> 継続的なプロセス改善 > 購買から支払いまで購買依頼 > SAP ECC > データテンプレート

調達から支払いまで - 申請データテンプレート

SAP ECC

購買から支払いまで - 購買依頼属性 (20) 購買から支払いまで - 購買依頼アクティビティ (13) 抽出ガイド (2)

調達から支払いまで - 申請データテンプレート

このテンプレートは、購買依頼プロセスを分析するために必要な不可欠なデータを収集するための包括的なガイドを提供します。収集すべき重要なデータフィールド、追跡すべき主要な活動、およびソースシステムからこの情報を抽出するための実践的なガイダンスを概説しています。このリソースを使用して、効果的なプロセスマイニングのためにデータを準備してください。

収集を推奨する項目
追跡すべき主要アクティビティ
`SAP ECC`の抽出ガイダンス

イベントログについて初めての方へ：プロセスマイニングのイベントログ作成方法.

テンプレートをダウンロード

購買から支払いまで - 購買依頼属性

これらは、購買依頼プロセスの包括的な分析のためにイベントログに含めることを推奨するデータフィールドです。

5 必須 5 推奨 10 任意

	名前	説明
	アクティビティ名 ActivityName	特定の時点で発生したビジネス活動の名称。
説明この属性は、「購買依頼作成済み」、「承認提出済み」、「購買発注作成済み」など、購買依頼ライフサイクルにおける特定のステップまたはイベントを記述します。これらの活動は通常、SAP内のステータス変更、ワークフローログ、または変更文書から導出されます。活動の順序と頻度を分析することは、プロセスマイニングの基盤です。これにより、一般的なパス、逸脱、ボトルネックを含む実際のプロセスフローを発見できます。これは、エンドツーエンドの依頼プロセスマップのようなダッシュボードを構築し、手戻りやコンプライアンスに関連するKPIを計算するために不可欠です。その重要性これはプロセス内のステップを定義し、プロセスマップの可視化とプロセスフローのバリエーションの分析を可能にします。取得元変更伝票テーブルCDHDRおよびCDPOS、ワークフローログ、またはEBAN-STATUのようなステータスフィールドから派生します。例採用申請作成済み承認ステップ承認済み購買依頼却下済み発注作成済み
	イベント日時 EventTime	アクティビティの発生時刻を示すタイムスタンプです。
説明イベントタイムは、特定の活動が発生した正確な日付と時刻を記録します。このタイムスタンプは、サイクルタイムの計算、ボトルネックの特定、プロセスパフォーマンスの理解など、プロセスマイニングにおけるすべての時間ベースの分析にとって不可欠です。購買依頼の文脈では、この属性は「平均購買依頼承認時間」や「購買発注作成までの時間」などの重要なKPIの計算を可能にします。これは、プロセス内の任意の2点間の時間を測定するために必要な生データを提供することで、購買依頼承認サイクルタイム分析など、期間を可視化するダッシュボードを強化します。その重要性このタイムスタンプは、すべての期間を計算し、プロセスパフォーマンスを分析し、時間関連のボトルネックを発見するために不可欠です。取得元変更伝票ヘッダーテーブルCDHDR（フィールドUDATEおよびUTIME）にあります。例 2023-10-26T10:00:00Z2023-10-26T11:35:10Z2023-10-27T14:20:05Z
	購買依頼書ID PurchaseRequisitionId	購買依頼文書の一意な識別子。
説明購買依頼IDは、SAP ECC内で各商品またはサービスの依頼を一意に識別する主キーです。これは中心的なケース識別子として機能し、特定の依頼に関連するすべての活動と変更を、その作成から購買発注への変換やクローズなどの最終的な解決までリンクします。プロセスマイニングにおいて、このIDは各依頼のエンドツーエンドのライフサイクルを再構築するために不可欠です。この識別子を追跡することで、アナリストは完全なプロセスフローを可視化し、マイルストン間の期間を測定し、異なる依頼がどのように処理されるかのバリエーションを分析できます。これにより、依頼ジャーニー全体の整合性のあるビューが可能になります。その重要性これは、関連するすべてのプロセスイベントを単一のケースに接続し、エンドツーエンドのプロセス分析を可能にする中核的な識別子です。取得元 EBANテーブルのフィールドBANFNにあります。例 100234567810023456791002345680
	ソースシステム SourceSystem	データが抽出されたソースシステムを特定します。
説明この属性は、プロセスデータの発生源を特定します。例えば、「SAP ECC Production」や「S4HANA QA」などです。これは通常、データ抽出プロセス中にコンテキストを提供するために追加される静的な値であり、特に複数のソースシステムを持つ環境で重要です。プロセス分析において、これはさまざまなソースからのデータを区別するのに役立ち、本番、テスト、または開発環境からのデータを混同して分析が歪むのを防ぎます。これは、データガバナンスとトレーサビリティのための基本的なメタデータの一部です。その重要性データ発生源の重要なコンテキストを提供し、トレーサビリティを確保し、複数システムにわたる分析を可能にします。取得元これは、データ抽出、変換、ロード（ETL）プロセス中に通常追加される静的な値です。例 SAP_ECC_PRODS4HANA_EU_100ECC_US_FINANCE
	最終データ更新 LastDataUpdate	ソースシステムからの最新のデータ更新／抽出時点を示すタイムスタンプ。
説明この属性は、データセットが最後に更新された時期を示します。これは、各データロード時にデータセット全体に適用される静的なタイムスタンプであり、分析の鮮度を示す参照点として機能します。あらゆるプロセスマイニングのダッシュボードや分析において、データの最新性を知ることは情報に基づいた意思決定を行う上で極めて重要です。この属性は、すべてのステークホルダーが閲覧しているデータが対象とする期間を認識していることを保証し、古い情報に基づく結論を防ぎます。その重要性データがどれだけ新しいかについてユーザーに通知します。これはプロセス分析の関連性と正確性にとって不可欠です。取得元これは、データ抽出のタイムスタンプを表す静的な値であり、ETLプロセス中に加えられます。例 2024-01-15T04:00:00Z2024-01-16T04:00:00Z
	ドキュメントタイプ RequisitionDocumentType	購買依頼のタイプと特性を決定する分類です。
説明 SAPの文書タイプは、番号範囲、フィールド選択、および全体的な調達プロセスを含む購買依頼のさまざまな側面を制御します。例としては、「標準購買依頼」、「在庫転送依頼」、「サービス依頼」などがあります。異なる文書タイプはしばしば独自のプロセスフローと承認要件を持つため、この属性は分析にとって強力なディメンションとなります。これにより、アナリストはデータをセグメント化して異なる依頼プロセスのパフォーマンスを比較でき、これはコンプライアンスの理解とプロセス標準化または専門化の機会を特定するための鍵となります。その重要性購買依頼を異なるプロセスカテゴリにセグメント化することを可能にし、より正確で関連性の高い分析を実現します。取得元 EBANテーブルのフィールドBSARTにあります。例 NBUBRV
	ユーザー名 User	`アクティビティ`を実行したユーザーの`ID`です。
説明この属性は、依頼の作成、ステップの承認、文書の修正など、イベントを担当する特定のユーザーを識別します。SAPでは、これは多くの場合ユーザーIDとして捕捉されます。ユーザー別に分析することで、トレーニングニーズ、ユーザー固有のパフォーマンス、およびデータ入力エラーの潜在的な原因を特定するのに役立ちます。「依頼作成スループット（依頼者別）」のようなダッシュボードや、ワークロードの分散、職務分掌ポリシーへの準拠を理解するために不可欠です。その重要性活動を特定の個人に紐付け、ユーザーパフォーマンス、ワークロード、コンプライアンス、およびトレーニングニーズの分析を可能にします。取得元変更の場合は変更伝票ヘッダーテーブルCDHDR（フィールドUSERNAME）に、作成者の場合はEBAN（フィールドERNAM）にあります。例 SMITHJR.DOEUSER123
	総依頼金額 TotalRequisitionValue	購買依頼内のすべての品目の総額。
説明この属性は、購買依頼の総金融額を表します。その金額は、必要な承認ワークフローを決定する上で重要な要素となることが多く、高額な依頼は通常、より広範な精査とより多くの承認ステップを必要とします。金額別に分析することは、財務的影響がプロセス行動にどのように影響するかを理解するために不可欠です。高額な依頼が承認に時間がかかるか、却下される頻度が高いか、または異なるプロセスパスをたどるかどうかが明らかになります。これは、調達プロセスの財務スループットを評価するための基本的な指標でもあります。その重要性プロセス行動と財務的影響を関連付けるのに役立ち、リスク分析や承認の複雑さを理解するために不可欠です。取得元すべての明細の金額の合計です。明細金額はテーブルEBANのフィールドGSWERにあります。通貨はEBAN-WAERSにあります。例 1500.00250.50125000.00
	購買依頼ステータス RequisitionStatus	購買依頼の現在の処理ステータス。
説明この属性は、特定の時点における依頼の全体的なステータス（「リリース中」、「承認済み」、「却下済み」、「クローズ済み」など）を示します。これはSAPではステータスコードによって表されることが多いです。ステータスの追跡は、依頼の結果を理解するために不可欠です。「依頼結果と却下率」ダッシュボードや、「依頼却下率」「依頼取り消し率」といったKPIを直接サポートします。依頼がステータス間でどのように移行するかを分析することは、プロセス非効率性や失敗点を特定するのに役立ちます。その重要性これは購買依頼の結果を定義し、成功率、却下理由、およびプロセス終点を分析するために不可欠です。取得元処理ステータスはテーブルEBANのフィールドSTATUにあります。リリースステータスはEBAN-FRGZUにあります。例 N（未編集）B (PO作成済み)A (RFQ作成済み)K (完了済み)
	部署 Department	依頼者の部門、または依頼に関連付けられた原価センタ。
説明この属性は、購買依頼を開始した事業単位または部門を表します。これは多くの場合、依頼者のユーザープロファイルまたは依頼明細に割り当てられた原価センタから導出されます。部門別にプロセスを分析することは、組織全体のパフォーマンスのばらつきを理解するために重要です。これは「依頼承認サイクルタイム」ダッシュボードおよび「部門別承認時間差異」KPIの主要なディメンションであり、どの部門が効率的なプロセスを持っているか、どの部門が改善や追加のリソースを必要とするかを特定するのに役立ちます。その重要性事業単位間のパフォーマンス比較を可能にし、部門のボトルネックやプロセスの一貫性のなさを浮き彫りにします。取得元通常、依頼者（EBAN-AFNAM）をユーザーマスターデータ（SU01）にリンクするか、購買依頼の勘定設定に関連付けられた原価センタ（EBKN-KOSTL）を使用することで導出されます。例財務IT運用マーケティング製造業
	`購買発注`ID PurchaseOrderId	購買依頼から作成された購買発注のID。
説明この属性は、購買依頼を満たすために作成された後続の購買発注に、購買依頼をリンクします。単一の依頼が複数の購買発注につながることもあります。このリンクは、依頼プロセスと購買プロセスの間の引き渡しを分析するために不可欠です。「依頼から購買発注作成までの時間」KPIを計算し、「承認済み依頼から購買発注作成までの遅延」ダッシュボードをサポートするために必要です。このつながりを理解することは、調達から支払いまでのサイクル全体の効率性を測定するための鍵となります。その重要性購買依頼プロセスを下流の購買プロセスに接続し、引き継ぎ遅延の分析を可能にします。取得元購買発注番号は、作成後にEBANテーブルのフィールドEBELNに保存されます。例 450001712345000171244500017125
	仕入先ID VendorId	提案された、または固定された仕入先の一意な識別子。
説明この属性には、依頼されている品目について推奨される、または契約によって固定された仕入先のIDが含まれます。これは、事前に設定されるか、依頼者によって提案されることがあります。仕入先別に依頼を分析することは、サプライヤーの事前選択が調達プロセスに与える影響を評価するのに役立ちます。例えば、特定の仕入先が指定された依頼がより迅速に承認されるか、あるいは特定の仕入先がより高い却下率に関連しているかを示すことができます。これは、初期段階のサプライヤーエンゲージメントへの洞察を提供します。その重要性推奨サプライヤーとの関係が、購買依頼処理速度と結果に与える影響についてのインサイトを提供します。取得元 EBANテーブルのフィールドLIFNR（固定ベンダー）にあります。例 100030025V9876
	優先度 Priority	購買依頼に割り当てられた緊急度レベル。
説明この属性は、依頼の優先度を示し、多くの場合「緊急」、「高」、「通常」として分類されます。このフラグは、承認者やバイヤーに対し、依頼が迅速な処理を必要とすることを示すために使用されます。この属性は、「緊急依頼処理パフォーマンス」ダッシュボードおよび「緊急フラグの有効性」KPIに不可欠です。分析は、緊急としてマークされた依頼が実際に標準のものよりも迅速に処理されるかどうかに焦点を当て、優先順位付けシステムの有効性を検証し、ビジネス上重要なニーズが迅速に満たされることを保証するのに役立ちます。その重要性緊急の依頼がより迅速に処理されるかどうかを分析し、優先順位付けメカニズムの有効性を検証できます。取得元これはEBANの標準フィールドではありません。多くの場合、カスタムフィールドとして実装されるか、所要量追跡番号（EBAN-BEDNR）または特定の文書タイプから推測されます。例 123
	却下理由 RejectionReason	依頼または承認ステップが却下された際に提供される理由。
説明この属性は、購買依頼を却下する正当な理由を捕捉します。この情報は通常、却下活動中に承認者によって自由形式テキストとして入力されるか、事前に定義されたコードリストから選択されます。却下理由の分析は、プロセス改善にとって極めて重要です。ポリシー違反、誤ったデータ、または予算不足など、依頼が失敗する理由について直接的かつ実用的なフィードバックを提供します。このデータは「依頼結果と却下率」ダッシュボードの鍵となり、プロセス非効率性の根本原因を特定するのに役立ちます。その重要性購買依頼が却下される理由に直接的な洞察を提供し、的を絞ったプロセス改善とユーザー研修を可能にします。取得元このデータは通常、ワークフローログまたは却下イベントに関連付けられた長文テキストに保存されます。EBANには標準フィールドはありません。例不正確なコストセンター予算超過重複リクエストポリシーに準拠していません
	品目グループ MaterialGroup	依頼された品目またはサービスが属するグループまたはカテゴリ。
説明品目グループは、類似の特性を持つ品目やサービスをグループ化するために使用される分類です。これにより、カテゴリベースの調達活動分析が可能になります。品目グループ別に分析することは、戦略的ソーシングと支出分析に役立ちます。プロセスマイニングでは、「ITハードウェア」や「プロフェッショナルサービス」などの特定のカテゴリの依頼が、異なるプロセスパスをたどるか、より長い承認時間を経験するかを明らかにすることができます。このインサイトは、「依頼データ品質レポート」や、購入されているものに基づくプロセスバリエーションを理解するために価値があります。その重要性調達カテゴリごとの支出とプロセス分析を可能にし、戦略的なソーシングを支援し、カテゴリ固有のボトルネックを特定できます。取得元 EBANテーブルのフィールドMATKLにあります。例 00101L001IT-SFTWR
	工場 Plant	商品またはサービスが依頼される会社の場所またはプラント。
説明プラントは、工場、倉庫、オフィスなどの物理的な場所を表す会社内の組織単位です。購買依頼は、要求された品目が必要とされるプラントを指定します。プラント別に分析することで、購買依頼プロセスの地域別または拠点別のビューが可能になります。これにより、異なる現地の手順、人員レベル、またはビジネスニーズに起因する可能性のある、場所間のパフォーマンスの違いを浮き彫りにすることができます。これは、地域別パフォーマンスダッシュボードの一般的なディメンションです。その重要性分析に地域や場所に基づくコンテキストを提供し、地域ごとのプロセス差異やパフォーマンスの違いを特定するのに役立ちます。取得元 EBANテーブルのフィールドWERKSにあります。例 10002100DE01
	手戻り IsRework	購買依頼が提出後の修正などの手戻りループを経たかどうかを示すブール値のフラグです。
説明これは、手戻りを伴う活動またはケースにフラグを付ける派生属性です。例えば、「承認提出済み」後に発生する「依頼修正済み」活動は手戻りと見なされます。また、プロセスを以前の段階に戻す却下イベントによってトリガーされることもあります。このフラグは、「依頼修正と手戻り分析」ダッシュボードに不可欠です。手戻りの容易なフィルタリングと定量化を可能にし、全体的なサイクルタイムへの影響を測定し、プロセス非効率性の根本原因を特定するのに役立ちます。高い手戻り率は、多くの場合、データ品質の問題または不明確な要件を示しています。その重要性手戻りの頻度と影響を定量化するのに役立ち、プロセスの非効率性やループを容易に特定し分析できるようになります。取得元承認活動の後に「購買依頼修正済み」が発生するなど、特定の活動シーケンスを特定することでイベントログから派生します。例 truefalse
	承認サイクルタイム ApprovalCycleTime	依頼が承認のために提出されてから最終的に承認されるまでの合計経過時間。
説明これは、依頼ライフサイクルの承認フェーズの期間を測定する計算メトリックです。各ケースについて、「承認提出済み」活動と最終的な「依頼承認済み」活動の間の時間差を求めることで計算されます。これは、承認ワークフローの効率性を測定するための主要なKPIです。「依頼承認サイクルタイム」ダッシュボードで使用され、パフォーマンスを可視化し、ボトルネックを特定します。高い承認サイクルタイムは、調達プロセス全体を大幅に遅延させる可能性があります。その重要性承認ワークフローの効率を直接測定し、これは購買依頼プロセスにおける遅延の一般的な原因です。取得元「承認提出済み」イベントのタイムスタンプを「購買依頼承認済み」イベントのタイムスタンプから差し引いて計算されます。例 P2DPT8H30MP5DT12H
	申請者名 RequesterName	商品またはサービスを依頼した人物の名前。
説明この属性は、購買依頼を開始した個人を識別します。これは、依頼された品目に対するビジネスニーズを持つ人物です。依頼者を追跡することで、個人またはグループごとの依頼パターンを分析できます。「依頼作成スループット（依頼者別）」ダッシュボードは、この属性に依存して、パワーユーザー、追加トレーニングが必要なユーザー、または高い調達活動を行う部門を特定します。これは、プロセス開始点の人を中心としたビューを提供します。その重要性プロセスオーナーを特定し、購買依頼の作成パターンを分析することを可能にし、ユーザー研修の対象を絞るのに役立ちます。取得元 EBANテーブルのフィールドAFNAMにあります。例アリス・ウィリアムズBob JohnsonCharlie Brown
	購買グループ PurchasingGroup	依頼された品目の調達を担当するバイヤーのグループ。
説明購買グループは、特定の調達活動を担当する組織単位です。承認された依頼を処理するバイヤーチームを表します。この属性は、異なる購買チームのワークロードとパフォーマンスを分析するのに役立ちます。特定の購買グループが、依頼から購買発注への変換におけるボトルネックであるか、あるいは他のグループよりも特定の種類の依頼を効率的に処理しているかを特定するのに役立ちます。これは、調達機能内のリソースおよびパフォーマンス管理における主要なディメンションを提供します。その重要性調達の責任を割り当て、異なる購買チーム間のワークロード分析とパフォーマンス比較を可能にします。取得元 EBANテーブルのフィールドEKGRPにあります。例 001002P01

必須推奨任意

購買から支払いまで - 購買依頼アクティビティ

これらは、依頼ワークフローの正確な発見と分析のために、イベントログで捕捉すべき主要なプロセスステップとマイルストンです。

6 推奨 7 任意

	アクティビティ	説明
	依頼書承認済み	このマイルストン活動は、購買依頼が必要なすべての承認ステップを正常に通過したことを示します。最終リリースコードが適用され、EBANテーブルの全体リリースインジケータ（FRGZU）が承認状態に設定されたときに推測されます。
その重要性これは、承認サイクルの終了と調達フェーズの開始を示す重要なマイルストンです。総承認時間のKPIを計算し、購買発注作成への引き渡し遅延を測定するために不可欠です。取得元 EBANテーブルのCDPOSにおける変更ログエントリのタイムスタンプから推測されます。フィールドFRGZUが最終承認を表す値に変更された場合です。取得 EBANの最終リリースインジケーターフィールドが最終的な「承認済み」ステータスに達したことから推測されます。イベントタイプ inferred
	承認申請	この活動は、依頼が正式な承認ワークフローに入ったことを示します。通常、依頼のステータスが、設定されたリリース戦略に基づいて初期リリースまたは承認アクションを必要とするように変更されたときに推測されます。
その重要性これは承認サイクルタイムの始まりを示し、プロセス効率を測定する上で重要なKPIです。この点を理解することで、作成から正式な承認開始までの遅延を特定するのに役立ちます。取得元 EBANテーブルにおけるリリース戦略に関連する最初のステータス変更（例：フィールドFRGZUが初期状態から保留状態に変更される）から、または購買依頼に関連付けられたワークフローログの最初のエントリから推測されます。取得リリース戦略の有効化を示す最初の変更ログエントリから推測されます。イベントタイプ inferred
	採用申請作成済み	この活動は、ユーザーによる購買依頼の初期作成と保存を示します。イベントは、EBANテーブルに新しいレコードが生成され、作成日時が記録されたときに明示的に捕捉されます。
その重要性プロセスの開始点として、この活動は購買依頼ライフサイクル全体の期間を計算し、作成スループットを分析するために不可欠です。誰がいつ購買依頼を作成しているかを特定するのに役立ちます。取得元このイベントは、特定の購買依頼ID（BANFN）に対する作成日（ERDAT）と作成時刻（UZEIT）フィールドを使用して、EBANテーブルから捕捉されます。取得初期レコード保存時のEBANテーブルフィールドERDATおよびUZEITからのタイムスタンプ。イベントタイプ explicit
	発注作成済み	この活動は、承認された購買依頼が購買発注文書に正常に変換されたことを示します。イベントは、それに関連する購買発注品目が見つかることで、購買依頼に対して推測されます。
その重要性主要な成功結果として、この活動は購買依頼プロセスを完了させ、調達フェーズを開始します。「購買依頼承認済み」とこのイベントの間の時間は、引き継ぎ効率を測る重要なKPIです。取得元 EKPO（購買発注明細）テーブルで、フィールドBANFNおよびBNFPOがEBANテーブルからの購買依頼番号および明細と一致するレコードを見つけることによって推測されます。購買発注作成日（EKKO.AEDAT）がタイムスタンプを提供します。取得 EBANとEKPOテーブルをリンクし、EKKOからの購買発注作成日を使用することで推測されます。イベントタイプ inferred
	購買依頼却下済み	これは、購買依頼が最終的に却下され、それ以上進行できない終端活動です。承認者によってEBANテーブルのリリースインジケータが最終却下状態に設定されたときに推測されます。
その重要性この活動は、プロセスの主要な終点であり、依頼却下率KPIを計算するために不可欠です。これらのケースを分析することで、調達の失敗と無駄の原因を理解するのに役立ちます。取得元 EBANテーブルのCDPOSにおける変更ログエントリのタイムスタンプから推測されます。フィールドFRGZUが最終却下を表す値に変更された場合です。取得 EBANの最終リリースインジケーターフィールドが最終的な「却下済み」ステータスに達したことから推測されます。イベントタイプ inferred
	購買依頼撤回済み	これは、作成者または承認されたユーザーが削除フラグを設定することで、依頼品目をキャンセルする終端活動です。このアクションは明示的に記録され、ビジネスニーズが無効になったか、エラーで作成されたことを示します。
その重要性これはプロセスの主要な失敗終点であり、取り消し率を計算するために不可欠です。高頻度の却下は、ユーザーが依頼を断念せざるを得ない長い承認時間や、需要計画におけるシステム的な問題を示唆している可能性があります。取得元この明示的なアクションは、EBANテーブルの「削除フラグ」（LOEKZ）フィールドが依頼品目に対して設定されたときに捕捉されます。変更はCDHDRとCDPOSにログ記録されます。取得削除フラグ（EBAN-LOEKZ）が「L」に設定されたときの変更ログエントリです。イベントタイプ explicit
	依頼ブロック済み	購買依頼品目をブロックする明示的なアクションであり、購買発注への変換を阻止します。ブロックは、依頼品目の特定のインジケータを通じて設定されます。
その重要性ブロックは、潜在的な問題または調達の一時的な保留を示します。これらのイベントを追跡することで、購買依頼が承認されているにもかかわらず、すぐに処理されないボトルネックを特定するのに役立ちます。取得元 EBANテーブルの「ブロッキングインジケーター」フィールド（EBAKZ）への変更から捕捉されます。この変更はCDHDRとCDPOSにログ記録されます。取得 EBAN-EBAKZフィールドが設定されたときに変更テーブルにログ記録されたイベントです。イベントタイプ explicit
	承認ステップ却下済み	権限のあるユーザーがリリース戦略の単一ステップを明示的に却下し、通常、購買依頼を修正のために作成者に戻します。このアクションは、購買依頼のリリースステータスへの変更としてログに記録されます。
その重要性却下は、プロセスの手戻りや遅延の主な原因です。却下の頻度と原因を分析することで、ポリシーの誤解、データ品質の問題、または非効率な承認ステップを特定できます。取得元 EBANテーブルのリリースステータスフィールドに対する変更ログ（CDHDR/CDPOS）から捕捉されます。トランザクションME54Nまたは類似の手段による却下アクションは、対応するステータス変更をトリガーします。取得承認者が却下アクションを実行したときに作成される変更ログエントリです。イベントタイプ explicit
	承認ステップ承認済み	承認されたユーザーがリリース戦略における単一ステップを承認する明示的なアクションを表します。このアクションは、購買依頼のリリースステータスへの変更として記録され、最終承認に向けて進行します。
その重要性個々の承認を追跡することは、各ステップの期間を測定し、異なる承認者のパフォーマンスを分析するために必要です。ワークフローの適合性を理解するための基本的な要素です。取得元 EBANテーブルのリリースステータスフィールドに対する変更ログ（CDHDR/CDPOS）から捕捉されます。承認者のトランザクションME54Nまたは類似のT-コードによるアクションが、このログに記録された変更をトリガーします。取得承認者がリリース伝票を実行したときに作成される変更ログエントリです。イベントタイプ explicit
	承認ステップ開始済み	購買依頼がリリース戦略で定義された特定の承認者または承認グループからのアクションを現在待機中であることを示します。このイベントは、購買依頼のステータスが特定のリリースコードを待機していることを示すときに推測されます。
その重要性この活動により、承認チェーンの各ステップを詳細に分析できます。プロセス内で最も長い遅延を引き起こしている承認者や段階を特定するのに役立ちます。取得元 EBANテーブルのリリースステータスフィールドへの変更シーケンスを追跡することによって推測されます。新しい保留状態への各変更は、新しい承認ステップの開始を示します。取得新しいリリースコードが現在アクティブであり、承認を待機していることを示すステータス変更から推測されます。イベントタイプ inferred
	承認リセット済み	購買依頼全体の承認ワークフローがリセットされたことを示し、多くの場合、大幅な修正が原因です。これは、リリースステータスが以前にアクティブであった後にクリアされ、承認プロセスが最初から再開されるときに推測されます。
その重要性承認リセットはサイクルタイムに大きな影響を与える重要な手戻りイベントです。これらを特定することで、プロセスの非効率性や、購買依頼の修正がワークフローに与える下流への影響が浮き彫りになります。取得元 EBANテーブルの変更ログ（CDHDR/CDPOS）から推測されます。これは、リリースステータスフィールド（FRGZUなど）が保留または承認済み状態から初期状態または空白状態に戻された場合です。取得リリース戦略フィールドがクリアされたことを示す変更ログから推測されます。イベントタイプ inferred
	購買依頼クローズ済み	購買依頼品目の最終的なクローズを表し、それ以上の処理が期待されないことを示します。このステータスは、品目が完全に購買発注に変換されて完了したか、手動でクローズ済みとしてフラグ付けされた場合に推測されます。
その重要性これは、完了したが必ずしも削除されていない依頼の明確な終点を提供します。これにより、正常に履行された依頼の正確なライフサイクル期間計算が保証されます。取得元 EBANテーブルの「完了」インジケーター（EBAKZが「S」またはその他の設定値）から推測されます。このステータスは、購買発注の完全な変換と入庫時にシステムによって自動的に設定されることがよくあります。取得 EBAN-EBAKZフィールドのステータスが「完了」値に変更されたことから推測されます。イベントタイプ inferred
	購買依頼変更済み	購買依頼が初回作成された後に、数量、価格、品目などの変更が行われたあらゆる修正を表します。これらの変更はSAPの変更ログテーブルに記録され、詳細な修正履歴を提供します。
その重要性修正の追跡は、手戻りループとデータ品質の問題を特定するために不可欠です。高頻度の修正は、初期要件の不明確さやユーザー研修のギャップを示唆し、プロセス遅延につながる可能性があります。取得元オブジェクトクラスがEINKBELEGで、オブジェクトIDが購買依頼番号である、変更ログテーブルCDHDR（ヘッダー）とCDPOS（項目）から捕捉されます。特定のフィールド変更を分析できます。取得購買依頼伝票に関する、変更テーブルCDHDRおよびCDPOSにログ記録されたイベントです。イベントタイプ explicit

推奨任意

抽出ガイド

SAP ECC からデータを取得する方法

ステップ

データベースアクセス権の付与: 開始する前に、基盤となるSAP ECCデータベースへの読み取り専用アクセス権があることを確認してください。これには特定の資格情報（ユーザー名、パスワード、ホスト、ポート）が必要であり、SAP Basisおよびセキュリティチームによって承認されなければならない非標準のアクセスレベルです。
SAPスキーマの特定: DBeaver、Toad、SQL Developerなどの標準的なSQLクライアントでデータベースに接続します。テーブルが格納されている正しいSAPスキーマを特定する必要があります。これは一般的にSAPSR3またはSAPR3という名前です。
SQLクエリの準備: 本ドキュメントに記載されている完全なSQLクエリを使用してください。このクエリは、マスタデータと変更ログテーブルを結合することで、必要なすべての活動と属性を抽出するように設計されています。
クエリパラメーターの設定: クエリ内のプレースホルダー値を見つけます。それらを特定のシステムおよびビジネス要件に置き換える必要があります。主なプレースホルダーには、'{source_system_name}'、'{start_date}'、'{end_date}'、'{company_codes}'、'{document_types}'が含まれます。
データベース固有の構文の調整: 提供されているクエリは一般的なSQL構文を使用しています。ただし、TO_TIMESTAMPのようなタイムスタンプ作成関数や文字列操作は、Oracle、SQL Server、DB2、HANAなど、特定のデータベースシステムに基づいて微調整が必要な場合があります。
抽出の実行: SQLクライアントでカスタマイズしたクエリを実行します。大規模なデータセットの場合、システムパフォーマンスへの影響を避けるため、オフピーク時間帯に実行することを強くお勧めします。
予備結果の確認: クエリが完了したら、出力に期待される列（PurchaseRequisitionId、ActivityName、EventTimeなど）が含まれており、様々な活動の行が返されていることを確認するために、簡単にスキャンしてください。
CSVへのエクスポート: SQLクライアントから結果セット全体をCSVファイルにエクスポートします。特殊文字に関する問題を避けるため、ファイルがUTF-8エンコーディングを使用していることを確認してください。
アップロードの準備: CSVの列ヘッダーがSQLクエリで定義されているエイリアスと正確に一致していることを確認してください。ファイルはイベントログのクリーンで表形式の表現である必要があります。
ProcessMindへのアップロード: 最終的なCSVファイルをProcessMindプロジェクトにアップロードして、分析と可視化を行います。

設定

データベース接続: SAP ECCデータベースへの直接接続が必要です。ホスト名、ポート、データベース名、および適切なユーザー認証情報が必要になります。
SAPスキーマ: SAPテーブルを含むスキーマ名を知っている必要があります。例えばSAPSR3です。クエリはこのスキーマのコンテキスト内で実行されなければなりません。
日付範囲: パフォーマンスとデータ量を管理するために、特定の日付範囲でフィルタリングすることが重要です。3～6ヶ月の期間から始めることをお勧めします。'{start_date}'と'{end_date}'のプレースホルダーをYYYYMMDD形式で設定してください。
組織フィルター: より的を絞った分析のため、会社コード（BUKRS）と購買依頼伝票タイプ（BSART）でデータをフィルタリングしてください。'{company_codes}'と'{document_types}'のプレースホルダーを、例えば'1000','2000'のようなカンマ区切りの値のリストに置き換えてください。
前提条件: この方法では、直接データベース資格情報を取得するためにSAP Basisおよびセキュリティチームの承認が必要です。これは標準のエンドユーザー活動ではありません。
パフォーマンスに関する考慮事項: クエリは変更ログテーブル（CDHDR、CDPOS）に結合しますが、これらは非常に大きくなる可能性があります。適切なフィルタリングなしでは、クエリは遅くなり、かなりのシステムリソースを消費する可能性があります。常に制限的な日付範囲とその他のフィルターで実行してください。

a クエリ例 sql

WITH REQUISITION_BASE AS (
    SELECT 
        EBAN.MANDT,
        EBAN.BANFN,
        EBAN.BNFPO,
        EBAN.BSART AS RequisitionDocumentType,
        EBAN.ERNAM,
        EBAN.ERDAT,
        EBAN.ERZET,
        EBAN.FRGZU AS CurrentRequisitionStatus,
        EBAKN.KOSTL AS Department,
        EBAKN.GSWRT
    FROM EBAN
    LEFT JOIN EBAKN ON EBAN.MANDT = EBAKN.MANDT AND EBAN.BANFN = EBAKN.BANFN AND EBAN.BNFPO = EBAKN.BNFPO
    WHERE EBAN.ERDAT BETWEEN '{start_date}' AND '{end_date}'
      AND EBAN.BUKRS IN ('{company_codes}')
      AND EBAN.BSART IN ('{document_types}')
),
REQUISITION_AGG AS (
    SELECT 
        MANDT, BANFN, RequisitionDocumentType, ERNAM, ERDAT, ERZET, CurrentRequisitionStatus, Department,
        SUM(GSWRT) AS TotalRequisitionValue
    FROM REQUISITION_BASE
    GROUP BY MANDT, BANFN, RequisitionDocumentType, ERNAM, ERDAT, ERZET, CurrentRequisitionStatus, Department
)
-- 1. Requisition Created
SELECT
    R.BANFN AS PurchaseRequisitionId,
    'Requisition Created' AS ActivityName,
    TO_TIMESTAMP(R.ERDAT || R.ERZET, 'YYYYMMDDHH24MISS') AS EventTime,
    '{source_system_name}' AS SourceSystem,
    CURRENT_TIMESTAMP AS LastDataUpdate,
    R.ERNAM AS User,
    R.Department AS Department,
    R.CurrentRequisitionStatus AS RequisitionStatus,
    R.RequisitionDocumentType AS RequisitionDocumentType,
    R.TotalRequisitionValue AS TotalRequisitionValue
FROM REQUISITION_AGG R

UNION ALL

-- 2. Requisition Amended, Approval Steps, Status Changes from Change Logs
SELECT 
    SUBSTRING(C.OBJECTID, 4, 10) AS PurchaseRequisitionId,
    CASE 
        WHEN C.FNAME = 'FRGZU' AND C.VALUE_NEW > C.VALUE_OLD THEN 'Approval Step Approved'
        WHEN C.FNAME = 'FRGZU' AND C.VALUE_NEW < C.VALUE_OLD THEN 'Approval Step Rejected'
        WHEN C.FNAME = 'FRGZU' AND C.VALUE_NEW = '{final_approval_status_code}' THEN 'Requisition Approved'
        WHEN C.FNAME = 'FRGZU' AND C.VALUE_NEW = '{final_rejection_status_code}' THEN 'Requisition Rejected'
        WHEN C.FNAME = 'FRGSX' AND C.VALUE_OLD IS NOT NULL AND C.VALUE_NEW IS NULL THEN 'Approval Reset'
        WHEN C.FNAME = 'FRGZU' AND C.CHNGIND = 'U' AND C.TCODE LIKE 'ME54%' THEN 'Approval Submitted' 
        WHEN C.FNAME = 'LOEKZ' AND C.VALUE_NEW IN ('L', 'X') THEN 'Requisition Withdrawn'
        WHEN C.FNAME = 'EBAKZ' AND C.VALUE_NEW = 'X' THEN 'Requisition Blocked'
        WHEN C.FNAME = 'STATU' AND C.VALUE_NEW = 'B' THEN 'Purchase Order Created'
        WHEN C.FNAME = 'EREKZ' AND C.VALUE_NEW = 'X' THEN 'Requisition Closed'
        ELSE 'Requisition Amended'
    END AS ActivityName,
    TO_TIMESTAMP(C.UDATE || C.UTIME, 'YYYYMMDDHH24MISS') AS EventTime,
    '{source_system_name}' AS SourceSystem,
    CURRENT_TIMESTAMP AS LastDataUpdate,
    C.USERNAME AS User,
    R.Department AS Department,
    C.VALUE_NEW AS RequisitionStatus,
    R.RequisitionDocumentType AS RequisitionDocumentType,
    R.TotalRequisitionValue AS TotalRequisitionValue
FROM CDHDR C
JOIN CDPOS P ON C.MANDANT = P.MANDANT AND C.OBJECTCLAS = P.OBJECTCLAS AND C.OBJECTID = P.OBJECTID AND C.CHANGENR = P.CHANGENR
JOIN REQUISITION_AGG R ON SUBSTRING(C.OBJECTID, 4, 10) = R.BANFN
WHERE C.OBJECTCLAS = 'BANF'
  AND C.UDATE || C.UTIME <> R.ERDAT || R.ERZET -- Exclude changes made at the exact time of creation
  AND NOT (C.TCODE IN ('ME51', 'ME51N') AND C.UDATE = R.ERDAT) -- Exclude initial creation events from being amendments

UNION ALL

-- 3. Approval Step Started (Inferred)
SELECT 
    SUBSTRING(C.OBJECTID, 4, 10) AS PurchaseRequisitionId,
    'Approval Step Started' AS ActivityName,
    TO_TIMESTAMP(C.UDATE || C.UTIME, 'YYYYMMDDHH24MISS') AS EventTime,
    '{source_system_name}' AS SourceSystem,
    CURRENT_TIMESTAMP AS LastDataUpdate,
    C.USERNAME AS User,
    R.Department AS Department,
    P.VALUE_OLD AS RequisitionStatus,
    R.RequisitionDocumentType AS RequisitionDocumentType,
    R.TotalRequisitionValue AS TotalRequisitionValue
FROM CDHDR C
JOIN CDPOS P ON C.MANDANT = P.MANDANT AND C.OBJECTCLAS = P.OBJECTCLAS AND C.OBJECTID = P.OBJECTID AND C.CHANGENR = P.CHANGENR
JOIN REQUISITION_AGG R ON SUBSTRING(C.OBJECTID, 4, 10) = R.BANFN
WHERE C.OBJECTCLAS = 'BANF' AND P.FNAME = 'FRGZU' AND P.CHNGIND = 'U'
  AND P.VALUE_OLD IS NOT NULL AND P.VALUE_NEW IS NOT NULL AND P.VALUE_NEW > P.VALUE_OLD; -- This logic infers that a step starts just before it is approved

ステップ

Python環境のセットアップ: Python 3.6以降がインストールされていることを確認してください。プロジェクトフォルダーを作成し、依存関係を管理するための仮想環境をセットアップします。pipを使用して必要なライブラリをインストールします: pip install pyrfc pandas numpy
SAP RFC SDK: SAPサポートポータルからSAP NetWeaver RFC SDKをダウンロードします。内容を抽出し、ライブラリファイル（例：Windowsではsapnwrfc.dll、Linuxではlibsapnwrfc.so）をシステムのパスまたはPythonスクリプトからアクセス可能なディレクトリに配置します。
SAP接続の設定: 提供されたPythonスクリプトを開きます。SAP接続パラメーターのセクションを見つけ、プレースホルダー値（ashost、sysnr、client、user、passwd）を実際のSAPシステム認証情報に置き換えます。ユーザーがRFC実行およびテーブルアクセスに必要な権限を持っていることを確認してください。
抽出パラメーターの定義: スクリプト内で、date_fromとdate_to変数を設定して、抽出に必要な時間範囲を定義します。抽出プロセスをテストするために、例えば1ヶ月のような短い期間から始めることをお勧めします。
Pythonスクリプトの実行: ターミナルからpython your_script_name.pyコマンドを使用してスクリプトを実行します。スクリプトはRFCを介してSAPに接続し、必要な各テーブル（EBAN、EKKO、EKPO、CDHDR、CDPOS）に対してRFC_READ_TABLEを呼び出し、データをダウンロードします。
データ取得: スクリプトは、購買依頼、購買発注、および変更伝票の生データを取得します。データ転送量を制限するために、日付範囲やオブジェクトクラスなどのフィルタリング基準を使用します。
ローカルデータ変換: データがダウンロードされた後、スクリプトはpandasライブラリを使用してすべての変換をローカルで実行します。生のテーブルデータを処理し、「購買依頼作成済み」、「承認ステップ承認済み」、「購買発注作成済み」など、13の必須活動のそれぞれについて個別のイベントログエントリを生成します。
イベントログの生成: スクリプトは、各テーブルから生成されたイベントを単一の統合されたDataFrameに結合します。イベントタイムスタンプを計算し、ユーザー名をマッピングし、データを必須のケースID、活動、タイムスタンプ形式に構造化します。
属性マッピング: PurchaseRequisitionId、ActivityName、EventTime、User、TotalRequisitionValueなどの主要属性は、最終的なDataFrameのそれぞれの列にマッピングされます。
CSVへのエクスポート: スクリプトは最終イベントログをevent_log_pr.csvという名前のCSVファイルとして同じディレクトリに保存します。このファイルはProcessMindへの直接アップロード用にフォーマットされています。
確認とアップロード: 生成されたCSVファイルを開き、データが完全で正確であることを確認します。検証が完了したら、ProcessMindプロジェクトにファイルをアップロードできます。

設定

SAP接続: このスクリプトは、SAP ECCシステムへの直接RFC接続詳細（アプリケーションサーバー、システム番号、クライアント、ユーザー、パスワードを含む）を必要とします。指定されたユーザーは、RFC呼び出しの権限と、テーブルEBAN、EKPO、EKKO、CDHDR、CDPOSへの表示アクセス権を持っている必要があります。
日付範囲: 抽出はスクリプト内の開始日と終了日のパラメーターによって管理されます。初回実行時およびパフォーマンス管理のため、3～6ヶ月のデータ範囲を抽出することが推奨されます。
テーブルフィルター: 可能な限りRFC呼び出し内でフィルタリングが適用されます。例えば、購買依頼は作成日（EBAN-ERDAT）でフィルタリングされ、変更伝票は日付（CDHDR-UDATE）とオブジェクトクラス（CDHDR-OBJECTCLAS = 'BANF'）でフィルタリングされます。
Pythonライブラリ: このスクリプトは、SAP接続にpyrfcを、データ操作にpandasを使用しています。これらのライブラリがPython環境にインストールされていることを確認してください。
パフォーマンス: RFC_READ_TABLEを介したデータ抽出は、データがテーブルごとに順次取得されるため、非常に大きなデータセットでは遅くなる可能性があります。システム負荷を最小限に抑えるため、オフピーク時間帯に抽出を実行することをお勧めします。
伝票タイプ: このスクリプトは、デフォルトですべての購買依頼伝票タイプを抽出します。範囲を絞るには、EBANテーブルのBSART列に基づいてpandas DataFrameに抽出後フィルターを追加できます。

a クエリ例 python

import pandas as pd
from pyrfc import Connection
import datetime

class=class="hl-string">"hl-comment"># --- 1. Configuration Settings ---
class=class="hl-string">"hl-comment"># Replace with your SAP system connection details
SAP_CONNECTION_PARAMS = {
    class="hl-string">"ashost": class="hl-string">"your_sap_host",      class=class="hl-string">"hl-comment"># Application server host
    class="hl-string">"sysnr": class="hl-string">"00",                 class=class="hl-string">"hl-comment"># System number
    class="hl-string">"client": class="hl-string">"100",               class=class="hl-string">"hl-comment"># Client
    class="hl-string">"user": class="hl-string">"your_rfc_user",       class=class="hl-string">"hl-comment"># RFC user
    class="hl-string">"passwd": class="hl-string">"your_password"      class=class="hl-string">"hl-comment"># Password
}

class=class="hl-string">"hl-comment"># Date range for the extraction (YYYYMMDD format)
date_from = class="hl-string">'20230101'
date_to = class="hl-string">'20231231'

source_system = class="hl-string">"SAP ECC"
last_data_update = datetime.datetime.now().isoformat()

class=class="hl-string">"hl-comment"># --- 2. Helper function for RFC_READ_TABLE ---
def rfc_read_table(conn, table_name, fields, options):
    class="hl-string">"""Fetches data from an SAP table using RFC_READ_TABLE."""
    try:
        result = conn.call(class="hl-string">'RFC_READ_TABLE',
                           QUERY_TABLE=table_name,
                           DELIMITER=class="hl-string">',',
                           FIELDS=fields,
                           OPTIONS=options)
        
        data = result[class="hl-string">'DATA']
        if not data:
            return pd.DataFrame(columns=[field[class="hl-string">'FIELDNAME'] for field in fields])

        records = [row[class="hl-string">'WA'].strip().split(class="hl-string">',') for row in data]
        df = pd.DataFrame(records, columns=[field[class="hl-string">'FIELDNAME'] for field in fields])
        class=class="hl-string">"hl-comment"># Trim whitespace from all cells
        df = df.apply(lambda x: x.str.strip() if x.dtype == class="hl-string">"object" else x)
        return df
    except Exception as e:
        print(fclass="hl-string">"Error reading table {table_name}: {e}")
        return pd.DataFrame(columns=[field[class="hl-string">'FIELDNAME'] for field in fields])

class=class="hl-string">"hl-comment"># --- 3. Main Extraction Logic ---
def main():
    print(class="hl-string">"Starting SAP data extraction...")
    try:
        conn = Connection(**SAP_CONNECTION_PARAMS)
    except Exception as e:
        print(fclass="hl-string">"Failed to connect to SAP: {e}")
        return

    class=class="hl-string">"hl-comment"># --- EBAN (Purchase Requisitions) ---
    print(class="hl-string">"Extracting EBAN...")
    eban_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'BANFN'}, {class="hl-string">'FIELDNAME': class="hl-string">'BNFPO'}, {class="hl-string">'FIELDNAME': class="hl-string">'BSART'}, {class="hl-string">'FIELDNAME': class="hl-string">'ERNAM'}, {class="hl-string">'FIELDNAME': class="hl-string">'ERDAT'}, {class="hl-string">'FIELDNAME': class="hl-string">'ERFZEIT'}, {class="hl-string">'FIELDNAME': class="hl-string">'PREIS'}, {class="hl-string">'FIELDNAME': class="hl-string">'MENGE'}, {class="hl-string">'FIELDNAME': class="hl-string">'KOSTL'}, {class="hl-string">'FIELDNAME': class="hl-string">'FRGZU'}, {class="hl-string">'FIELDNAME': class="hl-string">'FRGSX'}]
    eban_options = [fclass="hl-string">"ERDAT >= '{date_from}' AND ERDAT <= '{date_to}'"]
    df_eban = rfc_read_table(conn, class="hl-string">'EBAN', eban_fields, eban_options)
    if df_eban.empty:
        print(class="hl-string">"No requisitions found in EBAN for the given date range. Exiting.")
        conn.close()
        return

    df_eban[class="hl-string">'PREIS'] = pd.to_numeric(df_eban[class="hl-string">'PREIS'], errors=class="hl-string">'coerce').fillna(0)
    df_eban[class="hl-string">'MENGE'] = pd.to_numeric(df_eban[class="hl-string">'MENGE'], errors=class="hl-string">'coerce').fillna(0)
    df_eban[class="hl-string">'TotalRequisitionValue'] = df_eban[class="hl-string">'PREIS'] * df_eban[class="hl-string">'MENGE']
    df_eban_grouped = df_eban.groupby(class="hl-string">'BANFN').agg(
        TotalRequisitionValue=(class="hl-string">'TotalRequisitionValue', class="hl-string">'sum'),
        RequisitionDocumentType=(class="hl-string">'BSART', class="hl-string">'first'),
        Department=(class="hl-string">'KOSTL', class="hl-string">'first')
    ).reset_index()
    df_eban = df_eban.merge(df_eban_grouped, on=class="hl-string">'BANFN', suffixes=(class="hl-string">'', class="hl-string">'_agg'))

    class=class="hl-string">"hl-comment"># --- EKPO/EKKO (Purchase Orders) ---
    print(class="hl-string">"Extracting EKPO and EKKO...")
    banfn_list = class="hl-string">"'" + class="hl-string">"', '".join(df_eban[class="hl-string">'BANFN'].unique()) + class="hl-string">"'"
    ekpo_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'BANFN'}, {class="hl-string">'FIELDNAME': class="hl-string">'BNFPO'}, {class="hl-string">'FIELDNAME': class="hl-string">'EBELN'}]
    ekpo_options = [fclass="hl-string">"BANFN IN ({banfn_list})"]
    df_ekpo = rfc_read_table(conn, class="hl-string">'EKPO', ekpo_fields, ekpo_options)

    ekko_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'EBELN'}, {class="hl-string">'FIELDNAME': class="hl-string">'AEDAT'}]
    if not df_ekpo.empty:
        ebeln_list = class="hl-string">"'" + class="hl-string">"', '".join(df_ekpo[class="hl-string">'EBELN'].unique()) + class="hl-string">"'"
        ekko_options = [fclass="hl-string">"EBELN IN ({ebeln_list})"]
        df_ekko = rfc_read_table(conn, class="hl-string">'EKKO', ekko_fields, ekko_options)
        df_po = pd.merge(df_ekpo, df_ekko, on=class="hl-string">'EBELN')
    else:
        df_po = pd.DataFrame(columns=[class="hl-string">'BANFN', class="hl-string">'BNFPO', class="hl-string">'EBELN', class="hl-string">'AEDAT'])

    class=class="hl-string">"hl-comment"># --- CDHDR/CDPOS (Change Documents) ---
    print(class="hl-string">"Extracting CDHDR and CDPOS...")
    cdhdr_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'OBJECTID'}, {class="hl-string">'FIELDNAME': class="hl-string">'CHANGENR'}, {class="hl-string">'FIELDNAME': class="hl-string">'USERNAME'}, {class="hl-string">'FIELDNAME': class="hl-string">'UDATE'}, {class="hl-string">'FIELDNAME': class="hl-string">'UTIME'}]
    cdhdr_options = [fclass="hl-string">"OBJECTCLAS = 'BANF' AND UDATE >= '{date_from}' AND UDATE <= '{date_to}'"]
    df_cdhdr = rfc_read_table(conn, class="hl-string">'CDHDR', cdhdr_fields, cdhdr_options)
    
    df_cdpos = pd.DataFrame()
    if not df_cdhdr.empty:
        class=class="hl-string">"hl-comment"># Process changenr in chunks to avoid overly long SQL queries
        changenr_chunks = [df_cdhdr[class="hl-string">'CHANGENR'][i:i + 100] for i in range(0, df_cdhdr.shape[0], 100)]
        cdpos_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'CHANGENR'}, {class="hl-string">'FIELDNAME': class="hl-string">'TABNAME'}, {class="hl-string">'FIELDNAME': class="hl-string">'FNAME'}, {class="hl-string">'FIELDNAME': class="hl-string">'VALUE_NEW'}, {class="hl-string">'FIELDNAME': class="hl-string">'VALUE_OLD'}]
        cdpos_frames = []
        for chunk in changenr_chunks:
            changenr_list = class="hl-string">"'" + class="hl-string">"', '".join(chunk) + class="hl-string">"'"
            cdpos_options = [fclass="hl-string">"OBJECTCLAS = 'BANF' AND CHANGENR IN ({changenr_list}) AND TABNAME = 'EBAN'"]
            cdpos_frames.append(rfc_read_table(conn, class="hl-string">'CDPOS', cdpos_fields, cdpos_options))
        if cdpos_frames:
            df_cdpos = pd.concat(cdpos_frames, ignore_index=True)

    conn.close()
    print(class="hl-string">"Extraction from SAP complete. Starting transformation...")

    class=class="hl-string">"hl-comment"># --- 4. Event Log Generation ---
    events = []

    class=class="hl-string">"hl-comment"># Activity: Requisition Created
    df_created = df_eban[[class="hl-string">'BANFN', class="hl-string">'ERNAM', class="hl-string">'ERDAT', class="hl-string">'ERFZEIT', class="hl-string">'RequisitionDocumentType', class="hl-string">'TotalRequisitionValue', class="hl-string">'Department']].drop_duplicates(subset=[class="hl-string">'BANFN'])
    for _, row in df_created.iterrows():
        events.append({
            class="hl-string">'PurchaseRequisitionId': row[class="hl-string">'BANFN'],
            class="hl-string">'ActivityName': class="hl-string">'Requisition Created',
            class="hl-string">'EventTime': fclass="hl-string">"{row['ERDAT']} {row['ERFZEIT']}",
            class="hl-string">'User': row[class="hl-string">'ERNAM'],
            class="hl-string">'RequisitionDocumentType': row[class="hl-string">'RequisitionDocumentType'],
            class="hl-string">'TotalRequisitionValue': row[class="hl-string">'TotalRequisitionValue'],
            class="hl-string">'Department': row[class="hl-string">'Department'],
            class="hl-string">'RequisitionStatus': class="hl-string">'Created'
        })

    class=class="hl-string">"hl-comment"># Merge change documents
    df_changes = pd.DataFrame()
    if not df_cdhdr.empty and not df_cdpos.empty:
        df_changes = pd.merge(df_cdhdr, df_cdpos, on=class="hl-string">'CHANGENR')
        df_changes[class="hl-string">'PurchaseRequisitionId'] = df_changes[class="hl-string">'OBJECTID'].str[:10]
        df_changes[class="hl-string">'EventTime'] = pd.to_datetime(df_changes[class="hl-string">'UDATE'] + class="hl-string">' ' + df_changes[class="hl-string">'UTIME'], format=class="hl-string">'%Y%m%d %H%M%S')

    if not df_changes.empty:
        class=class="hl-string">"hl-comment"># Activities from Change Logs
        for _, row in df_changes.iterrows():
            activity = None
            status = None

            class=class="hl-string">"hl-comment"># Approval-related activities
            if row[class="hl-string">'FNAME'] in [class="hl-string">'FRGZU', class="hl-string">'FRGSX']:
                if row[class="hl-string">'VALUE_OLD'].strip() == class="hl-string">'' and row[class="hl-string">'VALUE_NEW'].strip() != class="hl-string">'':
                    activity = class="hl-string">'Approval Submitted'
                    status = class="hl-string">'In Approval'
                elif row[class="hl-string">'VALUE_OLD'] != class="hl-string">'' and row[class="hl-string">'VALUE_NEW'] == class="hl-string">'':
                    activity = class="hl-string">'Approval Reset'
                    status = class="hl-string">'In Progress'
                else:
                    class=class="hl-string">"hl-comment"># Logic to differentiate approve/reject might need config specifics
                    activity = class="hl-string">'Approval Step Approved' if row[class="hl-string">'VALUE_NEW'] > row[class="hl-string">'VALUE_OLD'] else class="hl-string">'Approval Step Rejected'
                    status = class="hl-string">'In Approval'
            class=class="hl-string">"hl-comment"># Final Approval/Rejection
            elif row[class="hl-string">'FNAME'] == class="hl-string">'FRGZU':
                 class=class="hl-string">"hl-comment"># This logic assumes specific final approval/rejection codes. Adjust if needed.
                 if row[class="hl-string">'VALUE_NEW'] in [class="hl-string">'X', class="hl-string">'Y', class="hl-string">'Z']: class=class="hl-string">"hl-comment"># Placeholder for final approval states
                     activity = class="hl-string">'Requisition Approved'
                     status = class="hl-string">'Approved'
                 elif row[class="hl-string">'VALUE_NEW'] in [class="hl-string">'R', class="hl-string">'S']: class=class="hl-string">"hl-comment"># Placeholder for final rejection states
                     activity = class="hl-string">'Requisition Rejected'
                     status = class="hl-string">'Rejected'
            class=class="hl-string">"hl-comment"># Other Amendments
            elif row[class="hl-string">'FNAME'] not in [class="hl-string">'FRGZU', class="hl-string">'FRGSX', class="hl-string">'LOEKZ', class="hl-string">'EBAKZ']:
                activity = class="hl-string">'Requisition Amended'
                status = class="hl-string">'Amended'
            class=class="hl-string">"hl-comment"># Blocked
            elif row[class="hl-string">'FNAME'] == class="hl-string">'EBAKZ' and row[class="hl-string">'VALUE_NEW'] == class="hl-string">'B':
                activity = class="hl-string">'Requisition Blocked'
                status = class="hl-string">'Blocked'
            class=class="hl-string">"hl-comment"># Withdrawn
            elif row[class="hl-string">'FNAME'] == class="hl-string">'LOEKZ' and row[class="hl-string">'VALUE_NEW'] == class="hl-string">'L':
                activity = class="hl-string">'Requisition Withdrawn'
                status = class="hl-string">'Withdrawn'
            class=class="hl-string">"hl-comment"># Closed
            elif row[class="hl-string">'FNAME'] == class="hl-string">'EBAKZ' and row[class="hl-string">'VALUE_NEW'] == class="hl-string">'L':
                activity = class="hl-string">'Requisition Closed'
                status = class="hl-string">'Closed'

            if activity:
                events.append({
                    class="hl-string">'PurchaseRequisitionId': row[class="hl-string">'PurchaseRequisitionId'],
                    class="hl-string">'ActivityName': activity,
                    class="hl-string">'EventTime': row[class="hl-string">'EventTime'].strftime(class="hl-string">'%Y-%m-%d %H:%M:%S'),
                    class="hl-string">'User': row[class="hl-string">'USERNAME'],
                    class="hl-string">'RequisitionStatus': status
                })

    class=class="hl-string">"hl-comment"># Activity: Purchase Order Created
    if not df_po.empty:
        df_po_first = df_po.sort_values(class="hl-string">'AEDAT').drop_duplicates(class="hl-string">'BANFN', keep=class="hl-string">'first')
        for _, row in df_po_first.iterrows():
            events.append({
                class="hl-string">'PurchaseRequisitionId': row[class="hl-string">'BANFN'],
                class="hl-string">'ActivityName': class="hl-string">'Purchase Order Created',
                class="hl-string">'EventTime': fclass="hl-string">"{row['AEDAT']} 00:00:00", class=class="hl-string">"hl-comment"># EKKO only has date
                class="hl-string">'User': None, class=class="hl-string">"hl-comment"># User info not directly in EKKO/EKPO for this event
                class="hl-string">'RequisitionStatus': class="hl-string">'PO Created'
            })
            
    class=class="hl-string">"hl-comment"># Dummy activities for Approval Step Started (inferred before approval)
    class=class="hl-string">"hl-comment"># This is a simplified inference. Real logic can be much more complex.
    approval_events = [e for e in events if e[class="hl-string">'ActivityName'] == class="hl-string">'Approval Step Approved']
    for event in approval_events:
        event_time = pd.to_datetime(event[class="hl-string">'EventTime'])
        class=class="hl-string">"hl-comment"># Infer class="hl-string">'started' event one minute before class="hl-string">'approved' for demonstration
        start_time = event_time - datetime.timedelta(minutes=1)
        events.append({
            class="hl-string">'PurchaseRequisitionId': event[class="hl-string">'PurchaseRequisitionId'],
            class="hl-string">'ActivityName': class="hl-string">'Approval Step Started',
            class="hl-string">'EventTime': start_time.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S'),
            class="hl-string">'User': None, class=class="hl-string">"hl-comment"># Approver user is not known until they approve
            class="hl-string">'RequisitionStatus': class="hl-string">'In Approval'
        })

    class=class="hl-string">"hl-comment"># --- 5. Final Formatting ---
    if not events:
        print(class="hl-string">"No events generated. Exiting.")
        return

    df_event_log = pd.DataFrame(events)
    df_event_log = df_event_log.merge(df_eban_grouped, left_on=class="hl-string">'PurchaseRequisitionId', right_on=class="hl-string">'BANFN', how=class="hl-string">'left')
    df_event_log[class="hl-string">'EventTime'] = pd.to_datetime(df_event_log[class="hl-string">'EventTime'])
    df_event_log = df_event_log.sort_values(by=[class="hl-string">'PurchaseRequisitionId', class="hl-string">'EventTime'])

    class=class="hl-string">"hl-comment"># Fill forward attributes within each case
    df_event_log[class="hl-string">'RequisitionDocumentType'] = df_event_log.groupby(class="hl-string">'PurchaseRequisitionId')[class="hl-string">'RequisitionDocumentType_agg'].transform(lambda x: x.ffill().bfill())
    df_event_log[class="hl-string">'TotalRequisitionValue'] = df_event_log.groupby(class="hl-string">'PurchaseRequisitionId')[class="hl-string">'TotalRequisitionValue_agg'].transform(lambda x: x.ffill().bfill())
    df_event_log[class="hl-string">'Department'] = df_event_log.groupby(class="hl-string">'PurchaseRequisitionId')[class="hl-string">'Department_agg'].transform(lambda x: x.ffill().bfill())

    class=class="hl-string">"hl-comment"># Add standard columns
    df_event_log[class="hl-string">'SourceSystem'] = source_system
    df_event_log[class="hl-string">'LastDataUpdate'] = last_data_update

    class=class="hl-string">"hl-comment"># Select and rename final columns
    final_columns = {
        class="hl-string">'PurchaseRequisitionId': class="hl-string">'PurchaseRequisitionId',
        class="hl-string">'ActivityName': class="hl-string">'ActivityName',
        class="hl-string">'EventTime': class="hl-string">'EventTime',
        class="hl-string">'SourceSystem': class="hl-string">'SourceSystem',
        class="hl-string">'LastDataUpdate': class="hl-string">'LastDataUpdate',
        class="hl-string">'User': class="hl-string">'User',
        class="hl-string">'Department': class="hl-string">'Department',
        class="hl-string">'RequisitionStatus': class="hl-string">'RequisitionStatus',
        class="hl-string">'RequisitionDocumentType': class="hl-string">'RequisitionDocumentType',
        class="hl-string">'TotalRequisitionValue': class="hl-string">'TotalRequisitionValue'
    }
    df_event_log = df_event_log[final_columns.keys()].rename(columns=final_columns)
    
    class=class="hl-string">"hl-comment"># Save to CSV
    df_event_log.to_csv(class="hl-string">'event_log_pr.csv', index=False)
    print(class="hl-string">"Event log successfully created: event_log_pr.csv")

if __name__ == class="hl-string">'__main__':
    main()

調達から支払いまで - 申請データテンプレート

調達から支払いまで - 申請データテンプレート

購買から支払いまで - 購買依頼属性

購買から支払いまで - 購買依頼アクティビティ

抽出ガイド

SAP ECC基盤データベースへの直接SQLクエリ

ステップ

設定

a クエリ例 sql

SAP RFCを利用したテーブル抽出用Pythonスクリプト

ステップ

設定

a クエリ例 python

今すぐ始めますか？

P2P購買申請の効率を解き放つ。今すぐトライアルを開始しましょう。

調達から支払いまで - 申請データテンプレート

調達から支払いまで - 申請データテンプレート

購買から支払いまで - 購買依頼属性

購買から支払いまで - 購買依頼アクティビティ

抽出ガイド

SAP ECC基盤データベースへの直接SQLクエリ

ステップ

設定

a クエリ例 sql

SAP RFCを利用したテーブル抽出用Pythonスクリプト

ステップ

設定

a クエリ例 python

お客様のプライバシーを大切にしています

今すぐ始めますか？

P2P購買申請の効率を解き放つ。今すぐトライアルを開始しましょう。