> Miglioramento continuo dei processi > Dal lead all’incasso > SAP Sales Cloud > Template dei dati

Il Suo template dei dati Lead to Cash

SAP Sales Cloud

Attributi Lead to Cash(17) Attività Lead to Cash(15) Guide all’estrazione(2)

Il Suo template dei dati Lead to Cash

Questo template offre una guida strutturata per raccogliere i dati necessari all’analisi del processo Lead to Cash. Indica gli attributi e le attività essenziali per creare un Event Log completo. Include inoltre indicazioni pratiche su come estrarre i dati dal sistema SAP Sales Cloud, così da avviare agevolmente l’analisi del processo.

Attributi consigliati da raccogliere
Attività chiave da monitorare
Indicazioni per l’estrazione da SAP Sales Cloud

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

Scarica il template

Attributi Lead to Cash

Questi sono i campi dati consigliati da includere nell’Event Log per analizzare in modo completo il processo Lead to Cash in SAP Sales Cloud.

3 Obbligatorio 6 Consigliato 8 Facoltativo

	Nome	Descrizione
	Nome dell’attività ActivityName	Nome dell’attività aziendale o dell’evento che si è verificato in un determinato momento del processo.
Descrizione Il nome dell’attività descrive un passaggio o un evento specifico del processo Lead to Cash, come «Lead Qualified», «Quote Created» o «Payment Received». Questi eventi formano la sequenza di azioni che costituisce il flusso del processo per ogni opportunità di vendita. L’analisi di queste attività è alla base del Process Mining. Consente di visualizzare le mappe dei processi, individuare i colli di bottiglia tra le fasi e misurare la frequenza dei diversi percorsi, mostrando come viene effettivamente svolto il processo di vendita. Perché è importante Questo attributo definisce le fasi della mappa del processo ed è fondamentale per visualizzare e analizzare il flusso del processo. Dove reperirli Deriva dalle modifiche di stato degli oggetti aziendali, dagli eventi di creazione dei documenti o da specifiche azioni degli utenti registrate nei log delle transazioni di SAP Sales Cloud. Esempi Lead acquisitoOpportunità creataOfferta inviata al clientePagamento ricevuto
	Opportunità di vendita SalesOpportunityId	Identificativo univoco di un’opportunità di vendita, utilizzato come identificativo principale del caso nel processo Lead to Cash.
Descrizione L’ID dell’opportunità di vendita identifica in modo univoco ogni potenziale vendita, dalla sua origine come lead fino alla conclusione della trattativa, vinta o persa. È il riferimento centrale che collega tutte le attività correlate, come la qualificazione del lead, la creazione dell’offerta, l’elaborazione dell’ordine e il pagamento. Nell’analisi di Process Mining, questo ID è fondamentale per ricostruire il percorso completo di ogni opportunità. Consente di correlare tutti gli eventi e di analizzare le varianti di processo, i tempi di ciclo e i tassi di conversione per ciascuna opportunità. Perché è importante È l’ID caso essenziale che collega tutte le attività del processo e permette di ricostruire l’intero ciclo di vita di ogni opportunità di vendita. Dove reperirli È la chiave primaria dell’oggetto aziendale Opportunity in SAP Sales Cloud. Esempi OP-8000123456OP-8000123457OP-8000123458
	Ora dell’evento EventTime	Timestamp che indica quando si è verificata una specifica attività o un determinato evento.
Descrizione L’ora dell’evento registra la data e l’ora esatte in cui è stata completata un’attività. Questi dati temporali sono essenziali per comprendere quando si svolgono le fasi del processo e quanto durano. Forniscono l’ordine cronologico necessario per ricostruire il flusso del processo. Nell’analisi dei processi, i timestamp servono a calcolare i tempi di ciclo tra le attività, misurare la durata complessiva del processo di vendita e individuare ritardi o colli di bottiglia. Analizzarli nel tempo può inoltre rivelare tendenze nei risultati del processo. Perché è importante Il timestamp è fondamentale per ordinare cronologicamente gli eventi e per tutte le analisi basate sul tempo, compresi il calcolo dei tempi di ciclo e l’individuazione dei colli di bottiglia. Dove reperirli Si trova in genere nei campi «Creation Date» o «Last Changed Date» associati a oggetti aziendali come Lead, Opportunity, Quote e Sales Order in SAP Sales Cloud. Esempi 2023-04-15T10:30:00Z2023-05-02T14:00:00Z2023-06-20T09:15:00Z
	Categoria di prodotto ProductCategory	La categoria del prodotto o servizio venduto nell’ambito dell’opportunità.
Descrizione La categoria di prodotto raggruppa gli articoli o i servizi specifici di un’opportunità in classi più ampie, ad esempio «Hardware», «Software» o «Servizi di consulenza». In questo modo l’analisi è più semplice quando sono coinvolti numerosi prodotti diversi. Analizzare i dati per categoria di prodotto è essenziale per capire come varia il processo di vendita a seconda dell’offerta. Questo attributo viene utilizzato in Dashboard come «Discount Distribution» e «Order Fulfillment Efficiency» per verificare se alcune categorie comportano sconti più elevati o tempi di evasione più lunghi. Perché è importante Consente di analizzare le variazioni del processo in base al tipo di prodotto o servizio venduto, per il quale i cicli di vendita possono essere molto diversi. Dove reperirli Ricavata dai dati anagrafici dei prodotti collegati alle righe di Sales Quote o Sales Order in SAP Sales Cloud. Esempi Licenza softwareHardwareServizi professionaliAbbonamento di assistenza
	Fonte del lead LeadSource	Canale di marketing o origine del lead iniziale.
Descrizione La fonte del lead specifica come è stato individuato per la prima volta un potenziale cliente, per esempio tramite un modulo web, una fiera o la segnalazione di un partner. Queste informazioni vengono in genere registrate al momento della creazione del lead. Questo attributo è fondamentale per la Dashboard «Lead Conversion Rate by Source». Analizzare questa dimensione aiuta i team di marketing e vendita a capire quali canali generano i lead più interessanti, così da distribuire meglio le risorse e ottimizzare le campagne di marketing. Perché è importante È essenziale per misurare l’efficacia dei diversi canali di marketing e ottimizzare le strategie di generazione dei lead. Dove reperirli Si trova negli oggetti aziendali Lead e Opportunity in SAP Sales Cloud. Il campo si chiama spesso «Source» o «Origin». Esempi WebinarSegnalazione di un partnerFieraRichiesta dal sito web
	Importo dell’ordine di vendita SalesOrderAmount	Valore monetario totale dell’ordine di vendita associato all’opportunità.
Descrizione Questo attributo rappresenta il valore totale dei beni o servizi venduti quando un’opportunità viene vinta e viene creato un ordine di vendita. Riflette i ricavi generati dal completamento positivo del processo di vendita. L’importo dell’ordine di vendita è una dimensione finanziaria essenziale per l’analisi. Può essere utilizzato per suddividere le opportunità in base al valore, ad esempio in trattative piccole, medie o grandi, e verificare se il processo varia a seconda della dimensione. Fornisce inoltre il contesto economico per KPI come il tasso di vittoria, mostrando il valore totale delle opportunità vinte rispetto a quelle perse. Perché è importante Aggiunge al processo una dimensione finanziaria, consentendo di analizzare i cicli di vendita e i relativi risultati in base al valore. Dove reperirli Il valore proviene dal campo «Total Net Value» dell’oggetto aziendale Sales Order associato in SAP Sales Cloud. Esempi 50000.00125000.507800.00
	Percentuale di sconto DiscountPercentage	La percentuale di sconto applicata all’offerta o all’ordine di vendita.
Descrizione Questo attributo registra lo sconto complessivo applicato a un’opportunità, in genere nella fase dell’offerta o dell’ordine. È espresso come percentuale del prezzo di listino. È una metrica fondamentale per analizzare i risultati finanziari e la disciplina commerciale. La Dashboard «Discount Distribution» utilizza questo attributo per monitorare le politiche di sconto adottate dai rappresentanti di vendita e per i diversi prodotti. Serve inoltre per il KPI «Discount Approval Compliance», che verifica che gli sconti elevati seguano il corretto flusso di approvazione. Perché è importante È essenziale per analizzare la strategia dei prezzi, il comportamento dei team di vendita nell’applicazione degli sconti e l’impatto sulla redditività. Dove reperirli Calcolata a partire dagli elementi di prezzo degli oggetti aziendali Sales Quote o Sales Order associati in SAP Sales Cloud. Esempi 0.050.100.25
	Rappresentante di vendita SalesRepresentative	Dipendente responsabile della gestione dell’opportunità di vendita.
Descrizione Questo attributo identifica l’utente o il dipendente titolare del lead o dell’opportunità. Spesso è il principale referente per il cliente e ha la responsabilità di far avanzare la trattativa nel processo di vendita. Nell’analisi, il rappresentante di vendita è una dimensione importante per confrontare i risultati. Consente di valutare i tempi di ciclo, i tassi di successo e il rispetto del processo a livello di singolo dipendente, team o area geografica, aiutando a individuare le persone con i risultati migliori e le aree in cui è utile offrire supporto. Perché è importante Consente di analizzare i risultati per dipendente, individuando opportunità di supporto e buone pratiche tra il personale di vendita. Dove reperirli Collegato al ruolo della parte «Owner» o «Employee Responsible» nell’oggetto aziendale Opportunity o Lead in SAP Sales Cloud. Esempi John SmithMaria GarciaChen Wei
	Stato dell’opportunità OpportunityStatus	Stato attuale o esito dell’opportunità di vendita, per esempio «Open», «Won» o «Lost».
Descrizione Questo attributo riflette lo stato complessivo dell’opportunità di vendita in un determinato momento. Indica se l’opportunità è ancora in corso, è stata vinta o è stata persa a favore di un concorrente o per altri motivi. Analizzare lo stato finale è fondamentale per calcolare KPI importanti come il tasso di successo delle opportunità. Consente inoltre di filtrare l’analisi per concentrarsi sui percorsi conclusi con successo o studiare gli schemi di processo che portano più spesso alla perdita delle trattative. Perché è importante Definisce l’esito del caso, un dato fondamentale per calcolare i tassi di successo e di perdita e analizzare i percorsi delle opportunità concluse con o senza successo. Dove reperirli Il campo «Status» dell’oggetto aziendale Opportunity in SAP Sales Cloud. Esempi ApertaIn corsoVintaPersaInterrotta
	Metodo di spedizione ShippingMethod	Il metodo utilizzato per consegnare il prodotto fisico al cliente.
Descrizione Questo attributo specifica la modalità logistica o di consegna dell’ordine, ad esempio «Spedizione via terra», «Trasporto aereo» o «Consegna digitale». È pertinente ai processi che riguardano beni fisici. Nella Dashboard «Order Fulfillment Efficiency», l’attributo consente di verificare se i diversi metodi di spedizione sono associati a tempi di evasione differenti. L’analisi può far emergere inefficienze in specifici canali logistici e aiutare a definire aspettative più precise per i clienti. Perché è importante Aiuta a individuare i colli di bottiglia nella fase di evasione degli ordini, confrontando i risultati delle consegne per canale logistico. Dove reperirli In genere presente a livello di riga o di intestazione dell’oggetto aziendale Sales Order in SAP Sales Cloud. Esempi Trasporto via terraTrasporto aereo con consegna il giorno successivoDownload digitaleTrasporto merci
	Nome del cliente CustomerName	Nome dell’azienda o della persona associata all’opportunità di vendita.
Descrizione Questo attributo identifica il potenziale cliente della trattativa e collega il processo di vendita a uno specifico account nel sistema. L’analisi per cliente offre una prospettiva incentrata sul cliente del processo di vendita. Può aiutare a individuare i clienti con i cicli di vendita più lunghi o che richiedono più rilavorazioni ed è essenziale per KPI come il «Payment Collection Cycle Time» suddiviso per cliente. Perché è importante Consente un’analisi incentrata sul cliente per individuare schemi nei cicli di vendita o nei comportamenti di pagamento di account specifici. Dove reperirli Collegato al ruolo della parte «Account» o «Prospect» nell’oggetto aziendale Opportunity in SAP Sales Cloud. Esempi Global Tech Inc.Innovate Solutions Ltd.Dynamic Corp
	Organizzazione commerciale SalesOrganization	L’unità organizzativa responsabile della vendita.
Descrizione L’organizzazione commerciale rappresenta un’unità, una divisione o un team specifico dell’azienda responsabile di una transazione di vendita. È un elemento fondamentale della struttura aziendale in SAP. Questo attributo consente di segmentare l’analisi in base alle diverse aree dell’azienda. Può essere utilizzato per confrontare i risultati dei processi, i tassi di vittoria e i tempi di ciclo tra unità aziendali o divisioni commerciali, offrendo una visione d’insieme dell’efficienza organizzativa. Perché è importante Consente di confrontare i risultati e analizzare i processi nelle diverse unità aziendali o divisioni dell’azienda. Dove reperirli È un campo di assegnazione organizzativa fondamentale dell’opportunità o del Sales Order in SAP Sales Cloud. Esempi US01DE01Vendite aziendali Nord
	Regione Region	L’area geografica in cui si trova il cliente o il team di vendita.
Descrizione La regione indica l’area geografica assegnata all’opportunità di vendita, spesso in base alla sede del cliente o alla struttura dell’organizzazione commerciale. Può corrispondere a un paese, a uno stato o a un territorio di vendita definito su misura. È un attributo importante per la segmentazione e viene utilizzato direttamente nella Dashboard «Opportunity Win Rate Performance» per confrontare i risultati nelle diverse regioni. In questo modo è possibile individuare differenze regionali nell’efficienza dei processi, nei risultati di mercato e nelle strategie di vendita. Perché è importante Consente di analizzare i risultati di vendita su base geografica, mettendo in evidenza le differenze regionali nei tassi di vittoria, nei tempi di ciclo e nell’esecuzione del processo. Dove reperirli Spesso ricavata dall’indirizzo del cliente o dall’organizzazione commerciale assegnata all’opportunità in SAP Sales Cloud. Esempi Nord AmericaEMEAAPACAmerica Latina
	Rielaborato IsReworked	Indicatore che segnala se un’attività o un caso è stato rielaborato.
Descrizione Questo indicatore booleano assume il valore true quando nel processo viene rilevato un ciclo di rielaborazione, ad esempio se un ordine di vendita viene modificato dopo la creazione iniziale o se un’offerta viene rivista più volte. Il valore è ricavato analizzando la sequenza delle attività. Questo attributo calcolato è essenziale per quantificare le inefficienze del processo. Supporta direttamente la Dashboard «Sales Order Rework Frequency» e il KPI «Sales Order Rework Rate», consentendo di filtrare e conteggiare le rielaborazioni senza ricorrere a complesse ricerche di sequenze nello strumento di analisi. Perché è importante Quantifica direttamente le inefficienze del processo segnalando i casi con cicli di rielaborazione e semplificando l’analisi della frequenza e delle cause. Dove reperirli Questo attributo non è presente nel sistema di origine. Viene calcolato durante la trasformazione dei dati, individuando sequenze di attività ripetute, ad esempio «Sales Order Created» seguito da «Sales Order Reworked». Esempi truefalse
	Sistema di origine SourceSystem	Identifica il sistema da cui provengono i dati.
Descrizione Questo attributo specifica l’applicazione di origine in cui sono stati generati i dati dell’evento. Per questo processo si tratta in genere di «SAP Sales Cloud», ma può includere anche altri sistemi integrati, come una piattaforma di automazione del marketing utilizzata per acquisire i lead. In un ambiente con più sistemi, questo attributo è essenziale per comprendere la provenienza dei dati e risolvere i problemi di integrazione. Permette di sapere con chiarezza da dove proviene ogni informazione su cui si basa l’analisi. Perché è importante Aiuta a distinguere l’origine dei dati negli ambienti integrati e a mantenere chiari la provenienza e il contesto durante l’analisi. Dove reperirli In genere è un valore statico aggiunto durante l’estrazione dei dati per indicare l’origine dei record. Esempi SAP Sales CloudSAP C4CSSC_PROD_100
	Termini di pagamento PaymentTerms	Le condizioni di pagamento concordate, ad esempio «30 giorni netti» o «60 giorni netti».
Descrizione I termini di pagamento definiscono le condizioni entro cui il cliente è tenuto a pagare i beni o i servizi. Vengono stabiliti durante la fase di creazione dell’ordine di vendita o di stipula del contratto e determinano la data di scadenza della fattura. Questo attributo è una dimensione importante per la Dashboard «Payment Collection Cycle Time». Suddividendo i dati in base ai termini di pagamento, un’azienda può valutare se i clienti rispettano le scadenze concordate e individuare le condizioni associate a cicli di pagamento più lunghi o più brevi. Perché è importante Fornisce il contesto necessario per analizzare la riscossione dei pagamenti e capire se i ritardi dipendono dal comportamento dei clienti o da termini di pagamento troppo permissivi. Dove reperirli Presente nei dati anagrafici del Sales Order o del cliente in SAP Sales Cloud. Esempi 30 giorni netti60 giorni nettiPagamento alla ricezione
	Ultimo aggiornamento dei dati LastDataUpdate	Timestamp dell’ultima estrazione o dell’ultimo aggiornamento dei dati dal sistema di origine.
Descrizione Questo attributo indica l’ultima volta in cui sono stati aggiornati i dati dell’Event Log. Fornisce un’indicazione della loro attualità, importante per valutare la rilevanza dei risultati. In ogni analisi di processo è fondamentale sapere quanto sono recenti i dati. Questo aiuta le parti interessate a capire se le informazioni riflettono le attività correnti o un periodo passato, un aspetto che incide sulle decisioni basate sull’analisi. Perché è importante Fornisce un’indicazione essenziale dell’attualità dei dati, affinché analisi e decisioni si basino su informazioni aggiornate. Dove reperirli È un timestamp di metadati aggiunto durante il processo di estrazione e trasformazione dei dati (ETL). Esempi 2024-07-20T02:00:00Z2024-07-21T02:00:00Z

Obbligatorio Consigliato Facoltativo

Attività Lead to Cash

Queste sono le fasi e le tappe fondamentali da registrare nell’Event Log per individuare e analizzare con precisione il processo Lead to Cash.

7 Consigliato 8 Facoltativo

	Attività	Descrizione
	Offerta inviata al cliente	Questa attività indica il momento in cui un’offerta formale viene inviata ufficialmente al cliente per la valutazione. In genere si deduce da una modifica dello stato dell’oggetto Sales Quote, per esempio da «In Preparation» a «Sent» o «Proposed».
Perché è importante È una tappa fondamentale, che segna l’inizio del periodo dedicato alla negoziazione e alle decisioni del cliente. Analizzare il tempo che intercorre tra questo evento e l’accettazione dell’offerta è essenziale per comprendere la velocità delle trattative e individuare i colli di bottiglia nella negoziazione. Dove reperirli Si deduce dalla cronologia delle modifiche di stato dell’oggetto aziendale Sales Quote. Occorre individuare il timestamp in cui lo stato viene aggiornato a un valore che indica l’invio dell’offerta. Acquisizione Individuare il timestamp della modifica dello stato dell’oggetto Sales Quote a «Sent». Tipo di evento inferred
	Opportunità chiusa con successo	Questa attività rappresenta lo stato conclusivo di un’opportunità vinta, dopo il completamento di tutte le attività successive, come la creazione e l’evasione dell’ordine. Viene registrata quando un utente assegna all’Opportunity lo stato finale «Closed» con motivazione «Won».
Perché è importante Questo evento costituisce il punto di arrivo positivo per l’analisi di Process Mining e consente di calcolare la durata complessiva del ciclo di vendita per tutte le trattative vinte. Fornisce una conclusione del processo chiara e definitiva. Dove reperirli Si deduce dalla cronologia delle modifiche di stato dell’oggetto Opportunity, in particolare dal timestamp in cui lo stato viene aggiornato a «Closed» e la motivazione è «Won». Acquisizione Individuare il timestamp della modifica dello stato a «Closed» con codice motivazione «Won». Tipo di evento inferred
	Opportunità creata	Segna l’avvio ufficiale dell’opportunità di vendita, ovvero la conversione di un lead qualificato in una concreta trattativa commerciale. Il sistema registra esplicitamente questo evento quando viene creato l’oggetto aziendale Opportunity, spesso trasferendovi i dati del lead originale.
Perché è importante Questa attività è fondamentale perché costituisce il punto di partenza principale per l’analisi del ciclo di vendita. Consente di misurare la durata del ciclo, il tasso di successo delle opportunità e i risultati del team di vendita dal momento in cui una trattativa diventa concreta. Dove reperirli L’evento corrisponde al timestamp di creazione dell’oggetto aziendale Opportunity in SAP Sales Cloud. Acquisizione Utilizzare la data e l’ora di creazione del record Opportunity. Tipo di evento explicit
	Opportunità persa	Questa attività segna la conclusione definitiva di un’opportunità non riuscita, perché la trattativa è stata persa a favore di un concorrente o il cliente ha deciso di non acquistare. Viene registrata quando un utente modifica lo stato dell’Opportunity in «Lost» o «Closed Lost».
Perché è importante Analizzare quando e perché si perdono le opportunità è fondamentale per migliorare la strategia di vendita. Questo esito negativo consente di studiare le trattative perse, per esempio individuando la fase media in cui si interrompono o le ragioni più frequenti della perdita. Dove reperirli Si deduce dalla cronologia delle modifiche di stato dell’oggetto aziendale Opportunity. Corrisponde al timestamp in cui lo stato viene aggiornato a «Lost» o «Closed Lost». Acquisizione Individuare il timestamp della modifica dello stato dell’oggetto Opportunity a «Lost». Tipo di evento inferred
	Opportunità vinta	Questa attività indica che la trattativa si è conclusa con successo e che l’organizzazione ha acquisito il cliente. Viene registrata quando un utente modifica lo stato dell’Opportunity in «Won», un’azione standard ed esplicita nel sistema.
Perché è importante È una tappa fondamentale per misurare i tassi di successo e i risultati delle vendite. Spesso avvia processi successivi, come la creazione e l’evasione dell’ordine, e rappresenta quindi un passaggio chiave nel ciclo Lead to Cash. Dove reperirli Si deduce dalla cronologia delle modifiche di stato dell’oggetto aziendale Opportunity. Corrisponde al timestamp in cui lo stato viene aggiornato a «Won». Acquisizione Individuare il timestamp della modifica dello stato dell’oggetto Opportunity a «Won». Tipo di evento inferred
	Ordine di vendita creato	Questa attività segna la creazione di un ordine di vendita formale, il documento interno ufficiale che avvia l’evasione e la fatturazione. Viene registrata esplicitamente quando un utente crea un oggetto Sales Order e lo collega all’opportunità principale.
Perché è importante È un passaggio fondamentale dalla vendita alle attività operative. Analizzare il tempo che intercorre tra «Opportunity Won» e «Sales Order Created» può rivelare ritardi interni, mentre monitorare le rilavorazioni successive aiuta a individuare problemi di qualità dei dati. Dove reperirli L’evento corrisponde al timestamp di creazione dell’oggetto aziendale Sales Order associato all’Opportunity. Acquisizione Utilizzare la data e l’ora di creazione del record Sales Order associato. Tipo di evento explicit
	Pagamento ricevuto	Questa attività conferma che il pagamento del cliente è stato ricevuto ed elaborato, completando la transazione finanziaria. Queste informazioni provengono quasi sempre da un sistema finanziario o ERP esterno, che aggiorna lo stato della fattura o dell’ordine in SAP Sales Cloud.
Perché è importante È la fase conclusiva di realizzazione del valore nel processo Lead to Cash. Misurare il «Payment Collection Cycle Time» dalla fatturazione al pagamento è un KPI fondamentale per gestire i flussi di cassa e valutare i risultati della gestione dei crediti verso clienti. Dove reperirli Si deduce da una modifica dello stato dell’oggetto Invoice o Sales Order a «Paid» o «Cleared». Questi dati provengono da un sistema finanziario esterno. Acquisizione Individuare il timestamp in cui lo stato dell’Invoice passa a «Paid» o «Cleared». Tipo di evento inferred
	Fattura generata	Indica la creazione della fattura per il cliente e avvia la fase finanziaria conclusiva del processo. L’evento può essere rilevato dalla creazione di un oggetto Invoice in SAP Sales Cloud o, più spesso, da un sistema di fatturazione integrato.
Perché è importante Questa attività avvia il ciclo di riscossione dei pagamenti. I ritardi nella generazione delle fatture incidono direttamente sui flussi di cassa, quindi è fondamentale monitorare il tempo che intercorre tra l’evasione dell’ordine e la fatturazione per tutelare la solidità finanziaria. Dove reperirli Può corrispondere al timestamp di creazione di un oggetto aziendale Invoice collegato al Sales Order oppure a un aggiornamento proveniente da un ERP esterno. La fonte dipende dai sistemi utilizzati. Acquisizione Utilizzare la data di creazione del record Invoice o una voce del registro delle attività proveniente da un ERP integrato. Tipo di evento explicit
	Lead acquisito	Questa attività segna la creazione iniziale di un record Lead in SAP Sales Cloud. Rappresenta il primo contatto o interesse da parte di un potenziale cliente e viene in genere registrata automaticamente tramite un modulo web, l’importazione di un elenco o l’inserimento manuale da parte di un utente.
Perché è importante Monitorare questo evento è fondamentale per analizzare l’efficacia delle diverse fonti di lead e misurare il volume complessivo di lead generati. Costituisce il punto di partenza per calcolare i tassi di conversione dei lead e comprendere la parte iniziale del funnel di vendita. Dove reperirli L’evento viene rilevato dal timestamp di creazione dell’oggetto aziendale Lead. La fonte del lead è in genere disponibile come attributo dello stesso oggetto. Acquisizione Utilizzare la data e l’ora di creazione del record Lead. Tipo di evento explicit
	Lead qualificato	Indica il momento in cui un lead è stato valutato e soddisfa i criteri per essere considerato una potenziale opportunità di vendita. In genere viene registrato quando un utente modifica manualmente lo stato del Lead in «Qualified» o in uno stato equivalente, indicando che è pronto per la conversione.
Perché è importante Questa attività distingue i lead iniziali dai potenziali clienti effettivamente interessati e consente di analizzare l’efficienza del processo di qualificazione. Aiuta a valutare la qualità dei lead provenienti da fonti diverse e a individuare i colli di bottiglia tra l’acquisizione del lead e l’avvio delle attività di vendita. Dove reperirli Si deduce dalla cronologia delle modifiche di stato dell’oggetto aziendale Lead. Occorre individuare il timestamp in cui il campo dello stato viene aggiornato a «Qualified». Acquisizione Individuare il timestamp della modifica dello stato del Lead a «Qualified». Tipo di evento inferred
	Offerta accettata dal cliente	Indica che il cliente ha accettato, formalmente o informalmente, le condizioni dell’offerta. Di solito viene registrato tramite un aggiornamento manuale dello stato dell’oggetto Sales Quote o Opportunity da parte del rappresentante di vendita.
Perché è importante È un forte segnale di acquisto e una tappa fondamentale prima della finalizzazione del contratto o della creazione dell’ordine. Aiuta a misurare l’efficacia delle proposte e la durata del ciclo decisionale del cliente. Dove reperirli Si deduce da una modifica dello stato dell’oggetto Sales Quote a «Accepted» o da una modifica equivalente dello stato dell’oggetto Opportunity collegato. Acquisizione Individuare il timestamp in cui lo stato del Sales Quote passa a «Accepted». Tipo di evento inferred
	Offerta creata	Segna la creazione di un documento formale di offerta commerciale collegato all’opportunità. È un passaggio interno che precede l’invio dell’offerta al cliente e viene registrato esplicitamente quando un utente genera un nuovo record Quote.
Perché è importante Questa attività distingue il tempo dedicato alla preparazione interna da quello in cui il cliente ha già ricevuto l’offerta. Aiuta ad analizzare l’efficienza del processo di generazione delle offerte e il tempo necessario ai rappresentanti di vendita per preparare i prezzi. Dove reperirli L’evento corrisponde al timestamp di creazione dell’oggetto aziendale Sales Quote associato all’Opportunity. Acquisizione Utilizzare la data e l’ora di creazione del record Sales Quote associato. Tipo di evento explicit
	Ordine di vendita rilavorato	Indica una modifica o una correzione apportata a un ordine di vendita dopo il suo invio. L’evento si deduce rilevando cicli nella sequenza degli stati dell’ordine, per esempio quando lo stato passa da «Submitted» a «In Process» o «Pending Revision».
Perché è importante Individuare le rilavorazioni è essenziale per far emergere inefficienze del processo, errori di inserimento dei dati e problemi di comunicazione tra vendite e attività operative. Una frequenza elevata di rilavorazioni segnala problemi di qualità che causano ritardi e aumentano i costi. Dove reperirli Si deduce dalla cronologia delle modifiche di stato dell’oggetto Sales Order. Per rilevarlo occorre analizzare la sequenza delle modifiche e individuare i passaggi a uno stato precedente o i cicli. Acquisizione Rilevare le transizioni di stato che formano un ciclo, per esempio da «Submitted» a «In Process». Tipo di evento inferred
	Ordine evaso	Questa attività indica che i prodotti sono stati spediti o i servizi sono stati erogati al cliente. Spesso l’evento viene registrato tramite un’integrazione con un sistema ERP o logistico, che aggiorna lo stato del Sales Order in SAP Sales Cloud.
Perché è importante Segna il completamento della fase di consegna. Misurare il tempo che intercorre tra «Sales Order Created» e «Order Fulfilled» è essenziale per monitorare l’efficienza dell’evasione degli ordini e il suo impatto sulla soddisfazione dei clienti. Dove reperirli In genere si deduce da una modifica dello stato dell’oggetto Sales Order, per esempio a «Fulfilled» o «Shipped». Spesso lo stato viene aggiornato tramite un’integrazione con un sistema esterno. Acquisizione Individuare il timestamp in cui lo stato del Sales Order passa a «Fulfilled» o «Delivered». Tipo di evento inferred
	Soluzione proposta	Questa attività indica che al cliente è stata presentata una possibile soluzione o configurazione del prodotto. In genere si deduce da una modifica della fase di vendita o dello stato dell’oggetto Opportunity, per esempio il passaggio alla fase «Proposal» o «Solution Design».
Perché è importante Analizzare il tempo trascorso in questa fase e il passaggio alla fase di preparazione dell’offerta aiuta a individuare i colli di bottiglia nel processo di definizione della soluzione. Permette inoltre di capire quanto tempo occorre per passare dal primo contatto a una proposta concreta. Dove reperirli Si deduce dal registro delle modifiche o dalla cronologia dello stato dell’oggetto Opportunity, in particolare quando la fase di vendita viene aggiornata a un valore come «Solution Proposed» o «Value Proposition». Acquisizione Individuare il timestamp in cui il campo della fase di vendita dell’Opportunity viene modificato per indicare la presentazione di una proposta. Tipo di evento inferred

Consigliato Facoltativo

Guide all’estrazione

Come estrarre i dati da SAP Sales Cloud

Passaggi

Prerequisiti: Verifichi che in SAP Sales Cloud sia disponibile un utente con accesso al centro di lavoro Analisi e, in particolare, con i diritti necessari per creare e modificare origini dati e report.
Creazione di un’origine dati combinata: Acceda alla vista Design Data Sources nel centro di lavoro Business Analytics. Crei una nuova origine dati combinata e colleghi le seguenti origini dati standard con un join esterno sinistro, così da includere tutte le opportunità: Lead Information -> Opportunity Header and Item -> Sales Quote Header and Item -> Sales Order Header and Item. In genere, la condizione di join si basa sull’ID opportunità o sugli ID dei documenti successivi.
Creazione di un report personalizzato: Acceda alla vista Design Reports e crei un nuovo report basato sull’origine dati combinata creata nel passaggio precedente. Aggiunga alla vista del report tutte le caratteristiche e le cifre chiave necessarie, inclusi gli identificativi (Lead ID, Opportunity ID), tutti i campi di stato pertinenti e tutti i campi relativi a data e ora (Creation Date, date delle modifiche di stato e così via). Includa anche gli attributi richiesti, come Sales Representative, Lead Source e Order Amount.
Esposizione del report come servizio OData: Nella vista Design Reports, selezioni il report appena creato. Nella configurazione o nelle impostazioni del report, individui l’opzione per esporlo come query OData. Spesso si tratta di una casella denominata Enable for OData. Salvi le modifiche. Il sistema genererà un URL OData univoco per il report.
Individuazione dell’URL OData: Acceda alla vista OData Services nel centro di lavoro Administrator. Individui il report personalizzato nell’elenco e ne copi l’URL del servizio, necessario per lo script Python.
Configurazione dell’ambiente Python: Verifichi che Python sia installato e che siano disponibili le librerie requests e pandas. Può installarle con pip: pip install requests pandas.
Configurazione dello script Python: Copi lo script Python fornito. Sostituisca i valori segnaposto di C4C_TENANT_URL, OData_SERVICE_PATH, USERNAME e PASSWORD con le credenziali SAP Sales Cloud specifiche e con l’URL OData ottenuto nel passaggio precedente.
Esecuzione dello script di estrazione: Esegua lo script Python. Lo script si autenticherà tramite l’API OData, recupererà i dati in pagine per gestire volumi elevati e li caricherà in un DataFrame di pandas.
Trasformazione dei dati: Lo script trasforma automaticamente i dati in formato largo, con una riga per opportunità, in un Event Log in formato lungo. Esamina ogni possibile attività e verifica che disponga di una data e ora valide. Se il dato è presente, crea il relativo record dell’evento con il valore corretto per ActivityName.
Esportazione dell’Event Log: Al termine, lo script salva l’Event Log finale nella cartella corrente, in un file denominato lead_to_cash_event_log.csv. Il file è formattato per essere caricato direttamente in uno strumento di Process Mining.

Configurazione

Configurazione dell’origine dati: Il metodo si basa su un’origine dati combinata in SAP Sales Cloud Analytics. È fondamentale utilizzare Left Outer Joins a partire dall’oggetto Opportunity, così da includere anche le opportunità che non hanno generato offerte o ordini.
Caratteristiche del report: Il report personalizzato deve includere tutti i campi di data e ora corrispondenti alle attività da analizzare. Sono incluse le date di creazione di lead, opportunità, offerte e ordini, oltre alle date delle modifiche di stato.
Filtri dell’API OData: Per gestire le prestazioni e il volume dei dati, utilizzi il parametro $filter nell’URL OData dello script Python. È fortemente consigliato applicare un filtro per intervallo di date, ad esempio su OpportunityCreationDate. Per l’analisi iniziale, è in genere indicato un intervallo da 6 a 12 mesi.
Paginazione: Lo script fornito gestisce la paginazione OData tramite i parametri $top e $skip. Questa funzione è essenziale per estrarre grandi volumi di dati senza che la connessione API vada in timeout.
Prerequisiti: Il metodo richiede un utente dedicato all’analisi, autorizzato ad accedere all’API OData e alle origini dati sottostanti per lead, opportunità, offerte e ordini.

Query di esempio 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.")

Passaggi

Verifichi che l’accesso OData standard di SAP Sales Cloud sia abilitato per gli oggetti aziendali pertinenti e che l’utente di integrazione disponga dell’autorizzazione di lettura per Opportunity, Lead, Sales Quote, Sales Order, Invoice e per i dati relativi a pagamenti o evasione, se tali oggetti sono disponibili nel tenant. Utilizzi gli strumenti di amministrazione e integrazione SAP Sales Cloud disponibili nel sistema. I percorsi esatti nei menu e i nomi dei servizi per gli oggetti variano a seconda del tenant; configuri quindi l’estrazione in base al proprio sistema.
Individui i nomi dei servizi OData standard pubblicati, gli insiemi di entità, i campi chiave, le proprietà di navigazione, i campi di stato, le date delle modifiche, i campi del responsabile, dell’origine e dell’importo, i campi del prodotto e quelli delle relazioni per gli oggetti aziendali richiesti. Non presuma che un oggetto o una proprietà siano esposti. Registri i metadati verificati nel documento dei metadati del servizio, disponibile all’URL OData configurato.
Configuri nello script Python l’URL di connessione, le credenziali o le impostazioni OAuth, l’intervallo di date, la dimensione delle pagine e i filtri specifici dell’azienda. Inizi con un intervallo da tre a sei mesi, poi lo estenda dopo aver verificato prestazioni e completezza.
Estragga i record Opportunity e Lead dai rispettivi insiemi di entità OData standard verificati. Estragga i record Sales Quote e Sales Order dai relativi insiemi di entità verificati. Estragga i record di fatturazione, evasione e pagamento solo se i corrispondenti oggetti OData standard e le relative relazioni sono esposti in SAP Sales Cloud. Se questi record sono gestiti in un sistema ERP o finanziario integrato, recuperi da tale sistema il flusso OData equivalente e approvato e associ i relativi identificativi all’opportunità.
Recuperi tutte le pagine di ogni richiesta OData seguendo il collegamento alla pagina successiva fornito dal servizio oppure applicando il meccanismo di paginazione supportato. Applichi filtri lato server per data e azienda, se disponibili. Salvi le risposte grezze prima della trasformazione, in modo che i conteggi e le associazioni possano essere verificati in sede di audit.
Normalizzi le date e le ore in un unico fuso orario, preferibilmente UTC, e converta i valori SAP di tipo data o data e ora in un formato ISO 8601 uniforme. Normalizzi i valori di stato eliminando gli spazi superflui e applicando confronti senza distinzione tra maiuscole e minuscole. Se possibile, conservi i valori di stato originali nel dataset di audit.
Crei una riga evento per ogni attività richiesta. Utilizzi l’ora di creazione del Lead per Lead Captured; l’ora in cui il Lead raggiunge lo stato Qualified per Lead Qualified; l’ora di creazione dell’Opportunity per Opportunity Created; l’ora in cui l’Opportunity raggiunge la fase di proposta o soluzione configurata per Solution Proposed; l’ora di creazione del Sales Quote per Quote Created; l’ora in cui l’offerta raggiunge lo stato Sent o Proposed per Quote Sent to Customer; l’ora in cui l’offerta o l’opportunità registra l’accettazione del cliente per Quote Accepted by Customer; l’ora in cui l’Opportunity raggiunge lo stato Won per Opportunity Won; l’ora di creazione del Sales Order per Sales Order Created; una transizione rilevata da Submitted a In Process o Pending Revision per Sales Order Reworked; l’ora di completamento dell’evasione o della spedizione per Order Fulfilled; l’ora di creazione della fattura per Invoice Generated; l’ora di ricezione o contabilizzazione del pagamento per Payment Received; lo stato finale Closed con esito Won per Opportunity Closed Won; lo stato finale Lost o Closed Lost per Opportunity Closed Lost.
Colleghi esternamente gli eventi tramite SalesOpportunityId. Utilizzi i campi di relazione verificati tra Lead, Opportunity, Sales Quote, Sales Order, Invoice, evasione e pagamenti. Se non è disponibile una relazione diretta, utilizzi una tabella di corrispondenza approvata e gestita dall’integrazione o dal processo aziendale. Non deduca una relazione basandosi soltanto sulla corrispondenza di descrizioni o importi.
Compili gli attributi consigliati per ogni evento quando sono disponibili in base alla relazione con i dati di origine. Riporti SalesRepresentative, LeadSource, OpportunityStatus, SalesOrderAmount, ProductCategory e DiscountPercentage dal record di origine pertinente, mantenendo valori nulli quando il dato di origine non è affidabile.
Ordini l’Event Log finale per SalesOpportunityId e EventTime. Rimuova soltanto le righe duplicate esatte generate dalla ripetizione di pagine API o di tentativi. Non accorpi transizioni di stato distinte né eventi con la stessa data e ora, a meno che la regola aziendale non lo consenta esplicitamente.
Verifichi che siano presenti tutti i 15 nomi di attività, che i campi obbligatori non siano vuoti, che le date e le ore rientrino nell’intervallo richiesto o siano documentate esplicitamente come eventi storici correlati e che le associazioni tra record non generino duplicati di caso imprevisti. Esporti i dati in un file CSV UTF-8 o in un altro formato Event Log supportato da ProcessMind, utilizzando esattamente i nomi di colonna richiesti SalesOpportunityId, ActivityName ed EventTime, oltre agli attributi consigliati disponibili. Carichi il file risultante in ProcessMind senza aspettarsi che la piattaforma ricostruisca gli eventi mancanti.

Configurazione

Configurazione del servizio OData: Utilizzi esclusivamente servizi OData standard di SAP Sales Cloud e insiemi di entità confermati nei metadati del servizio del tenant. Nomi dei servizi, delle entità, delle proprietà e percorsi di navigazione devono essere configurati in base al sistema utilizzato.
Connessione e autorizzazioni: Configuri l’URL SAP Sales Cloud approvato, il metodo di autenticazione, le credenziali client, gli ambiti e le autorizzazioni di lettura. Se gli eventi non sono esposti da SAP Sales Cloud, è necessaria un’autorizzazione separata per accedere ai dati di sistemi ERP, logistici, di fatturazione o di pagamento esterni.
Intervallo di date: Inizi con un periodo da tre a sei mesi. Includa un breve periodo precedente quando le date di creazione e di modifica dello stato possono precedere la finestra temporale selezionata per il processo. Documenti se il filtro utilizza la data di creazione, quella dell’ultima modifica, quella della transizione di stato o un altro campo data verificato.
Chiave obbligatoria del caso: Associe ogni evento a SalesOpportunityId. Non generi eventi senza una relazione affidabile con l’opportunità, a meno che il record non possa essere risolto tramite una tabella di corrispondenza approvata.
Mappatura degli stati: Configuri mappature esatte e specifiche del tenant per Qualified, le fasi di proposta o soluzione, Sent, Proposed, accepted, Won, Closed, Lost, Closed Lost, Submitted, In Process, Pending Revision, il completamento dell’evasione, la creazione della fattura e la ricezione del pagamento. Le etichette degli stati possono variare in base alla configurazione e alla lingua.
Filtri: Applichi filtri verificati per azienda, unità organizzativa, tipo di documento, area commerciale, stato e data solo se i relativi campi sono esposti e il loro significato aziendale è chiaro. Non presuma che Company Code e Document Type siano presenti in tutti gli oggetti SAP Sales Cloud.
Paginazione e limitazione delle richieste: Utilizzi la dimensione di pagina e il meccanismo per la pagina successiva supportati dal servizio OData. Gestisca i nuovi tentativi in caso di errori HTTP temporanei, rispetti i limiti di richieste del tenant ed eviti un numero eccessivo di richieste parallele.
Requisiti relativi alla cronologia delle modifiche: Le attività basate sullo stato richiedono una cronologia degli stati o un registro delle modifiche con le relative date e ore. Il solo campo dello stato corrente non consente di ricostruire in modo affidabile quando è stato raggiunto uno stato precedente.
Origini esterne degli eventi: L’evasione degli ordini, la generazione delle fatture e la ricezione dei pagamenti possono essere gestite in sistemi ERP, logistici, di fatturazione o finanziari integrati. Configuri identificativi approvati per la corrispondenza tra sistemi e regole di estrazione specifiche per ciascuna origine.
Qualità dei dati: Mantenga i valori nulli quando i dati non sono disponibili. Non sostituisca i valori storici con lo stato o il responsabile attuali, a meno che la regola aziendale non accetti esplicitamente questa limitazione.
Prerequisiti: Prima di pianificare l’estrazione, verifichi che l’edizione di SAP Sales Cloud, la disponibilità delle API, la configurazione dell’integrazione, l’esposizione degli oggetti aziendali, le autorizzazioni del tenant e le eventuali licenze dei sistemi esterni siano adeguate.

Query di esempio 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}")

È pronto a iniziare?

Con questo template dei dati dispone di tutto il necessario per iniziare a ottimizzare il processo Lead to Cash. Inizi oggi a migliorare il ciclo dei ricavi.

Torna alla guida al miglioramento

Scarica il template

Ottimizzi subito il processo Lead to Cash e aumenti i tassi di vittoria.

Riduca le trattative perse e aumenti del 20% il tasso di vittoria con la prova gratuita.

Inizi la prova gratuita

Non è richiesta alcuna carta di credito. La configurazione richiede pochi minuti.

Il Suo template dei dati Lead to Cash

Il Suo template dei dati Lead to Cash

Attributi Lead to Cash

Attività Lead to Cash

Guide all’estrazione

Estrazione tramite API OData di SAP Sales Cloud Analytics

Passaggi

Configurazione

Query di esempio python

Query OData standard sugli oggetti aziendali di SAP Sales Cloud

Passaggi

Configurazione

Query di esempio python

È pronto a iniziare?

Ottimizzi subito il processo Lead to Cash e aumenti i tassi di vittoria.