> 継続的なプロセス改善 > リードから入金まで > Pipedrive > データテンプレート

リードから入金までのデータテンプレート

Pipedrive

リードから入金までの属性(20) リードから入金までのアクティビティ(13) データ抽出ガイド(3)

リードから入金までのデータテンプレート

このテンプレートでは、Pipedriveのリードから入金までのプロセスを分析するために必要なデータの収集方法をまとめています。確認すべき属性や主要なアクティビティに加え、Pipedriveから直接データを抽出する手順もご案内します。プロセスマイニングと改善に向けたデータの準備にお役立てください。

収集を推奨する属性
追跡すべき主要なアクティビティ
Pipedriveからのデータ抽出ガイド

イベントログを初めて作成する方はこちら：プロセスマイニング用イベントログの作成方法.

テンプレートをダウンロード

リードから入金までの属性

推奨するデータ項目は、イベントログの作成とリードから入金までのプロセス分析に欠かせません。

3 必須 4 推奨 13 任意

	名前	説明
	アクティビティ名 ActivityName	営業プロセスで発生した特定の業務イベントまたはタスクの名前です。
説明この属性は、リードから入金までのプロセスにおける個々のステップを表します。「商談作成」「提案書送付」「入金確認」などが該当します。アクティビティは、プロセスフローを可視化するための基本要素です。アクティビティの順序や発生頻度を分析すると、よくあるプロセス経路、作業が滞留するボトルネック、標準的な営業手順からの逸脱を特定できます。プロセスが実際にどのように進んでいるかを把握するうえで欠かせません。重要な理由プロセスの各ステップを定義し、プロセスフローの可視化と分析、ボトルネックの特定、適合性チェックを可能にします。入手先通常、商談ステージの変更や請求書などの関連オブジェクトの作成といったPipedriveのイベントを、定義済みのアクティビティ一覧に対応付けて作成します。例商談作成提案書送付商談成立請求書送付入金確認
	イベント時刻 EventTime	アクティビティが発生した時刻を示すタイムスタンプです。
説明イベント時刻（開始時刻）は、特定のアクティビティが記録された正確な日時を示します。この時刻データを使ってイベントを時系列に並べ、プロセスの各ステップにかかった時間を算出します。分析では、このタイムスタンプを使ってサイクルタイム、処理時間、待ち時間などの主要業績評価指標を算出します。時間に基づくダッシュボードを作成し、営業プロセスのパフォーマンスを監視して遅延を特定できます。重要な理由イベントの順序付け、プロセス所要時間の算出、時間目標に対するパフォーマンスの分析に欠かせないタイムスタンプです。入手先 Pipedrive APIのDeal、Activity、または関連オブジェクトにある「add_time」や「update_time」などのフィールドから取得します。例 2023-04-15T10:00:00Z2023-04-16T14:30:00Z2023-05-01T09:05:00Z
	営業商談 SalesOpportunityId	営業商談を一意に識別するIDです。リードから入金までのプロセス全体を追跡するケースIDとして使います。
説明営業商談IDは、最初のリード作成から最終的な入金まで、関連するすべてのアクティビティを結び付ける主キーです。Pipedriveで追跡する個々の販売機会を表します。プロセス分析では、このIDを使って各商談の全体的な流れを再構成します。「商談作成」「提案書送付」「入金確認」などのイベントを1つのケースにまとめることで、プロセスバリアント、サイクルタイム、転換率を分析できます。重要な理由このIDはプロセスを把握する基盤となり、関連するすべてのイベントを結び付けて、各商談の全履歴を構成します。入手先 Pipedrive APIを通じて、Dealオブジェクトの「id」フィールドから取得します。例 12543125441254512546
	値引率 DiscountPercentage	商談に適用された値引きの割合です。
説明この属性は、営業商談に値引きが適用された場合の割合を示します。価格戦略や収益性への影響を把握するうえで重要な要素です。値引率を分析すると、値引き戦略の効果を評価できます。商談金額、営業担当者、商品などの属性と照らし合わせることで、値引きが多い領域や、値引きによって受注率が上がるのか、利益率が下がるだけなのかを確認できます。重要な理由価格戦略、営業利益率、商談全体の収益性を分析するうえで重要です。入手先 PipedriveのDealオブジェクトにカスタムフィールドとして設定されていることが多い項目です。カスタムフィールドの設定方法については、Pipedriveの文書をご確認ください。例 0.050.100.150.0
	商談ステータス DealStatus	受注、失注、進行中など、商談の現在の結果または状態です。
説明商談ステータスは、営業商談の最終結果または現在の大まかな状態を示します。営業の成功率やプロセス効率を分析する際の主要な切り口です。受注率と失注率の算出や、プロセスマップを絞り込んで受注商談と失注商談の進み方を比較するうえで欠かせない属性です。比較すると、成功または失敗につながるプロセス実行上の違いが見つかることがあり、プロセス改善に役立つインサイトが得られます。重要な理由受注率・失注率の算出や、受注商談と失注商談のプロセスフローの比較に欠かせません。入手先 Pipedrive APIのDealオブジェクトにある「status」フィールドから取得します。例受注失注進行中
	商談担当者 DealOwner	営業商談を担当する営業担当者です。
説明商談担当者は、特定の商談に割り当てられたユーザーです。この属性は、営業チーム内のリソース配分やパフォーマンスを把握するうえで重要です。個人またはチーム単位でパフォーマンスを分析できます。ダッシュボードを商談担当者で絞り込み、営業サイクルタイム、転換率、平均商談金額などを比較することで、成果を上げている担当者やコーチングが必要な領域を特定できます。重要な理由営業担当者ごとのパフォーマンスを分析し、成果を上げている担当者や改善が必要な領域を特定できます。入手先 Dealオブジェクトの「user_id」フィールドから取得します。このフィールドはPipedrive APIのUserオブジェクトに紐付いています。例ジョン・スミスジェーン・ドウピーター・ジョーンズ
	商談金額 DealValue	営業商談の合計金額です。
説明商談金額は、営業商談に関連する見込み収益または実際の収益を表します。商談の優先順位付けや、営業パイプラインが財務に与える影響の評価に使う基本的な指標です。プロセス分析では、この属性でケースを金額別に分類し、高額商談と低額商談の進み方を比較できます。また、営業実績、値引きの効果、収益全体を分析するダッシュボードの主要項目でもあります。重要な理由営業プロセスを金額面から分析し、高額商談の優先順位付けや収益への影響の把握に役立ちます。入手先 Pipedrive APIのDealオブジェクトにある「value」フィールドから取得します。例 5000.0025000.501500.75
	イベント終了時刻 EventEndTime	所要時間のあるアクティビティが完了した時刻を示すタイムスタンプです。
説明イベント終了時刻は、会議やタスクなど、所要時間を測定できるアクティビティの完了時刻を示します。開始時刻と組み合わせることで、各アクティビティにかかった時間を正確に算出できます。この属性は、個々のアクティビティの処理時間を算出するうえで欠かせません。所要時間を分析すると、特に時間がかかるタスクを特定し、効率化、自動化、リソースの再配分を検討できます。重要な理由個々のアクティビティの所要時間を正確に算出でき、時間のかかるタスクやボトルネックの特定に役立ちます。入手先 Pipedrive APIのActivityオブジェクトにある「due_date」や完了時刻のフィールドから取得します。例 2023-04-15T11:00:00Z2023-04-16T15:00:00Z2023-05-01T09:35:00Z
	ソースシステム SourceSystem	データの抽出元となるシステムを示します。
説明この属性はデータの取得元を示します。この場合はPipedriveです。複数のシステムのデータを統合してプロセス全体を把握する環境で特に役立ちます。単一システムの分析では固定値となることが多いものの、データのガバナンスと追跡可能性を確保するための重要なコンテキストになります。イベントと属性がPipedriveのインスタンスに関連することを確認できます。重要な理由データの取得元を明確にし、追跡可能性を確保します。複数システムのデータを組み合わせる場合に特に役立ちます。入手先通常、データ変換の過程で固定値として追加します。例 Pipedrive
	リード獲得元 LeadSource	リードを獲得した経路またはチャネルです。
説明リード獲得元は、見込み客を最初にどのように見つけたかを示します。「ウェビナー」「電話での新規開拓」「パートナーからの紹介」などが該当します。マーケティング戦略や営業戦略を立てるうえで重要な情報です。リード獲得元を分析すると、各マーケティングチャネルの効果を評価できます。獲得元ごとに転換率や営業サイクルタイムを比較し、マーケティング予算や営業活動の配分を見直すことができます。重要な理由獲得元ごとのリードの転換率やプロセスのパフォーマンスを分析し、各マーケティングチャネルの効果を測定できます。入手先 Leadオブジェクトの「source_name」フィールドから取得し、Dealに関連付けます。例自然検索有料ソーシャル広告紹介展示会
	最終データ更新時刻 LastDataUpdate	ソースシステムからデータを最後に更新した時刻です。
説明この属性は、プロセスマイニング用のデータセットでデータが最後に抽出・更新された時刻を示します。分析対象データの鮮度を確認するための明確な基準になります。分析では、データがいつ時点のものかを把握することが重要です。この属性により、表示中のインサイトがプロセスの最新状況を反映しているかを確認できます。業務の監視や意思決定に欠かせない情報です。重要な理由データの鮮度を示し、プロセス分析がどの時点の状況を反映しているかを確認できます。入手先データの取り込みまたはETL処理の際に生成・記録されます。例 2023-10-27T02:00:00Z2023-10-28T02:00:00Z
	商品 ProductAttached	営業商談に関連する商品またはサービスです。
説明この属性は、商談で販売する商品またはサービスを示します。特定の提供内容に関する営業活動を詳しく分析できます。商品を含めると、商品ラインごとに営業プロセスを分類して比較できます。商品によって営業サイクルの長さや転換率、必要なプロセスステップに違いがあるかを把握し、より適切な営業戦略の立案に役立てられます。重要な理由商品ラインごとに営業プロセスを分析し、提供内容による営業サイクルや成功率の違いを特定できます。入手先 Pipedrive APIでDealに紐付けられたProductオブジェクトから取得します。例標準SaaSサブスクリプションエンタープライズプラットフォームライセンスプロフェッショナルサービスパッケージ
	商談ステージ DealStage	商談が現在進んでいる営業パイプライン上の具体的な段階です。
説明商談ステージは、企業が定めた営業パイプライン上の具体的な段階を表します。「選定完了」「提案実施」「交渉」などが該当します。商談全体のステータスよりも詳細に進捗を把握できます。商談ステージの分析は、営業ファネルの状況や商談が停滞しやすい箇所を把握するうえで重要です。各ステージにかかる時間を追跡すると、ボトルネックを特定し、営業サイクルの中でも特に問題のある部分に改善の取り組みを集中できます。重要な理由営業ファネルにおける商談の進捗を詳しく把握し、ボトルネックやステージ間の転換率を特定できます。入手先 Dealオブジェクトの「stage_id」フィールドから取得します。このフィールドはPipedrive APIのStageオブジェクトに紐付いています。例リード獲得顧客との接点確立デモの日程確定提案実施交渉開始
	商談通貨 DealCurrency	商談金額に適用される通貨です。
説明この属性は、商談金額の通貨を示します。例：USD、EUR、GBP。すべての財務指標を正しく解釈するために必要な情報です。複数の地域や国の商談を分析する場合、財務報告や集計を正確に行ううえで欠かせません。財務データを集計する前に適切な通貨換算を行い、誤った結論を防ぐことができます。重要な理由商談金額の通貨を明確にし、地域をまたいだ財務分析や報告の正確性を保ちます。入手先 Pipedrive APIのDealオブジェクトにある「currency」フィールドから取得します。例 USDEURGBP
	地域 Region	顧客または営業商談に関連する地理的な地域です。
説明この属性は、商談を北米、EMEA、APACなどの地域に分類します。地域ごとの営業実績やプロセスを分析できます。地域別にプロセスを分類すると、営業サイクルタイム、受注率、プロセスバリアントの地域差を把握できます。こうしたインサイトは、地域ごとの営業戦略、リソース配分、プロセスの標準化に役立ちます。重要な理由地域ごとの営業プロセスを分析し、パフォーマンスや顧客行動の違いを明らかにします。入手先通常、DealまたはOrganizationオブジェクトのカスタムフィールドとして設定します。Organizationの住所フィールドから地域を特定することもできます。例北米EMEAAPAC中南米
	手戻りかどうか IsRework	手戻りのループに含まれるアクティビティを特定するフラグです。
説明「手戻りかどうか」は、通常、プロセスマイニングツールが算出する真偽値のフラグです。プロセスが直線的に進まず、前のステップを繰り返す箇所を示します。たとえば、商談が「交渉」から「提案書送付」に戻った場合は、手戻りと見なされます。手戻りは、非効率や作業の無駄、顧客の混乱につながるため、プロセス改善において特定が欠かせません。手戻りとして記録されたアクティビティを分析すると、プロセスが滞る箇所を特定し、対象を絞った改善につなげられます。重要な理由繰り返しや循環するプロセス経路に含まれるアクティビティを特定してフラグを付け、プロセスの非効率を定量化できます。入手先プロセスマイニングソフトウェアが、各ケース内のアクティビティの順序を分析して算出します。例 truefalse
	支払い条件 PaymentTerms	「30日後払い」や「60日後払い」など、合意した支払い条件です。
説明支払い条件は、請求書の送付後、顧客が支払いを行うまでの期間を定めます。売掛金とキャッシュフローの管理に欠かせない属性です。プロセスマイニングでは、支払い状況を評価する際のベースラインとして使います。請求書の日付と支払い条件から算出した支払期日を実際の支払日と比較し、期日内支払い率などの重要業績評価指標を算出できます。重要な理由期日内の支払い状況を測定し、入金回収プロセスの遅延を分析するためのベースラインになります。入手先通常、PipedriveのDealまたはOrganizationオブジェクトのカスタムフィールドとして設定するか、連携した会計システムから取得します。例 30日後払い60日後払い受領時払い
	期日内支払いか IsOnTimePayment	合意した支払い条件の期間内に入金されたかどうかを示す真偽値です。
説明支払いが期日内に行われたかどうかを示す二値フラグ（True／False）です。実際の請求書支払い所要時間を、指定された支払い条件と比較して算出します。このフラグを使うと、支払い状況を簡単に分析できます。期日内支払い率の重要業績評価指標をすばやく算出したり、支払い遅延を絞り込んだりできるため、特定の顧客や商談で遅延が起きる原因を詳しく調べられます。重要な理由支払い条件の遵守状況を簡単に分析でき、期日内支払い率の重要業績評価指標の算出に使えます。入手先「InvoicePaymentTime」と「PaymentTerms」属性を比較して算出します。たとえば、PaymentTermsが「Net 30」で、InvoicePaymentTimeが30日以下の場合、値はTrueです。例 truefalse
	組織名 OrganizationName	商談に関連付けられた顧客企業または組織の名前です。
説明この属性は、営業商談に紐付く法人顧客を特定します。営業パイプラインにどの企業が含まれているかを把握できます。組織名ごとにデータを分析すると、顧客の行動を理解し、重要顧客を特定できます。戦略的な顧客と小規模な顧客でプロセスに違いがあるかを比較したり、特定企業との営業履歴全体を追跡したりする際にも利用できます。重要な理由顧客を特定し、顧客を軸にした分析や営業プロセスの分類を可能にします。入手先 Dealオブジェクトの「org_id」フィールドから取得します。このフィールドはPipedrive APIのOrganizationオブジェクトに紐付いています。例 ABCコーポレーショングローバルテック株式会社イノベートソリューションズ
	請求書の支払い所要時間 InvoicePaymentTime	請求書の送付から入金確認までにかかった時間です。
説明請求書の支払い所要時間は、売掛金回収プロセスの効率を測定します。「請求書送付」アクティビティから「入金確認」アクティビティまでの経過時間を追跡します。この指標は、キャッシュフローの監視や入金遅延の特定に欠かせません。所要時間を分析すると、顧客の支払い行動や督促・回収戦略の効果を把握でき、見積もりから支払いまでのサイクルに直接影響する要因を確認できます。重要な理由入金回収プロセスの効率を直接測定でき、キャッシュフローの管理に欠かせません。入手先ケースごとに、「入金確認」と「請求書送付」アクティビティのタイムスタンプの差として算出します。例 28日45日10日

必須推奨任意

リードから入金までのアクティビティ

プロセスを正確に把握し、効果的な改善につなげるため、これらの主要なステップとマイルストーンをイベントログに記録してください。

5 推奨 8 任意

	アクティビティ	説明
	入金確認	顧客からの入金が確認され、商談の入金サイクルが完了したことを示します。リードから入金までのプロセスにおける最後のイベントで、財務システムから取得します。
重要な理由価値の実現につながる最終ステップです。リードから入金までのプロセスの実質的な終点であり、全体のサイクルタイムの測定や入金遅延の分析に欠かせません。入手先会計システムまたは決済処理システムから取得します。入金確認データをPipedriveの商談に紐付ける必要があります。記録外部の財務システムから取得するイベントデータです。一意の識別子を使って商談に紐付けます。イベントタイプ explicit
	商談作成	営業商談の正式な開始を示します。新しい商談が手動で作成されたとき、またはリードからの転換によって自動作成されたときに、このイベントが記録されます。
重要な理由営業サイクルの主な開始アクティビティです。このイベントから「商談成立」または「商談失注」までの時間を分析すると、営業サイクル全体の期間を把握できます。入手先 PipedriveのDealsエンティティに明示的に記録されるイベントです。商談レコードの作成タイムスタンプ（「add_time」）をイベント時刻として使用します。記録 Dealsエンティティの「add_time」フィールドを使用します。イベントタイプ explicit
	商談成立	商談の成立を示します。顧客が口頭または書面で合意したことを表す、Pipedriveの標準的な明示ステータス変更です。
重要な理由最も重要な成功の節目です。受注率や受注した商談の営業サイクル期間、営業活動全体の成果を算出するうえで欠かせません。入手先商談のステータスが「won」に変更されたときに記録される明示的なイベントです。Dealsエンティティの「won_time」フィールドに正確なタイムスタンプが記録されます。記録 Dealsエンティティの「won_time」タイムスタンプを使用します。イベントタイプ explicit
	失注	商談が成立せずに終了したことを示します。顧客が競合他社を選んだ、関心を失ったなどの理由で、営業プロセスが終了した場合に発生します。
重要な理由主な失敗の終点です。商談を失注した時期や理由を分析すると、営業戦略、トレーニング、見込み客の選定プロセスを改善するための重要なインサイトが得られます。入手先商談のステータスが「lost」に変更されたときに記録される明示的なイベントです。Dealsエンティティの「lost_time」フィールドにタイムスタンプが記録されます。記録 Dealsエンティティの「lost_time」タイムスタンプを使用します。イベントタイプ explicit
	提案書送付	正式な見積もりや提案書を顧客に提示した時点を示します。通常は、商談が「提案済み」や「見積もり送付」などの特定のパイプラインステージに移行したことから推定します。
重要な理由営業プロセスの重要なマイルストーンです。このイベントから「商談成立」までの時間を分析すると、意思決定と交渉にかかる期間を把握できます。入手先商談の変更履歴で、「stage_id」が提案用に指定されたステージに変更されたことから推定します。ステージ変更のタイムスタンプを使用します。記録商談の「stage_id」が特定の「提案」ステージに更新されたことを検出します。イベントタイプ inferred
	交渉開始	価格、条件、範囲に関する本格的な交渉の開始を示します。通常は、提案書の送付後に商談が「交渉」パイプラインステージへ移行したことから推定します。
重要な理由交渉の段階を切り分けて分析することで、この段階にかかる時間や、交渉が長引く商談を特定できます。入手先商談の変更履歴で、「stage_id」が交渉を明示するステージに更新されたことから推定します。記録商談の履歴から、あらかじめ定義した「交渉」ステージへの変更を特定します。イベントタイプ inferred
	初回接触	商談に関連付けられた見込み顧客との、最初の有意義なやり取りを示します。通常は、商談に紐付けられた電話、メール、会議などの完了済みアクティビティとして記録されます。
重要な理由このアクティビティを追跡すると、初回接触までの時間を測定し、リードに速やかに対応できているかを確認できます。営業チームの対応速度を把握するうえでも役立ちます。入手先 PipedriveのActivitiesエンティティから取得します。商談IDに紐付けられた完了済みアクティビティのうち、最も早いものを特定します。記録「done_time」フィールドに基づき、商談に関連付けられた最初の完了済みアクティビティを特定します。イベントタイプ explicit
	受注データ作成	商談成立後、ERPや会計プラットフォームなどの後続システムで正式な受注データが作成されたことを示します。このアクティビティはPipedriveには標準搭載されておらず、連携システムのデータが必要です。
重要な理由営業からオペレーションまたは財務への引き継ぎを示すイベントです。「商談成立」からこのアクティビティまでの時間を分析すると、受注処理の遅れを把握できます。入手先通常は、接続されたERPまたは財務システムから取得します。データを取り込み、Pipedriveの商談IDと紐付ける必要があります。記録外部システムからAPI経由で送信されるイベントデータです。多くの場合、Pipedriveの商談のカスタムフィールドが更新されます。イベントタイプ explicit
	商談の再開	以前に失注とされた商談が、再び営業活動の対象になったことを示します。商談のステータスが「lost」から「open」に変わった場合に、このイベントを推定します。
重要な理由手戻りのループや顧客への再アプローチを把握できます。こうした事例を分析すると、顧客行動や営業フォローアップの効果に関する傾向が見えてきます。入手先 Dealの変更履歴から推定します。「status」フィールドが「lost」から「open」に変わったときに検出されます。記録商談の履歴から、ステータスが「lost」から「open」に変わった箇所を特定します。イベントタイプ inferred
	商談の適格性確認	商談があらかじめ定めた基準を満たし、追求する価値のある有望な案件と判断されたことを示します。通常は、商談が「リード」などの初期ステージから、「初回接触」や「ニーズ確認」などの適格性を確認するステージに移行したときに推定します。
重要な理由このマイルストーンを使うと、リードの適格性確認プロセスの効果を分析し、商談が初期の未評価ステージにとどまる期間を特定できます。入手先商談の変更履歴または履歴で、「stage_id」フィールドが適格性を示すステージに変更されたことから推定します。記録商談の履歴から、あらかじめ定義した「適格」ステージへの変更を特定します。イベントタイプ inferred
	提案後のフォローアップ	提案書の送付後に行われた電話やメールなどの営業アクティビティを記録します。このイベントは、顧客の検討期間中に継続して対応していることを示します。
重要な理由フォローアップの適時性と頻度を測定します。商談の勢いを保ち、成約につなげるうえで重要です。「提案後のフォローアップの適時性」ダッシュボードにも使用されます。入手先 PipedriveのActivitiesエンティティから取得します。同じ商談の「提案書送付」イベント後に発生した完了済みアクティビティとして特定します。記録「done_time」が「提案書送付」アクティビティのタイムスタンプより後になっている、完了済みアクティビティを特定します。イベントタイプ explicit
	注文の履行完了	商品が出荷された、またはサービスが顧客に納品されたことを示します。このイベントは、外部のフルフィルメントシステムまたは業務システムで発生します。
重要な理由注文の履行状況を追跡することで、受注から納品までのサイクルタイムを把握できます。この段階での遅れは、顧客満足度や収益認識に直接影響します。入手先外部のERP、在庫管理システム、またはサービス管理システムから取得します。このデータを該当するPipedriveの商談に紐付ける必要があります。記録外部システムのイベントデータです。商談IDなどの共通識別子を使って紐付けます。イベントタイプ explicit
	請求書送付	顧客への支払い請求書の送付時点を示します。通常、注文の履行後に外部の会計システムまたは請求システムでこのイベントが発生します。
重要な理由支払いサイクルの開始を示します。このイベントから「入金確認」までの時間は、売掛金とキャッシュフローの監視に欠かせません。入手先 XeroやQuickBooksなどの外部会計システムまたはERPから取得します。イベントデータを連携し、Pipedriveの商談に紐付ける必要があります。記録外部請求システムのイベントデータです。API連携を通じて商談に紐付けます。イベントタイプ explicit

推奨任意

データ抽出ガイド

Pipedriveからデータを取得する方法

ステップ

Pipedriveにログイン：データのエクスポート権限を持つユーザープロフィールでPipedriveアカウントにアクセスします。通常は管理者ユーザーが該当します。
データのエクスポート画面を開く：右上のプロフィール画像をクリックし、「設定」を選択します。左側のメニューにある「ツールとアプリ」から「データをエクスポート」をクリックします。
取引データをエクスポート：「データをエクスポート」画面で「取引」を選択し、ファイル形式に「CSV」を指定します。ファイルサイズを抑えるため、直近6か月など、期間を指定して絞り込むことをおすすめします。「エクスポート」をクリックし、ファイルの作成とダウンロードが完了するまで待ちます。このファイルには、作成時刻、受注時刻、失注時刻など、取引の主要な情報が含まれます。
アクティビティデータをエクスポート：「アクティビティ」についても同じ手順を繰り返します。「アクティビティ」を選択し、「CSV」を指定して、取引データと同じ期間で絞り込んでからエクスポートします。このファイルには、取引に関連付けられた電話、メール、会議、カスタムアクティビティの記録が含まれます。
外部データを収集：後続のシステムから対応するデータを取得します。「受注作成」「注文履行」「請求書送付」「入金」などのイベントについて、ERP、会計、またはフルフィルメントシステムからデータをエクスポートします。各ファイルに、Pipedriveの取引IDと対応付けられる共通の識別子が含まれていることを確認してください。
データ処理環境を準備：複数のCSVファイルを処理して結合できるツールを用意します。たとえば、pandasライブラリを使うPython、Power Queryを使うMicrosoft Excel、または別のデータ準備ツールを利用できます。
データを読み込んで結合：Deals.csvとActivities.csvを読み込みます。前の手順で収集した外部データファイルも読み込みます。
イベントログを作成：生のデータを必要なアクティビティ形式に変換するスクリプトを作成し、統合されたイベントログを作ります。必要な13種類のアクティビティごとに、対応する行を作成します。例：
- Deals.csvのadd_time列から「取引作成」イベントを作成します。
- Deals.csvのwon_time列から「受注」イベントを作成します。
- Activities.csvから、各取引について完了済みの最も早いアクティビティを「初回連絡」として記録します。
- 「提案書送付」や「交渉開始」などのアクティビティは、Activities.csvの特定の件名や種類から判定します。
属性を対応付け：各イベント行に、必須列のSalesOpportunityId、ActivityName、EventTimeがすべて入力されていることを確認します。取引データと結合し、DealValue、DealOwner、DealStatusなどの推奨属性を追加します。
最終エクスポート：イベントログの作成と検証が完了したら、最終テーブルをUTF-8形式の単一CSVファイルとして保存します。このファイルをProcessMindにアップロードすると、分析を開始できます。

設定

エクスポートするオブジェクト：「取引」と「アクティビティ」を必ずエクスポートしてください。追加の分析軸データが必要な場合は、「組織」や「人物」もエクスポートします。
ファイル形式：PythonやPower Queryなどのデータ処理ツールとの互換性を高めるため、CSVを選択してください。
期間の絞り込み：「フィルター条件」で期間を指定します。たとえば、「取引の追加時刻」が「過去180日以内」となるように設定します。エクスポートの処理時間とファイルサイズを抑えるうえで重要です。
ユーザー権限：管理者ユーザーであるか、Pipedriveアカウントからのデータエクスポートを明示的に許可する権限が必要です。
カスタムアクティビティの種類：「取引の適格性確認」や「提案書送付」などのステップを正しく抽出できるかどうかは、Pipedriveでカスタムアクティビティの種類をどのように設定し、利用しているかによって大きく変わります。営業チームが一貫して利用できるよう、設定を確認してください。

クエリの例 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.')

ステップ

Python環境を準備：Python 3.6以降がインストールされていることを確認します。ターミナルまたはコマンドプロンプトを開き、次のコマンドを実行して必要なPythonライブラリをインストールします：pip install requests pandas。
Pipedrive APIの認証情報を取得：Pipedriveアカウントにログインします。プロフィール画像をクリックして「設定」を開き、「個人設定」から「API」タブに移動します。個人用APIトークンをコピーします。また、会社のドメインも必要です。これはPipedriveのURLの先頭部分です。たとえば、your-company.pipedrive.comのyour-companyにあたります。
抽出スクリプトを設定：提供されたPythonスクリプトをテキストエディターまたはIDEで開きます。先頭にある設定箇所で、API_TOKENとCOMPANY_DOMAINのプレースホルダーを認証情報に置き換えます。
抽出期間を指定：スクリプトの設定箇所で、分析対象とする取引の最も古い作成日をSTART_DATE変数に設定します。形式は「YYYY-MM-DD」です。
パイプラインとステージのIDを対応付け：このスクリプトは、取引のステージ間の移動から複数のアクティビティを判定します。営業パイプラインと主要なステージのIDを指定してください。IDは、Pipedriveの画面でステージを開いてURLを確認するか、APIを使って取得できます。スクリプト内のPIPELINE_ID、QUALIFIED_STAGE_ID、PROPOSAL_STAGE_ID、NEGOTIATION_STAGE_IDを更新します。
スクリプトを実行：ターミナルでpython your_script_name.pyを実行します。スクリプトがPipedrive APIを呼び出し、取引、アクティビティ、変更履歴を取得します。
処理状況を確認：取得中のデータを示す進捗状況がコンソールに表示されます。データ量やAPIのレート制限によっては、処理に数分かかる場合があります。
外部データの抽出を実装：「受注作成」や「入金」などのアクティビティには、スクリプト内にプレースホルダー関数があります。ERPや会計プラットフォームなどの外部システムに接続し、該当するイベントデータを取得できるよう、関数を変更してください。PipedriveのSalesOpportunityIdを外部システムのレコードに対応付けます。
出力を確認：スクリプトの実行が完了すると、pipedrive_event_log.csvというCSVファイルが作成されます。抽出したアクティビティを含む、構造化されたイベントログが保存されています。
アップロードの準備：CSVファイルが正しく作成されていることを確認します。SalesOpportunityId、ActivityName、EventTimeと、その他の推奨属性が列に含まれている必要があります。このファイルをProcessMindにアップロードすると、分析を開始できます。

設定

APIの認証情報：Pipedrive APIへの認証には、有効なAPI_TOKENとCOMPANY_DOMAINが必要です。トークンに紐付くユーザーに、取引、アクティビティ、ユーザー情報の読み取り権限があることを確認してください。
期間：START_DATE変数は、指定した日付以降に作成された取引を対象にします。初回の分析では、データ量を扱いやすくするため、3～6か月分をおすすめします。
パイプラインとステージのID：「取引の適格性確認」や「提案書送付」などのプロセスステップを正しく判定するには、主要な営業PIPELINE_IDと、各マイルストーンに対応するSTAGE_IDの数値をスクリプトに設定してください。IDが一致しないと、アクティビティが欠落します。
処理性能とレート制限：Pipedriveのレート制限を守るため、スクリプトではAPI呼び出しの間に短い待機時間を設けています。取引件数が非常に多い組織では、APIエラーを避けるために待機時間の調整や、より高度なバックオフ方式の導入が必要になる場合があります。
カスタム項目の対応付け：DiscountPercentageなどの重要な属性にカスタム項目を使っている場合は、その項目のAPIキー（表示名ではなく、長いハッシュ文字列）を確認し、データ変換処理で参照してください。
外部システムとの連携：請求やフルフィルメントなど、Pipedrive以外で発生するイベントの抽出にはプレースホルダー関数を使います。該当箇所を変更し、利用する外部データソースに接続してください。

クエリの例 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}")

ステップ

FivetranやMakeなど、Pipedriveコネクターに対応した商用ETLサービスまたは自動化サービスを選び、ライセンスを取得します。選択した製品が、取引、アクティビティ、取引ステージの履歴、取引ステータスの変更、人物、組織、カスタム項目を抽出し、出力先のデータウェアハウスまたはデータレイクに書き込めることを確認してください。
コネクターが対応する認証方式を使い、読み取り権限のあるPipedrive接続を作成します。選択したツールに応じて、ソースアカウント、ワークスペース、または組織を設定してください。メニューの場所やAPIエンドポイントは製品やコネクターのバージョンによって異なるため、固定の手順を前提にしないでください。
出力先への接続を設定し、同期するソースオブジェクトの格納領域を作成します。コネクターが生成したテーブル名やコレクション名を使うか、スクリプト内の名前を環境に合わせて変更してください。ソースの識別子、タイムスタンプ、ステータス値、ステージ値、担当者ID、金額、カスタム項目は保持します。
通常は過去3～6か月を対象に、必要な期間の増分同期を設定します。コネクターが対応している場合は、重複期間も設けてください。再開された取引を特定するために必要な過去のレコードを含め、現在の取引スナップショットだけでなく、ステージやステータスの履歴も取り込みます。
Pipedriveのオブジェクトと、「受注作成」「注文履行」「請求書送付」「入金」に必要な連携先オブジェクトを同期します。この4つのアクティビティはPipedrive標準のイベントではないため、ERP、フルフィルメント、会計、請求、または財務システムのデータが必要です。コネクターがこれらのオブジェクトを公開していない場合は、別の対応コネクターを使って出力先に取り込みます。
コネクターの出力を、抽出スクリプトが参照する論理的なソースオブジェクトに対応付けるビューまたはテーブルを作成します。スクリプト内の各プレースホルダーのテーブル名を、出力先にある対応するテーブル名またはビュー名に置き換えてください。指定された設定箇所で、ソース固有のステージ名、ステータス値、アクティビティの種類、外部システムとの関連付けキーを設定します。
抽出スクリプトを実行します。スクリプトは、「取引作成」「初回連絡」「取引の適格性確認」「提案書送付」「提案後のフォローアップ」「交渉開始」「受注」「受注作成」「注文履行」「請求書送付」「入金」「失注」「取引再開」の各イベントの行を作成します。ステージまたはステータスの履歴から判定するイベントは、ソースの履歴に必要な遷移が記録されている場合にのみ出力されます。アップロード後にProcessMindが欠落イベントを推定することはありません。
SalesOpportunityId、ActivityName、EventTimeに値が入っていること、タイムスタンプのタイムゾーンが統一されていることを確認します。また、ソースイベントIDとイベント時刻を使って重複レコードを削除するか、重複を管理してください。推奨属性を確認し、ソースに値がない場合はNULLのままにします。
結果をフラットなCSV、またはProcessMindが対応する別のイベントログ形式でエクスポートします。ケース識別子にはSalesOpportunityId、アクティビティ列にはActivityName、イベント時刻にはEventTimeを指定します。追加属性としてDealValue、DealOwner、DealStatus、DiscountPercentageを含めます。ファイルをアップロードするか、ProcessMindで出力先のデータセットに接続し、アクティビティ名が指定のラベルと完全に一致することを確認してください。

設定

**ソースコネクター：**選択したETLサービスまたは自動化サービスで、対応するPipedriveコネクターを設定します。コネクターの機能、同期方式、生成されるテーブル名、認証方法は、製品やバージョンによって異なります。
**必要なソースデータ：**取引、アクティビティ、取引ステージの履歴、取引ステータスの履歴、担当者またはユーザー、リードの転換を特定するための項目を含めます。連携先システムから、後続の受注、フルフィルメント、請求書、入金のデータも取り込みます。
出力先のオブジェクト：[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]、[Your payments table]を、コネクターが生成したテーブルまたは整備済みのビューに置き換えます。
**期間：**まず3～6か月分のデータを対象にします。プロセスのサイクルが長い場合、再開された取引を分析する場合、または過去のステージやステータスの遷移が必要な場合は、期間を延長してください。
**日付パラメーター：**出力先が対応する日付形式で[Start date]と[End date]を設定します。増分読み込みでは期間を重複させ、遅れて届いた更新、修正されたタイムスタンプ、後続システムの遅延取引を取り込めるようにします。
**ステージの設定：**Pipedriveアカウントで適格性確認、提案、交渉に使われている正確なステージ名、または標準化したステージ区分を設定します。例示のステージ名がソースの値と一致しない場合は、そのまま使用しないでください。
**アクティビティの設定：**初回連絡や提案後のフォローアップを表す、完了済みアクティビティの種類を正確に設定します。たとえば、コネクターで標準化された値に基づいて、電話、メール、会議などを指定します。
**外部システムとの関連付け：**後続システムの受注とPipedriveの取引を結び付けるキーを設定します。後続システムで異なるキーを使っている場合は、抽出を実行する前に対応付け用のビューを作成してください。
**フィルター：**会社、組織、パイプライン、チーム、通貨、事業部門のフィルターは、必要な場合にのみ適用します。フィルターによってケースやイベントの網羅性が変わるため、適用したフィルターを文書化してください。
**処理性能：**大規模なデータセットでは、増分同期、ソース側の日付フィルター、パーティション分割した出力先テーブル、ケース列とタイムスタンプ列のインデックス作成またはクラスタリングを利用します。履歴全体を繰り返しスキャンしないでください。
**重複排除：**利用できる場合は、安定したソースイベントIDを保持します。それ以外の場合は、ケース識別子、アクティビティ名、イベント時刻、ソースレコードIDを使って重複を排除し、複数回のフォローアップなど、正当な繰り返しアクティビティは残します。
**前提条件：**コネクターのライセンス、Pipedriveの認証、出力先への書き込み権限、取引履歴とアクティビティへのアクセス、後続のERP、フルフィルメント、会計、請求、または財務データへのアクセスが必要です。カスタム項目や過去の変更データには、追加の製品権限またはコネクター機能が必要な場合があります。

クエリの例 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")

始める準備はできましたか？

このテンプレートを使ってリードから入金までのデータを効率よく準備し、プロセスに関するインサイトを見つけましょう。今すぐPipedriveの業務改善を始めてください。

改善ガイドに戻る

テンプレートをダウンロード

受注率を高める：今すぐPipedriveのリードから入金までを最適化

受注率を20％高め、営業サイクルを短縮しましょう。今すぐ始められます。

無料トライアルを開始

クレジットカードは不要です。14日間無料でお試しいただけます。

リードから入金までのデータテンプレート

リードから入金までのデータテンプレート

リードから入金までの属性

リードから入金までのアクティビティ

データ抽出ガイド

Pipedrive標準機能によるCSV／Excelへのデータエクスポート

ステップ

設定

クエリの例 python

Pipedrive REST APIを使ったPythonスクリプトによる抽出

ステップ

設定

クエリの例 python

Pipedriveコネクターを備えたサードパーティETLツール

ステップ

設定

クエリの例 python

始める準備はできましたか？

受注率を高める：今すぐPipedriveのリードから入金までを最適化