> 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) 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重要データを収集する手順を示します。追跡すべき主要な属性とアクティビティに加え、Pipedriveから直接情報を抽出する方法も説明します。この資料を使ってデータを準備し、詳細なプロセスマイニングと改善につなげてください。

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からの抽出ガイド

イベントログを初めて扱いますか。学ぶプロセスマイニングのイベントログを作成する方法.

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

これらの推奨データ項目は、信頼性の高いイベントログを作成し、リードから入金までのプロセスを詳細に分析するために欠かせません。

3 必須 4 推奨 13 任意

	名前	説明
	アクティビティ名 ActivityName	営業プロセス内で発生した特定の業務イベントまたはタスクの名称です。
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一つのステップを表します。たとえば、「案件作成」「提案書送付」「入金受領」などです。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単位です。アクティビティの順序と頻度を分析すると、最も一般的なプロセス経路、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。実際にプロセスがどのように実行されているかを理解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。入手先通常は、案件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。例案件作成提案書送付案件受注請求書送付入金受領
	イベント時刻 EventTime	アクティビティが発生した日時を示すタイムスタンプです。
説明イベント時刻または開始時刻は、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。この時間データは、イベントを時系列に並べ、異なるプロセスステップ間の所要時間を計算するうえで欠かせません。分析では、このタイムスタンプを使ってサイクル時間、処理時間、待機時間などの主要業績評価指標を計算します。時間ベースの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、プロセスの所要時間の計算、時間ベースの目標に対するパフォーマンス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、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
	営業案件 SalesOpportunityId	営業案件を一意に識別するIDで、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として機能します。
説明営業案件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つなぐ主キーです。Pipedriveで追跡する1件の販売機会を表します。プロセス分析では、この識別子が各案件のエンドツーエンドの経路を再構築するうえで欠かせません。「案件作成」「提案書送付」「入金受領」などのすべてのイベントを一つの一貫したケースにまとめ、プロセスのバリエーション、サイクル時間、転換率を分析できます。重要な理由この識別子はプロセスビューの基盤です。関連するすべてのイベントをつなぎ、各営業案件の完全なケース履歴を作成します。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
	値引き率 DiscountPercentage	案件に適用された値引きの割合です。
説明この属性は、営業案件に適用された値引きの割合を示します。値引きがない場合もあります。価格戦略と収益性への影響を理解するうえで重要な要素です。値引き率を分析すると、値引き戦略の有効性を評価できます。案件金額、営業担当者、商品などの属性と組み合わせることで、値引きが多い領域や、値引きによって受注率が高まっているのか、単に利益率が低下しているのかを確認できます。重要な理由価格戦略、営業利益率、案件全体の収益性を分析するうえで重要です。入手先通常は、PipedriveのDealオブジェクトに設定するカスタムフィールドです。カスタムフィールドの設定については、Pipedriveのドキュメントを確認してください。例 0.050.100.150.0
	案件ステータス DealStatus	受注、失注、オープンなど、案件の現在の状態または結果です。
説明案件ステータスは、営業案件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ための主要な軸です。受注率・失注率の計算や、プロセスマップを絞り込んで受注案件と失注案件の経路を比較するうえで欠かせない属性です。この比較から、成功または失敗につながるプロセス実行上の違いが明らかになり、プロセス改善に役立つ情報を得られます。重要な理由受注率・失注率の計算や、受注案件と失注案件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。例受注失注オープン
	案件担当者 DealOwner	営業案件の管理を担当する営業担当者です。
説明案件担当者は、特定の案件に割り当てられたユーザーです。営業チーム内のリソース配分とパフォーマンスを把握するうえで重要な属性です。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。ダッシュボードを案件担当者で絞り込み、営業サイクル時間、転換率、平均案件金額などを比較することで、成果の高い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別のパフォーマンス分析を可能にし、成果の高い担当者や改善が必要な領域の特定に役立ちます。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 John SmithJane DoePeter Jones
	案件金額 DealValue	営業案件の合計金額です。
説明案件金額は、営業案件に関連する見込みまたは実際の収益を示します。案件の優先順位付けや、営業パイプラインが財務に与える影響を評価するための基本的な指標です。プロセス分析では、この属性を使って案件を金額規模別に分類し、高額案件と低額案件のプロセス実行状況を比較できます。営業パフォーマンス、値引きの有効性、収益全体を分析するダッシュボードの主要な要素でもあります。重要な理由営業プロセスを財務面から分析し、高額案件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点を示すタイムスタンプです。
説明 Event End Timeは、会議やタスクなど、測定可能な所要時間を持つアクティビティの完了時点を示します。Start Time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計算できます。この属性は、個々のアクティビティの処理時間を計算するために欠かせません。所要時間を分析すると、特に時間のかかるタスクを特定でき、効率化、自動化、リソース再配分の機会を見つけられます。重要な理由個々のアクティビティの所要時間を正確に計算でき、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」などのフィールド、または完了時刻のタイムスタンプから取得します。例 2023-04-15T11:00:00Z2023-04-16T15:00:00Z2023-05-01T09:35:00Z
	ソースシステム SourceSystem	データを抽出したシステムを識別します。
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。複数のシステムからデータを集約し、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になることが多いものの、データガバナンスと追跡可能性に必要なコンテキストを提供します。イベントと属性がPipedriveの環境に関連することも確認できます。重要な理由データの取得元に関する重要なコンテキストを提供し、特に複数システムのデータを組み合わせる場合に、追跡可能性と明確性を確保します。入手先通常は、データ変換の工程で追加する固定値です。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、見込み顧客を最初に把握した経路を示します。たとえば、「ウェビナー」「新規顧客への電話」「パートナーからの紹介」などです。マーケティングと営業の戦略を立てるうえで欠かせない情報です。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有効性を評価できます。獲得元ごとのリードの転換率や営業サイクル時間を比較し、マーケティング費用と営業活動を最適化できます。重要な理由獲得元ごとのリードの転換率とプロセスパフォーマンスを分析し、各マーケティングチャネルの有効性を測定できます。入手先 Leadオブジェクトの「source_name」フィールドから取得し、その後Dealに関連付けます。例オーガニック検索有料ソーシャル紹介展示会
	最終データ更新日時 LastDataUpdate	ソースシステムからデータを更新した直近の日時を示すタイムスタンプです。
説明この属性は、プロセスマイニング用データセットでデータが最後に抽出・更新された日時を示します。分析対象データの鮮度を確認するための明確な基準点になります。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、表示している分析結果がプロセスの最新状態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るようにします。入手先データの取り込みまたはETL処理の中で生成・記録されます。例 2023-10-27T02:00:00Z2023-10-28T02:00:00Z
	商品 ProductAttached	営業案件に関連する商品またはサービスです。
説明この属性は、案件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連する営業活動を、より詳細に分析できます。商品を含めることで、商品ライン別に営業プロセスを分類して比較できます。特定の商品で営業サイクルが長い、転換率が異なる、別のプロセスステップが必要になるといった傾向を把握し、より適した営業戦略につなげられます。重要な理由商品ライン別に営業プロセスを分析し、提供内容ごとの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
	地域 Region	顧客または営業案件に関連付けられた地理的な地域です。
説明この属性は、案件を北米、EMEA、APACなどの地理的な地域に分類します。地域別に営業パフォーマンスとプロセスを分析できます。地域ごとにプロセスを分けることで、営業サイクルの期間、成約率、プロセスのバリエーションにおける地域差を明らかにできます。得られた結果は、地域別の営業戦略、リソース配分、プロセス標準化の取り組みに役立ちます。重要な理由営業プロセスを地理的に分析し、パフォーマンスと顧客行動の地域差を明らかにできます。入手先通常はDealまたはOrganizationオブジェクトのカスタムフィールドです。Organizationの住所フィールドから算出することもできます。例北米EMEAAPACLATAM
	手戻りかどうか IsRework	手戻り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 Is Reworkは、通常、プロセスマイニングツールが計算するブール値のフラグです。プロセスが直線的な流れから外れ、以前のステップを繰り返している箇所を示します。たとえば、案件が「Negotiation」から「Proposal Sent」に戻る場合は、手戻りとみなします。手戻りは、非効率、無駄な作業、顧客の混乱につながるため、プロセス改善において重要な分析対象です。手戻りとしてフラグ付けされたアクティビティを分析すると、プロセスが滞っている箇所を特定し、的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付けし、プロセスの非効率を定量化できます。入手先各ケース内のアクティビティの順序を分析し、プロセスマイニングソフトウェアで算出します。例 truefalse
	支払い条件 PaymentTerms	「Net 30」や「Net 60」など、合意した支払条件です。
説明 Payment Termsは、請求書の送付後、顧客が支払いを完了するまでの期間を定めます。この属性は、売掛金とキャッシュフローの管理に欠かせません。プロセスマイニングでは、この属性を支払パフォーマンス評価の基準として使います。請求書の日付とPayment Termsから算出した支払期日と実際の支払日を比較し、On-Time Payment RateなどのKPIを計算します。重要な理由期日どおりの支払パフォーマンスを測定し、入金プロセスの遅延を分析するための基準になります。入手先通常はPipedriveのDealまたはOrganizationオブジェクトに設定されたカスタムフィールドです。連携している会計システムから取得する場合もあります。例 30日払い60日払い受領時払い
	期日どおりの支払いか IsOnTimePayment	合意した支払条件の期間内に入金されたかどうかを示すブール値のフラグです。
説明この属性は、支払いが期日どおりに行われたかどうかを示す二値フラグ（True／False）です。実際のInvoice Payment Timeと指定されたPayment Termsを比較して算出します。このフラグにより、支払行動を簡単に分析できます。On-Time Payment Rate KPIをすばやく計算したり、支払遅延だけを抽出したりできるため、特定の顧客や案件タイプで遅延が発生する根本原因を重点的に分析できます。重要な理由支払条件の遵守状況を簡単に分析でき、On-Time Payment Rate KPIの計算に使えます。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
	案件ステージ DealStage	案件が現在位置している営業パイプライン上の具体的なステージです。
説明案件ステージは、企業が定義した営業パイプライン上の具体的な段階を示します。たとえば、「適格性確認済み」「提案済み」「交渉」などです。案件ステータスよりも詳細に、案件の進捗を把握できます。案件ステージを分析すると、営業ファネルの状況や、案件が滞留しやすい箇所を把握できます。各ステージの滞在時間を追跡することで、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を集中できます。重要な理由営業ファネルにおける案件の進捗を詳細に把握し、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。例リード登録初回接触デモ設定済み提案実施交渉開始
	案件通貨 DealCurrency	案件金額に設定された通貨です。
説明この属性は、案件金額の通貨を示します。たとえば、USD、EUR、GBPなどです。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。複数の地域や国の案件を分析する場合、この属性は正確な財務報告と集計に欠かせません。財務データを集計する前に正しく通貨換算できるため、不正確な結論を防げます。重要な理由案件金額を正しく解釈するための情報を提供し、地域をまたいだ財務分析と報告の正確性を確保します。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
	組織名 OrganizationName	案件に関連付けられた顧客企業または組織の名称です。
説明この属性は、営業案件に紐付く法人顧客を識別します。営業パイプラインに含まれる企業を把握するための情報です。組織名でデータを分析すると、顧客の行動を理解し、主要アカウントを特定できます。戦略的な顧客と小規模な顧客でプロセスが異なるかを確認したり、特定企業との営業履歴全体を追跡したりするために、プロセス分析を分類できます。重要な理由顧客を識別し、顧客を中心と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 CorporationGlobal Tech Inc.Innovate Solutions
	請求書支払時間 InvoicePaymentTime	請求書を送付してから入金を受けるまでの期間です。
説明 Invoice Payment Timeは、売掛金プロセスの効率を測定します。具体的には、「Invoice Sent」アクティビティから「Payment Received」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と入金遅延の特定に欠かせません。所要時間を分析すると、顧客の支払行動や督促・回収戦略の有効性を把握でき、Quote to Payment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。入手先対象ケースにおける「Payment Received」と「Invoice Sent」アクティビティのタイムスタンプの差として計算します。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

正確なプロセスディスカバリーと効果的な最適化のため、イベントログに記録すべき主要なプロセス手順とマイルストーンです。

5 推奨 8 任意

	アクティビティ	説明
	入金受領	顧客からの入金を正常に受領したことを示し、営業案件のキャッシュサイクルを完了します。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。
重要な理由価値が実現する最後のステップです。リードから入金までのプロセスの真の終点であり、エンドツーエンドのサイクル時間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。支払い確認をPipedriveの案件に紐付ける必要があります。取得外部の財務システムから取得し、一意の識別子で案件に紐付けたイベントデータです。イベントタイプ explicit
	提案書送付	正式な見積書または提案書を顧客に届けた時点を示します。通常は、案件が「提案済み」や「見積書送付」など、特定のパイプラインステージへ移行したことから推定します。
重要な理由営業プロセスにおける重要なマイルストーンです。このイベントから「案件受注」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 Dealの変更履歴で「stage_id」が提案用に指定されたステージへ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。取得 Deal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
	案件作成	営業案件の正式な開始を示します。新しい案件を手動で作成した場合、または転換されたリードから自動的に生成された場合に、このイベントが発生します。
重要な理由営業サイクルの開始を示す主要なアクティビティです。このイベントから「案件受注」または「案件失注」までの時間を分析すると、営業サイクル全体の所要時間を把握できます。入手先 PipedriveのDealsエンティティに記録される明示的なイベントです。案件レコードの作成日時（「add_time」）がイベント時刻になります。取得 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
	案件受注	顧客との口頭または書面による合意を示し、案件が成功裏に成約したことを記録します。Pipedrive内で標準的に記録される明示的なステータス変更です。
重要な理由最も重要な成功のマイルストーンです。受注率、受注案件の営業サイクル期間、営業パフォーマンス全体を計算するうえで欠かせません。入手先案件のステータスが「won」に変更された際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」フィールドから正確なタイムスタンプを取得できます。取得 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
	案件失注	案件が成約に至らず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、その他の理由で営業プロセスを終了した場合に発生します。
重要な理由失注を示す主要な終点です。案件を失注した時期と理由を分析すると、営業戦略、トレーニング、適格性確認プロセスを改善するための重要な情報が得られます。入手先案件のステータスが「lost」に変更された際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。取得 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
	交渉開始	価格、条件、範囲について本格的な交渉が始まったことを示します。通常は、提案書の送付後に案件が「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。
重要な理由交渉段階を切り分けることで、この段階にかかる期間や、交渉が長期化している案件を特定できます。入手先 Dealの変更履歴で「stage_id」が交渉用に明示されたステージへ更新されたことから推定します。取得案件履歴から、あらかじめ定義した「交渉」ステージへのステージ変更を特定します。イベントタイプ inferred
	初回コンタクト	案件に関連付けられた見込み顧客との、最初の意味のあるやり取りを示します。通常は、案件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。
重要な理由この情報を追跡すると、初回コンタクト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。営業チームの対応力も把握できます。入手先 PipedriveのActivitiesエンティティから取得します。案件IDに紐付く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。取得「done_time」フィールドに基づき、案件に関連付けられた最初の完了済みActivityを特定します。イベントタイプ explicit
	提案書送付後のフォローアップ	提案書を顧客に送付した後に行われる、電話やメールなどの営業アクティビティを記録します。検討段階で積極的に顧客と接点を持っていることを示すイベントです。
重要な理由フォローアップのタイミングと頻度を測定します。営業の勢いを維持し、案件を成約に導くうえで欠かせません。「提案書フォローアップの適時性」ダッシュボードにも利用できます。入手先 PipedriveのActivitiesエンティティから取得します。同じ案件の「提案書送付」イベントより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。取得「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Activityを特定します。イベントタイプ explicit
	案件の適格性確認	案件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機会と判断されたことを示します。通常は、案件が「リード受付」などの初期ステージから、「コンタクト済み」や「ニーズ定義済み」など、より適格性の高いステージへ移行したことから推定します。
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有効性を分析し、案件が初期の未評価ステージに滞留する期間を特定できます。入手先「stage_id」フィールドが適格性確認を示すステージに変更されたことを、Dealの変更履歴または履歴から推定します。取得案件履歴から、あらかじめ定義した「適格性確認済み」ステージへのステージ変更を特定します。イベントタイプ inferred
	案件再開	以前に失注と記録された案件が、営業活動のために再び有効になったことを示します。案件のステータスが「lost」から「open」に変更された場合に推定します。
重要な理由手戻りのループや再アプローチの取り組みを示すアクティビティです。これらの事例を分析すると、顧客行動や営業フォローアップの有効性に関するパターンを明らかにできます。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」に変更されたことを検出します。取得案件履歴から、「lost」から「open」へのステータス変更を特定します。イベントタイプ inferred
	注文履行完了	商品が出荷された、またはサービスが顧客に提供されたことを示します。このイベントは、外部の履行管理システムまたは業務システムから発生します。
重要な理由履行状況を追跡すると、受注から納品までのサイクル時間を把握できます。この段階の遅延は、顧客満足度と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、サービス管理システムから取得します。このデータを対応するPipedriveの案件に紐付ける必要があります。取得外部システムから取得し、案件IDまたは別の共通識別子で紐付けたイベントデータです。イベントタイプ explicit
	請求書送付	顧客への支払い依頼として請求書を送付した時点を示します。通常は、注文履行後に外部の会計または請求システムで発生します。
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「入金受領」までの時間は、売掛金とキャッシュフローを監視するうえで重要です。入手先 XeroやQuickBooksなどの外部会計システムまたはERPから発生します。イベントデータを取り込み、Pipedriveの案件に関連付ける必要があります。取得外部請求システムから取得し、API連携を通じて案件に関連付けたイベントデータです。イベントタイプ explicit
	販売注文作成	案件受注後、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販売注文が作成されたことを示します。このアクティビティはPipedriveの標準機能ではなく、連携システムのデータに依存します。
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。「案件受注」からこのアクティビティまでの時間を分析すると、注文処理の遅延候補を把握できます。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の案件IDに紐付ける必要があります。取得 APIを通じて外部システムから送信されるイベントデータです。Pipedriveの案件にあるカスタムフィールドを更新する形で記録されることがよくあります。イベントタイプ explicit

推奨任意

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ァイルで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。
データエクスポートへ移動：右上のプロフィール画像をクリックし、「Settings」を選択します。左側のナビゲーションメニューで「Tools and apps」セクションを開き、「Export data」をクリックします。
案件データをエクスポート：「Export data」画面で「Deals」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、たとえば過去6か月など、特定の日付範囲でフィルターすることを推奨します。「Export」をクリックし、ファイルが生成されてダウンロードされるまで待ちます。このファイルには、作成時刻、成約時刻、失注時刻など、案件に関する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：「Activities」について同じ手順を繰り返します。「Activities」を選択し、「CSV」を指定して、案件と同じ日付範囲フィルターを適用してエクスポートします。このファイルには、案件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：後続システムから対応するデータを取得します。「Sales Order Created」、「Order Fulfilled」、「Invoice Sent」、「Payment Received」などのイベントについて、ERP、会計、フルフィルメントシステムからエクスポートが必要です。これらのファイルに、Pipedrive Deal IDと対応付けられる共通識別子が含まれていることを確認します。
データ処理環境を準備：Pythonとpandasライブラリ、Microsoft ExcelとPower Queryなど、複数のCSVファイルを処理して結合できるツールを使います。
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し、統合イベントログを作成します。必須の13アクティビティごとに対応する行を作成します。例：
- 「Deal Created」イベントはDeals.csvのadd_time列から生成します。
- 「Deal Won」イベントはDeals.csvのwon_time列から生成します。
- 「Initial Contact Made」は、Activities.csvにある各案件の完了済みアクティビティのうち、最も早いものです。
- 「Proposal Sent」や「Negotiation Started」などのアクティビティは、Activities.csvの特定のアクティビティ件名やタイプから推定します。
属性を対応付け：各イベント行に必須列のSalesOpportunityId、ActivityName、EventTimeが入力されていることを確認します。案件データと結合して、DealValue、DealOwner、DealStatusなどの推奨属性も追加します。
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、UTF-8エンコーディングの単一CSVファイルとして保存します。このファイルをProcessMindにアップロードして分析できます。

設定

エクスポート対象：「Deals」と「Activities」は必ずエクスポートします。追加のディメンションデータが必要な場合は、「Organizations」や「People」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が高いCSVを選択します。
日付範囲フィルター：「Filter by」オプションで特定の期間を選択します。たとえば、「Deal add time」が「last 180 days」以内になるように指定します。エクスポートの処理時間とファイルサイズを管理するうえで重要です。
ユーザー権限：管理者ユーザー、または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された権限セットが必要です。
カスタムアクティビティタイプ：「Deal Qualified」や「Proposal Sent」などのプロセスステップを正しく抽出できるかどうかは、組織がPipedriveでカスタムActivity Typesをどのように使っているかに大きく左右されます。営業チームが一貫して設定・使用していることを確認します。

a サンプルクエリ 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：システムに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Settingsに移動し、「Personal preferences」を選択して「API」タブを開きます。個人APIトークンをコピーします。また、会社ドメインも必要です。これはPipedrive URLの先頭部分で、たとえばyour-company.pipedrive.comのyour-companyです。
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。上部の設定セクションで、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。
抽出期間を定義：スクリプトの設定セクションで、分析対象に含める案件の最も早い作成日を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：スクリプトは、案件がステージ間を移動した履歴から複数のアクティビティを推定します。営業パイプラインと主要ステージのIDを指定してください。これらのIDは、Pipedriveの画面でステージに移動してURLを確認するか、APIで取得できます。スクリプトのPIPELINE_ID、QUALIFIED_STAGE_ID、PROPOSAL_STAGE_ID、NEGOTIATION_STAGE_ID変数を更新します。
スクリプトを実行：ターミナルで次のコマンドを実行します：python your_script_name.py。スクリプトがPipedrive APIへのリクエストを開始し、案件、アクティビティ、変更ログを取得します。
処理を監視：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。データ量と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：「Sales Order Created」や「Payment Received」などのアクティビティについて、スクリプトにはプレースホルダー関数が用意されています。これらの関数を変更して、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、必要なイベントデータを取得します。PipedriveのSalesOpportunityIdを他システムのレコードに対応付けます。
出力を確認：スクリプトが完了すると、pipedrive_event_log.csvというCSVファイルが生成されます。このファイルには、抽出したすべてのアクティビティを含む構造化イベントログが入ります。
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。列にはSalesOpportunityId、ActivityName、EventTime、その他の推奨属性が含まれている必要があります。このファイルをProcessMindにアップロードして分析できます。

設定

API認証情報：スクリプトでは、Pipedrive APIの認証に有効なAPI_TOKENとCOMPANY_DOMAINが必要です。トークンに関連付けられたユーザーが、案件、アクティビティ、ユーザーを読み取る十分な権限を持っていることを確認します。
日付範囲：START_DATE変数は、指定日以降に作成された案件を抽出します。最初の分析では、データ量を管理しやすくするため、3～6か月の期間を推奨します。
パイプラインとステージのID：「Deal Qualified」や「Proposal Sent」などのプロセスステップを正確に推定するには、主要な営業PIPELINE_IDと各マイルストーンのSTAGE_IDに正しい数値IDを設定する必要があります。IDが一致しないと、アクティビティが欠落します。
パフォーマンスとレート制限：スクリプトには、Pipedriveのレート制限を守るため、API呼び出しの間に短い待機時間が設定されています。案件数が非常に多い組織では、APIエラーを避けるため、待機時間の調整や、より高度なバックオフ戦略の実装が必要になる場合があります。
カスタムフィールドの対応付け：DiscountPercentageなどの重要な属性にカスタムフィールドを使っている場合は、そのカスタムフィールドのAPIキー（表示名ではなく長いハッシュ文字列）を確認し、データ変換ロジックで参照する必要があります。
外部システム連携：請求やフルフィルメントなど、Pipedrive外部で発生するイベントの抽出は、プレースホルダー関数で処理します。対象の外部データソースに接続できるよう、該当部分をカスタマイズしてください。

a サンプルクエリ 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

Pipedriveコネクタに対応した商用ETLまたは自動化サービス（FivetranやMakeなど）を選定し、契約します。選定した製品が、案件、アクティビティ、案件ステージ履歴、案件ステータスの変更、人物、組織、カスタムフィールドを抽出し、対象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ます。
コネクタが対応する認証方式を使い、読み取り権限付きのPipedrive接続を作成します。選定したツールに合わせて、ソースアカウント、ワークスペース、または組織を設定します。製品やコネクタのバージョンによってメニューやAPIエンドポイントが異なるため、固定の手順を前提にしないでください。
接続先を設定し、同期するソースオブジェクトの取り込み領域を作成します。コネクタが生成したテーブル名またはコレクション名を使うか、スクリプト内の名前を環境で作成した名前に置き換えます。ソース識別子、タイムスタンプ、ステータス値、ステージ値、担当者識別子、金額、カスタムフィールドを保持します。
必要な日付範囲（通常は過去3～6か月）について増分同期を設定します。コネクタが対応している場合は重複期間を設けます。再開された案件を特定するために必要な履歴を含め、現在の案件スナップショットだけでなく、ステージ履歴やステータス履歴も取り込みます。
Pipedriveのオブジェクトと、「Sales Order Created」、「Order Fulfilled」、「Invoice Sent」、「Payment Received」に必要な連携先オブジェクトを同期します。これら4つのアクティビティはPipedrive固有のイベントではないため、ERP、フルフィルメント、会計、請求、財務システムのソースデータが必要です。コネクタがこれらのオブジェクトを公開していない場合は、別の対応コネクタを使って接続先に読み込みます。
コネクタの出力を、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正規化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テーブル名を、接続先の対応するテーブルまたはビューに置き換えます。指定された設定セクションで、ソース固有のステージ名、ステータス値、アクティビティタイプ、外部システムとの関係キーを設定します。
抽出スクリプトを実行します。スクリプトは、Deal Created、Initial Contact Made、Deal Qualified、Proposal Sent、Proposal Follow-Up、Negotiation Started、Deal Won、Sales Order Created、Order Fulfilled、Invoice Sent、Payment Received、Deal Lost、Deal Reopenedの各行を明示的に作成します。ステージまたはステータス履歴から推定するイベントは、必要な遷移がソース履歴に含まれる場合にのみ出力されます。ProcessMindは、アップロード後に欠落したイベントを推定しません。
SalesOpportunityId、ActivityName、EventTimeが入力されていること、タイムスタンプが一貫したタイムゾーンに正規化されていること、重複するソースレコードがソースイベント識別子とイベントタイムスタンプによって除去または管理されていることを検証します。推奨属性を確認し、ソースに値がない場合はNULLを保持します。
結果をフラット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、イベントタイムスタンプにはEventTimeを使います。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で接続先のデータセットに接続し、アクティビティ名が必須ラベルと完全に一致することを確認します。

設定

ソースコネクタ：選定したETLまたは自動化サービスで、対応するPipedriveコネクタを設定します。コネクタの機能、同期モード、生成されるテーブル名、認証オプションは、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：案件、アクティビティ、案件ステージ履歴、案件ステータス履歴、担当者またはユーザー、コンバージョンしたリードの特定に使うフィールドを含めます。連携システムから、後続の受注、フルフィルメント、請求書、支払データも含めます。
接続先オブジェクト：[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、コネクタが生成したテーブルまたは整備済みビューに置き換えます。
日付範囲：まず3～6か月分のデータから始めます。プロセスサイクルが長い場合、再開された案件を分析する場合、または過去のステージ・ステータス遷移が必要な場合は、期間を広げます。
日付パラメーター：接続先が対応する日付形式で[Start date]と[End date]を設定します。増分ロードでは重複期間を設け、遅れて反映された更新、修正されたタイムスタンプ、後続システムの遅延トランザクションを取り込みます。
ステージ設定：Pipedriveアカウントで、適格化、提案、交渉に使われている正確なステージ名または正規化済みステージカテゴリを設定します。ソースの値と一致しない限り、例示のステージ名を使わないでください。
アクティビティ設定：コネクタで正規化された値に基づき、初回接触や提案フォローアップを表す完了済みアクティビティタイプ（電話、メール、会議など）を正確に設定します。
外部システムとの連携：後続システムの受注をPipedriveの案件に結び付ける関係キーを設定します。後続システムで別のキーを使っている場合は、抽出前に対応付け用のビューを作成します。
フィルター：必要な場合に限り、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を適用します。フィルターはケースとイベントの完全性に影響するため、すべて記録します。
パフォーマンス：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された接続先テーブル、ケース列とタイムスタンプ列へのインデックスまたはクラスタリングを使います。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：可能な場合は、安定したソースイベント識別子を保持します。それ以外の場合は、ケース識別子、アクティビティ名、イベントタイムスタンプ、ソースレコード識別子を使って重複を排除します。ただし、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保持します。
前提条件：コネクタのライセンス、Pipedriveの認証、接続先への書き込み権限、案件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、財務データへのアクセスが必要です。カスタムフィールドや変更履歴データには、追加の製品権限またはコネクタ機能が必要になる場合があります。

a サンプルクエリ 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")

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、プロセスに関する有用な情報を見つけ出してください。今すぐPipedriveの業務改善を始めましょう。

改善ガイドに戻るテンプレートをダウンロード

成約率を高める：今すぐPipedriveのリードから入金までを最適化

成約率を20％高め、営業サイクルを短縮します。今すぐ始めましょう。

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

抽出ガイド

Pipedriveの標準データをCSV／Excelにエクスポート

ステップ

設定

a サンプルクエリ 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

a サンプルクエリ python

Pipedriveコネクタを備えたサードパーティETLツール

ステップ

設定

a サンプルクエリ python

準備はできましたか

成約率を高める：今すぐPipedriveのリードから入金までを最適化

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

抽出ガイド

Pipedriveの標準データをCSV／Excelにエクスポート

ステップ

設定

a サンプルクエリ 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

a サンプルクエリ python

Pipedriveコネクタを備えたサードパーティETLツール

ステップ

設定

a サンプルクエリ python

準備はできましたか

成約率を高める：今すぐPipedriveのリードから入金までを最適化

プライバシーを大切にしています