> Miglioramento continuo dei processi > Lead to Cash > Pipedrive > Template dei dati

Il Suo Template dati Lead to Cash

Pipedrive

Attributi Lead to Cash (20) Attività Lead to Cash (13) Guide all'estrazione (3)

Il Suo Template dati Lead to Cash

Questo Template offre una roadmap chiara per raccogliere i dati essenziali necessari ad analizzare il processo Lead to Cash in Pipedrive. Indica gli attributi fondamentali e le attività principali da monitorare, insieme a indicazioni pratiche per estrarre queste informazioni direttamente dal Suo sistema Pipedrive. Utilizzi questa risorsa per preparare i dati al Process Mining e all'ottimizzazione completa del processo.

Attributi consigliati da raccogliere
Attività principali da monitorare
Indicazioni per l'estrazione da Pipedrive

Non conosce ancora gli Event Log? Scopra come creare un Event Log per il Process Mining.

Scarica il Template

Attributi Lead to Cash

Questi campi dati consigliati sono essenziali per creare un Event Log solido e consentire un’analisi completa del processo Lead to Cash.

3 Obbligatorio 4 Consigliato 13 Facoltativo

	Nome	Descrizione
	Nome dell'attività ActivityName	Il nome dello specifico evento o task aziendale che si è verificato nel processo di vendita.
Descrizione Questo attributo descrive una singola fase del processo Lead to Cash, come "Deal Created", "Proposal Sent" o "Payment Received". Le attività sono gli elementi fondamentali utilizzati per visualizzare il flusso di processo. L'analisi della sequenza e della frequenza delle attività aiuta a identificare i percorsi di processo più comuni, i colli di bottiglia in cui il lavoro si accumula e le eventuali deviazioni dalla procedura di vendita standard. È essenziale per comprendere come il processo viene effettivamente eseguito. Perché è importante Definisce le fasi del processo, consentendo di visualizzare e analizzare il flusso di processo, identificare i colli di bottiglia ed eseguire verifiche di conformità. Dove reperirlo In genere viene ricavato mappando gli eventi di Pipedrive, come i cambi di fase delle trattative o la creazione di oggetti correlati, ad esempio le fatture, su un elenco definito di attività. Esempi Deal creatoProposta inviataDeal vintoFattura inviataPagamento ricevuto
	Opportunità di vendita SalesOpportunityId	L'identificativo univoco di un'opportunità di vendita, utilizzato come ID del caso per monitorare l'intero processo Lead to Cash.
Descrizione L'ID dell'opportunità di vendita è la chiave primaria che collega tutte le attività correlate, dalla creazione iniziale del lead al pagamento finale. Rappresenta una singola vendita potenziale monitorata in Pipedrive. Nell'analisi dei processi, questo identificativo è fondamentale per ricostruire il percorso end-to-end di ogni trattativa. Consente di raggruppare in un unico caso coerente tutti gli eventi, come "Deal Created", "Proposal Sent" e "Payment Received", permettendo di analizzare le varianti di processo, i tempi di ciclo e i tassi di conversione. Perché è importante Questo identificativo costituisce la base della vista del processo, collegando tutti gli eventi correlati per formare la cronologia completa di ogni trattativa. Dove reperirlo Viene recuperato dal campo "id" dell'oggetto Deal tramite l'API di Pipedrive. Esempi 12543125441254512546
	Orario dell'evento EventTime	Il timestamp che indica quando si è verificata l'attività.
Descrizione L'Event Time, o Start Time, registra la data e l'ora precise in cui è stata registrata una specifica attività. Questi dati temporali sono essenziali per ordinare cronologicamente gli eventi e calcolare la durata tra le diverse fasi del processo. Nell'analisi, questo timestamp viene utilizzato per calcolare indicatori chiave di prestazione come il tempo di ciclo, il tempo di elaborazione e il tempo di attesa. Consente di creare Dashboard basate sul tempo per monitorare le prestazioni e individuare i ritardi nel processo di vendita. Perché è importante Questo timestamp è fondamentale per ordinare gli eventi, calcolare la durata dei processi e analizzare le prestazioni rispetto a obiettivi basati sul tempo. Dove reperirlo Viene recuperato da campi come "add_time" o "update_time" di Deal, Activity o oggetti correlati nell'API di Pipedrive. Esempi 2023-04-15T10:00:00Z2023-04-16T14:30:00Z2023-05-01T09:05:00Z
	Percentuale di sconto DiscountPercentage	La percentuale di sconto applicata alla trattativa.
Descrizione Questo attributo rappresenta la percentuale di sconto eventualmente concessa su una trattativa. È un fattore fondamentale per comprendere la strategia di prezzo e il relativo impatto sulla redditività. L'analisi della Discount Percentage aiuta a valutare l'efficacia delle strategie di sconto. Può essere correlata ad altri attributi, come Deal Value, Sales Representative o Product, per individuare i contesti in cui gli sconti sono più frequenti e verificare se determinano tassi di vittoria più elevati o erodono semplicemente i margini. Perché è importante È fondamentale per analizzare le strategie di prezzo, i margini di vendita e la redditività complessiva delle trattative. Dove reperirlo Spesso si tratta di un campo personalizzato dell'oggetto Deal in Pipedrive. Consulti la documentazione di Pipedrive per configurare i campi personalizzati. Esempi 0.050.100.150.0
	Responsabile della trattativa DealOwner	Il rappresentante commerciale responsabile della gestione dell'opportunità di vendita.
Descrizione Il Deal Owner è l'utente assegnato a una specifica trattativa. Questo attributo è fondamentale per comprendere l'allocazione delle risorse e le prestazioni del team di vendita. Consente di analizzare le prestazioni a livello individuale o di team. Le Dashboard possono essere filtrate per Deal Owner per confrontare metriche come la durata del ciclo di vendita, i tassi di conversione e il valore medio delle trattative, aiutando a individuare i migliori performer e le aree in cui è necessario sviluppare le competenze. Perché è importante Consente di analizzare le prestazioni per rappresentante commerciale, aiutando a individuare i migliori performer e le aree che richiedono miglioramenti. Dove reperirlo Viene recuperato dal campo "user_id" dell'oggetto Deal, che rimanda all'oggetto User nell'API di Pipedrive. Esempi John SmithJane DoePeter Jones
	Stato della trattativa DealStatus	L'esito o lo stato attuale della trattativa, ad esempio vinta, persa o aperta.
Descrizione Il Deal Status indica l'esito finale o lo stato generale attuale di un'opportunità di vendita. È una dimensione primaria per analizzare i tassi di successo delle vendite e l'efficienza del processo. Questo attributo è fondamentale per calcolare i tassi di vittoria e perdita e per filtrare la mappa di processo, confrontando i percorsi delle trattative vinte con quelli delle trattative perse. Questo confronto rivela spesso differenze chiave nell'esecuzione del processo che contribuiscono al successo o all'insuccesso, offrendo indicazioni preziose per il miglioramento dei processi. Perché è importante È essenziale per calcolare i tassi di vittoria e perdita e confrontare i flussi di processo delle trattative concluse con successo e di quelle non riuscite. Dove reperirlo Viene recuperato dal campo "status" dell'oggetto Deal nell'API di Pipedrive. Esempi vintapersaaperta
	Valore della trattativa DealValue	Il valore monetario complessivo dell'opportunità di vendita.
Descrizione Il Deal Value rappresenta il ricavo potenziale o effettivo associato a un'opportunità di vendita. È una metrica fondamentale per stabilire la priorità delle trattative e valutarne l'impatto finanziario sulla pipeline di vendita. Nell'analisi dei processi, questo attributo viene utilizzato per segmentare i casi in base al valore finanziario, consentendo di confrontare l'esecuzione del processo per le trattative di valore elevato e per quelle di valore ridotto. È inoltre un elemento centrale delle Dashboard che analizzano le prestazioni di vendita, l'efficacia degli sconti e la generazione complessiva dei ricavi. Perché è importante Consente di analizzare finanziariamente il processo di vendita, aiutando a dare priorità alle trattative di valore elevato e a comprenderne l'impatto sui ricavi. Dove reperirlo Viene recuperato dal campo "value" dell'oggetto Deal nell'API di Pipedrive. Esempi 5000.0025000.501500.75
	Condizioni di pagamento PaymentTerms	Le condizioni di pagamento concordate, come «Net 30» o «Net 60».
Descrizione I Payment Terms definiscono il periodo entro il quale il cliente deve pagare una fattura dopo il suo invio. Questo attributo è fondamentale per la gestione dei crediti commerciali e del flusso di cassa. Nel Process Mining, questo attributo costituisce il riferimento per valutare le prestazioni dei pagamenti. Viene utilizzato per calcolare KPI come il tasso di pagamento puntuale, confrontando la data effettiva del pagamento con la data di scadenza ricavata dalla data della fattura e da questi termini. Perché è importante Fornisce il riferimento per misurare la puntualità dei pagamenti e analizzare i ritardi nel processo di incasso. Dove reperirlo In genere si tratta di un campo personalizzato dell'oggetto Deal o Organization in Pipedrive, oppure può provenire da un sistema contabile integrato. Esempi Pagamento a 30 giorniPagamento a 60 giorniPagamento alla ricezione
	È una rilavorazione IsRework	Un indicatore che identifica le attività appartenenti a un ciclo di rilavorazione.
Descrizione «Is Rework» è un indicatore booleano che in genere viene calcolato dallo strumento di Process Mining per evidenziare i casi in cui il processo devia da un flusso lineare e ripete passaggi precedenti. Ad esempio, un deal che passa da «Negotiation» a «Proposal Sent» viene considerato una rilavorazione. Identificare le rilavorazioni è fondamentale per ottimizzare il processo, poiché rappresentano inefficienze, attività sprecate e possibili fonti di confusione per il cliente. L'analisi delle attività contrassegnate come rilavorazioni aiuta a individuare i punti in cui il processo si interrompe o si deteriora, consentendo di definire miglioramenti mirati. Perché è importante Aiuta a quantificare l'inefficienza del processo identificando e contrassegnando le attività che fanno parte di un percorso ripetuto o circolare. Dove reperirlo Viene calcolato dal software di Process Mining analizzando la sequenza delle attività all'interno di ciascun caso. Esempi truefalse
	Fase della trattativa DealStage	La fase specifica della pipeline di vendita in cui si trova attualmente la trattativa.
Descrizione Il Deal Stage rappresenta una fase specifica della pipeline di vendita definita dall'azienda, come "Qualified", "Proposal Made" o "Negotiation". Offre una visione più dettagliata dell'avanzamento della trattativa rispetto al Deal Status complessivo. L'analisi delle fasi delle trattative è fondamentale per comprendere il funnel di vendita e individuare i punti in cui le trattative tendono a bloccarsi. Monitorando il tempo trascorso in ciascuna fase, i team possono individuare i colli di bottiglia e concentrare gli interventi di miglioramento sulle parti più problematiche del ciclo di vendita. Perché è importante Offre una visione dettagliata dell'avanzamento della trattativa nel funnel di vendita, aiutando a identificare i colli di bottiglia e i tassi di conversione tra le diverse fasi. Dove reperirlo Viene recuperato dal campo "stage_id" dell'oggetto Deal, che rimanda all'oggetto Stage nell'API di Pipedrive. Esempi Lead acquisitoPrimo contatto effettuatoDemo fissataProposta formulataNegoziazione avviata
	Nome dell'organizzazione OrganizationName	Il nome dell'azienda o dell'organizzazione del cliente associata alla trattativa.
Descrizione Questo attributo identifica il cliente aziendale collegato all'opportunità di vendita. Fornisce il contesto relativo alle aziende presenti nella pipeline di vendita. L'analisi per Organization Name aiuta a comprendere il comportamento dei clienti e a identificare gli account strategici. Può essere utilizzata per segmentare l'analisi del processo e verificare se i processi differiscono tra i clienti strategici e quelli di dimensioni più ridotte, oppure per monitorare l'intera cronologia delle vendite relativa a una specifica azienda. Perché è importante Identifica il cliente, consentendo un'analisi incentrata sul cliente e la segmentazione del processo di vendita. Dove reperirlo Viene recuperato dal campo "org_id" dell'oggetto Deal, che rimanda all'oggetto Organization nell'API di Pipedrive. Esempi ABC CorporationGlobal Tech Inc.Innovate Solutions
	Ora di fine dell'evento EventEndTime	Il timestamp che indica quando è stata completata un'attività con una durata.
Descrizione L'ora di fine dell'evento indica il completamento di un'attività con una durata misurabile, come una riunione o un'attività. Insieme all'ora di inizio, consente di calcolare con precisione la durata di specifiche attività. Questo attributo è essenziale per calcolare il tempo di elaborazione delle singole attività. Analizzando tale durata è possibile identificare le attività che richiedono più tempo e individuare opportunità di ottimizzazione, automazione o riallocazione delle risorse. Perché è importante Consente di calcolare con precisione la durata delle singole attività, un elemento fondamentale per identificare le attività più dispendiose in termini di tempo e i colli di bottiglia. Dove reperirlo Recuperato da campi come «due_date» o da un timestamp di completamento degli oggetti Activity nell'API di Pipedrive. Esempi 2023-04-15T11:00:00Z2023-04-16T15:00:00Z2023-05-01T09:35:00Z
	Origine del lead LeadSource	La fonte o il canale attraverso cui è stato acquisito il lead.
Descrizione Lead Source identifica il modo in cui un potenziale cliente è stato individuato per la prima volta, ad esempio tramite "Webinar", "Cold Call" o "Partner Referral". Queste informazioni sono fondamentali per la strategia di marketing e vendita. L'analisi della Lead Source aiuta a determinare l'efficacia dei diversi canali di marketing. Può essere utilizzata per confrontare i tassi di conversione e i tempi del ciclo di vendita dei lead provenienti da fonti diverse, consentendo all'azienda di ottimizzare gli investimenti di marketing e le attività commerciali. Perché è importante Aiuta a misurare l'efficacia dei diversi canali di marketing analizzando i tassi di conversione e le prestazioni del processo dei lead provenienti da ciascuna fonte. Dove reperirlo Viene recuperato dal campo "source_name" dell'oggetto Lead, che viene quindi associato al Deal. Esempi Ricerca organicaSocial a pagamentoSegnalazioneFiera commerciale
	Pagamento puntuale IsOnTimePayment	Un indicatore booleano che segnala se il pagamento è stato ricevuto entro i termini di pagamento concordati.
Descrizione Questo attributo è un indicatore binario (True/False) che segnala se il pagamento è stato effettuato puntualmente. Viene ricavato confrontando il tempo effettivo di pagamento della fattura con i Payment Terms specificati. L'indicatore semplifica l'analisi del comportamento di pagamento. Può essere utilizzato per calcolare rapidamente il KPI del tasso di pagamento puntuale e filtrare i pagamenti in ritardo, consentendo un'analisi mirata delle cause alla base dei ritardi per determinati clienti o tipi di deal. Perché è importante Semplifica l'analisi del rispetto dei termini di pagamento e viene utilizzato per calcolare il KPI del tasso di pagamento puntuale. Dove reperirlo Calcolato confrontando «InvoicePaymentTime» con l'attributo «PaymentTerms». Ad esempio, se PaymentTerms è «Net 30» e InvoicePaymentTime è <= 30 giorni, il valore è True. Esempi truefalse
	Prodotto ProductAttached	Il prodotto o servizio associato all'opportunità di vendita.
Descrizione Questo attributo specifica il prodotto o servizio venduto nella trattativa. Consente un'analisi più dettagliata delle attività di vendita relative a specifiche offerte. Includendo il prodotto, è possibile segmentare l'analisi e confrontare i processi di vendita tra diverse linee di prodotto. Ciò può rivelare se determinati prodotti presentano cicli di vendita più lunghi, tassi di conversione differenti o richiedono fasi di processo diverse, favorendo strategie di vendita più mirate. Perché è importante Consente di analizzare il processo di vendita per linea di prodotto, aiutando a individuare variazioni nei cicli di vendita o nei tassi di successo delle diverse offerte. Dove reperirlo Viene recuperato dall'oggetto Product collegato a un Deal nell'API di Pipedrive. Esempi Abbonamento SaaS standardLicenza della piattaforma EnterprisePacchetto di servizi professionali
	Regione Region	La regione geografica associata al cliente o all'opportunità di vendita.
Descrizione Questo attributo classifica i deal in aree geografiche, come Nord America, EMEA o APAC. Consente di analizzare le prestazioni e i processi di vendita in base alla localizzazione. Segmentando il processo per regione, le aziende possono individuare differenze regionali nella durata del ciclo di vendita, nei tassi di successo e nelle varianti di processo. Questi insight possono orientare le strategie commerciali regionali, l'allocazione delle risorse e le iniziative di standardizzazione dei processi. Perché è importante Consente di analizzare geograficamente il processo di vendita, mettendo in evidenza le differenze regionali nelle prestazioni e nel comportamento dei clienti. Dove reperirlo In genere si tratta di un campo personalizzato dell'oggetto Deal o Organization. È inoltre possibile utilizzare i campi dell'indirizzo dell'Organization per ricavare questo dato. Esempi Nord AmericaEMEAAPACLATAM
	Sistema di origine SourceSystem	Identifica il sistema dal quale sono stati estratti i dati.
Descrizione Questo attributo specifica l'origine dei dati, che in questo caso è Pipedrive. È particolarmente utile negli ambienti in cui i dati provenienti da più sistemi vengono consolidati per ottenere una visione completa del processo. Sebbene in un'analisi basata su un unico sistema sia spesso un valore statico, fornisce un contesto essenziale e supporta la governance e la tracciabilità dei dati. Conferma che gli eventi e gli attributi sono associati all'istanza Pipedrive. Perché è importante Fornisce un contesto essenziale sull'origine dei dati, garantendo tracciabilità e chiarezza, soprattutto quando vengono combinati dati provenienti da più sistemi. Dove reperirlo In genere è un valore statico aggiunto durante il processo di trasformazione dei dati. Esempi Pipedrive
	Tempo di pagamento della fattura InvoicePaymentTime	La durata compresa tra l'invio della fattura e la ricezione del pagamento.
Descrizione Il tempo di pagamento della fattura misura l'efficienza del processo di gestione dei crediti commerciali. Tiene traccia in particolare del tempo trascorso tra l'attività «Invoice Sent» e l'attività «Payment Received». Questa metrica è fondamentale per monitorare il flusso di cassa e identificare i ritardi nella riscossione dei pagamenti. L'analisi di questa durata aiuta le aziende a comprendere il comportamento di pagamento dei clienti e l'efficacia delle strategie di sollecito e incasso, con un impatto diretto sul ciclo da preventivo a pagamento. Perché è importante Misura direttamente l'efficienza del processo di incasso ed è essenziale per la gestione del flusso di cassa. Dove reperirlo Calcolato come differenza tra i timestamp delle attività «Payment Received» e «Invoice Sent» per un determinato caso. Esempi 28 giorni45 giorni10 giorni
	Ultimo aggiornamento dei dati LastDataUpdate	Il timestamp dell'aggiornamento più recente dei dati provenienti dal sistema di origine.
Descrizione Questo attributo indica l'ultima volta in cui i dati sono stati estratti e aggiornati nel dataset di Process Mining. Fornisce un riferimento chiaro sull'aggiornamento dei dati analizzati. Per qualsiasi analisi, conoscere la tempestività dei dati è fondamentale. Questo attributo aiuta a comprendere se gli insight visualizzati riflettono lo stato più attuale del processo, un aspetto essenziale per il monitoraggio operativo e il processo decisionale. Perché è importante Indica l'aggiornamento dei dati, assicurando che gli utenti sappiano quanto è attuale l'analisi del processo. Dove reperirlo Questo valore viene generato e registrato durante il processo di acquisizione dei dati o di ETL. Esempi 2023-10-27T02:00:00Z2023-10-28T02:00:00Z
	Valuta della trattativa DealCurrency	La valuta associata al valore della trattativa.
Descrizione Questo attributo specifica la valuta, ad esempio USD, EUR o GBP, nella quale è espresso il Deal Value. Fornisce il contesto necessario per tutte le metriche finanziarie. Quando si analizzano trattative provenienti da più regioni o Paesi, questo attributo è essenziale per garantire una corretta aggregazione e rendicontazione finanziaria. Assicura che le conversioni valutarie possano essere applicate correttamente prima di riepilogare i dati finanziari, evitando conclusioni inesatte. Perché è importante Fornisce il contesto essenziale per il Deal Value, garantendo un'analisi e una rendicontazione finanziaria accurate nelle diverse regioni. Dove reperirlo Viene recuperato dal campo "currency" dell'oggetto Deal nell'API di Pipedrive. Esempi USDEURGBP

Obbligatorio Consigliato Facoltativo

Attività Lead to Cash

Queste fasi chiave del processo e queste tappe fondamentali devono essere acquisite nell’Event Log per garantire una corretta individuazione del processo e un’ottimizzazione efficace.

5 Consigliato 8 Facoltativo

	Attività	Descrizione
	Deal creato	Segna l'inizio ufficiale di un'opportunità di vendita. Questo evento viene attivato quando una nuova trattativa viene creata manualmente o generata automaticamente a partire da un lead convertito.
Perché è importante Questa è l'attività iniziale principale del ciclo di vendita. Analizzando il tempo che intercorre tra questo evento e "Deal Won" o "Deal Lost" è possibile determinare la durata complessiva del ciclo di vendita. Dove reperirlo Si tratta di un evento esplicito acquisito nell'entità Deals di Pipedrive. Il timestamp di creazione ("add_time") del record della trattativa funge da orario dell'evento. Acquisizione Utilizzi il campo "add_time" dell'entità Deals. Tipo di evento explicit
	Deal perso	Segna la chiusura negativa di una trattativa. Si verifica quando il processo di vendita viene interrotto perché il cliente ha scelto un concorrente, non è più interessato o per altri motivi.
Perché è importante Questo è il principale punto di conclusione negativo. Analizzare quando e perché le trattative vengono perse offre indicazioni fondamentali per migliorare la strategia di vendita, la formazione e i processi di qualificazione. Dove reperirlo Si tratta di un evento esplicito acquisito quando lo stato di una trattativa viene modificato in "lost". Il campo "lost_time" dell'entità Deals registra il timestamp. Acquisizione Utilizzi il timestamp "lost_time" dell'entità Deals. Tipo di evento explicit
	Deal vinto	Segna la chiusura positiva di una trattativa e indica l'accordo verbale o scritto del cliente. In Pipedrive corrisponde a una modifica di stato standard ed esplicita.
Perché è importante Questa è la milestone di successo più importante. È fondamentale per calcolare i tassi di vittoria, la durata del ciclo di vendita delle trattative vinte e le prestazioni complessive delle vendite. Dove reperirlo Si tratta di un evento esplicito acquisito quando lo stato di una trattativa viene modificato in "won". Il campo "won_time" dell'entità Deals fornisce il timestamp preciso. Acquisizione Utilizzi il timestamp "won_time" dell'entità Deals. Tipo di evento explicit
	Pagamento ricevuto	Segna la ricezione del pagamento da parte del cliente e completa il ciclo di cassa dell'opportunità. È l'evento finale del processo Lead to Cash e proviene da un sistema finanziario.
Perché è importante Questo è il passaggio finale che genera valore. Rappresenta la vera conclusione del processo Lead to Cash ed è essenziale per misurare il tempo del ciclo end-to-end e analizzare i ritardi nei pagamenti. Dove reperirlo Viene acquisito da un sistema contabile o di elaborazione dei pagamenti. La conferma del pagamento deve essere ricollegata alla trattativa Pipedrive. Acquisizione Dati dell'evento provenienti da un sistema finanziario esterno, collegati alla trattativa tramite un identificativo univoco. Tipo di evento explicit
	Proposta inviata	Rappresenta il momento in cui al cliente viene consegnato un preventivo o una proposta formale. Spesso viene dedotto quando la trattativa passa a una specifica fase della pipeline, come "Proposal Made" o "Quote Sent".
Perché è importante Questa è una milestone importante del processo di vendita. Analizzando il tempo che intercorre tra questo evento e "Deal Won" è possibile comprendere la durata della fase decisionale e negoziale. Dove reperirlo Viene dedotto dal changelog del Deal quando "stage_id" cambia passando a una fase designata per le proposte. Viene utilizzato il timestamp del cambio di fase. Acquisizione Rilevi quando "stage_id" di un Deal viene aggiornato a una specifica fase "Proposal". Tipo di evento inferred
	Deal qualificato	Indica che la trattativa soddisfa criteri predefiniti ed è considerata un'opportunità concreta da perseguire. In genere si deduce quando una trattativa passa da una fase iniziale della pipeline, come "Lead In", a una fase più qualificata, come "Contact Made" o "Needs Defined".
Perché è importante Questa milestone consente di analizzare l'efficacia del processo di qualificazione dei lead e di individuare quanto tempo le trattative trascorrono nelle fasi iniziali, quando non sono ancora qualificate. Dove reperirlo Viene dedotto dal changelog o dalla cronologia del Deal quando il campo "stage_id" cambia passando a una fase che indica la qualificazione. Acquisizione Individui nella cronologia della trattativa il passaggio a una fase predefinita "qualified". Tipo di evento inferred
	Deal riaperto	Rappresenta una trattativa precedentemente contrassegnata come persa che è stata riattivata per ulteriori attività di vendita. L'evento viene dedotto quando lo stato di una trattativa cambia da "lost" a "open".
Perché è importante Questa attività evidenzia i cicli di rilavorazione e gli sforzi di riattivazione. L'analisi di questi casi può rivelare modelli nel comportamento dei clienti o nell'efficacia del follow-up commerciale. Dove reperirlo Viene dedotto dal changelog del Deal. Viene rilevato quando il campo "status" cambia da "lost" a "open". Acquisizione Individui nella cronologia della trattativa il passaggio di stato da "lost" a "open". Tipo di evento inferred
	Fattura inviata	Rappresenta il momento in cui una fattura viene inviata al cliente per il pagamento. Questo evento viene generalmente attivato in un sistema contabile o di fatturazione esterno dopo l'evasione dell'ordine.
Perché è importante Segna l'inizio del ciclo di pagamento. Il tempo che intercorre tra questo evento e "Payment Received" è fondamentale per monitorare i crediti commerciali e il flusso di cassa. Dove reperirlo Proviene da un sistema contabile o ERP esterno, come Xero o QuickBooks. I dati dell'evento devono essere integrati e associati alla trattativa Pipedrive. Acquisizione Dati dell'evento provenienti da un sistema di fatturazione esterno, associati alla trattativa tramite integrazione API. Tipo di evento explicit
	Follow-up della proposta	Registra qualsiasi attività di vendita, come una chiamata o un'e-mail, che si verifica dopo l'invio della proposta al cliente. Questo evento indica un coinvolgimento attivo durante la fase di valutazione.
Perché è importante Misura la tempestività e la frequenza delle azioni di follow-up, aspetti fondamentali per mantenere lo slancio e chiudere le trattative. Supporta la Dashboard "Proposal Follow-up Timeliness". Dove reperirlo Viene acquisito dall'entità Activities di Pipedrive. Viene identificato come un'attività completata che si verifica dopo l'evento "Proposal Sent" per la stessa trattativa. Acquisizione Individui un'Activity completata con un "done_time" successivo al timestamp dell'attività "Proposal Sent". Tipo di evento explicit
	Inizio della negoziazione	Segnala l'inizio della negoziazione attiva su prezzo, condizioni o ambito. In genere viene dedotto quando una trattativa passa a una fase della pipeline denominata "Negotiation" dopo l'invio di una proposta.
Perché è importante Isolare la fase di negoziazione consente di individuare la durata di questa parte specifica del ciclo e quali trattative comportano negoziazioni prolungate. Dove reperirlo Viene dedotto dal changelog del Deal quando "stage_id" viene aggiornato a una fase esplicitamente denominata per la negoziazione. Acquisizione Individui nella cronologia della trattativa il passaggio a una fase predefinita "Negotiation". Tipo di evento inferred
	Ordine di vendita creato	Rappresenta la creazione di un ordine di vendita formale in un sistema a valle, come un ERP o una piattaforma contabile, dopo la vittoria della trattativa. Questa attività non è nativa di Pipedrive e richiede dati provenienti da un sistema integrato.
Perché è importante Questo evento segna il passaggio dalle vendite alle Operations o alla funzione Finance. Analizzando il tempo che intercorre tra "Deal Won" e questa attività è possibile individuare potenziali ritardi nell'elaborazione dell'ordine. Dove reperirlo Viene generalmente acquisito da un ERP o da un sistema finanziario collegato. I dati devono essere acquisiti e collegati all'ID della trattativa Pipedrive. Acquisizione Dati dell'evento inviati da un sistema esterno tramite API, spesso mediante l'aggiornamento di un campo personalizzato della trattativa Pipedrive. Tipo di evento explicit
	Ordine evaso	Indica che il prodotto è stato spedito o che il servizio è stato erogato al cliente. Questo evento proviene da un sistema esterno di evasione o operativo.
Perché è importante Il monitoraggio dell'evasione è fondamentale per comprendere il tempo del ciclo dall'ordine alla consegna. I ritardi in questa fase incidono direttamente sulla soddisfazione del cliente e sulla rilevazione dei ricavi. Dove reperirlo Viene acquisito da un ERP esterno, da un sistema di gestione dell'inventario o da una piattaforma di gestione dei servizi. Questi dati devono essere ricollegati alla trattativa Pipedrive corrispondente. Acquisizione Dati dell'evento provenienti da un sistema esterno, collegati tramite l'ID della trattativa o un altro identificativo comune. Tipo di evento explicit
	Primo contatto effettuato	Rappresenta la prima interazione significativa con il potenziale cliente associato alla trattativa. In genere viene registrata come un'attività completata, ad esempio una chiamata, un'e-mail o una riunione collegata alla trattativa.
Perché è importante Il monitoraggio di questo evento consente di misurare il tempo necessario per il primo contatto e di verificare che i lead vengano coinvolti tempestivamente. Offre inoltre indicazioni sulla reattività del team di vendita. Dove reperirlo Viene acquisito dall'entità Activities di Pipedrive. Si identifica individuando la prima attività completata collegata all'ID della trattativa. Acquisizione Individui la prima Activity completata associata a un Deal, sulla base del campo "done_time". Tipo di evento explicit

Consigliato Facoltativo

Guide all'estrazione

Come ottenere i Suoi dati da Pipedrive

Passaggi

Acceda a Pipedrive: acceda al Suo account Pipedrive con un profilo utente autorizzato a esportare i dati. In genere si tratta di un utente Admin.
Acceda all'esportazione dei dati: faccia clic sulla Sua immagine del profilo nell'angolo in alto a destra, quindi selezioni «Settings». Nel menu di navigazione a sinistra individui la sezione «Tools and apps» e faccia clic su «Export data».
Esporti i dati dei Deal: nella vista «Export data» selezioni «Deals». Scelga il formato di file «CSV». È consigliabile applicare un filtro per un intervallo di date specifico, ad esempio gli ultimi 6 mesi, per mantenere gestibili le dimensioni del file. Faccia clic su «Export» e attenda la generazione e il download del file. Il file conterrà informazioni fondamentali sui deal, tra cui l'ora di creazione, l'ora di acquisizione e l'ora di perdita.
Esporti i dati delle attività: ripeta la procedura per «Activities». Selezioni «Activities», scelga «CSV», applichi lo stesso filtro per l'intervallo di date utilizzato per i deal ed esporti il file. Questo file contiene i record di chiamate, e-mail, riunioni e attività personalizzate collegate ai deal.
Raccolga i dati esterni: ottenga i dati corrispondenti dai sistemi a valle. Avrà bisogno delle esportazioni dal Suo sistema ERP, contabile o di evasione per eventi come «Sales Order Created», «Order Fulfilled», «Invoice Sent» e «Payment Received». Si assicuri che questi file contengano un identificativo comune che possa essere ricondotto al Deal ID di Pipedrive.
Configuri un ambiente di elaborazione dei dati: utilizzi uno strumento in grado di gestire e unire più file CSV, come Python con la libreria pandas, Microsoft Excel con Power Query o un altro strumento di preparazione dei dati.
Carichi e combini i dati: carichi i file Deals.csv e Activities.csv. Carichi inoltre i file di dati esterni raccolti nel passaggio precedente.
Costruisca l'Event Log: crei un Event Log unificato trasformando tramite script i dati grezzi nel formato di attività richiesto. Per ciascuna delle 13 attività obbligatorie, crei il relativo insieme di righe. Ad esempio:
- gli eventi «Deal Created» vengono generati dalla colonna add_time del file Deals.csv;
- gli eventi «Deal Won» vengono generati dalla colonna won_time del file Deals.csv;
- «Initial Contact Made» corrisponde alla prima attività completata per ciascun deal nel file Activities.csv;
- le altre attività, come «Proposal Sent» o «Negotiation Started», vengono dedotte dagli oggetti o dai tipi di attività specifici presenti in Activities.csv.
Mappi gli attributi: per ogni riga dell'evento, si assicuri che tutte le colonne obbligatorie siano valorizzate: SalesOpportunityId, ActivityName ed EventTime. Aggiunga gli attributi consigliati, come DealValue, DealOwner e DealStatus, unendoli ai dati dei deal.
Esporti il risultato finale: una volta creato e convalidato l'Event Log, salvi la tabella finale come un unico file CSV con codifica UTF-8. Il file sarà pronto per essere caricato in ProcessMind per l'analisi.

Configurazione

Oggetti da esportare: deve esportare almeno «Deals» e «Activities». Potrebbe inoltre dover esportare «Organizations» o «People» se necessita di ulteriori dati dimensionali.
Formato file: scelga CSV per garantire la massima compatibilità con strumenti di elaborazione dei dati come Python o Power Query.
Filtro per l'intervallo di date: utilizzi l'opzione «Filter by» per selezionare un periodo specifico, ad esempio «Deal add time» negli «ultimi 180 giorni». Questo è fondamentale per gestire le prestazioni dell'esportazione e le dimensioni del file.
Autorizzazioni utente: deve essere un utente Admin oppure disporre di un set di autorizzazioni che consenta esplicitamente di esportare i dati dall'account Pipedrive.
Tipi di attività personalizzati: l'estrazione corretta di fasi di processo come «Deal Qualified» o «Proposal Sent» dipende in larga misura dall'utilizzo di Activity Types personalizzati in Pipedrive. Si assicuri che siano configurati e utilizzati in modo coerente dal Suo team commerciale.

a Query di esempio python

import pandas as pd

class=class="hl-string">"hl-comment"># --- 1. Load Data ---
class=class="hl-string">"hl-comment"># Load Pipedrive exports. Replace class="hl-string">'deals.csv' and class="hl-string">'activities.csv' with your actual file paths.
deals_df = pd.read_csv(class="hl-string">'deals.csv')
activities_df = pd.read_csv(class="hl-string">'activities.csv')

class=class="hl-string">"hl-comment"># Placeholder: Load data from external systems. These files should contain a Deal ID column.
class=class="hl-string">"hl-comment"># Replace with actual file loads from your ERP, Accounting, or Fulfillment systems.
sales_orders_df = pd.DataFrame({class="hl-string">'Deal ID': [], class="hl-string">'Order Created Date': []}) class=class="hl-string">"hl-comment"># Example from ERP
fulfillments_df = pd.DataFrame({class="hl-string">'Deal ID': [], class="hl-string">'Fulfillment Date': []})   class=class="hl-string">"hl-comment"># Example from Fulfillment System
invoices_df = pd.DataFrame({class="hl-string">'Deal ID': [], class="hl-string">'Invoice Sent Date': []})         class=class="hl-string">"hl-comment"># Example from Accounting System
payments_df = pd.DataFrame({class="hl-string">'Deal ID': [], class="hl-string">'Payment Received Date': []})     class=class="hl-string">"hl-comment"># Example from Accounting System

class=class="hl-string">"hl-comment"># --- 2. Prepare and Clean Data ---
class=class="hl-string">"hl-comment"># Rename columns for consistency and convert date columns to datetime objects
deals_df.rename(columns={class="hl-string">'ID': class="hl-string">'SalesOpportunityId', class="hl-string">'Value': class="hl-string">'DealValue', class="hl-string">'Owner name': class="hl-string">'DealOwner', class="hl-string">'Status': class="hl-string">'DealStatus', class="hl-string">'Add time': class="hl-string">'EventTime_Created', class="hl-string">'Won time': class="hl-string">'EventTime_Won', class="hl-string">'Lost time': class="hl-string">'EventTime_Lost'}, inplace=True)
activities_df.rename(columns={class="hl-string">'Deal ID': class="hl-string">'SalesOpportunityId', class="hl-string">'Subject': class="hl-string">'ActivityName', class="hl-string">'Done time': class="hl-string">'EventTime'}, inplace=True)

for col in [class="hl-string">'EventTime_Created', class="hl-string">'EventTime_Won', class="hl-string">'EventTime_Lost']: 
    deals_df[col] = pd.to_datetime(deals_df[col], errors=class="hl-string">'coerce')
activities_df[class="hl-string">'EventTime'] = pd.to_datetime(activities_df[class="hl-string">'EventTime'], errors=class="hl-string">'coerce')


class=class="hl-string">"hl-comment"># --- 3. Extract Activities from Pipedrive Data ---

class=class="hl-string">"hl-comment"># Activity: Deal Created
event_created = deals_df[[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime_Created']].copy()
event_created.rename(columns={class="hl-string">'EventTime_Created': class="hl-string">'EventTime'}, inplace=True)
event_created[class="hl-string">'ActivityName'] = class="hl-string">'Deal Created'

class=class="hl-string">"hl-comment"># Activity: Deal Won
event_won = deals_df[deals_df[class="hl-string">'EventTime_Won'].notna()][[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime_Won']].copy()
event_won.rename(columns={class="hl-string">'EventTime_Won': class="hl-string">'EventTime'}, inplace=True)
event_won[class="hl-string">'ActivityName'] = class="hl-string">'Deal Won'

class=class="hl-string">"hl-comment"># Activity: Deal Lost
event_lost = deals_df[deals_df[class="hl-string">'EventTime_Lost'].notna()][[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime_Lost']].copy()
event_lost.rename(columns={class="hl-string">'EventTime_Lost': class="hl-string">'EventTime'}, inplace=True)
event_lost[class="hl-string">'ActivityName'] = class="hl-string">'Deal Lost'

class=class="hl-string">"hl-comment"># Filter for relevant, completed activities linked to a deal
completed_activities = activities_df[activities_df[class="hl-string">'EventTime'].notna() & activities_df[class="hl-string">'SalesOpportunityId'].notna()].copy()
completed_activities[class="hl-string">'SalesOpportunityId'] = completed_activities[class="hl-string">'SalesOpportunityId'].astype(int)

class=class="hl-string">"hl-comment"># Activity: Initial Contact Made (first completed activity for each deal)
event_initial_contact = completed_activities.sort_values(class="hl-string">'EventTime', ascending=True).drop_duplicates(class="hl-string">'SalesOpportunityId')
event_initial_contact = event_initial_contact[[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime']].copy()
event_initial_contact[class="hl-string">'ActivityName'] = class="hl-string">'Initial Contact Made'

class=class="hl-string">"hl-comment"># Infer other activities based on activity subject keywords. Adjust keywords as needed.
event_qualified = completed_activities[completed_activities[class="hl-string">'ActivityName'].str.contains(class="hl-string">'qualify|qualification', case=False, na=False)].copy()
event_qualified[class="hl-string">'ActivityName'] = class="hl-string">'Deal Qualified'

event_proposal_sent = completed_activities[completed_activities[class="hl-string">'ActivityName'].str.contains(class="hl-string">'proposal|quote', case=False, na=False)].copy()
event_proposal_sent[class="hl-string">'ActivityName'] = class="hl-string">'Proposal Sent'

class=class="hl-string">"hl-comment"># Proposal Follow-Up: Any call or email activity after a proposal was sent
if not event_proposal_sent.empty:
    merged_followup = pd.merge(completed_activities, event_proposal_sent[[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime']].rename(columns={class="hl-string">'EventTime':class="hl-string">'ProposalTime'}), on=class="hl-string">'SalesOpportunityId')
    follow_ups = merged_followup[merged_followup[class="hl-string">'EventTime'] > merged_followup[class="hl-string">'ProposalTime']]
    event_follow_up = follow_ups[follow_ups[class="hl-string">'ActivityName'].str.contains(class="hl-string">'call|email|follow-up', case=False, na=False)].copy()
    event_follow_up[class="hl-string">'ActivityName'] = class="hl-string">'Proposal Follow-Up'
else:
    event_follow_up = pd.DataFrame(columns=[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime', class="hl-string">'ActivityName'])

event_negotiation = completed_activities[completed_activities[class="hl-string">'ActivityName'].str.contains(class="hl-string">'negotiation|negotiate', case=False, na=False)].copy()
event_negotiation[class="hl-string">'ActivityName'] = class="hl-string">'Negotiation Started'

class=class="hl-string">"hl-comment"># Placeholder for Deal Reopened: Logic is complex and not reliably available from standard export.
event_reopened = pd.DataFrame(columns=[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime', class="hl-string">'ActivityName'])

class=class="hl-string">"hl-comment"># --- 4. Extract Activities from External Data (Placeholders) ---

class=class="hl-string">"hl-comment"># Rename columns and convert dates for external data
class=class="hl-string">"hl-comment"># This section needs to be adapted to your specific file structures
event_so_created = sales_orders_df.rename(columns={class="hl-string">'Deal ID': class="hl-string">'SalesOpportunityId', class="hl-string">'Order Created Date': class="hl-string">'EventTime'}).assign(ActivityName=class="hl-string">'Sales Order Created')
event_fulfilled = fulfillments_df.rename(columns={class="hl-string">'Deal ID': class="hl-string">'SalesOpportunityId', class="hl-string">'Fulfillment Date': class="hl-string">'EventTime'}).assign(ActivityName=class="hl-string">'Order Fulfilled')
event_invoice_sent = invoices_df.rename(columns={class="hl-string">'Deal ID': class="hl-string">'SalesOpportunityId', class="hl-string">'Invoice Sent Date': class="hl-string">'EventTime'}).assign(ActivityName=class="hl-string">'Invoice Sent')
event_payment_received = payments_df.rename(columns={class="hl-string">'Deal ID': class="hl-string">'SalesOpportunityId', class="hl-string">'Payment Received Date': class="hl-string">'EventTime'}).assign(ActivityName=class="hl-string">'Payment Received')


class=class="hl-string">"hl-comment"># --- 5. Combine and Finalize Event Log ---

event_log_frames = [
    event_created,
    event_won,
    event_lost,
    event_initial_contact,
    event_qualified[[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime', class="hl-string">'ActivityName']],
    event_proposal_sent[[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime', class="hl-string">'ActivityName']],
    event_follow_up[[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime', class="hl-string">'ActivityName']],
    event_negotiation[[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime', class="hl-string">'ActivityName']],
    event_reopened,
    event_so_created,
    event_fulfilled,
    event_invoice_sent,
    event_payment_received
]

event_log = pd.concat(event_log_frames)

class=class="hl-string">"hl-comment"># Merge with deal attributes
final_event_log = pd.merge(event_log, deals_df[[class="hl-string">'SalesOpportunityId', class="hl-string">'DealValue', class="hl-string">'DealOwner', class="hl-string">'Status']], on=class="hl-string">'SalesOpportunityId', how=class="hl-string">'left')

class=class="hl-string">"hl-comment"># Clean up and select final columns
final_event_log.rename(columns={class="hl-string">'Status':class="hl-string">'DealStatus'}, inplace=True)
final_event_log.dropna(subset=[class="hl-string">'EventTime', class="hl-string">'SalesOpportunityId'], inplace=True)

class=class="hl-string">"hl-comment"># Placeholder for DiscountPercentage - Assuming it's a custom field in your deals export
if class="hl-string">'Discount percentage' in deals_df.columns:
    final_event_log = pd.merge(final_event_log, deals_df[[class="hl-string">'SalesOpportunityId', class="hl-string">'Discount percentage']], on=class="hl-string">'SalesOpportunityId', how=class="hl-string">'left')
    final_event_log.rename(columns={class="hl-string">'Discount percentage':class="hl-string">'DiscountPercentage'}, inplace=True)
else:
    final_event_log[class="hl-string">'DiscountPercentage'] = None

class=class="hl-string">"hl-comment"># Reorder columns to match requirements
output_columns = [class="hl-string">'SalesOpportunityId', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'DealValue', class="hl-string">'DealOwner', class="hl-string">'DealStatus', class="hl-string">'DiscountPercentage']
final_event_log = final_event_log[output_columns]

class=class="hl-string">"hl-comment"># --- 6. Save Final Event Log ---
final_event_log.to_csv(class="hl-string">'pipedrive_event_log.csv', index=False, date_format=class="hl-string">'%Y-%m-%d %H:%M:%S')

print(class="hl-string">'Event log created successfully.')

Passaggi

Configuri l'ambiente Python: si assicuri di avere Python 3.6 o una versione successiva installata sul sistema. Apra un terminale o un prompt dei comandi e installi le librerie Python necessarie eseguendo il comando seguente: pip install requests pandas.
Ottenga le credenziali API di Pipedrive: acceda al Suo account Pipedrive. Acceda a Settings facendo clic sulla Sua immagine del profilo, selezioni «Personal preferences» e apra la scheda «API». Copi il Suo token API personale. Le servirà inoltre il dominio aziendale, ovvero il prefisso dell'URL Pipedrive, ad esempio your-company in your-company.pipedrive.com.
Configuri lo script di estrazione: apra lo script Python fornito in un editor di testo o in un IDE. Individui la sezione di configurazione all'inizio e sostituisca i valori segnaposto di API_TOKEN e COMPANY_DOMAIN con le Sue credenziali.
Definisca il periodo di estrazione: nella sezione di configurazione dello script, imposti la variabile START_DATE sulla prima data di creazione dei deal da includere nell'analisi. Il formato deve essere «YYYY-MM-DD».
Mappi gli ID della pipeline e delle fasi: lo script deduce diverse attività in base al passaggio dei deal tra le fasi. Deve fornire gli ID specifici della pipeline di vendita e delle fasi principali. Può trovare questi ID accedendo alla fase nell'interfaccia di Pipedrive e verificando l'URL, oppure utilizzando l'API. Aggiorni nello script le variabili PIPELINE_ID, QUALIFIED_STAGE_ID, PROPOSAL_STAGE_ID e NEGOTIATION_STAGE_ID.
Esegua lo script: esegua lo script dal terminale utilizzando il comando python your_script_name.py. Lo script inizierà a effettuare chiamate all'API di Pipedrive per recuperare deal, attività e log delle modifiche.
Monitori il processo: lo script stamperà nella console gli aggiornamenti sull'avanzamento, indicando quali dati vengono recuperati. Il processo potrebbe richiedere diversi minuti, a seconda del volume dei dati e dei limiti di frequenza dell'API.
Implementi l'estrazione dei dati esterni: per attività come «Sales Order Created» e «Payment Received», lo script contiene funzioni segnaposto. Deve modificare queste funzioni per connettersi ai Suoi sistemi esterni, come una piattaforma ERP o contabile, e recuperare i dati degli eventi pertinenti. Mappi SalesOpportunityId di Pipedrive ai record presenti negli altri sistemi.
Esamini l'output: al termine dell'esecuzione, lo script genererà un file CSV denominato pipedrive_event_log.csv. Questo file contiene l'Event Log strutturato con tutte le attività estratte.
Prepari il caricamento: apra il file CSV per verificare che sia stato creato correttamente. Le colonne dovrebbero includere SalesOpportunityId, ActivityName, EventTime e gli altri attributi consigliati. Il file sarà pronto per essere caricato in ProcessMind per l'analisi.

Configurazione

Credenziali API: lo script richiede un API_TOKEN valido e il Suo COMPANY_DOMAIN per l'autenticazione con l'API di Pipedrive. Si assicuri che l'utente associato al token disponga di autorizzazioni sufficienti per leggere deal, attività e utenti.
Intervallo di date: la variabile START_DATE filtra i deal creati a partire dalla data specificata. Per un'analisi iniziale, si consiglia un periodo compreso tra 3 e 6 mesi, così da mantenere gestibile il volume dei dati.
ID di pipeline e fasi: per dedurre correttamente fasi di processo come «Deal Qualified» o «Proposal Sent», deve configurare lo script con gli ID numerici corretti della pipeline di vendita principale, PIPELINE_ID, e i valori STAGE_ID specifici per ogni milestone. ID non corrispondenti produrranno attività mancanti.
Prestazioni e limiti di frequenza: lo script include una breve pausa tra le chiamate API per rispettare i limiti di frequenza di Pipedrive. Per le organizzazioni con un volume molto elevato di deal, potrebbe essere necessario modificare questa pausa o implementare una strategia di backoff più sofisticata per evitare errori API.
Mappatura dei campi personalizzati: se utilizza campi personalizzati per attributi importanti come DiscountPercentage, dovrà individuare la chiave API del campo personalizzato, ovvero una lunga stringa hash diversa dal nome visualizzato, e richiamarla nella logica di trasformazione dei dati.
Integrazione con sistemi esterni: l'estrazione degli eventi provenienti da sistemi esterni a Pipedrive, come fatturazione o evasione, è gestita da funzioni segnaposto. Deve personalizzare queste sezioni per connettersi alle Sue specifiche origini dati esterne.

a Query di esempio python

import requests
import pandas as pd
import time
import datetime

class=class="hl-string">"hl-comment"># --- CONFIGURATION ---
class=class="hl-string">"hl-comment"># Replace with your Pipedrive API token and company domain
API_TOKEN = class="hl-string">'YOUR_API_TOKEN'
COMPANY_DOMAIN = class="hl-string">'YOUR_COMPANY_DOMAIN' class=class="hl-string">"hl-comment"># e.g., class="hl-string">'your-company-name'

class=class="hl-string">"hl-comment"># Set the start date for deal extraction (YYYY-MM-DD)
START_DATE = class="hl-string">'2023-01-01'

class=class="hl-string">"hl-comment"># Configure your specific Pipeline and Stage IDs
class=class="hl-string">"hl-comment"># Find these in your Pipedrive URL or via the API /stages endpoint
PIPELINE_ID = 1 class=class="hl-string">"hl-comment"># Replace with your main sales pipeline ID
QUALIFIED_STAGE_ID = 2 class=class="hl-string">"hl-comment"># Replace with your class="hl-string">'Qualified' stage ID
PROPOSAL_STAGE_ID = 3 class=class="hl-string">"hl-comment"># Replace with your class="hl-string">'Proposal Sent' stage ID
NEGOTIATION_STAGE_ID = 4 class=class="hl-string">"hl-comment"># Replace with your class="hl-string">'Negotiation' stage ID

class=class="hl-string">"hl-comment"># --- SCRIPT --- 

BASE_URL = fclass="hl-string">'https://{COMPANY_DOMAIN}.pipedrive.com/api/v1'

def get_paginated_data(endpoint, params={}):
    class="hl-string">"""Fetches all pages of data from a Pipedrive API endpoint."""
    all_data = []
    start = 0
    limit = 500
    while True:
        request_params = {
            class="hl-string">'start': start,
            class="hl-string">'limit': limit,
            class="hl-string">'api_token': API_TOKEN
        }
        request_params.update(params)
        
        try:
            response = requests.get(fclass="hl-string">"{BASE_URL}/{endpoint}", params=request_params)
            response.raise_for_status()
            data = response.json()

            if not data.get(class="hl-string">'data'):
                break

            all_data.extend(data[class="hl-string">'data'])

            if not data.get(class="hl-string">'additional_data', {}).get(class="hl-string">'pagination', {}).get(class="hl-string">'more_items_in_collection'):
                break
            
            start += limit
            time.sleep(0.2) class=class="hl-string">"hl-comment"># Respect API rate limits
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching {endpoint}: {e}")
            break
            
    return all_data

def get_deal_flow(deal_id):
    class="hl-string">"""Fetches the change history (flow) for a single deal."""
    params = {class="hl-string">'api_token': API_TOKEN}
    try:
        response = requests.get(fclass="hl-string">"{BASE_URL}/deals/{deal_id}/flow", params=params)
        response.raise_for_status()
        data = response.json()
        return data.get(class="hl-string">'data', [])
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error fetching flow for deal {deal_id}: {e}")
        return []

class=class="hl-string">"hl-comment"># Placeholder functions for external data
def get_sales_order_data(deal_ids):
    print(class="hl-string">"Placeholder: Fetching sales order data from external ERP/CRM...")
    class=class="hl-string">"hl-comment"># Example: Connect to your ERP, query for orders linked to deal_ids
    class=class="hl-string">"hl-comment"># Return a list of dicts: [{class="hl-string">'SalesOpportunityId': id, class="hl-string">'ActivityName': class="hl-string">'Sales Order Created', class="hl-string">'EventTime': timestamp}, ...]
    return []

def get_fulfillment_data(deal_ids):
    print(class="hl-string">"Placeholder: Fetching order fulfillment data...")
    return []

def get_invoice_data(deal_ids):
    print(class="hl-string">"Placeholder: Fetching invoice data from accounting system...")
    return []

def get_payment_data(deal_ids):
    print(class="hl-string">"Placeholder: Fetching payment data from financial system...")
    return []


class=class="hl-string">"hl-comment"># --- MAIN EXTRACTION LOGIC ---
if __name__ == class="hl-string">'__main__':
    print(class="hl-string">"Starting Pipedrive data extraction...")
    events = []

    class=class="hl-string">"hl-comment"># 1. Fetch all deals created after the START_DATE and in the specified pipeline
    print(class="hl-string">"Fetching deals...")
    deals = get_paginated_data(class="hl-string">'deals', {class="hl-string">'start_date': START_DATE, class="hl-string">'pipeline_id': PIPELINE_ID})
    if not deals:
        print(class="hl-string">"No deals found for the specified criteria. Exiting.")
        exit()

    deal_ids = [d[class="hl-string">'id'] for d in deals]
    print(fclass="hl-string">"Found {len(deals)} deals.")

    class=class="hl-string">"hl-comment"># 2. Fetch all activities related to the deals
    print(class="hl-string">"Fetching activities...")
    all_activities = get_paginated_data(class="hl-string">'activities', {class="hl-string">'user_id': 0}) class=class="hl-string">"hl-comment"># Get for all users
    deal_activities = [act for act in all_activities if act.get(class="hl-string">'deal_id') in deal_ids and act[class="hl-string">'done']]

    activities_by_deal = {}
    for act in deal_activities:
        if act[class="hl-string">'deal_id'] not in activities_by_deal:
            activities_by_deal[act[class="hl-string">'deal_id']] = []
        activities_by_deal[act[class="hl-string">'deal_id']].append(act)

    class=class="hl-string">"hl-comment"># 3. Process each deal to create events
    print(class="hl-string">"Processing deals and activities to generate event log...")
    for deal in deals:
        deal_id = deal[class="hl-string">'id']
        deal_owner_name = deal.get(class="hl-string">'owner_name', class="hl-string">'')
        base_attributes = {
            class="hl-string">'SalesOpportunityId': deal_id,
            class="hl-string">'DealValue': deal.get(class="hl-string">'value', 0),
            class="hl-string">'DealOwner': deal_owner_name,
            class="hl-string">'DealStatus': deal.get(class="hl-string">'status', class="hl-string">'open'),
            class="hl-string">'DiscountPercentage': deal.get(class="hl-string">'discount_percentage', 0)
        }

        class=class="hl-string">"hl-comment"># Activity: Deal Created
        events.append({**base_attributes, class="hl-string">'ActivityName': class="hl-string">'Deal Created', class="hl-string">'EventTime': deal[class="hl-string">'add_time']})

        class=class="hl-string">"hl-comment"># Activity: Deal Won / Lost
        if deal[class="hl-string">'status'] == class="hl-string">'won' and deal[class="hl-string">'won_time']:
            events.append({**base_attributes, class="hl-string">'ActivityName': class="hl-string">'Deal Won', class="hl-string">'EventTime': deal[class="hl-string">'won_time']})
        elif deal[class="hl-string">'status'] == class="hl-string">'lost' and deal[class="hl-string">'lost_time']:
            events.append({**base_attributes, class="hl-string">'ActivityName': class="hl-string">'Deal Lost', class="hl-string">'EventTime': deal[class="hl-string">'lost_time']})

        class=class="hl-string">"hl-comment"># Activity: Initial Contact Made & Proposal Follow-Up
        proposal_sent_time = None
        if deal_id in activities_by_deal:
            sorted_activities = sorted(activities_by_deal[deal_id], key=lambda x: x[class="hl-string">'marked_as_done_time'])
            if sorted_activities:
                first_activity = sorted_activities[0]
                events.append({**base_attributes, class="hl-string">'ActivityName': class="hl-string">'Initial Contact Made', class="hl-string">'EventTime': first_activity[class="hl-string">'marked_as_done_time']})
            
            class=class="hl-string">"hl-comment"># Find proposal follow-ups (requires proposal time)
            class=class="hl-string">"hl-comment"># This part is revisited after stage changes are processed

        class=class="hl-string">"hl-comment"># Activities from Stage Changes: Qualified, Proposal Sent, Negotiation, Reopened
        time.sleep(0.2) class=class="hl-string">"hl-comment"># Rate limit for flow endpoint
        flow = get_deal_flow(deal_id)
        if not flow:
            continue

        lost_then_reopened = False
        was_lost = False

        for change in sorted(flow, key=lambda x: x[class="hl-string">'add_time']):
            class=class="hl-string">"hl-comment"># Deal Reopened
            if change.get(class="hl-string">'field_key') == class="hl-string">'status' and change.get(class="hl-string">'old_value') == class="hl-string">'lost' and change.get(class="hl-string">'new_value') == class="hl-string">'open':
                events.append({**base_attributes, class="hl-string">'ActivityName': class="hl-string">'Deal Reopened', class="hl-string">'EventTime': change[class="hl-string">'add_time']})
            
            if change.get(class="hl-string">'field_key') != class="hl-string">'stage_id':
                continue

            stage_change_time = change[class="hl-string">'add_time']

            class=class="hl-string">"hl-comment"># Deal Qualified
            if change[class="hl-string">'new_value'] == QUALIFIED_STAGE_ID:
                events.append({**base_attributes, class="hl-string">'ActivityName': class="hl-string">'Deal Qualified', class="hl-string">'EventTime': stage_change_time})

            class=class="hl-string">"hl-comment"># Proposal Sent
            if change[class="hl-string">'new_value'] == PROPOSAL_STAGE_ID:
                events.append({**base_attributes, class="hl-string">'ActivityName': class="hl-string">'Proposal Sent', class="hl-string">'EventTime': stage_change_time})
                proposal_sent_time = stage_change_time

            class=class="hl-string">"hl-comment"># Negotiation Started
            if change[class="hl-string">'new_value'] == NEGOTIATION_STAGE_ID:
                events.append({**base_attributes, class="hl-string">'ActivityName': class="hl-string">'Negotiation Started', class="hl-string">'EventTime': stage_change_time})

        class=class="hl-string">"hl-comment"># Re-check for Proposal Follow-Up now that we have proposal_sent_time
        if proposal_sent_time and deal_id in activities_by_deal:
            for act in activities_by_deal[deal_id]:
                if act[class="hl-string">'marked_as_done_time'] > proposal_sent_time:
                    events.append({**base_attributes, class="hl-string">'ActivityName': class="hl-string">'Proposal Follow-Up', class="hl-string">'EventTime': act[class="hl-string">'marked_as_done_time']})
                    break class=class="hl-string">"hl-comment"># Only capture the first follow-up

    class=class="hl-string">"hl-comment"># 4. Add events from external systems (placeholders)
    print(class="hl-string">"Adding data from external system placeholders...")
    events.extend(get_sales_order_data(deal_ids))
    events.extend(get_fulfillment_data(deal_ids))
    events.extend(get_invoice_data(deal_ids))
    events.extend(get_payment_data(deal_ids))

    class=class="hl-string">"hl-comment"># 5. Create and export the final event log
    if not events:
        print(class="hl-string">"No events were generated. The output file will be empty.")
    else:
        print(class="hl-string">"Creating CSV file...")
        df = pd.DataFrame(events)
        class=class="hl-string">"hl-comment"># Ensure required columns are present
        df = df[[class="hl-string">'SalesOpportunityId', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'DealValue', class="hl-string">'DealOwner', class="hl-string">'DealStatus', class="hl-string">'DiscountPercentage']]
        df.sort_values(by=[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime'], inplace=True)
        
        output_filename = class="hl-string">'pipedrive_event_log.csv'
        df.to_csv(output_filename, index=False)
        print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")

Passaggi

Selezioni e acquisti una licenza per un servizio commerciale ETL o di automazione con un connettore Pipedrive supportato, come Fivetran o Make. Verifichi che il prodotto scelto possa estrarre deal, attività, cronologia delle fasi dei deal, modifiche allo stato dei deal, persone, organizzazioni e campi personalizzati, oltre a scrivere nel warehouse o data lake di destinazione.
Crei una connessione Pipedrive autorizzata alla lettura utilizzando il metodo di autenticazione supportato dal connettore. Configuri l'account, il workspace o l'organizzazione di origine in base allo strumento scelto. Non presuma un percorso di menu o un endpoint API fisso, poiché variano a seconda del prodotto e della versione del connettore.
Configuri la connessione di destinazione e crei un'area di atterraggio per gli oggetti di origine sincronizzati. Utilizzi i nomi di tabelle o raccolte generati dal connettore oppure sostituisca nello script i nomi con quelli creati nel Suo ambiente. Conservi gli identificativi di origine, i timestamp, i valori di stato, i valori delle fasi, gli identificativi dei proprietari, i valori monetari e i campi personalizzati.
Configuri la sincronizzazione incrementale per l'intervallo di date richiesto, in genere i 3-6 mesi precedenti, includendo una finestra di sovrapposizione quando il connettore la supporta. Includa i record storici necessari per identificare i deal riaperti e includa la cronologia delle fasi o degli stati, non soltanto l'istantanea corrente del deal.
Sincronizzi gli oggetti Pipedrive e gli eventuali oggetti downstream integrati necessari per «Sales Order Created», «Order Fulfilled», «Invoice Sent» e «Payment Received». Queste quattro attività non sono eventi nativi di Pipedrive e richiedono dati di origine da un sistema ERP, di evasione, contabile, di fatturazione o finanziario. Se il connettore non espone questi oggetti, li carichi nella destinazione tramite un ulteriore connettore supportato.
Crei viste o tabelle normalizzate che mappino l'output del connettore agli oggetti logici di origine a cui fa riferimento lo script di estrazione. Sostituisca ogni nome di tabella segnaposto nello script con la tabella o vista corrispondente nella destinazione. Configuri nella sezione indicata i nomi delle fasi, i valori di stato, i tipi di attività e le chiavi di relazione dei sistemi esterni specifici dell'origine.
Esegua lo script di estrazione. Lo script crea esplicitamente righe per Deal Created, Initial Contact Made, Deal Qualified, Proposal Sent, Proposal Follow-Up, Negotiation Started, Deal Won, Sales Order Created, Order Fulfilled, Invoice Sent, Payment Received, Deal Lost e Deal Reopened. Gli eventi dedotti dalla cronologia delle fasi o degli stati vengono emessi solo quando la cronologia di origine contiene la transizione richiesta. ProcessMind non deduce gli eventi mancanti dopo il caricamento.
Convalidi che SalesOpportunityId, ActivityName ed EventTime siano valorizzati, che i timestamp siano normalizzati su un fuso orario coerente e che i record di origine duplicati siano rimossi o gestiti utilizzando l'identificativo dell'evento di origine e il timestamp dell'evento. Esamini gli attributi consigliati e mantenga i valori NULL quando l'origine non li fornisce.
Esporti il risultato come CSV piatto o in un altro formato di Event Log supportato da ProcessMind. Utilizzi SalesOpportunityId come identificativo del caso, ActivityName come colonna dell'attività ed EventTime come timestamp dell'evento. Includa DealValue, DealOwner, DealStatus e DiscountPercentage come attributi aggiuntivi. Carichi il file o colleghi il dataset di destinazione in ProcessMind, quindi verifichi che i nomi delle attività corrispondano esattamente alle etichette richieste.

Configurazione

Connettore di origine: configuri un connettore Pipedrive supportato nel servizio ETL o di automazione scelto. Le funzionalità del connettore, le modalità di sincronizzazione, i nomi delle tabelle generate e le opzioni di autenticazione variano a seconda del prodotto e della versione.
Dati di origine richiesti: includa deal, attività, cronologia delle fasi dei deal, cronologia degli stati dei deal, proprietari o utenti e tutti i campi utilizzati per identificare i lead convertiti. Includa i dati downstream relativi a ordini di vendita, evasione, fatture e pagamenti provenienti dai sistemi integrati.
Oggetti di destinazione: sostituisca [Your deals table], [Your activities table], [Your deal stage history table], [Your deal status history table], [Your sales orders table], [Your fulfillment table], [Your invoices table] e [Your payments table] con le tabelle generate dal connettore o con viste curate.
Intervallo di date: inizi con 3-6 mesi di dati. Estenda l'intervallo quando il ciclo di processo è più lungo, quando è necessario analizzare deal riaperti o quando sono richieste transizioni storiche di fase e stato.
Parametri delle date: imposti [Start date] e [End date] nel formato supportato dalla destinazione. Utilizzi un periodo di sovrapposizione per i caricamenti incrementali, così da acquisire aggiornamenti tardivi, timestamp corretti e transazioni downstream ritardate.
Configurazione delle fasi: configuri i nomi esatti delle fasi o le categorie di fase normalizzate utilizzate dall'account Pipedrive per qualificazione, proposta e negoziazione. Non faccia affidamento sui nomi di esempio, a meno che non corrispondano ai valori di origine.
Configurazione delle attività: configuri i tipi esatti di attività completate che rappresentano il contatto iniziale e il follow-up della proposta, come chiamata, e-mail o riunione, in base ai valori normalizzati dal connettore.
Collegamento ai sistemi esterni: configuri la chiave di relazione che collega un ordine di vendita downstream a un deal Pipedrive. Se il sistema downstream utilizza una chiave diversa, crei una vista di mappatura prima di eseguire l'estrazione.
Filtri: applichi filtri per azienda, organizzazione, pipeline, team, valuta o unità aziendale solo quando necessari. Documenti ogni filtro, poiché modifica la completezza di casi ed eventi.
Prestazioni: utilizzi la sincronizzazione incrementale, filtri sulle date lato origine, tabelle di destinazione partizionate e colonne relative a caso e timestamp indicizzate o organizzate in cluster per i dataset di grandi dimensioni. Eviti di analizzare ripetutamente tabelle contenenti l'intera cronologia.
Deduplicazione: conservi un identificativo stabile dell'evento di origine, quando disponibile. In caso contrario, deduplichi utilizzando l'identificativo del caso, il nome dell'attività, il timestamp dell'evento e l'identificativo del record di origine, preservando al contempo le ripetizioni legittime, come più follow-up.
Prerequisiti: sono necessari la licenza del connettore, l'autorizzazione Pipedrive, le autorizzazioni di scrittura sulla destinazione, l'accesso alla cronologia dei deal e alle attività, nonché l'accesso ai dati downstream di ERP, evasione, contabilità, fatturazione o finanza. I campi personalizzati e i dati storici delle modifiche potrebbero richiedere autorizzazioni aggiuntive del prodotto o funzionalità specifiche del connettore.

a Query di esempio python

import os
from datetime import datetime, timezone
import pandas as pd
from sqlalchemy import create_engine, text

CONNECTION_STRING = os.getenv(class="hl-string">"DESTINATION_CONNECTION_STRING", class="hl-string">"[Connection string]")
START_DATE = os.getenv(class="hl-string">"START_DATE", class="hl-string">"[Start date]")
END_DATE = os.getenv(class="hl-string">"END_DATE", class="hl-string">"[End date]")

DEALS_TABLE = class="hl-string">"[Your deals table]"
ACTIVITIES_TABLE = class="hl-string">"[Your activities table]"
DEAL_STAGE_HISTORY_TABLE = class="hl-string">"[Your deal stage history table]"
DEAL_STATUS_HISTORY_TABLE = class="hl-string">"[Your deal status history table]"
SALES_ORDERS_TABLE = class="hl-string">"[Your sales orders table]"
FULFILLMENT_TABLE = class="hl-string">"[Your fulfillment table]"
INVOICES_TABLE = class="hl-string">"[Your invoices table]"
PAYMENTS_TABLE = class="hl-string">"[Your payments table]"

engine = create_engine(CONNECTION_STRING)

sql = fclass="hl-string">"""
WITH
base_deals AS (
    SELECT
        CAST(d.id AS VARCHAR(255)) AS SalesOpportunityId,
        d.id AS deal_source_id,
        d.add_time AS deal_created_time,
        d.value AS DealValue,
        d.owner_name AS DealOwner,
        d.status AS DealStatus,
        d.discount_percentage AS DiscountPercentage
    FROM {DEALS_TABLE} d
    WHERE d.add_time >= :start_date
      AND d.add_time < :end_date
),
completed_activities AS (
    SELECT
        CAST(a.deal_id AS VARCHAR(255)) AS SalesOpportunityId,
        a.id AS activity_source_id,
        a.done AS activity_done,
        a.activity_type,
        a.subject,
        a.done_time AS activity_time,
        a.add_time AS activity_created_time
    FROM {ACTIVITIES_TABLE} a
    WHERE a.deal_id IS NOT NULL
      AND COALESCE(a.done_time, a.add_time) >= :start_date
      AND COALESCE(a.done_time, a.add_time) < :end_date
      AND a.done = TRUE
),
stage_history AS (
    SELECT
        CAST(h.deal_id AS VARCHAR(255)) AS SalesOpportunityId,
        h.stage_name,
        h.changed_at,
        LAG(h.stage_name) OVER (PARTITION BY h.deal_id ORDER BY h.changed_at, h.id) AS previous_stage
    FROM {DEAL_STAGE_HISTORY_TABLE} h
    WHERE h.changed_at >= :start_date
      AND h.changed_at < :end_date
),
status_history AS (
    SELECT
        CAST(h.deal_id AS VARCHAR(255)) AS SalesOpportunityId,
        LOWER(h.status) AS status,
        LOWER(LAG(h.status) OVER (PARTITION BY h.deal_id ORDER BY h.changed_at, h.id)) AS previous_status,
        h.changed_at
    FROM {DEAL_STATUS_HISTORY_TABLE} h
    WHERE h.changed_at >= :start_date
      AND h.changed_at < :end_date
),
external_sales_orders AS (
    SELECT
        CAST(o.deal_id AS VARCHAR(255)) AS SalesOpportunityId,
        o.created_at AS event_time,
        o.order_value AS DealValue,
        o.owner_name AS DealOwner,
        o.status AS DealStatus,
        o.discount_percentage AS DiscountPercentage
    FROM {SALES_ORDERS_TABLE} o
    WHERE o.deal_id IS NOT NULL
      AND o.created_at >= :start_date
      AND o.created_at < :end_date
),
external_fulfillment AS (
    SELECT
        CAST(f.deal_id AS VARCHAR(255)) AS SalesOpportunityId,
        f.fulfilled_at AS event_time,
        f.order_value AS DealValue,
        f.owner_name AS DealOwner,
        f.status AS DealStatus,
        f.discount_percentage AS DiscountPercentage
    FROM {FULFILLMENT_TABLE} f
    WHERE f.deal_id IS NOT NULL
      AND f.fulfilled_at >= :start_date
      AND f.fulfilled_at < :end_date
),
external_invoices AS (
    SELECT
        CAST(i.deal_id AS VARCHAR(255)) AS SalesOpportunityId,
        i.sent_at AS event_time,
        i.invoice_value AS DealValue,
        i.owner_name AS DealOwner,
        i.status AS DealStatus,
        i.discount_percentage AS DiscountPercentage
    FROM {INVOICES_TABLE} i
    WHERE i.deal_id IS NOT NULL
      AND i.sent_at >= :start_date
      AND i.sent_at < :end_date
),
external_payments AS (
    SELECT
        CAST(p.deal_id AS VARCHAR(255)) AS SalesOpportunityId,
        p.received_at AS event_time,
        p.payment_value AS DealValue,
        p.owner_name AS DealOwner,
        p.status AS DealStatus,
        p.discount_percentage AS DiscountPercentage
    FROM {PAYMENTS_TABLE} p
    WHERE p.deal_id IS NOT NULL
      AND p.received_at >= :start_date
      AND p.received_at < :end_date
),
events AS (
    SELECT b.SalesOpportunityId, 'Deal Created' AS ActivityName, b.deal_created_time AS EventTime, b.DealValue, b.DealOwner, b.DealStatus, b.DiscountPercentage
    FROM base_deals b
    WHERE b.deal_created_time IS NOT NULL
    UNION ALL
    SELECT a.SalesOpportunityId, 'Initial Contact Made', COALESCE(a.activity_time, a.activity_created_time), b.DealValue, b.DealOwner, b.DealStatus, b.DiscountPercentage
    FROM completed_activities a
    JOIN base_deals b ON b.SalesOpportunityId = a.SalesOpportunityId
    WHERE LOWER(COALESCE(a.activity_type, '')) IN ('call', 'email', 'meeting')
       OR LOWER(COALESCE(a.subject, '')) LIKE '%initial contact%'
    UNION ALL
    SELECT h.SalesOpportunityId, 'Deal Qualified', h.changed_at, b.DealValue, b.DealOwner, b.DealStatus, b.DiscountPercentage
    FROM stage_history h
    JOIN base_deals b ON b.SalesOpportunityId = h.SalesOpportunityId
    WHERE LOWER(COALESCE(h.stage_name, '')) IN ('contact made', 'needs defined', 'qualified')
      AND LOWER(COALESCE(h.previous_stage, '')) IN ('lead in', 'lead', 'new')
    UNION ALL
    SELECT h.SalesOpportunityId, 'Proposal Sent', h.changed_at, b.DealValue, b.DealOwner, b.DealStatus, b.DiscountPercentage
    FROM stage_history h
    JOIN base_deals b ON b.SalesOpportunityId = h.SalesOpportunityId
    WHERE LOWER(COALESCE(h.stage_name, '')) IN ('proposal made', 'quote sent', 'proposal sent')
    UNION ALL
    SELECT a.SalesOpportunityId, 'Proposal Follow-Up', COALESCE(a.activity_time, a.activity_created_time), b.DealValue, b.DealOwner, b.DealStatus, b.DiscountPercentage
    FROM completed_activities a
    JOIN base_deals b ON b.SalesOpportunityId = a.SalesOpportunityId
    WHERE LOWER(COALESCE(a.activity_type, '')) IN ('call', 'email', 'meeting')
      AND COALESCE(a.activity_time, a.activity_created_time) > COALESCE((SELECT MIN(h.changed_at) FROM stage_history h WHERE h.SalesOpportunityId = a.SalesOpportunityId AND LOWER(COALESCE(h.stage_name, '')) IN ('proposal made', 'quote sent', 'proposal sent')), TIMESTAMP '1900-01-01')
    UNION ALL
    SELECT h.SalesOpportunityId, 'Negotiation Started', h.changed_at, b.DealValue, b.DealOwner, b.DealStatus, b.DiscountPercentage
    FROM stage_history h
    JOIN base_deals b ON b.SalesOpportunityId = h.SalesOpportunityId
    WHERE LOWER(COALESCE(h.stage_name, '')) IN ('negotiation', 'negotiating')
      AND EXISTS (SELECT 1 FROM stage_history p WHERE p.SalesOpportunityId = h.SalesOpportunityId AND LOWER(COALESCE(p.stage_name, '')) IN ('proposal made', 'quote sent', 'proposal sent') AND p.changed_at <= h.changed_at)
    UNION ALL
    SELECT h.SalesOpportunityId, 'Deal Won', h.changed_at, b.DealValue, b.DealOwner, b.DealStatus, b.DiscountPercentage
    FROM status_history h
    JOIN base_deals b ON b.SalesOpportunityId = h.SalesOpportunityId
    WHERE h.status = 'won' AND COALESCE(h.previous_status, '') <> 'won'
    UNION ALL
    SELECT o.SalesOpportunityId, 'Sales Order Created', o.event_time, COALESCE(o.DealValue, b.DealValue), COALESCE(o.DealOwner, b.DealOwner), COALESCE(o.DealStatus, b.DealStatus), COALESCE(o.DiscountPercentage, b.DiscountPercentage)
    FROM external_sales_orders o
    LEFT JOIN base_deals b ON b.SalesOpportunityId = o.SalesOpportunityId
    UNION ALL
    SELECT f.SalesOpportunityId, 'Order Fulfilled', f.event_time, COALESCE(f.DealValue, b.DealValue), COALESCE(f.DealOwner, b.DealOwner), COALESCE(f.DealStatus, b.DealStatus), COALESCE(f.DiscountPercentage, b.DiscountPercentage)
    FROM external_fulfillment f
    LEFT JOIN base_deals b ON b.SalesOpportunityId = f.SalesOpportunityId
    UNION ALL
    SELECT i.SalesOpportunityId, 'Invoice Sent', i.event_time, COALESCE(i.DealValue, b.DealValue), COALESCE(i.DealOwner, b.DealOwner), COALESCE(i.DealStatus, b.DealStatus), COALESCE(i.DiscountPercentage, b.DiscountPercentage)
    FROM external_invoices i
    LEFT JOIN base_deals b ON b.SalesOpportunityId = i.SalesOpportunityId
    UNION ALL
    SELECT p.SalesOpportunityId, 'Payment Received', p.event_time, COALESCE(p.DealValue, b.DealValue), COALESCE(p.DealOwner, b.DealOwner), COALESCE(p.DealStatus, b.DealStatus), COALESCE(p.DiscountPercentage, b.DiscountPercentage)
    FROM external_payments p
    LEFT JOIN base_deals b ON b.SalesOpportunityId = p.SalesOpportunityId
    UNION ALL
    SELECT h.SalesOpportunityId, 'Deal Lost', h.changed_at, b.DealValue, b.DealOwner, b.DealStatus, b.DiscountPercentage
    FROM status_history h
    JOIN base_deals b ON b.SalesOpportunityId = h.SalesOpportunityId
    WHERE h.status = 'lost' AND COALESCE(h.previous_status, '') <> 'lost'
    UNION ALL
    SELECT h.SalesOpportunityId, 'Deal Reopened', h.changed_at, b.DealValue, b.DealOwner, b.DealStatus, b.DiscountPercentage
    FROM status_history h
    JOIN base_deals b ON b.SalesOpportunityId = h.SalesOpportunityId
    WHERE h.status = 'open' AND h.previous_status = 'lost'
)
SELECT SalesOpportunityId, ActivityName, EventTime, DealValue, DealOwner, DealStatus, DiscountPercentage
FROM events
WHERE SalesOpportunityId IS NOT NULL
  AND EventTime IS NOT NULL
ORDER BY SalesOpportunityId, EventTime, ActivityName
"""

with engine.connect() as connection:
    event_log = pd.read_sql(text(sql), connection, params={class="hl-string">"start_date": START_DATE, class="hl-string">"end_date": END_DATE})

event_log[class="hl-string">"EventTime"] = pd.to_datetime(event_log[class="hl-string">"EventTime"], utc=True, errors=class="hl-string">"coerce")
event_log = event_log.dropna(subset=[class="hl-string">"SalesOpportunityId", class="hl-string">"ActivityName", class="hl-string">"EventTime"])
event_log = event_log.sort_values([class="hl-string">"SalesOpportunityId", class="hl-string">"EventTime", class="hl-string">"ActivityName"])
event_log.to_csv(class="hl-string">"processmind_lead_to_cash_event_log.csv", index=False)
print(event_log.to_string(index=False))
print(fclass="hl-string">"Exported {len(event_log)} event rows to processmind_lead_to_cash_event_log.csv")

Pronto per iniziare?

Utilizzi questo Template per preparare in modo efficiente i dati Lead to Cash e iniziare a individuare insight preziosi sul processo. Inizi oggi a ottimizzare le Sue operazioni in Pipedrive.

Torna alla guida al miglioramento Scarica il Template

Aumenti i tassi di successo: ottimizzi oggi il processo Lead to Cash in Pipedrive

Aumenti del 20% il tasso di successo e riduca la durata dei cicli di vendita. Inizi ora.

Inizi la prova gratuita

Non è richiesta alcuna carta di credito. Prova gratuita di 14 giorni.

Il Suo Template dati Lead to Cash

Il Suo Template dati Lead to Cash

Attributi Lead to Cash

Attività Lead to Cash

Guide all'estrazione

Esportazione nativa dei dati Pipedrive in CSV/Excel

Passaggi

Configurazione

a Query di esempio python

Estrazione tramite script Python con l'API REST di Pipedrive

Passaggi

Configurazione

a Query di esempio python

Strumento ETL di terze parti con connettore Pipedrive

Passaggi

Configurazione

a Query di esempio python

Pronto per iniziare?

Aumenti i tassi di successo: ottimizzi oggi il processo Lead to Cash in Pipedrive

Il Suo Template dati Lead to Cash

Il Suo Template dati Lead to Cash

Attributi Lead to Cash

Attività Lead to Cash

Guide all'estrazione

Esportazione nativa dei dati Pipedrive in CSV/Excel

Passaggi

Configurazione

a Query di esempio python

Estrazione tramite script Python con l'API REST di Pipedrive

Passaggi

Configurazione

a Query di esempio python

Strumento ETL di terze parti con connettore Pipedrive

Passaggi

Configurazione

a Query di esempio python

Pronto per iniziare?

Aumenti i tassi di successo: ottimizzi oggi il processo Lead to Cash in Pipedrive

La Sua privacy è importante