> Amélioration continue des processus > Du prospect à l’encaissement > SAP Sales Cloud > Modèle de données

Votre modèle de données Lead to Cash

SAP Sales Cloud

Attributs Lead to Cash(17) Activités Lead to Cash(15) Guides d’extraction(2)

Votre modèle de données Lead to Cash

Ce modèle vous guide dans la collecte des données nécessaires à l’analyse de votre processus Lead to Cash. Il présente les attributs et les activités essentiels à la création d’un journal d’événements complet. Vous y trouverez également des conseils pratiques pour extraire ces données de votre système SAP Sales Cloud et démarrer votre analyse de Process Mining.

Attributs recommandés à collecter
Activités clés à suivre
Conseils d’extraction pour SAP 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

Voici les champs de données recommandés à inclure dans votre journal d’événements pour analyser en détail votre processus Lead to Cash dans SAP Sales Cloud.

3 Obligatoire 6 Recommandé 8 Facultatif

	Nom	Description
	Heure de l’événement EventTime	Horodatage indiquant le moment où une activité ou un événement précis s’est produit.
Description L’heure de l’événement indique la date et l’heure précises auxquelles une activité a été réalisée. Ces données temporelles sont essentielles pour comprendre le moment et la durée des étapes du processus. Elles fournissent l’ordre chronologique nécessaire à la reconstitution du flux du processus. Dans l’analyse des processus, les horodatages servent à calculer les temps de cycle entre les activités, à mesurer la durée totale du processus commercial et à repérer les retards ou les goulots d’étranglement. Leur analyse dans le temps peut également révéler des tendances dans les performances du processus. Pourquoi est-ce important ? L’horodatage est essentiel pour ordonner les événements chronologiquement et réaliser toute analyse temporelle, notamment le calcul des temps de cycle et le repérage des goulots d’étranglement. Où trouver ces données Se trouve généralement dans les champs « Date de création » ou « Date de dernière modification » des objets métier Lead, Opportunity, Quote et Sales Order dans SAP Sales Cloud. Exemples 2023-04-15T10:30:00Z2023-05-02T14:00:00Z2023-06-20T09:15:00Z
	Nom de l’activité ActivityName	Nom de l’activité métier ou de l’événement survenu à une étape précise du processus.
Description Le nom de l’activité décrit une étape ou un événement précis du processus Lead to Cash, par exemple « Lead qualifié », « Devis créé » ou « Paiement reçu ». Ces événements forment la séquence d’actions qui constitue le flux du processus pour chaque opportunité commerciale. L’analyse de ces activités est au cœur du Process Mining. Elle permet de visualiser les cartes de processus, de repérer les goulots d’étranglement entre les étapes et de mesurer la fréquence des différents parcours. Vous pouvez ainsi voir comment le processus commercial se déroule réellement. Pourquoi est-ce important ? Cet attribut définit les étapes de la carte de processus, indispensables à la visualisation et à l’analyse du flux du processus. Où trouver ces données Dérivé des changements de statut des objets métier, des événements de création de documents ou des actions précises des utilisateurs enregistrées dans les journaux de transactions de SAP Sales Cloud. Exemples Lead enregistréOpportunité crééeDevis envoyé au clientPaiement reçu
	Opportunité commerciale SalesOpportunityId	Identifiant unique d’une opportunité commerciale, qui sert d’identifiant de cas principal pour le processus Lead to Cash.
Description L’identifiant de l’opportunité commerciale distingue chaque vente potentielle, depuis sa création comme lead jusqu’à sa résolution finale, qu’elle soit remportée ou perdue. Il constitue le fil conducteur reliant toutes les activités associées, comme la qualification du lead, la création du devis, le traitement de la commande et le paiement. Dans l’analyse en Process Mining, cet identifiant est essentiel pour reconstituer le parcours complet de chaque opportunité. Il permet de relier tous les événements et d’analyser, pour chaque opportunité, les variantes du processus, les temps de cycle et les taux de conversion. Pourquoi est-ce important ? Il s’agit de l’ID de cas essentiel qui relie toutes les activités du processus et permet de suivre l’ensemble du cycle de vie de chaque opportunité commerciale. Où trouver ces données Il s’agit de la clé primaire de l’objet métier Opportunity dans SAP Sales Cloud. Exemples OP-8000123456OP-8000123457OP-8000123458
	Catégorie de produit ProductCategory	Catégorie du produit ou du service vendu dans le cadre de l’opportunité.
Description La catégorie de produit regroupe les articles ou services d’une opportunité en familles plus larges, comme « Matériel », « Logiciels » ou « Services de conseil ». Cette classification simplifie l’analyse lorsque de nombreux produits sont concernés. L’analyse par catégorie de produit est essentielle pour comprendre les différences de déroulement du processus de vente selon les types d’offres. Elle est utilisée dans des Dashboards comme « Discount Distribution » et « Order Fulfillment Efficiency » pour déterminer si certaines catégories entraînent des remises plus importantes ou des délais de traitement plus longs. Pourquoi est-ce important ? Permet d’analyser les variations du processus selon le type de produit ou de service vendu, car les cycles de vente peuvent différer considérablement. Où trouver ces données Provient des données de référence des produits associés aux postes d’un Sales Quote ou d’un Sales Order dans SAP Sales Cloud. Exemples Licence logicielleMatérielServices professionnelsAbonnement d’assistance
	Commercial SalesRepresentative	Employé chargé de gérer l’opportunité commerciale.
Description Cet attribut identifie l’utilisateur ou l’employé responsable du lead ou de l’opportunité. Il s’agit souvent de l’interlocuteur principal du client, chargé de faire progresser l’affaire dans le pipeline commercial. Dans l’analyse, le commercial constitue un axe de comparaison important. Il permet d’évaluer les temps de cycle, les taux de réussite et le respect du processus par personne, équipe ou région, afin de repérer les meilleurs résultats et les besoins d’accompagnement. Pourquoi est-ce important ? Permet d’analyser les performances par employé, de repérer les besoins d’accompagnement et de dégager les bonnes pratiques au sein des équipes commerciales. Où trouver ces données Associé au rôle de partie « Propriétaire » ou « Employé responsable » de l’objet Opportunity ou Lead dans SAP Sales Cloud. Exemples John SmithMaria GarciaChen Wei
	Montant de la commande client SalesOrderAmount	Montant total de la commande client associée à l’opportunité.
Description Cet attribut correspond à la valeur totale des biens ou services vendus lorsqu’une opportunité est remportée et qu’une commande client est créée. Il représente le chiffre d’affaires généré à l’issue du processus de vente. Le montant de la commande client est une dimension financière essentielle pour l’analyse. Il permet de répartir les opportunités par taille, par exemple en petites, moyennes ou grandes affaires, afin de vérifier si le déroulement du processus varie selon leur valeur. Il donne également un contexte financier à des indicateurs clés comme le taux de réussite, en comparant la valeur totale des opportunités remportées et perdues. Pourquoi est-ce important ? Apporte une dimension financière au processus et permet d’analyser les cycles de vente et leurs résultats en fonction de leur valeur. Où trouver ces données Cette valeur provient du champ « Total Net Value » de l’objet métier Sales Order associé dans SAP Sales Cloud. Exemples 50000.00125000.507800.00
	Pourcentage de remise DiscountPercentage	Pourcentage de remise appliqué au devis ou à la commande.
Description Cet attribut indique le taux de remise global appliqué à une opportunité, généralement au stade du devis ou de la commande. Il est exprimé en pourcentage du prix catalogue. Cette métrique est importante pour analyser les résultats financiers et la discipline commerciale. Le Dashboard « Discount Distribution » utilise cet attribut pour suivre les pratiques de remise des représentants commerciaux et par produit. Il sert également à calculer le KPI « Discount Approval Compliance », afin de vérifier que les remises importantes suivent les flux de travail d’approbation prévus. Pourquoi est-ce important ? Essentiel pour analyser la stratégie tarifaire, les pratiques de remise des équipes commerciales et leurs effets sur la rentabilité. Où trouver ces données Calculé à partir des éléments de tarification des objets métier Sales Quote ou Sales Order associés dans SAP Sales Cloud. Exemples 0.050.100.25
	Source du lead LeadSource	Canal marketing ou origine du lead initial.
Description La source du lead indique comment un client potentiel a été repéré pour la première fois, par exemple au moyen d’un formulaire Web, d’un salon professionnel ou d’une recommandation d’un partenaire. Cette information est généralement enregistrée lors de la création du lead. Cet attribut est essentiel au Dashboard « Taux de conversion des leads par source ». Son analyse aide les équipes marketing et commerciales à déterminer quels canaux génèrent les leads les plus intéressants, à mieux répartir les ressources et à optimiser les campagnes marketing. Pourquoi est-ce important ? Essentiel pour mesurer l’efficacité des différents canaux marketing et optimiser les stratégies de génération de leads. Où trouver ces données Présent dans les objets métier Lead et Opportunity de SAP Sales Cloud. Le champ s’appelle souvent « Source » ou « Origine ». Exemples WebinaireRecommandation d’un partenaireSalon professionnelDemande sur le site Web
	Statut de l’opportunité OpportunityStatus	État actuel ou résultat de l’opportunité commerciale, par exemple « Ouverte », « Remportée » ou « Perdue ».
Description Cet attribut indique le statut global de l’opportunité commerciale à un moment donné. Il précise si l’opportunité est toujours en cours, si elle a été remportée ou si elle a été perdue au profit d’un concurrent ou pour une autre raison. L’analyse du statut final est essentielle au calcul d’indicateurs clés comme le taux de réussite des opportunités. Elle permet également de limiter l’analyse aux parcours réussis ou d’étudier les schémas de processus qui conduisent le plus souvent à la perte d’une affaire. Pourquoi est-ce important ? Définit le résultat du cas. Cet attribut est essentiel pour calculer les taux de réussite et de perte, et comparer les parcours des opportunités remportées et perdues. Où trouver ces données Champ « Statut » de l’objet métier Opportunity dans SAP Sales Cloud. Exemples OuverteEn coursRemportéePerdueArrêtée
	A fait l’objet de reprises IsReworked	Indicateur précisant si une activité ou un cas a fait l’objet de reprises.
Description Cet indicateur booléen prend la valeur true lorsqu’une boucle de reprise est détectée dans le processus, par exemple lorsqu’une commande client est modifiée après sa création ou qu’un devis est révisé plusieurs fois. Il est calculé à partir de l’analyse de la séquence d’activités. Cet attribut calculé est essentiel pour quantifier les inefficacités du processus. Il alimente directement le Dashboard « Sales Order Rework Frequency » et le KPI « Sales Order Rework Rate », en permettant de filtrer et de compter facilement les reprises, sans devoir définir des correspondances de motifs complexes dans l’outil d’analyse. Pourquoi est-ce important ? Quantifie directement les inefficacités du processus en signalant les cas comportant des boucles de reprise, ce qui simplifie l’analyse de leur fréquence et de leurs causes. Où trouver ces données Cet attribut n’existe pas dans le système source. Il est calculé lors de la transformation des données, en détectant les séquences d’activités répétées, par exemple « Sales Order Created » suivi de « Sales Order Reworked ». Exemples truefalse
	Conditions de paiement PaymentTerms	Conditions de paiement convenues, par exemple « Net 30 » ou « Net 60 ».
Description Les conditions de paiement définissent les modalités selon lesquelles le client doit régler les biens ou services. Elles sont établies lors de la création de la commande client ou de la contractualisation et déterminent la date d’échéance de la facture. Cet attribut constitue une dimension importante du Dashboard « Payment Collection Cycle Time ». En segmentant les résultats selon les conditions de paiement, l’entreprise peut vérifier si les clients respectent les échéances convenues et déterminer quelles conditions sont associées à des cycles de paiement plus longs ou plus courts. Pourquoi est-ce important ? Apporte un contexte à l’analyse du recouvrement et aide à déterminer si les retards sont liés au comportement des clients ou à des conditions de paiement trop souples. Où trouver ces données Se trouve dans les données de référence de la commande client ou du client dans SAP Sales Cloud. Exemples Net 30Net 60À réception
	Dernière mise à jour des données LastDataUpdate	Horodatage de la dernière extraction ou actualisation des données depuis le système source.
Description Cet attribut indique la dernière mise à jour des données du journal d’événements. Il renseigne sur leur fraîcheur, un élément important pour évaluer la pertinence des résultats. Pour analyser un processus, il est essentiel de connaître l’ancienneté des données. Les parties prenantes peuvent ainsi déterminer si les résultats reflètent les opérations actuelles ou une période passée, ce qui influe sur les décisions prises à partir de l’analyse. Pourquoi est-ce important ? Indique l’ancienneté des données afin que l’analyse et les décisions reposent sur des informations à jour. Où trouver ces données Il s’agit d’un horodatage de métadonnées ajouté lors du processus d’extraction et de transformation des données (ETL). Exemples 2024-07-20T02:00:00Z2024-07-21T02:00:00Z
	Mode d’expédition ShippingMethod	Mode utilisé pour livrer le produit physique au client.
Description Cet attribut précise le mode de transport ou de livraison d’une commande, par exemple « Transport terrestre », « Fret aérien » ou « Livraison numérique ». Il concerne les processus portant sur des biens physiques. Dans le Dashboard « Order Fulfillment Efficiency », cet attribut permet de déterminer si les délais de traitement varient selon le mode d’expédition. L’analyse peut révéler des inefficacités dans certains circuits logistiques et aider à mieux informer les clients sur les délais prévus. Pourquoi est-ce important ? Aide à repérer les goulots d’étranglement dans le traitement des commandes en segmentant les résultats de livraison par circuit logistique. Où trouver ces données Se trouve généralement au niveau du poste ou de l’en-tête de l’objet métier Sales Order dans SAP Sales Cloud. Exemples Transport terrestreLivraison aérienne le lendemainTéléchargement numériqueFret
	Nom du client CustomerName	Nom de l’entreprise ou de la personne associée à l’opportunité commerciale.
Description Cet attribut identifie le client potentiel concerné par l’affaire et relie le processus commercial à un compte précis dans le système. L’analyse par client offre une vue du processus commercial centrée sur la clientèle. Elle peut aider à repérer les clients dont le cycle de vente est le plus long ou qui nécessitent le plus de reprises. Elle est également essentielle pour calculer des indicateurs comme le « temps de cycle de recouvrement » par client. Pourquoi est-ce important ? Permet d’analyser le processus en fonction des clients et de repérer les tendances des cycles de vente ou des comportements de paiement pour des comptes précis. Où trouver ces données Associé au rôle de partie « Compte » ou « Prospect » de l’objet métier Opportunity dans SAP Sales Cloud. Exemples Global Tech Inc.Innovate Solutions Ltd.Dynamic Corp
	Organisation commerciale SalesOrganization	Unité organisationnelle responsable de la vente.
Description L’organisation commerciale désigne une unité, une division ou une équipe de l’entreprise responsable d’une transaction commerciale. Elle constitue un élément clé de la structure d’entreprise dans SAP. Cet attribut permet de segmenter l’analyse selon les différentes entités de l’entreprise. Il sert à comparer les résultats des processus, les taux de réussite et les temps de cycle entre unités opérationnelles ou divisions commerciales, afin d’obtenir une vue d’ensemble de leur efficacité. Pourquoi est-ce important ? Permet de comparer les résultats et d’analyser les processus entre les différentes unités opérationnelles ou divisions de l’entreprise. Où trouver ces données Il s’agit d’un champ d’affectation organisationnelle important de l’opportunité ou de la commande client dans SAP Sales Cloud. Exemples US01DE01Ventes entreprises Nord
	Région Region	Région géographique où se trouvent le client ou l’équipe commerciale.
Description La région désigne la zone géographique attribuée à l’opportunité commerciale, généralement en fonction de l’emplacement du client ou de la structure de l’organisation commerciale. Il peut s’agir d’un pays, d’un État ou d’un territoire commercial défini sur mesure. Cet attribut est essentiel pour la segmentation. Il est utilisé dans le Dashboard « Opportunity Win Rate Performance » afin de comparer les résultats entre les régions. Cette comparaison permet de repérer les différences régionales en matière d’efficacité des processus, de réussite commerciale et de stratégies de vente. Pourquoi est-ce important ? Permet d’analyser les résultats commerciaux par zone géographique et de mettre en évidence les variations régionales des taux de réussite, des temps de cycle et de l’exécution des processus. Où trouver ces données Souvent déterminée à partir de l’adresse du client ou de l’organisation commerciale affectée à l’opportunité dans SAP Sales Cloud. Exemples Amérique du NordEMEAAPACAmérique latine
	Système source SourceSystem	Identifie le système d’où proviennent les données.
Description Cet attribut indique l’application source dans laquelle les données de l’événement ont été générées. Pour ce processus, il s’agit généralement de « SAP Sales Cloud », mais d’autres systèmes intégrés peuvent aussi être concernés, comme une plateforme d’automatisation marketing utilisée pour enregistrer les leads. Dans un environnement composé de plusieurs systèmes, cet attribut est essentiel pour comprendre la provenance des données et résoudre les problèmes d’intégration. Il permet de savoir clairement d’où provient chaque information utilisée dans l’analyse. Pourquoi est-ce important ? Permet de distinguer l’origine des données dans les environnements intégrés et de clarifier leur provenance et leur contexte pendant l’analyse. Où trouver ces données Il s’agit généralement d’une valeur statique ajoutée lors de l’extraction des données pour indiquer l’origine des enregistrements. Exemples SAP Sales CloudSAP C4CSSC_PROD_100

Obligatoire Recommandé Facultatif

Activités Lead to Cash

Voici les principales étapes et les jalons à consigner dans votre journal d’événements pour découvrir et analyser avec précision votre processus Lead to Cash.

7 Recommandé 8 Facultatif

	Activité	Description
	Commande client créée	Cette activité marque la création d’une commande client officielle, le document interne qui lance l’exécution de la commande et la facturation. Le système l’enregistre explicitement lorsqu’un utilisateur crée un objet Sales Order et l’associe à l’opportunité parente.
Pourquoi est-ce important ? Cette étape marque le passage des ventes aux opérations. L’analyse du temps écoulé entre « Opportunité remportée » et « Commande client créée » peut révéler des retards internes. Le suivi des reprises à partir de cette étape met en évidence d’éventuels problèmes de qualité des données. Où trouver ces données Cet événement correspond à l’horodatage de création de l’objet métier Sales Order associé à l’Opportunity. Données à recueillir Utilisez la date et l’heure de création de la fiche Sales Order associée. Type d’événement explicit
	Devis envoyé au client	Cette activité correspond au moment où un devis officiel est transmis au client pour examen. Elle est généralement déduite d’un changement de statut de l’objet Sales Quote, par exemple de « En préparation » à « Envoyé » ou « Proposé ».
Pourquoi est-ce important ? Cette étape importante marque le début des négociations et du délai de décision du client. L’analyse du temps écoulé entre cet événement et l’acceptation du devis permet de comprendre le rythme de conclusion des affaires et de repérer les goulots d’étranglement dans les négociations. Où trouver ces données Déduite de l’historique des changements de statut de l’objet métier Sales Quote. Recherchez l’horodatage auquel le statut prend une valeur indiquant que le devis a été envoyé. Données à recueillir Repérez l’horodatage auquel le statut de l’objet Sales Quote passe à « Envoyé ». Type d’événement inferred
	Opportunité clôturée et perdue	Cette activité marque la fin définitive d’une opportunité qui n’a pas abouti : l’affaire a été remportée par un concurrent ou le client a décidé de ne pas acheter. Elle est enregistrée lorsqu’un utilisateur attribue à l’Opportunity le statut « Perdue » ou « Clôturée et perdue ».
Pourquoi est-ce important ? L’analyse du moment et des raisons pour lesquelles les opportunités sont perdues aide à améliorer la stratégie commerciale. Ce point final permet d’étudier les affaires perdues, par exemple l’étape moyenne à laquelle elles échouent ou les motifs de perte les plus fréquents. Où trouver ces données Déduite de l’historique des changements de statut de l’objet métier Opportunity. Il s’agit de l’horodatage auquel le statut passe à « Perdue » ou « Clôturée et perdue ». Données à recueillir Repérez l’horodatage auquel le statut de l’objet Opportunity passe à « Perdue ». Type d’événement inferred
	Opportunité clôturée et remportée	Cette activité correspond au statut final d’une opportunité remportée, une fois les activités en aval, comme la création et l’exécution de la commande, terminées. Elle est enregistrée lorsqu’un utilisateur attribue à l’Opportunity le statut final « Clôturée » avec le motif « Remportée ».
Pourquoi est-ce important ? Cet événement marque la fin d’un processus réussi pour l’analyse en Process Mining et permet de calculer la durée totale du cycle de vente pour toutes les affaires remportées. Il fournit un point final clair et sans ambiguïté. Où trouver ces données Déduite de l’historique des changements de statut de l’objet Opportunity, plus précisément de l’horodatage auquel le statut passe à « Clôturée » avec le motif « Remportée ». Données à recueillir Repérez l’horodatage du changement de statut à « Clôturée » avec le motif « Remportée ». Type d’événement inferred
	Opportunité créée	Cet événement marque le début officiel de l’opportunité commerciale : un lead qualifié devient une démarche commerciale concrète. Le système l’enregistre explicitement lors de la création de l’objet métier Opportunity, souvent en reprenant les données du lead d’origine.
Pourquoi est-ce important ? Cette activité constitue le point de départ de l’analyse du cycle de vente. Elle permet de mesurer sa durée, le taux de réussite des opportunités et les performances de l’équipe commerciale à partir du moment où une affaire devient concrète. Où trouver ces données Cet événement correspond à l’horodatage de création de l’objet métier Opportunity dans SAP Sales Cloud. Données à recueillir Utilisez la date et l’heure de création de la fiche Opportunity. Type d’événement explicit
	Opportunité remportée	Cette activité indique que l’affaire a été conclue avec succès et que l’organisation a obtenu le contrat. Elle est enregistrée lorsqu’un utilisateur attribue le statut « Remportée » à l’Opportunity, une action explicite et standard dans le système.
Pourquoi est-ce important ? Cette étape est essentielle pour mesurer le taux de réussite et les performances commerciales. Elle déclenche souvent des processus en aval, comme la création et l’exécution de la commande, et constitue donc un point de transition important du cycle Lead to Cash. Où trouver ces données Déduite de l’historique des changements de statut de l’objet métier Opportunity. Il s’agit de l’horodatage auquel le statut passe à « Remportée ». Données à recueillir Repérez l’horodatage auquel le statut de l’objet Opportunity passe à « Remportée ». Type d’événement inferred
	Paiement reçu	Cette activité confirme que le paiement du client a été reçu et traité, ce qui clôt la transaction financière. Ces informations proviennent presque toujours d’un système financier externe ou d’un ERP qui met à jour le statut de la facture ou de la commande dans SAP Sales Cloud.
Pourquoi est-ce important ? Cette étape marque la réalisation finale de la valeur dans le processus Lead to Cash. Le suivi du « temps de cycle de recouvrement », entre la facturation et le paiement, constitue un indicateur clé pour gérer la trésorerie et évaluer les performances du recouvrement des créances clients. Où trouver ces données Déduite du passage de l’objet Invoice ou Sales Order au statut « Payée » ou « Soldée ». Ces données proviennent d’un système financier externe. Données à recueillir Repérez l’horodatage auquel le statut de l’objet Invoice passe à « Payée » ou « Soldée ». Type d’événement inferred
	Commande client corrigée	Cet événement correspond à une modification ou à une correction de la commande client après sa soumission. Il peut être déduit de boucles dans l’historique des statuts de la commande, par exemple lorsqu’elle passe de « Soumise » à « En cours » ou « En attente de révision ».
Pourquoi est-ce important ? Le repérage des reprises permet de mettre au jour les inefficacités du processus, les erreurs de saisie et les problèmes de communication entre les ventes et les opérations. Des reprises fréquentes signalent des problèmes de qualité qui entraînent des retards et des coûts supplémentaires. Où trouver ces données Déduite de l’historique des changements de statut de l’objet Sales Order. Il faut analyser la séquence des changements pour repérer les retours en arrière ou les boucles. Données à recueillir Repérez les transitions de statut qui forment une boucle, par exemple de « Soumise » à « En cours ». Type d’événement inferred
	Commande exécutée	Cette activité indique que les produits ont été expédiés ou que les services ont été fournis au client. L’événement est souvent enregistré par une intégration avec un système ERP ou logistique, qui met à jour le statut de la commande client dans SAP Sales Cloud.
Pourquoi est-ce important ? Cette étape marque la fin de la livraison. Mesurer le temps écoulé entre « Commande client créée » et « Commande exécutée » est essentiel pour suivre l’efficacité de l’exécution des commandes et son effet sur la satisfaction client. Où trouver ces données Généralement déduite d’un changement de statut de l’objet Sales Order, par exemple « Exécutée » ou « Expédiée ». Ce statut est souvent mis à jour par l’intégration avec un système externe. Données à recueillir Repérez l’horodatage auquel le statut de l’objet Sales Order passe à « Exécutée » ou « Livrée ». Type d’événement inferred
	Devis accepté par le client	Indique que le client a accepté, formellement ou de manière informelle, les conditions du devis. Cette information est généralement enregistrée lorsque le commercial modifie manuellement le statut de l’objet Sales Quote ou Opportunity.
Pourquoi est-ce important ? Cette étape constitue un signe fort d’intention d’achat et précède la finalisation du contrat ou la création de la commande. Elle permet de mesurer l’efficacité des propositions et la durée du cycle de décision du client. Où trouver ces données Déduite du passage de l’objet Sales Quote au statut « Accepté » ou d’un changement de statut équivalent de l’objet Opportunity associé. Données à recueillir Repérez l’horodatage auquel le statut de l’objet Sales Quote passe à « Accepté ». Type d’événement inferred
	Devis créé	Cet événement marque la création d’un devis commercial officiel associé à l’opportunité. Il s’agit d’une étape interne qui précède l’envoi du devis au client. Le système l’enregistre explicitement lorsqu’un utilisateur crée une nouvelle fiche Quote.
Pourquoi est-ce important ? Cette activité permet de distinguer le temps de préparation interne du temps pendant lequel le client dispose du devis. Elle aide à évaluer l’efficacité de la création des devis et le temps nécessaire aux commerciaux pour préparer les prix. Où trouver ces données Cet événement correspond à l’horodatage de création de l’objet métier Sales Quote associé à l’Opportunity. Données à recueillir Utilisez la date et l’heure de création de la fiche Sales Quote associée. Type d’événement explicit
	Facture générée	Cet événement correspond à la création de la facture client et marque le début de la dernière étape financière du processus. Il peut être enregistré à partir de la création d’un objet Invoice dans SAP Sales Cloud ou, plus souvent, à partir d’un système de facturation intégré.
Pourquoi est-ce important ? Cette activité déclenche le cycle de recouvrement. Tout retard dans la création des factures a un effet direct sur la trésorerie. Il est donc important de suivre le temps écoulé entre la livraison et la facturation pour préserver la santé financière de l’organisation. Où trouver ces données Il peut s’agir de l’horodatage de création d’un objet métier Invoice associé à la Sales Order ou d’une mise à jour provenant d’un ERP externe. La source dépend de l’environnement système. Données à recueillir Utilisez la date de création de la fiche Invoice ou une entrée du journal d’activité provenant d’un ERP intégré. Type d’événement explicit
	Lead enregistré	Cette activité correspond à la création initiale d’une fiche Lead dans SAP Sales Cloud. Elle marque le premier contact ou signe d’intérêt d’un client potentiel. Le lead est généralement enregistré automatiquement à partir d’un formulaire Web ou d’une liste importée, ou saisi manuellement par un utilisateur.
Pourquoi est-ce important ? Le suivi de cet événement permet d’évaluer l’efficacité des différentes sources de leads et de mesurer le volume global de leads générés. Il constitue le point de départ du calcul des taux de conversion et de l’analyse du haut de l’entonnoir commercial. Où trouver ces données Cet événement est enregistré à partir de l’horodatage de création de l’objet métier Lead. La source du lead est généralement disponible comme attribut du même objet. Données à recueillir Utilisez la date et l’heure de création de la fiche Lead. Type d’événement explicit
	Lead qualifié	Cette étape correspond au moment où un lead a été évalué et répond aux critères d’un prospect commercial sérieux. Elle est généralement enregistrée lorsqu’un utilisateur modifie manuellement le statut du Lead pour le définir comme « Qualifié » ou lui attribuer un statut équivalent, indiquant qu’il peut être converti.
Pourquoi est-ce important ? Cette activité distingue les leads non qualifiés des prospects sérieux et permet d’évaluer l’efficacité du processus de qualification. Elle aide à mesurer la qualité des leads issus de différentes sources et à repérer les goulots d’étranglement entre l’enregistrement d’un lead et le début des démarches commerciales. Où trouver ces données Déduite de l’historique des changements de statut de l’objet métier Lead. Recherchez l’horodatage auquel le champ de statut prend la valeur « Qualifié ». Données à recueillir Repérez l’horodatage du changement de statut du Lead à « Qualifié ». Type d’événement inferred
	Solution proposée	Cette activité indique qu’une solution potentielle ou une configuration de produit a été présentée au client. Elle est généralement déduite d’un changement d’étape ou de statut de l’objet Opportunity, par exemple lorsqu’il passe à l’étape « Proposition » ou « Conception de la solution ».
Pourquoi est-ce important ? L’analyse du temps passé à cette étape et du passage à la phase de devis permet de repérer les goulots d’étranglement dans la définition de la solution. Elle indique le temps nécessaire pour passer du premier contact à une proposition concrète. Où trouver ces données Déduite du journal des modifications ou de l’historique des statuts de l’objet Opportunity, notamment lorsque l’étape commerciale prend une valeur telle que « Solution proposée » ou « Proposition de valeur ». Données à recueillir Repérez l’horodatage auquel le champ de l’étape commerciale de l’Opportunity indique qu’une proposition a été présentée. Type d’événement inferred

Recommandé Facultatif

Guides d’extraction

Comment extraire vos données de SAP Sales Cloud

Étapes

Prérequis : Assurez-vous de disposer d’un utilisateur SAP Sales Cloud ayant accès au centre de travail Analyses, avec les autorisations nécessaires pour créer et modifier des sources de données et des rapports.
Créer une source de données combinée : Dans le centre de travail Business Analytics, ouvrez la vue Design Data Sources. Créez une source de données combinée. Reliez les sources de données standard suivantes à l’aide d’une jointure externe gauche pour inclure toutes les opportunités : Lead Information -> Opportunity Header and Item -> Sales Quote Header and Item -> Sales Order Header and Item. La condition de jointure doit généralement s’appuyer sur l’ID d’opportunité ou sur les ID des documents suivants.
Créer un rapport personnalisé : Ouvrez la vue Design Reports. Créez un rapport à partir de la source de données combinée créée à l’étape précédente. Ajoutez à la vue du rapport toutes les caractéristiques et tous les indicateurs clés nécessaires, notamment les identifiants (ID du prospect, ID de l’opportunité), les champs de statut pertinents et les champs d’horodatage (date de création, dates de changement de statut, etc.). Ajoutez également les attributs requis, tels que le représentant commercial, la source du prospect et le montant de la commande.
Exposer le rapport sous forme de service OData : Dans la vue Design Reports, sélectionnez le rapport que vous venez de créer. Dans sa configuration ou ses paramètres, recherchez l’option permettant de l’exposer sous forme de requête OData. Il s’agit souvent d’une case à cocher intitulée Enable for OData. Enregistrez les modifications. Le système génère une URL OData unique pour ce rapport.
Repérer l’URL OData : Dans le centre de travail Administrator, ouvrez la vue OData Services. Repérez votre rapport personnalisé dans la liste et copiez l’URL de son service. Vous en aurez besoin pour le script Python.
Configurer l’environnement Python : Vérifiez que Python est installé, ainsi que les bibliothèques requests et pandas. Vous pouvez les installer avec pip : pip install requests pandas.
Configurer le script Python : Copiez le script Python fourni. Remplacez les valeurs fictives de C4C_TENANT_URL, OData_SERVICE_PATH, USERNAME et PASSWORD par vos identifiants SAP Sales Cloud et par l’URL OData obtenue à l’étape précédente.
Exécuter le script d’extraction : Lancez le script Python. Il s’authentifie auprès de l’API OData, récupère les données par pages pour traiter les volumes importants, puis les charge dans un DataFrame pandas.
Transformer les données : Le script transforme automatiquement les données au format large, avec une ligne par opportunité, en un journal d’événements au format long. Il parcourt chaque activité possible et vérifie la validité de son horodatage. Lorsqu’un horodatage est présent, il crée l’enregistrement d’événement correspondant avec la valeur ActivityName appropriée.
Exporter le journal d’événements : À la fin de l’exécution, le script enregistre le journal d’événements final dans un fichier lead_to_cash_event_log.csv, dans le même répertoire. Ce fichier est formaté pour être importé directement dans un outil de Process Mining.

Configuration

Configuration de la source de données : Cette méthode repose sur une source de données combinée dans SAP Sales Cloud Analytics. Il est essentiel d’utiliser des Left Outer Joins à partir de l’objet Opportunity pour inclure les opportunités qui n’aboutissent ni à un devis ni à une commande.
Caractéristiques du rapport : Le rapport personnalisé doit inclure tous les champs de date et d’heure correspondant aux activités à analyser. Il s’agit notamment des horodatages de création des prospects, des opportunités, des devis et des commandes, ainsi que des horodatages des changements de statut.
Filtrage de l’API OData : Pour maîtriser les performances et le volume de données, utilisez le paramètre $filter dans l’URL OData du script Python. Il est vivement recommandé de filtrer par plage de dates, par exemple avec OpportunityCreationDate. Pour une première analyse, une période de 6 à 12 mois est généralement adaptée.
Pagination : Le script fourni gère la pagination OData à l’aide des paramètres $top et $skip. Cette étape est indispensable pour extraire de grands ensembles de données sans provoquer l’expiration de la connexion à l’API.
Prérequis : Cette méthode nécessite un utilisateur dédié aux analyses, autorisé à accéder à l’API OData et aux sources de données sous-jacentes concernant les prospects, les opportunités, les devis et les commandes.

Exemple de requête python

import requests
import pandas as pd
import numpy as np

class=class="hl-string">"hl-comment"># --- Configuration Placeholders ---
C4C_TENANT_URL = class="hl-string">"[Your SAP Sales Cloud Tenant URL, e.g., my123456.crm.ondemand.com]"
class=class="hl-string">"hl-comment"># The service path comes from the OData Services view for your custom report
ODATA_SERVICE_PATH = class="hl-string">"/sap/c4c/odata/analytics/ds/CUST_REPORT_ID.svc"
USERNAME = class="hl-string">"[Your_Username]"
PASSWORD = class="hl-string">"[Your_Password]"

class=class="hl-string">"hl-comment"># --- OData Service Details ---
class=class="hl-string">"hl-comment"># The entity set is usually the report ID followed by class="hl-string">'ResultSet'
ENTITY_SET = class="hl-string">"CUST_REPORT_IDResultSet"
BASE_API_URL = fclass="hl-string">"https://{C4C_TENANT_URL}{ODATA_SERVICE_PATH}/{ENTITY_SET}"

class=class="hl-string">"hl-comment"># --- Data Extraction ---
def get_odata_data(api_url, username, password):
    records = []
    page_size = 1000
    skip = 0
    
    class=class="hl-string">"hl-comment"># It is highly recommended to add a date filter for performance
    class=class="hl-string">"hl-comment"># e.g., class="hl-string">"$filter=OpportunityCreationDate ge datetime'2023-01-01T00:00:00'"
    odata_params = {
        class="hl-string">"$format": class="hl-string">"json",
        class="hl-string">"$top": page_size,
        class="hl-string">"$skip": skip,
        class="hl-string">"$inlinecount": class="hl-string">"allpages"
        class=class="hl-string">"hl-comment"># class="hl-string">"$filter": class="hl-string">"[Your OData Filter String]"
    }

    print(class="hl-string">"Starting data extraction from SAP Sales Cloud...")
    while True:
        odata_params[class="hl-string">'$skip'] = skip
        response = requests.get(api_url, auth=(username, password), params=odata_params)
        
        if response.status_code != 200:
            print(fclass="hl-string">"Error: Failed to fetch data. Status code: {response.status_code}")
            print(response.text)
            break

        data = response.json()[class="hl-string">'d']
        if class="hl-string">'results' in data and data[class="hl-string">'results']:
            records.extend(data[class="hl-string">'results'])
            count = len(data[class="hl-string">'results'])
            print(fclass="hl-string">"Fetched {len(records)} records...")
            if count < page_size:
                break
            skip += page_size
        else:
            break
            
    print(class="hl-string">"Extraction complete.")
    return pd.DataFrame(records)

source_df = get_odata_data(BASE_API_URL, USERNAME, PASSWORD)

class=class="hl-string">"hl-comment"># --- Data Transformation ---
if not source_df.empty:
    print(class="hl-string">"Starting data transformation into event log format...")
    
    class=class="hl-string">"hl-comment"># Rename columns for clarity (adjust these based on your report's field names)
    class=class="hl-string">"hl-comment"># These are example API field names from the OData service.
    class=class="hl-string">"hl-comment"># You MUST inspect your OData metadata to get the correct field names.
    column_mapping = {
        class="hl-string">'C_OpportunityId': class="hl-string">'SalesOpportunityId',
        class="hl-string">'LeadCreationDateTime': class="hl-string">'LeadCaptured_Time',
        class="hl-string">'LeadConversionDateTime': class="hl-string">'LeadQualified_Time',
        class="hl-string">'OpportunityCreationDateTime': class="hl-string">'OpportunityCreated_Time',
        class="hl-string">'OpportunityProposalStageDateTime': class="hl-string">'SolutionProposed_Time',
        class="hl-string">'QuoteCreationDateTime': class="hl-string">'QuoteCreated_Time',
        class="hl-string">'QuoteSentToCustomerDateTime': class="hl-string">'QuoteSentToCustomer_Time',
        class="hl-string">'QuoteAcceptedDateTime': class="hl-string">'QuoteAccepted_Time',
        class="hl-string">'OpportunityWonDateTime': class="hl-string">'OpportunityWon_Time',
        class="hl-string">'SalesOrderCreationDateTime': class="hl-string">'SalesOrderCreated_Time',
        class="hl-string">'SalesOrderReworkedDateTime': class="hl-string">'SalesOrderReworked_Time',
        class="hl-string">'SalesOrderFulfilledDateTime': class="hl-string">'OrderFulfilled_Time',
        class="hl-string">'InvoiceGeneratedDateTime': class="hl-string">'InvoiceGenerated_Time',
        class="hl-string">'PaymentReceivedDateTime': class="hl-string">'PaymentReceived_Time',
        class="hl-string">'OpportunityClosedWonDateTime': class="hl-string">'OpportunityClosedWon_Time',
        class="hl-string">'OpportunityClosedLostDateTime': class="hl-string">'OpportunityClosedLost_Time',
        class="hl-string">'SalesRepresentativeName': class="hl-string">'SalesRepresentative',
        class="hl-string">'LeadSourceName': class="hl-string">'LeadSource',
        class="hl-string">'OpportunityStatusName': class="hl-string">'OpportunityStatus',
        class="hl-string">'SalesOrderAmountValue': class="hl-string">'SalesOrderAmount',
        class="hl-string">'ProductCategoryName': class="hl-string">'ProductCategory',
        class="hl-string">'QuoteDiscountPercentage': class="hl-string">'DiscountPercentage'
    }
    source_df.rename(columns=column_mapping, inplace=True)

    class=class="hl-string">"hl-comment"># Convert date strings to datetime objects, coercing errors to NaT (Not a Time)
    date_cols = [col for col in source_df.columns if class="hl-string">'_Time' in col]
    for col in date_cols:
        class=class="hl-string">"hl-comment"># OData date format is /Date(timestamp)/. We need to extract the timestamp.
        source_df[col] = source_df[col].str.extract(rclass="hl-string">'\/Date\((\d+)\)\/').astype(float)
        source_df[col] = pd.to_datetime(source_df[col], unit=class="hl-string">'ms', errors=class="hl-string">'coerce')

    class=class="hl-string">"hl-comment"># Define the activities and their corresponding timestamp columns
    activity_mapping = {
        class="hl-string">'Lead Captured': class="hl-string">'LeadCaptured_Time',
        class="hl-string">'Lead Qualified': class="hl-string">'LeadQualified_Time',
        class="hl-string">'Opportunity Created': class="hl-string">'OpportunityCreated_Time',
        class="hl-string">'Solution Proposed': class="hl-string">'SolutionProposed_Time',
        class="hl-string">'Quote Created': class="hl-string">'QuoteCreated_Time',
        class="hl-string">'Quote Sent to Customer': class="hl-string">'QuoteSentToCustomer_Time',
        class="hl-string">'Quote Accepted by Customer': class="hl-string">'QuoteAccepted_Time',
        class="hl-string">'Opportunity Won': class="hl-string">'OpportunityWon_Time',
        class="hl-string">'Sales Order Created': class="hl-string">'SalesOrderCreated_Time',
        class="hl-string">'Sales Order Reworked': class="hl-string">'SalesOrderReworked_Time',
        class="hl-string">'Order Fulfilled': class="hl-string">'OrderFulfilled_Time',
        class="hl-string">'Invoice Generated': class="hl-string">'InvoiceGenerated_Time',
        class="hl-string">'Payment Received': class="hl-string">'PaymentReceived_Time',
        class="hl-string">'Opportunity Closed Won': class="hl-string">'OpportunityClosedWon_Time',
        class="hl-string">'Opportunity Closed Lost': class="hl-string">'OpportunityClosedLost_Time'
    }

    class=class="hl-string">"hl-comment"># Unpivot the DataFrame into an event log format
    event_log_df = pd.DataFrame()
    for activity, time_col in activity_mapping.items():
        if time_col in source_df.columns:
            temp_df = source_df[[class="hl-string">'SalesOpportunityId'] + [col for col in column_mapping.values() if col in source_df.columns]].copy()
            temp_df = temp_df.dropna(subset=[time_col])
            if not temp_df.empty:
                temp_df[class="hl-string">'ActivityName'] = activity
                temp_df.rename(columns={time_col: class="hl-string">'EventTime'}, inplace=True)
                event_log_df = pd.concat([event_log_df, temp_df])

    class=class="hl-string">"hl-comment"># Select and order final columns
    required_cols = [class="hl-string">'SalesOpportunityId', class="hl-string">'ActivityName', class="hl-string">'EventTime']
    recommended_cols = [class="hl-string">'SalesRepresentative', class="hl-string">'LeadSource', class="hl-string">'OpportunityStatus', class="hl-string">'SalesOrderAmount', class="hl-string">'ProductCategory', class="hl-string">'DiscountPercentage']
    final_cols = required_cols + [col for col in recommended_cols if col in event_log_df.columns]
    
    event_log_df = event_log_df[final_cols]
    event_log_df.sort_values(by=[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime'], inplace=True)

    class=class="hl-string">"hl-comment"># --- Export to CSV ---
    event_log_df.to_csv(class="hl-string">'lead_to_cash_event_log.csv', index=False)
    print(class="hl-string">"Event log saved to 'lead_to_cash_event_log.csv'.")
else:
    print(class="hl-string">"No data extracted. Skipping transformation and export.")

Étapes

Vérifiez que l’accès OData standard de SAP Sales Cloud est activé pour les objets métier concernés et que l’utilisateur d’intégration dispose d’une autorisation de lecture pour Opportunity, Lead, Sales Quote, Sales Order, Invoice, ainsi que pour les données de paiement ou de traitement des commandes lorsque ces objets sont disponibles dans votre environnement. Utilisez les outils d’administration et d’intégration SAP Sales Cloud disponibles dans votre système. Les chemins de menu et les noms de services d’objets varient selon l’environnement : adaptez la configuration à votre système.
Identifiez les noms des services OData standard publiés, les ensembles d’entités, les champs clés, les propriétés de navigation, les champs de statut, les horodatages de modification, les champs de propriétaire, de source, de montant et de produit, ainsi que les champs de relation des objets métier requis. Ne partez pas du principe qu’un objet ou une propriété est exposé. Consignez les métadonnées confirmées à partir du document de métadonnées du service disponible à l’URL OData configurée.
Configurez dans le script Python l’URL de connexion, les identifiants ou les paramètres OAuth, la plage de dates, la taille des pages et les filtres propres à l’entreprise. Commencez par une période de trois à six mois, puis élargissez-la après avoir vérifié les performances et l’exhaustivité des données.
Extrayez les enregistrements Opportunity et Lead à partir de leurs ensembles d’entités OData standard confirmés. Extrayez les enregistrements Sales Quote et Sales Order à partir de leurs ensembles d’entités confirmés. N’extrayez les enregistrements de facture, de traitement de commande et de paiement que si les objets OData standard correspondants et leurs relations sont exposés dans SAP Sales Cloud. Si ces enregistrements sont gérés dans un ERP intégré ou un système financier, obtenez le flux OData équivalent approuvé auprès de ce système et associez ses identifiants à l’opportunité.
Récupérez toutes les pages de chaque requête OData en suivant le lien vers la page suivante du service ou en appliquant le mécanisme de pagination pris en charge. Appliquez les filtres de date et d’entreprise côté serveur lorsqu’ils sont disponibles. Enregistrez les réponses brutes avant leur transformation afin de pouvoir auditer les volumes et les associations.
Normalisez les horodatages dans un même fuseau horaire, de préférence UTC, et convertissez les valeurs de date ou de date-heure SAP dans un format ISO 8601 uniforme. Normalisez les valeurs de statut en supprimant les espaces superflus et en effectuant les comparaisons sans tenir compte de la casse. Dans la mesure du possible, conservez les valeurs de statut d’origine dans le jeu de données d’audit.
Créez une ligne d’événement pour chaque activité requise. Utilisez l’heure de création du Lead pour Lead Captured, l’horodatage auquel le Lead passe au statut Qualified pour Lead Qualified, l’heure de création de l’Opportunity pour Opportunity Created, l’horodatage auquel l’Opportunity atteint l’étape de proposition ou de solution configurée pour Solution Proposed, l’heure de création du Sales Quote pour Quote Created, l’horodatage auquel le devis passe au statut Sent ou Proposed pour Quote Sent to Customer, l’horodatage auquel le devis ou l’opportunité enregistre l’acceptation du client pour Quote Accepted by Customer, l’horodatage auquel l’Opportunity passe au statut Won pour Opportunity Won, l’heure de création du Sales Order pour Sales Order Created, une transition détectée de Submitted à In Process ou Pending Revision pour Sales Order Reworked, l’heure de fin du traitement ou de l’expédition pour Order Fulfilled, l’heure de création de la facture pour Invoice Generated, l’heure de réception ou de compensation du paiement pour Payment Received, le statut final Closed avec le motif Won pour Opportunity Closed Won, et le statut final Lost ou Closed Lost pour Opportunity Closed Lost.
Associez les événements à SalesOpportunityId en dehors du système source. Utilisez les champs de relation confirmés entre Lead, Opportunity, Sales Quote, Sales Order, Invoice, les enregistrements de traitement des commandes et de paiement. Si aucune relation directe n’est disponible, utilisez une table de correspondance approuvée et gérée par l’intégration ou le processus métier. Ne déduisez pas une relation à partir de descriptions ou de montants identiques uniquement.
Renseignez les attributs recommandés pour chaque événement lorsque les relations dans les sources le permettent. Reprenez SalesRepresentative, LeadSource, OpportunityStatus, SalesOrderAmount, ProductCategory et DiscountPercentage à partir de l’enregistrement source pertinent, et conservez les valeurs nulles si la source ne fournit pas de valeur fiable.
Triez le journal d’événements final par SalesOpportunityId et EventTime. Supprimez uniquement les lignes exactement identiques, générées par des pages d’API répétées ou des tentatives de nouvelle exécution. Ne regroupez pas les transitions de statut distinctes ni les événements partageant le même horodatage, sauf si les règles métier l’autorisent explicitement.
Vérifiez que les 15 noms d’activité sont présents, que les champs requis ne sont pas vides, que les horodatages se situent dans la période demandée ou sont explicitement documentés comme des événements historiques associés, et que les jointures entre relations ne créent pas de doublons de cas inattendus. Exportez les données en CSV UTF-8 ou dans un autre format de journal d’événements pris en charge par ProcessMind, avec les noms de colonnes exacts SalesOpportunityId, ActivityName et EventTime, ainsi que les attributs recommandés disponibles. Importez le fichier obtenu dans ProcessMind, sans attendre de la plateforme qu’elle reconstitue les événements manquants.

Configuration

Configuration du service OData : Utilisez uniquement les services OData et les ensembles d’entités standard de SAP Sales Cloud confirmés dans les métadonnées du service pour votre environnement. Configurez les noms de services, d’entités et de propriétés, ainsi que les chemins de navigation, en fonction de votre système.
Connexion et autorisations : Configurez l’URL SAP Sales Cloud approuvée, la méthode d’authentification, les identifiants du client, les portées et les autorisations de lecture. L’accès aux données d’un ERP externe, de systèmes logistiques, de facturation ou de paiement nécessite une autorisation distincte lorsque ces événements ne sont pas exposés par SAP Sales Cloud.
Plage de dates : Commencez par une période de trois à six mois. Prévoyez une courte période de recul lorsque les horodatages de création et de changement de statut peuvent précéder la période du processus sélectionnée. Précisez si le filtre porte sur l’heure de création, la dernière modification, la transition de statut ou un autre horodatage confirmé.
Clé de cas requise : Associez chaque événement à SalesOpportunityId. N’émettez pas d’événement sans relation fiable avec une opportunité, sauf si l’enregistrement peut être rapproché au moyen d’une table de correspondance approuvée.
Association des statuts : Configurez des associations exactes, propres à votre environnement, pour Qualified, les étapes de proposition ou de solution, Sent, Proposed, accepted, Won, Closed, Lost, Closed Lost, Submitted, In Process, Pending Revision, la fin du traitement des commandes, la création des factures et la réception des paiements. Les libellés de statut peuvent varier selon la configuration et la langue.
Filtres : Appliquez des filtres confirmés sur l’entreprise, l’unité organisationnelle, le type de document, la zone commerciale, le statut et la date uniquement lorsque les champs correspondants sont exposés et que leur signification métier est établie. Ne partez pas du principe que Company Code et Document Type existent dans tous les objets SAP Sales Cloud.
Pagination et limitation du débit : Utilisez la taille de page et le mécanisme de page suivante pris en charge par le service OData. Prévoyez de nouvelles tentatives en cas d’erreurs HTTP temporaires, respectez les limites de débit de l’environnement et évitez les requêtes parallèles excessives.
Historique des changements requis : Les activités fondées sur les statuts nécessitent un historique des statuts ou un journal des modifications avec horodatages. Un champ indiquant uniquement le statut actuel ne permet pas de reconstituer de façon fiable la date à laquelle un statut antérieur a été atteint.
Sources d’événements externes : Le traitement des commandes, la génération des factures et la réception des paiements peuvent être gérés dans des systèmes ERP, logistiques, de facturation ou financiers intégrés. Configurez des identifiants intersystèmes approuvés et des règles d’extraction propres à chaque source.
Qualité des données : Conservez les valeurs nulles lorsque des informations ne sont pas disponibles. Ne remplacez pas les valeurs historiques par le statut ou le propriétaire actuel, sauf si les règles métier acceptent explicitement cette limite.
Prérequis : Avant de planifier l’extraction, vérifiez l’édition SAP Sales Cloud requise, la disponibilité de l’API, la configuration de l’intégration, l’exposition des objets métier, les autorisations de l’environnement et les licences des systèmes externes concernés.

Exemple de requête python

import os
import time
from datetime import datetime, timezone
from typing import Any, Dict, Iterable, List, Optional

import pandas as pd
import requests

class=class="hl-string">"hl-comment"># Configure these values for your tenant and approved OData services.
BASE_URL = os.environ.get(class="hl-string">"SAP_SALES_CLOUD_ODATA_BASE_URL", class="hl-string">"[Your SAP Sales Cloud OData base URL]")
USERNAME = os.environ.get(class="hl-string">"SAP_SALES_CLOUD_USERNAME", class="hl-string">"[Your username]")
PASSWORD = os.environ.get(class="hl-string">"SAP_SALES_CLOUD_PASSWORD", class="hl-string">"[Your password]")
START_DATE = os.environ.get(class="hl-string">"EXTRACTION_START_DATE", class="hl-string">"[YYYY-MM-DD]")
END_DATE = os.environ.get(class="hl-string">"EXTRACTION_END_DATE", class="hl-string">"[YYYY-MM-DD]")
OUTPUT_FILE = os.environ.get(class="hl-string">"OUTPUT_FILE", class="hl-string">"lead_to_cash_event_log.csv")
PAGE_SIZE = int(os.environ.get(class="hl-string">"ODATA_PAGE_SIZE", class="hl-string">"500"))

class=class="hl-string">"hl-comment"># Replace each value below with the confirmed standard OData service URL and entity set
class=class="hl-string">"hl-comment"># from the metadata document in your tenant. Do not use an unconfirmed object name.
SERVICES = {
    class="hl-string">"lead": class="hl-string">"[Confirmed Lead OData service URL]",
    class="hl-string">"opportunity": class="hl-string">"[Confirmed Opportunity OData service URL]",
    class="hl-string">"sales_quote": class="hl-string">"[Confirmed Sales Quote OData service URL]",
    class="hl-string">"sales_order": class="hl-string">"[Confirmed Sales Order OData service URL]",
    class="hl-string">"invoice": class="hl-string">"[Confirmed Invoice OData service URL or approved integrated billing service URL]",
    class="hl-string">"fulfillment": class="hl-string">"[Confirmed fulfillment OData service URL or approved integrated logistics service URL]",
    class="hl-string">"payment": class="hl-string">"[Confirmed payment OData service URL or approved integrated financial service URL]",
}

class=class="hl-string">"hl-comment"># Replace property names and relationship paths with names confirmed from service metadata.
FIELDS = {
    class="hl-string">"lead": {
        class="hl-string">"id": class="hl-string">"[Confirmed Lead identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed Lead to Opportunity relationship property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Lead creation timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed Lead status property]",
        class="hl-string">"status_changed_at": class="hl-string">"[Confirmed Lead status change timestamp property]",
        class="hl-string">"sales_representative": class="hl-string">"[Confirmed Lead representative property]",
        class="hl-string">"lead_source": class="hl-string">"[Confirmed Lead source property]",
        class="hl-string">"opportunity_status": class="hl-string">"[Confirmed related Opportunity status property or blank]",
        class="hl-string">"sales_order_amount": class="hl-string">"[Confirmed related Sales Order amount property or blank]",
        class="hl-string">"product_category": class="hl-string">"[Confirmed Lead product category property or blank]",
        class="hl-string">"discount_percentage": class="hl-string">"[Confirmed related discount property or blank]",
    },
    class="hl-string">"opportunity": {
        class="hl-string">"id": class="hl-string">"[Confirmed Opportunity identifier property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Opportunity creation timestamp property]",
        class="hl-string">"stage": class="hl-string">"[Confirmed Opportunity stage property]",
        class="hl-string">"status": class="hl-string">"[Confirmed Opportunity status property]",
        class="hl-string">"status_changed_at": class="hl-string">"[Confirmed Opportunity status change timestamp property]",
        class="hl-string">"status_reason": class="hl-string">"[Confirmed Opportunity status reason property]",
        class="hl-string">"sales_representative": class="hl-string">"[Confirmed Opportunity representative property]",
        class="hl-string">"lead_source": class="hl-string">"[Confirmed Opportunity lead source property]",
        class="hl-string">"sales_order_amount": class="hl-string">"[Confirmed Opportunity or related Sales Order amount property]",
        class="hl-string">"product_category": class="hl-string">"[Confirmed Opportunity product category property]",
        class="hl-string">"discount_percentage": class="hl-string">"[Confirmed Opportunity or related discount property]",
    },
    class="hl-string">"sales_quote": {
        class="hl-string">"id": class="hl-string">"[Confirmed Sales Quote identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed Sales Quote to Opportunity relationship property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Sales Quote creation timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed Sales Quote status property]",
        class="hl-string">"status_changed_at": class="hl-string">"[Confirmed Sales Quote status change timestamp property]",
        class="hl-string">"accepted_at": class="hl-string">"[Confirmed Sales Quote acceptance timestamp property or blank]",
        class="hl-string">"sales_representative": class="hl-string">"[Confirmed Sales Quote representative property]",
        class="hl-string">"sales_order_amount": class="hl-string">"[Confirmed Sales Quote amount property]",
        class="hl-string">"product_category": class="hl-string">"[Confirmed Sales Quote product category property]",
        class="hl-string">"discount_percentage": class="hl-string">"[Confirmed Sales Quote discount property]",
    },
    class="hl-string">"sales_order": {
        class="hl-string">"id": class="hl-string">"[Confirmed Sales Order identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed Sales Order to Opportunity relationship property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Sales Order creation timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed Sales Order status property]",
        class="hl-string">"status_changed_at": class="hl-string">"[Confirmed Sales Order status change timestamp property]",
        class="hl-string">"previous_status": class="hl-string">"[Confirmed Sales Order previous status property or status history field]",
        class="hl-string">"sales_order_amount": class="hl-string">"[Confirmed Sales Order amount property]",
        class="hl-string">"product_category": class="hl-string">"[Confirmed Sales Order product category property]",
        class="hl-string">"discount_percentage": class="hl-string">"[Confirmed Sales Order discount property]",
    },
    class="hl-string">"invoice": {
        class="hl-string">"id": class="hl-string">"[Confirmed Invoice identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed Invoice to Opportunity relationship property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Invoice creation timestamp property]",
        class="hl-string">"invoice_date": class="hl-string">"[Confirmed Invoice date property]",
    },
    class="hl-string">"fulfillment": {
        class="hl-string">"id": class="hl-string">"[Confirmed fulfillment identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed fulfillment to Opportunity relationship property]",
        class="hl-string">"completed_at": class="hl-string">"[Confirmed fulfillment completion timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed fulfillment status property]",
    },
    class="hl-string">"payment": {
        class="hl-string">"id": class="hl-string">"[Confirmed payment identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed payment to Opportunity relationship property]",
        class="hl-string">"received_at": class="hl-string">"[Confirmed payment receipt or clearing timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed payment status property]",
    },
}

session = requests.Session()
session.auth = (USERNAME, PASSWORD)
session.headers.update({class="hl-string">"Accept": class="hl-string">"application/json"})


def is_placeholder(value: Any) -> bool:
    return not value or (isinstance(value, str) and value.startswith(class="hl-string">"["))


def parse_time(value: Any) -> Optional[pd.Timestamp]:
    if value is None or value == class="hl-string">"":
        return None
    parsed = pd.to_datetime(value, utc=True, errors=class="hl-string">"coerce")
    if pd.isna(parsed):
        return None
    return parsed


def text(value: Any) -> Optional[str]:
    if value is None:
        return None
    value = str(value).strip()
    return value or None


def get_value(record: Dict[str, Any], property_name: str) -> Any:
    if is_placeholder(property_name):
        return None
    if class="hl-string">"/" in property_name:
        current: Any = record
        for part in property_name.split(class="hl-string">"/"):
            if not isinstance(current, dict):
                return None
            current = current.get(part)
        return current
    return record.get(property_name)


def fetch_all(service_url: str, select_fields: Iterable[str], filter_expression: Optional[str] = None) -> List[Dict[str, Any]]:
    if is_placeholder(service_url):
        return []
    fields = [field for field in select_fields if not is_placeholder(field) and field]
    params: Dict[str, Any] = {class="hl-string">"$top": PAGE_SIZE}
    if fields:
        params[class="hl-string">"$select"] = class="hl-string">",".join(dict.fromkeys(fields))
    if filter_expression:
        params[class="hl-string">"$filter"] = filter_expression
    records: List[Dict[str, Any]] = []
    next_url: Optional[str] = service_url
    first_request = True
    while next_url:
        response = session.get(next_url, params=params if first_request else None, timeout=120)
        response.raise_for_status()
        payload = response.json()
        page = payload.get(class="hl-string">"value", [])
        if not isinstance(page, list):
            raise ValueError(class="hl-string">"The OData response value property is not an array")
        records.extend(page)
        next_url = payload.get(class="hl-string">"@odata.nextLink") or payload.get(class="hl-string">"odata.nextLink")
        first_request = False
        if next_url:
            time.sleep(0.1)
    return records


def common_attributes(record: Dict[str, Any], field_map: Dict[str, str]) -> Dict[str, Any]:
    return {
        class="hl-string">"SalesRepresentative": text(get_value(record, field_map.get(class="hl-string">"sales_representative", class="hl-string">""))),
        class="hl-string">"LeadSource": text(get_value(record, field_map.get(class="hl-string">"lead_source", class="hl-string">""))),
        class="hl-string">"OpportunityStatus": text(get_value(record, field_map.get(class="hl-string">"opportunity_status", class="hl-string">""))) or text(get_value(record, field_map.get(class="hl-string">"status", class="hl-string">""))),
        class="hl-string">"SalesOrderAmount": get_value(record, field_map.get(class="hl-string">"sales_order_amount", class="hl-string">"")),
        class="hl-string">"ProductCategory": text(get_value(record, field_map.get(class="hl-string">"product_category", class="hl-string">""))),
        class="hl-string">"DiscountPercentage": get_value(record, field_map.get(class="hl-string">"discount_percentage", class="hl-string">"")),
    }


def add_event(events: List[Dict[str, Any]], opportunity_id: Any, activity: str, event_time: Any, attributes: Dict[str, Any]) -> None:
    case_id = text(opportunity_id)
    timestamp = parse_time(event_time)
    if not case_id or timestamp is None:
        return
    row = {
        class="hl-string">"SalesOpportunityId": case_id,
        class="hl-string">"ActivityName": activity,
        class="hl-string">"EventTime": timestamp.isoformat(),
    }
    row.update(attributes)
    events.append(row)


start_filter = None if is_placeholder(START_DATE) else START_DATE
end_filter = None if is_placeholder(END_DATE) else END_DATE

def date_filter(field_name: str) -> Optional[str]:
    if is_placeholder(field_name) or not start_filter or not end_filter:
        return None
    return fclass="hl-string">"{field_name} ge '{start_filter}T00:00:00Z' and {field_name} lt '{end_filter}T00:00:00Z'"


lead_fields = list(FIELDS[class="hl-string">"lead"].values())
opportunity_fields = list(FIELDS[class="hl-string">"opportunity"].values())
quote_fields = list(FIELDS[class="hl-string">"sales_quote"].values())
order_fields = list(FIELDS[class="hl-string">"sales_order"].values())
invoice_fields = list(FIELDS[class="hl-string">"invoice"].values())
fulfillment_fields = list(FIELDS[class="hl-string">"fulfillment"].values())
payment_fields = list(FIELDS[class="hl-string">"payment"].values())

leads = fetch_all(SERVICES[class="hl-string">"lead"], lead_fields, date_filter(FIELDS[class="hl-string">"lead"][class="hl-string">"created_at"]))
opportunities = fetch_all(SERVICES[class="hl-string">"opportunity"], opportunity_fields, date_filter(FIELDS[class="hl-string">"opportunity"][class="hl-string">"created_at"]))
quotes = fetch_all(SERVICES[class="hl-string">"sales_quote"], quote_fields, date_filter(FIELDS[class="hl-string">"sales_quote"][class="hl-string">"created_at"]))
orders = fetch_all(SERVICES[class="hl-string">"sales_order"], order_fields, date_filter(FIELDS[class="hl-string">"sales_order"][class="hl-string">"created_at"]))
invoices = fetch_all(SERVICES[class="hl-string">"invoice"], invoice_fields, date_filter(FIELDS[class="hl-string">"invoice"][class="hl-string">"created_at"]))
fulfillments = fetch_all(SERVICES[class="hl-string">"fulfillment"], fulfillment_fields, date_filter(FIELDS[class="hl-string">"fulfillment"][class="hl-string">"completed_at"]))
payments = fetch_all(SERVICES[class="hl-string">"payment"], payment_fields, date_filter(FIELDS[class="hl-string">"payment"][class="hl-string">"received_at"]))

events: List[Dict[str, Any]] = []

for record in leads:
    field_map = FIELDS[class="hl-string">"lead"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"]) or get_value(record, field_map[class="hl-string">"id"])
    attributes = common_attributes(record, field_map)
    add_event(events, opportunity_id, class="hl-string">"Lead Captured", get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    if text(get_value(record, field_map[class="hl-string">"status"])).lower() == class="hl-string">"qualified":
        add_event(events, opportunity_id, class="hl-string">"Lead Qualified", get_value(record, field_map[class="hl-string">"status_changed_at"]) or get_value(record, field_map[class="hl-string">"created_at"]), attributes)

for record in opportunities:
    field_map = FIELDS[class="hl-string">"opportunity"]
    opportunity_id = get_value(record, field_map[class="hl-string">"id"])
    attributes = common_attributes(record, field_map)
    add_event(events, opportunity_id, class="hl-string">"Opportunity Created", get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    stage = text(get_value(record, field_map[class="hl-string">"stage"])).lower()
    if stage in {class="hl-string">"proposal", class="hl-string">"solution design", class="hl-string">"solution proposed"}:
        add_event(events, opportunity_id, class="hl-string">"Solution Proposed", get_value(record, field_map[class="hl-string">"status_changed_at"]) or get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    reason = text(get_value(record, field_map[class="hl-string">"status_reason"])).lower()
    if status == class="hl-string">"won":
        add_event(events, opportunity_id, class="hl-string">"Opportunity Won", get_value(record, field_map[class="hl-string">"status_changed_at"]), attributes)
    if status in {class="hl-string">"closed", class="hl-string">"closed won"} and reason == class="hl-string">"won":
        add_event(events, opportunity_id, class="hl-string">"Opportunity Closed Won", get_value(record, field_map[class="hl-string">"status_changed_at"]), attributes)
    if status in {class="hl-string">"lost", class="hl-string">"closed lost"}:
        add_event(events, opportunity_id, class="hl-string">"Opportunity Closed Lost", get_value(record, field_map[class="hl-string">"status_changed_at"]), attributes)

for record in quotes:
    field_map = FIELDS[class="hl-string">"sales_quote"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    attributes = common_attributes(record, field_map)
    add_event(events, opportunity_id, class="hl-string">"Quote Created", get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    status_time = get_value(record, field_map[class="hl-string">"status_changed_at"]) or get_value(record, field_map[class="hl-string">"created_at"])
    if status in {class="hl-string">"sent", class="hl-string">"proposed"}:
        add_event(events, opportunity_id, class="hl-string">"Quote Sent to Customer", status_time, attributes)
    if status in {class="hl-string">"accepted", class="hl-string">"customer accepted"} or get_value(record, field_map[class="hl-string">"accepted_at"]):
        add_event(events, opportunity_id, class="hl-string">"Quote Accepted by Customer", get_value(record, field_map[class="hl-string">"accepted_at"]) or status_time, attributes)

for record in orders:
    field_map = FIELDS[class="hl-string">"sales_order"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    attributes = common_attributes(record, field_map)
    add_event(events, opportunity_id, class="hl-string">"Sales Order Created", get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    previous_status = text(get_value(record, field_map[class="hl-string">"previous_status"])).lower()
    if previous_status == class="hl-string">"submitted" and status in {class="hl-string">"in process", class="hl-string">"pending revision"}:
        add_event(events, opportunity_id, class="hl-string">"Sales Order Reworked", get_value(record, field_map[class="hl-string">"status_changed_at"]), attributes)

for record in fulfillments:
    field_map = FIELDS[class="hl-string">"fulfillment"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    if status in {class="hl-string">"fulfilled", class="hl-string">"completed", class="hl-string">"delivered", class="hl-string">"shipped"} or get_value(record, field_map[class="hl-string">"completed_at"]):
        add_event(events, opportunity_id, class="hl-string">"Order Fulfilled", get_value(record, field_map[class="hl-string">"completed_at"]), {})

for record in invoices:
    field_map = FIELDS[class="hl-string">"invoice"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    add_event(events, opportunity_id, class="hl-string">"Invoice Generated", get_value(record, field_map[class="hl-string">"created_at"]) or get_value(record, field_map[class="hl-string">"invoice_date"]), {})

for record in payments:
    field_map = FIELDS[class="hl-string">"payment"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    if status in {class="hl-string">"received", class="hl-string">"cleared", class="hl-string">"processed", class="hl-string">"paid"} or get_value(record, field_map[class="hl-string">"received_at"]):
        add_event(events, opportunity_id, class="hl-string">"Payment Received", get_value(record, field_map[class="hl-string">"received_at"]), {})

columns = [
    class="hl-string">"SalesOpportunityId",
    class="hl-string">"ActivityName",
    class="hl-string">"EventTime",
    class="hl-string">"SalesRepresentative",
    class="hl-string">"LeadSource",
    class="hl-string">"OpportunityStatus",
    class="hl-string">"SalesOrderAmount",
    class="hl-string">"ProductCategory",
    class="hl-string">"DiscountPercentage",
]

result = pd.DataFrame(events)
for column in columns:
    if column not in result.columns:
        result[column] = None
result = result[columns]
result = result.drop_duplicates()
result[class="hl-string">"EventTime"] = pd.to_datetime(result[class="hl-string">"EventTime"], utc=True, errors=class="hl-string">"coerce")
result = result.dropna(subset=[class="hl-string">"SalesOpportunityId", class="hl-string">"ActivityName", class="hl-string">"EventTime"])
result = result.sort_values([class="hl-string">"SalesOpportunityId", class="hl-string">"EventTime", class="hl-string">"ActivityName"], kind=class="hl-string">"stable")
result[class="hl-string">"EventTime"] = result[class="hl-string">"EventTime"].dt.strftime(class="hl-string">"%Y-%m-%dT%H:%M:%SZ")
result.to_csv(OUTPUT_FILE, index=False, encoding=class="hl-string">"utf-8")

required_activities = {
    class="hl-string">"Lead Captured",
    class="hl-string">"Lead Qualified",
    class="hl-string">"Opportunity Created",
    class="hl-string">"Solution Proposed",
    class="hl-string">"Quote Created",
    class="hl-string">"Quote Sent to Customer",
    class="hl-string">"Quote Accepted by Customer",
    class="hl-string">"Opportunity Won",
    class="hl-string">"Sales Order Created",
    class="hl-string">"Sales Order Reworked",
    class="hl-string">"Order Fulfilled",
    class="hl-string">"Invoice Generated",
    class="hl-string">"Payment Received",
    class="hl-string">"Opportunity Closed Won",
    class="hl-string">"Opportunity Closed Lost",
}
missing_activities = sorted(required_activities.difference(set(result[class="hl-string">"ActivityName"].dropna().unique())))
print(fclass="hl-string">"Wrote {len(result)} event rows to {OUTPUT_FILE}")
if missing_activities:
    print(class="hl-string">"Activities with no extracted rows in this data range or configuration:")
    for activity in missing_activities:
        print(fclass="hl-string">"- {activity}")

Prêt à commencer ?

Ce modèle de données vous fournit tout le nécessaire pour commencer à optimiser votre processus Lead to Cash. Améliorez dès aujourd’hui votre cycle de revenus.

Retour au guide d’amélioration

Télécharger le modèle

Optimisez dès maintenant votre processus Lead to Cash et augmentez vos taux de réussite !

Évitez de perdre des affaires et augmentez votre taux de réussite de 20 % grâce à notre essai gratuit.

Démarrez l’essai gratuit

Aucune carte bancaire requise. Configuration en quelques minutes.

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

Extraction via l’API OData Analytics de SAP Sales Cloud

Étapes

Configuration

Exemple de requête python

Requête OData sur les objets métier standard de SAP Sales Cloud

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Optimisez dès maintenant votre processus Lead to Cash et augmentez vos taux de réussite !

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

Extraction via l’API OData Analytics de SAP Sales Cloud

Étapes

Configuration

Exemple de requête python

Requête OData sur les objets métier standard de SAP Sales Cloud

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Optimisez dès maintenant votre processus Lead to Cash et augmentez vos taux de réussite !

Prêt à commencer ?

Optimisez dès maintenant votre processus Lead to Cash et augmentez vos taux de réussite !