> Mejora continua de procesos > Procesamiento de pagos de cuentas por pagar > SAP ECC > Template de datos

Su Template de datos para el procesamiento de pagos de cuentas por pagar

SAP ECC

Atributos del procesamiento de pagos de cuentas por pagar(21) Actividades del procesamiento de pagos de cuentas por pagar(13) Guías de extracción(3)

Su Template de datos para el procesamiento de pagos de cuentas por pagar

Este Template ofrece un método estructurado para mapear los flujos de pago en SAP ECC mediante la identificación de los datos y los hitos esenciales. Incluye una lista completa de atributos y actividades, además de instrucciones prácticas para extraer los datos y crear un registro de eventos sólido. Siga esta guía para identificar los retrasos en los pagos y agilizar las operaciones financieras.

Campos de datos esenciales para analizar los pagos
Hitos clave del proceso para hacer seguimiento de los flujos de trabajo
Guía paso a paso para extraer datos de SAP ECC

¿Es nuevo en los registros de eventos? Aprenda a crear un Registro de eventos para Process Mining.

Descargar Template

Atributos del procesamiento de pagos de cuentas por pagar

Esta tabla presenta los campos de datos recomendados para extraer de su sistema SAP ECC y analizar en profundidad el ciclo de pago.

5 Obligatorio 10 Recomendado 6 Opcional

	Nombre	Descripción
	Marca de tiempo del evento EventTimestamp	Fecha y hora exactas en que ocurrió la actividad.
Descripción Este atributo registra el momento exacto en que se realizó una acción en el sistema SAP. Por lo general, combina los campos de fecha y hora del sistema de las tablas pertinentes (por ejemplo, CPUDT y CPUTM). Es fundamental para calcular todos los KPI basados en el tiempo, incluidos el tiempo de ciclo, el tiempo de aprobación y el rendimiento del proceso. Sin marcas de tiempo precisas, no es posible determinar el orden de los eventos ni medir la eficiencia. Por qué es importante Esencial para ordenar los eventos y calcular métricas de duración. Dónde obtenerlo Tablas de SAP ECC BKPF (CPUDT/CPUTM) o CDHDR (UDATE/UTIME) Ejemplos 2023-10-15T09:30:00Z2023-10-15T14:45:12Z2023-10-16T08:15:00Z
	Nombre de la actividad ActivityName	Paso o acción específica del proceso.
Descripción Este atributo describe el evento ocurrido en el proceso de cuentas por pagar, como «Factura contabilizada», «Bloqueo de pago aplicado» o «Ejecución de pagos realizada». Define los nodos del mapa del proceso. En el análisis, la secuencia de estas actividades permite visualizar las variantes del proceso, identificar ciclos de retrabajo (por ejemplo, retirar un bloqueo y volver a aplicarlo) y comprobar el cumplimiento del flujo de aprobación estándar. Por qué es importante Determina el flujo del proceso y es necesario para visualizar el recorrido de la factura. Dónde obtenerlo Se obtiene de los códigos de transacción (TCODE), las clases de objeto de los documentos de modificación (CDHDR) o los registros de Workflow Ejemplos Factura contabilizadaBloqueo de pago retiradoCambio de precio
	Número de factura InvoiceNumber	Identificador único del documento de factura del proveedor.
Descripción Este atributo es el identificador central de cada caso del proceso de cuentas por pagar. En SAP ECC, se forma técnicamente al concatenar el cliente, el código de sociedad, el ejercicio fiscal y el número de documento contable (BELNR), para que sea único en todo el sistema. Agrupa todas las actividades relacionadas con una obligación específica con un proveedor. El análisis utiliza este campo para seguir el ciclo de vida completo de una obligación de pago. Permite que las herramientas de Process Mining reconstruyan el historial de una factura desde su recepción o escaneo hasta la contabilización del asiento de compensación final en el libro mayor. Por qué es importante Es la clave fundamental para vincular eventos, cambios de estado y asientos financieros en una sola instancia del proceso. Dónde obtenerlo Tabla BKPF de SAP ECC, campo BELNR (combinado con BUKRS y GJAHR) Ejemplos 1000-2023-1900001234US01-2023-51000008922000-2024-1500004455
	Sistema de origen SourceSystem	Identificador de la instancia de SAP ERP.
Descripción Este atributo identifica el sistema o cliente específico de SAP ECC del que se extrajeron los datos. En entornos con varios sistemas, es fundamental para separar los datos y analizar el rendimiento en distintas regiones o unidades de negocio. Permite filtrar la vista del proceso por entorno y garantiza que cada caso tenga un identificador único cuando se incorporan varias instancias de SAP al mismo modelo de datos de Process Mining. Por qué es importante Garantiza la unicidad y el contexto de los datos en entornos con varios ERP. Dónde obtenerlo Configuración del sistema o parámetro de extracción Ejemplos SAP_ECC_PRODERP_NASAP_P01
	Última actualización de los datos LastDataUpdate	Marca de tiempo de la extracción de datos más reciente.
Descripción Este atributo indica cuándo se actualizaron por última vez los datos del registro desde el sistema de origen. Se utiliza para determinar la actualidad del análisis y gestionar las cargas incrementales de datos. En los Dashboards, ayuda a saber si se están consultando datos en tiempo real o una instantánea de un periodo anterior. Esto es fundamental para supervisar operativamente las facturas pendientes. Por qué es importante Aporta contexto sobre la latencia y la fiabilidad de los datos. Dónde obtenerlo Metadatos del proceso ETL Ejemplos 2023-11-01T00:00:00Z2023-11-01T12:00:00Z
	Código de bloqueo de pago PaymentBlockCode	Indica si una factura está bloqueada para el pago y el motivo.
Descripción Este atributo (ZLSPR) contiene el código que impide que una factura se incluya en la ejecución de pagos automáticos (por ejemplo, 'R' para verificación de facturas o 'A' para bloqueada). El seguimiento de este atributo es fundamental para el Dashboard de resolución de bloqueos y retenciones de pago. Permite identificar los motivos más frecuentes de las demoras y medir cuánto tiempo permanecen bloqueadas las facturas. Por qué es importante Indicador principal de fricciones en el proceso y de la necesidad de intervención manual. Dónde obtenerlo Tabla BSEG de SAP ECC, campo ZLSPR Ejemplos ARnull
	Código de sociedad CompanyCode	Unidad organizativa para la que se preparan los estados financieros.
Descripción El código de sociedad (BUKRS) es la unidad organizativa central de la contabilidad financiera de SAP. Representa una entidad jurídica o filial específica dentro de la estructura empresarial. Este atributo permite analizar el rendimiento del proceso por filial o región. Así, las partes interesadas pueden comparar las tasas de pagos atrasados o de automatización entre distintas unidades de negocio e identificar las que obtienen mejores y peores resultados. Por qué es importante Dimensión principal para la comparación del rendimiento entre unidades de la organización. Dónde obtenerlo Tabla BKPF de SAP ECC, campo BUKRS Ejemplos 1000US01DE10
	Condiciones de pago PaymentTerms	Código que define las condiciones de pago y los descuentos.
Descripción Este atributo almacena la clave de las condiciones de pago (ZTERM), que determina cuándo vence la factura y si se aplican descuentos por pronto pago (por ejemplo, 2 % neto a 10 días). Es la base para calcular la tasa de descuentos por pronto pago aprovechados. El análisis utiliza este código para calcular la fecha de pago prevista e identificar desviaciones que provocan la pérdida de descuentos o penalizaciones. Por qué es importante Define la fecha límite financiera y las oportunidades de descuento. Dónde obtenerlo Tabla BSEG de SAP ECC, campo ZTERM Ejemplos Z001NT300002
	Fecha de compensación ClearingDate	Fecha en que la factura se compensó o pagó en el sistema.
Descripción Este atributo (AUGDT) registra cuándo se compensó la partida abierta en el libro mayor, lo que indica que el proceso de pago ha finalizado. Es la marca de tiempo final del KPI «Tiempo medio del ciclo de facturación». Al comparar esta fecha con la fecha de vencimiento, se determina si el pago se realizó a tiempo o con retraso. Por qué es importante Indica que el proceso financiero ha finalizado. Dónde obtenerlo Tabla BSEG de SAP ECC, campo AUGDT Ejemplos 2023-11-202023-12-05
	Importe de la factura InvoiceAmount	Valor monetario total de la factura en moneda local.
Descripción Este atributo representa el importe que se debe pagar al proveedor (DMBTR o WRBTR). Es fundamental para evaluar el impacto financiero de las ineficiencias del proceso. Este campo se utiliza en la asignación del importe de la actividad y permite calcular KPI ponderados por valor. Por ejemplo, un pago atrasado de una factura de importe elevado tiene más impacto que el de una factura de importe bajo. Ayuda a priorizar el trabajo según su efecto en el capital de trabajo. Por qué es importante Cuantifica el importe financiero de la instancia del proceso. Dónde obtenerlo Tabla BSEG de SAP ECC, campo DMBTR (moneda local) o WRBTR (moneda del documento) Ejemplos 1500.00230.5010500.00
	Método de pago PaymentMethod	Método utilizado para pagar la factura (por ejemplo, cheque, transferencia bancaria o ACH).
Descripción Este atributo (ZLSCH) especifica cómo se debe realizar o se realizó el pago. Distingue entre cheques manuales, transferencias bancarias y pagos electrónicos. Este campo alimenta el Dashboard de distribución de la automatización por método de pago y el KPI de adopción de pagos electrónicos. Ayuda a las organizaciones a seguir la transición de los cheques manuales, de alto coste, a las transferencias electrónicas, de bajo coste. Por qué es importante Permite hacer un seguimiento de la eficiencia y el coste de la fase de ejecución del pago. Dónde obtenerlo Tabla BSEG o BKPF de SAP ECC, campo ZLSCH Ejemplos CTU
	Nombre de usuario UserName	ID del usuario que realizó la actividad.
Descripción Este atributo identifica el ID de usuario de SAP (USNAM) responsable del evento. Se registra en la cabecera de la transacción o en el registro de cambios. Se asigna al atributo genérico Usuario para analizar la tasa de intervención manual y consultar el uso de recursos. Ayuda a distinguir entre usuarios del sistema automatizados (trabajos por lotes) y personas que realizan ajustes manuales. Por qué es importante Permite analizar los recursos y calcular la tasa de automatización. Dónde obtenerlo Tabla BKPF de SAP ECC, campo USNAM, o campo USERNAME de CDHDR Ejemplos BSMITHWF-BATCHSAP_WORKER
	Número de orden de compra PurchaseOrderNumber	Referencia al documento de compras vinculado a la factura.
Descripción Este atributo contiene el número de orden de compra (EBELN) si la factura está asociada a una orden de compra. Vincula el proceso de cuentas por pagar con el proceso de compras. Es fundamental para el Dashboard de conciliación de órdenes de compra y auditoría de discrepancias. El análisis de este campo permite calcular la proporción de facturas asociadas a órdenes de compra y comparar la eficiencia del procesamiento de facturas con y sin orden de compra. Por qué es importante Vincula las cuentas por pagar con el proceso de compras e identifica los flujos de trabajo de conciliación. Dónde obtenerlo Tabla BSEG de SAP ECC, campo EBELN Ejemplos 45000123894500099221null
	Número de proveedor VendorNumber	Identificador único del proveedor o acreedor.
Descripción Este atributo identifica de forma única al proveedor externo asociado a la factura (LIFNR). Está vinculado a los datos maestros del proveedor, que incluyen información como el nombre, la dirección y las condiciones de pago. El análisis de proveedores es fundamental para negociar mejores condiciones, consolidar el gasto y resolver problemas recurrentes. Este campo permite al Dashboard de consultas y solicitudes de soporte de proveedores relacionar las ineficiencias del proceso con proveedores específicos. Por qué es importante Permite analizar el rendimiento desde la perspectiva de cada proveedor. Dónde obtenerlo Tabla BSEG de SAP ECC, campo LIFNR o LFA1 Ejemplos 0000100234VEND-5592102938
	Tipo de documento DocumentType	Clasifica el documento contable (por ejemplo, factura o nota de crédito).
Descripción El tipo de documento (BLART) clasifica el asiento contable y distingue entre facturas estándar de proveedores (por ejemplo, KR), notas de crédito (KG) y pagos (KZ). Filtrar por tipo de documento es esencial para analizar correctamente el tiempo de ciclo, ya que las notas de crédito siguen un flujo de proceso distinto al de las facturas estándar. Así, el análisis compara procesos equivalentes. Por qué es importante Permite distinguir entre distintos flujos de trabajo financieros, como los de facturas y notas de crédito. Dónde obtenerlo Tabla BKPF de SAP ECC, campo BLART Ejemplos KRREKG
	Código de moneda CurrencyCode	Clave de moneda del importe de la factura.
Descripción Este atributo (WAERS) identifica la moneda en la que se emitió la factura (por ejemplo, USD o EUR). Permite gestionar procesos con varias monedas. En los análisis, se utiliza para agrupar los gastos por moneda o facilitar la conversión de divisas en los informes consolidados del Dashboard «Visibilidad del flujo de caja y los pagos». Por qué es importante Necesario para interpretar correctamente los importes financieros. Dónde obtenerlo Tabla BKPF de SAP ECC, campo WAERS Ejemplos USDEURGBP
	Fecha de referencia del pago BaselinePaymentDate	Fecha a partir de la cual se calculan las condiciones de pago.
Descripción Este atributo (ZFBDT) es el punto de partida para calcular la fecha de vencimiento neta y las fechas límite para obtener descuentos. Según la configuración, suele corresponder a la fecha de recepción de la factura o a la fecha del documento. El análisis de la tasa de pagos atrasados depende de este campo. Si la fecha de referencia es incorrecta, también lo serán los cálculos posteriores de vencimiento y los indicadores de pagos atrasados. Por qué es importante Fecha de referencia para todos los cálculos de antigüedad y vencimiento. Dónde obtenerlo Tabla BSEG de SAP ECC, campo ZFBDT Ejemplos 2023-10-012023-11-15
	Fecha neta de vencimiento NetDueDate	Fecha calculada en la que debe pagarse la factura.
Descripción Este atributo representa la fecha límite final para realizar el pago. Se calcula sumando el número máximo de días de pago indicado en las condiciones de pago a la fecha base de pago. Sirve como referencia para el «Monitor de pagos atrasados y penalizaciones». Sin este campo calculado, no es posible identificar las facturas que han incumplido sus acuerdos de nivel de servicio. Por qué es importante La fecha límite prevista para todo el proceso. Dónde obtenerlo Calculado: BaselinePaymentDate + PaymentTerms(Days) Ejemplos 2023-11-302023-12-15
	Número de referencia ReferenceNumber	Número de factura del proveedor que figura en el documento físico.
Descripción El número de referencia (XBLNR) es el identificador externo proporcionado por el proveedor. Se introduce manualmente o se captura mediante OCR al crear la factura. Este atributo es la clave principal para analizar la prevención de pagos duplicados. Los algoritmos buscan varias instancias del mismo número de referencia para un mismo proveedor e importe, a fin de señalar posibles pagos duplicados. Por qué es importante Es fundamental para identificar duplicados y auditar facturas específicas de proveedores. Dónde obtenerlo Tabla BKPF de SAP ECC, campo XBLNR Ejemplos INV-2023-00199887766OCT-BILLING
	Pago atrasado IsLatePayment	Indicador que señala si el pago se realizó después de la fecha de vencimiento.
Descripción Este atributo booleano se calcula comparando la fecha de compensación con la fecha neta de vencimiento. Si la fecha de compensación es posterior, el indicador se establece en verdadero. Es el factor directo del KPI «Porcentaje de pagos atrasados». Este indicador precalculado simplifica la creación de Dashboards, ya que permite contar los valores «Verdadero» sin tener que escribir lógica compleja en la capa de visualización. Por qué es importante Simplifica los informes de KPI sobre el cumplimiento de los plazos. Dónde obtenerlo Calculado: ClearingDate > NetDueDate Ejemplos truefalse
	Tiene pedido de compra IsPOBased	Indicador que señala si la factura está vinculada a un pedido de compra.
Descripción Este atributo booleano se obtiene comprobando si el campo Número de pedido de compra contiene un valor. Divide los datos en flujos con pedido de compra (MM-LIV) y sin pedido de compra (FI-AP). Esta segmentación es fundamental para el análisis «Eficiencia del procesamiento sin pedido de compra», ya que las facturas sin pedido suelen requerir más pasos de aprobación manual y tienen ciclos más largos. Por qué es importante Segmentación fundamental para analizar la eficiencia de los procesos. Dónde obtenerlo Derivado: verdadero si EBELN no es nulo ni está vacío Ejemplos truefalse

Obligatorio Recomendado Opcional

Actividades del procesamiento de pagos de cuentas por pagar

Estos son los pasos clave del proceso y los cambios de estado que conviene registrar para visualizar el flujo completo de los pagos de cuentas por pagar.

7 Recomendado 6 Opcional

	Actividad	Descripción
	Bloqueo de pago aplicado	Registra la aplicación de una clave de bloqueo de pago a una partida de factura. Esto impide que la factura se incluya en el programa de pagos automáticos.
Por qué es importante Es una de las principales causas de los pagos atrasados y los descuentos no aprovechados. Analizar el código del motivo del bloqueo ayuda a determinar si las demoras se deben a diferencias de precio, entradas de mercancías pendientes o retenciones manuales. Dónde obtenerlo Documentos de modificación (CDHDR/CDPOS) para el objeto BELEG, campo BSEG-ZLSPR (Payment Block Key). Capturar Comparar el campo de estado antes y después Tipo de evento inferred
	Bloqueo de pago retirado	Registra la retirada de un bloqueo de pago, lo que permite incluir la factura en la siguiente ejecución de pagos. En muchas configuraciones de SAP, esto sirve como indicador de aprobación.
Por qué es importante Representa la resolución de los problemas que impedían el pago. El tiempo entre la aplicación y la retirada del bloqueo es el cuello de botella del tiempo de resolución. Dónde obtenerlo Documentos de modificación (CDHDR/CDPOS) en los que el nuevo valor de BSEG-ZLSPR está vacío. Capturar Comparar el campo de estado antes y después Tipo de evento inferred
	Factura compensada	Asiento contable que vincula la partida de la factura con el documento de pago y deja en cero la partida abierta. Así se cierra el ciclo de vida de la factura.
Por qué es importante Marca la finalización del proceso. Es esencial para calcular el tiempo de ciclo de principio a fin y confirmar que la deuda se ha saldado. Dónde obtenerlo Se completa el campo AUGDT (Clearing Date) de la tabla BSEG. Capturar Registrado cuando se ejecuta la transacción X Tipo de evento explicit
	Factura contabilizada	Indica que la factura se ha contabilizado correctamente en el libro mayor y los libros auxiliares. Esta acción registra el pasivo en el sistema.
Por qué es importante La factura queda reconocida oficialmente como una deuda. Esto activa el cálculo estándar de antigüedad de pago y de la fecha de vencimiento. Dónde obtenerlo Creación de un registro en la tabla BKPF con BSTAT vacío (contabilización estándar). Capturar Registrado cuando se ejecuta la transacción X Tipo de evento explicit
	Factura creada	Indica el momento en que los datos de la factura se introducen en SAP ECC. Esta marca de tiempo señala el inicio del proceso digital en el ERP.
Por qué es importante Es fundamental para calcular el tiempo de procesamiento interno frente al tiempo total de espera del proveedor. Una demora prolongada entre la recepción y la creación indica cuellos de botella en la entrada de datos. Dónde obtenerlo Tabla BKPF, campos CPUDT (Entry Date) y CPUTM (Entry Time). Capturar Registrado cuando se ejecuta la transacción X Tipo de evento explicit
	Pago contabilizado	Ejecución de la propuesta de pago, que inicia la transferencia bancaria o imprime el cheque. El sistema genera un documento de pago.
Por qué es importante Es el punto en que ya no se puede detener la salida de efectivo. Esta marca de tiempo se utiliza para calcular el tiempo real del ciclo de pago y comprobar si se cumplieron los plazos para obtener descuentos. Dónde obtenerlo Tabla BKPF del documento de pago (tipo de documento 'ZP' o similar). Capturar Registrado cuando se ejecuta la transacción X Tipo de evento explicit
	Recepción de factura registrada	Registra como fecha de referencia la que figura en la factura del proveedor. Se obtiene del campo Document Date de la cabecera del documento contable.
Por qué es importante Establece la base para el análisis de antigüedad y la comprobación del cumplimiento de las condiciones de pago a proveedores. Las diferencias entre esta fecha y la fecha de entrada revelan demoras en la recepción o el escaneo del correo. Dónde obtenerlo Tabla BKPF, campo BLDAT (Document Date). Capturar Registrado cuando se ejecuta la transacción X Tipo de evento explicit
	Condiciones de pago modificadas	Evento de retrabajo específico en el que se modifican manualmente las condiciones de pago. Esto cambia la fecha de vencimiento y los parámetros de descuento por pronto pago.
Por qué es importante A menudo se hace para ampliar artificialmente los plazos de pago o corregir errores en los datos maestros. Esto afecta directamente a las previsiones de flujo de caja y a las métricas de descuentos aprovechados. Dónde obtenerlo Documentos de modificación (CDHDR/CDPOS) para el campo BSEG-ZTERM. Capturar Registrado cuando se ejecuta la transacción X Tipo de evento explicit
	Datos de factura modificados	Registra las modificaciones manuales de los datos de la cabecera o las partidas de la factura después de la contabilización inicial. Entre los cambios habituales se incluyen números de referencia, campos de texto o códigos fiscales.
Por qué es importante Indica que hubo que repetir tareas y que se intervino manualmente en el proceso. Los cambios frecuentes pueden revelar problemas de calidad de los datos en el origen o validaciones insuficientes durante la entrada inicial. Dónde obtenerlo Documentos de modificación (CDHDR/CDPOS) para el objeto BELEG, excepto los cambios en la clave de bloqueo. Capturar Registrado cuando se ejecuta la transacción X Tipo de evento explicit
	Factura aparcada	Indica que la factura se ha guardado como borrador sin generar asientos contables. Este estado permite interrumpir la entrada de datos o revisar la factura antes de contabilizarla definitivamente.
Por qué es importante Identifica las facturas que permanecen en un estado preliminar y retrasan el inicio del plazo de pago. Un volumen elevado puede indicar una entrada de datos ineficiente o requisitos de aprobación poco claros. Dónde obtenerlo Tabla VBKPF o BKPF cuando BSTAT es igual a 'V'. Capturar Comparar el campo de estado antes y después Tipo de evento inferred
	Fecha de vencimiento superada	Evento calculado que indica que la factura sigue abierta después de su fecha de vencimiento neta. Esto señala que la factura está vencida.
Por qué es importante Permite analizar los pagos atrasados. Su seguimiento ayuda a evitar fricciones con los proveedores y posibles recargos por demora. Dónde obtenerlo Se calcula sumando BSEG-ZBD3T (días netos) a la fecha de referencia y comparando el resultado con la fecha actual. Capturar Se obtiene al comparar el campo X con el campo Y Tipo de evento calculated
	Fecha límite para el descuento superada	Evento calculado que indica que la fecha actual ha superado el periodo de vigencia del descuento por pronto pago 1 o 2. Esto señala una oportunidad de ahorro perdida.
Por qué es importante Proporciona datos directamente para el Dashboard de rendimiento de descuentos aprovechados. Ayuda a cuantificar las pérdidas financieras causadas por las demoras del proceso. Dónde obtenerlo Se calcula sumando BSEG-ZBD1T (días) a BKPF-BLDAT (Document Date) y comparando el resultado con la fecha actual o la fecha de pago. Capturar Se obtiene al comparar el campo X con el campo Y Tipo de evento calculated
	Propuesta de pago creada	Indica que el Programa de pagos automáticos (F110) ha seleccionado la factura para un posible pago. La factura figura en una lista preliminar de pagos.
Por qué es importante Señala el paso de pendiente de pago a en proceso de pago. Esta información permite al área de tesorería gestionar las necesidades de efectivo antes de que los fondos salgan de la cuenta. Dónde obtenerlo Fecha de creación en la tabla REGUH (datos de liquidación del programa de pagos). Capturar Registrado cuando se ejecuta la transacción X Tipo de evento explicit

Recomendado Opcional

Guías de extracción

Cómo obtener sus datos de SAP ECC

Pasos

Acceda al código de transacción SQVI (QuickViewer) en su sistema SAP ECC.
Asigne un nombre a la vista (por ejemplo, Z_AP_MINING) y haga clic en Crear. En la ventana emergente Fuente de datos, seleccione Table Join.
En la pantalla de definición de la unión, vaya a Editar, Insertar tabla. Añada la tabla BKPF (cabecera del documento contable) y la tabla BSAK (contabilidad: índice secundario de proveedores). Tenga en cuenta que BSAK contiene partidas compensadas. Si necesita partidas abiertas, normalmente tendrá que realizar otra extracción o unir los datos con la tabla BSIK. Esta guía se centra en el historial de partidas compensadas de BSAK.
Compruebe las condiciones de enlace entre BKPF y BSAK. Verifique que la unión se realice por sociedad (BUKRS), número de documento contable (BELNR) y ejercicio fiscal (GJAHR). El sistema suele proponer estas condiciones automáticamente.
Vuelva a la pantalla principal de definición para seleccionar los campos de salida (campos de lista) y los campos de selección (campos de filtro).
En la lista de campos disponibles de la izquierda, seleccione estas columnas clave para los campos de lista: BKPF-BELNR (número de factura), BKPF-BUKRS (sociedad), BKPF-GJAHR (ejercicio fiscal), BKPF-BLDAT (fecha del documento), BKPF-BUDAT (fecha de contabilización), BKPF-CPUDT (fecha de entrada), BKPF-CPUTM (hora de entrada), BKPF-USNAM (nombre de usuario), BKPF-XBLNR (referencia/ID de factura), BKPF-AWKEY (clave de objeto), BSAK-LIFNR (proveedor), BSAK-AUGDT (fecha de compensación), BSAK-AUGBL (documento de compensación), BSAK-DMBTR (importe), BSAK-WAERS (moneda), BSAK-ZFBDT (fecha base), BSAK-ZBD1T (condiciones 1), BSAK-ZLSPR (bloqueo de pago), BSAK-ZLSCH (método de pago).
Guarde la vista rápida y haga clic en Ejecutar (F8).
En la pantalla de selección, introduzca su sociedad y un ejercicio fiscal o intervalo de fechas de contabilización pertinente (por ejemplo, los últimos 12 meses).
Ejecute el informe para generar la lista. Cuando aparezca, vaya a Lista, Exportar, Hoja de cálculo para guardar los datos sin procesar en un archivo Excel o CSV.
SQVI genera una lista plana, con una fila por factura. Para cumplir los requisitos de ProcessMind, debe transformar estos datos al formato de un registro de eventos, con una fila por actividad. Use la lógica SQL de la sección Consulta que aparece a continuación para transformar la hoja de cálculo exportada.

Configuración

Configuración de la unión: unión interna entre BKPF (cabecera) y BSAK (partidas compensadas de proveedores) por BUKRS, BELNR y GJAHR.
Intervalo de fechas: se recomienda filtrar por fecha de contabilización (BUDAT) de los últimos 6 a 12 meses para controlar el tamaño de la lista.
Alcance: esta extracción se centra en BSAK, por lo que solo incluirá facturas cuyo ciclo haya finalizado (compensadas o pagadas). Esta configuración excluye las facturas abiertas (BSIK).
Selección de campos: asegúrese de seleccionar la fecha del documento, la fecha de contabilización, la fecha de entrada y la fecha de compensación para obtener las marcas de tiempo de los eventos.
Autorización: se requiere acceso a la transacción SQVI y autorización para consultar las tablas financieras.

Consulta de ejemplo sql

/* 
  POST-EXTRACTION TRANSFORMATION SCRIPT
  Apply this SQL logic to the raw Excel export from SQVI to generate the Event Log.
  Input Table Name: [Raw_SQVI_Export]
*/

/* 1. Invoice Receipt Recorded */
SELECT
  "Invoice Number" AS InvoiceNumber,
  'Invoice Receipt Recorded' AS ActivityName,
  CAST("Document Date" AS DATETIME) AS EventTimestamp,
  'SAP ECC' AS SourceSystem,
  GETDATE() AS LastDataUpdate,
  "Company Code" AS CompanyCode,
  "Vendor" AS VendorNumber,
  "Amount" AS InvoiceAmount,
  "Currency" AS Currency
FROM [Raw_SQVI_Export]
WHERE "Document Date" IS NOT NULL

UNION ALL

/* 2. Invoice Created */
SELECT
  "Invoice Number",
  'Invoice Created',
  CAST(CONCAT("Entry Date", ' ', "Entry Time") AS DATETIME),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Entry Date" IS NOT NULL

UNION ALL

/* 3. Invoice Parked */
/* Limitation: Historical park status is not preserved in BSAK. Utilizing Entry Date as proxy if distinct from Posting. */
SELECT
  "Invoice Number",
  'Invoice Parked',
  CAST(CONCAT("Entry Date", ' ', "Entry Time") AS DATETIME),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Entry Date" < "Posting Date"

UNION ALL

/* 4. Invoice Posted */
SELECT
  "Invoice Number",
  'Invoice Posted',
  CAST("Posting Date" AS DATETIME),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Posting Date" IS NOT NULL

UNION ALL

/* 5. Payment Block Applied */
/* Limitation: Only shows current block status (ZLSPR) on the cleared item. */
SELECT
  "Invoice Number",
  'Payment Block Applied',
  CAST("Posting Date" AS DATETIME),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Payment Block" IS NOT NULL AND "Payment Block" <> ''

UNION ALL

/* 6. Invoice Data Changed */
/* Limitation: Cannot be extracted via SQVI BKPF/BSAK join. Requires CDHDR table. Row excluded or placeholder. */
SELECT
  "Invoice Number",
  'Invoice Data Changed',
  NULL,
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE 1=0

UNION ALL

/* 7. Payment Term Changed */
/* Limitation: Requires Change Log extraction. */
SELECT
  "Invoice Number",
  'Payment Term Changed',
  NULL,
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE 1=0

UNION ALL

/* 8. Payment Block Removed */
/* Limitation: Requires Change Log extraction. */
SELECT
  "Invoice Number",
  'Payment Block Removed',
  NULL,
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE 1=0

UNION ALL

/* 9. Payment Proposal Created */
/* Proxy: Uses Clearing Date minus 1 day as estimation since REGUH table is not in join. */
SELECT
  "Invoice Number",
  'Payment Proposal Created',
  DATEADD(day, -1, CAST("Clearing Date" AS DATETIME)),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Clearing Date" IS NOT NULL

UNION ALL

/* 10. Payment Posted */
/* Logic: Uses Clearing Date as the effective payment date. */
SELECT
  "Invoice Number",
  'Payment Posted',
  CAST("Clearing Date" AS DATETIME),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Clearing Date" IS NOT NULL AND "Clearing Doc" IS NOT NULL

UNION ALL

/* 11. Invoice Cleared */
SELECT
  "Invoice Number",
  'Invoice Cleared',
  CAST("Clearing Date" AS DATETIME),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Clearing Date" IS NOT NULL

UNION ALL

/* 12. Discount Due Date Passed */
/* Logic: Checks if Clearing Date > (Baseline Date + Term 1 Days). */
SELECT
  "Invoice Number",
  'Discount Due Date Passed',
  DATEADD(day, CAST("Terms 1" AS INT), CAST("Baseline Date" AS DATETIME)),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Clearing Date" > DATEADD(day, CAST("Terms 1" AS INT), CAST("Baseline Date" AS DATETIME))

UNION ALL

/* 13. Due Date Passed */
/* Logic: Checks if Clearing Date > Net Due Date. */
SELECT
  "Invoice Number",
  'Due Date Passed',
  DATEADD(day, CAST("Terms 1" AS INT) + CAST("Terms 2" AS INT), CAST("Baseline Date" AS DATETIME)),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Clearing Date" > DATEADD(day, CAST("Terms 1" AS INT) + CAST("Terms 2" AS INT), CAST("Baseline Date" AS DATETIME))

Pasos

Requisitos previos: asegúrese de que Python esté instalado con las bibliotecas pyrfc y pandas. También necesitará instalar SAP NetWeaver RFC SDK en el equipo donde se ejecutará el script. La cuenta de usuario de SAP debe tener autorización para el módulo de función RFC_READ_TABLE y acceso de lectura a las tablas BKPF, BSAK, BSIK, REGUH, CDHDR, CDPOS y VBKPF.
Configuración de la conexión: actualice los parámetros de conexión del script (líneas 15-22) con el host, el número de sistema, el cliente, el usuario y la contraseña de su SAP ECC. Defina las variables TargetCompanyCode y DateFrom/DateTo para establecer el alcance de la extracción.
Descripción de la lógica del script: el script realiza una extracción secuencial. Primero, obtiene las cabeceras de factura (BKPF) y las partidas (BSAK/BSIK) para crear la población inicial. Después, consulta los datos de pago (REGUH) y los registros de cambios (CDHDR/CDPOS), filtrando específicamente los documentos encontrados en el primer paso para reducir la transferencia de datos.
Gestión de los límites de ancho de tabla: la función estándar RFC_READ_TABLE suele limitar cada fila a 512 bytes. El script incluye una función auxiliar que solicita columnas específicas para que la respuesta no supere ese límite. Crea un DataFrame de pandas para cada tabla.
Transformación de datos: el script combina los datos de cabecera y de partidas para crear un 'Process Object'. A continuación, recorre este objeto para generar marcas de tiempo estándar para las actividades de creación, contabilización y recepción. Calcula las fechas de vencimiento y los plazos para descuentos según las condiciones de pago.
Análisis del registro de cambios: el script procesa los datos de CDHDR y CDPOS para identificar cambios en campos específicos. Asigna los cambios de 'ZLSPR' a las actividades de aplicación o eliminación del bloqueo de pago, y los cambios de 'ZTERM' a la actividad de modificación de las condiciones de pago.
Creación del registro de eventos: todas las actividades derivadas se añaden a una lista principal de eventos. Esta lista se convierte en un DataFrame de pandas final con las columnas requeridas: InvoiceNumber, ActivityName, EventTimestamp, SourceSystem, etc.
Exportación: en el último paso, el script exporta el DataFrame a un archivo CSV llamado sap_ap_event_log.csv. El archivo queda listo para cargarse en ProcessMind.
Ejecute el script: ejecútelo desde la línea de comandos con python sap_ap_extraction.py. Revise los registros de progreso en la consola para comprobar cuántos registros se obtuvieron de cada tabla.
Validación: abra el archivo CSV generado. Compruebe que las fechas estén en formato ISO y que 'Invoice Amount' tenga el formato numérico adecuado. Verifique que la columna 'ActivityName' incluya una combinación de los 13 tipos de actividad definidos.

Configuración

RFC_READ_TABLE: este módulo de función estándar debe estar activo y disponible. Si su sistema utiliza una copia personalizada (por ejemplo, /SAPDS/RFC_READ_TABLE) para admitir filas más anchas, actualice el nombre de la función en el script.
Intervalo de fechas: se recomienda extraer datos de un periodo de 3 a 6 meses. Obtener datos de CDHDR/CDPOS mediante RFC para periodos superiores a 6 meses puede ser muy lento y provocar tiempos de espera agotados.
Filtro de sociedad: filtre siempre por sociedad (BUKRS) para limitar el conjunto de datos a las entidades financieras pertinentes.
Procesamiento por lotes: en sistemas con grandes volúmenes, modifique el script para recorrer las fechas día por día en lugar de consultar un intervalo amplio de una sola vez y evitar problemas de memoria.
Objetos del registro de cambios: el script filtra CDHDR por la clase de objeto 'BELEG'. Asegúrese de que los cambios en los documentos financieros se registren con esta clase de objeto estándar.

Consulta de ejemplo python

import sys
from datetime import datetime, timedelta
import pandas as pd
from pyrfc import Connection

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
SAP_CONN_PARAMS = {
    class="hl-string">'user': class="hl-string">'YOUR_USER',
    class="hl-string">'passwd': class="hl-string">'YOUR_PASSWORD',
    class="hl-string">'ashost': class="hl-string">'YOUR_SAP_HOST',
    class="hl-string">'sysnr': class="hl-string">'00',
    class="hl-string">'client': class="hl-string">'100',
    class="hl-string">'lang': class="hl-string">'EN'
}

TARGET_COMPANY_CODE = class="hl-string">'1000'
DATE_FROM = class="hl-string">'20230101'
DATE_TO = class="hl-string">'20230131'
SOURCE_SYSTEM_ID = class="hl-string">'SAP_ECC_01'

class=class="hl-string">"hl-comment"># === RFC HELPER ===
def read_table(conn, table_name, fields, options, row_limit=0):
    class="hl-string">"""Reads SAP table via RFC_READ_TABLE and returns a DataFrame."""
    print(fclass="hl-string">"Reading {table_name}...")
    
    class=class="hl-string">"hl-comment"># Format fields for RFC
    rfc_fields = [{class="hl-string">'FIELDNAME': f} for f in fields]
    
    class=class="hl-string">"hl-comment"># Call RFC
    try:
        result = conn.call(class="hl-string">'RFC_READ_TABLE',
                           QUERY_TABLE=table_name,
                           DELIMITER=class="hl-string">';',
                           FIELDS=rfc_fields,
                           OPTIONS=[{class="hl-string">'TEXT': o} for o in options],
                           ROWCOUNT=row_limit)
    except Exception as e:
        print(fclass="hl-string">"Error reading {table_name}: {e}")
        return pd.DataFrame()

    class=class="hl-string">"hl-comment"># Parse output
    data = []
    headers = [f[class="hl-string">'FIELDNAME'] for f in result[class="hl-string">'FIELDS']]
    
    for line in result[class="hl-string">'DATA']:
        class=class="hl-string">"hl-comment"># Simple split by delimiter; robust parsing handles fixed width if delimiter fails, 
        class=class="hl-string">"hl-comment"># but semicolon is standard for this approach.
        values = line[class="hl-string">'WA'].split(class="hl-string">';')
        class=class="hl-string">"hl-comment"># Handle cases where split might be shorter if trailing fields are empty
        if len(values) < len(headers):
            values += [class="hl-string">''] * (len(headers) - len(values))
        data.append(dict(zip(headers, values)))
        
    return pd.DataFrame(data)

def main():
    class=class="hl-string">"hl-comment"># 1. Connect to SAP
    try:
        conn = Connection(**SAP_CONN_PARAMS)
    except Exception as e:
        print(fclass="hl-string">"Connection failed: {e}")
        return

    class=class="hl-string">"hl-comment"># 2. Extract BKPF (Header)
    class=class="hl-string">"hl-comment"># Filters: Company Code and Entry Date (CPUDT)
    bkpf_fields = [class="hl-string">'BUKRS', class="hl-string">'BELNR', class="hl-string">'GJAHR', class="hl-string">'BLART', class="hl-string">'BLDAT', class="hl-string">'BUDAT', class="hl-string">'CPUDT', class="hl-string">'CPUTM', class="hl-string">'USNAM']
    bkpf_opts = [
        fclass="hl-string">"BUKRS = '{TARGET_COMPANY_CODE}' AND CPUDT >= '{DATE_FROM}' AND CPUDT <= '{DATE_TO}'"
    ]
    df_bkpf = read_table(conn, class="hl-string">'BKPF', bkpf_fields, bkpf_opts)
    
    if df_bkpf.empty:
        print(class="hl-string">"No documents found.")
        return

    class=class="hl-string">"hl-comment"># 3. Extract Vendor Line Items (BSAK - Cleared, BSIK - Open)
    class=class="hl-string">"hl-comment"># To avoid huge queries, we filter BSIK/BSAK by the same date range or join later.
    class=class="hl-string">"hl-comment"># For robustness in RFC, we filter by BUKRS and Date range on CPU date or BUDAT similar to BKPF
    item_fields = [class="hl-string">'BUKRS', class="hl-string">'BELNR', class="hl-string">'GJAHR', class="hl-string">'BUZEI', class="hl-string">'LIFNR', class="hl-string">'DMBTR', class="hl-string">'WAERS', class="hl-string">'ZFBDT', class="hl-string">'ZTERM', class="hl-string">'ZBD1T', class="hl-string">'ZBD2T', class="hl-string">'ZLSPR', class="hl-string">'AUGDT', class="hl-string">'AUGBL']
    
    class=class="hl-string">"hl-comment"># Note: BSIK/BSAK are huge. In production, chunk by BELNR list derived from BKPF or Date.
    class=class="hl-string">"hl-comment"># Here we use the date range on BUDAT for simplicity of the example.
    item_opts = [
        fclass="hl-string">"BUKRS = '{TARGET_COMPANY_CODE}' AND BUDAT >= '{DATE_FROM}' AND BUDAT <= '{DATE_TO}'"
    ]
    
    df_bsik = read_table(conn, class="hl-string">'BSIK', item_fields, item_opts)
    df_bsak = read_table(conn, class="hl-string">'BSAK', item_fields, item_opts)
    
    class=class="hl-string">"hl-comment"># Combine Open and Cleared items
    df_items = pd.concat([df_bsik, df_bsak], ignore_index=True)
    
    class=class="hl-string">"hl-comment"># Filter items to only those present in our BKPF fetch (Inner Join logic)
    df_items = df_items[df_items[class="hl-string">'BELNR'].isin(df_bkpf[class="hl-string">'BELNR'])]

    class=class="hl-string">"hl-comment"># 4. Extract Payment Data (REGUH)
    class=class="hl-string">"hl-comment"># Filter by Date range roughly matching the process
    reguh_fields = [class="hl-string">'LAUFD', class="hl-string">'LAUFI', class="hl-string">'XVORL', class="hl-string">'VBLNR', class="hl-string">'LIFNR']
    reguh_opts = [
        fclass="hl-string">"LAUFD >= '{DATE_FROM}'"
    ]
    df_reguh = read_table(conn, class="hl-string">'REGUH', reguh_fields, reguh_opts)

    class=class="hl-string">"hl-comment"># 5. Extract Change History (CDHDR/CDPOS)
    class=class="hl-string">"hl-comment"># This is expensive. Filter by OBJECTCLAS class="hl-string">'BELEG' and Date.
    cdhdr_fields = [class="hl-string">'OBJECTCLAS', class="hl-string">'OBJECTID', class="hl-string">'CHANGENR', class="hl-string">'UDATE', class="hl-string">'UTIME', class="hl-string">'USERNAME']
    cdhdr_opts = [
        fclass="hl-string">"OBJECTCLAS = 'BELEG' AND UDATE >= '{DATE_FROM}'"
    ]
    df_cdhdr = read_table(conn, class="hl-string">'CDHDR', cdhdr_fields, cdhdr_opts)
    
    class=class="hl-string">"hl-comment"># Filter CDHDR to only relevant Invoice Numbers (OBJECTID usually contains BELNR + GJAHR)
    class=class="hl-string">"hl-comment"># Construct OBJECTID list from BKPF
    valid_object_ids = set(df_bkpf[class="hl-string">'BELNR'] + df_bkpf[class="hl-string">'GJAHR'])
    df_cdhdr = df_cdhdr[df_cdhdr[class="hl-string">'OBJECTID'].isin(valid_object_ids)]
    
    if not df_cdhdr.empty:
        class=class="hl-string">"hl-comment"># Get CDPOS for these changes
        class=class="hl-string">"hl-comment"># Cannot pass thousands of CHANGENR. Split if needed. 
        class=class="hl-string">"hl-comment"># Here assuming volume allows single fetch or loop.
        change_nums = df_cdhdr[class="hl-string">'CHANGENR'].unique().tolist()
        class=class="hl-string">"hl-comment"># Chunking needed for production
        cdpos_fields = [class="hl-string">'OBJECTCLAS', class="hl-string">'OBJECTID', class="hl-string">'CHANGENR', class="hl-string">'TABNAME', class="hl-string">'FNAME', class="hl-string">'VALUE_NEW', class="hl-string">'VALUE_OLD']
        df_cdpos = pd.DataFrame()
        
        class=class="hl-string">"hl-comment"># Simple chunk loop
        chunk_size = 100
        for i in range(0, len(change_nums), chunk_size):
            chunk = change_nums[i:i + chunk_size]
            chunk_str = class="hl-string">"'".join(chunk)
            opts = [fclass="hl-string">"OBJECTCLAS = 'BELEG' AND CHANGENR IN ('{chunk_str}')"]
            df_chunk = read_table(conn, class="hl-string">'CDPOS', cdpos_fields, opts)
            df_cdpos = pd.concat([df_cdpos, df_chunk])
            
        class=class="hl-string">"hl-comment"># Merge CDHDR and CDPOS
        df_changes = pd.merge(df_cdpos, df_cdhdr, on=[class="hl-string">'OBJECTCLAS', class="hl-string">'OBJECTID', class="hl-string">'CHANGENR'])
    else:
        df_changes = pd.DataFrame(columns=[class="hl-string">'OBJECTID', class="hl-string">'FNAME', class="hl-string">'VALUE_NEW', class="hl-string">'VALUE_OLD', class="hl-string">'UDATE', class="hl-string">'UTIME', class="hl-string">'USERNAME'])

    class=class="hl-string">"hl-comment"># === PROCESS EVENTS ===
    events = []

    class=class="hl-string">"hl-comment"># Join Headers and Items
    class=class="hl-string">"hl-comment"># Ensure key columns are strings for merging
    df_full = pd.merge(df_bkpf, df_items, on=[class="hl-string">'BUKRS', class="hl-string">'BELNR', class="hl-string">'GJAHR'])

    for _, row in df_full.iterrows():
        invoice_num = row[class="hl-string">'BELNR']
        vendor = row[class="hl-string">'LIFNR']
        amount = row[class="hl-string">'DMBTR']
        
        class=class="hl-string">"hl-comment"># Common attributes
        base_attrs = {
            class="hl-string">'InvoiceNumber': invoice_num,
            class="hl-string">'SourceSystem': SOURCE_SYSTEM_ID,
            class="hl-string">'CompanyCode': row[class="hl-string">'BUKRS'],
            class="hl-string">'VendorNumber': vendor,
            class="hl-string">'InvoiceAmount': amount,
            class="hl-string">'DocumentType': row[class="hl-string">'BLART'],
            class="hl-string">'LastDataUpdate': datetime.now().isoformat()
        }

        class=class="hl-string">"hl-comment"># 1. Invoice Created
        events.append({
            **base_attrs,
            class="hl-string">'ActivityName': class="hl-string">'Invoice Created',
            class="hl-string">'EventTimestamp': fclass="hl-string">"{row['CPUDT']}T{row['CPUTM']}",
            class="hl-string">'UserName': row[class="hl-string">'USNAM']
        })

        class=class="hl-string">"hl-comment"># 2. Invoice Receipt Recorded
        if row[class="hl-string">'BLDAT']:
            events.append({
                **base_attrs,
                class="hl-string">'ActivityName': class="hl-string">'Invoice Receipt Recorded',
                class="hl-string">'EventTimestamp': fclass="hl-string">"{row['BLDAT']}T00:00:00",
                class="hl-string">'UserName': row[class="hl-string">'USNAM']
            })

        class=class="hl-string">"hl-comment"># 3. Invoice Posted
        if row[class="hl-string">'BUDAT']:
            events.append({
                **base_attrs,
                class="hl-string">'ActivityName': class="hl-string">'Invoice Posted',
                class="hl-string">'EventTimestamp': fclass="hl-string">"{row['BUDAT']}T00:00:00",
                class="hl-string">'UserName': row[class="hl-string">'USNAM']
            })

        class=class="hl-string">"hl-comment"># 4. Invoice Cleared
        if row[class="hl-string">'AUGDT'] and row[class="hl-string">'AUGDT'] != class="hl-string">'00000000':
            events.append({
                **base_attrs,
                class="hl-string">'ActivityName': class="hl-string">'Invoice Cleared',
                class="hl-string">'EventTimestamp': fclass="hl-string">"{row['AUGDT']}T00:00:00",
                class="hl-string">'ClearingDate': row[class="hl-string">'AUGDT']
            })
            
            class=class="hl-string">"hl-comment"># 5. Payment Posted (Proxy via Clearing)
            class=class="hl-string">"hl-comment"># If cleared by payment document, assume Payment Posted same day
            events.append({
                **base_attrs,
                class="hl-string">'ActivityName': class="hl-string">'Payment Posted',
                class="hl-string">'EventTimestamp': fclass="hl-string">"{row['AUGDT']}T23:59:59"
            })

        class=class="hl-string">"hl-comment"># 6. Payment Proposal Created
        class=class="hl-string">"hl-comment"># Check REGUH
        class=class="hl-string">"hl-comment"># Logic: REGUH contains payment proposals. We link via VBLNR (Payment Doc) or LIFNR matches
        class=class="hl-string">"hl-comment"># Simplified: if we find a proposal for this vendor in the range
        class=class="hl-string">"hl-comment"># In practice, need tighter link via BSAK-AUGBL = REGUH-VBLNR
        if row[class="hl-string">'AUGBL']:
            prop = df_reguh[df_reguh[class="hl-string">'VBLNR'] == row[class="hl-string">'AUGBL']]
            if not prop.empty:
                 for _, p_row in prop.iterrows():
                    events.append({
                        **base_attrs,
                        class="hl-string">'ActivityName': class="hl-string">'Payment Proposal Created',
                        class="hl-string">'EventTimestamp': fclass="hl-string">"{p_row['LAUFD']}T00:00:00"
                    })

        class=class="hl-string">"hl-comment"># 7. Parked (Check if originally parked - simplified logic)
        class=class="hl-string">"hl-comment"># Requires VBKPF check or document status history. Omitted for brevity in this block, 
        class=class="hl-string">"hl-comment"># usually involves checking if document ID exists in VBKPF list.

        class=class="hl-string">"hl-comment"># 8-11. Change Log Activities
        class=class="hl-string">"hl-comment"># Filter changes for this document
        obj_id = row[class="hl-string">'BELNR'] + row[class="hl-string">'GJAHR']
        doc_changes = df_changes[df_changes[class="hl-string">'OBJECTID'] == obj_id]
        
        for _, chg in doc_changes.iterrows():
            ts = fclass="hl-string">"{chg['UDATE']}T{chg['UTIME']}"
            fname = chg[class="hl-string">'FNAME']
            
            if fname == class="hl-string">'ZLSPR':
                if chg[class="hl-string">'VALUE_OLD'] == class="hl-string">'' and chg[class="hl-string">'VALUE_NEW'] != class="hl-string">'':
                    events.append({**base_attrs, class="hl-string">'ActivityName': class="hl-string">'Payment Block Applied', class="hl-string">'EventTimestamp': ts, class="hl-string">'PaymentBlockCode': chg[class="hl-string">'VALUE_NEW']})
                elif chg[class="hl-string">'VALUE_OLD'] != class="hl-string">'' and chg[class="hl-string">'VALUE_NEW'] == class="hl-string">'':
                    events.append({**base_attrs, class="hl-string">'ActivityName': class="hl-string">'Payment Block Removed', class="hl-string">'EventTimestamp': ts})
            elif fname == class="hl-string">'ZTERM':
                events.append({**base_attrs, class="hl-string">'ActivityName': class="hl-string">'Payment Term Changed', class="hl-string">'EventTimestamp': ts})
            else:
                events.append({**base_attrs, class="hl-string">'ActivityName': class="hl-string">'Invoice Data Changed', class="hl-string">'EventTimestamp': ts})

        class=class="hl-string">"hl-comment"># 12. Due Date Passed (Calculated)
        class=class="hl-string">"hl-comment"># Calculate Net Due Date = Baseline Date (ZFBDT) + Max Days (ZBD1T or ZBD2T or ZBD3T)
        try:
            zfbdt = datetime.strptime(row[class="hl-string">'ZFBDT'], class="hl-string">'%Y%m%d')
            days = float(row[class="hl-string">'ZBD1T']) if row[class="hl-string">'ZBD1T'] else 0
            due_date = zfbdt + timedelta(days=days)
            
            class=class="hl-string">"hl-comment"># If today > due_date and not cleared (or cleared after due date)
            clearing_date = datetime.strptime(row[class="hl-string">'AUGDT'], class="hl-string">'%Y%m%d') if (row[class="hl-string">'AUGDT'] and row[class="hl-string">'AUGDT'] != class="hl-string">'00000000') else None
            check_date = clearing_date if clearing_date else datetime.now()
            
            if check_date > due_date:
                 events.append({
                    **base_attrs,
                    class="hl-string">'ActivityName': class="hl-string">'Due Date Passed',
                    class="hl-string">'EventTimestamp': due_date.isoformat()
                })
        except ValueError:
            pass class=class="hl-string">"hl-comment"># Handle date parsing errors

        class=class="hl-string">"hl-comment"># 13. Discount Due Date Passed
        class=class="hl-string">"hl-comment"># Logic similar to Due Date using discount terms

    class=class="hl-string">"hl-comment"># Finalize
    df_events = pd.DataFrame(events)
    print(fclass="hl-string">"Generated {len(df_events)} events.")
    df_events.to_csv(class="hl-string">'sap_ap_event_log.csv', index=False)

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

Pasos

Confirme que Theobald Xtract Universal esté instalado, tenga licencia y autorización para conectarse al sistema SAP ECC de destino. Compruebe que el usuario de SAP pueda leer los datos contables, de proveedores, compras, pagos, compensaciones e historial de cambios configurados. Las autorizaciones exactas dependen del diseño de seguridad de SAP.
En Xtract Universal, cree o seleccione una conexión SAP para el cliente SAP ECC requerido y configure las credenciales mediante el método de conexión aprobado. No incluya credenciales en el SQL de extracción. Anote el identificador del sistema SAP que se usará para completar SourceSystem.
Cree un objeto de extracción Table en Xtract Universal. Seleccione la tabla o las tablas SAP que contienen los datos necesarios de cabeceras de documentos contables, partidas de proveedores, pagos, compensaciones, condiciones y bloqueos de pago, historial de cambios y propuestas de pago. Sustituya [Your table name] y cada referencia de campo entre corchetes en la consulta por objetos disponibles en su sistema SAP ECC. Los objetos exactos varían según la versión, la solución sectorial, el modelo de documentos y la configuración.
Configure la extracción incremental con la marca de tiempo de cambio o la secuencia de cambios más fiable disponible en los datos de origen seleccionados. Guarde fuera del registro de eventos la marca de agua de la última extracción correcta y úsela en [Last successful extraction timestamp]. Si es posible, incluya un pequeño intervalo de solapamiento y, después, elimine duplicados por InvoiceNumber, ActivityName, EventTimestamp y el identificador del evento de origen para evitar perder actualizaciones por marcas de tiempo iguales o confirmaciones tardías.
Configure los filtros de extracción. Limite la carga inicial a [Start date] y [End date], y aplique [Company Code filter] y [Document Type filter] cuando sea necesario. Use un intervalo de fechas de origen suficientemente amplio para las actividades históricas, ya que las fechas de contabilización, compensación, pago y cambio pueden diferir de la fecha del documento de factura.
Asigne cada registro de origen a las columnas de evento normalizadas InvoiceNumber, ActivityName, EventTimestamp, SourceSystem, LastDataUpdate, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName y ClearingDate. Conserve la precisión original de las marcas de tiempo. Si el origen solo proporciona una fecha, aplique la convención horaria acordada para el negocio y documéntela, en lugar de dar a entender que SAP almacena una hora exacta.
Implemente las 13 ramas de actividad explícitas de la consulta. Invoice Receipt Recorded utiliza la fecha del documento contable como fecha de referencia. Invoice Created, Invoice Parked, Invoice Posted, Payment Block Applied, Invoice Data Changed, Payment Term Changed, Payment Block Removed, Payment Proposal Created, Payment Posted e Invoice Cleared deben generarse como filas independientes a partir de las evidencias correspondientes en el origen. Discount Due Date Passed y Due Date Passed son filas derivadas y deben generarse explícitamente comparando la fecha de ejecución de la extracción con las fechas de vencimiento aplicables para descuentos y pagos netos.
Convierta los tipos de datos en Xtract Universal o en la capa SQL posterior. Convierta las fechas y horas de SAP a un tipo de marca de tiempo coherente, normalice los valores en blanco como NULL, conserve los ceros iniciales de los identificadores y convierta los importes monetarios según las reglas correctas de moneda y decimales. No combine varias actividades en una sola fila.
Configure la programación del trabajo de Xtract Universal y el destino. En cada ejecución, escriba las filas extraídas en el destino de preparación aprobado, actualice la marca de agua solo después de que la carga se complete correctamente y conserve la marca de tiempo de ejecución de la extracción como LastDataUpdate. Antes de publicar el registro de eventos, concilie las filas duplicadas generadas por los intervalos de solapamiento.
Valide los resultados con las comprobaciones siguientes. Confirme que cada actividad requerida aparezca como valor de ActivityName, que InvoiceNumber tenga un valor para cada evento y que las marcas de tiempo sigan un orden cronológico plausible para cada factura.
Exporte o publique el resultado final como tabla plana o archivo delimitado, con una fila por evento y los nombres de columna exactos requeridos. Conserve la codificación UTF-8, tipos de columna estables y marcas de tiempo con formato compatible con ISO. Cargue el registro de eventos resultante en ProcessMind con InvoiceNumber como identificador del caso, ActivityName como actividad y EventTimestamp como marca de tiempo del evento. ProcessMind lee las filas tal como se proporcionan y no deduce los eventos que faltan.

Configuración

Objeto de extracción: utilice un objeto de extracción Table de Theobald Xtract Universal. Seleccione las tablas y los campos de origen de SAP según la versión y la configuración de su SAP ECC. Use [Your table name] y [Configure based on your system] hasta confirmar la asignación de los datos de origen.
Modo incremental: utilice una marca de tiempo de cambio, una secuencia de cambios u otra marca de agua fiable equivalente del origen. Si solo dispone de fechas, use un intervalo de solapamiento y una deduplicación determinista. No avance la marca de agua hasta confirmar que la carga en el destino se completó correctamente.
Intervalo de fechas: para la carga inicial, utilice un periodo controlado de aproximadamente 3 a 6 meses. Amplíelo si las condiciones de pago, la compensación, las propuestas de pago o el historial de cambios pueden producirse bastante después de la creación de la factura. Para las cargas periódicas, utilice la última marca de agua correcta más un periodo de solapamiento.
Sociedad: aplique [Company Code filter] si el alcance del proceso se limita a determinadas sociedades. Incluya CompanyCode en los resultados aunque solo extraiga una sociedad.
Tipo de documento: aplique [Document Type filter] solo después de confirmar qué tipos de documento corresponden a facturas y notas de crédito en el sistema de destino. Incluya DocumentType en los resultados.
Alcance de las facturas: cuando sea necesario, utilice el número de documento contable, la sociedad y el ejercicio fiscal como clave del documento de origen, y publique el valor configurado de InvoiceNumber como identificador del caso en ProcessMind. Si los números de factura no son únicos a nivel global, confirme si debe añadirles un prefijo o normalizar InvoiceNumber de otra manera.
Asignación de actividades: configure asignaciones independientes para las 13 actividades. Cada cambio de estado o campo en el origen debe generar una fila de evento independiente. No confíe en que ProcessMind deduzca eventos como Invoice Posted, Invoice Cleared, aprobaciones o vencimientos.
Eventos calculados: genere explícitamente Discount Due Date Passed y Due Date Passed. Defina si el evento se emite una vez por factura, una vez por cada hito de vencimiento pertinente o en cada ejecución de la extracción. Se recomienda emitir cada evento una sola vez, cuando se supere el umbral por primera vez, y guardar una clave de evento para eliminar duplicados.
Gestión de marcas de tiempo: conserve la precisión original de la fecha y la hora. Documente cualquier hora predeterminada de negocio que se aplique cuando SAP solo almacene la fecha. Utilice una sola zona horaria y registre en la documentación de extracción la zona horaria del sistema SAP o la regla de conversión.
Conversión de datos: conserve los ceros iniciales de los identificadores SAP, convierta los valores de texto en blanco a NULL, valide la escala de las monedas y normalice las fechas y marcas de tiempo antes de cargarlas en ProcessMind.
Rendimiento: limite las columnas de origen, aplique en SAP los filtros de fechas y de organización, extraiga los datos de forma incremental, divida las cargas históricas grandes en particiones y evite los análisis completos de tablas sin restricciones. Programe las cargas iniciales de uso intensivo fuera de las horas punta de procesamiento de SAP.
Historial de cambios: Invoice Data Changed y Payment Term Changed requieren un historial de cambios de origen u otra evidencia de auditoría equivalente. Si los documentos de cambio no se conservan o no están disponibles, no se podrán reconstruir estas actividades de forma fiable.
Propuesta de pago: Invoice Proposal Created requiere acceso a los datos de propuestas del programa de pagos automáticos. La contabilización de un pago, por sí sola, no demuestra que se haya creado una propuesta.
Requisitos previos: confirme la conectividad con SAP ECC, las autorizaciones de lectura necesarias en SAP, el acceso a los datos contables y de pagos pertinentes, la licencia de Theobald Xtract Universal, un destino configurado, un repositorio para la marca de agua y los permisos para programar y ejecutar el trabajo de extracción.

Consulta de ejemplo sql

WITH source_documents AS (
    SELECT
        [Invoice Number] AS InvoiceNumber,
        [Company Code] AS CompanyCode,
        [Vendor Number] AS VendorNumber,
        [Document Type] AS DocumentType,
        [Invoice Amount] AS InvoiceAmount,
        [Purchase Order Number] AS PurchaseOrderNumber,
        [Payment Terms] AS PaymentTerms,
        [Payment Block Code] AS PaymentBlockCode,
        [Payment Method] AS PaymentMethod,
        [User Name] AS UserName,
        [Clearing Date] AS ClearingDate,
        [Document Date] AS DocumentDate,
        [Invoice Created Timestamp] AS InvoiceCreatedTimestamp,
        [Invoice Parked Timestamp] AS InvoiceParkedTimestamp,
        [Invoice Posted Timestamp] AS InvoicePostedTimestamp,
        [Payment Block Applied Timestamp] AS PaymentBlockAppliedTimestamp,
        [Invoice Data Changed Timestamp] AS InvoiceDataChangedTimestamp,
        [Payment Term Changed Timestamp] AS PaymentTermChangedTimestamp,
        [Payment Block Removed Timestamp] AS PaymentBlockRemovedTimestamp,
        [Payment Proposal Created Timestamp] AS PaymentProposalCreatedTimestamp,
        [Payment Posted Timestamp] AS PaymentPostedTimestamp,
        [Invoice Cleared Timestamp] AS InvoiceClearedTimestamp,
        [Discount Due Date 1] AS DiscountDueDate1,
        [Discount Due Date 2] AS DiscountDueDate2,
        [Net Due Date] AS NetDueDate,
        [Source Change Timestamp] AS SourceChangeTimestamp,
        [Source System] AS SourceSystem
    FROM [Your table name]
    WHERE [Source Change Timestamp] >= CAST('[Last successful extraction timestamp]' AS TIMESTAMP)
      AND [Source Change Timestamp] < CAST('[End timestamp]' AS TIMESTAMP)
      AND [Document Date] >= CAST('[Start date]' AS DATE)
      AND [Document Date] < CAST('[End date]' AS DATE)
      AND ([Company Code] IN ([Company Code filter]) OR [Company Code filter] IS NULL)
      AND ([Document Type] IN ([Document Type filter]) OR [Document Type filter] IS NULL)
),
base_events AS (
    SELECT InvoiceNumber, 'Invoice Receipt Recorded' AS ActivityName, CAST(DocumentDate AS TIMESTAMP) AS EventTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE DocumentDate IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Invoice Created', InvoiceCreatedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE InvoiceCreatedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Invoice Parked', InvoiceParkedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE InvoiceParkedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Invoice Posted', InvoicePostedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE InvoicePostedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Payment Block Applied', PaymentBlockAppliedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE PaymentBlockAppliedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Invoice Data Changed', InvoiceDataChangedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE InvoiceDataChangedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Payment Term Changed', PaymentTermChangedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE PaymentTermChangedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Payment Block Removed', PaymentBlockRemovedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE PaymentBlockRemovedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Payment Proposal Created', PaymentProposalCreatedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE PaymentProposalCreatedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Payment Posted', PaymentPostedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE PaymentPostedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Invoice Cleared', InvoiceClearedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE InvoiceClearedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Discount Due Date Passed', CAST(CURRENT_DATE AS TIMESTAMP), SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE ClearingDate IS NULL AND ((DiscountDueDate1 IS NOT NULL AND CURRENT_DATE > DiscountDueDate1) OR (DiscountDueDate2 IS NOT NULL AND CURRENT_DATE > DiscountDueDate2))
    UNION ALL
    SELECT InvoiceNumber, 'Due Date Passed', CAST(CURRENT_DATE AS TIMESTAMP), SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE ClearingDate IS NULL AND NetDueDate IS NOT NULL AND CURRENT_DATE > NetDueDate
),
final_events AS (
    SELECT
        InvoiceNumber,
        ActivityName,
        EventTimestamp,
        SourceSystem,
        CAST(CURRENT_TIMESTAMP AS TIMESTAMP) AS LastDataUpdate,
        CompanyCode,
        VendorNumber,
        DocumentType,
        InvoiceAmount,
        PurchaseOrderNumber,
        PaymentTerms,
        PaymentBlockCode,
        PaymentMethod,
        UserName,
        ClearingDate,
        ROW_NUMBER() OVER (PARTITION BY InvoiceNumber, ActivityName, EventTimestamp ORDER BY EventTimestamp) AS DuplicateRank
    FROM base_events
    WHERE InvoiceNumber IS NOT NULL
      AND EventTimestamp IS NOT NULL
)
SELECT
    InvoiceNumber,
    ActivityName,
    EventTimestamp,
    SourceSystem,
    LastDataUpdate,
    CompanyCode,
    VendorNumber,
    DocumentType,
    InvoiceAmount,
    PurchaseOrderNumber,
    PaymentTerms,
    PaymentBlockCode,
    PaymentMethod,
    UserName,
    ClearingDate
FROM final_events
WHERE DuplicateRank = 1
ORDER BY InvoiceNumber, EventTimestamp, ActivityName;

¿Listo para comenzar?

Descargue ahora la plantilla completa para convertir los datos de sus cuentas por pagar en información útil para la acción. Nuestro equipo puede acompañarle en cada etapa de su recorrido con Process Mining.

Volver a la guía de mejora

Descargar Template

Optimice ahora el procesamiento de pagos de sus cuentas por pagar

Reduzca un 30 % el tiempo del ciclo de pago y elimine los cuellos de botella de SAP ECC.

Comience la prueba gratuita

No se requiere tarjeta de crédito. La configuración toma solo unos minutos.

Su Template de datos para el procesamiento de pagos de cuentas por pagar

Su Template de datos para el procesamiento de pagos de cuentas por pagar

Atributos del procesamiento de pagos de cuentas por pagar

Actividades del procesamiento de pagos de cuentas por pagar

Guías de extracción

Extracción mediante unión de tablas con SAP QuickViewer SQVI

Pasos

Configuración

Consulta de ejemplo sql

Script de Python con el protocolo RFC_READ_TABLE

Pasos

Configuración

Consulta de ejemplo python

Extracción incremental con Theobald Xtract Universal

Pasos

Configuración

Consulta de ejemplo sql

¿Listo para comenzar?

Optimice ahora el procesamiento de pagos de sus cuentas por pagar