> Kontinuierliche Prozessoptimierung > Purchase to Pay – Purchase Requisition > SAP ECC > Datenvorlage

Ihr Purchase-to-Pay-Purchase RequisitionsDaten-Template

SAP ECC

Purchase-to-Pay – Purchase Requisitions-Attribute (19) Purchase-to-Pay – Purchase Requisitions-Aktivitäten (13) Extraktionsanleitungen (2)

Ihr Purchase-to-Pay-Purchase RequisitionsDaten-Template

Diese Datenvorlage bietet eine vollständige Anleitung zur Erfassung der relevanten Daten, die für die Analyse Ihres Purchase-to-Pay-Purchase Requisitionsprozesses benötigt werden. Es umreißt die wichtigen Datenfelder, die wichtigsten zu verfolgenden Aktivitäten und praktische Hinweise zur Extraktion dieser Informationen aus Ihrem Quellsystem. Verwenden Sie diese Ressource, um Ihre Daten für effektives Process Mining vorzubereiten.

Empfohlene Attribute zur Erfassung
Wichtige Aktivitäten für das Tracking
Extraktionsanleitung für SAP ECC

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

Vorlage herunterladen

Purchase-to-Pay – Purchase Requisitions-Attribute

Dies sind die empfohlenen Datenfelder, die Sie in Ihrem Event Log für eine vollständige Analyse Ihres Purchase-to-Pay-Purchase Requisitionsprozesses berücksichtigen sollten.

5 Erforderlich 5 Empfohlen 9 Optional

	Name	Beschreibung
	Aktivitätsname ActivityName	Der Name der Geschäftsaktivität, die zu einem bestimmten Zeitpunkt stattfand.
Beschreibung Dieses Attribut beschreibt einen spezifischen Schritt oder ein Event im Lebenszyklus der Purchase Requisition, wie 'Purchase Requisition erstellt', 'Genehmigung eingereicht' oder 'Bestellung erstellt'. Diese Aktivitäten werden in der Regel aus Statusänderungen, Workflow Logs oder Änderungsbelegen innerhalb von SAP abgeleitet. Die Analyse der Sequenz und Häufigkeit von Aktivitäten ist die Grundlage des Process Mining. Sie ermöglicht die Entdeckung der tatsächlichen Prozessflüsse, einschließlich gemeinsamer Pfade, Abweichungen und Engpässe. Dies ist wesentlich für den Aufbau von Dashboards wie der End-to-End Purchase Requisitions-Prozesskarte und die Berechnung von KPIs bezüglich Nacharbeit und Compliance. Bedeutung Es definiert die Prozessschritte, wodurch die Visualisierung von Prozesskarten und die Analyse von Prozessflussvariationen ermöglicht werden. Datenquelle Abgeleitet aus Änderungsbelegtabellen CDHDR und CDPOS, Workflow-Protokollen oder Statusfeldern wie EBAN-STATU. Beispiele Anforderung erstelltGenehmigungsschritt genehmigtPurchase Requisition abgelehntBestellung erstellt
	Ereigniszeit EventTime	Der Zeitstempel, der angibt, wann die Aktivität stattfand.
Beschreibung Event Time (Ereigniszeit) erfasst das genaue Datum und die Uhrzeit, zu der eine spezifische Aktivität stattgefunden hat. Dieser Zeitstempel ist die Basis für alle zeitbasierten Analysen im Process Mining, einschließlich der Berechnung von Durchlaufzeiten, der Identifizierung von Engpässen und dem Verständnis der Prozess-Performance. Im Kontext von Purchase Requisitionen ermöglicht dieses Attribut die Berechnung kritischer KPIs wie „Durchschnittliche Genehmigungszeit der Purchase Requisition“ und „Zeit bis zur Bestellerstellung“. Es speist Dashboards, die Dauern visualisieren, wie die Analyse der Genehmigungsdurchlaufzeit der Purchase Requisition, indem es die RohDaten liefert, die zur Messung der Zeit zwischen beliebigen zwei Punkten im Prozess benötigt werden. Bedeutung Dieser Zeitstempel ist unerlässlich für die Berechnung aller Dauern, die Analyse der Prozess-Leistungsfähigkeit und die Entdeckung zeitbezogener Engpässe. Datenquelle Gefunden in der Änderungsbelegkopf-Tabelle CDHDR (Felder UDATE und UTIME). Beispiele 2023-10-26T10:00:00Z2023-10-26T11:35:10Z2023-10-27T14:20:05Z
	Purchase Requisitions-ID PurchaseRequisitionId	Der eindeutige Identifikator für ein Purchase Requisitionsdokument.
Beschreibung Die Purchase Requisitions-ID ist der Primärschlüssel, der jede Anforderung für Waren oder Dienstleistungen innerhalb von SAP ECC eindeutig identifiziert. Sie dient als zentraler Case-Identifikator, der alle Aktivitäten und Änderungen einer spezifischen Purchase Requisition von ihrer Erstellung bis zu ihrer endgültigen Abwicklung, wie der Umwandlung in eine Bestellung oder den Antrag bearbeitet.em Abschluss, verknüpft. Im Process Mining ist diese ID unerlässlich für die Rekonstruktion des End-to-End-Lebenszyklus jeder Purchase Requisition. Durch die Verfolgung dieses Identifikators können Analysten den vollständigen Prozessfluss visualisieren, Dauern zwischen Meilensteinen messen und Variationen in der Bearbeitung verschiedener Purchase Requisitionen analysierenn. Sie ermöglicht eine kohärente Sicht auf den gesamten Purchase Requisitionsweg. Bedeutung Dies ist der Kernidentifikator, der alle zugehörigen Prozess-Ereignisse zu einem einzigen Case verbindet und somit eine End-to-End Prozessanalyse ermöglicht. Datenquelle Gefunden in der Tabelle EBAN, Feld BANFN. Beispiele 100234567810023456791002345680
	Letzte Datenaktualisierung LastDataUpdate	Der Zeitstempel der jüngsten Datenaktualisierung bzw. der letzten Extraktion aus dem Quellsystem.
Beschreibung Dieses Attribut gibt an, wann der Datensatz zuletzt aktualisiert wurde. Es ist ein statischer Zeitstempel, der bei jedem Daten-Load auf den gesamten Datensatz angewendet wird und als Referenzpunkt für die Aktualität der Analyse dient. Für jedes Process Mining Dashboard oder jede Analyse ist es wichtig, die Aktualität der Daten zu kennen, um fundierte Entscheidungen treffen zu können. Dieses Attribut stellt sicher, dass alle Stakeholder über den durch die angezeigten Daten abgedeckten Zeitraum Hinweisrmiert sind und verhindert, dass Schlussfolgerungen auf veralteten Informationen basieren. Bedeutung Informiert Benutzer über die Aktualität der Daten, was für die Relevanz und Genauigkeit der Prozessanalyse wichtig ist. Datenquelle Dies ist ein statischer Wert, der den Antrag bearbeitet.en Zeitstempel der Datenextraktion darstellt und während des ETL-Prozesses hinzugefügt wird. Beispiele 2024-01-15T04:00:00Z2024-01-16T04:00:00Z
	Quellsystem SourceSystem	Identifiziert das Quellsystem, aus dem die Daten extrahiert wurden.
Beschreibung Dieses Attribut spezifiziert den Ursprung der ProzessDaten, zum Beispiel 'SAP ECC Produktion' oder 'S4HANA QA'. Es ist in der Regel ein statischer Wert, der während des Datenextraktionsprozesses hinzugefügt wird, um Kontext zu liefern, insbesondere in Umgebungen mit mehreren Quellsystemen. In der Prozessanalyse hilft dies, Daten aus verschiedenen Quellen zu differenzieren, um sicherzustellen, dass Analysen nicht durch das Mischen von Daten aus Produktions-, Test- oder Entwicklungsumgebungen verzerrt werden. Es ist ein grundlegendes MetaDatenelement für Daten-Governance und Nachvollziehbarkeit. Bedeutung Bietet wesentlichen Kontext für die Datenherkunft, stellt ... sicher Nachvollziehbarkeit und ermöglicht systemübergreifende Analysen. Datenquelle Dies ist ein statischer Wert, der in der Regel während des Datenextraktions-, Transformations- und Lade- (ETL-)Prozesses hinzugefügt wird. Beispiele SAP_ECC_PRODS4HANA_EU_100ECC_US_FINANCE
	Abteilung Department	Die Abteilung des Anfordernden oder den Antrag bearbeitet.ie Kostenstelle, die mit der Purchase Requisition verbunden ist.
Beschreibung Dieses Attribut repräsentiert die Geschäftseinheit oder Abteilung, die die Purchase Requisition initiiert hat. Dies wird oft aus dem Benutzerprofil des Anforderers oder den Antrag bearbeitet.er der Purchase Requisitionsposition zugewiesenen Kostenstelle abgeleitet. Die Analyse des Prozesses nach Abteilung ist maßgeblich, um Leistungsunterschiede in der gesamten Organisation zu verstehen. Sie ist die primäre Dimension für das Dashboard 'Genehmigungszykluszeit der Purchase Requisition' und die KPI 'Varianz der Genehmigungszeit nach Abteilung', wodurch aufgezeigt werden kann, welche Abteilungen effiziente Prozesse haben und welche möglicherweise Verbesserungen oder zusätzliche Ressourcen benötigen. Bedeutung Ermöglicht Leistungsvergleiche zwischen Geschäftseinheiten, hebt abteilungsspezifische Engpässe und Prozessinkonsistenzen hervor. Datenquelle Oft abgeleitet durch Verknüpfung des Anforderers (EBAN-AFNAM) mit BenutzerstammDaten (SU01) oder den Antrag bearbeitet.urch Verwendung der Kostenstelle (EBKN-KOSTL), die der Kontierung der Purchase Requisition zugeordnet ist. Beispiele FinanzenIT-BetriebMarketingProduktion
	Benutzername User	Die ID des Benutzers, der den Antrag bearbeitet.ie Aktivität durchgeführt hat.
Beschreibung Dieses Attribut identifiziert den spezifischen Benutzer, der für ein Event verantwortlich ist, wie das Erstellen einer Purchase Requisition, das Genehmigen eines Schritts oder den Antrag bearbeitet.as Ändern eines Dokuments. In SAP wird dies oft als Benutzer-ID erfasst. Die Analyse nach Benutzer hilft, Schulungsbedarf, benutzerspezifische Leistungsfähigkeit und potenzielle Quellen für Dateneingabefehler zu identifizieren. Sie ist unerlässlich für Dashboards wie 'Durchsatz der Purchase Requisitionserstellung nach Anforderer' und für das Verständnis der Arbeitslastverteilung sowie der Compliance mit den Richtlinien zur Funktionstrennung. Bedeutung Ordnet Aktivitäten bestimmten Personen zu, was die Analyse der Benutzerleistung, Arbeitslast, Compliance und des Schulungsbedarfs ermöglicht. Datenquelle Gefunden in der Änderungsbelegkopf-Tabelle CDHDR (Feld USERNAME) für Änderungen und in EBAN (Feld ERNAM) für den Ersteller. Beispiele SMITHJR.DOEUSER123
	Dokumententyp RequisitionDocumentType	Eine Klassifizierung, die den Typ und die Eigenschaften der Purchase Requisition bestimmt.
Beschreibung Die Belegart in SAP steuert verschiedene Aspekte einer Purchase Requisition, einschließlich des Nummernkreises, der Feldauswahl und des gesamten Beschaffungsprozesses, dem sie folgt. Beispiele sind 'Standard-Purchase Requisition', 'Umlagerungs-Purchase Requisition' oder 'Dienstleistungs-Purchase Requisition'. Dieses Attribut ist eine mächtige Dimension für die Analyse, da verschiedene Belegarten oft unterschiedliche Prozessflüsse und Genehmigungsanforderungen haben. Es ermöglicht Analysten, die Daten zu segmentieren, um die Leistung verschiedener Purchase Requisitionsprozesse zu vergleichen, was wichtig für das Verständnis der Compliance und die Identifizierung von Möglichkeiten zur Prozessstandardisierung oder -spezialisierung ist. Bedeutung Ermöglicht die Segmentierung von Purchase Requisitionen in verschiedene Prozesskategorienen, was eine präzisere und relevantere Analyse ermöglicht. Datenquelle Gefunden in der Tabelle EBAN, Feld BSART. Beispiele NBUBRV
	Gesamtwert der Purchase Requisition TotalRequisitionValue	Der gesamte Geldwert aller Positionen in der Purchase Requisition.
Beschreibung Dieses Attribut repräsentiert den gesamten finanziellen Betrag der Purchase Requisition. Der Wert ist oft ein Schlüsselfaktor bei der Bestimmung des erforderlichen Genehmigungs-Workflows, wobei Purchase Requisitionen mit höherem Wert in der Regel eine umfangreichere Prüfung und mehr Genehmigungsschritte erfordern. Die Analyse nach Wert ist maßgeblich, um zu verstehen, wie finanzielle Auswirkungen das Prozessverhalten beeinflussen. Sie kann aufzeigen, ob hochwertige Purchase Requisitionen länger zur Genehmigung benötigen, häufiger abgelehnt werden oder unterschiedliche Prozesspfade verfolgen. Dies ist auch eine grundlegende Metrik zur Bewertung des finanziellen Durchsatzes des Beschaffungsprozesses. Bedeutung Hilft, Prozessverhalten mit finanziellen Auswirkungen zu korrelieren, was für die Risikoanalyse und das Verständnis der Genehmigungskomplexität notwendig ist. Datenquelle Summe des Wertes aller Positionen. Der Positionswert befindet sich in Tabelle EBAN, Feld GSWER. Die Währung ist in EBAN-WAERS. Beispiele 1500.00250.50125000.00
	Purchase Requisitionsstatus RequisitionStatus	Der aktuelle Bearbeitungsstatus der Purchase Requisition.
Beschreibung Dieses Attribut gibt den Gesamtstatus der Purchase Requisition zu einem bestimmten Zeitpunkt an, wie 'In Freigabe', 'Genehmigt', 'Abgelehnt' oder 'Abgeschlossen'. Dies wird oft durch einen Statuscode in SAP dargestellt. Die Statusverfolgung ist unerlässlich, um das Ergebnis von Purchase Requisitionen zu verstehen. Sie unterstützt direkt das Dashboard 'Purchase Requisitionsergebnisse und Ablehnungsraten' und KPIs wie 'Ablehnungsrate von Purchase Requisitionen' und 'Stornorate von Purchase Requisitionen'. Die Analyse, wie Purchase Requisitionen zwischen Status übergehen, hilft, Prozessineffizienzen und Fehlerpunkte zu identifizieren. Bedeutung Es definiert das Ergebnis einer Purchase Requisition, was für die Analyse von Erfolgsquoten, Ablehnungsgründen und Prozessendpunkten wichtig ist. Datenquelle Der Bearbeitungsstatus ist in Tabelle EBAN, Feld STATU, zu finden. Der Freigabestatus ist in EBAN-FRGZU. Beispiele N (Nicht bearbeitet)B (Bestellung erstellt)A (Anfrage erstellt)K (Abgeschlossen)
	Ablehnungsgrund RejectionReason	Der angegebene Grund, wenn eine Purchase Requisition oder ein Genehmigungsschritt abgelehnt wird.
Beschreibung Dieses Attribut erfasst die Begründung für die Ablehnung einer Purchase Requisition. Diese Information wird in der Regel als Freitext eingegeben oder vom Genehmiger während der Ablehnungsaktivität aus einer vordefinierten Listee von Codes ausgewählt. Die Analyse der Ablehnungsgründe ist maßgeblich für die Prozessoptimierung. Sie liefert direktes, direkt anwendbares Feedback darüber, warum Purchase Requisitionen fehlschlagen, was auf Richtlinienverstöße, inkorrekte Daten oder ein nicht verfügbares Budget zurückzuführen sein könnte. Diese Daten sind wichtig für das Dashboard 'Purchase Requisitionsergebnisse und Ablehnungsraten' und helfen, die Ursachen von Prozessineffizienzen zu identifizieren. Bedeutung Liefert direkte Einblicke, warum Purchase Requisitionen abgelehnt werden, und ermöglicht gezielte Prozessoptimierungen sowie Anwenderschulungen. Datenquelle Diese Daten werden in der Regel in Workflow Logs oder Langtexten gespeichert, die mit dem Ablehnungs-Event verbunden sind. Es gibt kein Standardfeld in EBAN. Beispiele Falsche KostenstelleBudget überschrittenDoppelte AnfrageNicht richtlinienkonform
	Bestell-ID PurchaseOrderId	Die ID der aus der Purchase Requisition erstellten Bestellung.
Beschreibung Dieses Attribut verknüpft eine Purchase Requisition mit der nachfolgenden Bestellung, die zu ihrer Erfüllung erstellt wurde. Eine einzelne Purchase Requisition kann manchmal zu mehreren Bestellungen führen. Diese Verknüpfung ist maßgeblich für die Analyse der Übergabe zwischen dem Purchase Requisitions- und dem Einkaufsprozess. Sie ist erforderlich, um die KPI 'Zeit bis zur Bestellungserstellung aus Purchase Requisition' zu berechnen und das Dashboard 'Verzögerung von genehmigter Purchase Requisition bis zur Bestellungserstellung' zu unterstützen. Das Verständnis dieser Verbindung ist der Schlüssel zur Messung der Effizienz des gesamten Purchase-to-Pay-Zyklus. Bedeutung Verbindet den Purchase Requisitionsprozess mit dem nachgelagerten Einkaufsprozess und ermöglicht die Analyse von Übergabeverzögerungen. Datenquelle Die Bestellnummer wird nach ihrer Erstellung in der Tabelle EBAN, Feld EBELN, gespeichert. Beispiele 450001712345000171244500017125
	Einkäufergruppe PurchasingGroup	Die Gruppe der Einkäufer, die für die Beschaffung der angeforderten Artikel verantwortlich ist.
Beschreibung Die Einkäufergruppe ist eine Organisationseinheit, die für spezifische Beschaffungsaktivitäten verantwortlich ist. Sie repräsentiert das Team von Einkäufern, das die Purchase Requisition bearbeiten wird, sobald diese genehmigt ist. Dieses Attribut ist nützlich für die Analyse der Arbeitslast und Leistung verschiedener Einkaufsteams. Es kann helfen zu identifizieren, ob bestimmte Einkäufergruppen Engpässe bei der Umwandlung von Purchase Requisitionen in Bestellungen darstellen oder ob sie spezifische Arten von Purchase Requisitionen effizienter bearbeiten als andere. Es bietet eine Schlüsseldimension für das Ressourcen- und Leistungsfähigkeit-Management innerhalb der Beschaffungsfunktion. Bedeutung Weist die Verantwortung für die Beschaffung zu, ermöglicht eine Arbeitslastanalyse und den Leistungsvergleich zwischen verschiedenen Einkaufsteams. Datenquelle Gefunden in der Tabelle EBAN, Feld EKGRP. Beispiele 001002P01
	Ist Nacharbeit IsRework	Ein boolesches Flag, das angibt, ob die Purchase Requisition einen Nacharbeitszyklus durchlaufen hat, z. B. eine Änderung nach der Einreichung.
Beschreibung Dies ist ein abgeleitetes Attribut, das Aktivitäten oder Fälle kennzeichnet, die Nacharbeiten beinhalten. Zum Beispiel würde jede Aktivität 'Purchase Requisition geändert', die nach 'Genehmigung eingereicht' auftritt, als Nacharbeit betrachtet. Es kann auch durch Ablehnungs-Ereignisse ausgelöst werden, die den Prozess in eine frühere Phase zurücksenden. Dieses Kennzeichen ist unerlässlich für das Dashboard 'Analyse von Purchase Requisitionsänderungen und Nacharbeiten'. Es ermöglicht eine einfache Filterung und Quantifizierung von Nacharbeiten, hilft, deren Auswirkungen auf die Gesamtzykluszeiten zu messen und die Ursachen von Prozessineffizienzen zu identifizieren. Hohe Raten von Nacharbeiten weisen oft auf Probleme mit der Datenqualität oder unklare Anforderungen hin. Bedeutung Hilft, die Häufigkeit und Auswirkungen von Nacharbeiten zu quantifizieren, wodurch Prozessineffizienzen und -schleifen leicht identifiziert und analysiert werden können. Datenquelle Abgeleitet aus dem Event Log durch Identifizierung spezifischer Abfolgen von Aktivitäten, wie z. B. „Purchase Requisition geändert“, die nach einer Genehmigungsaktivität auftreten. Beispiele JaNein
	Lieferanten-ID VendorId	Der eindeutige Identifikator für den vorgeschlagenen oder fixierten Lieferanten.
Beschreibung Dieses Attribut enthält die ID eines bevorzugten oder vertraglich festgelegten Lieferanten für den angeforderten Artikel. Es kann vorab ausgefüllt oder vom Anforderer vorgeschlagen werden. Die Analyse von Purchase Requisitionen nach Lieferant kann helfen, den Einfluss der Vorauswahl von Lieferanten auf den Beschaffungsprozess zu bewerten. Sie kann beispielsweise aufzeigen, ob Purchase Requisitionen mit einem bestimmten Lieferanten schneller genehmigt werden oder ob bestimmte Lieferanten mit höheren Ablehnungsraten verbunden sind. Es bietet einen Einblick in die frühe Phase der Lieferantenbindung. Bedeutung Liefert Einblicke in bevorzugte Lieferantenbeziehungen und deren Einfluss auf die Bearbeitungsgeschwindigkeit und Resultate von Purchase Requisitionen. Datenquelle Gefunden in der Tabelle EBAN, Feld LIFNR (Fixierter Lieferant). Beispiele 100030025V9876
	Materialgruppe MaterialGroup	Die Gruppe oder Kategorie, zu der den Antrag bearbeitet.as angeforderte Material oder den Antrag bearbeitet.ie Dienstleistung gehört.
Beschreibung Die Materialgruppe ist eine Klassifizierung, die dazu dient, Materialien oder Dienstleistungen mit ähnlichen Eigenschaften zusammenzufassen. Dies ermöglicht eine kategoriebasierte Analyse von Beschaffungsaktivitäten. Die Analyse nach Materialgruppe hilft beim strategischen Sourcing und der Ausgabenanalyse. Im Process Mining kann sie aufzeigen, ob Purchase Requisitionen für bestimmte Kategorien, wie 'IT-Hardware' oder 'Professional Dienste', unterschiedliche Prozesspfade durchlaufen oder längere Genehmigungszeiten aufweisen. Diese Erkenntnis ist wertvoll für den 'Purchase Requisitions-Datenqualitätsbericht' und für das Verständnis von Prozessvariationen basierend auf dem Beschaffungsgegenstand. Bedeutung Ermöglicht Ausgaben- und Prozessanalysen nach Beschaffungskategorie, unterstützt strategisches Sourcing und identifiziert kategoriespezifische Engpässe. Datenquelle Gefunden in der Tabelle EBAN, Feld MATKL. Beispiele 00101L001IT-SFTWR
	Name des Anfragenden RequesterName	Der Name der Person, die die Waren oder Dienstleistungen angefordert hat.
Beschreibung Dieses Attribut identifiziert die Person, die die Purchase Requisition initiiert hat. Dies ist die Person, die den geschäftlichen Bedarf für die angeforderten Artikel hat. Die Verfolgung des Anforderers ermöglicht die Analyse von Purchase Requisitionsmustern nach Einzelperson oder Gruppe. Das Dashboard 'Durchsatz der Purchase Requisitionserstellung nach Anforderer' stützt sich auf dieses Attribut, um Power Benutzer, Benutzer mit zusätzlichem Schulungsbedarf oder Abteilungen mit hoher Beschaffungsaktivität zu identifizieren. Es bietet eine nutzerzentrierte Sicht auf den Startpunkt des Prozesses. Bedeutung Identifiziert den Prozesseigentümer, ermöglicht die Analyse von Purchase Requisitions-Erstellungsmustern und hilft, Benutzerschulungen gezielt anzubieten. Datenquelle Gefunden in der Tabelle EBAN, Feld AFNAM. Beispiele Alice WilliamsBob JohnsonCharlie Brown
	Priorität Priority	Die der Purchase Requisition zugewiesene Dringlichkeitsstufe.
Beschreibung Dieses Attribut gibt die Priorität der Purchase Requisition an, oft klassifiziert als 'Dringend', 'Hoch' oder 'Standard'. Dieses Kennzeichen wird verwendet, um Genehmigern und Einkäufern zu signalisieren, dass eine Anfrage eine beschleunigte Bearbeitung erfordert. Dieses Attribut ist unerlässlich für das Dashboard 'Leistung der den Antrag bearbeitet.ringenden Purchase Requisitionsbearbeitung' und die KPI 'Effektivität der Dringlichkeitskennzeichnung'. Die Analyse konzentriert sich darauf, ob als dringend gekennzeichnete Purchase Requisitionen tatsächlich schneller bearbeitet werden als Standardanfragen, was hilft, die Wirksamkeit des Priorisierungssystems zu validieren und sicherzustellen, dass geschäftskritische Anforderungen zeitnah erfüllt werden. Bedeutung Ermöglicht die Analyse, ob dringende Anfragen schneller bearbeitet werden, und validiert so die Effektivität von Priorisierungsmechanismen. Datenquelle Dies ist kein Standardfeld in EBAN. Es wird oft als benutzerdefiniertes Feld implementiert oder aus der Bedarfsverfolgungsnummer (EBAN-BEDNR) oder einer spezifischen Belegart abgeleitet. Beispiele 123
	Werk Plant	Der Unternehmensstandort oder den Antrag bearbeitet.as Werk, für das die Waren oder Dienstleistungen angefordert werden.
Beschreibung Das Werk ist eine Organisationseinheit innerhalb eines Unternehmens, die einen physischen Standort wie eine Fabrik, ein Lager oder ein Büro darstellt. Die Purchase Requisition spezifiziert das Werk, in dem die angeforderten Artikel benötigt werden. Die Analyse nach Werk ermöglicht geografische oder standortspezifische Ansichten des Purchase Requisitionsprozesses. Sie kann Leistungsunterschiede zwischen Standorten hervorheben, die auf unterschiedliche lokale Verfahren, Personalstärken oder Geschäftsanforderungen zurückzuführen sein können. Dies ist eine gängige Dimension für regionale Leistungs-Dashboards. Bedeutung Bietet einen geografischen oder standortbezogenen Kontext für die Analyse und hilft, regionale Prozessvarianten und Leistungsunterschiede zu identifizieren. Datenquelle Gefunden in der Tabelle EBAN, Feld WERKS. Beispiele 10002100DE01

Erforderlich Empfohlen Optional

Purchase-to-Pay – Purchase Requisitions-Aktivitäten

Dies sind die wichtigsten Prozessschritte und Meilensteine, die Sie in Ihrem Event Log erfassen sollten, um Ihren Purchase Requisitionsworkflow genau zu entdecken und zu analysierenn.

6 Empfohlen 7 Optional

	Aktivität	Beschreibung
	Anforderung erstellt	Diese Aktivität markiert die initiale Erstellung und Speicherung einer Purchase Requisition durch einen Benutzer. Das Event wird explizit erfasst, wenn ein neuer Datensatz in der Tabelle EBAN generiert wird, wobei das Erstellungsdatum und die Uhrzeit aufgezeichnet werden.
Bedeutung Als Ausgangspunkt des Prozesses ist diese Aktivität wesentlich für die Berechnung der gesamten Lebenszyklusdauer der Purchase Requisition und die Analyse des Erstellungsdurchsatzes. Sie hilft dabei, zu identifizieren, wer wann Purchase Requisitionen erstellt. Datenquelle Dieses Event wird aus der EBAN-Tabelle unter Verwendung der Felder Erstellungsdatum (ERDAT) und Erstellungszeit (UZEIT) für eine gegebene Purchase Requisitions-ID (BANFN) erfasst. Erfassen Zeitstempel aus den EBAN-Tabellenfeldern ERDAT und UZEIT bei initialer Datensatzspeicherung. Ereignistyp explicit
	Bestellung erstellt	Diese Aktivität markiert die erfolgreiche Umwandlung einer genehmigten Purchase Requisition in ein Bestelldokument. Das Event wird für die Purchase Requisition abgeleitet, indem eine entsprechende Bestellposition gefunden wird, die darauf verweist.
Bedeutung Als primäres erfolgreiches Ergebnis schließt diese Aktivität den Purchase Requisitionsprozess ab und leitet die Beschaffungsphase ein. Die Zeit zwischen „Purchase Requisition genehmigt“ und diesem Ereignis ist ein wichtiger KPI zur Messung der Übergabeeffizienz. Datenquelle Abgeleitet durch das Auffinden eines Datensatzes in der Tabelle EKPO (Bestellposition), bei dem die Felder BANFN und BNFPO mit der Purchase Requisitionsnummer und -position aus der EBAN-Tabelle übereinstimmen. Das Bestellerstellungsdatum (EKKO.AEDAT) liefert den Zeitstempel. Erfassen Abgeleitet durch die Verknüpfung der Tabellen EBAN und EKPO und Verwendung des Bestellerstellungsdatums aus EKKO. Ereignistyp inferred
	Genehmigung eingereicht	Diese Aktivität signalisiert, dass die Purchase Requisition in den formalen Genehmigungs-Workflow eingetreten ist. Sie wird in der Regel abgeleitet, wenn sich der Status der Purchase Requisition ändert und eine initiale Freigabe oder Genehmigungsaktion basierend auf der konfigurierten Freigabestrategie erforderlich wird.
Bedeutung Dies markiert den Beginn der Genehmigungszykluszeit, eine kritischer KPI zur Messung der Prozesseffizienz. Das Verständnis dieses Punktes hilft, Verzögerungen zwischen der Erstellung und dem Beginn formaler Genehmigungen zu isolieren. Datenquelle Abgeleitet aus der ersten Statusänderung bezüglich der Freigabestrategie in Tabelle EBAN (z. B. ändert sich das Feld FRGZU von einem Initial- in einen wartenden Zustand) oder den Antrag bearbeitet.em ersten Eintrag in Workflow-Protokollen, die der Purchase Requisition zugeordnet sind. Erfassen Abgeleitet aus dem ersten Änderungsbelegeintrag, der den Antrag bearbeitet.ie Aktivierung einer Freigabestrategie anzeigt. Ereignistyp inferred
	Purchase Requisition abgelehnt	Dies ist eine terminale Aktivität, bei der den Antrag bearbeitet.ie Purchase Requisition endgültig abgelehnt wird und nicht weiter bearbeitet werden kann. Sie wird abgeleitet, wenn das Freigabekennzeichen in der EBAN-Tabelle von einem Genehmiger auf einen finalen abgelehnten Status gesetzt wird.
Bedeutung Diese Aktivität ist ein wichtiger Prozessendpunkt und wichtig für die Berechnung der KPI für die Ablehnungsrate von Purchase Requisitionen. Die Analyse dieser Fälle hilft, die Gründe für Beschaffungsfehler und Verschwendung zu verstehen. Datenquelle Abgeleitet aus dem Zeitstempel des Änderungsbelegeintrags in CDPOS für die Tabelle EBAN, Feld FRGZU, wenn es sich auf den Wert ändert, der den Antrag bearbeitet.ie endgültige Ablehnung darstellt. Erfassen Abgeleitet aus dem finalen Freigabekennzeichenfeld in EBAN, das einen terminalen Status „abgelehnt“ erreicht. Ereignistyp inferred
	Purchase Requisition genehmigt	Diese Meilensteinaktivität signalisiert, dass die Purchase Requisition erfolgreich alle erforderlichen Genehmigungsschritte durchlaufen hat. Sie wird abgeleitet, wenn der finale Freigabecode angewendet und das Gesamt-Freigabekennzeichen (FRGZU) in der EBAN-Tabelle auf einen genehmigten Status gesetzt wird.
Bedeutung Dies ist ein kritischer Meilenstein, der den Antrag bearbeitet.as Ende des Genehmigungszyklus und den Beginn der Beschaffungsphase markiert. Er ist unerlässlich für die Berechnung der KPI für die gesamte Genehmigungszeit und zur Messung von Übergabeverzögerungen bei der Bestellungserstellung. Datenquelle Abgeleitet aus dem Zeitstempel des Änderungsbelegeintrags in CDPOS für die Tabelle EBAN, Feld FRGZU, wenn es sich auf den Wert ändert, der den Antrag bearbeitet.ie endgültige Genehmigung darstellt. Erfassen Abgeleitet aus dem finalen Freigabekennzeichenfeld in EBAN, das einen terminalen Status „genehmigt“ erreicht. Ereignistyp inferred
	Purchase Requisition zurückgezogen	Dies ist eine terminale Aktivität, bei der den Antrag bearbeitet.er Ersteller oder ein autorisierter Benutzer die Purchase Requisitionsposition durch Setzen eines Löschkennzeichens storniert. Diese Aktion wird explizit aufgezeichnet und signalisiert, dass der geschäftliche Bedarf nicht mehr gültig ist oder fehlerhaft erstellt wurde.
Bedeutung Dies ist ein wichtiger Fehlerendpunkt für den Prozess, unerlässlich für die Berechnung der Stornorate. Hohe Raten können auf lange Genehmigungszeiten hinweisen, die Benutzer dazu zwingen, Anfragen aufzugeben, oder auf systemische Probleme bei der Bedarfsplanung. Datenquelle Diese explizite Aktion wird erfasst, wenn das Feld 'Löschkennzeichen' (LOEKZ) in der EBAN-Tabelle für die Purchase Requisitionsposition gesetzt wird. Die Änderung wird in CDHDR und CDPOS protokolliert. Erfassen Änderungsbelegeintrag, wenn das Löschkennzeichen (EBAN-LOEKZ) auf 'L' gesetzt wird. Ereignistyp explicit
	Genehmigung zurückgesetzt	Zeigt an, dass der gesamte Genehmigungs-Workflow für die Purchase Requisition zurückgesetzt wurde, oft aufgrund einer wesentlichen Änderung. Dies wird abgeleitet, wenn der Freigabestatus nach zuvor aktiver Phase gelöscht wird, wodurch der Genehmigungsprozess von vorne beginnen muss.
Bedeutung Genehmigungsrücksetzungen sind signifikante Nacharbeitsereignisse, die die Durchlaufzeit stark beeinflussen. Ihre Identifizierung beleuchtet Prozesseffizienzen und die nachgelagerten Auswirkungen von Purchase Requisitionsänderungen auf den Workflow. Datenquelle Abgeleitet aus Änderungsbelegen (CDHDR/CDPOS) für die EBAN-Tabelle, bei denen Freigabestatusfelder (wie FRGZU) von einem wartenden oder genehmigten Zustand in einen initialen oder leeren Zustand geändert werden. Erfassen Abgeleitet aus Änderungsbelegen, die zeigen, dass die Felder den Antrag bearbeitet.er Freigabestrategie gelöscht wurden. Ereignistyp inferred
	Genehmigungsschritt abgelehnt	Ein autorisierter Benutzer hat einen einzelnen Schritt in der Freigabestrategie explizit abgelehnt und die Purchase Requisition in der Regel zur Änderung an den Ersteller zurückgeschickt. Diese Aktion wird als Änderung des Freigabestatus der Purchase Requisition protokolliert.
Bedeutung Ablehnungen sind eine Hauptursache für Prozessnacharbeiten und Verzögerungen. Die Analyse ihrer Häufigkeit und Ursache hilft, Richtlinienmissverständnisse, Datenqualitätsprobleme oder ineffiziente Genehmigungsschritte zu identifizieren. Datenquelle Erfasst aus Änderungsbelegen (CDHDR/CDPOS) zu den Freigabestatusfeldern in der Tabelle EBAN. Eine Ablehnungsaktion über die Transaktion ME54N oder ähnliche wird eine entsprechende Statusänderung auslösen. Erfassen Änderungsbelegeintrag erstellt, wenn ein Genehmiger eine Ablehnungsaktion ausführt. Ereignistyp explicit
	Genehmigungsschritt genehmigt	Stellt die explizite Aktion eines autorisierten Benutzers dar, einen einzelnen Schritt in der Freigabestrategie zu genehmigen. Diese Aktion wird als Änderung des Freigabestatus der Purchase Requisition erfasst und bringt diese der finalen Genehmigung näher.
Bedeutung Die Verfolgung einzelner Genehmigungen ist notwendig, um die Dauer jedes Schritts zu messen und die Leistungsfähigkeit verschiedener Genehmiger zu analysierenn. Sie ist die Basis für das Verständnis der Workflow-Konformität. Datenquelle Erfasst aus Änderungsbelegen (CDHDR/CDPOS) zu den Freigabestatusfeldern der Tabelle EBAN. Die Aktion des Genehmigers über die Transaktion ME54N oder einen ähnlichen T-Code löst diese protokollierte Änderung aus. Erfassen Änderungsbelegeintrag erstellt, wenn ein Genehmiger eine Freigabetransaktion ausführt. Ereignistyp explicit
	Genehmigungsschritt gestartet	Zeigt an, dass die Purchase Requisition nun auf eine Aktion eines bestimmten Genehmigers oder einer Genehmigungsgruppe wartet, wie in der Freigabestrategie definiert. Dieses Ereignis wird abgeleitet, wenn der Status der Purchase Requisition anzeigt, dass sie auf einen bestimmten Freigabecode wartet.
Bedeutung Diese Aktivität ermöglicht eine detaillierte Analyse jedes einzelnen Schritts in der Genehmigungskette. Sie hilft aufzuzeigen, welche Genehmiger oder Phasen die längsten Verzögerungen im Prozess verursachen. Datenquelle Abgeleitet durch Verfolgung der Abfolge von Änderungen an den Freigabestatusfeldern in Tabelle EBAN. Jede Änderung in einen neuen wartenden Status kennzeichnet den Beginn eines neuen Genehmigungsschritts. Erfassen Abgeleitet aus Statusänderungen, die darauf hindeuten, dass ein neuer Freigabecode nun aktiv ist und auf Genehmigung wartet. Ereignistyp inferred
	Purchase Requisition abgeschlossen	Stellt den endgültigen Abschluss einer Purchase Requisitionsposition dar, was bedeutet, dass keine weitere Bearbeitung erwartet wird. Dieser Status wird abgeleitet, wenn die Position vollständig in eine Bestellung umgewandelt und erfüllt wurde oder manuell als geschlossen gekennzeichnet ist.
Bedeutung Dies bietet einen definitiven Endpunkt für Purchase Requisitionen, die abgeschlossen, aber nicht unbedingt gelöscht wurden. Es stellt ... sicher genaue Berechnungen der Lebenszyklusdauer für erfolgreich erfüllte Anfragen. Datenquelle Abgeleitet aus dem „Geschlossen“-Kennzeichen (EBAKZ mit Wert 'S' oder einem anderen konfigurierten Wert) in der EBAN-Tabelle. Dieser Status wird oft automatisch vom System bei vollständiger Bestellkonvertierung und Wareneingang gesetzt. Erfassen Abgeleitet aus einer Statusänderung im Feld EBAN-EBAKZ zu einem 'geschlossenen' Wert. Ereignistyp inferred
	Purchase Requisition geändert	Stellt jede Modifikation einer Purchase Requisition nach deren initialer Erstellung dar, wie die Änderung von Menge, Preis oder Material. Diese Änderungen werden in den Änderungsbelegtabellen von SAP erfasst und bieten einen detaillierten Audit-Trail der Modifikationen.
Bedeutung Die Verfolgung von Änderungen ist maßgeblich für die Identifizierung von Nacharbeitsschleifen und Datenqualitätsproblemen. Eine hohe Häufigkeit von Änderungen kann auf unklare initiale Anforderungen oder Lücken in der Anwenderschulung hinweisen, was zu Prozessverzögerungen führt. Datenquelle Erfasst aus den Änderungsbelegtabellen CDHDR (Kopf) und CDPOS (Position), wobei die Objektklasse EINKBELEG und die Objekt-ID die Purchase Requisitionsnummer ist. Spezifische Feldänderungen können analysiert werden. Erfassen Ereignis, protokolliert in den Änderungsbelegtabellen CDHDR und CDPOS für das Purchase Requisitionsdokument. Ereignistyp explicit
	Purchase Requisition gesperrt	Stellt eine explizite Aktion dar, um eine Purchase Requisitionsposition zu sperren und deren Umwandlung in eine Bestellung zu verhindern. Die Sperre wird über ein spezifisches Kennzeichen in der Purchase Requisitionsposition gesetzt.
Bedeutung Die Sperrung weist auf ein potenzielles Problem oder eine vorübergehende Aussetzung der Beschaffung hin. Das Verfolgen dieser Ereignisse hilft, Engpässe zu identifizieren, bei denen Purchase Requisitionen genehmigt, aber nicht sofort bearbeitet werden. Datenquelle Erfasst aus einer Änderung des Feldes „Sperrkennzeichen“ (EBAKZ) in der Tabelle EBAN. Die Änderung wird in CDHDR und CDPOS protokolliert. Erfassen Ereignis, protokolliert in den Änderungsbelegtabellen, wenn das Feld EBAN-EBAKZ gesetzt ist. Ereignistyp explicit

Extraktionsanleitungen

So erhalten Sie Ihre Daten aus SAP ECC

Schritte

Datenbankzugriff gewähren: Bevor Sie beginnen, stellen Sie sicher, dass Sie Lesezugriff auf die zugrunde liegende SAP ECC-Datenbank haben. Dies erfordert spezifische AnmeldeHinweisrmationen (Benutzername, Passwort, Host, Port) und ist ein nicht standardmäßiger Zugriffsgrad, der von Ihrem SAP Basis- und Sicherheitsteam genehmigt werden muss.
SAP-Schema identifizieren: Verbinden Sie sich mit der Datenbank mittels eines Standard-SQL-Clients wie DBeaver, Toad oder SQL Developer. Sie müssen das korrekte SAP-Schema identifizieren, in dem die Tabellen gespeichert sind; dieses wird üblicherweise SAPSR3 oder SAPR3 genannt.
SQL-Abfrage vorbereiten: Verwenden Sie die vollständige SQL-Abfrage, die in diesem Dokument bereitgestellt wird. Diese Abfrage ist darauf ausgelegt, alle erforderlichen Aktivitäten und Attribute durch die Verknüpfung von StammDaten- und Änderungsbelegtabellen zu extrahieren.
Abfrageparameter festlegen: Suchen Sie die Platzhalterwerte innerhalb der Abfrage. Sie müssen diese durch Ihre spezifischen System- und Geschäftsanforderungen ersetzen. Wichtige Platzhalter sind '{source_system_name}', '{start_date}', '{end_date}', '{company_codes}' und '{document_types}'.
Datenbankspezifische Syntax anpassen: Die bereitgestellte Abfrage verwendet gängige SQL-Syntax. Funktionen zur Zeitstempelerstellung, wie TO_TIMESTAMP, oder String-Manipulationen müssen jedoch möglicherweise geringfügig an Ihr spezifisches Datenbanksystem angepasst werden, zum Beispiel Oracle, SQL Server, DB2 oder HANA.
Extraktion ausführen: Führen Sie die angepasste Abfrage in Ihrem SQL-Client aus. Bei großen Datensätzen wird dringend empfohlen, dies außerhalb der Spitzenzeiten durchzuführen, um die System-Leistungsfähigkeit nicht zu beeinträchtigen.
Vorläufige Resultate überprüfen: Sobald die Abfrage abgeschlossen ist, überfliegen Sie die Ausgabe kurz, um sicherzustellen, dass sie die erwarteten Spalten (PurchaseRequisitionId, ActivityName, Ereigniszeitpunkt (Event Time) usw.) enthält und dass Zeilen für verschiedene Aktivitäten zurückgegeben werden.
Nach CSV exportieren: Exportieren Sie das gesamte Resultatet aus Ihrem SQL-Client in eine CSV-Datei. Stellen Sie sicher, dass die Datei UTF-8-Kodierung verwendet, um Probleme mit Sonderzeichen zu vermeiden.
Für den Upload vorbereiten: Bestätigen Sie, dass die CSV-Spaltenüberschriften exakt den in der SQL-Abfrage definierten Aliasnamen entsprechen. Die Datei sollte eine saubere, tabellarische Darstellung des Event-Logs sein.
In ProcessMind hochladen: Laden Sie die endgültige CSV-Datei in Ihr ProcessMind-Projekt zur Analyse und Visualisierung hoch.

Konfiguration

Datenbankverbindung: Eine direkte Verbindung zur SAP ECC-Datenbank ist erforderlich. Sie benötigen den Hostnamen, den Port, den Datenbanknamen und die entsprechenden BenutzerzugangsDaten.
SAP-Schema: Der Name des Schemas, das die SAP-Tabellen enthält, muss bekannt sein, zum Beispiel SAPSR3. Die Abfrage muss im Kontext dieses Schemas ausgeführt werden.
Datumsbereich: Um die Leistungsfähigkeit und das Datenvolumen zu steuern, ist es wichtig, nach einem spezifischen Datumsbereich zu filtern. Wir empfehlen, mit einem Zeitraum von 3 bis 6 Monaten zu beginnen. Legen Sie die Platzhalter '{start_date}' und '{end_date}' im Format YYYYMMDD fest.
Organisatorische Filter: Für eine gezieltere Analyse filtern Sie die Daten nach Buchungskreis (BUKRS) und Purchase Requisitionsbelegart (BSART). Ersetzen Sie die Platzhalter '{company_codes}' und '{document_types}' durch kommaseparierte Listeen von Werten, zum Beispiel '1000','2000'.
Voraussetzungen: Diese Methode erfordert die Genehmigung des SAP Basis- und Sicherheitsteams, um direkte DatenbankzugangsDaten zu erhalten. Es handelt sich nicht um eine Standard-Endbenutzeraktivität.
Leistungsfähigkeit-Überlegungen: Die Abfrage verknüpft sich mit Änderungsbelegtabellen (CDHDR, CDPOS), die sehr groß sein können. Ohne angemessene Filterung kann die Abfrage langsam sein und erhebliche SystemRessourcen verbrauchen. Führen Sie die Abfrage immer mit einem restriktiven Datumsbereich und anderen Filtern aus.

a Beispielabfrage sql

WITH REQUISITION_BASE AS (
    SELECT 
        EBAN.MANDT,
        EBAN.BANFN,
        EBAN.BNFPO,
        EBAN.BSART AS RequisitionDocumentType,
        EBAN.ERNAM,
        EBAN.ERDAT,
        EBAN.ERZET,
        EBAN.FRGZU AS CurrentRequisitionStatus,
        EBAKN.KOSTL AS Department,
        EBAKN.GSWRT
    FROM EBAN
    LEFT JOIN EBAKN ON EBAN.MANDT = EBAKN.MANDT AND EBAN.BANFN = EBAKN.BANFN AND EBAN.BNFPO = EBAKN.BNFPO
    WHERE EBAN.ERDAT BETWEEN '{start_date}' AND '{end_date}'
      AND EBAN.BUKRS IN ('{company_codes}')
      AND EBAN.BSART IN ('{document_types}')
),
REQUISITION_AGG AS (
    SELECT 
        MANDT, BANFN, RequisitionDocumentType, ERNAM, ERDAT, ERZET, CurrentRequisitionStatus, Department,
        SUM(GSWRT) AS TotalRequisitionValue
    FROM REQUISITION_BASE
    GROUP BY MANDT, BANFN, RequisitionDocumentType, ERNAM, ERDAT, ERZET, CurrentRequisitionStatus, Department
)
-- 1. Requisition Created
SELECT
    R.BANFN AS PurchaseRequisitionId,
    'Requisition Created' AS ActivityName,
    TO_TIMESTAMP(R.ERDAT || R.ERZET, 'YYYYMMDDHH24MISS') AS EventTime,
    '{source_system_name}' AS SourceSystem,
    CURRENT_TIMESTAMP AS LastDataUpdate,
    R.ERNAM AS User,
    R.Department AS Department,
    R.CurrentRequisitionStatus AS RequisitionStatus,
    R.RequisitionDocumentType AS RequisitionDocumentType,
    R.TotalRequisitionValue AS TotalRequisitionValue
FROM REQUISITION_AGG R

UNION ALL

-- 2. Requisition Amended, Approval Steps, Status Changes from Change Logs
SELECT 
    SUBSTRING(C.OBJECTID, 4, 10) AS PurchaseRequisitionId,
    CASE 
        WHEN C.FNAME = 'FRGZU' AND C.VALUE_NEW > C.VALUE_OLD THEN 'Approval Step Approved'
        WHEN C.FNAME = 'FRGZU' AND C.VALUE_NEW < C.VALUE_OLD THEN 'Approval Step Rejected'
        WHEN C.FNAME = 'FRGZU' AND C.VALUE_NEW = '{final_approval_status_code}' THEN 'Requisition Approved'
        WHEN C.FNAME = 'FRGZU' AND C.VALUE_NEW = '{final_rejection_status_code}' THEN 'Requisition Rejected'
        WHEN C.FNAME = 'FRGSX' AND C.VALUE_OLD IS NOT NULL AND C.VALUE_NEW IS NULL THEN 'Approval Reset'
        WHEN C.FNAME = 'FRGZU' AND C.CHNGIND = 'U' AND C.TCODE LIKE 'ME54%' THEN 'Approval Submitted' 
        WHEN C.FNAME = 'LOEKZ' AND C.VALUE_NEW IN ('L', 'X') THEN 'Requisition Withdrawn'
        WHEN C.FNAME = 'EBAKZ' AND C.VALUE_NEW = 'X' THEN 'Requisition Blocked'
        WHEN C.FNAME = 'STATU' AND C.VALUE_NEW = 'B' THEN 'Purchase Order Created'
        WHEN C.FNAME = 'EREKZ' AND C.VALUE_NEW = 'X' THEN 'Requisition Closed'
        ELSE 'Requisition Amended'
    END AS ActivityName,
    TO_TIMESTAMP(C.UDATE || C.UTIME, 'YYYYMMDDHH24MISS') AS EventTime,
    '{source_system_name}' AS SourceSystem,
    CURRENT_TIMESTAMP AS LastDataUpdate,
    C.USERNAME AS User,
    R.Department AS Department,
    C.VALUE_NEW AS RequisitionStatus,
    R.RequisitionDocumentType AS RequisitionDocumentType,
    R.TotalRequisitionValue AS TotalRequisitionValue
FROM CDHDR C
JOIN CDPOS P ON C.MANDANT = P.MANDANT AND C.OBJECTCLAS = P.OBJECTCLAS AND C.OBJECTID = P.OBJECTID AND C.CHANGENR = P.CHANGENR
JOIN REQUISITION_AGG R ON SUBSTRING(C.OBJECTID, 4, 10) = R.BANFN
WHERE C.OBJECTCLAS = 'BANF'
  AND C.UDATE || C.UTIME <> R.ERDAT || R.ERZET -- Exclude changes made at the exact time of creation
  AND NOT (C.TCODE IN ('ME51', 'ME51N') AND C.UDATE = R.ERDAT) -- Exclude initial creation events from being amendments

UNION ALL

-- 3. Approval Step Started (Inferred)
SELECT 
    SUBSTRING(C.OBJECTID, 4, 10) AS PurchaseRequisitionId,
    'Approval Step Started' AS ActivityName,
    TO_TIMESTAMP(C.UDATE || C.UTIME, 'YYYYMMDDHH24MISS') AS EventTime,
    '{source_system_name}' AS SourceSystem,
    CURRENT_TIMESTAMP AS LastDataUpdate,
    C.USERNAME AS User,
    R.Department AS Department,
    P.VALUE_OLD AS RequisitionStatus,
    R.RequisitionDocumentType AS RequisitionDocumentType,
    R.TotalRequisitionValue AS TotalRequisitionValue
FROM CDHDR C
JOIN CDPOS P ON C.MANDANT = P.MANDANT AND C.OBJECTCLAS = P.OBJECTCLAS AND C.OBJECTID = P.OBJECTID AND C.CHANGENR = P.CHANGENR
JOIN REQUISITION_AGG R ON SUBSTRING(C.OBJECTID, 4, 10) = R.BANFN
WHERE C.OBJECTCLAS = 'BANF' AND P.FNAME = 'FRGZU' AND P.CHNGIND = 'U'
  AND P.VALUE_OLD IS NOT NULL AND P.VALUE_NEW IS NOT NULL AND P.VALUE_NEW > P.VALUE_OLD; -- This logic infers that a step starts just before it is approved

Schritte

Python-Umgebung einrichten: Stellen Sie sicher, dass Python 3.6 oder neuer installiert ist. Erstellen Sie einen Projektordner und richten Sie eine virtuelle Umgebung ein, um Abhängigkeiten zu verwalten. Installieren Sie die notwendigen Bibliotheken mit pip: pip install pyrfc pandas numpy
SAP RFC SDK: Laden Sie das SAP NetWeaver RFC SDK vom SAP Support Portal herunter. Entpacken Sie den Inhalt und legen Sie die Bibliotheksdateien (z. B. sapnwrfc.dll unter Windows, libsapnwrfc.so unter Linux) in ein Verzeichnis, das über den Systempfad oder Ihr Python-Skript zugänglich ist.
SAP-Verbindung konfigurieren: Öffnen Sie das bereitgestellte Python-Skript. Suchen Sie den Abschnitt für SAP-Verbindungsparameter und ersetzen Sie die Platzhalterwerte (ashost, sysnr, client, user, passwd) durch Ihre tatsächlichen SAP-SystemzugangsDaten. Stellen Sie sicher, dass der Benutzer über die erforderlichen Berechtigungen für die RFC-Ausführung und den Tabellenzugriff verfügt.
Extraktionsparameter definieren: Legen Sie im Skript die Variablen date_from und date_to fest, um den gewünschten Zeitbereich für die Extraktion zu definieren. Es wird empfohlen, mit einem kleineren Zeitraum, z. B. einem Monat, zu beginnen, um den Extraktionsprozess zu testen.
Python-Skript ausführen: Führen Sie das Skript von Ihrem Terminal aus mit dem Befehl python your_script_name.py aus. Das Skript stellt eine Verbindung zu SAP über RFC her, ruft RFC_READ_TABLE für jede erforderliche Tabelle (EBAN, EKKO, EKPO, CDHDR, CDPOS) auf und lädt die Daten herunter.
Datenabruf: Das Skript ruft RohDaten für Purchase Requisitionen, Bestellungen und Änderungsbelege ab. Es verwendet Filterkriterien wie Datumsbereiche und Objektklassen, um die Menge der übertragenen Daten zu begrenzen.
Lokale Datentransformation: Sobald die Daten heruntergeladen sind, verwendet das Skript die Pandas-Bibliothek, um alle Transformationen lokal durchzuführen. Es verarbeitet die RohDaten der Tabellen, um separate Event Log-Einträge für jede der 13 erforderlichen Aktivitäten zu generieren, wie z. B. „Purchase Requisition erstellt“, „Genehmigungsschritt genehmigt“ und „Bestellung erstellt“.
Event Log generieren: Das Skript kombiniert die aus jeder Tabelle generierten Ereignisse zu einem einzigen, vereinheitlichten DatenFrame. Es berechnet Event Zeitstempels, ordnet Benutzernamen zu und strukturiert die Daten in das erforderliche Format für Case-ID, Aktivität und Zeitstempel.
Attributzuordnung: Schlüsselattribute wie PurchaseRequisitionId, ActivityName, Ereigniszeitpunkt (Event Time), Benutzer und TotalRequisitionValue werden ihren jeweiligen Spalten im finalen DatenFrame zugeordnet.
Nach CSV exportieren: Das Skript speichert das finale Event Log als CSV-Datei mit dem Namen Event_log_pr.csv im selben Verzeichnis. Diese Datei ist für den direkten Upload in ProcessMind formatiert.
Überprüfen und hochladen: Öffnen Sie die generierte CSV-Datei, um die Daten auf Vollständigkeit und Richtigkeit zu überprüfen. Nach der Validierung können Sie die Datei in Ihr ProcessMind-Projekt hochladen.

Konfiguration

SAP-Verbindung: Das Skript erfordert direkte RFC-Verbindungsdetails zum SAP ECC-System, einschließlich Applikationsserver, Systemnummer, Mandant, Benutzer und Passwort. Der angegebene Benutzer muss über Berechtigungen für RFC-Aufrufe und Lesezugriff auf die Tabellen EBAN, EKPO, EKKO, CDHDR und CDPOS verfügen.
Datumsbereich: Die Extraktion wird durch Start- und Enddatumsparameter innerhalb des Skripts gesteuert. Für erste Läufe und zur Steuerung der Leistungsfähigkeit wird empfohlen, einen Datumsbereich von 3 bis 6 Monaten zu extrahieren.
Tabellenfilter: Die Filterung wird, wo immer möglich, innerhalb der RFC-Aufrufe angewendet. Zum Beispiel werden Purchase Requisitionen nach Erstellungsdatum (EBAN-ERDAT) und Änderungsbelege nach Datum (CDHDR-UDATE) und Objektklasse (CDHDR-OBJECTCLAS = 'BANF') gefiltert.
Python-Bibliotheken: Das Skript basiert auf pyrfc für die SAP-Konnektivität und pandas für die Datenmanipulation. Stellen Sie sicher, dass diese Bibliotheken in Ihrer Python-Umgebung installiert sind.
Leistungsfähigkeit: Die Datenextraktion über RFC_READ_TABLE kann bei sehr großen Datensätzen langsam sein, da die Daten sequenziell Tabelle für Tabelle abgerufen werden. Es ist ratsam, die Extraktion außerhalb der Spitzenzeiten durchzuführen, um die Systemlast zu minimieren.
Belegarten: Das Skript extrahiert standardmäßig alle Purchase Requisitionsbelegarten. Um den Umfang einzugrenzen, können Sie im pandas DatenFrame einen Post-Extraktionsfilter basierend auf der Spalte BSART aus der EBAN-Tabelle hinzufügen.

a Beispielabfrage python

import pandas as pd
from pyrfc import Connection
import datetime

class=class="hl-string">"hl-comment"># --- 1. Configuration Settings ---
class=class="hl-string">"hl-comment"># Replace with your SAP system connection details
SAP_CONNECTION_PARAMS = {
    class="hl-string">"ashost": class="hl-string">"your_sap_host",      class=class="hl-string">"hl-comment"># Application server host
    class="hl-string">"sysnr": class="hl-string">"00",                 class=class="hl-string">"hl-comment"># System number
    class="hl-string">"client": class="hl-string">"100",               class=class="hl-string">"hl-comment"># Client
    class="hl-string">"user": class="hl-string">"your_rfc_user",       class=class="hl-string">"hl-comment"># RFC user
    class="hl-string">"passwd": class="hl-string">"your_password"      class=class="hl-string">"hl-comment"># Password
}

class=class="hl-string">"hl-comment"># Date range for the extraction (YYYYMMDD format)
date_from = class="hl-string">'20230101'
date_to = class="hl-string">'20231231'

source_system = class="hl-string">"SAP ECC"
last_data_update = datetime.datetime.now().isoformat()

class=class="hl-string">"hl-comment"># --- 2. Helper function for RFC_READ_TABLE ---
def rfc_read_table(conn, table_name, fields, options):
    class="hl-string">"""Fetches data from an SAP table using RFC_READ_TABLE."""
    try:
        result = conn.call(class="hl-string">'RFC_READ_TABLE',
                           QUERY_TABLE=table_name,
                           DELIMITER=class="hl-string">',',
                           FIELDS=fields,
                           OPTIONS=options)
        
        data = result[class="hl-string">'DATA']
        if not data:
            return pd.DataFrame(columns=[field[class="hl-string">'FIELDNAME'] for field in fields])

        records = [row[class="hl-string">'WA'].strip().split(class="hl-string">',') for row in data]
        df = pd.DataFrame(records, columns=[field[class="hl-string">'FIELDNAME'] for field in fields])
        class=class="hl-string">"hl-comment"># Trim whitespace from all cells
        df = df.apply(lambda x: x.str.strip() if x.dtype == class="hl-string">"object" else x)
        return df
    except Exception as e:
        print(fclass="hl-string">"Error reading table {table_name}: {e}")
        return pd.DataFrame(columns=[field[class="hl-string">'FIELDNAME'] for field in fields])

class=class="hl-string">"hl-comment"># --- 3. Main Extraction Logic ---
def main():
    print(class="hl-string">"Starting SAP data extraction...")
    try:
        conn = Connection(**SAP_CONNECTION_PARAMS)
    except Exception as e:
        print(fclass="hl-string">"Failed to connect to SAP: {e}")
        return

    class=class="hl-string">"hl-comment"># --- EBAN (Purchase Requisitions) ---
    print(class="hl-string">"Extracting EBAN...")
    eban_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'BANFN'}, {class="hl-string">'FIELDNAME': class="hl-string">'BNFPO'}, {class="hl-string">'FIELDNAME': class="hl-string">'BSART'}, {class="hl-string">'FIELDNAME': class="hl-string">'ERNAM'}, {class="hl-string">'FIELDNAME': class="hl-string">'ERDAT'}, {class="hl-string">'FIELDNAME': class="hl-string">'ERFZEIT'}, {class="hl-string">'FIELDNAME': class="hl-string">'PREIS'}, {class="hl-string">'FIELDNAME': class="hl-string">'MENGE'}, {class="hl-string">'FIELDNAME': class="hl-string">'KOSTL'}, {class="hl-string">'FIELDNAME': class="hl-string">'FRGZU'}, {class="hl-string">'FIELDNAME': class="hl-string">'FRGSX'}]
    eban_options = [fclass="hl-string">"ERDAT >= '{date_from}' AND ERDAT <= '{date_to}'"]
    df_eban = rfc_read_table(conn, class="hl-string">'EBAN', eban_fields, eban_options)
    if df_eban.empty:
        print(class="hl-string">"No requisitions found in EBAN for the given date range. Exiting.")
        conn.close()
        return

    df_eban[class="hl-string">'PREIS'] = pd.to_numeric(df_eban[class="hl-string">'PREIS'], errors=class="hl-string">'coerce').fillna(0)
    df_eban[class="hl-string">'MENGE'] = pd.to_numeric(df_eban[class="hl-string">'MENGE'], errors=class="hl-string">'coerce').fillna(0)
    df_eban[class="hl-string">'TotalRequisitionValue'] = df_eban[class="hl-string">'PREIS'] * df_eban[class="hl-string">'MENGE']
    df_eban_grouped = df_eban.groupby(class="hl-string">'BANFN').agg(
        TotalRequisitionValue=(class="hl-string">'TotalRequisitionValue', class="hl-string">'sum'),
        RequisitionDocumentType=(class="hl-string">'BSART', class="hl-string">'first'),
        Department=(class="hl-string">'KOSTL', class="hl-string">'first')
    ).reset_index()
    df_eban = df_eban.merge(df_eban_grouped, on=class="hl-string">'BANFN', suffixes=(class="hl-string">'', class="hl-string">'_agg'))

    class=class="hl-string">"hl-comment"># --- EKPO/EKKO (Purchase Orders) ---
    print(class="hl-string">"Extracting EKPO and EKKO...")
    banfn_list = class="hl-string">"'" + class="hl-string">"', '".join(df_eban[class="hl-string">'BANFN'].unique()) + class="hl-string">"'"
    ekpo_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'BANFN'}, {class="hl-string">'FIELDNAME': class="hl-string">'BNFPO'}, {class="hl-string">'FIELDNAME': class="hl-string">'EBELN'}]
    ekpo_options = [fclass="hl-string">"BANFN IN ({banfn_list})"]
    df_ekpo = rfc_read_table(conn, class="hl-string">'EKPO', ekpo_fields, ekpo_options)

    ekko_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'EBELN'}, {class="hl-string">'FIELDNAME': class="hl-string">'AEDAT'}]
    if not df_ekpo.empty:
        ebeln_list = class="hl-string">"'" + class="hl-string">"', '".join(df_ekpo[class="hl-string">'EBELN'].unique()) + class="hl-string">"'"
        ekko_options = [fclass="hl-string">"EBELN IN ({ebeln_list})"]
        df_ekko = rfc_read_table(conn, class="hl-string">'EKKO', ekko_fields, ekko_options)
        df_po = pd.merge(df_ekpo, df_ekko, on=class="hl-string">'EBELN')
    else:
        df_po = pd.DataFrame(columns=[class="hl-string">'BANFN', class="hl-string">'BNFPO', class="hl-string">'EBELN', class="hl-string">'AEDAT'])

    class=class="hl-string">"hl-comment"># --- CDHDR/CDPOS (Change Documents) ---
    print(class="hl-string">"Extracting CDHDR and CDPOS...")
    cdhdr_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'OBJECTID'}, {class="hl-string">'FIELDNAME': class="hl-string">'CHANGENR'}, {class="hl-string">'FIELDNAME': class="hl-string">'USERNAME'}, {class="hl-string">'FIELDNAME': class="hl-string">'UDATE'}, {class="hl-string">'FIELDNAME': class="hl-string">'UTIME'}]
    cdhdr_options = [fclass="hl-string">"OBJECTCLAS = 'BANF' AND UDATE >= '{date_from}' AND UDATE <= '{date_to}'"]
    df_cdhdr = rfc_read_table(conn, class="hl-string">'CDHDR', cdhdr_fields, cdhdr_options)
    
    df_cdpos = pd.DataFrame()
    if not df_cdhdr.empty:
        class=class="hl-string">"hl-comment"># Process changenr in chunks to avoid overly long SQL queries
        changenr_chunks = [df_cdhdr[class="hl-string">'CHANGENR'][i:i + 100] for i in range(0, df_cdhdr.shape[0], 100)]
        cdpos_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'CHANGENR'}, {class="hl-string">'FIELDNAME': class="hl-string">'TABNAME'}, {class="hl-string">'FIELDNAME': class="hl-string">'FNAME'}, {class="hl-string">'FIELDNAME': class="hl-string">'VALUE_NEW'}, {class="hl-string">'FIELDNAME': class="hl-string">'VALUE_OLD'}]
        cdpos_frames = []
        for chunk in changenr_chunks:
            changenr_list = class="hl-string">"'" + class="hl-string">"', '".join(chunk) + class="hl-string">"'"
            cdpos_options = [fclass="hl-string">"OBJECTCLAS = 'BANF' AND CHANGENR IN ({changenr_list}) AND TABNAME = 'EBAN'"]
            cdpos_frames.append(rfc_read_table(conn, class="hl-string">'CDPOS', cdpos_fields, cdpos_options))
        if cdpos_frames:
            df_cdpos = pd.concat(cdpos_frames, ignore_index=True)

    conn.close()
    print(class="hl-string">"Extraction from SAP complete. Starting transformation...")

    class=class="hl-string">"hl-comment"># --- 4. Event Log Generation ---
    events = []

    class=class="hl-string">"hl-comment"># Activity: Requisition Created
    df_created = df_eban[[class="hl-string">'BANFN', class="hl-string">'ERNAM', class="hl-string">'ERDAT', class="hl-string">'ERFZEIT', class="hl-string">'RequisitionDocumentType', class="hl-string">'TotalRequisitionValue', class="hl-string">'Department']].drop_duplicates(subset=[class="hl-string">'BANFN'])
    for _, row in df_created.iterrows():
        events.append({
            class="hl-string">'PurchaseRequisitionId': row[class="hl-string">'BANFN'],
            class="hl-string">'ActivityName': class="hl-string">'Requisition Created',
            class="hl-string">'EventTime': fclass="hl-string">"{row['ERDAT']} {row['ERFZEIT']}",
            class="hl-string">'User': row[class="hl-string">'ERNAM'],
            class="hl-string">'RequisitionDocumentType': row[class="hl-string">'RequisitionDocumentType'],
            class="hl-string">'TotalRequisitionValue': row[class="hl-string">'TotalRequisitionValue'],
            class="hl-string">'Department': row[class="hl-string">'Department'],
            class="hl-string">'RequisitionStatus': class="hl-string">'Created'
        })

    class=class="hl-string">"hl-comment"># Merge change documents
    df_changes = pd.DataFrame()
    if not df_cdhdr.empty and not df_cdpos.empty:
        df_changes = pd.merge(df_cdhdr, df_cdpos, on=class="hl-string">'CHANGENR')
        df_changes[class="hl-string">'PurchaseRequisitionId'] = df_changes[class="hl-string">'OBJECTID'].str[:10]
        df_changes[class="hl-string">'EventTime'] = pd.to_datetime(df_changes[class="hl-string">'UDATE'] + class="hl-string">' ' + df_changes[class="hl-string">'UTIME'], format=class="hl-string">'%Y%m%d %H%M%S')

    if not df_changes.empty:
        class=class="hl-string">"hl-comment"># Activities from Change Logs
        for _, row in df_changes.iterrows():
            activity = None
            status = None

            class=class="hl-string">"hl-comment"># Approval-related activities
            if row[class="hl-string">'FNAME'] in [class="hl-string">'FRGZU', class="hl-string">'FRGSX']:
                if row[class="hl-string">'VALUE_OLD'].strip() == class="hl-string">'' and row[class="hl-string">'VALUE_NEW'].strip() != class="hl-string">'':
                    activity = class="hl-string">'Approval Submitted'
                    status = class="hl-string">'In Approval'
                elif row[class="hl-string">'VALUE_OLD'] != class="hl-string">'' and row[class="hl-string">'VALUE_NEW'] == class="hl-string">'':
                    activity = class="hl-string">'Approval Reset'
                    status = class="hl-string">'In Progress'
                else:
                    class=class="hl-string">"hl-comment"># Logic to differentiate approve/reject might need config specifics
                    activity = class="hl-string">'Approval Step Approved' if row[class="hl-string">'VALUE_NEW'] > row[class="hl-string">'VALUE_OLD'] else class="hl-string">'Approval Step Rejected'
                    status = class="hl-string">'In Approval'
            class=class="hl-string">"hl-comment"># Final Approval/Rejection
            elif row[class="hl-string">'FNAME'] == class="hl-string">'FRGZU':
                 class=class="hl-string">"hl-comment"># This logic assumes specific final approval/rejection codes. Adjust if needed.
                 if row[class="hl-string">'VALUE_NEW'] in [class="hl-string">'X', class="hl-string">'Y', class="hl-string">'Z']: class=class="hl-string">"hl-comment"># Placeholder for final approval states
                     activity = class="hl-string">'Requisition Approved'
                     status = class="hl-string">'Approved'
                 elif row[class="hl-string">'VALUE_NEW'] in [class="hl-string">'R', class="hl-string">'S']: class=class="hl-string">"hl-comment"># Placeholder for final rejection states
                     activity = class="hl-string">'Requisition Rejected'
                     status = class="hl-string">'Rejected'
            class=class="hl-string">"hl-comment"># Other Amendments
            elif row[class="hl-string">'FNAME'] not in [class="hl-string">'FRGZU', class="hl-string">'FRGSX', class="hl-string">'LOEKZ', class="hl-string">'EBAKZ']:
                activity = class="hl-string">'Requisition Amended'
                status = class="hl-string">'Amended'
            class=class="hl-string">"hl-comment"># Blocked
            elif row[class="hl-string">'FNAME'] == class="hl-string">'EBAKZ' and row[class="hl-string">'VALUE_NEW'] == class="hl-string">'B':
                activity = class="hl-string">'Requisition Blocked'
                status = class="hl-string">'Blocked'
            class=class="hl-string">"hl-comment"># Withdrawn
            elif row[class="hl-string">'FNAME'] == class="hl-string">'LOEKZ' and row[class="hl-string">'VALUE_NEW'] == class="hl-string">'L':
                activity = class="hl-string">'Requisition Withdrawn'
                status = class="hl-string">'Withdrawn'
            class=class="hl-string">"hl-comment"># Closed
            elif row[class="hl-string">'FNAME'] == class="hl-string">'EBAKZ' and row[class="hl-string">'VALUE_NEW'] == class="hl-string">'L':
                activity = class="hl-string">'Requisition Closed'
                status = class="hl-string">'Closed'

            if activity:
                events.append({
                    class="hl-string">'PurchaseRequisitionId': row[class="hl-string">'PurchaseRequisitionId'],
                    class="hl-string">'ActivityName': activity,
                    class="hl-string">'EventTime': row[class="hl-string">'EventTime'].strftime(class="hl-string">'%Y-%m-%d %H:%M:%S'),
                    class="hl-string">'User': row[class="hl-string">'USERNAME'],
                    class="hl-string">'RequisitionStatus': status
                })

    class=class="hl-string">"hl-comment"># Activity: Purchase Order Created
    if not df_po.empty:
        df_po_first = df_po.sort_values(class="hl-string">'AEDAT').drop_duplicates(class="hl-string">'BANFN', keep=class="hl-string">'first')
        for _, row in df_po_first.iterrows():
            events.append({
                class="hl-string">'PurchaseRequisitionId': row[class="hl-string">'BANFN'],
                class="hl-string">'ActivityName': class="hl-string">'Purchase Order Created',
                class="hl-string">'EventTime': fclass="hl-string">"{row['AEDAT']} 00:00:00", class=class="hl-string">"hl-comment"># EKKO only has date
                class="hl-string">'User': None, class=class="hl-string">"hl-comment"># User info not directly in EKKO/EKPO for this event
                class="hl-string">'RequisitionStatus': class="hl-string">'PO Created'
            })
            
    class=class="hl-string">"hl-comment"># Dummy activities for Approval Step Started (inferred before approval)
    class=class="hl-string">"hl-comment"># This is a simplified inference. Real logic can be much more complex.
    approval_events = [e for e in events if e[class="hl-string">'ActivityName'] == class="hl-string">'Approval Step Approved']
    for event in approval_events:
        event_time = pd.to_datetime(event[class="hl-string">'EventTime'])
        class=class="hl-string">"hl-comment"># Infer class="hl-string">'started' event one minute before class="hl-string">'approved' for demonstration
        start_time = event_time - datetime.timedelta(minutes=1)
        events.append({
            class="hl-string">'PurchaseRequisitionId': event[class="hl-string">'PurchaseRequisitionId'],
            class="hl-string">'ActivityName': class="hl-string">'Approval Step Started',
            class="hl-string">'EventTime': start_time.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S'),
            class="hl-string">'User': None, class=class="hl-string">"hl-comment"># Approver user is not known until they approve
            class="hl-string">'RequisitionStatus': class="hl-string">'In Approval'
        })

    class=class="hl-string">"hl-comment"># --- 5. Final Formatting ---
    if not events:
        print(class="hl-string">"No events generated. Exiting.")
        return

    df_event_log = pd.DataFrame(events)
    df_event_log = df_event_log.merge(df_eban_grouped, left_on=class="hl-string">'PurchaseRequisitionId', right_on=class="hl-string">'BANFN', how=class="hl-string">'left')
    df_event_log[class="hl-string">'EventTime'] = pd.to_datetime(df_event_log[class="hl-string">'EventTime'])
    df_event_log = df_event_log.sort_values(by=[class="hl-string">'PurchaseRequisitionId', class="hl-string">'EventTime'])

    class=class="hl-string">"hl-comment"># Fill forward attributes within each case
    df_event_log[class="hl-string">'RequisitionDocumentType'] = df_event_log.groupby(class="hl-string">'PurchaseRequisitionId')[class="hl-string">'RequisitionDocumentType_agg'].transform(lambda x: x.ffill().bfill())
    df_event_log[class="hl-string">'TotalRequisitionValue'] = df_event_log.groupby(class="hl-string">'PurchaseRequisitionId')[class="hl-string">'TotalRequisitionValue_agg'].transform(lambda x: x.ffill().bfill())
    df_event_log[class="hl-string">'Department'] = df_event_log.groupby(class="hl-string">'PurchaseRequisitionId')[class="hl-string">'Department_agg'].transform(lambda x: x.ffill().bfill())

    class=class="hl-string">"hl-comment"># Add standard columns
    df_event_log[class="hl-string">'SourceSystem'] = source_system
    df_event_log[class="hl-string">'LastDataUpdate'] = last_data_update

    class=class="hl-string">"hl-comment"># Select and rename final columns
    final_columns = {
        class="hl-string">'PurchaseRequisitionId': class="hl-string">'PurchaseRequisitionId',
        class="hl-string">'ActivityName': class="hl-string">'ActivityName',
        class="hl-string">'EventTime': class="hl-string">'EventTime',
        class="hl-string">'SourceSystem': class="hl-string">'SourceSystem',
        class="hl-string">'LastDataUpdate': class="hl-string">'LastDataUpdate',
        class="hl-string">'User': class="hl-string">'User',
        class="hl-string">'Department': class="hl-string">'Department',
        class="hl-string">'RequisitionStatus': class="hl-string">'RequisitionStatus',
        class="hl-string">'RequisitionDocumentType': class="hl-string">'RequisitionDocumentType',
        class="hl-string">'TotalRequisitionValue': class="hl-string">'TotalRequisitionValue'
    }
    df_event_log = df_event_log[final_columns.keys()].rename(columns=final_columns)
    
    class=class="hl-string">"hl-comment"># Save to CSV
    df_event_log.to_csv(class="hl-string">'event_log_pr.csv', index=False)
    print(class="hl-string">"Event log successfully created: event_log_pr.csv")

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

Ihr Purchase-to-Pay-Purchase RequisitionsDaten-Template

Ihr Purchase-to-Pay-Purchase RequisitionsDaten-Template

Purchase-to-Pay – Purchase Requisitions-Attribute

Purchase-to-Pay – Purchase Requisitions-Aktivitäten

Extraktionsanleitungen

Direkte SQL‑Abfrage auf der zugrunde liegenden SAP‑ECC‑Datenbank

Schritte

Konfiguration

a Beispielabfrage sql

Python-Skript zur Tabellenextraktion mittels SAP RFC

Schritte

Konfiguration

a Beispielabfrage python

Bereit, um loszulegen?

P2P-Purchase Requisitions-Effizienz erhalten, starten Sie jetzt Ihre Testphase

Ihr Purchase-to-Pay-Purchase RequisitionsDaten-Template

Ihr Purchase-to-Pay-Purchase RequisitionsDaten-Template

Purchase-to-Pay – Purchase Requisitions-Attribute

Purchase-to-Pay – Purchase Requisitions-Aktivitäten

Extraktionsanleitungen

Direkte SQL‑Abfrage auf der zugrunde liegenden SAP‑ECC‑Datenbank

Schritte

Konfiguration

a Beispielabfrage sql

Python-Skript zur Tabellenextraktion mittels SAP RFC

Schritte

Konfiguration

a Beispielabfrage python

Ihre Privatsphäre ist uns wichtig

Bereit, um loszulegen?

P2P-Purchase Requisitions-Effizienz erhalten, starten Sie jetzt Ihre Testphase