AS "PaymentTerms",
    NULL AS "InvoiceNumber"
FROM
    System_Notes SN
JOIN
    SalesOrders SO ON SN.Transaction_ID = SO.Transaction_ID
WHERE 
    SN.Record_Type_ID = -30 -- Sales Order Transaction Type ID
    AND SN.Field NOT IN ('TRANSACTION.STATUS', 'TRANSACTION.MEMO') -- Exclude simple status or memo changes
    AND SN.Date > (SELECT T.Date_Created FROM "Transaction" T WHERE T.Transaction_ID = SO.Transaction_ID)

UNION ALL

-- 6. Inventory Committed
SELECT DISTINCT
    SO.SalesOrder_Number AS "SalesOrder",
    'Inventory Committed' AS "ActivityName",
    SN.Date AS "EventTime",
    SN.Name AS "User",
    SO.Customer_Name AS "CustomerName",
    SO.Total_Amount AS "TotalOrderAmount",
    SO.Current_Status AS "SalesOrderStatus",
    SO.Product_Category_List AS "ProductCategory",
    SO.Requested_Delivery_Date AS "RequestedDeliveryDate",
    SO.Payment_Terms AS "PaymentTerms",
    NULL AS "InvoiceNumber"
FROM
    System_Notes SN
JOIN
    Transaction_Lines TL ON SN.Transaction_Line_ID = TL.Transaction_Line_ID AND SN.Transaction_ID = TL.Transaction_ID
JOIN
    SalesOrders SO ON TL.Transaction_ID = SO.Transaction_ID
WHERE
    SN.Field = 'TRANSACTION_LINES.QUANTITY_COMMITTED'
    AND SN.New_Value > 0 AND (SN.Old_Value = 0 OR SN.Old_Value IS NULL)

UNION ALL

-- 7. Order Fulfillment Created
SELECT
    SO.SalesOrder_Number AS "SalesOrder",
    'Order Fulfillment Created' AS "ActivityName",
    IFF.Date_Created AS "EventTime",
    E.First_Name || ' ' || E.Last_Name AS "User",
    SO.Customer_Name AS "CustomerName",
    SO.Total_Amount AS "TotalOrderAmount",
    SO.Current_Status AS "SalesOrderStatus",
    SO.Product_Category_List AS "ProductCategory",
    SO.Requested_Delivery_Date AS "RequestedDeliveryDate",
    SO.Payment_Terms AS "PaymentTerms",
    NULL AS "InvoiceNumber"
FROM
    "Transaction" IFF
JOIN
    Transaction_Links TL ON IFF.Transaction_ID = TL.Transaction_ID
JOIN
    SalesOrders SO ON TL.Previous_Transaction_ID = SO.Transaction_ID
LEFT JOIN
    Employee E ON IFF.Created_By_ID = E.Employee_ID
WHERE
    IFF.Type = 'ItemShip'

UNION ALL

-- 8, 9, 10. Goods Picked, Packed, Shipped
SELECT 
    SO.SalesOrder_Number AS "SalesOrder",
    CASE 
        WHEN SN.New_Value = 'Picked' THEN 'Goods Picked'
        WHEN SN.New_Value = 'Packed' THEN 'Goods Packed'
        WHEN SN.New_Value = 'Shipped' THEN 'Goods Shipped'
    END AS "ActivityName",
    SN.Date AS "EventTime",
    SN.Name AS "User",
    SO.Customer_Name AS "CustomerName",
    SO.Total_Amount AS "TotalOrderAmount",
    SO.Current_Status AS "SalesOrderStatus",
    SO.Product_Category_List AS "ProductCategory",
    SO.Requested_Delivery_Date AS "RequestedDeliveryDate",
    SO.Payment_Terms AS "PaymentTerms",
    NULL AS "InvoiceNumber"
FROM 
    System_Notes SN
JOIN 
    "Transaction" IFF ON SN.Transaction_ID = IFF.Transaction_ID
JOIN 
    Transaction_Links TL ON IFF.Transaction_ID = TL.Transaction_ID
JOIN 
    SalesOrders SO ON TL.Previous_Transaction_ID = SO.Transaction_ID
WHERE 
    IFF.Type = 'ItemShip'
    AND SN.Field = 'TRANSACTION.STATUS'
    AND "ActivityName" IS NOT NULL

UNION ALL

-- 11. Invoice Created
SELECT
    SO.SalesOrder_Number AS "SalesOrder",
    'Invoice Created' AS "ActivityName",
    INV.Date_Created AS "EventTime",
    E.First_Name || ' ' || E.Last_Name AS "User",
    SO.Customer_Name AS "CustomerName",
    SO.Total_Amount AS "TotalOrderAmount",
    SO.Current_Status AS "SalesOrderStatus",
    SO.Product_Category_List AS "ProductCategory",
    SO.Requested_Delivery_Date AS "RequestedDeliveryDate",
    SO.Payment_Terms AS "PaymentTerms",
    INV.TranID AS "InvoiceNumber"
FROM
    "Transaction" INV
JOIN
    Transaction_Links TL ON INV.Transaction_ID = TL.Transaction_ID
JOIN
    SalesOrders SO ON TL.Previous_Transaction_ID = SO.Transaction_ID
LEFT JOIN
    Employee E ON INV.Created_By_ID = E.Employee_ID
WHERE
    INV.Type = 'CustInvc'

UNION ALL

-- 12. Credit Memo Created
SELECT
    SO.SalesOrder_Number AS "SalesOrder",
    'Credit Memo Created' AS "ActivityName",
    CM.Date_Created AS "EventTime",
    E.First_Name || ' ' || E.Last_Name AS "User",
    SO.Customer_Name AS "CustomerName",
    SO.Total_Amount AS "TotalOrderAmount",
    SO.Current_Status AS "SalesOrderStatus",
    SO.Product_Category_List AS "ProductCategory",
    SO.Requested_Delivery_Date AS "RequestedDeliveryDate",
    SO.Payment_Terms AS "PaymentTerms",
    NULL AS "InvoiceNumber"
FROM
    "Transaction" CM
JOIN
    Transaction_Links TL ON CM.Transaction_ID = TL.Transaction_ID
JOIN
    SalesOrders SO ON TL.Previous_Transaction_ID = SO.Transaction_ID
LEFT JOIN
    Employee E ON CM.Created_By_ID = E.Employee_ID
WHERE
    CM.Type = 'CustCred'

UNION ALL

-- 13. Payment Received
SELECT DISTINCT
    SO.SalesOrder_Number AS "SalesOrder",
    'Payment Received' AS "ActivityName",
    PAY.Date_Created AS "EventTime",
    E.First_Name || ' ' || E.Last_Name AS "User",
    SO.Customer_Name AS "CustomerName",
    SO.Total_Amount AS "TotalOrderAmount",
    SO.Current_Status AS "SalesOrderStatus",
    SO.Product_Category_List AS "ProductCategory",
    SO.Requested_Delivery_Date AS "RequestedDeliveryDate",
    SO.Payment_Terms AS "PaymentTerms",
    INV.TranID AS "InvoiceNumber"
FROM 
    "Transaction" PAY
JOIN 
    Transaction_Links PAY_LINK ON PAY.Transaction_ID = PAY_LINK.Transaction_ID -- Payment to Invoice link
JOIN 
    "Transaction" INV ON PAY_LINK.Previous_Transaction_ID = INV.Transaction_ID AND INV.Type = 'CustInvc'
JOIN 
    Transaction_Links INV_LINK ON INV.Transaction_ID = INV_LINK.Transaction_ID -- Invoice to SO link
JOIN 
    SalesOrders SO ON INV_LINK.Previous_Transaction_ID = SO.Transaction_ID
LEFT JOIN
    Employee E ON PAY.Created_By_ID = E.Employee_ID
WHERE 
    PAY.Type = 'CustPymt'
ORDER BY "SalesOrder", "EventTime";

Schritte

Voraussetzung: NetSuite für den API-Zugriff konfigurieren a. Öffnen Sie Setup > Integration > Integrationen verwalten > Neu. b. Erstellen Sie einen neuen Integrationsdatensatz und aktivieren Sie die tokenbasierte Authentifizierung. Notieren Sie sich den generierten Consumer Key und Consumer Secret. c. Öffnen Sie Setup > Benutzer/Rollen > Rollen verwalten > Neu. d. Erstellen Sie eine neue Rolle mit Berechtigungen für Transaktionen (Vertriebsauftrag, Warenausgang, Rechnung usw.), Listen (Kunden, Mitarbeitende) und Setup (Anmeldung mit Zugriffstoken) sowie für SuiteAnalytics Connect. Weisen Sie diese Rolle einem bestimmten Benutzer zu. e. Öffnen Sie Setup > Benutzer/Rollen > Zugriffstoken > Neu. f. Erstellen Sie ein Zugriffstoken und wählen Sie den zuvor erstellten Integrationsdatensatz, Benutzer und die Rolle aus. Notieren Sie sich die generierte Token-ID und das Token Secret. g. Ihre Konto-ID finden Sie unter Setup > Integration > Einstellungen für SOAP-Webservices. Sie wird dort als Konto-ID aufgeführt.
Lokale Python-Umgebung einrichten a. Stellen Sie sicher, dass Python 3.6 oder höher installiert ist. b. Öffnen Sie ein Terminal oder eine Eingabeaufforderung und installieren Sie die erforderlichen Bibliotheken: pip install requests requests_oauthlib pandas.
Python-Extraktionsskript erstellen a. Erstellen Sie eine Python-Datei, zum Beispiel extract_netsuite_otc.py. b. Kopieren Sie das vollständige Python-Skript aus dem Abfrageabschnitt weiter unten in diese Datei.
Skriptparameter konfigurieren a. Öffnen Sie das Skript und suchen Sie den Platzhalterabschnitt am Anfang. b. Tragen Sie die in Schritt 1 ermittelten Werte für NetSuite ACCOUNT_ID, CONSUMER_KEY, CONSUMER_SECRET, TOKEN_ID und TOKEN_SECRET ein. c. Legen Sie mit START_DATE und END_DATE den Extraktionszeitraum fest. Erwartet wird das Format 'YYYY-MM-DD'.
Extraktionsskript ausführen a. Führen Sie das Skript im Terminal aus: python extract_netsuite_otc.py. b. Das Skript verbindet sich mit der NetSuite REST API, führt die SuiteQL-Abfrage aus und ruft mithilfe der Seitennavigation alle Daten ab. c. Im Terminal werden Fortschrittsmeldungen angezeigt, die angeben, welche Datenseite gerade abgerufen wird.
Rohdaten prüfen a. Nach Abschluss des Skripts wird im selben Verzeichnis eine Datei namens netsuite_otc_event_log.csv erstellt.
Daten umwandeln und vorbereiten a. Das Skript führt die erforderlichen Datenumwandlungen automatisch durch und ordnet die Abfrageergebnisse den angegebenen Spaltennamen zu: SalesOrder, ActivityName, EventTime, User, CustomerName usw. b. Das Skript stellt sicher, dass die Spalte EventTime ein standardisiertes Timestamp-Format verwendet.
Für den Upload in ProcessMind vorbereiten a. Die Ausgabedatei netsuite_otc_event_log.csv wird im richtigen Format erstellt. b. Prüfen Sie, ob die Spaltenüberschriften den erforderlichen und empfohlenen Attributen entsprechen. c. Die Datei kann nun zur Analyse in ProcessMind hochgeladen werden.

Konfiguration

Authentifizierungsdaten: Sie müssen die NetSuite-Konto-ID, den Consumer Key, das Consumer Secret, die Token-ID und das Token Secret im Python-Skript angeben. Diese Werte werden in NetSuite in den Datensätzen für Integration und Zugriffstoken generiert.
API-Endpunkt: Das Skript verwendet den SuiteQL-Abfrageendpunkt von NetSuite: [your_account_specific_domain]/services/rest/query/v1/suiteql.
Datumsbereich: Für das Skript müssen START_DATE und END_DATE festgelegt sein. Für eine erste Analyse empfiehlt sich ein Zeitraum von 3 bis 6 Monaten, um Datenmenge und Prozesserkenntnisse in ein ausgewogenes Verhältnis zu bringen. Beginnen Sie bei großen Instanzen mit einem kürzeren Zeitraum, zum Beispiel einem Monat, um die Leistung zu prüfen.
Filter für Tochtergesellschaften: Die bereitgestellte SuiteQL-Abfrage enthält den Platzhalter /* AND t.subsidiary = '[Your Subsidiary ID]' */. Wenn Sie mehrere Tochtergesellschaften verwalten, entfernen Sie die Kommentarzeichen und passen Sie diese Zeile in jeder SELECT-Anweisung an, um nach einer bestimmten Tochtergesellschaft zu filtern.
Leistung: Die Extraktion ruft die Daten seitenweise ab (standardmäßig 1.000 Datensätze pro Seite), um den Speicherbedarf zu begrenzen und die API-Limits einzuhalten. Bei sehr großen Datensätzen, die sich über mehrere Jahre erstrecken, kann die Extraktion aufgrund der von NetSuite vorgegebenen API-Ratenbegrenzung lange dauern.
Voraussetzungen: Die NetSuite-Rolle des Zugriffstokens muss über ausreichende Berechtigungen zum Anzeigen von Vertriebsaufträgen, Warenausgängen, Rechnungen, Gutschriften, Kundenzahlungen, Kunden, Mitarbeitenden und Systemhinweisen verfügen. Außerdem ist Zugriff auf SuiteAnalytics Connect erforderlich.

Beispielabfrage python

import requests
from requests_oauthlib import OAuth1
import json
import pandas as pd
import time

class=class="hl-string">"hl-comment"># --- Configuration Section --- #
class=class="hl-string">"hl-comment"># Replace with your NetSuite account-specific details
ACCOUNT_ID = class="hl-string">'[Your NetSuite Account ID]'
CONSUMER_KEY = class="hl-string">'[Your Consumer Key]'
CONSUMER_SECRET = class="hl-string">'[Your Consumer Secret]'
TOKEN_ID = class="hl-string">'[Your Token ID]'
TOKEN_SECRET = class="hl-string">'[Your Token Secret]'

class=class="hl-string">"hl-comment"># The base URL for the REST API, typically requires replacing hyphens with underscores in the account ID for the domain
class=class="hl-string">"hl-comment"># e.g., if your account ID is 1234567-sb1, the domain part would be 1234567_sb1.suitetalk.api.netsuite.com
class=class="hl-string">"hl-comment"># For production accounts, it's just the account ID, e.g., 1234567.suitetalk.api.netsuite.com
BASE_URL = fclass="hl-string">'https://{ACCOUNT_ID.replace("-", "_")}.suitetalk.api.netsuite.com/services/rest/query/v1/suiteql'

class=class="hl-string">"hl-comment"># --- Extraction Parameters --- #
START_DATE = class="hl-string">'2023-01-01' class=class="hl-string">"hl-comment"># Inclusive
END_DATE = class="hl-string">'2023-12-31'   class=class="hl-string">"hl-comment"># Inclusive
OUTPUT_FILE = class="hl-string">'netsuite_otc_event_log.csv'

class=class="hl-string">"hl-comment"># --- SuiteQL Query --- #
class=class="hl-string">"hl-comment"># This query unions data from multiple sources to create a comprehensive event log.
SUITEQL_QUERY = fclass="hl-string">"""
-- 1. Sales Order Created
SELECT
    t.tranId AS SalesOrder,
    'Sales Order Created' AS ActivityName,
    t.createdDate AS EventTime,
    BUILTIN.DF(t.entity) AS CustomerName,
    BUILTIN.DF(t.salesRep) AS User,
    t.total AS TotalOrderAmount,
    BUILTIN.DF(t.status) AS SalesOrderStatus,
    BUILTIN.DF(tl.item) AS ProductCategory, -- Simplified, assumes first line item category is representative
    t.shipDate AS RequestedDeliveryDate,
    BUILTIN.DF(t.terms) AS PaymentTerms,
    NULL AS InvoiceNumber
FROM
    Transaction AS t
    JOIN TransactionLine AS tl ON t.id = tl.transaction
WHERE
    t.type = 'SalesOrd'
    AND tl.mainLine = 'F'
    AND tl.item IS NOT NULL
    AND t.createdDate BETWEEN TO_DATE('{START_DATE}', 'YYYY-MM-DD') AND TO_DATE('{END_DATE}', 'YYYY-MM-DD')
    /* AND t.subsidiary = '[Your Subsidiary ID]' */

UNION ALL

-- 2. Credit Hold Applied / 3. Credit Hold Released / 4. Sales Order Approved / 14. Sales Order Closed
SELECT
    t.tranId AS SalesOrder,
    CASE 
        WHEN sn.newValue LIKE '%Pending Approv%' THEN 'Credit Hold Applied'
        WHEN sn.oldValue LIKE '%Pending Approv%' AND sn.newValue LIKE '%Pending Fulfill%' THEN 'Credit Hold Released'
        WHEN sn.newValue LIKE '%Pending Fulfill%' THEN 'Sales Order Approved'
        WHEN sn.newValue LIKE '%Closed%' THEN 'Sales Order Closed'
    END AS ActivityName,
    sn.date AS EventTime,
    BUILTIN.DF(t.entity) AS CustomerName,
    BUILTIN.DF(sn.author) AS User,
    t.total AS TotalOrderAmount,
    sn.newValue AS SalesOrderStatus,
    NULL AS ProductCategory,
    t.shipDate AS RequestedDeliveryDate,
    BUILTIN.DF(t.terms) AS PaymentTerms,
    NULL AS InvoiceNumber
FROM
    Transaction AS t
    JOIN SystemNote AS sn ON sn.recordId = t.id
WHERE
    t.type = 'SalesOrd'
    AND sn.field = 'TRANSACTION.STATUS'
    AND t.createdDate BETWEEN TO_DATE('{START_DATE}', 'YYYY-MM-DD') AND TO_DATE('{END_DATE}', 'YYYY-MM-DD')
    AND CASE 
        WHEN sn.newValue LIKE '%Pending Approv%' THEN 1
        WHEN sn.oldValue LIKE '%Pending Approv%' AND sn.newValue LIKE '%Pending Fulfill%' THEN 1
        WHEN sn.newValue LIKE '%Pending Fulfill%' THEN 1
        WHEN sn.newValue LIKE '%Closed%' THEN 1
        ELSE 0
    END = 1
    /* AND t.subsidiary = '[Your Subsidiary ID]' */

UNION ALL

-- 5. Sales Order Changed
SELECT
    t.tranId AS SalesOrder,
    'Sales Order Changed' AS ActivityName,
    sn.date AS EventTime,
    BUILTIN.DF(t.entity) AS CustomerName,
    BUILTIN.DF(sn.author) AS User,
    t.total AS TotalOrderAmount,
    BUILTIN.DF(t.status) AS SalesOrderStatus,
    NULL AS ProductCategory,
    t.shipDate AS RequestedDeliveryDate,
    BUILTIN.DF(t.terms) AS PaymentTerms,
    NULL AS InvoiceNumber
FROM
    Transaction AS t
    JOIN SystemNote AS sn ON sn.recordId = t.id
WHERE
    t.type = 'SalesOrd'
    AND sn.field IN ('TRANSACTION.TRANDATE', 'TRANSACTION.SHIPDATE', 'TRANSACTIONLINE.QUANTITY', 'TRANSACTIONLINE.RATE')
    AND t.createdDate BETWEEN TO_DATE('{START_DATE}', 'YYYY-MM-DD') AND TO_DATE('{END_DATE}', 'YYYY-MM-DD')
    /* AND t.subsidiary = '[Your Subsidiary ID]' */

UNION ALL

-- 6. Inventory Committed (approximated by 'Sales Order Approved' event)
SELECT
    t.tranId AS SalesOrder,
    'Inventory Committed' AS ActivityName,
    sn.date AS EventTime,
    BUILTIN.DF(t.entity) AS CustomerName,
    BUILTIN.DF(sn.author) AS User,
    t.total AS TotalOrderAmount,
    sn.newValue AS SalesOrderStatus,
    NULL AS ProductCategory,
    t.shipDate AS RequestedDeliveryDate,
    BUILTIN.DF(t.terms) AS PaymentTerms,
    NULL AS InvoiceNumber
FROM
    Transaction AS t
    JOIN SystemNote AS sn ON sn.recordId = t.id
WHERE
    t.type = 'SalesOrd'
    AND sn.field = 'TRANSACTION.STATUS'
    AND sn.newValue LIKE '%Pending Fulfill%'
    AND t.createdDate BETWEEN TO_DATE('{START_DATE}', 'YYYY-MM-DD') AND TO_DATE('{END_DATE}', 'YYYY-MM-DD')
    /* AND t.subsidiary = '[Your Subsidiary ID]' */

UNION ALL

-- 7. Order Fulfillment Created
SELECT
    so.tranId AS SalesOrder,
    'Order Fulfillment Created' AS ActivityName,
    ful.createdDate AS EventTime,
    BUILTIN.DF(so.entity) AS CustomerName,
    BUILTIN.DF(ful.createdby) AS User,
    so.total AS TotalOrderAmount,
    BUILTIN.DF(so.status) AS SalesOrderStatus,
    NULL AS ProductCategory,
    so.shipDate AS RequestedDeliveryDate,
    BUILTIN.DF(so.terms) AS PaymentTerms,
    NULL AS InvoiceNumber
FROM
    Transaction AS ful
    JOIN TransactionLink AS tl ON ful.id = tl.id
    JOIN Transaction AS so ON so.id = tl.previousdoc
WHERE
    ful.type = 'ItemShip'
    AND so.type = 'SalesOrd'
    AND so.createdDate BETWEEN TO_DATE('{START_DATE}', 'YYYY-MM-DD') AND TO_DATE('{END_DATE}', 'YYYY-MM-DD')
    /* AND so.subsidiary = '[Your Subsidiary ID]' */

UNION ALL

-- 8. Goods Picked / 9. Goods Packed / 10. Goods Shipped
SELECT
    so.tranId AS SalesOrder,
    CASE 
        WHEN sn.newValue LIKE '%Picked%' THEN 'Goods Picked'
        WHEN sn.newValue LIKE '%Packed%' THEN 'Goods Packed'
        WHEN sn.newValue LIKE '%Shipped%' THEN 'Goods Shipped'
    END AS ActivityName,
    sn.date AS EventTime,
    BUILTIN.DF(so.entity) AS CustomerName,
    BUILTIN.DF(sn.author) AS User,
    so.total AS TotalOrderAmount,
    BUILTIN.DF(so.status) AS SalesOrderStatus,
    NULL AS ProductCategory,
    so.shipDate AS RequestedDeliveryDate,
    BUILTIN.DF(so.terms) AS PaymentTerms,
    NULL AS InvoiceNumber
FROM
    Transaction AS ful
    JOIN SystemNote AS sn ON sn.recordId = ful.id
    JOIN TransactionLink AS tl ON ful.id = tl.id
    JOIN Transaction AS so ON so.id = tl.previousdoc
WHERE
    ful.type = 'ItemShip'
    AND so.type = 'SalesOrd'
    AND sn.field = 'TRANSACTION.STATUS'
    AND so.createdDate BETWEEN TO_DATE('{START_DATE}', 'YYYY-MM-DD') AND TO_DATE('{END_DATE}', 'YYYY-MM-DD')
    /* AND so.subsidiary = '[Your Subsidiary ID]' */

UNION ALL

-- 11. Invoice Created
SELECT
    so.tranId AS SalesOrder,
    'Invoice Created' AS ActivityName,
    inv.createdDate AS EventTime,
    BUILTIN.DF(so.entity) AS CustomerName,
    BUILTIN.DF(inv.createdby) AS User,
    so.total AS TotalOrderAmount,
    BUILTIN.DF(so.status) AS SalesOrderStatus,
    NULL AS ProductCategory,
    so.shipDate AS RequestedDeliveryDate,
    BUILTIN.DF(so.terms) AS PaymentTerms,
    inv.tranId AS InvoiceNumber
FROM
    Transaction AS inv
    JOIN TransactionLink AS tl ON inv.id = tl.id
    JOIN Transaction AS so ON so.id = tl.previousdoc
WHERE
    inv.type = 'CustInvc'
    AND so.type = 'SalesOrd'
    AND so.createdDate BETWEEN TO_DATE('{START_DATE}', 'YYYY-MM-DD') AND TO_DATE('{END_DATE}', 'YYYY-MM-DD')
    /* AND so.subsidiary = '[Your Subsidiary ID]' */

UNION ALL

-- 12. Credit Memo Created
SELECT 
    so.tranId AS SalesOrder,
    'Credit Memo Created' AS ActivityName,
    cm.createdDate AS EventTime,
    BUILTIN.DF(so.entity) AS CustomerName,
    BUILTIN.DF(cm.createdby) AS User,
    so.total AS TotalOrderAmount,
    BUILTIN.DF(so.status) AS SalesOrderStatus,
    NULL AS ProductCategory,
    so.shipDate AS RequestedDeliveryDate,
    BUILTIN.DF(so.terms) AS PaymentTerms,
    NULL AS InvoiceNumber
FROM 
    Transaction cm
    JOIN TransactionLink tl ON cm.id = tl.id
    JOIN Transaction so ON tl.previousdoc = so.id
WHERE 
    cm.type = 'CustCred'
    AND so.type = 'SalesOrd'
    AND so.createdDate BETWEEN TO_DATE('{START_DATE}', 'YYYY-MM-DD') AND TO_DATE('{END_DATE}', 'YYYY-MM-DD')
    /* AND so.subsidiary = '[Your Subsidiary ID]' */

UNION ALL

-- 13. Payment Received
SELECT
    so.tranId AS SalesOrder,
    'Payment Received' AS ActivityName,
    payment.createdDate AS EventTime,
    BUILTIN.DF(so.entity) AS CustomerName,
    BUILTIN.DF(payment.createdby) AS User,
    so.total AS TotalOrderAmount,
    BUILTIN.DF(so.status) AS SalesOrderStatus,
    NULL AS ProductCategory,
    so.shipDate AS RequestedDeliveryDate,
    BUILTIN.DF(so.terms) AS PaymentTerms,
    inv.tranId AS InvoiceNumber
FROM
    Transaction AS payment
    JOIN TransactionLink AS paymentLink ON payment.id = paymentLink.id
    JOIN Transaction AS inv ON paymentLink.previousdoc = inv.id
    JOIN TransactionLink AS invLink ON inv.id = invLink.id
    JOIN Transaction AS so ON invLink.previousdoc = so.id
WHERE
    payment.type = 'CustPymt'
    AND inv.type = 'CustInvc'
    AND so.type = 'SalesOrd'
    AND so.createdDate BETWEEN TO_DATE('{START_DATE}', 'YYYY-MM-DD') AND TO_DATE('{END_DATE}', 'YYYY-MM-DD')
    /* AND so.subsidiary = '[Your Subsidiary ID]' */
"""

def execute_suiteql_query(query):
    class="hl-string">"""Executes a SuiteQL query and handles pagination."""
    all_results = []
    offset = 0
    limit = 1000

    oauth = OAuth1(
        client_key=CONSUMER_KEY,
        client_secret=CONSUMER_SECRET,
        resource_owner_key=TOKEN_ID,
        resource_owner_secret=TOKEN_SECRET,
        realm=ACCOUNT_ID,
        signature_method=class="hl-string">'HMAC-SHA256'
    )

    while True:
        paginated_query = {
            class="hl-string">'q': query
        }

        headers = {
            class="hl-string">'Prefer': fclass="hl-string">'transient, odata.maxpagesize={limit}',
            class="hl-string">'Content-Type': class="hl-string">'application/json'
        }

        rest_url = fclass="hl-string">"{BASE_URL}?limit={limit}&offset={offset}"

        try:
            print(fclass="hl-string">"Fetching data... Page offset: {offset}")
            response = requests.post(rest_url, headers=headers, json=paginated_query, auth=oauth)
            response.raise_for_status()  class=class="hl-string">"hl-comment"># Raises an HTTPError for bad responses (4xx or 5xx)

            data = response.json()
            results = data.get(class="hl-string">'items', [])
            all_results.extend(results)

            if not data.get(class="hl-string">'hasMore', False):
                print(class="hl-string">"No more pages to fetch.")
                break

            offset += limit
            class=class="hl-string">"hl-comment"># Respect API concurrency limits
            time.sleep(1)

        except requests.exceptions.HTTPError as e:
            print(fclass="hl-string">"HTTP Error: {e}")
            print(fclass="hl-string">"Response Body: {e.response.text}")
            break
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Request Error: {e}")
            break
        except json.JSONDecodeError:
            print(fclass="hl-string">"JSON Decode Error. Response was: {response.text}")
            break

    return all_results

if __name__ == class="hl-string">"__main__":
    print(class="hl-string">"Starting NetSuite Order-to-Cash extraction...")
    
    results = execute_suiteql_query(SUITEQL_QUERY)

    if results:
        df = pd.json_normalize(results)
        class=class="hl-string">"hl-comment"># Rename columns to match ProcessMind requirements
        df.columns = [c.replace(class="hl-string">'.', class="hl-string">'_') for c in df.columns] class=class="hl-string">"hl-comment"># Flatten nested names
        df.rename(columns={
            class="hl-string">'salesorder': class="hl-string">'SalesOrder',
            class="hl-string">'activityname': class="hl-string">'ActivityName',
            class="hl-string">'eventtime': class="hl-string">'EventTime',
            class="hl-string">'customername': class="hl-string">'CustomerName',
            class="hl-string">'user': class="hl-string">'User',
            class="hl-string">'totalorderamount': class="hl-string">'TotalOrderAmount',
            class="hl-string">'salesorderstatus': class="hl-string">'SalesOrderStatus',
            class="hl-string">'productcategory': class="hl-string">'ProductCategory',
            class="hl-string">'requesteddeliverydate': class="hl-string">'RequestedDeliveryDate',
            class="hl-string">'paymentterms': class="hl-string">'PaymentTerms',
            class="hl-string">'invoicenumber': class="hl-string">'InvoiceNumber'
        }, inplace=True)
        
        class=class="hl-string">"hl-comment"># Ensure all required columns exist
        required_cols = [class="hl-string">'SalesOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'CustomerName', class="hl-string">'User', class="hl-string">'TotalOrderAmount', class="hl-string">'SalesOrderStatus', class="hl-string">'ProductCategory', class="hl-string">'RequestedDeliveryDate', class="hl-string">'PaymentTerms', class="hl-string">'InvoiceNumber']
        for col in required_cols:
            if col not in df.columns:
                df[col] = None

        class=class="hl-string">"hl-comment"># Convert EventTime to datetime and format it
        df[class="hl-string">'EventTime'] = pd.to_datetime(df[class="hl-string">'EventTime'])
        df = df.sort_values(by=[class="hl-string">'SalesOrder', class="hl-string">'EventTime'])

        df.to_csv(OUTPUT_FILE, index=False)
        print(fclass="hl-string">"Successfully extracted {len(df)} events to {OUTPUT_FILE}")
    else:
        print(class="hl-string">"No data returned from the query.")

Bereit für den Einstieg?

Verwenden Sie dieses Template, um die Datenerfassung zu vereinfachen und aussagekräftige Erkenntnisse zu Ihrer NetSuite-Auftragsabwicklung vom Auftrag bis zum Zahlungseingang zu gewinnen. Beginnen Sie noch heute mit der Optimierung Ihrer Prozesse.

Zurück zum Leitfaden zur Prozessverbesserung

Template herunterladen

Schneller zum Zahlungseingang: Optimieren Sie noch heute Ihre Vertriebsauftragsabwicklung

Schließen Sie sich Unternehmen an, die ihre Durchlaufzeit vom Auftrag bis zum Zahlungseingang um 30 % verkürzen.

Starten Sie Ihre kostenlose Testphase

Keine Kreditkarte erforderlich. In wenigen Minuten eingerichtet.

Ihr Daten-Template für den Order-to-Cash-Prozess: Kundenauftragsabwicklung

Ihr Daten-Template für den Order-to-Cash-Prozess: Kundenauftragsabwicklung

Attribute für den Order-to-Cash-Prozess: Kundenauftragsabwicklung

Aktivitäten im Order-to-Cash-Prozess: Kundenauftragsabwicklung

Anleitungen zur Datenextraktion

Gespeicherte Suche in NetSuite und automatischer CSV-Export

Schritte

Konfiguration

Beispielabfrage sql

NetSuite SuiteAnalytics Connect (ODBC): SQL-Abfrage

Schritte

Konfiguration

Beispielabfrage sql

Datenextraktion mit Python und SuiteTalk REST Web Services

Schritte

Konfiguration

Beispielabfrage python

Bereit für den Einstieg?

Schneller zum Zahlungseingang: Optimieren Sie noch heute Ihre Vertriebsauftragsabwicklung