> Amélioration continue des processus > Lead to Cash > Salesforce Sales Cloud > Modèle de données

Votre modèle de données Lead to Cash

Salesforce Sales Cloud

Attributs Lead to Cash(18) Activités Lead to Cash(16) Guides d’extraction(3)

Votre modèle de données Lead to Cash

Ce modèle vous guide dans la collecte des données essentielles à l’analyse de votre processus Lead to Cash. Il présente les principaux attributs à recueillir et les activités à suivre, ainsi que des conseils pratiques pour extraire ces informations de votre système. Vous pourrez ainsi préparer efficacement vos données pour les analyser avec le Process Mining.

Attributs recommandés à recueillir
Activités clés à suivre
Conseils d’extraction pour Salesforce Sales Cloud

Vous découvrez les journaux d’événements ? Découvrez comment créer un journal d’événements pour le Process Mining.

Télécharger le modèle

Attributs Lead to Cash

Ces champs sont essentiels pour créer un journal d’événements complet et analyser en détail votre processus Lead to Cash.

3 Obligatoire 5 Recommandé 10 Facultatif

	Nom	Description
	Activité ActivityName	Nom de l’événement ou de l’activité métier survenu à un moment précis du processus de vente.
Description Le nom de l’activité désigne une étape ou un jalon précis du parcours Lead to Cash, comme « Opportunité créée », « Devis envoyé » ou « Contrat signé ». Ces activités sont déduites des changements apportés aux champs clés ou de la création d’enregistrements associés dans Salesforce. L’analyse de leur séquence permet de visualiser le flux du processus, de repérer les parcours fréquents et de détecter les écarts par rapport au processus de vente standard. Elle est essentielle pour créer des cartes de processus et calculer des indicateurs clés de performance, comme les temps de cycle entre les différentes étapes. Pourquoi est-ce important ? Il définit les étapes de la carte de processus et permet de visualiser et d’analyser le parcours commercial, du lead à l’encaissement. Où trouver ces données Il est généralement établi à partir de plusieurs sources de données, notamment l’objet Opportunity History pour les changements de champs comme Stage, les dates de création d’objets associés comme Quote et Contract, ainsi que les enregistrements Task ou Event. Exemples Opportunité crééeDevis présenté au clientOpportunité conclue, vente gagnéeFacture générée
	Heure de début EventTimestamp	Date et heure précises auxquelles l’activité a eu lieu.
Description L’horodatage de l’événement indique le moment exact où une activité s’est produite. Il permet de classer les événements par ordre chronologique et sert à toutes les analyses temporelles des processus. Cet attribut est à la base du calcul des indicateurs de performance, notamment les temps de cycle, les durées et les temps d’attente. Par exemple, la différence entre les horodatages de « Facture générée » et « Paiement reçu » permet de calculer l’indicateur « Délai moyen de paiement ». Des horodatages précis sont essentiels pour repérer les goulots d’étranglement et mesurer l’efficacité du processus. Pourquoi est-ce important ? Cet attribut établit l’ordre chronologique des événements et est indispensable au calcul des durées et des performances. Où trouver ces données Il est extrait de différents champs de date dans Salesforce, comme « CreatedDate » de l’objet Opportunity, « LastModifiedDate » de l’historique des opportunités ou des champs de date spécifiques d’objets associés tels que Quote et Contract. Exemples 2023-04-15T10:30:00Z2023-05-20T14:00:00Z2023-06-01T09:15:00Z
	Opportunité commerciale SalesOpportunity	Identifiant unique de chaque opportunité commerciale, utilisé comme identifiant principal de cas pour le processus Lead to Cash.
Description L’opportunité commerciale est l’objet central qui suit une vente potentielle, de sa qualification à sa conclusion. Chaque opportunité possède un identifiant unique qui relie toutes les activités, communications, devis et contrats associés. En Process Mining, cet identifiant est indispensable pour reconstituer le parcours complet de chaque vente. En utilisant l’opportunité commerciale comme ID de cas, vous pouvez analyser l’ensemble du cycle de vie, mesurer les délais entre les étapes, repérer les variations du processus et comprendre les facteurs associés aux ventes gagnées ou perdues. Pourquoi est-ce important ? Cet identifiant fondamental relie toutes les étapes du processus et permet d’analyser avec précision l’ensemble du cycle de vente de chaque transaction. Où trouver ces données Il s’agit du champ standard « Id » de l’objet Opportunity dans Salesforce Sales Cloud, par exemple Opportunity.Id. Exemples 0068c00001KvM7RAAV0068c00001LpA9BAAV0068c00001NqB3CAAV
	Étape de vente StageName	Étape actuelle de l’opportunité dans le pipeline commercial, par exemple « Qualification » ou « Négociation ».
Description L’étape de vente indique la progression d’une opportunité dans le processus commercial prédéfini. Les changements de ce champ constituent des événements importants du processus, comme « Étape de proposition atteinte ». Cet attribut est essentiel à la création des Dashboards « Repérage des goulots d’étranglement du pipeline commercial » et « Vue opérationnelle quotidienne de l’entonnoir commercial ». Il permet d’analyser le temps passé par les opportunités à chaque étape, les taux de conversion entre les étapes et l’état général du pipeline commercial. Pourquoi est-ce important ? Il suit la progression de l’opportunité dans l’entonnoir commercial et permet d’analyser les goulots d’étranglement et de gérer le pipeline. Où trouver ces données Il s’agit du champ standard « StageName » de l’objet Opportunity. Exemples ProspectionQualificationAnalyse des besoinsProposal/Price QuoteNégociation/Examen
	Montant de l’opportunité Amount	Montant total estimé de la vente associée à l’opportunité.
Description Cet attribut indique la valeur monétaire d’une vente potentielle. Il compte parmi les indicateurs les plus importants pour l’analyse financière et l’évaluation des performances. Le montant de l’opportunité est utilisé dans presque toutes les vues financières, notamment pour calculer la valeur totale du pipeline et le montant moyen des ventes, ou pour étudier les liens entre la valeur et d’autres facteurs comme les remises ou les temps de cycle. Il entre également dans le calcul des Dashboards « Performances des représentants commerciaux » et « Efficacité des remises sur les opportunités ». Pourquoi est-ce important ? Il indique la valeur financière de chaque vente, indispensable au suivi du pipeline, aux prévisions de chiffre d’affaires et à l’analyse des performances. Où trouver ces données Il s’agit du champ standard « Amount » de l’objet Opportunity. Exemples 50000125000.75250000
	Pourcentage de remise DiscountPercentage	Pourcentage de remise appliqué à l’opportunité.
Description Cet attribut indique la remise accordée sur un contrat, généralement sous forme de pourcentage du prix total. Il joue un rôle essentiel dans l’analyse de la rentabilité des contrats et des pratiques commerciales. Cette métrique est au cœur du Dashboard « Efficacité des remises sur les opportunités » et de l’indicateur clé de performance « Remise moyenne sur les contrats remportés ». En analysant cet attribut, les responsables commerciaux peuvent déterminer si les remises contribuent à remporter des contrats ou réduisent simplement les marges, et comparer les pratiques de remise entre les régions et les représentants commerciaux. Pourquoi est-ce important ? Cet attribut est essentiel pour analyser la rentabilité, évaluer l’efficacité de la stratégie tarifaire et repérer les remises excessives. Où trouver ces données Il s’agit généralement d’un champ personnalisé de type devise ou pourcentage sur l’objet Opportunity ou Quote. Consultez la documentation Salesforce Sales Cloud ou votre administrateur. Exemples 0.050.100.15
	Responsable de l’opportunité OpportunityOwner	Représentant commercial chargé de l’opportunité et responsable de son suivi.
Description Le responsable de l’opportunité est l’utilisateur Salesforce principalement chargé de gérer la vente. Cet attribut est essentiel à l’analyse des performances. En analysant les données par responsable de l’opportunité, les organisations peuvent créer le Dashboard « Performances des représentants commerciaux ». Elles peuvent ainsi comparer les temps de cycle, les taux de réussite et les montants moyens des ventes entre les membres de l’équipe, repérer les personnes les plus performantes et cerner les besoins d’accompagnement. Pourquoi est-ce important ? Cet attribut est essentiel pour analyser les performances de l’équipe commerciale, comparer les résultats individuels et repérer les besoins d’accompagnement. Où trouver ces données Il s’agit du champ « OwnerId » de l’objet Opportunity, qui renvoie à l’objet User. Exemples John SmithMaria GarciaDavid Chen
	Vente gagnée IsWon	Indicateur booléen qui précise si l’opportunité a été gagnée ou perdue.
Description Cet attribut indique simplement si l’opportunité commerciale a été gagnée ou perdue. Il prend la valeur true si l’étape de l’opportunité est « Closed Won » et false si elle est « Closed Lost ». L’indicateur « Vente gagnée » sert à calculer le taux de réussite des opportunités, un indicateur clé de l’efficacité commerciale. Il permet aussi de segmenter les analyses, par exemple pour comparer les parcours des ventes gagnées et perdues ou calculer la remise moyenne accordée sur les ventes gagnées. Pourquoi est-ce important ? Il mesure directement le résultat d’une opportunité commerciale et permet d’analyser les ventes gagnées ou perdues ainsi que de calculer les taux de réussite. Où trouver ces données Il s’agit du champ standard « IsWon » de l’objet Opportunity. Ce champ de formule est calculé à partir de StageName. Exemples truefalse
	Dernière mise à jour des données LastDataUpdate	Horodatage indiquant la dernière actualisation des données depuis le système source.
Description Cet attribut indique la date et l’heure de la dernière extraction des données depuis Salesforce Sales Cloud. Il permet aux utilisateurs de savoir à quel point les données analysées sont récentes. Connaître la date de la dernière mise à jour est essentiel pour interpréter correctement l’analyse, notamment dans les Dashboards opérationnels tels que « Vue opérationnelle quotidienne de l’entonnoir commercial ». Les décisions peuvent ainsi tenir compte de l’actualité des données. Pourquoi est-ce important ? Il renseigne les utilisateurs sur l’actualité des données et leur permet de savoir si l’analyse du processus repose sur des informations récentes. Où trouver ces données Il s’agit d’un attribut de métadonnées généré par le pipeline de données ou l’outil ETL au moment de l’extraction. Exemples 2023-10-27T02:00:00Z2023-10-28T02:00:00Z
	ID de commande OrderId	Identifiant unique de la commande créée à partir d’une opportunité remportée.
Description L’ID de commande relie une opportunité de vente au processus d’exécution de la commande. Il marque le passage des ventes aux opérations. Cet identifiant est essentiel pour étendre l’analyse du processus au-delà de l’étape « Opportunité clôturée et remportée » et couvrir la gestion des commandes. Il permet de suivre les activités « Commande créée » et « Commande exécutée », et il est nécessaire pour surveiller le « Taux d’erreur d’exécution des commandes ». Pourquoi est-ce important ? Il relie la partie commerciale du processus à l’exécution de la commande et permet ainsi d’analyser de bout en bout le processus Lead to Cash. Où trouver ces données Cet identifiant provient du champ « Id » de l’objet Order, généralement associé à l’opportunité. Exemples 8018c000001IyA6AAK8018c000001JyB1AAK8018c000001KzC6AAK
	ID de contrat ContractId	Identifiant unique du contrat associé à l’opportunité.
Description L’ID de contrat relie l’opportunité à un enregistrement de contrat officiel dans Salesforce. Il s’agit d’une étape importante dans la phase finale de conclusion d’un contrat. Cet attribut permet d’analyser en détail la phase de contractualisation et d’alimenter les Dashboards « Temps de cycle entre le devis et le contrat » et « Conformité et respect des contrats ». Il permet de suivre des activités telles que « Contrat envoyé pour signature » et « Contrat activé », puis d’en mesurer la durée et le respect des SLA. Pourquoi est-ce important ? Il permet de suivre précisément le sous-processus de gestion des contrats, notamment les temps de cycle et la conformité. Où trouver ces données Cet identifiant provient du champ « Id » de l’objet Contract, généralement associé à l’objet Opportunity ou Account. Exemples 8008c000001LxD9AAK8008c000001MyE4AAK8008c000001NzF0AAK
	ID de devis QuoteId	Identifiant unique d’un devis associé à l’opportunité.
Description L’ID de devis identifie une proposition tarifaire précise remise au client pour une opportunité. Une opportunité peut donner lieu à plusieurs devis au cours de son cycle de vie. Le suivi des ID de devis est essentiel pour analyser la phase de préparation des devis dans le processus de vente. Il permet de mesurer le « Temps de cycle entre le devis et le contrat », de connaître le nombre de révisions (« Devis modifié ») et d’alimenter l’indicateur clé de performance « Fréquence des reprises de devis » en distinguant les différentes versions. Pourquoi est-ce important ? Cet attribut permet d’analyser le cycle de préparation des devis, notamment le nombre de révisions et le délai entre l’émission du devis et son acceptation. Où trouver ces données Cet identifiant provient du champ « Id » de l’objet Quote, associé à l’opportunité. Exemples 0Q08c000001OxP1AAK0Q08c000001PyQ2AAK0Q08c000001QzR3AAK
	Nom du compte AccountName	Nom du compte client ou de l’entreprise associé à l’opportunité.
Description Le nom du compte relie l’opportunité de vente à un client précis et permet ainsi d’analyser le processus du point de vue du client. L’analyse par client aide les organisations à comprendre les cycles de vente des comptes stratégiques, à repérer les clients pour lesquels les reprises sont fréquentes ou les négociations longues, et à adapter leurs stratégies de relation client. Cet attribut permet également de filtrer les données du processus et d’en examiner les détails. Pourquoi est-ce important ? Relie le processus de vente à un client précis, ce qui permet d’analyser les temps de cycle et les interactions à l’échelle du client. Où trouver ces données Cet attribut est dérivé du champ de recherche « AccountId » de l’objet Opportunity, qui fait référence au champ « Name » de l’objet Account. Exemples Global Tech Inc.Innovate Solutions LLCQuantum Industries
	Région Region	Région géographique ou territoire commercial associé à l’opportunité.
Description L’attribut Région segmente les opportunités selon leur zone géographique, par exemple « Amérique du Nord », « EMEA » ou « Asie-Pacifique ». Les équipes commerciales s’organisent souvent de cette manière pour structurer leurs équipes et leurs rapports. Cette dimension est au cœur du Dashboard « Comparaison des performances commerciales par région ». Elle permet aux dirigeants de comparer les performances des processus entre les régions, de repérer les pratiques efficaces dans les zones les plus performantes et de déterminer où des améliorations sont nécessaires. L’analyse peut porter sur les temps de cycle, les taux de réussite et le recours aux remises. Pourquoi est-ce important ? Permet de comparer les processus de vente et leurs performances entre différents territoires géographiques afin de repérer les points forts et les difficultés propres à chaque région. Où trouver ces données Il s’agit souvent d’un champ personnalisé de l’objet Opportunity ou Account. Consultez la documentation Salesforce Sales Cloud ou votre administrateur. Exemples Amérique du NordEMEAAsie-PacifiqueAmérique latine
	Reprise ? IsRework	Indicateur calculé qui précise si une activité correspond à une reprise ou à une étape répétée.
Description L’indicateur « Reprise ? » est une valeur booléenne définie sur « vrai » lorsqu’un processus revient à une étape antérieure. Par exemple, si l’activité « Devis modifié » survient après « Devis présenté au client », elle est considérée comme une reprise. Cet attribut est essentiel pour quantifier les inefficacités du processus. Il contribue directement au calcul des indicateurs clés de performance « Taux d’erreur de traitement des commandes » et « Fréquence des reprises de devis ». La mise en évidence des reprises aide à repérer les exigences imprécises, les problèmes de communication ou les défauts de qualité. Pourquoi est-ce important ? Il quantifie les inefficacités du processus en repérant les activités qui font partie de boucles de reprise, ce qui permet de cibler les efforts d’amélioration. Où trouver ces données Cet indicateur est calculé par l’outil de Process Mining, qui analyse la séquence des activités et détecte les retours en arrière dans le flux du processus. Exemples truefalse
	Source du lead LeadSource	La source à l’origine du prospect, par exemple « Web », « Partenaire » ou « Salon professionnel ».
Description La source du prospect indique le canal marketing ou l’activité commerciale qui a généré le prospect initial. Cette information est essentielle pour évaluer l’efficacité des différentes stratégies d’acquisition de clients. Cet attribut est la dimension principale du Dashboard « Analyse des performances de conversion des prospects ». En analysant les taux de conversion et le montant des contrats selon la source du prospect, les entreprises peuvent optimiser leurs dépenses marketing et se concentrer sur les canaux les plus rentables. Pourquoi est-ce important ? Il permet d’évaluer l’efficacité des canaux marketing en reliant les prospects à leur origine et aux taux de réussite obtenus par la suite. Où trouver ces données Il s’agit du champ standard « LeadSource » de l’objet Lead, généralement transféré à l’objet Opportunity lors de la conversion. Exemples WebDemande par téléphoneRecommandation d’un partenaireListe achetée
	Système source SourceSystem	Indique le système source dont les données ont été extraites.
Description Cet attribut désigne le système de référence d’où proviennent les données d’événement. Pour le processus Lead to Cash, il s’agit généralement de « Salesforce Sales Cloud ». Dans les environnements où plusieurs systèmes sont intégrés, ce champ est essentiel pour retracer l’origine des données, résoudre les problèmes et déterminer quel système fait autorité pour chaque étape du processus. Il permet de comprendre et de vérifier les données utilisées. Pourquoi est-ce important ? Il précise l’origine des données, un élément important pour leur gouvernance et leur validation, notamment dans les environnements qui utilisent plusieurs systèmes. Où trouver ces données Il s’agit généralement d’une valeur statique ajoutée lors de l’extraction et de la transformation des données pour indiquer l’origine du jeu de données. Exemples Salesforce Sales CloudSFSC
	Type d’opportunité Type	Classe l’opportunité, par exemple en « Nouvelle entreprise » ou « Client existant ».
Description Le type d’opportunité est un champ de classification standard qui permet de segmenter les contrats. Il aide à distinguer les processus et les cycles de vente liés à l’acquisition de nouveaux clients de ceux qui concernent la vente de produits ou services supplémentaires aux clients existants. En Process Mining, cet attribut permet de comparer les processus. Par exemple, une organisation peut filtrer la carte de processus pour vérifier si le cycle de vente d’une « Nouvelle entreprise » est plus long ou comporte davantage d’étapes que celui d’un renouvellement pour un « Client existant ». Ces résultats éclairent les décisions stratégiques et les efforts d’optimisation des processus. Pourquoi est-ce important ? La segmentation des opportunités par type permet de comparer les processus de vente, les temps de cycle et les taux de réussite des nouvelles entreprises et des clients existants. Où trouver ces données Il s’agit du champ standard « Type » de l’objet Opportunity. Exemples Nouvelle entrepriseClient existant - Mise à niveauClient existant - RenouvellementVente additionnelle

Obligatoire Recommandé Facultatif

Activités Lead to Cash

Voici les principales étapes et les principaux jalons du processus à suivre pour en découvrir le déroulement et en analyser les performances avec précision.

8 Recommandé 8 Facultatif

	Activité	Description
	Contrat activé	Cette activité indique que le contrat a été signé par toutes les parties et qu’il est désormais juridiquement en vigueur. Elle est généralement enregistrée lorsque le statut de l’objet Contract passe à « Activated ».
Pourquoi est-ce important ? Cette étape confirme définitivement l’accord juridique avec le client. Elle est importante pour la comptabilisation du chiffre d’affaires et la conformité. Tout retard peut avoir une incidence directe sur les prévisions financières. Où trouver ces données L’événement est déduit du passage du champ Status de l’objet Contract à « Activated ». L’horodatage du changement est obtenu grâce au suivi de l’historique des champs. Données à recueillir Repérez l’horodatage auquel le champ « Status » de l’objet Contract prend la valeur « Activated ». Type d’événement inferred
	Devis accepté par le client	Cette activité marque l’accord du client sur les conditions et le prix du devis. Elle est généralement enregistrée lorsqu’un utilisateur définit le statut du devis sur « Accepted ».
Pourquoi est-ce important ? Il s’agit d’un signe d’achat important et d’une étape majeure avant la création du contrat. Le délai entre la présentation et l’acceptation indique les difficultés rencontrées au cours du cycle de vente. Où trouver ces données L’événement est déduit du passage du champ Status de l’objet Quote à « Accepted ». L’horodatage est obtenu à partir de l’historique de cette modification. Données à recueillir Repérez l’horodatage auquel le champ « Status » de l’objet Quote prend la valeur « Accepted ». Type d’événement inferred
	Devis créé	Cette activité correspond à la création d’un devis officiel destiné au client. Elle est enregistrée lorsqu’un nouvel enregistrement Quote est créé et associé à l’opportunité.
Pourquoi est-ce important ? La création d’un devis constitue une étape importante vers la conclusion d’une vente. L’analyse du nombre de devis et du temps nécessaire à leur création permet d’évaluer l’efficacité de l’équipe commerciale et la dynamique des ventes. Où trouver ces données L’événement est extrait du champ système CreatedDate de l’objet Quote. L’objet Quote est associé à son objet Opportunity parent par une relation de recherche. Données à recueillir Utilisez le champ CreatedDate de l’objet Quote associé à l’opportunité. Type d’événement explicit
	Lead converti en opportunité	Cette activité marque la conversion d’un lead qualifié en opportunité commerciale, avec la création d’un compte et d’un contact associés. Dans Salesforce, cette opération est généralement effectuée explicitement par un représentant commercial.
Pourquoi est-ce important ? Cette étape marque le passage du marketing ou du développement des leads à l’équipe commerciale. L’analyse des délais et des taux de conversion à partir de ce point permet d’évaluer la qualité des leads et l’efficacité du début du processus de vente. Où trouver ces données Cet événement peut être repéré lorsque le champ IsConverted de l’objet Lead est défini sur true et que le champ ConvertedOpportunityId est renseigné. L’horodatage correspond à ConvertedDate. Données à recueillir Événement enregistré lorsqu’un utilisateur convertit un enregistrement Lead et renseigne les champs ConvertedDate et ConvertedOpportunityId. Type d’événement explicit
	Opportunité conclue, vente gagnée	Cet événement correspond à la conclusion réussie d’une vente, lorsque l’opportunité est gagnée. Il s’agit d’une mise à jour manuelle ou automatisée du champ StageName de l’objet Opportunity, qui prend alors la valeur « Closed Won ».
Pourquoi est-ce important ? C’est l’un des principaux résultats attendus du processus de vente. L’analyse des tendances et des caractéristiques des ventes gagnées est essentielle pour comprendre les performances et la stratégie commerciales. Où trouver ces données L’événement est déduit du passage du champ StageName de l’objet Opportunity à « Closed Won ». La date figure dans le champ CloseDate et l’horodatage dans l’historique des champs. Données à recueillir Dans OpportunityFieldHistory, repérez l’horodatage auquel le champ « StageName » de l’objet Opportunity prend la valeur « Closed Won ». Type d’événement inferred
	Opportunité conclue, vente perdue	Cet événement correspond à l’échec d’une vente, lorsque l’opportunité est remportée par un concurrent ou que le client décide de ne pas acheter. Il est enregistré lorsque le champ StageName de l’objet Opportunity prend la valeur « Closed Lost ».
Pourquoi est-ce important ? C’est le principal résultat négatif du processus. L’analyse du moment et des raisons pour lesquels les ventes sont perdues aide à améliorer la stratégie commerciale, la formation et le positionnement des produits. Où trouver ces données L’événement est déduit du passage du champ StageName de l’objet Opportunity à « Closed Lost ». La date figure dans le champ CloseDate et l’horodatage dans l’historique des champs. Données à recueillir Dans OpportunityFieldHistory, repérez l’horodatage auquel le champ « StageName » de l’objet Opportunity prend la valeur « Closed Lost ». Type d’événement inferred
	Opportunité créée	Cet événement correspond à la création d’un nouvel enregistrement d’opportunité commerciale dans Salesforce, qui représente une vente potentielle. Il est enregistré explicitement avec un horodatage de création lors de la première sauvegarde de l’enregistrement.
Pourquoi est-ce important ? Cette activité marque le début officiel du cycle de vente d’une opportunité. Elle sert de point de départ pour mesurer le temps de cycle global et la vitesse du pipeline commercial. Où trouver ces données L’événement est extrait du champ système CreatedDate de l’objet Opportunity. Ce champ fournit un horodatage précis de la création de l’enregistrement d’opportunité. Données à recueillir Utilisez le champ CreatedDate de l’objet Opportunity. Type d’événement explicit
	Paiement reçu	Cette activité confirme que le paiement du client a été reçu et affecté à la facture. Elle est généralement déduite du passage du statut de la facture à « Paid » ou de la création d’un enregistrement Payment.
Pourquoi est-ce important ? Il s’agit de la dernière activité du processus Lead to Cash, qui marque la réalisation du chiffre d’affaires. Le délai entre la facturation et le paiement est un indicateur clé de trésorerie. Où trouver ces données L’événement est déduit du passage du statut de l’objet Invoice à « Paid » ou de la création d’un objet Payment associé à la facture. Ces données proviennent souvent d’un système financier externe. Données à recueillir Repérez le moment où le champ « Status » de l’objet Invoice prend la valeur « Paid » ou celui où un enregistrement Payment associé est créé. Type d’événement inferred
	Commande créée	Cette activité marque la création d’une commande commerciale et le lancement officiel de son traitement après la conclusion d’une vente. Elle est enregistrée lorsqu’un nouvel enregistrement Order est créé et associé à l’opportunité ou au compte.
Pourquoi est-ce important ? Cette étape marque le passage officiel du processus de vente à l’équipe chargée du traitement des commandes et des opérations. Son efficacité est essentielle pour respecter les délais de livraison et satisfaire les clients. Où trouver ces données L’événement est extrait du champ système CreatedDate de l’objet Order. La commande est généralement associée au compte et/ou à l’opportunité à l’origine de la vente. Données à recueillir Utilisez le champ CreatedDate de l’objet Order associé au compte de l’opportunité. Type d’événement explicit
	Commande exécutée	Indique que les produits ou services d’une commande ont été livrés au client. Cet événement est généralement déduit du passage du champ Status de l’objet Order à un état final tel que « Fulfilled » ou « Completed ».
Pourquoi est-ce important ? Cette étape marque la réalisation de la promesse de livraison faite au client. Le délai entre la création et l’exécution de la commande est un indicateur important de l’efficacité opérationnelle et de la satisfaction client. Où trouver ces données L’événement est déduit du passage du champ Status de l’objet Order à une valeur indiquant l’achèvement. Le suivi de l’historique des champs est nécessaire pour obtenir l’horodatage de l’événement. Données à recueillir Repérez l’horodatage auquel le champ « Status » de l’objet Order prend la valeur « Fulfilled » ou « Completed ». Type d’événement inferred
	Contrat envoyé pour signature	Indique qu’un contrat officiel a été créé et envoyé au client pour signature. L’événement est souvent déduit d’un changement de statut de l’objet Contract, par exemple vers « Sent » ou « Out for Signature ».
Pourquoi est-ce important ? Cette activité lance la dernière phase juridique et administrative de la conclusion d’une vente. Son suivi permet de mesurer l’efficacité de la gestion des contrats. Où trouver ces données L’événement est déduit d’un changement de statut de l’objet Contract, associé à l’opportunité. Le suivi de l’historique du champ Status de Contract est nécessaire. Données à recueillir Repérez l’horodatage auquel le champ « Status » de l’objet Contract prend une valeur telle que « Sent for Signature ». Type d’événement inferred
	Devis modifié	Cette activité correspond à la mise à jour ou à la révision d’un devis existant, souvent à la suite des commentaires du client ou d’une négociation. Elle est enregistrée en suivant les modifications apportées aux champs clés de l’objet Quote après sa création initiale.
Pourquoi est-ce important ? Des modifications fréquentes des devis peuvent révéler des inefficacités, des problèmes de communication ou des négociations qui s’éternisent. L’analyse de cette boucle de reprises est essentielle pour raccourcir la phase entre le devis et le contrat. Où trouver ces données L’événement est déduit du champ LastModifiedDate de l’objet Quote ou, de façon plus détaillée, du suivi de l’historique de champs tels que TotalPrice ou les postes du devis. Données à recueillir Comparez les champs LastModifiedDate et CreatedDate de l’objet Quote, ou utilisez le suivi de l’historique des champs de Quote. Type d’événement inferred
	Devis présenté au client	Cet événement indique qu’un devis a été envoyé au client ou lui a été officiellement présenté pour examen. Il est généralement déduit d’un changement de statut de l’enregistrement Quote, par exemple de « Brouillon » à « Presented » ou « In Review ».
Pourquoi est-ce important ? Cette activité marque le début des cycles de négociation et d’approbation avec le client. Son suivi permet de mesurer les délais de réponse du client et de repérer les retards lors de l’acceptation du devis. Où trouver ces données L’événement est déduit des changements du champ Status de l’objet Quote. L’historique de ce champ doit être suivi pour obtenir l’horodatage précis du changement. Données à recueillir Repérez l’horodatage auquel le champ « Status » de l’objet Quote prend la valeur « Presented », « Sent » ou une valeur équivalente. Type d’événement inferred
	Étape de l’opportunité modifiée	Cette activité enregistre chaque changement d’étape d’une opportunité commerciale, par exemple le passage de « Qualification » à « Analyse des besoins ». Ces changements figurent dans l’historique des champs du système, ce qui permet de suivre la progression de l’opportunité.
Pourquoi est-ce important ? Le suivi des changements d’étape permet de comprendre la vitesse du pipeline commercial, de repérer les goulots d’étranglement où les ventes stagnent et d’analyser le respect du processus. Où trouver ces données L’événement est déduit de l’objet OpportunityFieldHistory, qui suit les modifications du champ StageName de l’objet Opportunity. Chaque entrée comporte un horodatage ainsi que les anciennes et nouvelles valeurs. Données à recueillir Extrayez les événements de modification du champ « StageName » dans la table OpportunityFieldHistory. Type d’événement inferred
	Étape de proposition atteinte	Marque l’étape précise à laquelle une opportunité passe à « Proposal/Price Quote ». Cet événement est déduit de l’historique du champ « StageName » de l’opportunité.
Pourquoi est-ce important ? Cette étape importante indique qu’une solution potentielle a été définie et qu’elle peut être chiffrée puis présentée. Elle permet notamment d’analyser le temps consacré à la définition de la solution et à l’établissement du devis. Où trouver ces données L’événement est déduit de l’objet OpportunityFieldHistory, en repérant l’horodatage auquel le champ « StageName » a été mis à jour avec la valeur « Proposal/Price Quote » ou une valeur d’étape personnalisée équivalente. Données à recueillir Filtrez OpportunityFieldHistory pour trouver les enregistrements dont le champ « Field » est « StageName » et le champ « NewValue » correspond à l’étape de proposition. Type d’événement inferred
	Facture générée	Cette activité correspond à la création d’une facture pour les biens ou services livrés au client. Elle peut être enregistrée lors de la création d’un enregistrement Invoice, dans Salesforce Billing ou dans un système externe intégré.
Pourquoi est-ce important ? Cette activité marque le début de la phase financière du cycle Lead to Cash. La rapidité et l’exactitude de la facturation ont une incidence directe sur la trésorerie. Où trouver ces données Salesforce Billing ou un module similaire est nécessaire. L’événement est extrait du champ CreatedDate de l’objet Invoice, associé à la commande ou au compte. Données à recueillir Utilisez le champ CreatedDate de l’objet Invoice, s’il est disponible. Type d’événement explicit

Recommandé Facultatif

Guides d’extraction

Comment extraire vos données de Salesforce Sales Cloud

Étapes

Vérifier les prérequis : suivi de l’historique des champs : Avant de commencer, vérifiez auprès de votre administrateur Salesforce que le suivi de l’historique des champs est activé pour les champs clés des objets suivants : Opportunity (StageName, Montant), Quote (Status), Contract (Status) et Order (Status). Cette étape est nécessaire pour enregistrer correctement les changements de processus.
Accéder aux rapports Salesforce : Connectez-vous à votre instance Salesforce. Dans le lanceur d’applications, recherchez l’onglet « Rapports » et ouvrez-le. Cliquez sur le bouton « Nouveau rapport » pour commencer.
Créer le rapport d’historique des opportunités : Ce rapport enregistrera la création des opportunités, les changements d’étape et les événements de clôture. Sélectionnez le type de rapport « Opportunités avec historique des champs ». Ajoutez les colonnes suivantes : ID de l’opportunité, nom de l’opportunité, date de création, champ/événement, ancienne valeur, nouvelle valeur, date de modification et modifié par. Ajoutez également les attributs recommandés : propriétaire, Montant, gagnée ou non, ainsi que les champs de remise pertinents.
Créer le rapport de conversion des prospects : Créez un deuxième rapport avec le type de rapport « Prospects ». Ajoutez les colonnes suivantes : ID du prospect, date de conversion, ID de l’opportunité convertie et propriétaire du prospect. Appliquez un filtre pour n’afficher que les prospects dont la valeur « Converti » est vraie.
Créer le rapport sur les événements liés aux devis : Créez un troisième rapport avec le type « Devis », de préférence avec l’historique si celui-ci est disponible (par exemple, « Devis avec historique des champs »). Ajoutez les colonnes suivantes : ID du devis, ID de l’opportunité, CreatedDate, LastModifiedDate et Status. Ces données serviront à déterminer la création des devis et les changements d’état.
Créer d’autres rapports (contrats, commandes, factures) : En suivant la même méthode que pour le rapport sur les devis, créez des rapports distincts pour les contrats, les commandes et les factures, si ces objets sont utilisés dans votre instance Salesforce. Pour chacun, incluez l’ID de l’enregistrement, l’ID de l’opportunité associée, CreatedDate, LastModifiedDate et le champ Status de l’objet.
Exécuter et exporter les rapports : Pour chaque rapport créé, définissez un filtre de période cohérent, par exemple « Date de création de l’opportunité » au cours des six derniers mois. Exécutez chaque rapport et utilisez la fonction « Exporter » pour enregistrer les résultats dans un fichier CSV.
Regrouper les données dans un tableur : Ouvrez un tableur tel que Microsoft Excel. Copiez les données de chaque fichier CSV exporté dans une feuille distincte d’un même classeur.
Créer la feuille finale du journal d’événements : Créez une feuille nommée « Journal d’événements ». Définissez les en-têtes requis : SalesOpportunity, ActivityName, EventTimestamp, ainsi que les en-têtes recommandés : OpportunityOwner, StageName, Montant, IsWon, DiscountPercentage.
Transformer et regrouper les données : Renseignez manuellement la feuille « Journal d’événements » à partir des feuilles sources. Pour chaque ligne source, créez une ligne correspondante dans le journal d’événements. Par exemple, pour une ligne de la feuille d’historique des opportunités dont la « Nouvelle valeur » est « Closed Won », créez une ligne dans le journal avec ActivityName défini sur « Opportunité conclue, gagnée » et EventTimestamp sur la « Date de modification ». Répétez l’opération pour les 16 activités requises dans l’ensemble des fichiers sources.
Mettre en forme et exporter le fichier final : Vérifiez que la colonne EventTimestamp utilise un format cohérent, par exemple YYYY-MM-DD HH:MI:SS. Chaque ligne de la colonne SalesOpportunity doit contenir l’ID d’opportunité provenant des rapports sources. Enregistrez la feuille « Journal d’événements » finale et consolidée au format CSV pour l’importer.

Configuration

Types de rapports : le type de rapport principal requis est « Opportunities with Field History ». Des rapports supplémentaires sont nécessaires pour les prospects, les devis, les contrats, les commandes et les factures. La disponibilité de rapports avec historique pour ces objets améliore considérablement la précision des données.
Suivi de l’historique des champs : un administrateur Salesforce doit le configurer au préalable. Il est indispensable pour suivre les changements d’étape des opportunités et les changements de statut des devis, des contrats et des commandes.
Autorisations : la personne qui exécute les rapports doit disposer d’un accès en lecture à tous les objets concernés : Lead, Account, Opportunity, OpportunityFieldHistory, Quote, Contract, Order et, éventuellement, Invoice et Payment.
Filtre de période : appliquez la même période à tous les rapports afin de garantir la cohérence des données. Il est recommandé de filtrer les opportunités créées au cours des trois à six derniers mois pour maîtriser le volume de données.
Volume de données : lorsque les opportunités et les activités sont très nombreuses, le générateur de rapports peut ralentir ou atteindre les limites d’exportation, généralement autour de 100 000 lignes selon l’édition. Dans ce cas, le service hebdomadaire d’exportation des données constitue une autre option pour récupérer les données brutes.

Exemple de requête sql

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Étapes

Prérequis : vérifiez que vous disposez d’un compte utilisateur Salesforce avec un accès à l’API et des autorisations suffisantes pour lire les objets Opportunity, Lead, Citation, Contract, Commande, Facture, ainsi que leurs objets d’historique des champs correspondants. Le suivi de l’historique des champs doit être activé pour les champs clés (par exemple, StageName et Status) de ces objets.
Choisir un outil d’exécution : cette requête utilise des clauses UNION ALL, qui ne sont pas prises en charge par la Developer Console ni par Workbench de Salesforce. Vous devez utiliser un outil externe capable de se connecter à Salesforce et d’exécuter des requêtes de type SQL, par exemple un outil de veille économique (BI) comme Tableau ou Power BI, un outil ETL comme MuleSoft ou Informatica, ou un outil d’interrogation des données doté d’un connecteur Salesforce, tel que DBeaver ou DataGrip.
Établir la connexion à Salesforce : configurez la connexion à votre instance Salesforce dans l’outil choisi. Vous aurez généralement besoin de votre nom d’utilisateur, de votre mot de passe et de votre jeton de sécurité. Sélectionnez le connecteur Salesforce (API).
Préparer la requête : copiez l’intégralité de la requête SOQL fournie dans la section query de ce document et collez-la dans l’éditeur de requêtes de votre outil.
Configurer les espaces réservés : la requête contient plusieurs espaces réservés à remplacer par des valeurs propres à votre organisation Salesforce, notamment :
- 'YYYY-MM-DDThh:mm:ssZ' : remplacez toutes les occurrences par les dates de début et de fin souhaitées pour la période d’extraction, au format ISO 8601.
- [Your_Discount_Field__c] : remplacez cette valeur par le nom API de votre champ personnalisé correspondant au pourcentage de remise sur l’objet Opportunity.
- [Quote_Presented_Status] : remplacez cette valeur par le statut utilisé lorsqu’une Citation est présentée à un client (par exemple, 'Presented' ou 'In Review').
- [Opportunity_Lookup_On_Contract__c] : remplacez cette valeur par le nom API du champ de recherche de l’objet Contract qui établit le lien avec Opportunity.
- [Order_Fulfilled_Status] : remplacez cette valeur par le statut indiquant qu’une Commande a été exécutée (par exemple, 'Fulfilled', 'Shipped' ou 'Completed').
- [Opportunity_Lookup_On_Invoice__c] : remplacez cette valeur par le nom API du champ de recherche de l’objet Facture qui établit le lien avec Opportunity.
Exécuter la requête : lancez la requête complète. Selon le volume de données et l’outil utilisé, l’opération peut prendre plusieurs minutes.
Vérifier les résultats : une fois la requête terminée, examinez le jeu de données renvoyé. Vérifiez qu’il contient des lignes pour toutes les activités et que les colonnes sont renseignées comme prévu.
Traiter les erreurs éventuelles : si la requête échoue, vérifiez que les noms des espaces réservés remplacés ne comportent pas de fautes de frappe. Assurez-vous que l’utilisateur dispose d’un accès de sécurité au niveau des champs interrogés. La requête peut également expirer ou atteindre les limites d’exécution si la période est trop longue. Essayez alors de la réduire, par exemple à un seul trimestre.
Exporter les données : exportez le résultat final dans un fichier CSV.
Préparer l’importation : vérifiez que les en-têtes du fichier CSV correspondent aux attributs requis : SalesOpportunity, ActivityName, EventTimestamp, OpportunityOwner, StageName, Montant, IsWon et DiscountPercentage. Le fichier est prêt à être importé dans un outil de Process Mining.

Configuration

Suivi de l’historique des champs : cette extraction dépend impérativement de l’activation du suivi de l’historique des champs pour les objets Opportunity (StageName), Quote (Status), Contract (Status) et Order (Status). Sans ce suivi, les activités liées aux changements de statut et d’étape ne seront pas enregistrées.
Autorisations utilisateur : l’utilisateur qui exécute la requête doit disposer d’un accès à l’API et d’autorisations de lecture pour tous les objets interrogés : Lead, Opportunity, OpportunityFieldHistory, Quote, QuoteHistory, Contract, ContractHistory, Order, OrderHistory, Invoice et InvoiceHistory.
Période : définissez une période précise à l’aide des espaces réservés 'YYYY-MM-DDThh:mm:ssZ'. Pour une première analyse, une période de trois à six mois est recommandée afin de trouver un équilibre entre le volume de données et les performances. Pour les très grandes instances Salesforce, commencez par une période plus courte, par exemple un mois, afin de vérifier les performances et les limites d’utilisation.
Champs et statuts personnalisés : la requête contient des espaces réservés pour les champs personnalisés, par exemple [Your_Discount_Field__c], et les valeurs de statut personnalisées, par exemple [Quote_Presented_Status]. Identifiez les noms API et les valeurs correspondants dans la configuration Salesforce, puis mettez la requête à jour.
Disponibilité des objets : la requête suppose que vous utilisez les objets standard Contract et Order, ainsi qu’un objet Invoice, souvent associé à Salesforce Billing. Si votre organisation n’utilise pas ces objets ou s’appuie sur un autre module de facturation, les parties correspondantes de la requête échoueront ou ne renverront aucune donnée. Supprimez-les ou adaptez-les selon le cas.

Exemple de requête sql

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

Étapes

Préparez votre environnement : vérifiez que Python 3.6 ou une version ultérieure est installé sur votre système. Vous aurez également besoin de pip, le gestionnaire de paquets Python, pour installer les bibliothèques nécessaires.
Installez les bibliothèques requises : ouvrez votre ligne de commande ou votre terminal et installez les bibliothèques simple-salesforce et pandas en exécutant la commande suivante : pip install simple-salesforce pandas.
Configurez l’accès à l’API Salesforce : connectez-vous à votre compte Salesforce avec un profil administrateur. Accédez à Setup, puis à Apps et à App Manager. Créez une nouvelle application connectée (« Connected App »). Activez les paramètres OAuth de l’application et ajoutez l’autorisation « Access and manage your data (api) ». Après l’enregistrement, vous obtiendrez une « Consumer Key » et un « Consumer Secret ». Vérifiez également que le compte utilisateur du script dispose d’un jeton de sécurité. Vous pouvez en générer un ou le réinitialiser dans vos paramètres personnels, sous « Reset My Security Token ».
Configurez le script Python : copiez le script Python complet fourni dans la section Query dans un fichier nommé extract_lead_to_cash.py.
Saisissez vos identifiants : ouvrez le fichier du script et remplacez les valeurs des espaces réservés username, password, security_token et instance_url par vos identifiants Salesforce. En environnement de production, ne codez pas les identifiants en dur. Utilisez une méthode sécurisée, comme des variables d’environnement ou un fichier de configuration.
Définissez la période d’extraction : modifiez les variables start_date et end_date du script pour préciser la période des données à extraire. Utilisez le format « YYYY-MM-DD ».
Comprenez le fonctionnement du script : le script se connecte à l’API Salesforce et exécute une série de requêtes Salesforce Object Query Language (SOQL). Chaque requête cible un objet spécifique, par exemple Opportunity, OpportunityFieldHistory ou Quote, afin d’enregistrer une activité donnée.
Regroupez les données : les résultats de chaque requête sont convertis en DataFrame pandas, un format structuré. Les DataFrames, qui correspondent chacun à une activité, sont ensuite réunis dans une même liste.
Transformez et mettez en forme les données : le script regroupe tous les DataFrames dans un journal d’événements complet. Il renomme les colonnes pour respecter le schéma requis pour le Process Mining (SalesOpportunity, ActivityName, EventTimestamp, etc.) et vérifie que les types de données sont corrects.
Exécutez le script : lancez-le depuis votre terminal à l’aide de la commande python extract_lead_to_cash.py. Le script se connectera à Salesforce, exécutera les requêtes et traitera les données.
Récupérez le journal d’événements : une fois l’exécution terminée, le script crée un fichier nommé sfdc_lead_to_cash_event_log.csv dans le même répertoire. Ce fichier CSV constitue le journal d’événements final, prêt à être importé dans un outil de Process Mining.

Configuration

Prérequis : un compte Salesforce Enterprise, Unlimited ou Developer Edition, avec accès à l’API. Le profil utilisateur Salesforce doit disposer de l’autorisation « API Enabled » et d’un accès en lecture aux objets suivants : Lead, Opportunity, OpportunityFieldHistory, Quote, Contract et Order. L’accès en lecture sera également nécessaire pour tout objet personnalisé utilisé pour la facturation ou les paiements.
Authentification : le script utilise une authentification par nom d’utilisateur, mot de passe et jeton de sécurité. Pour renforcer la sécurité en production, envisagez d’utiliser OAuth 2.0 JWT Bearer Flow, également pris en charge par simple-salesforce.
Période : les variables start_date et end_date du script définissent la période d’extraction. Pour une première analyse, une période de trois à six mois est recommandée afin de recueillir suffisamment de données sans en produire un volume excessif. Les filtres de date s’appliquent au champ d’horodatage principal de chaque activité, comme CreatedDate ou ConvertedDate.
Utilisation de l’API : le script exécute plusieurs requêtes distinctes. Chaque requête, ainsi que la récupération de l’ensemble de ses résultats, consomme des appels API comptabilisés dans les limites quotidiennes de votre organisation. Tenez compte de ces limites, en particulier si de nombreuses autres intégrations sont utilisées. Pour extraire des millions d’enregistrements, adaptez le script afin d’utiliser la Bulk API de Salesforce.
Personnalisations : le script part du principe que les noms standard des objets et des champs sont utilisés lorsque c’est possible. Votre organisation peut avoir des champs personnalisés, par exemple Discount_Percentage__c, des objets personnalisés, comme Invoice__c ou Payment__c, ou des relations spécifiques, par exemple un champ de recherche reliant Contract à Opportunity. Adaptez les requêtes SOQL du script à la configuration de votre instance Salesforce.

Exemple de requête python

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Prêt à commencer ?

Utilisez ce modèle pour préparer vos données plus simplement et tirer le meilleur parti du Process Mining dans vos opérations Lead to Cash. Commencez dès aujourd’hui à améliorer votre efficacité.

Retour au guide d’amélioration

Télécharger le modèle

Ne perdez plus de contrats : optimisez dès maintenant votre processus Lead to Cash

Optimisez votre processus Lead to Cash dans Salesforce et augmentez de 20 % votre taux de réussite.

Démarrez l’essai gratuit

Aucune carte bancaire requise

Votre modèle de données Lead to Cash

Votre modèle de données Lead to Cash

Attributs Lead to Cash

Activités Lead to Cash

Guides d’extraction

Générateur de rapports Salesforce et service d’exportation des données

Étapes

Configuration

Exemple de requête sql

Requête directe en Salesforce Object Query Language (SOQL)

Étapes

Configuration

Exemple de requête sql

Script Python utilisant l’API REST ou Bulk API de Salesforce

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Ne perdez plus de contrats : optimisez dès maintenant votre processus Lead to Cash

Votre modèle de données Lead to Cash

Votre modèle de données Lead to Cash

Attributs Lead to Cash

Activités Lead to Cash

Guides d’extraction

Générateur de rapports Salesforce et service d’exportation des données

Étapes

Configuration

Exemple de requête sql

Requête directe en Salesforce Object Query Language (SOQL)

Étapes

Configuration

Exemple de requête sql

Script Python utilisant l’API REST ou Bulk API de Salesforce

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Ne perdez plus de contrats : optimisez dès maintenant votre processus Lead to Cash

Prêt à commencer ?

Ne perdez plus de contrats : optimisez dès maintenant votre processus Lead to Cash