> Continue procesverbetering > Lead to Cash > SAP Sales Cloud > Datatemplate

Jouw Lead to Cash-datatemplate

SAP Sales Cloud

Lead to Cash-attributen (17) Lead to Cash-activiteiten (15) Extractiegidsen (2)

Jouw Lead to Cash-datatemplate

Deze template biedt een gestructureerde leidraad voor het verzamelen van de data die je nodig hebt om je Lead to Cash-proces te analyseren. Je ziet welke essentiële attributen en activiteiten nodig zijn om een volledig event log op te bouwen. Ook vind je praktische aanwijzingen om deze data uit je SAP Sales Cloud-systeem te halen, zodat je goed aan je process mining-traject begint.

Aanbevolen attributen om te verzamelen
Belangrijke activiteiten om te volgen
Extractie-instructies voor SAP Sales Cloud

Nieuw met event logs? Leer hoe je een process mining-event log maakt.

Template downloaden

Lead to Cash-attributen

Dit zijn de aanbevolen datavelden die je in het event log moet opnemen voor een volledige analyse van het Lead to Cash-proces in SAP Sales Cloud.

3 Verplicht 6 Aanbevolen 8 Optioneel

	Naam	Beschrijving
	Activiteitsnaam ActivityName	De naam van de bedrijfsactiviteit of het event dat op een specifiek moment in het proces plaatsvond.
Beschrijving De Activiteitsnaam beschrijft een specifieke stap of event binnen het Lead to Cash-proces, zoals 'Lead gekwalificeerd', 'Offerte aangemaakt' of 'Betaling ontvangen'. Deze events vormen de reeks acties waaruit de procesflow van elke sales opportunity bestaat. Het analyseren van deze activiteiten vormt de kern van process mining. Hiermee kun je proceskaarten visualiseren, bottlenecks tussen stappen identificeren en de frequentie van verschillende procespaden meten. Zo zie je hoe het verkoopproces in de praktijk wordt uitgevoerd. Waarom dit belangrijk is Dit attribuut definieert de stappen in de proceskaart. Dat is de basis voor het visualiseren en analyseren van de procesflow. Waar je het vindt Afgeleid van statuswijzigingen van businessobjecten, documentaanmaak-events of specifieke gebruikersacties die zijn vastgelegd in transactielogs binnen SAP Sales Cloud. Voorbeelden Lead vastgelegdVerkoopkans aangemaaktOfferte naar klant gestuurdBetaling ontvangen
	Eventtijd EventTime	De timestamp die aangeeft wanneer een specifieke activiteit of event plaatsvond.
Beschrijving Eventtijd legt de exacte datum en tijd vast waarop een activiteit is afgerond. Deze tijdsdata is essentieel om het moment en de duur van processtappen te begrijpen. De data levert de chronologische volgorde die nodig is om de procesflow op te bouwen. Bij procesanalyse gebruik je timestamps om doorlooptijden tussen activiteiten te berekenen, de totale duur van het verkoopproces te meten en vertragingen of bottlenecks te identificeren. Door timestamps over een langere periode te analyseren, kun je ook trends in de procesprestaties herkennen. Waarom dit belangrijk is De timestamp is belangrijk om events chronologisch te ordenen en voor alle tijdgebaseerde analyses, waaronder doorlooptijden en het identificeren van bottlenecks. Waar je het vindt Meestal te vinden in de velden 'Aanmaakdatum' of 'Laatst gewijzigd op' van businessobjecten zoals Leads, Opportunities, Quotes en Sales Orders in SAP Sales Cloud. Voorbeelden 2023-04-15T10:30:00Z2023-05-02T14:00:00Z2023-06-20T09:15:00Z
	Verkoopkans SalesOpportunityId	De unieke identificatie voor een sales opportunity, die dient als de primaire case-identificatie voor het Lead to Cash-proces.
Beschrijving De Sales Opportunity ID identificeert elke potentiële verkoop uniek, vanaf het moment dat deze als lead ontstaat tot de uiteindelijke afronding als gewonnen of verloren deal. De ID vormt de centrale verbinding tussen alle gerelateerde activiteiten, zoals leadkwalificatie, het aanmaken van offertes, orderverwerking en betaling. Bij process mining-analyse is deze ID essentieel om de end-to-end-reis van elke opportunity te reconstrueren. Je kunt er alle events mee aan elkaar koppelen en zo procesvarianten, doorlooptijden en conversieratio's per opportunity analyseren. Waarom dit belangrijk is Dit is de essentiële Case ID die alle activiteiten in het proces koppelt. Zo kun je de volledige levenscyclus van elke sales opportunity volgen. Waar je het vindt Dit is de primaire sleutel voor het Opportunity-businessobject in SAP Sales Cloud. Voorbeelden OP-8000123456OP-8000123457OP-8000123458
	Bedrag van salesorder SalesOrderAmount	De totale geldwaarde van de salesorder die aan de opportunity is gekoppeld.
Beschrijving Dit attribuut vertegenwoordigt de totale waarde van de goederen of diensten die worden verkocht nadat een opportunity is gewonnen en een salesorder is aangemaakt. Het geeft de omzet weer die uit een succesvol afgerond verkoopproces voortkomt. Het bedrag van de salesorder is een belangrijke financiële dimensie voor analyse. Je kunt opportunities op omvang indelen, bijvoorbeeld in kleine, middelgrote en grote deals, om te zien of het procesgedrag verschilt. Het geeft ook context aan KPI's zoals het winpercentage, met de totale waarde van gewonnen en verloren opportunities. Waarom dit belangrijk is Voegt een financiële dimensie toe aan het proces, zodat je verkoopdoorlooptijden en uitkomsten op basis van waarde kunt analyseren. Waar je het vindt Deze waarde komt uit het veld 'Total Net Value' van het gekoppelde Sales Order-businessobject in SAP Sales Cloud. Voorbeelden 50000.00125000.507800.00
	Kortingspercentage DiscountPercentage	Het kortingspercentage dat op de salesofferte of order is toegepast.
Beschrijving Dit attribuut legt het totale kortingspercentage van een opportunity vast, meestal in de offerte- of orderfase. Het wordt uitgedrukt als percentage van de catalogusprijs. Dit is een belangrijke maatstaf voor financiële prestaties en verkoopdiscipline. Het dashboard 'Kortingsverdeling' gebruikt dit attribuut om kortingsgedrag per salesvertegenwoordiger en product te volgen. Het wordt ook gebruikt voor de KPI 'Naleving van kortingsgoedkeuringen', zodat grote kortingen de juiste goedkeuringsworkflows volgen. Waarom dit belangrijk is Belangrijk voor het analyseren van prijsstrategie, kortingsgedrag van het salesteam en de invloed daarvan op de winstgevendheid. Waar je het vindt Berekend op basis van de prijselementen in de gekoppelde Sales Quote- of Sales Order-businessobjecten in SAP Sales Cloud. Voorbeelden 0.050.100.25
	Leadbron LeadSource	Het marketingkanaal of de herkomst van de oorspronkelijke lead.
Beschrijving Leadbron geeft aan hoe een potentiële klant voor het eerst is geïdentificeerd, bijvoorbeeld via een webformulier, beurs of doorverwijzing van een partner. Deze informatie wordt meestal vastgelegd wanneer de lead wordt aangemaakt. Dit attribuut is belangrijk voor het dashboard 'Conversieratio van leads per bron'. Door deze dimensie te analyseren, zien marketing- en salesteams welke kanalen de waardevolste leads opleveren. Zo kunnen ze bronnen beter verdelen en marketingcampagnes optimaliseren. Waarom dit belangrijk is Belangrijk om de effectiviteit van verschillende marketingkanalen te meten en strategieën voor leadgeneratie te verbeteren. Waar je het vindt Te vinden op de Lead- en Opportunity-businessobjecten in SAP Sales Cloud. Het veld heet vaak 'Source' of 'Origin'. Voorbeelden WebinarDoorverwijzing door partnerVakbeursAanvraag via website
	Productcategorie ProductCategory	De categorie van het product of de dienst die in de opportunity wordt verkocht.
Beschrijving Productcategorie groepeert de specifieke artikelen of diensten in een opportunity in bredere classificaties, zoals 'Hardware', 'Software' of 'Consultancy'. Dat maakt analyse eenvoudiger wanneer er veel afzonderlijke producten zijn. Door per productcategorie te analyseren, zie je hoe het verkoopproces verschilt per type aanbod. Dit wordt gebruikt in dashboards zoals 'Kortingsverdeling' en 'Efficiëntie van orderafhandeling' om te zien of bepaalde categorieën hogere kortingen of langere afhandelingstijden hebben. Waarom dit belangrijk is Maakt analyse van procesvarianten per product- of diensttype mogelijk. Verschillende typen kunnen namelijk sterk uiteenlopende verkoopdoorlooptijden hebben. Waar je het vindt Afgeleid van de productstamgegevens die zijn gekoppeld aan de regelitems van een Sales Quote of Sales Order in SAP Sales Cloud. Voorbeelden SoftwarelicentieHardwareProfessionele dienstenSupportabonnement
	Salesvertegenwoordiger SalesRepresentative	De medewerker die verantwoordelijk is voor het beheren van de sales opportunity.
Beschrijving Dit attribuut identificeert de gebruiker of medewerker die eigenaar is van de lead of opportunity. Deze persoon is vaak het belangrijkste aanspreekpunt voor de klant en verantwoordelijk voor het door de salespipeline leiden van de deal. In analyses is de Salesvertegenwoordiger een belangrijke dimensie om prestaties te vergelijken. Je kunt er verkoopdoorlooptijden, winpercentages en naleving van het proces mee beoordelen per medewerker, team of regio. Zo zie je wie goed presteert en waar coaching nodig is. Waarom dit belangrijk is Maakt prestatieanalyse per medewerker mogelijk. Zo kun je coachingmogelijkheden en best practices binnen het salesteam identificeren. Waar je het vindt Gekoppeld aan de partijrol 'Owner' of 'Employee Responsible' op het Opportunity- of Lead-businessobject in SAP Sales Cloud. Voorbeelden John SmithMaria GarciaChen Wei
	Status van opportunity OpportunityStatus	De huidige status of uitkomst van de sales opportunity, zoals 'Open', 'Won' of 'Lost'.
Beschrijving Dit attribuut geeft de algemene status van de sales opportunity op een bepaald moment weer. Het laat zien of de opportunity nog loopt, succesvol is gewonnen of verloren is gegaan aan een concurrent of om een andere reden. Door de eindstatus te analyseren, kun je belangrijke KPI's berekenen, zoals het winpercentage van opportunities. Je kunt de analyse ook filteren op succesvolle paden of onderzoeken welke procespatronen het vaakst tot verloren deals leiden. Waarom dit belangrijk is Bepaalt de uitkomst van de case. Dat is belangrijk voor het berekenen van win-/verliespercentages en het analyseren van procespaden van succesvolle en niet-succesvolle opportunities. Waar je het vindt Het veld 'Status' op het Opportunity-businessobject in SAP Sales Cloud. Voorbeelden OpenIn behandelingGewonnenVerlorenGestopt
	Betalingsvoorwaarden PaymentTerms	De afgesproken betalingsvoorwaarden, zoals 'Netto 30' of 'Netto 60'.
Beschrijving Betalingsvoorwaarden bepalen wanneer een klant voor goederen of diensten moet betalen. Ze worden vastgesteld tijdens het aanmaken van de salesorder of het contract en bepalen de vervaldatum van de factuur. Dit attribuut is een belangrijke dimensie voor het dashboard 'Doorlooptijd van betalingsinning'. Door te segmenteren op betalingsvoorwaarden, kun je beoordelen of klanten zich aan de afgesproken termijnen houden en zien welke voorwaarden samenhangen met langere of kortere betaalcycli. Waarom dit belangrijk is Geeft context aan de analyse van betalingsinning. Zo kun je bepalen of vertragingen komen door klantgedrag of door ruime betalingsvoorwaarden. Waar je het vindt Te vinden in de Sales Order- of klantstamgegevens in SAP Sales Cloud. Voorbeelden 30 dagen netto60 dagen nettoBetaling bij ontvangst
	Bronsysteem SourceSystem	Identificeert het systeem waaruit de data afkomstig is.
Beschrijving Dit attribuut geeft aan in welke bronapplicatie de eventdata is gegenereerd. Voor dit proces is dat meestal 'SAP Sales Cloud', maar het kan ook een ander geïntegreerd systeem zijn, zoals een marketingautomatiseringsplatform voor het vastleggen van leads. In een omgeving met meerdere systemen is dit attribuut belangrijk om de herkomst van data te begrijpen en problemen met data-integratie op te lossen. Zo weet je bij elke informatie waar deze vandaan komt. Waarom dit belangrijk is Helpt de herkomst van data in geïntegreerde omgevingen te onderscheiden, zodat de dataketen en context tijdens de analyse duidelijk blijven. Waar je het vindt Dit is meestal een statische waarde die tijdens de data-extractie wordt toegevoegd om de herkomst van de records aan te geven. Voorbeelden SAP Sales CloudSAP C4CSSC_PROD_100
	Is herwerkt IsReworked	Een vlag die aangeeft of een activiteit of case herstelwerk heeft ondergaan.
Beschrijving Deze booleaanse vlag krijgt de waarde true wanneer in het proces een herstelwerk-lus wordt gevonden, bijvoorbeeld wanneer een salesorder na de eerste aanmaak wordt gewijzigd of een offerte meerdere keren wordt herzien. De waarde wordt afgeleid door de reeks activiteiten te analyseren. Dit berekende attribuut is belangrijk om procesefficiëntie te meten. Het ondersteunt rechtstreeks het dashboard 'Frequentie van herstelwerk aan salesorders' en de KPI 'Herstelwerkpercentage van salesorders'. Je kunt gevallen met herstelwerk eenvoudig filteren en tellen zonder complexe patroonherkenning in de analysetool. Waarom dit belangrijk is Maakt procesefficiëntieproblemen zichtbaar door cases met herstelwerk-lussen te markeren. Zo kun je de frequentie en oorzaken van herstelwerk eenvoudiger analyseren. Waar je het vindt Dit attribuut komt niet uit het bronsysteem. Het wordt tijdens de datatransformatie berekend door herhaalde reeksen activiteiten te detecteren, bijvoorbeeld 'Sales Order aangemaakt' gevolgd door 'Sales Order herwerkt'. Voorbeelden truefalse
	Klantnaam CustomerName	De naam van het bedrijf of de persoon die aan de sales opportunity is gekoppeld.
Beschrijving Dit attribuut identificeert de potentiële klant voor de salesdeal. Het koppelt het verkoopproces aan een specifiek account in het systeem. Door per klant te analyseren, krijg je een klantgerichte kijk op het verkoopproces. Zo kun je zien welke klanten de langste verkoopdoorlooptijden hebben of het meeste herstelwerk vragen. Het attribuut is ook nodig voor KPI's zoals de 'Doorlooptijd van betalingsinning' per klant. Waarom dit belangrijk is Maakt klantgerichte analyse mogelijk, zodat je patronen in verkoopdoorlooptijden of betalingsgedrag van specifieke accounts kunt herkennen. Waar je het vindt Gekoppeld aan de partijrol 'Account' of 'Prospect' op het Opportunity-businessobject in SAP Sales Cloud. Voorbeelden Global Tech Inc.Innovate Solutions Ltd.Dynamic Corp
	Laatste data-update LastDataUpdate	De timestamp waarop de data voor het laatst uit het bronsysteem is geëxtraheerd of vernieuwd.
Beschrijving Dit attribuut geeft aan wanneer de data voor het event log voor het laatst is bijgewerkt. Het geeft context bij de actualiteit van de geanalyseerde data. Dat is belangrijk om de relevantie van de bevindingen te beoordelen. Bij elke procesanalyse is het belangrijk om te weten hoe recent de data is. Zo kunnen betrokkenen inschatten of de inzichten de huidige bedrijfsvoering weerspiegelen of betrekking hebben op een eerdere periode. Dat beïnvloedt de beslissingen die je op basis van de analyse neemt. Waarom dit belangrijk is Geeft belangrijke context over de actualiteit van de data, zodat analyses en beslissingen op actuele informatie zijn gebaseerd. Waar je het vindt Dit is een metadata-timestamp die tijdens het data-extractie- en transformatieproces (ETL) wordt toegevoegd. Voorbeelden 2024-07-20T02:00:00Z2024-07-21T02:00:00Z
	Regio Region	De geografische regio waar de klant of het salesteam zich bevindt.
Beschrijving Regio staat voor het geografische gebied dat aan de sales opportunity is toegewezen. Dit is vaak gebaseerd op de locatie van de klant of de structuur van de salesorganisatie. Het kan gaan om een land, staat of zelf gedefinieerd verkoopgebied. Dit is een belangrijk attribuut voor segmentatie. Het wordt rechtstreeks gebruikt in het dashboard 'Prestaties van winpercentage van opportunities' om prestaties tussen regio's te vergelijken. Zo zie je regionale verschillen in procesefficiëntie, marktsucces en verkoopstrategieën. Waarom dit belangrijk is Maakt geografische analyse van salesprestaties mogelijk en laat regionale verschillen zien in winpercentages, doorlooptijden en procesuitvoering. Waar je het vindt Vaak afgeleid van het adres van de klant of de salesorganisatie die in SAP Sales Cloud aan de opportunity is toegewezen. Voorbeelden Noord-AmerikaEMEAAPACLATAM
	Salesorganisatie SalesOrganization	De organisatie-eenheid die verantwoordelijk is voor de verkoop.
Beschrijving De Salesorganisatie vertegenwoordigt een specifieke eenheid, divisie of team binnen het bedrijf dat verantwoordelijk is voor een verkooptransactie. Het is een belangrijk onderdeel van de bedrijfsstructuur in SAP. Met dit attribuut kun je analyses segmenteren naar verschillende onderdelen van de organisatie. Je kunt procesprestaties, winpercentages en doorlooptijden vergelijken tussen bedrijfsonderdelen of salesdivisies. Zo krijg je op organisatieniveau zicht op de efficiëntie. Waarom dit belangrijk is Maakt prestatievergelijking en procesanalyse tussen verschillende bedrijfsonderdelen of divisies mogelijk. Waar je het vindt Dit is een belangrijk organisatorisch toewijzingsveld op de Opportunity of Sales Order in SAP Sales Cloud. Voorbeelden US01DE01Noordelijke bedrijfsverkoop
	Verzendmethode ShippingMethod	De methode waarmee het fysieke product bij de klant wordt afgeleverd.
Beschrijving Dit attribuut geeft de logistieke of leveringsmethode van een order aan, zoals 'Vervoer over de weg', 'Luchtvracht' of 'Digitale levering'. Het is relevant voor processen met fysieke goederen. Voor het dashboard 'Efficiëntie van orderafhandeling' helpt dit attribuut te analyseren of verschillende verzendmethoden samenhangen met verschillende afhandelingstijden. Zo kun je inefficiënties in specifieke logistieke kanalen herkennen en klantverwachtingen beter afstemmen. Waarom dit belangrijk is Helpt bottlenecks in de orderafhandeling te vinden door leveringsprestaties per logistiek kanaal te segmenteren. Waar je het vindt Meestal te vinden op regelitem- of kopniveau van het Sales Order-businessobject in SAP Sales Cloud. Voorbeelden StandaardverzendingLuchtverzending de volgende dagDigitale downloadVrachtvervoer

Verplicht Aanbevolen Optioneel

Lead to Cash-activiteiten

Dit zijn de belangrijkste processtappen en mijlpalen die je in het event log moet vastleggen voor een nauwkeurige analyse van het Lead to Cash-proces.

7 Aanbevolen 8 Optioneel

	Activiteit	Beschrijving
	Betaling ontvangen	Deze activiteit bevestigt dat de betaling van de klant is ontvangen en verwerkt. Daarmee is de financiële transactie afgerond. Deze informatie komt vrijwel altijd uit een extern financieel of ERP-systeem dat de status van de factuur of order in SAP Sales Cloud bijwerkt.
Waarom dit belangrijk is Dit is de laatste stap waarin waarde wordt gerealiseerd binnen het Lead to Cash-proces. De 'Payment Collection Cycle Time' tussen factuur en betaling is een belangrijke KPI voor cashflowbeheer en het beoordelen van de prestaties van debiteurenbeheer. Waar je het vindt Afgeleid uit een statuswijziging op het Invoice- of Sales Order-object naar 'Paid' of 'Cleared'. Deze data komt uit een extern financieel systeem. Vastleggen Identificeer de timestamp waarop de status van een Invoice wijzigt in 'Paid' of 'Cleared'. Eventtype inferred
	Offerte naar klant gestuurd	Deze activiteit markeert het moment waarop een formele offerte officieel ter beoordeling naar de klant wordt gestuurd. Meestal wordt dit afgeleid uit een statuswijziging op het Sales Quote-object, bijvoorbeeld van 'In Preparation' naar 'Sent' of 'Proposed'.
Waarom dit belangrijk is Dit is een belangrijk mijlpaal waarop de onderhandelings- en beslissingstijd van de klant begint. Door de tijd tussen deze gebeurtenis en de acceptatie van de offerte te analyseren, krijg je inzicht in de snelheid van deals en bottlenecks in onderhandelingen. Waar je het vindt Afgeleid uit de geschiedenis van statuswijzigingen van het Sales Quote-businessobject. Zoek de timestamp waarop de status wordt gewijzigd in een waarde die aangeeft dat de offerte is verstuurd. Vastleggen Identificeer de timestamp van de statuswijziging naar 'Sent' op het Sales Quote-object. Eventtype inferred
	Verkoopkans aangemaakt	Dit is het officiële begin van de verkoopkans. Een gekwalificeerde lead wordt hiermee omgezet in een concrete verkoopkans. Het systeem legt deze gebeurtenis expliciet vast wanneer het Opportunity-businessobject wordt aangemaakt, vaak met gegevens uit de oorspronkelijke lead.
Waarom dit belangrijk is Als belangrijkste startpunt voor de analyse van de verkoopcyclus is deze activiteit essentieel. Je kunt hiermee de duur van de verkoopcyclus, winpercentages van verkoopkansen en de prestaties van het verkoopteam meten vanaf het moment dat een deal concreet wordt. Waar je het vindt Deze gebeurtenis komt overeen met de aanmaaktimestamp van het Opportunity-businessobject in SAP Sales Cloud. Vastleggen Gebruik de aanmaakdatum en -tijd van het Opportunity-record. Eventtype explicit
	Verkoopkans gesloten, gewonnen	Deze activiteit is de definitieve status van een succesvolle verkoopkans nadat alle vervolgactiviteiten, zoals het aanmaken en afhandelen van de order, zijn afgerond. De stap wordt vastgelegd wanneer een gebruiker de Opportunity-status wijzigt in een definitieve status 'Closed' met als reden 'Won'.
Waarom dit belangrijk is Deze gebeurtenis vormt het succesvolle eindpunt voor process mining-analyse. Je kunt hiermee de end-to-end-duur van de verkoopcyclus voor alle gewonnen deals berekenen. Het proces heeft hiermee een duidelijk en definitief einde. Waar je het vindt Afgeleid uit de geschiedenis van statuswijzigingen van het Opportunity-object, specifiek de timestamp waarop de status wordt gewijzigd in 'Closed' en de reden 'Won' is. Vastleggen Identificeer de timestamp van de statuswijziging naar 'Closed' met reden 'Won'. Eventtype inferred
	Verkoopkans gesloten, verloren	Deze activiteit markeert het definitieve einde van een verloren verkoopkans. De deal is bijvoorbeeld naar een concurrent gegaan of de klant heeft besloten niet te kopen. De stap wordt vastgelegd wanneer een gebruiker de Opportunity-status wijzigt in 'Lost' of 'Closed Lost'.
Waarom dit belangrijk is Door te analyseren wanneer en waarom verkoopkansen verloren gaan, kun je je verkoopstrategie verbeteren. Dit eindpunt maakt analyse van verloren deals mogelijk, zoals de gemiddelde fase waarin ze afhaken en veelvoorkomende redenen voor verlies. Waar je het vindt Afgeleid uit de geschiedenis van statuswijzigingen van het Opportunity-businessobject. Het gaat om de timestamp waarop de status wordt gewijzigd in 'Lost' of 'Closed Lost'. Vastleggen Identificeer de timestamp van de statuswijziging naar 'Lost' op het Opportunity-object. Eventtype inferred
	Verkoopkans gewonnen	Deze activiteit betekent dat de deal succesvol is gesloten en de organisatie de opdracht heeft binnengehaald. Dit wordt vastgelegd wanneer een gebruiker de status van de Opportunity wijzigt in 'Won', een standaardactie die expliciet in het systeem wordt uitgevoerd.
Waarom dit belangrijk is Dit is een belangrijke mijlpaal voor het meten van winpercentages en verkoopprestaties. Vaak vormt deze stap de aanleiding voor vervolgprocessen zoals het aanmaken en afhandelen van de order. Daarmee is het een belangrijk overgangspunt in de Lead to Cash-cyclus. Waar je het vindt Afgeleid uit de geschiedenis van statuswijzigingen van het Opportunity-businessobject. Het gaat om de timestamp waarop de status wordt gewijzigd in 'Won'. Vastleggen Identificeer de timestamp van de statuswijziging naar 'Won' op het Opportunity-object. Eventtype inferred
	Verkooporder aangemaakt	Deze activiteit markeert het aanmaken van een formele verkooporder. Dit interne document vormt het officiële startpunt voor orderafhandeling en facturatie. De stap wordt expliciet vastgelegd wanneer een gebruiker een Sales Order-object aanmaakt en aan de bovenliggende verkoopkans koppelt.
Waarom dit belangrijk is Dit is een belangrijk overdrachtsmoment van sales naar de bedrijfsvoering. Door de tijd tussen 'Opportunity Won' en 'Sales Order Created' te analyseren, vind je interne vertragingen. Herstelwerk na dit moment kan wijzen op problemen met de datakwaliteit. Waar je het vindt Deze gebeurtenis komt overeen met de aanmaaktimestamp van het Sales Order-businessobject dat aan de Opportunity is gekoppeld. Vastleggen Gebruik de aanmaakdatum en -tijd van het gekoppelde Sales Order-record. Eventtype explicit
	Factuur gegenereerd	Dit is het aanmaken van de klantfactuur en daarmee de start van de laatste financiële fase van het proces. De gebeurtenis kan worden vastgelegd bij het aanmaken van een Invoice-object in SAP Sales Cloud of, vaker, in een gekoppeld facturatiesysteem.
Waarom dit belangrijk is Deze activiteit start de cyclus voor het innen van de betaling. Vertraging bij het genereren van facturen heeft rechtstreeks invloed op de cashflow. Daarom is het belangrijk om de tijd tussen orderafhandeling en facturatie te monitoren. Waar je het vindt Dit kan de aanmaaktimestamp zijn van een Invoice-businessobject dat aan de Sales Order is gekoppeld, of een update uit een extern ERP-systeem. De bron hangt af van je systeemomgeving. Vastleggen Gebruik de aanmaakdatum van het Invoice-record of een activiteit uit het logboek van een gekoppeld ERP-systeem. Eventtype explicit
	Lead gekwalificeerd	Dit is het moment waarop een lead is beoordeeld en voldoet aan de criteria om als kansrijke verkoopprospect te gelden. Meestal wordt dit vastgelegd wanneer een gebruiker de status van de Lead handmatig wijzigt in 'Qualified' of een vergelijkbare status. De lead is dan klaar voor conversie.
Waarom dit belangrijk is Deze activiteit scheidt ruwe leads van serieuze prospects. Zo kun je de efficiëntie van het kwalificatieproces analyseren, de kwaliteit van leads uit verschillende bronnen bepalen en bottlenecks tussen het vastleggen van een lead en actieve verkoop vinden. Waar je het vindt Afgeleid uit de geschiedenis van statuswijzigingen van het Lead-businessobject. Zoek een timestamp waarop het statusveld wordt gewijzigd in 'Qualified'. Vastleggen Identificeer de timestamp van de statuswijziging naar 'Qualified' op het Lead-object. Eventtype inferred
	Lead vastgelegd	Deze activiteit markeert het eerste aanmaken van een leadrecord in SAP Sales Cloud. Het is het eerste contactmoment of de eerste interesse van een potentiële klant. Meestal wordt de lead automatisch vastgelegd via een webformulier of lijstimport, of handmatig door een gebruiker ingevoerd.
Waarom dit belangrijk is Door deze gebeurtenis te volgen, kun je de effectiviteit van verschillende leadbronnen analyseren en het totale volume aan gegenereerde leads meten. Dit is het startpunt voor het berekenen van leadconversiepercentages en het begrijpen van de bovenkant van de salesfunnel. Waar je het vindt Deze gebeurtenis wordt vastgelegd op basis van de aanmaaktimestamp van het Lead-businessobject. De bron van de lead is meestal als attribuut op hetzelfde object beschikbaar. Vastleggen Gebruik de aanmaakdatum en -tijd van het Lead-record. Eventtype explicit
	Offerte aangemaakt	Dit markeert het aanmaken van een formeel verkoopoffertedocument dat aan de verkoopkans is gekoppeld. Het is een interne stap voordat de offerte naar de klant wordt gestuurd. Het systeem legt deze stap vast wanneer een gebruiker een nieuw Quote-record aanmaakt.
Waarom dit belangrijk is Deze activiteit maakt onderscheid tussen de interne voorbereidingstijd en de tijd dat de klant de offerte ontvangt. Zo kun je de efficiëntie van het genereren van offertes analyseren en zien hoe lang verkoopmedewerkers nodig hebben om prijzen voor te bereiden. Waar je het vindt Deze gebeurtenis is de aanmaaktimestamp van het Sales Quote-businessobject dat aan de Opportunity is gekoppeld. Vastleggen Gebruik de aanmaakdatum en -tijd van het gekoppelde Sales Quote-record. Eventtype explicit
	Offerte door klant geaccepteerd	Dit betekent dat de klant formeel of informeel akkoord is gegaan met de voorwaarden van de offerte. Meestal legt de verkoopmedewerker dit vast via een handmatige statuswijziging op het Sales Quote- of Opportunity-object.
Waarom dit belangrijk is Dit is een sterk koopsignaal en een belangrijke mijlpaal vóór het afronden van het contract of het aanmaken van de order. Je kunt hiermee de effectiviteit van voorstellen en de duur van de beslissingscyclus van de klant meten. Waar je het vindt Afgeleid uit een statuswijziging op het Sales Quote-object naar 'Accepted' of een vergelijkbare statuswijziging op het gekoppelde Opportunity-object. Vastleggen Identificeer de timestamp waarop de status van het Sales Quote-object wijzigt in 'Accepted'. Eventtype inferred
	Oplossing voorgesteld	Deze activiteit betekent dat een mogelijke oplossing of productconfiguratie aan de klant is gepresenteerd. Meestal wordt dit afgeleid uit een verkoopfase of statuswijziging op het Opportunity-object, bijvoorbeeld een overgang naar de fase 'Proposal' of 'Solution Design'.
Waarom dit belangrijk is Door de tijd in deze fase en de overgang naar de offertefase te analyseren, vind je bottlenecks in het uitwerken van de oplossing. Je ziet hoe lang het duurt om van het eerste contact naar een concreet voorstel te gaan. Waar je het vindt Afgeleid uit het wijzigingslogboek of de statushistorie van het Opportunity-object, specifiek wanneer de verkoopfase wordt gewijzigd in een waarde zoals 'Solution Proposed' of 'Value Proposition'. Vastleggen Identificeer de timestamp waarop het veld voor de verkoopfase van de Opportunity wordt gewijzigd om een voorstel aan te geven. Eventtype inferred
	Order afgehandeld	Deze activiteit betekent dat de producten naar de klant zijn verzonden of de diensten zijn geleverd. Vaak wordt deze gebeurtenis vastgelegd via een koppeling met een ERP- of logistiek systeem, dat de status van de Sales Order in SAP Sales Cloud bijwerkt.
Waarom dit belangrijk is Hiermee is het leveringsdeel van het proces afgerond. De tijd tussen 'Sales Order Created' en 'Order Fulfilled' meten is belangrijk om de efficiëntie van de orderafhandeling en de invloed daarvan op klanttevredenheid te volgen. Waar je het vindt Meestal afgeleid uit een statuswijziging op het Sales Order-object, zoals 'Fulfilled' of 'Shipped'. Deze status wordt vaak bijgewerkt via een koppeling met een extern systeem. Vastleggen Identificeer de timestamp van de statuswijziging van de Sales Order naar 'Fulfilled' of 'Delivered'. Eventtype inferred
	Verkooporder hersteld	Dit is een wijziging of correctie aan een verkooporder nadat deze al is ingediend. De gebeurtenis wordt afgeleid door lussen in de status van de verkooporder te herkennen, bijvoorbeeld wanneer de status van 'Submitted' teruggaat naar 'In Process' of 'Pending Revision'.
Waarom dit belangrijk is Door herstelwerk te identificeren, vind je inefficiënties in het proces, fouten bij gegevensinvoer en communicatieproblemen tussen sales en de bedrijfsvoering. Veel herstelwerk wijst op kwaliteitsproblemen die vertraging veroorzaken en kosten verhogen. Waar je het vindt Afgeleid uit de geschiedenis van statuswijzigingen van het Sales Order-object. Hiervoor analyseer je de volgorde van statuswijzigingen om teruggaande bewegingen of lussen te herkennen. Vastleggen Identificeer statusovergangen die een lus vormen, bijvoorbeeld van 'Submitted' naar 'In Process'. Eventtype inferred

Aanbevolen Optioneel

Extractiegidsen

Zo haal je je data uit SAP Sales Cloud

Stappen

Vereisten: Zorg dat je een gebruiker in SAP Sales Cloud hebt met toegang tot het werkcentrum Analytics, inclusief rechten om databronnen en rapporten aan te maken en te bewerken.
Maak een gecombineerde databron: Ga naar de weergave Design Data Sources in het werkcentrum Business Analytics. Maak een nieuwe Combined Data Source. Koppel de volgende standaarddatabronnen met een left outer join, zodat alle opportunities worden meegenomen: Lead Information -> Opportunity Header and Item -> Sales Quote Header and Item -> Sales Order Header and Item. De koppelvoorwaarde is meestal gebaseerd op de Opportunity ID of ID's van opvolgende documenten.
Bouw een aangepast rapport: Ga naar de weergave Design Reports. Maak een nieuw rapport op basis van de gecombineerde databron uit de vorige stap. Voeg alle benodigde kenmerken en key figures toe aan de rapportweergave, waaronder identificatievelden (Lead ID, Opportunity ID), alle relevante statusvelden en alle timestampvelden (Creation Date, Status Change Dates enzovoort). Voeg ook de vereiste attributen toe, zoals Sales Representative, Lead Source en Order Amount.
Stel het rapport beschikbaar als OData-service: Selecteer het nieuwe rapport in de weergave Design Reports. Zoek in de configuratie of instellingen van het rapport naar de optie om het rapport als OData-query beschikbaar te maken. Dit is vaak een selectievakje met het label Enable for OData. Sla de wijzigingen op. Het systeem genereert een unieke OData-URL voor dit rapport.
Zoek de OData-URL: Ga naar de weergave OData Services in het werkcentrum Administrator. Zoek je aangepaste rapport in de lijst en kopieer de service-URL. Je hebt deze nodig voor het Python-script.
Stel de Python-omgeving in: Zorg dat Python is geïnstalleerd, samen met de bibliotheken requests en pandas. Je kunt ze installeren met pip: pip install requests pandas.
Configureer het Python-script: Kopieer het meegeleverde Python-script. Vervang de placeholderwaarden voor C4C_TENANT_URL, OData_SERVICE_PATH, USERNAME en PASSWORD door je specifieke SAP Sales Cloud-inloggegevens en de OData-URL uit de vorige stap.
Voer het extractiescript uit: Voer het Python-script uit. Het script meldt zich aan bij de OData API, haalt de data in pagina's op om grote volumes te verwerken en laadt deze in een pandas DataFrame.
Transformeer de data: Het script zet de data automatisch om van een breed formaat, één rij per opportunity, naar een lang formaat voor het event log. Het doorloopt elke mogelijke activiteit en controleert of er een geldige timestamp is. Als er een timestamp bestaat, maakt het script een bijbehorend eventrecord aan met de juiste ActivityName.
Exporteer het event log: Zodra het script klaar is, slaat het het uiteindelijke event log op als lead_to_cash_event_log.csv in dezelfde map. Dit bestand is geformatteerd voor rechtstreeks uploaden naar een process mining-tool.

Configuratie

Configuratie van de databron: De kern van deze methode is een Combined Data Source in SAP Sales Cloud Analytics. Het is belangrijk om Left Outer Joins te gebruiken vanaf het Opportunity-object, zodat je ook opportunities vastlegt die niet tot offertes of orders leiden.
Kenmerken van het rapport: Het aangepaste rapport moet alle datum- en tijdvelden bevatten die bij de gewenste activiteiten horen. Dit omvat aanmaaktimestamps voor leads, opportunities, offertes en orders, plus timestamps van statuswijzigingen.
Filteren in de OData API: Gebruik de parameter $filter in de OData-URL binnen het Python-script om de prestaties en hoeveelheid data beheersbaar te houden. Filter bij voorkeur op een datumbereik, bijvoorbeeld OpportunityCreationDate. Voor een eerste analyse is een periode van 6 tot 12 maanden gebruikelijk.
Paginering: Het meegeleverde script verwerkt paginering in OData met de parameters $top en $skip. Dit is nodig om grote datasets te extraheren zonder dat de API-verbinding een time-out krijgt.
Vereisten: Voor deze methode heb je een speciale analytics-gebruiker nodig met rechten voor de OData API en de onderliggende databronnen voor leads, opportunities, offertes en orders.

a Voorbeeldquery python

import requests
import pandas as pd
import numpy as np

class=class="hl-string">"hl-comment"># --- Configuration Placeholders ---
C4C_TENANT_URL = class="hl-string">"[Your SAP Sales Cloud Tenant URL, e.g., my123456.crm.ondemand.com]"
class=class="hl-string">"hl-comment"># The service path comes from the OData Services view for your custom report
ODATA_SERVICE_PATH = class="hl-string">"/sap/c4c/odata/analytics/ds/CUST_REPORT_ID.svc"
USERNAME = class="hl-string">"[Your_Username]"
PASSWORD = class="hl-string">"[Your_Password]"

class=class="hl-string">"hl-comment"># --- OData Service Details ---
class=class="hl-string">"hl-comment"># The entity set is usually the report ID followed by class="hl-string">'ResultSet'
ENTITY_SET = class="hl-string">"CUST_REPORT_IDResultSet"
BASE_API_URL = fclass="hl-string">"https://{C4C_TENANT_URL}{ODATA_SERVICE_PATH}/{ENTITY_SET}"

class=class="hl-string">"hl-comment"># --- Data Extraction ---
def get_odata_data(api_url, username, password):
    records = []
    page_size = 1000
    skip = 0
    
    class=class="hl-string">"hl-comment"># It is highly recommended to add a date filter for performance
    class=class="hl-string">"hl-comment"># e.g., class="hl-string">"$filter=OpportunityCreationDate ge datetime'2023-01-01T00:00:00'"
    odata_params = {
        class="hl-string">"$format": class="hl-string">"json",
        class="hl-string">"$top": page_size,
        class="hl-string">"$skip": skip,
        class="hl-string">"$inlinecount": class="hl-string">"allpages"
        class=class="hl-string">"hl-comment"># class="hl-string">"$filter": class="hl-string">"[Your OData Filter String]"
    }

    print(class="hl-string">"Starting data extraction from SAP Sales Cloud...")
    while True:
        odata_params[class="hl-string">'$skip'] = skip
        response = requests.get(api_url, auth=(username, password), params=odata_params)
        
        if response.status_code != 200:
            print(fclass="hl-string">"Error: Failed to fetch data. Status code: {response.status_code}")
            print(response.text)
            break

        data = response.json()[class="hl-string">'d']
        if class="hl-string">'results' in data and data[class="hl-string">'results']:
            records.extend(data[class="hl-string">'results'])
            count = len(data[class="hl-string">'results'])
            print(fclass="hl-string">"Fetched {len(records)} records...")
            if count < page_size:
                break
            skip += page_size
        else:
            break
            
    print(class="hl-string">"Extraction complete.")
    return pd.DataFrame(records)

source_df = get_odata_data(BASE_API_URL, USERNAME, PASSWORD)

class=class="hl-string">"hl-comment"># --- Data Transformation ---
if not source_df.empty:
    print(class="hl-string">"Starting data transformation into event log format...")
    
    class=class="hl-string">"hl-comment"># Rename columns for clarity (adjust these based on your report's field names)
    class=class="hl-string">"hl-comment"># These are example API field names from the OData service.
    class=class="hl-string">"hl-comment"># You MUST inspect your OData metadata to get the correct field names.
    column_mapping = {
        class="hl-string">'C_OpportunityId': class="hl-string">'SalesOpportunityId',
        class="hl-string">'LeadCreationDateTime': class="hl-string">'LeadCaptured_Time',
        class="hl-string">'LeadConversionDateTime': class="hl-string">'LeadQualified_Time',
        class="hl-string">'OpportunityCreationDateTime': class="hl-string">'OpportunityCreated_Time',
        class="hl-string">'OpportunityProposalStageDateTime': class="hl-string">'SolutionProposed_Time',
        class="hl-string">'QuoteCreationDateTime': class="hl-string">'QuoteCreated_Time',
        class="hl-string">'QuoteSentToCustomerDateTime': class="hl-string">'QuoteSentToCustomer_Time',
        class="hl-string">'QuoteAcceptedDateTime': class="hl-string">'QuoteAccepted_Time',
        class="hl-string">'OpportunityWonDateTime': class="hl-string">'OpportunityWon_Time',
        class="hl-string">'SalesOrderCreationDateTime': class="hl-string">'SalesOrderCreated_Time',
        class="hl-string">'SalesOrderReworkedDateTime': class="hl-string">'SalesOrderReworked_Time',
        class="hl-string">'SalesOrderFulfilledDateTime': class="hl-string">'OrderFulfilled_Time',
        class="hl-string">'InvoiceGeneratedDateTime': class="hl-string">'InvoiceGenerated_Time',
        class="hl-string">'PaymentReceivedDateTime': class="hl-string">'PaymentReceived_Time',
        class="hl-string">'OpportunityClosedWonDateTime': class="hl-string">'OpportunityClosedWon_Time',
        class="hl-string">'OpportunityClosedLostDateTime': class="hl-string">'OpportunityClosedLost_Time',
        class="hl-string">'SalesRepresentativeName': class="hl-string">'SalesRepresentative',
        class="hl-string">'LeadSourceName': class="hl-string">'LeadSource',
        class="hl-string">'OpportunityStatusName': class="hl-string">'OpportunityStatus',
        class="hl-string">'SalesOrderAmountValue': class="hl-string">'SalesOrderAmount',
        class="hl-string">'ProductCategoryName': class="hl-string">'ProductCategory',
        class="hl-string">'QuoteDiscountPercentage': class="hl-string">'DiscountPercentage'
    }
    source_df.rename(columns=column_mapping, inplace=True)

    class=class="hl-string">"hl-comment"># Convert date strings to datetime objects, coercing errors to NaT (Not a Time)
    date_cols = [col for col in source_df.columns if class="hl-string">'_Time' in col]
    for col in date_cols:
        class=class="hl-string">"hl-comment"># OData date format is /Date(timestamp)/. We need to extract the timestamp.
        source_df[col] = source_df[col].str.extract(rclass="hl-string">'\/Date\((\d+)\)\/').astype(float)
        source_df[col] = pd.to_datetime(source_df[col], unit=class="hl-string">'ms', errors=class="hl-string">'coerce')

    class=class="hl-string">"hl-comment"># Define the activities and their corresponding timestamp columns
    activity_mapping = {
        class="hl-string">'Lead Captured': class="hl-string">'LeadCaptured_Time',
        class="hl-string">'Lead Qualified': class="hl-string">'LeadQualified_Time',
        class="hl-string">'Opportunity Created': class="hl-string">'OpportunityCreated_Time',
        class="hl-string">'Solution Proposed': class="hl-string">'SolutionProposed_Time',
        class="hl-string">'Quote Created': class="hl-string">'QuoteCreated_Time',
        class="hl-string">'Quote Sent to Customer': class="hl-string">'QuoteSentToCustomer_Time',
        class="hl-string">'Quote Accepted by Customer': class="hl-string">'QuoteAccepted_Time',
        class="hl-string">'Opportunity Won': class="hl-string">'OpportunityWon_Time',
        class="hl-string">'Sales Order Created': class="hl-string">'SalesOrderCreated_Time',
        class="hl-string">'Sales Order Reworked': class="hl-string">'SalesOrderReworked_Time',
        class="hl-string">'Order Fulfilled': class="hl-string">'OrderFulfilled_Time',
        class="hl-string">'Invoice Generated': class="hl-string">'InvoiceGenerated_Time',
        class="hl-string">'Payment Received': class="hl-string">'PaymentReceived_Time',
        class="hl-string">'Opportunity Closed Won': class="hl-string">'OpportunityClosedWon_Time',
        class="hl-string">'Opportunity Closed Lost': class="hl-string">'OpportunityClosedLost_Time'
    }

    class=class="hl-string">"hl-comment"># Unpivot the DataFrame into an event log format
    event_log_df = pd.DataFrame()
    for activity, time_col in activity_mapping.items():
        if time_col in source_df.columns:
            temp_df = source_df[[class="hl-string">'SalesOpportunityId'] + [col for col in column_mapping.values() if col in source_df.columns]].copy()
            temp_df = temp_df.dropna(subset=[time_col])
            if not temp_df.empty:
                temp_df[class="hl-string">'ActivityName'] = activity
                temp_df.rename(columns={time_col: class="hl-string">'EventTime'}, inplace=True)
                event_log_df = pd.concat([event_log_df, temp_df])

    class=class="hl-string">"hl-comment"># Select and order final columns
    required_cols = [class="hl-string">'SalesOpportunityId', class="hl-string">'ActivityName', class="hl-string">'EventTime']
    recommended_cols = [class="hl-string">'SalesRepresentative', class="hl-string">'LeadSource', class="hl-string">'OpportunityStatus', class="hl-string">'SalesOrderAmount', class="hl-string">'ProductCategory', class="hl-string">'DiscountPercentage']
    final_cols = required_cols + [col for col in recommended_cols if col in event_log_df.columns]
    
    event_log_df = event_log_df[final_cols]
    event_log_df.sort_values(by=[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime'], inplace=True)

    class=class="hl-string">"hl-comment"># --- Export to CSV ---
    event_log_df.to_csv(class="hl-string">'lead_to_cash_event_log.csv', index=False)
    print(class="hl-string">"Event log saved to 'lead_to_cash_event_log.csv'.")
else:
    print(class="hl-string">"No data extracted. Skipping transformation and export.")

Stappen

Controleer of standaard OData-toegang voor SAP Sales Cloud is ingeschakeld voor de relevante bedrijfsobjecten en of de integratiegebruiker leesrechten heeft voor Opportunity, Lead, Sales Quote, Sales Order, Invoice en betalings- of fulfillmentdata, voor zover deze objecten in jouw tenant beschikbaar zijn. Gebruik de beheer- en integratietools van SAP Sales Cloud die in jouw systeem beschikbaar zijn. De exacte menupaden en namen van objectservices verschillen per tenant. Configureer de koppeling daarom op basis van jouw systeem.
Bepaal de gepubliceerde namen van de standaard OData-services, entity sets, sleutelvelden, navigatie-eigenschappen, statusvelden, wijzigingstimestamps, eigenaarvelden, bronvelden, bedragvelden, productvelden en relatievelden voor de vereiste bedrijfsobjecten. Ga er niet van uit dat een object of eigenschap beschikbaar is. Leg de bevestigde metadata vast uit het servicemetadatadocument dat beschikbaar is via de geconfigureerde OData-service-URL.
Configureer de verbindings-URL, inloggegevens of OAuth-instellingen, datumbereik, paginagrootte en bedrijfsspecifieke filters in het Python-script. Gebruik in eerste instantie een datumbereik van drie tot zes maanden. Breid dit daarna uit zodra je de prestaties en volledigheid hebt gecontroleerd.
Extraheer Opportunity- en Lead-records via de bevestigde standaard-OData-entity sets. Extraheer Sales Quote- en Sales Order-records via hun bevestigde entity sets. Extraheer invoice-, fulfillment- en betalingsrecords alleen wanneer de bijbehorende standaard-OData-objecten en relaties in SAP Sales Cloud beschikbaar zijn. Worden deze records bijgehouden in een geïntegreerd ERP- of financieel systeem, haal dan de goedgekeurde equivalente OData-feed uit dat systeem op en koppel de identificatoren aan de opportunity.
Haal voor elk OData-verzoek alle pagina's op door de link naar de volgende pagina te volgen of het ondersteunde paginatiemechanisme te gebruiken. Pas server-side datum- en bedrijfsfilters toe als die worden ondersteund. Sla de onbewerkte antwoorden op voordat je ze transformeert, zodat aantallen en koppelingen kunnen worden gecontroleerd.
Normaliseer timestamps naar één tijdzone, bij voorkeur UTC, en zet SAP-datum- en datetimewaarden om naar een consistente ISO 8601-notatie. Normaliseer statuswaarden door spaties aan het begin en einde te verwijderen en hoofdletterongevoelige vergelijkingen toe te passen. Bewaar de oorspronkelijke statuswaarden waar mogelijk in de auditdataset.
Maak voor elke vereiste activiteit één eventregel. Gebruik de aanmaaktijd van Lead voor Lead Captured, de timestamp waarop Lead de status Qualified bereikt voor Lead Qualified, de aanmaaktijd van Opportunity voor Opportunity Created, de timestamp waarop Opportunity de geconfigureerde proposal- of solutionfase bereikt voor Solution Proposed, de aanmaaktijd van Sales Quote voor Quote Created, de timestamp waarop de quote de status Sent of Proposed bereikt voor Quote Sent to Customer, de timestamp waarop de quote of opportunity de klantacceptatie vastlegt voor Quote Accepted by Customer, de timestamp waarop Opportunity de status Won bereikt voor Opportunity Won, de aanmaaktijd van Sales Order voor Sales Order Created, een gedetecteerde overgang van Submitted naar In Process of Pending Revision voor Sales Order Reworked, de voltooiingstijd van fulfillment of verzending voor Order Fulfilled, de aanmaaktijd van de invoice voor Invoice Generated, het tijdstip van ontvangst of clearing van de betaling voor Payment Received, de definitieve status Closed met reden Won voor Opportunity Closed Won en de definitieve status Lost of Closed Lost voor Opportunity Closed Lost.
Koppel events extern op basis van SalesOpportunityId. Gebruik bevestigde relatievelden tussen Lead, Opportunity, Sales Quote, Sales Order, Invoice, fulfillment en betalingsrecords. Als een directe relatie ontbreekt, gebruik dan een goedgekeurde kruistabel die door de integratie of het bedrijfsproces wordt bijgehouden. Leid een relatie niet uitsluitend af uit overeenkomende omschrijvingen of bedragen.
Vul de aanbevolen attributen in op elk event waarvoor de bronrelatie deze beschikbaar maakt. Neem SalesRepresentative, LeadSource, OpportunityStatus, SalesOrderAmount, ProductCategory en DiscountPercentage over uit het relevante bronrecord. Laat waarden null als de bron geen betrouwbare waarde levert.
Sorteer het uiteindelijke event log op SalesOpportunityId en EventTime. Verwijder alleen exact dubbele regels die zijn ontstaan door herhaalde API-pagina's of nieuwe pogingen. Voeg verschillende statustransities of events met dezelfde timestamp niet samen, tenzij de bedrijfsregel dit expliciet toestaat.
Controleer of alle 15 activiteitsnamen aanwezig zijn, verplichte velden niet leeg zijn, timestamps binnen het opgevraagde bereik vallen of expliciet als gerelateerde historische events zijn gedocumenteerd en relatiekoppelingen geen onverwachte dubbele cases veroorzaken. Exporteer een UTF-8-CSV of een ander door ProcessMind ondersteund event-logformaat met exact de vereiste kolomnamen SalesOpportunityId, ActivityName en EventTime, plus de aanbevolen attributen waar die beschikbaar zijn. Upload het resultaat naar ProcessMind. Ga er niet van uit dat het platform ontbrekende events afleidt.

Configuratie

OData-serviceconfiguratie: Gebruik alleen standaard SAP Sales Cloud OData-services en entity sets die in de servicemetadata voor jouw tenant zijn bevestigd. Servicenamen, entiteitsnamen, eigenschapsnamen en navigatiepaden moeten op basis van jouw systeem worden geconfigureerd.
Verbinding en autorisatie: Configureer de goedgekeurde SAP Sales Cloud-URL, authenticatiemethode, clientgegevens, scopes en leesrechten. Toegang tot externe ERP-, logistieke, facturatie- of betalingsdata vereist een aparte autorisatie wanneer deze events niet door SAP Sales Cloud beschikbaar worden gesteld.
Datumbereik: Begin met drie tot zes maanden. Neem een korte terugkijkperiode op wanneer aanmaak- en statustimestamps vóór het geselecteerde procesvenster kunnen liggen. Documenteer of de filter gebruikmaakt van aanmaaktijd, laatst gewijzigd, tijdstip van de statustransitie of een andere bevestigde timestamp.
Vereiste case-sleutel: Koppel elk event aan SalesOpportunityId. Maak geen event aan zonder een betrouwbare opportunityrelatie, tenzij het record via een goedgekeurde kruistabel kan worden opgelost.
Statusmapping: Configureer exacte, tenant-specifieke mappings voor Qualified, proposal- of solutionfasen, Sent, Proposed, accepted, Won, Closed, Lost, Closed Lost, Submitted, In Process, Pending Revision, voltooiing van fulfillment, aanmaak van de invoice en ontvangst van de betaling. Statuslabels kunnen per configuratie en taal verschillen.
Filters: Pas bevestigde filters voor bedrijf, organisatorische eenheid, documenttype, verkoopgebied, status en datum alleen toe wanneer deze velden beschikbaar zijn en hun bedrijfsbetekenis duidelijk is. Ga er niet van uit dat Company Code en Document Type in elk SAP Sales Cloud-object bestaan.
Paginering en throttling: Gebruik de ondersteunde paginagrootte en het mechanisme voor volgende pagina's van de OData-service. Voeg retry-afhandeling toe voor tijdelijke HTTP-fouten, houd rekening met tenantlimieten en vermijd te veel parallelle verzoeken.
Vereiste wijzigingshistorie: Voor statusgebaseerde activiteiten heb je een statushistorie of wijzigingslog met timestamps nodig. Met alleen een huidig statusveld kun je niet betrouwbaar reconstrueren wanneer een eerdere status is bereikt.
Externe eventbronnen: Order fulfillment, facturatie en betalingsontvangst kunnen worden bijgehouden in geïntegreerde ERP-, logistieke, facturatie- of financiële systemen. Configureer goedgekeurde identificatoren voor systeemoverschrijdende koppelingen en extractieregels per bron.
Datakwaliteit: Behoud null-waarden wanneer gegevens ontbreken. Vervang historische waarden niet door de huidige status of huidige eigenaar, tenzij de bedrijfsregel deze beperking expliciet accepteert.
Vereisten vooraf: Controleer de vereiste SAP Sales Cloud-editie, API-beschikbaarheid, integratieconfiguratie, beschikbaarheid van bedrijfsobjecten, tenantautorisaties en eventuele licenties voor externe systemen voordat je de extractie plant.

a Voorbeeldquery python

import os
import time
from datetime import datetime, timezone
from typing import Any, Dict, Iterable, List, Optional

import pandas as pd
import requests

class=class="hl-string">"hl-comment"># Configure these values for your tenant and approved OData services.
BASE_URL = os.environ.get(class="hl-string">"SAP_SALES_CLOUD_ODATA_BASE_URL", class="hl-string">"[Your SAP Sales Cloud OData base URL]")
USERNAME = os.environ.get(class="hl-string">"SAP_SALES_CLOUD_USERNAME", class="hl-string">"[Your username]")
PASSWORD = os.environ.get(class="hl-string">"SAP_SALES_CLOUD_PASSWORD", class="hl-string">"[Your password]")
START_DATE = os.environ.get(class="hl-string">"EXTRACTION_START_DATE", class="hl-string">"[YYYY-MM-DD]")
END_DATE = os.environ.get(class="hl-string">"EXTRACTION_END_DATE", class="hl-string">"[YYYY-MM-DD]")
OUTPUT_FILE = os.environ.get(class="hl-string">"OUTPUT_FILE", class="hl-string">"lead_to_cash_event_log.csv")
PAGE_SIZE = int(os.environ.get(class="hl-string">"ODATA_PAGE_SIZE", class="hl-string">"500"))

class=class="hl-string">"hl-comment"># Replace each value below with the confirmed standard OData service URL and entity set
class=class="hl-string">"hl-comment"># from the metadata document in your tenant. Do not use an unconfirmed object name.
SERVICES = {
    class="hl-string">"lead": class="hl-string">"[Confirmed Lead OData service URL]",
    class="hl-string">"opportunity": class="hl-string">"[Confirmed Opportunity OData service URL]",
    class="hl-string">"sales_quote": class="hl-string">"[Confirmed Sales Quote OData service URL]",
    class="hl-string">"sales_order": class="hl-string">"[Confirmed Sales Order OData service URL]",
    class="hl-string">"invoice": class="hl-string">"[Confirmed Invoice OData service URL or approved integrated billing service URL]",
    class="hl-string">"fulfillment": class="hl-string">"[Confirmed fulfillment OData service URL or approved integrated logistics service URL]",
    class="hl-string">"payment": class="hl-string">"[Confirmed payment OData service URL or approved integrated financial service URL]",
}

class=class="hl-string">"hl-comment"># Replace property names and relationship paths with names confirmed from service metadata.
FIELDS = {
    class="hl-string">"lead": {
        class="hl-string">"id": class="hl-string">"[Confirmed Lead identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed Lead to Opportunity relationship property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Lead creation timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed Lead status property]",
        class="hl-string">"status_changed_at": class="hl-string">"[Confirmed Lead status change timestamp property]",
        class="hl-string">"sales_representative": class="hl-string">"[Confirmed Lead representative property]",
        class="hl-string">"lead_source": class="hl-string">"[Confirmed Lead source property]",
        class="hl-string">"opportunity_status": class="hl-string">"[Confirmed related Opportunity status property or blank]",
        class="hl-string">"sales_order_amount": class="hl-string">"[Confirmed related Sales Order amount property or blank]",
        class="hl-string">"product_category": class="hl-string">"[Confirmed Lead product category property or blank]",
        class="hl-string">"discount_percentage": class="hl-string">"[Confirmed related discount property or blank]",
    },
    class="hl-string">"opportunity": {
        class="hl-string">"id": class="hl-string">"[Confirmed Opportunity identifier property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Opportunity creation timestamp property]",
        class="hl-string">"stage": class="hl-string">"[Confirmed Opportunity stage property]",
        class="hl-string">"status": class="hl-string">"[Confirmed Opportunity status property]",
        class="hl-string">"status_changed_at": class="hl-string">"[Confirmed Opportunity status change timestamp property]",
        class="hl-string">"status_reason": class="hl-string">"[Confirmed Opportunity status reason property]",
        class="hl-string">"sales_representative": class="hl-string">"[Confirmed Opportunity representative property]",
        class="hl-string">"lead_source": class="hl-string">"[Confirmed Opportunity lead source property]",
        class="hl-string">"sales_order_amount": class="hl-string">"[Confirmed Opportunity or related Sales Order amount property]",
        class="hl-string">"product_category": class="hl-string">"[Confirmed Opportunity product category property]",
        class="hl-string">"discount_percentage": class="hl-string">"[Confirmed Opportunity or related discount property]",
    },
    class="hl-string">"sales_quote": {
        class="hl-string">"id": class="hl-string">"[Confirmed Sales Quote identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed Sales Quote to Opportunity relationship property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Sales Quote creation timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed Sales Quote status property]",
        class="hl-string">"status_changed_at": class="hl-string">"[Confirmed Sales Quote status change timestamp property]",
        class="hl-string">"accepted_at": class="hl-string">"[Confirmed Sales Quote acceptance timestamp property or blank]",
        class="hl-string">"sales_representative": class="hl-string">"[Confirmed Sales Quote representative property]",
        class="hl-string">"sales_order_amount": class="hl-string">"[Confirmed Sales Quote amount property]",
        class="hl-string">"product_category": class="hl-string">"[Confirmed Sales Quote product category property]",
        class="hl-string">"discount_percentage": class="hl-string">"[Confirmed Sales Quote discount property]",
    },
    class="hl-string">"sales_order": {
        class="hl-string">"id": class="hl-string">"[Confirmed Sales Order identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed Sales Order to Opportunity relationship property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Sales Order creation timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed Sales Order status property]",
        class="hl-string">"status_changed_at": class="hl-string">"[Confirmed Sales Order status change timestamp property]",
        class="hl-string">"previous_status": class="hl-string">"[Confirmed Sales Order previous status property or status history field]",
        class="hl-string">"sales_order_amount": class="hl-string">"[Confirmed Sales Order amount property]",
        class="hl-string">"product_category": class="hl-string">"[Confirmed Sales Order product category property]",
        class="hl-string">"discount_percentage": class="hl-string">"[Confirmed Sales Order discount property]",
    },
    class="hl-string">"invoice": {
        class="hl-string">"id": class="hl-string">"[Confirmed Invoice identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed Invoice to Opportunity relationship property]",
        class="hl-string">"created_at": class="hl-string">"[Confirmed Invoice creation timestamp property]",
        class="hl-string">"invoice_date": class="hl-string">"[Confirmed Invoice date property]",
    },
    class="hl-string">"fulfillment": {
        class="hl-string">"id": class="hl-string">"[Confirmed fulfillment identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed fulfillment to Opportunity relationship property]",
        class="hl-string">"completed_at": class="hl-string">"[Confirmed fulfillment completion timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed fulfillment status property]",
    },
    class="hl-string">"payment": {
        class="hl-string">"id": class="hl-string">"[Confirmed payment identifier property]",
        class="hl-string">"opportunity_id": class="hl-string">"[Confirmed payment to Opportunity relationship property]",
        class="hl-string">"received_at": class="hl-string">"[Confirmed payment receipt or clearing timestamp property]",
        class="hl-string">"status": class="hl-string">"[Confirmed payment status property]",
    },
}

session = requests.Session()
session.auth = (USERNAME, PASSWORD)
session.headers.update({class="hl-string">"Accept": class="hl-string">"application/json"})


def is_placeholder(value: Any) -> bool:
    return not value or (isinstance(value, str) and value.startswith(class="hl-string">"["))


def parse_time(value: Any) -> Optional[pd.Timestamp]:
    if value is None or value == class="hl-string">"":
        return None
    parsed = pd.to_datetime(value, utc=True, errors=class="hl-string">"coerce")
    if pd.isna(parsed):
        return None
    return parsed


def text(value: Any) -> Optional[str]:
    if value is None:
        return None
    value = str(value).strip()
    return value or None


def get_value(record: Dict[str, Any], property_name: str) -> Any:
    if is_placeholder(property_name):
        return None
    if class="hl-string">"/" in property_name:
        current: Any = record
        for part in property_name.split(class="hl-string">"/"):
            if not isinstance(current, dict):
                return None
            current = current.get(part)
        return current
    return record.get(property_name)


def fetch_all(service_url: str, select_fields: Iterable[str], filter_expression: Optional[str] = None) -> List[Dict[str, Any]]:
    if is_placeholder(service_url):
        return []
    fields = [field for field in select_fields if not is_placeholder(field) and field]
    params: Dict[str, Any] = {class="hl-string">"$top": PAGE_SIZE}
    if fields:
        params[class="hl-string">"$select"] = class="hl-string">",".join(dict.fromkeys(fields))
    if filter_expression:
        params[class="hl-string">"$filter"] = filter_expression
    records: List[Dict[str, Any]] = []
    next_url: Optional[str] = service_url
    first_request = True
    while next_url:
        response = session.get(next_url, params=params if first_request else None, timeout=120)
        response.raise_for_status()
        payload = response.json()
        page = payload.get(class="hl-string">"value", [])
        if not isinstance(page, list):
            raise ValueError(class="hl-string">"The OData response value property is not an array")
        records.extend(page)
        next_url = payload.get(class="hl-string">"@odata.nextLink") or payload.get(class="hl-string">"odata.nextLink")
        first_request = False
        if next_url:
            time.sleep(0.1)
    return records


def common_attributes(record: Dict[str, Any], field_map: Dict[str, str]) -> Dict[str, Any]:
    return {
        class="hl-string">"SalesRepresentative": text(get_value(record, field_map.get(class="hl-string">"sales_representative", class="hl-string">""))),
        class="hl-string">"LeadSource": text(get_value(record, field_map.get(class="hl-string">"lead_source", class="hl-string">""))),
        class="hl-string">"OpportunityStatus": text(get_value(record, field_map.get(class="hl-string">"opportunity_status", class="hl-string">""))) or text(get_value(record, field_map.get(class="hl-string">"status", class="hl-string">""))),
        class="hl-string">"SalesOrderAmount": get_value(record, field_map.get(class="hl-string">"sales_order_amount", class="hl-string">"")),
        class="hl-string">"ProductCategory": text(get_value(record, field_map.get(class="hl-string">"product_category", class="hl-string">""))),
        class="hl-string">"DiscountPercentage": get_value(record, field_map.get(class="hl-string">"discount_percentage", class="hl-string">"")),
    }


def add_event(events: List[Dict[str, Any]], opportunity_id: Any, activity: str, event_time: Any, attributes: Dict[str, Any]) -> None:
    case_id = text(opportunity_id)
    timestamp = parse_time(event_time)
    if not case_id or timestamp is None:
        return
    row = {
        class="hl-string">"SalesOpportunityId": case_id,
        class="hl-string">"ActivityName": activity,
        class="hl-string">"EventTime": timestamp.isoformat(),
    }
    row.update(attributes)
    events.append(row)


start_filter = None if is_placeholder(START_DATE) else START_DATE
end_filter = None if is_placeholder(END_DATE) else END_DATE

def date_filter(field_name: str) -> Optional[str]:
    if is_placeholder(field_name) or not start_filter or not end_filter:
        return None
    return fclass="hl-string">"{field_name} ge '{start_filter}T00:00:00Z' and {field_name} lt '{end_filter}T00:00:00Z'"


lead_fields = list(FIELDS[class="hl-string">"lead"].values())
opportunity_fields = list(FIELDS[class="hl-string">"opportunity"].values())
quote_fields = list(FIELDS[class="hl-string">"sales_quote"].values())
order_fields = list(FIELDS[class="hl-string">"sales_order"].values())
invoice_fields = list(FIELDS[class="hl-string">"invoice"].values())
fulfillment_fields = list(FIELDS[class="hl-string">"fulfillment"].values())
payment_fields = list(FIELDS[class="hl-string">"payment"].values())

leads = fetch_all(SERVICES[class="hl-string">"lead"], lead_fields, date_filter(FIELDS[class="hl-string">"lead"][class="hl-string">"created_at"]))
opportunities = fetch_all(SERVICES[class="hl-string">"opportunity"], opportunity_fields, date_filter(FIELDS[class="hl-string">"opportunity"][class="hl-string">"created_at"]))
quotes = fetch_all(SERVICES[class="hl-string">"sales_quote"], quote_fields, date_filter(FIELDS[class="hl-string">"sales_quote"][class="hl-string">"created_at"]))
orders = fetch_all(SERVICES[class="hl-string">"sales_order"], order_fields, date_filter(FIELDS[class="hl-string">"sales_order"][class="hl-string">"created_at"]))
invoices = fetch_all(SERVICES[class="hl-string">"invoice"], invoice_fields, date_filter(FIELDS[class="hl-string">"invoice"][class="hl-string">"created_at"]))
fulfillments = fetch_all(SERVICES[class="hl-string">"fulfillment"], fulfillment_fields, date_filter(FIELDS[class="hl-string">"fulfillment"][class="hl-string">"completed_at"]))
payments = fetch_all(SERVICES[class="hl-string">"payment"], payment_fields, date_filter(FIELDS[class="hl-string">"payment"][class="hl-string">"received_at"]))

events: List[Dict[str, Any]] = []

for record in leads:
    field_map = FIELDS[class="hl-string">"lead"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"]) or get_value(record, field_map[class="hl-string">"id"])
    attributes = common_attributes(record, field_map)
    add_event(events, opportunity_id, class="hl-string">"Lead Captured", get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    if text(get_value(record, field_map[class="hl-string">"status"])).lower() == class="hl-string">"qualified":
        add_event(events, opportunity_id, class="hl-string">"Lead Qualified", get_value(record, field_map[class="hl-string">"status_changed_at"]) or get_value(record, field_map[class="hl-string">"created_at"]), attributes)

for record in opportunities:
    field_map = FIELDS[class="hl-string">"opportunity"]
    opportunity_id = get_value(record, field_map[class="hl-string">"id"])
    attributes = common_attributes(record, field_map)
    add_event(events, opportunity_id, class="hl-string">"Opportunity Created", get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    stage = text(get_value(record, field_map[class="hl-string">"stage"])).lower()
    if stage in {class="hl-string">"proposal", class="hl-string">"solution design", class="hl-string">"solution proposed"}:
        add_event(events, opportunity_id, class="hl-string">"Solution Proposed", get_value(record, field_map[class="hl-string">"status_changed_at"]) or get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    reason = text(get_value(record, field_map[class="hl-string">"status_reason"])).lower()
    if status == class="hl-string">"won":
        add_event(events, opportunity_id, class="hl-string">"Opportunity Won", get_value(record, field_map[class="hl-string">"status_changed_at"]), attributes)
    if status in {class="hl-string">"closed", class="hl-string">"closed won"} and reason == class="hl-string">"won":
        add_event(events, opportunity_id, class="hl-string">"Opportunity Closed Won", get_value(record, field_map[class="hl-string">"status_changed_at"]), attributes)
    if status in {class="hl-string">"lost", class="hl-string">"closed lost"}:
        add_event(events, opportunity_id, class="hl-string">"Opportunity Closed Lost", get_value(record, field_map[class="hl-string">"status_changed_at"]), attributes)

for record in quotes:
    field_map = FIELDS[class="hl-string">"sales_quote"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    attributes = common_attributes(record, field_map)
    add_event(events, opportunity_id, class="hl-string">"Quote Created", get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    status_time = get_value(record, field_map[class="hl-string">"status_changed_at"]) or get_value(record, field_map[class="hl-string">"created_at"])
    if status in {class="hl-string">"sent", class="hl-string">"proposed"}:
        add_event(events, opportunity_id, class="hl-string">"Quote Sent to Customer", status_time, attributes)
    if status in {class="hl-string">"accepted", class="hl-string">"customer accepted"} or get_value(record, field_map[class="hl-string">"accepted_at"]):
        add_event(events, opportunity_id, class="hl-string">"Quote Accepted by Customer", get_value(record, field_map[class="hl-string">"accepted_at"]) or status_time, attributes)

for record in orders:
    field_map = FIELDS[class="hl-string">"sales_order"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    attributes = common_attributes(record, field_map)
    add_event(events, opportunity_id, class="hl-string">"Sales Order Created", get_value(record, field_map[class="hl-string">"created_at"]), attributes)
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    previous_status = text(get_value(record, field_map[class="hl-string">"previous_status"])).lower()
    if previous_status == class="hl-string">"submitted" and status in {class="hl-string">"in process", class="hl-string">"pending revision"}:
        add_event(events, opportunity_id, class="hl-string">"Sales Order Reworked", get_value(record, field_map[class="hl-string">"status_changed_at"]), attributes)

for record in fulfillments:
    field_map = FIELDS[class="hl-string">"fulfillment"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    if status in {class="hl-string">"fulfilled", class="hl-string">"completed", class="hl-string">"delivered", class="hl-string">"shipped"} or get_value(record, field_map[class="hl-string">"completed_at"]):
        add_event(events, opportunity_id, class="hl-string">"Order Fulfilled", get_value(record, field_map[class="hl-string">"completed_at"]), {})

for record in invoices:
    field_map = FIELDS[class="hl-string">"invoice"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    add_event(events, opportunity_id, class="hl-string">"Invoice Generated", get_value(record, field_map[class="hl-string">"created_at"]) or get_value(record, field_map[class="hl-string">"invoice_date"]), {})

for record in payments:
    field_map = FIELDS[class="hl-string">"payment"]
    opportunity_id = get_value(record, field_map[class="hl-string">"opportunity_id"])
    status = text(get_value(record, field_map[class="hl-string">"status"])).lower()
    if status in {class="hl-string">"received", class="hl-string">"cleared", class="hl-string">"processed", class="hl-string">"paid"} or get_value(record, field_map[class="hl-string">"received_at"]):
        add_event(events, opportunity_id, class="hl-string">"Payment Received", get_value(record, field_map[class="hl-string">"received_at"]), {})

columns = [
    class="hl-string">"SalesOpportunityId",
    class="hl-string">"ActivityName",
    class="hl-string">"EventTime",
    class="hl-string">"SalesRepresentative",
    class="hl-string">"LeadSource",
    class="hl-string">"OpportunityStatus",
    class="hl-string">"SalesOrderAmount",
    class="hl-string">"ProductCategory",
    class="hl-string">"DiscountPercentage",
]

result = pd.DataFrame(events)
for column in columns:
    if column not in result.columns:
        result[column] = None
result = result[columns]
result = result.drop_duplicates()
result[class="hl-string">"EventTime"] = pd.to_datetime(result[class="hl-string">"EventTime"], utc=True, errors=class="hl-string">"coerce")
result = result.dropna(subset=[class="hl-string">"SalesOpportunityId", class="hl-string">"ActivityName", class="hl-string">"EventTime"])
result = result.sort_values([class="hl-string">"SalesOpportunityId", class="hl-string">"EventTime", class="hl-string">"ActivityName"], kind=class="hl-string">"stable")
result[class="hl-string">"EventTime"] = result[class="hl-string">"EventTime"].dt.strftime(class="hl-string">"%Y-%m-%dT%H:%M:%SZ")
result.to_csv(OUTPUT_FILE, index=False, encoding=class="hl-string">"utf-8")

required_activities = {
    class="hl-string">"Lead Captured",
    class="hl-string">"Lead Qualified",
    class="hl-string">"Opportunity Created",
    class="hl-string">"Solution Proposed",
    class="hl-string">"Quote Created",
    class="hl-string">"Quote Sent to Customer",
    class="hl-string">"Quote Accepted by Customer",
    class="hl-string">"Opportunity Won",
    class="hl-string">"Sales Order Created",
    class="hl-string">"Sales Order Reworked",
    class="hl-string">"Order Fulfilled",
    class="hl-string">"Invoice Generated",
    class="hl-string">"Payment Received",
    class="hl-string">"Opportunity Closed Won",
    class="hl-string">"Opportunity Closed Lost",
}
missing_activities = sorted(required_activities.difference(set(result[class="hl-string">"ActivityName"].dropna().unique())))
print(fclass="hl-string">"Wrote {len(result)} event rows to {OUTPUT_FILE}")
if missing_activities:
    print(class="hl-string">"Activities with no extracted rows in this data range or configuration:")
    for activity in missing_activities:
        print(fclass="hl-string">"- {activity}")

Klaar om te beginnen?

Met deze datatemplate heb je alles wat je nodig hebt om je Lead to Cash-proces te verbeteren. Begin vandaag nog met het verbeteren van je omzetcyclus.

Terug naar de verbetergids Template downloaden

Verbeter je Lead to Cash-proces nu en verhoog je winpercentages!

Voorkom verloren deals en verhoog je winpercentage met 20% tijdens onze gratis proefperiode.

Start je gratis proefperiode

Geen creditcard nodig. Je bent binnen enkele minuten gestart.

Jouw Lead to Cash-datatemplate

Jouw Lead to Cash-datatemplate

Lead to Cash-attributen

Lead to Cash-activiteiten

Extractiegidsen

SAP Sales Cloud Analytics OData API-extractie

Stappen

Configuratie

a Voorbeeldquery python

SAP Sales Cloud-standaardquery voor OData-businessobjecten

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te beginnen?

Verbeter je Lead to Cash-proces nu en verhoog je winpercentages!

Jouw Lead to Cash-datatemplate

Jouw Lead to Cash-datatemplate

Lead to Cash-attributen

Lead to Cash-activiteiten

Extractiegidsen

SAP Sales Cloud Analytics OData API-extractie

Stappen

Configuratie

a Voorbeeldquery python

SAP Sales Cloud-standaardquery voor OData-businessobjecten

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te beginnen?

Verbeter je Lead to Cash-proces nu en verhoog je winpercentages!

We respecteren je privacy