> Perbaikan proses berkelanjutan > Lead hingga Cash > SAP Sales Cloud > Templat data

Templat data Lead to Cash Anda

SAP Sales Cloud

Atribut Lead to Cash(17) Aktivitas Lead to Cash(15) Panduan ekstraksi(2)

Templat data Lead to Cash Anda

Templat ini memandu Anda mengumpulkan data yang diperlukan untuk menganalisis proses Lead to Cash. Di dalamnya tercantum atribut dan aktivitas utama untuk menyusun log peristiwa. Anda juga akan menemukan panduan praktis untuk mengekstrak data dari SAP Sales Cloud agar analisis process mining dapat dimulai dengan lancar.

Atribut yang disarankan untuk dikumpulkan
Aktivitas utama yang perlu dilacak
Panduan ekstraksi untuk SAP Sales Cloud

Baru mengenal log peristiwa? Pelajari cara membuat log peristiwa process mining.

Unduh template

Atribut Lead to Cash

Berikut kolom data yang disarankan untuk disertakan dalam log peristiwa agar Anda dapat menganalisis proses Lead to Cash di SAP Sales Cloud.

3 Wajib 6 Disarankan 8 Opsional

	Nama	Deskripsi
	Nama aktivitas ActivityName	Nama aktivitas atau peristiwa bisnis yang terjadi pada titik tertentu dalam proses.
Deskripsi Nama Aktivitas menjelaskan langkah atau peristiwa tertentu dalam proses Lead to Cash, seperti 'Lead Qualified', 'Quote Created', atau 'Payment Received'. Peristiwa ini membentuk urutan tindakan dalam alur proses untuk setiap peluang penjualan. Analisis aktivitas merupakan inti process mining. Analisis ini membantu memvisualisasikan peta proses, menemukan hambatan antar langkah, dan mengukur frekuensi berbagai jalur proses. Hasilnya menunjukkan bagaimana proses penjualan benar-benar dijalankan. Mengapa ini penting Atribut ini menentukan langkah-langkah dalam peta proses, yang menjadi dasar untuk memvisualisasikan dan menganalisis alur proses. Sumber data Berasal dari perubahan status objek bisnis, peristiwa pembuatan dokumen, atau tindakan pengguna tertentu yang tercatat dalam log transaksi SAP Sales Cloud. Contoh Prospek dicatatOpportunity dibuatPenawaran dikirim kepada pelangganPembayaran diterima
	Peluang penjualan SalesOpportunityId	Pengenal unik untuk peluang penjualan yang berfungsi sebagai ID kasus utama dalam proses Lead to Cash.
Deskripsi Sales Opportunity ID mengidentifikasi setiap potensi penjualan secara unik, sejak pertama kali tercatat sebagai prospek hingga hasil akhirnya, baik menang maupun kalah. ID ini menghubungkan semua aktivitas terkait, seperti kualifikasi prospek, pembuatan penawaran, pemrosesan pesanan, dan pembayaran. Dalam analisis process mining, ID ini penting untuk merekonstruksi perjalanan setiap peluang dari awal hingga akhir. ID ini menghubungkan semua peristiwa, sehingga variasi proses, waktu siklus, dan tingkat konversi dapat dianalisis untuk setiap peluang. Mengapa ini penting Ini adalah Case ID utama yang menghubungkan semua aktivitas dalam proses, sehingga seluruh siklus hidup setiap peluang penjualan dapat ditelusuri. Sumber data Ini adalah kunci utama untuk objek bisnis Opportunity di SAP Sales Cloud. Contoh OP-8000123456OP-8000123457OP-8000123458
	Waktu peristiwa EventTime	Stempel waktu yang menunjukkan kapan aktivitas atau peristiwa tertentu terjadi.
Deskripsi Waktu Peristiwa mencatat tanggal dan waktu persis saat suatu aktivitas selesai. Data waktu ini penting untuk memahami waktu dan durasi setiap langkah proses. Data ini juga menyediakan urutan kronologis untuk menyusun alur proses. Dalam analisis proses, stempel waktu digunakan untuk menghitung waktu siklus antaraktivitas, mengukur durasi keseluruhan proses penjualan, dan menemukan keterlambatan atau hambatan. Analisis stempel waktu dari waktu ke waktu juga dapat menunjukkan tren kinerja proses. Mengapa ini penting Stempel waktu penting untuk mengurutkan peristiwa secara kronologis dan menjalankan semua analisis berbasis waktu, termasuk penghitungan waktu siklus dan pencarian hambatan. Sumber data Biasanya ditemukan pada kolom 'Creation Date' atau 'Last Changed Date' di objek bisnis seperti Leads, Opportunities, Quotes, dan Sales Orders di SAP Sales Cloud. Contoh 2023-04-15T10:30:00Z2023-05-02T14:00:00Z2023-06-20T09:15:00Z
	Kategori produk ProductCategory	Kategori produk atau jasa yang dijual dalam peluang.
Deskripsi Kategori produk mengelompokkan barang atau jasa tertentu dalam peluang ke dalam klasifikasi yang lebih luas, seperti 'Perangkat keras', 'Perangkat lunak', atau 'Jasa konsultasi'. Pengelompokan ini memudahkan analisis saat peluang mencakup banyak produk. Analisis berdasarkan kategori produk membantu Anda memahami perbedaan proses penjualan untuk tiap jenis penawaran. Dashboard seperti 'Sebaran diskon' dan 'Efisiensi pemenuhan pesanan' menggunakan atribut ini untuk melihat apakah kategori tertentu mendapat diskon lebih besar atau membutuhkan waktu pemenuhan lebih lama. Mengapa ini penting Memungkinkan analisis variasi proses berdasarkan jenis produk atau jasa yang dijual, yang mungkin memiliki siklus penjualan berbeda. Sumber data Diambil dari data induk produk yang terhubung ke item baris Sales Quote atau Sales Order di SAP Sales Cloud. Contoh Lisensi perangkat lunakPerangkat kerasJasa profesionalLangganan dukungan
	Nilai Sales Order SalesOrderAmount	Total nilai uang Sales Order yang terkait dengan Opportunity.
Deskripsi Atribut ini menunjukkan total nilai barang atau jasa yang dijual setelah peluang berhasil dimenangkan dan Sales Order dibuat. Nilai ini mencerminkan pendapatan dari proses penjualan yang berhasil diselesaikan. Nilai Sales Order merupakan dimensi keuangan penting untuk analisis. Anda dapat mengelompokkan peluang berdasarkan nilainya, misalnya kecil, sedang, atau besar, lalu melihat apakah pola prosesnya berbeda. Nilai ini juga memberi konteks untuk KPI seperti tingkat kemenangan, dengan membandingkan total nilai peluang yang dimenangkan dan yang kalah. Mengapa ini penting Memberikan dimensi keuangan pada proses agar Anda dapat menganalisis siklus dan hasil penjualan berdasarkan nilai. Sumber data Nilai ini diambil dari kolom 'Total Net Value' pada objek bisnis Sales Order terkait di SAP Sales Cloud. Contoh 50000.00125000.507800.00
	Persentase diskon DiscountPercentage	Persentase diskon yang diterapkan pada Sales Quote atau pesanan.
Deskripsi Atribut ini mencatat tingkat diskon keseluruhan yang diterapkan pada peluang, biasanya pada tahap penawaran atau pesanan. Nilainya dinyatakan sebagai persentase dari harga katalog. Metrik ini penting untuk menganalisis kinerja keuangan dan kedisiplinan penjualan. Dashboard 'Sebaran diskon' menggunakan atribut ini untuk memantau pola pemberian diskon oleh tenaga penjualan dan untuk berbagai produk. Atribut ini juga digunakan dalam KPI 'Kepatuhan persetujuan diskon' untuk memastikan diskon besar mengikuti alur persetujuan yang berlaku. Mengapa ini penting Penting untuk menganalisis strategi harga, pola pemberian diskon oleh tim penjualan, dan dampaknya terhadap profitabilitas. Sumber data Dihitung dari elemen harga pada objek bisnis Sales Quote atau Sales Order terkait di SAP Sales Cloud. Contoh 0.050.100.25
	Staf penjualan SalesRepresentative	Karyawan yang bertanggung jawab mengelola peluang penjualan.
Deskripsi Atribut ini mengidentifikasi pengguna atau karyawan yang memiliki prospek atau peluang. Orang ini sering menjadi kontak utama pelanggan dan bertanggung jawab mengawal transaksi di sepanjang alur penjualan. Dalam analisis, Staf Penjualan menjadi dimensi penting untuk membandingkan kinerja. Atribut ini memungkinkan evaluasi waktu siklus penjualan, tingkat keberhasilan, dan kepatuhan proses per individu, tim, atau wilayah. Hasilnya membantu menemukan karyawan berkinerja tinggi dan area yang perlu dibina. Mengapa ini penting Memungkinkan analisis kinerja per karyawan, sehingga peluang pembinaan dan praktik terbaik di antara staf penjualan dapat ditemukan. Sumber data Tertaut ke peran pihak 'Owner' atau 'Employee Responsible' pada objek bisnis Opportunity atau Lead di SAP Sales Cloud. Contoh John SmithMaria GarciaChen Wei
	Status Opportunity OpportunityStatus	Kondisi atau hasil terkini dari peluang penjualan, seperti 'Open', 'Won', atau 'Lost'.
Deskripsi Atribut ini menunjukkan status keseluruhan peluang penjualan pada waktu tertentu. Status ini memberi tahu apakah peluang masih berjalan, berhasil dimenangkan, atau gagal karena jatuh ke pesaing maupun alasan lain. Menganalisis status akhir penting untuk menghitung KPI utama, seperti Opportunity Win Rate. Analisis juga dapat difilter untuk berfokus pada jalur yang berhasil atau menyelidiki pola proses yang paling sering berujung pada transaksi yang gagal. Mengapa ini penting Menentukan hasil kasus, yang penting untuk menghitung tingkat kemenangan dan kekalahan serta menganalisis jalur proses peluang yang berhasil dan gagal. Sumber data Kolom 'Status' pada objek bisnis Opportunity di SAP Sales Cloud. Contoh TerbukaSedang diprosesMenangKalahDihentikan
	Sumber prospek LeadSource	Saluran pemasaran atau asal prospek awal.
Deskripsi Sumber Prospek menunjukkan cara calon pelanggan pertama kali ditemukan, misalnya melalui formulir web, pameran dagang, atau rujukan mitra. Informasi ini biasanya dicatat saat prospek dibuat. Atribut ini penting untuk dasbor 'Lead Conversion Rate by Source'. Analisis dimensi ini membantu tim pemasaran dan penjualan memahami saluran mana yang menghasilkan prospek paling bernilai, sehingga sumber daya dapat dialokasikan dengan lebih baik dan kampanye pemasaran dapat dioptimalkan. Mengapa ini penting Penting untuk mengukur efektivitas berbagai saluran pemasaran dan mengoptimalkan strategi perolehan prospek. Sumber data Tersedia pada objek bisnis Lead dan Opportunity di SAP Sales Cloud. Nama kolomnya sering kali 'Source' atau 'Origin'. Contoh WebinarRujukan mitraPameran dagangPertanyaan melalui situs web
	Dikerjakan ulang IsReworked	Penanda yang menunjukkan apakah suatu aktivitas atau kasus mengalami pengerjaan ulang.
Deskripsi Penanda boolean ini bernilai true jika proses menunjukkan adanya pengulangan pengerjaan, misalnya Sales Order diubah setelah pertama kali dibuat atau penawaran direvisi beberapa kali. Nilainya ditentukan dengan menganalisis urutan aktivitas. Atribut hasil perhitungan ini penting untuk mengukur inefisiensi proses. Atribut ini mendukung dashboard 'Frekuensi pengerjaan ulang Sales Order' dan KPI 'Tingkat pengerjaan ulang Sales Order'. Anda dapat memfilter dan menghitung kasus pengerjaan ulang tanpa perlu mencocokkan pola yang rumit di alat analisis. Mengapa ini penting Mengukur inefisiensi proses secara langsung dengan menandai kasus yang mengalami pengulangan pengerjaan. Ini memudahkan analisis frekuensi pengerjaan ulang dan penyebabnya. Sumber data Atribut ini tidak tersedia di sistem sumber. Nilainya dihitung saat transformasi data dengan mendeteksi urutan aktivitas yang berulang, misalnya 'Sales Order dibuat' diikuti 'Sales Order dikerjakan ulang'. Contoh truefalse
	Ketentuan pembayaran PaymentTerms	Ketentuan pembayaran yang disepakati, seperti '30 hari bersih' atau '60 hari bersih'.
Deskripsi Ketentuan pembayaran menetapkan kapan pelanggan harus membayar barang atau jasa. Ketentuan ini disepakati saat pembuatan Sales Order atau kontrak, dan menentukan tanggal jatuh tempo faktur. Atribut ini menjadi dimensi penting untuk dashboard 'Waktu siklus penagihan pembayaran'. Dengan mengelompokkan data berdasarkan ketentuan pembayaran, perusahaan dapat menilai apakah pelanggan membayar sesuai jadwal dan mengetahui ketentuan mana yang berkaitan dengan siklus pembayaran lebih lama atau lebih singkat. Mengapa ini penting Memberi konteks untuk analisis penagihan pembayaran dan membantu menentukan apakah keterlambatan disebabkan oleh perilaku pelanggan atau ketentuan pembayaran yang longgar. Sumber data Tersedia pada Sales Order atau data induk pelanggan di SAP Sales Cloud. Contoh 30 hari bersih60 hari bersihJatuh tempo saat diterima
	Metode pengiriman ShippingMethod	Metode yang digunakan untuk mengirimkan produk fisik kepada pelanggan.
Deskripsi Atribut ini menunjukkan metode logistik atau pengiriman pesanan, seperti 'Pengiriman darat', 'Kargo udara', atau 'Pengiriman digital'. Atribut ini relevan untuk proses yang melibatkan barang fisik. Untuk dashboard 'Efisiensi pemenuhan pesanan', atribut ini membantu menganalisis apakah metode pengiriman yang berbeda berkaitan dengan waktu pemenuhan yang berbeda. Hasilnya dapat menunjukkan inefisiensi pada saluran logistik tertentu atau membantu menetapkan ekspektasi pelanggan dengan lebih akurat. Mengapa ini penting Membantu menemukan hambatan pada tahap pemenuhan pesanan dengan membandingkan kinerja pengiriman berdasarkan saluran logistik. Sumber data Biasanya tersedia pada tingkat item baris atau header objek bisnis Sales Order di SAP Sales Cloud. Contoh DaratUdara, tiba keesokan hariUnduhan digitalKargo
	Nama pelanggan CustomerName	Nama perusahaan atau individu yang terkait dengan peluang penjualan.
Deskripsi Atribut ini mengidentifikasi calon pelanggan untuk transaksi penjualan dan menghubungkan proses penjualan dengan akun tertentu di sistem. Analisis berdasarkan pelanggan memberikan sudut pandang yang berfokus pada pelanggan. Analisis ini dapat membantu menemukan pelanggan dengan siklus penjualan terlama atau yang paling sering memerlukan pengerjaan ulang. Atribut ini juga penting untuk KPI seperti 'Payment Collection Cycle Time' yang dikelompokkan berdasarkan pelanggan. Mengapa ini penting Memungkinkan analisis yang berfokus pada pelanggan untuk menemukan pola siklus penjualan atau perilaku pembayaran pada akun tertentu. Sumber data Tertaut ke peran pihak 'Account' atau 'Prospect' pada objek bisnis Opportunity di SAP Sales Cloud. Contoh Global Tech Inc.Innovate Solutions Ltd.Dynamic Corp
	Organisasi penjualan SalesOrganization	Unit organisasi yang bertanggung jawab atas penjualan.
Deskripsi Organisasi penjualan menunjukkan unit, divisi, atau tim tertentu di perusahaan yang bertanggung jawab atas transaksi penjualan. Ini merupakan bagian penting dari struktur perusahaan di SAP. Atribut ini memungkinkan analisis berdasarkan bagian bisnis yang berbeda. Anda dapat membandingkan kinerja proses, tingkat kemenangan, dan waktu siklus antarunit bisnis atau divisi penjualan untuk melihat efisiensi organisasi secara keseluruhan. Mengapa ini penting Memungkinkan perbandingan kinerja dan analisis proses antarunit bisnis atau divisi perusahaan. Sumber data Ini merupakan kolom penetapan organisasi yang penting pada Opportunity atau Sales Order di SAP Sales Cloud. Contoh US01DE01Penjualan korporat utara
	Pembaruan data terakhir LastDataUpdate	Stempel waktu saat data terakhir kali diekstrak atau diperbarui dari sistem sumber.
Deskripsi Atribut ini menunjukkan kapan data untuk log peristiwa terakhir kali diperbarui. Informasi ini memberi konteks tentang kebaruan data yang dianalisis, yang penting untuk memahami relevansi temuan. Dalam analisis proses, mengetahui seberapa baru data sangat penting. Ini membantu pemangku kepentingan memahami apakah wawasan mencerminkan operasional saat ini atau periode sebelumnya, sehingga keputusan dapat dibuat dengan mempertimbangkan konteks tersebut. Mengapa ini penting Memberi konteks penting tentang kebaruan data, sehingga analisis dan keputusan didasarkan pada informasi terkini. Sumber data Ini adalah stempel waktu metadata yang ditambahkan selama proses ekstraksi dan transformasi data (ETL). Contoh 2024-07-20T02:00:00Z2024-07-21T02:00:00Z
	Sistem sumber SourceSystem	Mengidentifikasi sistem asal data.
Deskripsi Atribut ini menunjukkan aplikasi sumber tempat data peristiwa dibuat. Untuk proses ini, sumbernya biasanya 'SAP Sales Cloud', tetapi bisa juga sistem terintegrasi lain, seperti platform otomatisasi pemasaran untuk pencatatan prospek. Dalam lanskap yang mencakup beberapa sistem, atribut ini penting untuk memahami asal-usul data dan mengatasi masalah integrasi. Atribut ini memastikan analisis didasarkan pada pemahaman yang jelas tentang asal setiap informasi. Mengapa ini penting Membantu membedakan asal data dalam lingkungan terintegrasi, sehingga asal-usul dan konteks data tetap jelas selama analisis. Sumber data Biasanya berupa nilai statis yang ditambahkan saat ekstraksi data untuk menandai asal data. Contoh SAP Sales CloudSAP C4CSSC_PROD_100
	Wilayah Region	Wilayah geografis tempat pelanggan atau tim penjualan berada.
Deskripsi Wilayah menunjukkan area geografis yang ditetapkan untuk peluang penjualan, biasanya berdasarkan lokasi pelanggan atau struktur organisasi penjualan. Wilayah ini dapat berupa negara, provinsi, atau area penjualan yang ditentukan sendiri. Atribut ini penting untuk segmentasi. Dashboard 'Kinerja Tingkat Kemenangan Peluang' menggunakannya untuk membandingkan kinerja antarwilayah. Dengan begitu, Anda dapat melihat perbedaan efisiensi proses, keberhasilan di pasar, dan strategi penjualan di tiap wilayah. Mengapa ini penting Memungkinkan analisis kinerja penjualan berdasarkan wilayah, termasuk perbedaan tingkat kemenangan, waktu siklus, dan pelaksanaan proses. Sumber data Biasanya diambil dari alamat pelanggan atau organisasi penjualan yang ditetapkan untuk peluang di SAP Sales Cloud. Contoh Amerika UtaraEMEAAPACLATAM

Wajib Disarankan Opsional

Aktivitas Lead to Cash

Berikut langkah dan tonggak proses utama yang perlu dicatat dalam log peristiwa agar proses Lead to Cash dapat ditemukan dan dianalisis secara akurat.

7 Disarankan 8 Opsional

	Aktivitas	Deskripsi
	Opportunity berhasil dimenangkan	Aktivitas ini menandakan bahwa transaksi berhasil ditutup dan organisasi berhasil mendapatkan pelanggan. Peristiwa ini dicatat saat pengguna mengubah status Opportunity menjadi 'Won', tindakan standar yang tercatat secara eksplisit di sistem.
Mengapa ini penting Ini merupakan tonggak penting untuk mengukur tingkat keberhasilan dan kinerja penjualan. Peristiwa ini sering memicu proses berikutnya, seperti pembuatan dan pemenuhan pesanan, sehingga menjadi titik peralihan penting dalam siklus Lead to Cash. Sumber data Disimpulkan dari riwayat perubahan status objek bisnis Opportunity. Stempel waktunya adalah saat status diperbarui menjadi 'Won'. Pengumpulan data Temukan stempel waktu perubahan status objek Opportunity menjadi 'Won'. Jenis peristiwa inferred
	Opportunity dibuat	Ini menandai dimulainya peluang penjualan secara resmi, yaitu saat prospek yang memenuhi kualifikasi dikonversi menjadi upaya penjualan yang konkret. Sistem mencatat peristiwa ini saat objek bisnis Opportunity dibuat, sering kali dengan membawa data dari prospek awal.
Mengapa ini penting Sebagai titik awal utama untuk analisis siklus penjualan, aktivitas ini sangat penting. Aktivitas ini memungkinkan pengukuran durasi siklus penjualan, tingkat keberhasilan peluang, dan kinerja tim penjualan sejak transaksi mulai terlihat nyata. Sumber data Peristiwa ini sesuai dengan stempel waktu pembuatan objek bisnis Opportunity di SAP Sales Cloud. Pengumpulan data Gunakan tanggal dan waktu pembuatan data Opportunity. Jenis peristiwa explicit
	Opportunity ditutup dengan kemenangan	Aktivitas ini menandai status akhir dari peluang yang berhasil setelah seluruh aktivitas berikutnya, seperti pembuatan dan pemenuhan pesanan, selesai. Peristiwa ini dicatat saat pengguna mengubah status Opportunity menjadi 'Closed' dengan alasan 'Won'.
Mengapa ini penting Peristiwa ini menjadi titik akhir keberhasilan dalam analisis process mining dan memungkinkan penghitungan durasi siklus penjualan dari awal hingga akhir untuk semua transaksi yang berhasil. Peristiwa ini memberikan penutup proses yang jelas dan pasti. Sumber data Disimpulkan dari riwayat perubahan status objek Opportunity, khususnya stempel waktu saat status diperbarui menjadi 'Closed' dengan alasan 'Won'. Pengumpulan data Temukan stempel waktu perubahan status menjadi 'Closed' dengan kode alasan 'Won'. Jenis peristiwa inferred
	Opportunity ditutup karena kalah	Aktivitas ini menandai berakhirnya peluang yang gagal, baik karena transaksi jatuh ke pesaing maupun karena pelanggan memutuskan untuk tidak membeli. Peristiwa ini dicatat saat pengguna mengubah status Opportunity menjadi 'Lost' atau 'Closed Lost'.
Mengapa ini penting Menganalisis kapan dan mengapa peluang gagal dimenangkan penting untuk memperbaiki strategi penjualan. Titik akhir kegagalan ini memungkinkan analisis transaksi yang hilang, seperti tahap rata-rata saat peluang terhenti atau alasan umum kegagalan. Sumber data Disimpulkan dari riwayat perubahan status objek bisnis Opportunity. Stempel waktunya adalah saat status diperbarui menjadi 'Lost' atau 'Closed Lost'. Pengumpulan data Temukan stempel waktu perubahan status objek Opportunity menjadi 'Lost'. Jenis peristiwa inferred
	Pembayaran diterima	Aktivitas ini mengonfirmasi bahwa pembayaran pelanggan telah diterima dan diproses, sehingga transaksi keuangan selesai. Informasi ini hampir selalu berasal dari sistem keuangan atau ERP eksternal yang memperbarui status faktur atau pesanan di SAP Sales Cloud.
Mengapa ini penting Ini merupakan tahap akhir untuk merealisasikan nilai dalam proses Lead to Cash. Mengukur 'Payment Collection Cycle Time' dari faktur hingga pembayaran menjadi KPI penting untuk mengelola arus kas dan menilai kinerja piutang usaha. Sumber data Disimpulkan dari perubahan status objek Invoice atau Sales Order menjadi 'Paid' atau 'Cleared'. Data ini berasal dari sistem keuangan eksternal. Pengumpulan data Temukan stempel waktu saat status Invoice berubah menjadi 'Paid' atau 'Cleared'. Jenis peristiwa inferred
	Penawaran dikirim kepada pelanggan	Aktivitas ini menandai saat penawaran resmi disampaikan kepada pelanggan untuk ditinjau. Peristiwa ini biasanya disimpulkan dari perubahan status objek Sales Quote, misalnya dari 'In Preparation' menjadi 'Sent' atau 'Proposed'.
Mengapa ini penting Ini adalah tonggak penting yang menandai dimulainya negosiasi dan waktu pengambilan keputusan pelanggan. Menganalisis durasi antara peristiwa ini dan penerimaan penawaran penting untuk memahami kecepatan transaksi dan hambatan dalam negosiasi. Sumber data Disimpulkan dari riwayat perubahan status objek bisnis Sales Quote. Cari stempel waktu saat status diperbarui ke nilai yang menunjukkan bahwa penawaran telah dikirim. Pengumpulan data Temukan stempel waktu perubahan status objek Sales Quote menjadi 'Sent'. Jenis peristiwa inferred
	Sales Order dibuat	Aktivitas ini menandai pembuatan Sales Order resmi, dokumen internal yang memulai pemenuhan pesanan dan penagihan. Peristiwa ini tercatat secara eksplisit saat pengguna membuat objek Sales Order dan menautkannya ke Opportunity induk.
Mengapa ini penting Ini merupakan titik serah terima penting dari penjualan ke operasional. Menganalisis waktu antara 'Opportunity Won' dan 'Sales Order Created' dapat mengungkap keterlambatan internal. Melacak pengerjaan ulang setelah tahap ini juga membantu menemukan masalah kualitas data. Sumber data Peristiwa ini sesuai dengan stempel waktu pembuatan objek bisnis Sales Order yang terkait dengan Opportunity. Pengumpulan data Gunakan tanggal dan waktu pembuatan data Sales Order terkait. Jenis peristiwa explicit
	Faktur dibuat	Menandai pembuatan faktur pelanggan dan dimulainya tahap akhir proses keuangan. Peristiwa ini dapat dicatat dari pembuatan objek Invoice di SAP Sales Cloud atau, lebih sering, dari sistem penagihan yang terintegrasi.
Mengapa ini penting Aktivitas ini memulai siklus penagihan pembayaran. Keterlambatan pembuatan faktur berdampak langsung pada arus kas. Karena itu, memantau waktu dari pemenuhan pesanan hingga penagihan penting untuk menjaga kesehatan keuangan. Sumber data Sumbernya dapat berupa stempel waktu pembuatan objek bisnis Invoice yang tertaut ke Sales Order atau pembaruan dari ERP eksternal. Sumber data bergantung pada lanskap sistem. Pengumpulan data Gunakan tanggal pembuatan data Invoice atau entri log aktivitas dari ERP yang terintegrasi. Jenis peristiwa explicit
	Penawaran dibuat	Menandai pembuatan dokumen penawaran penjualan resmi yang terkait dengan peluang. Ini merupakan langkah internal sebelum penawaran dikirim kepada pelanggan. Peristiwa ini tercatat saat pengguna membuat data Quote baru.
Mengapa ini penting Aktivitas ini memisahkan waktu persiapan internal dari waktu saat pelanggan menerima penawaran. Analisis ini membantu mengukur efisiensi pembuatan penawaran dan waktu yang dibutuhkan staf penjualan untuk menyiapkan harga. Sumber data Peristiwa ini adalah stempel waktu pembuatan objek bisnis Sales Quote yang terkait dengan Opportunity. Pengumpulan data Gunakan tanggal dan waktu pembuatan data Sales Quote terkait. Jenis peristiwa explicit
	Penawaran diterima pelanggan	Menandakan bahwa pelanggan telah menyetujui ketentuan penawaran, secara resmi maupun lisan. Biasanya, staf penjualan mencatatnya dengan memperbarui status objek Sales Quote atau Opportunity secara manual.
Mengapa ini penting Ini merupakan sinyal kuat bahwa pelanggan berminat membeli dan menjadi tonggak penting sebelum kontrak diselesaikan atau pesanan dibuat. Data ini membantu mengukur efektivitas proposal dan lamanya siklus pengambilan keputusan pelanggan. Sumber data Disimpulkan dari perubahan status objek Sales Quote menjadi 'Accepted' atau perubahan status serupa pada objek Opportunity yang tertaut. Pengumpulan data Temukan stempel waktu saat status Sales Quote berubah menjadi 'Accepted'. Jenis peristiwa inferred
	Pesanan dipenuhi	Aktivitas ini menandakan bahwa produk telah dikirim atau layanan telah diberikan kepada pelanggan. Peristiwa ini sering dicatat melalui integrasi dengan sistem ERP atau logistik yang memperbarui status Sales Order di SAP Sales Cloud.
Mengapa ini penting Ini menandai selesainya tahap pengiriman dalam proses. Mengukur waktu dari 'Sales Order Created' hingga 'Order Fulfilled' penting untuk memantau efisiensi pemenuhan pesanan dan dampaknya terhadap kepuasan pelanggan. Sumber data Biasanya disimpulkan dari perubahan status pada objek Sales Order, seperti 'Fulfilled' atau 'Shipped'. Status ini sering diperbarui melalui integrasi dengan sistem eksternal. Pengumpulan data Temukan stempel waktu saat status Sales Order berubah menjadi 'Fulfilled' atau 'Delivered'. Jenis peristiwa inferred
	Prospek dicatat	Aktivitas ini menandai pembuatan awal data prospek di SAP Sales Cloud. Ini merupakan titik kontak atau minat pertama dari calon pelanggan. Data biasanya dicatat otomatis dari formulir web, impor daftar, atau entri manual oleh pengguna.
Mengapa ini penting Melacak peristiwa ini penting untuk menganalisis efektivitas berbagai sumber prospek dan mengukur volume prospek yang dihasilkan. Ini menjadi titik awal untuk menghitung tingkat konversi prospek dan memahami bagian awal corong penjualan. Sumber data Peristiwa ini dicatat dari stempel waktu pembuatan objek bisnis Lead. Sumber prospek biasanya tersedia sebagai atribut pada objek yang sama. Pengumpulan data Gunakan tanggal dan waktu pembuatan data Lead. Jenis peristiwa explicit
	Prospek memenuhi kualifikasi	Menandai saat prospek telah diperiksa dan memenuhi kriteria untuk dianggap sebagai calon pelanggan yang layak ditindaklanjuti. Peristiwa ini biasanya dicatat ketika pengguna mengubah status Lead secara manual menjadi 'Qualified' atau status serupa, yang menandakan prospek siap dikonversi.
Mengapa ini penting Aktivitas ini memisahkan prospek mentah dari calon pelanggan yang serius, sehingga efisiensi proses kualifikasi dapat dianalisis. Ini membantu menentukan kualitas prospek dari berbagai sumber dan menemukan hambatan antara pencatatan prospek dan penjualan aktif. Sumber data Disimpulkan dari riwayat perubahan status objek bisnis Lead. Cari stempel waktu saat kolom status diperbarui menjadi 'Qualified'. Pengumpulan data Temukan stempel waktu perubahan status objek Lead menjadi 'Qualified'. Jenis peristiwa inferred
	Sales Order dikerjakan ulang	Menandai perubahan atau koreksi pada Sales Order setelah pesanan diajukan. Peristiwa ini disimpulkan dengan mendeteksi perulangan status Sales Order, misalnya status berubah dari 'Submitted' kembali menjadi 'In Process' atau 'Pending Revision'.
Mengapa ini penting Menemukan pengerjaan ulang penting untuk mengungkap ketidakefisienan proses, kesalahan entri data, dan kesenjangan komunikasi antara penjualan dan operasional. Pengerjaan ulang yang sering menunjukkan masalah kualitas yang menyebabkan keterlambatan dan menambah biaya. Sumber data Disimpulkan dari riwayat perubahan status objek Sales Order. Analisis urutan perubahan status diperlukan untuk menemukan perubahan mundur atau perulangan. Pengumpulan data Deteksi perpindahan status yang membentuk perulangan, misalnya dari 'Submitted' ke 'In Process'. Jenis peristiwa inferred
	Solusi diajukan	Aktivitas ini menandakan bahwa solusi potensial atau konfigurasi produk telah disampaikan kepada pelanggan. Biasanya, peristiwa ini disimpulkan dari perubahan tahap atau status penjualan pada objek Opportunity, misalnya saat berpindah ke tahap 'Proposal' atau 'Solution Design'.
Mengapa ini penting Menganalisis waktu yang dihabiskan pada tahap ini dan perpindahan ke tahap pembuatan penawaran membantu menemukan hambatan dalam proses perancangan solusi. Analisis ini menunjukkan waktu yang dibutuhkan untuk beralih dari kontak awal ke proposal konkret. Sumber data Disimpulkan dari log perubahan atau riwayat status objek Opportunity, khususnya saat tahap penjualan diperbarui menjadi nilai seperti 'Solution Proposed' atau 'Value Proposition'. Pengumpulan data Temukan stempel waktu saat kolom tahap penjualan Opportunity berubah untuk menunjukkan bahwa proposal telah diajukan. Jenis peristiwa inferred

Disarankan Opsional

Panduan ekstraksi

Cara mengambil data dari SAP Sales Cloud

Langkah

Prasyarat: Pastikan Anda memiliki pengguna SAP Sales Cloud yang dapat mengakses pusat kerja Analytics, khususnya dengan izin untuk membuat dan mengedit sumber data serta laporan.
Buat sumber data gabungan: Buka tampilan Design Data Sources di pusat kerja Business Analytics. Buat Combined Data Source baru. Gabungkan sumber data standar berikut menggunakan left outer join agar semua peluang tercakup: Lead Information -> Opportunity Header and Item -> Sales Quote Header and Item -> Sales Order Header and Item. Kondisi join biasanya menggunakan ID Opportunity atau ID dokumen penerus.
Buat laporan khusus: Buka tampilan Design Reports. Buat laporan baru berdasarkan sumber data gabungan yang dibuat pada langkah sebelumnya. Tambahkan semua karakteristik dan angka kunci yang diperlukan ke tampilan laporan, termasuk pengenal (Lead ID, Opportunity ID), semua kolom status yang relevan, dan semua kolom stempel waktu (Creation Date, Status Change Dates, dan sebagainya). Sertakan juga atribut yang diperlukan, seperti Sales Representative, Lead Source, dan Order Amount.
Tampilkan laporan sebagai layanan OData: Di tampilan Design Reports, pilih laporan yang baru dibuat. Pada konfigurasi atau pengaturan laporan, cari opsi untuk menampilkan laporan sebagai kueri OData. Opsi ini biasanya berupa kotak centang berlabel Enable for OData. Simpan perubahan. Sistem akan membuat URL OData unik untuk laporan tersebut.
Temukan URL OData: Buka tampilan OData Services di pusat kerja Administrator. Cari laporan khusus Anda dalam daftar, lalu salin URL layanannya. URL ini diperlukan untuk skrip Python.
Siapkan lingkungan Python: Pastikan Python sudah terpasang bersama pustaka requests dan pandas. Anda dapat memasangnya dengan pip: pip install requests pandas.
Konfigurasikan skrip Python: Salin skrip Python yang disediakan. Ganti nilai placeholder C4C_TENANT_URL, OData_SERVICE_PATH, USERNAME, dan PASSWORD dengan kredensial SAP Sales Cloud Anda serta URL OData dari langkah sebelumnya.
Jalankan skrip ekstraksi: Jalankan skrip Python. Skrip akan melakukan autentikasi melalui OData API, mengambil data per halaman untuk menangani volume besar, lalu memuatnya ke dalam pandas DataFrame.
Transformasi data: Skrip otomatis mengubah data berformat lebar (satu baris per peluang) menjadi log peristiwa berformat panjang. Skrip memeriksa setiap kemungkinan aktivitas untuk memastikan stempel waktunya valid. Jika tersedia, skrip membuat catatan peristiwa dengan ActivityName yang sesuai.
Ekspor log peristiwa: Setelah selesai, skrip menyimpan log peristiwa akhir sebagai file lead_to_cash_event_log.csv di direktori yang sama. File ini siap diunggah langsung ke alat process mining.

Konfigurasi

Konfigurasi sumber data: Metode ini bertumpu pada Combined Data Source di SAP Sales Cloud Analytics. Gunakan Left Outer Joins mulai dari objek Opportunity agar peluang yang tidak menghasilkan penawaran atau pesanan tetap tercakup.
Karakteristik laporan: Laporan khusus harus menyertakan semua kolom tanggal dan waktu yang berkaitan dengan aktivitas yang ingin dianalisis. Ini mencakup stempel waktu pembuatan prospek, peluang, penawaran, dan pesanan, serta stempel waktu perubahan status.
Pemfilteran OData API: Untuk mengelola kinerja dan volume data, gunakan parameter $filter pada URL OData di dalam skrip Python. Sebaiknya batasi data berdasarkan rentang tanggal, misalnya OpportunityCreationDate. Untuk analisis awal, gunakan rentang 6 hingga 12 bulan.
Paginasi: Skrip yang disediakan menangani paginasi OData menggunakan parameter $top dan $skip. Ini penting untuk mengekstrak kumpulan data besar tanpa membuat koneksi API kehabisan waktu.
Prasyarat: Metode ini memerlukan pengguna analitik khusus yang memiliki izin untuk mengakses OData API dan sumber data yang mendasari prospek, peluang, penawaran, dan pesanan.

Contoh kueri 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.")

Langkah

Pastikan akses OData standar SAP Sales Cloud telah diaktifkan untuk objek bisnis yang relevan dan pengguna integrasi memiliki izin baca untuk Opportunity, Lead, Sales Quote, Sales Order, Invoice, serta data pembayaran atau pemenuhan jika objek tersebut tersedia di tenant Anda. Gunakan alat administrasi dan integrasi SAP Sales Cloud yang tersedia di sistem Anda. Jalur menu dan nama layanan objek dapat berbeda antar-tenant, jadi sesuaikan konfigurasi dengan sistem Anda.
Identifikasi nama layanan OData standar yang dipublikasikan, kumpulan entitas, kolom kunci, properti navigasi, kolom status, stempel waktu perubahan, kolom pemilik, kolom sumber, kolom jumlah, kolom produk, dan kolom relasi untuk objek bisnis yang diperlukan. Jangan berasumsi bahwa suatu objek atau properti tersedia. Catat metadata yang telah dikonfirmasi dari dokumen metadata layanan di URL layanan OData yang dikonfigurasi.
Konfigurasikan URL koneksi, kredensial atau pengaturan OAuth, rentang tanggal, ukuran halaman, dan filter khusus perusahaan dalam skrip Python. Mulailah dengan rentang tiga hingga enam bulan, lalu perluas setelah kinerja dan kelengkapan data terverifikasi.
Ekstrak catatan Opportunity dan Lead melalui kumpulan entitas OData standar yang telah dikonfirmasi. Ekstrak catatan Sales Quote dan Sales Order melalui kumpulan entitasnya yang telah dikonfirmasi. Ekstrak catatan invoice, pemenuhan, dan pembayaran hanya jika objek serta relasi OData standar terkait tersedia di SAP Sales Cloud. Jika catatan tersebut dikelola di ERP terintegrasi atau sistem keuangan, ambil feed OData setara yang telah disetujui dari sistem tersebut dan petakan pengenalnya ke Opportunity.
Ambil semua halaman untuk setiap permintaan OData dengan mengikuti tautan halaman berikutnya dari layanan atau menggunakan mekanisme paginasi yang didukung. Terapkan filter tanggal dan perusahaan di sisi server jika tersedia. Simpan respons mentah sebelum transformasi agar jumlah data dan pemetaan dapat diaudit.
Normalisasikan stempel waktu ke satu zona waktu, sebaiknya UTC, lalu ubah nilai tanggal atau waktu SAP ke format ISO 8601 yang konsisten. Normalisasikan nilai status dengan menghapus spasi di awal dan akhir serta membandingkannya tanpa membedakan huruf besar dan kecil. Jika memungkinkan, simpan nilai status asli dalam kumpulan data audit.
Buat satu baris peristiwa untuk setiap aktivitas yang diperlukan. Gunakan waktu pembuatan Lead untuk Lead Captured, stempel waktu saat Lead mencapai status Qualified untuk Lead Qualified, waktu pembuatan Opportunity untuk Opportunity Created, stempel waktu saat Opportunity mencapai tahap proposal atau solusi yang dikonfigurasi untuk Solution Proposed, waktu pembuatan Sales Quote untuk Quote Created, stempel waktu saat penawaran mencapai status Sent atau Proposed untuk Quote Sent to Customer, stempel waktu saat penawaran atau peluang mencatat penerimaan pelanggan untuk Quote Accepted by Customer, stempel waktu saat Opportunity mencapai status Won untuk Opportunity Won, waktu pembuatan Sales Order untuk Sales Order Created, transisi Submitted ke In Process atau Pending Revision yang terdeteksi untuk Sales Order Reworked, waktu penyelesaian pemenuhan atau pengiriman untuk Order Fulfilled, waktu pembuatan invoice untuk Invoice Generated, waktu penerimaan atau pelunasan pembayaran untuk Payment Received, status akhir Closed dengan alasan Won untuk Opportunity Closed Won, serta status akhir Lost atau Closed Lost untuk Opportunity Closed Lost.
Gabungkan peristiwa secara eksternal menggunakan SalesOpportunityId. Gunakan kolom relasi yang telah dikonfirmasi antara catatan Lead, Opportunity, Sales Quote, Sales Order, Invoice, pemenuhan, dan pembayaran. Jika relasi langsung tidak tersedia, gunakan referensi silang yang disetujui dan dikelola oleh integrasi atau proses bisnis. Jangan menyimpulkan relasi hanya berdasarkan kecocokan deskripsi atau jumlah.
Isi atribut yang disarankan pada setiap peristiwa jika relasi sumber menyediakan nilainya. Ambil SalesRepresentative, LeadSource, OpportunityStatus, SalesOrderAmount, ProductCategory, dan DiscountPercentage dari catatan sumber yang relevan. Biarkan nilainya kosong jika sumber tidak menyediakan nilai yang dapat diandalkan.
Urutkan log peristiwa akhir berdasarkan SalesOpportunityId dan EventTime. Hapus hanya baris duplikat persis yang muncul akibat halaman API berulang atau percobaan ulang. Jangan gabungkan transisi status atau peristiwa berbeda yang memiliki stempel waktu sama, kecuali aturan bisnis secara eksplisit mengizinkannya.
Pastikan semua 15 nama aktivitas tersedia, kolom wajib terisi, stempel waktu berada dalam rentang yang diminta atau didokumentasikan secara jelas sebagai peristiwa historis terkait, dan penggabungan relasi tidak menimbulkan duplikasi kasus yang tidak diharapkan. Ekspor sebagai CSV UTF-8 atau format log peristiwa lain yang didukung ProcessMind, dengan nama kolom wajib yang persis: SalesOpportunityId, ActivityName, dan EventTime. Sertakan atribut yang disarankan jika tersedia. Unggah file hasilnya ke ProcessMind tanpa mengharapkan platform membuat peristiwa yang tidak ada.

Konfigurasi

Konfigurasi layanan OData: Gunakan hanya layanan dan kumpulan entitas OData standar SAP Sales Cloud yang telah dikonfirmasi melalui metadata layanan untuk tenant Anda. Konfigurasikan nama layanan, nama entitas, nama properti, dan jalur navigasi sesuai sistem Anda.
Koneksi dan otorisasi: Konfigurasikan URL SAP Sales Cloud yang disetujui, metode autentikasi, kredensial klien, cakupan akses, dan izin baca. Akses ke data ERP, logistik, penagihan, atau pembayaran eksternal memerlukan otorisasi terpisah jika peristiwa tersebut tidak tersedia melalui SAP Sales Cloud.
Rentang tanggal: Mulailah dengan tiga hingga enam bulan. Sertakan periode penelusuran ke belakang yang singkat jika waktu pembuatan dan stempel waktu perubahan status dapat mendahului rentang proses yang dipilih. Dokumentasikan apakah filter menggunakan waktu pembuatan, waktu terakhir diubah, waktu transisi status, atau stempel waktu lain yang telah dikonfirmasi.
Kunci kasus wajib: Petakan setiap peristiwa ke SalesOpportunityId. Jangan keluarkan peristiwa tanpa relasi Opportunity yang dapat diandalkan, kecuali catatan tersebut dapat ditautkan melalui referensi silang yang disetujui.
Pemetaan status: Konfigurasikan pemetaan yang tepat dan khusus untuk tenant Anda bagi Qualified, tahap proposal atau solusi, Sent, Proposed, accepted, Won, Closed, Lost, Closed Lost, Submitted, In Process, Pending Revision, penyelesaian pemenuhan, pembuatan invoice, dan penerimaan pembayaran. Label status dapat berbeda menurut konfigurasi dan bahasa.
Filter: Terapkan filter perusahaan, unit organisasi, jenis dokumen, area penjualan, status, dan tanggal yang telah dikonfirmasi hanya jika kolom tersebut tersedia dan makna bisnisnya dipahami. Jangan berasumsi bahwa Company Code dan Document Type tersedia di setiap objek SAP Sales Cloud.
Paginasi dan pembatasan laju: Gunakan ukuran halaman dan mekanisme halaman berikutnya yang didukung layanan OData. Tambahkan penanganan percobaan ulang untuk kesalahan HTTP sementara, patuhi batas laju tenant, dan hindari terlalu banyak permintaan paralel.
Kebutuhan riwayat perubahan: Aktivitas berbasis status memerlukan riwayat status atau log perubahan yang dilengkapi stempel waktu. Kolom status saat ini saja tidak cukup untuk merekonstruksi waktu tercapainya status sebelumnya secara andal.
Sumber peristiwa eksternal: Pemenuhan pesanan, pembuatan invoice, dan penerimaan pembayaran mungkin dikelola di sistem ERP, logistik, penagihan, atau keuangan yang terintegrasi. Konfigurasikan pengenal lintas sistem yang disetujui dan aturan ekstraksi khusus untuk setiap sumber.
Kualitas data: Pertahankan nilai kosong jika data tidak tersedia. Jangan mengganti nilai historis dengan status atau pemilik saat ini, kecuali aturan bisnis secara eksplisit menerima keterbatasan tersebut.
Prasyarat: Pastikan edisi SAP Sales Cloud yang diperlukan, ketersediaan API, konfigurasi integrasi, ketersediaan objek bisnis, otorisasi tenant, dan lisensi sistem eksternal sebelum menjadwalkan ekstraksi.

Contoh kueri 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}")

Siap untuk memulai?

Templat data ini menyediakan hal-hal yang Anda perlukan untuk mulai mengoptimalkan proses Lead to Cash. Mulailah meningkatkan siklus pendapatan Anda hari ini.

Kembali ke panduan perbaikan

Unduh template

Optimalkan Lead to Cash sekarang dan tingkatkan tingkat kemenangan!

Kurangi transaksi yang gagal dan tingkatkan tingkat kemenangan hingga 20% dengan uji coba gratis kami.

Mulai uji coba gratis

Tidak perlu kartu kredit. Penyiapan hanya beberapa menit.

Templat data Lead to Cash Anda

Templat data Lead to Cash Anda

Atribut Lead to Cash

Aktivitas Lead to Cash

Panduan ekstraksi

Ekstraksi SAP Sales Cloud Analytics melalui OData API

Langkah

Konfigurasi

Contoh kueri python

Kueri objek bisnis OData standar SAP Sales Cloud

Langkah

Konfigurasi

Contoh kueri python

Siap untuk memulai?

Optimalkan Lead to Cash sekarang dan tingkatkan tingkat kemenangan!