> Continu verbeteren van processen > Van lead tot betaling > SAP Sales Cloud > Datatemplate

Datatemplate voor Lead-to-Cash

SAP Sales Cloud

Attributen voor Lead-to-Cash(17) Activiteiten voor Lead-to-Cash(15) Extractiegidsen(2)

Datatemplate voor Lead-to-Cash

Deze template helpt je de data te verzamelen die nodig is om het Lead-to-Cash-proces te analyseren. Je vindt er de attributen en activiteiten in die nodig zijn voor een volledig event log. Ook lees je hoe je deze data uit SAP Sales Cloud haalt, zodat je goed van start kunt met process mining.

Aanbevolen attributen om te verzamelen
Belangrijke activiteiten om te volgen
Instructies voor data-extractie uit SAP Sales Cloud

Nieuw met event logs? Lees hoe je een event log voor process mining maakt.

Template downloaden

Attributen voor Lead-to-Cash

Dit zijn de aanbevolen datavelden voor het event log waarmee je het Lead-to-Cash-proces in SAP Sales Cloud volledig kunt analyseren.

3 Verplicht 6 Aanbevolen 8 Optioneel

	Naam	Beschrijving
	Activiteitsnaam ActivityName	De naam van de bedrijfsactiviteit of gebeurtenis die op een bepaald moment in het proces plaatsvond.
Beschrijving De activiteitsnaam beschrijft een specifieke stap of gebeurtenis in het Lead to Cash-proces, zoals ‘Lead Qualified’, ‘Quote Created’ of ‘Payment Received’. Samen vormen deze gebeurtenissen de reeks stappen in het proces voor elke verkoopkans. De analyse van deze activiteiten vormt de kern van process mining. Je kunt proceskaarten visualiseren, bottlenecks tussen stappen opsporen en de frequentie van verschillende procesroutes meten. Zo zie je hoe het verkoopproces in de praktijk verloopt. Waarom dit belangrijk is Dit attribuut bepaalt welke stappen op de proceskaart staan en is essentieel om het procesverloop te visualiseren en analyseren. Waar vind je dit? Afgeleid van statuswijzigingen van bedrijfsobjecten, documentaanmaakgebeurtenissen of specifieke gebruikersacties die zijn vastgelegd in transactielogs in SAP Sales Cloud. Voorbeelden Lead vastgelegdVerkoopkans aangemaaktOfferte naar klant verzondenBetaling ontvangen
	Tijdstip van gebeurtenis EventTime	De timestamp die aangeeft wanneer een specifieke activiteit of gebeurtenis plaatsvond.
Beschrijving Bij Tijdstip van gebeurtenis wordt de exacte datum en tijd vastgelegd waarop een activiteit is afgerond. Deze tijdsdata is essentieel om te begrijpen wanneer processtappen plaatsvinden en hoe lang ze duren. De gegevens bepalen de chronologische volgorde van het proces. Bij procesanalyse gebruik je timestamps om doorlooptijden tussen activiteiten en de totale duur van het verkoopproces te berekenen en vertragingen of bottlenecks op te sporen. Analyse van timestamps over een langere periode kan ook trends in de procesprestaties laten zien. Waarom dit belangrijk is De timestamp is essentieel om gebeurtenissen chronologisch te ordenen en tijdsanalyses uit te voeren, zoals het berekenen van doorlooptijden en het opsporen van bottlenecks. Waar vind je dit? Meestal te vinden in de velden ‘Creation Date’ of ‘Last Changed Date’ van bedrijfsobjecten 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 identificatiecode van een verkoopkans. Deze dient als primaire case-ID voor het Lead to Cash-proces.
Beschrijving De ID van de verkoopkans identificeert elke mogelijke verkoop vanaf het ontstaan als lead tot de uiteindelijke uitkomst: gewonnen of verloren. Deze ID vormt de rode draad tussen alle bijbehorende activiteiten, zoals leadkwalificatie, offerteaanmaak, orderverwerking en betaling. Bij process mining is deze ID essentieel om het volledige verloop van elke verkoopkans te reconstrueren. Je kunt er alle gebeurtenissen mee aan elkaar koppelen en per verkoopkans procesvarianten, doorlooptijden en conversiepercentages analyseren. Waarom dit belangrijk is Dit is de Case-ID die alle activiteiten in het proces met elkaar verbindt. Zo kun je het volledige verloop van elke verkoopkans volgen. Waar vind je dit? Dit is de primaire sleutel van het bedrijfsobject Opportunity in SAP Sales Cloud. Voorbeelden OP-8000123456OP-8000123457OP-8000123458
	Kortingspercentage DiscountPercentage	Het kortingspercentage dat op de verkoopofferte of verkooporder is toegepast.
Beschrijving Dit attribuut registreert de totale korting op een verkoopkans, meestal in de offerte- of orderfase. De korting wordt uitgedrukt als percentage van de catalogusprijs. Dit is een belangrijke metriek voor analyses van financiële prestaties en verkoopdiscipline. Het dashboard ‘Kortingsverdeling’ gebruikt dit attribuut om het kortingsgedrag van verkopers en voor producten te volgen. Ook wordt het gebruikt voor de KPI ‘Naleving van kortingsgoedkeuringen’, zodat grote kortingen de juiste goedkeuringsworkflow volgen. Waarom dit belangrijk is Belangrijk voor analyses van de prijsstrategie, het kortingsgedrag van het verkoopteam en de invloed daarvan op de winstgevendheid. Waar vind je dit? Berekend op basis van de prijselementen in de bijbehorende bedrijfsobjecten Sales Quote of Sales Order in SAP Sales Cloud. Voorbeelden 0.050.100.25
	Leadbron LeadSource	Het marketingkanaal of de herkomst van de oorspronkelijke lead.
Beschrijving De leadbron geeft aan hoe een potentiële klant voor het eerst is gevonden, bijvoorbeeld via een webformulier, beurs of verwijzing door een partner. Deze informatie wordt meestal vastgelegd wanneer de lead wordt aangemaakt. Dit attribuut is essentieel voor het dashboard ‘Leadconversiepercentage 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 verbeteren. Waarom dit belangrijk is Essentieel om de effectiviteit van verschillende marketingkanalen te meten en strategieën voor leadgeneratie te verbeteren. Waar vind je dit? Te vinden op de bedrijfsobjecten Lead en Opportunity in SAP Sales Cloud. Het veld heet vaak ‘Source’ of ‘Origin’. Voorbeelden WebinarVerwijzing door partnerBeursAanvraag via website
	Productcategorie ProductCategory	De categorie van het product of de dienst die bij de verkoopkans wordt verkocht.
Beschrijving Productcategorie groepeert de specifieke producten of diensten in een verkoopkans in bredere categorieën, zoals ‘Hardware’, ‘Software’ of ‘Consultancy’. Dat maakt analyses eenvoudiger wanneer er veel verschillende producten bij betrokken zijn. Met analyses per productcategorie zie je hoe het verkoopproces verschilt per type aanbod. Dit attribuut wordt gebruikt in dashboards zoals ‘Kortingsverdeling’ en ‘Efficiëntie van orderafhandeling’ om te zien of bepaalde categorieën met hogere kortingen of langere afhandelingstijden samenhangen. Waarom dit belangrijk is Maakt het mogelijk procesverschillen te analyseren op basis van het verkochte product of de verkochte dienst, waarvoor de verkoopcycli sterk kunnen verschillen. Waar vind je dit? Afgeleid van de productstamgegevens die zijn gekoppeld aan de regels van een Sales Quote of Sales Order in SAP Sales Cloud. Voorbeelden SoftwarelicentieHardwareProfessionele dienstenOndersteuningsabonnement
	Salesmedewerker SalesRepresentative	De medewerker die verantwoordelijk is voor het beheer van de verkoopkans.
Beschrijving Dit attribuut geeft aan welke gebruiker of medewerker eigenaar is van de lead of verkoopkans. Deze persoon is vaak het eerste aanspreekpunt voor de klant en verantwoordelijk voor de voortgang van de deal in de salespipeline. Bij analyses is de salesmedewerker een belangrijke dimensie om prestaties te vergelijken. Je kunt doorlooptijden, winpercentages en naleving van het proces per medewerker, team of regio beoordelen. Zo ontdek je wie goed presteert en waar coaching nodig is. Waarom dit belangrijk is Maakt het mogelijk prestaties per medewerker te analyseren en kansen voor coaching en goede werkwijzen binnen het salesteam te ontdekken. Waar vind je dit? Gekoppeld aan de partijrol ‘Owner’ of ‘Employee Responsible’ op het Opportunity- of Lead-bedrijfsobject in SAP Sales Cloud. Voorbeelden John SmithMaria GarciaChen Wei
	Status van verkoopkans OpportunityStatus	De huidige status of uitkomst van de verkoopkans, zoals ‘Open’, ‘Won’ of ‘Lost’.
Beschrijving Dit attribuut geeft op een bepaald moment de algemene status van de verkoopkans weer. Het laat zien of de kans nog loopt, succesvol is gewonnen of verloren is aan een concurrent of om een andere reden. Analyse van de eindstatus is essentieel om belangrijke KPI’s zoals het winpercentage van verkoopkansen te berekenen. Je kunt de analyse ook beperken tot succesvolle routes of onderzoeken welke procespatronen het vaakst tot verloren deals leiden. Waarom dit belangrijk is Bepaalt de uitkomst van de case. Dit is belangrijk om win- en verliespercentages te berekenen en de procesroutes van gewonnen en verloren verkoopkansen te analyseren. Waar vind je dit? Het veld ‘Status’ op het bedrijfsobject Opportunity in SAP Sales Cloud. Voorbeelden OpenIn behandelingGewonnenVerlorenGestopt
	Verkooporderbedrag SalesOrderAmount	De totale geldwaarde van de verkooporder die bij de verkoopkans hoort.
Beschrijving Dit attribuut staat voor de totale waarde van de goederen of diensten die worden verkocht zodra een verkoopkans is gewonnen en er een verkooporder is aangemaakt. Het geeft de omzet weer die voortkomt uit het succesvol afronden van het verkoopproces. Het bedrag van de verkooporder is een belangrijke financiële dimensie voor analyses. Je kunt verkoopkansen op basis van hun omvang indelen, bijvoorbeeld in kleine, middelgrote en grote deals, en nagaan of het proces per categorie anders verloopt. Het bedrag geeft ook context aan KPI’s zoals het winpercentage, door de totale waarde van gewonnen en verloren verkoopkansen te tonen. Waarom dit belangrijk is Voegt een financiële dimensie toe aan het proces, zodat je verkoopcycli en resultaten op basis van waarde kunt analyseren. Waar vind je dit? Deze waarde komt uit het veld ‘Total Net Value’ van het bijbehorende bedrijfsobject Sales Order in SAP Sales Cloud. Voorbeelden 50000.00125000.507800.00
	Betalingsvoorwaarden PaymentTerms	De afgesproken betalingsvoorwaarden, zoals ‘Netto 30 dagen’ of ‘Netto 60 dagen’.
Beschrijving Betalingsvoorwaarden bepalen wanneer een klant de goederen of diensten moet betalen. Ze worden vastgelegd bij de verkooporder of tijdens het contracteren en bepalen de vervaldatum van de factuur. Dit attribuut is een belangrijke dimensie voor het dashboard ‘Doorlooptijd van de betalingsinning’. Door gegevens op basis van betalingsvoorwaarden te segmenteren, kan een bedrijf nagaan of klanten zich aan de afspraken houden en welke voorwaarden samengaan met langere of kortere betalingstermijnen. Waarom dit belangrijk is Geeft context aan analyses van betalingsinning en helpt bepalen of vertragingen samenhangen met klantgedrag of ruime betalingsvoorwaarden. Waar vind je dit? Te vinden in de Sales Order of de klantstamgegevens in SAP Sales Cloud. Voorbeelden Netto 30 dagenNetto 60 dagenBetaalbaar bij ontvangst
	Bronsysteem SourceSystem	Geeft aan uit welk systeem de data afkomstig is.
Beschrijving Dit attribuut geeft aan uit welke brontoepassing de gebeurtenisdata komt. Voor dit proces is dat meestal ‘SAP Sales Cloud’, maar het kan ook een ander gekoppeld systeem zijn, zoals een marketingautomatiseringsplatform dat leads vastlegt. In een omgeving met meerdere systemen helpt dit attribuut de herkomst van data te begrijpen en problemen met data-integratie op te lossen. Zo is tijdens de analyse duidelijk waar elk gegeven vandaan komt. Waarom dit belangrijk is Helpt de herkomst van data in gekoppelde systemen te onderscheiden, zodat de herkomst en context tijdens de analyse duidelijk zijn. Waar vind je dit? Dit is meestal een vaste 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 hersteld IsReworked	Een indicator die aangeeft of een activiteit of case opnieuw is uitgevoerd.
Beschrijving Deze booleaanse indicator krijgt de waarde true als het proces een herstelcyclus bevat, bijvoorbeeld wanneer een verkooporder na de eerste aanmaak wordt aangepast of een offerte meerdere keren wordt herzien. De indicator wordt afgeleid door de volgorde van activiteiten te analyseren. Dit berekende attribuut is belangrijk om procesefficiëntie te meten. Het ondersteunt rechtstreeks het dashboard ‘Frequentie van herstelwerk aan verkooporders’ en de KPI ‘Percentage verkooporders met herstelwerk’. Je kunt herstelwerk eenvoudig filteren en tellen, zonder ingewikkelde patroonherkenning in de analysetool. Waarom dit belangrijk is Maakt procesefficiëntieverlies zichtbaar door cases met herstelcycli te markeren. Zo kun je de frequentie en oorzaken van herstelwerk eenvoudiger analyseren. Waar vind je dit? Dit attribuut staat niet in het bronsysteem. Het wordt tijdens de datatransformatie berekend door herhaalde reeksen activiteiten te herkennen, bijvoorbeeld ‘Sales Order Created’ gevolgd door ‘Sales Order Reworked’. Voorbeelden truefalse
	Klantnaam CustomerName	De naam van het bedrijf of de persoon die bij de verkoopkans hoort.
Beschrijving Dit attribuut identificeert de potentiële klant voor de deal en koppelt het verkoopproces aan een specifieke account in het systeem. Analyse per klant geeft inzicht in het verkoopproces vanuit het perspectief van de klant. Je kunt zien bij welke klanten de verkoopcyclus het langst duurt of het meeste herstelwerk nodig is. Ook is dit attribuut essentieel voor KPI’s zoals de ‘Payment Collection Cycle Time’ per klant. Waarom dit belangrijk is Maakt analyse vanuit het klantperspectief mogelijk, zodat je patronen in verkoopcycli of betalingsgedrag van specifieke accounts kunt herkennen. Waar vind je dit? Gekoppeld aan de partijrol ‘Account’ of ‘Prospect’ op het bedrijfsobject Opportunity 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 in het event log voor het laatst is bijgewerkt. Zo weet je hoe actueel de geanalyseerde data is, wat belangrijk is om de relevantie van de bevindingen te beoordelen. Bij procesanalyse is het belangrijk te weten hoe recent de data is. Zo kunnen betrokkenen beoordelen of de inzichten betrekking hebben op de huidige bedrijfsvoering of op een eerdere periode. Dat heeft invloed op beslissingen op basis van de analyse. Waarom dit belangrijk is Geeft belangrijke context over hoe actueel de data is, zodat analyses en beslissingen op recente informatie zijn gebaseerd. Waar vind je dit? Dit is een metadatatimestamp die tijdens het proces voor data-extractie en -transformatie (ETL) wordt toegevoegd. Voorbeelden 2024-07-20T02:00:00Z2024-07-21T02:00:00Z
	Regio Region	De geografische regio waar de klant of het verkoopteam zich bevindt.
Beschrijving Regio staat voor het geografische gebied dat aan de verkoopkans is toegewezen. Dit is vaak gebaseerd op de locatie van de klant of de structuur van de verkooporganisatie. Het kan gaan om een land, staat of zelf gedefinieerd verkoopgebied. Dit attribuut is belangrijk om gegevens te segmenteren. Het wordt rechtstreeks gebruikt in het dashboard ‘Prestaties van het winpercentage per regio’ om regio’s met elkaar te vergelijken. Zo zie je verschillen in procesefficiëntie, marktsucces en verkoopstrategieën. Waarom dit belangrijk is Maakt geografische analyses van verkoopprestaties mogelijk en brengt regionale verschillen in winpercentages, doorlooptijden en procesuitvoering aan het licht. Waar vind je dit? Vaak afgeleid van het adres van de klant of de verkooporganisatie die in SAP Sales Cloud aan de verkoopkans is toegewezen. Voorbeelden Noord-AmerikaEMEAAPACLATAM
	Verkooporganisatie SalesOrganization	De organisatie-eenheid die verantwoordelijk is voor de verkoop.
Beschrijving De verkooporganisatie is een specifieke eenheid, afdeling of team binnen het bedrijf dat verantwoordelijk is voor een verkooptransactie. In SAP is dit een belangrijk onderdeel van de bedrijfsstructuur. Met dit attribuut kun je analyses uitsplitsen naar verschillende delen van het bedrijf. Je kunt procesprestaties, winpercentages en doorlooptijden vergelijken tussen bedrijfseenheden of verkoopafdelingen. Zo krijg je op organisatieniveau zicht op de efficiëntie. Waarom dit belangrijk is Maakt het mogelijk prestaties en processen tussen verschillende bedrijfseenheden of bedrijfsafdelingen te vergelijken. Waar vind je dit? Dit is een belangrijk veld voor de organisatie-indeling van de Opportunity of Sales Order in SAP Sales Cloud. Voorbeelden US01DE01Verkoop Noord
	Verzendmethode ShippingMethod	De methode waarmee het fysieke product bij de klant wordt afgeleverd.
Beschrijving Dit attribuut geeft de logistieke of bezorgmethode voor 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 opsporen of klanten een nauwkeuriger leververwachting geven. Waarom dit belangrijk is Helpt bottlenecks bij de orderafhandeling op te sporen door de leverprestaties per logistiek kanaal te segmenteren. Waar vind je dit? Meestal te vinden op regelniveau of kopniveau van het bedrijfsobject Sales Order in SAP Sales Cloud. Voorbeelden WegtransportLuchttransport binnen één dagDigitale downloadVrachtvervoer

Verplicht Aanbevolen Optioneel

Activiteiten voor Lead-to-Cash

Dit zijn de belangrijke processtappen en mijlpalen om in het event log vast te leggen, zodat je het Lead-to-Cash-proces nauwkeurig kunt ontdekken en analyseren.

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 in het Lead to Cash-proces. De ‘Payment Collection Cycle Time’ van factuur tot betaling is een belangrijke KPI voor het beheer van de cashflow en de prestaties van debiteurenbeheer. Waar vind je dit? Af te leiden uit een statuswijziging op het Invoice- of Sales Order-object naar ‘Paid’ of ‘Cleared’. Deze data komt uit een extern financieel systeem. Vastleggen Zoek de timestamp waarop de status van Invoice verandert naar ‘Paid’ of ‘Cleared’. Gebeurtenistype inferred
	Offerte naar klant verzonden	Deze activiteit markeert het moment waarop een formele offerte ter beoordeling naar de klant wordt gestuurd. Meestal is dit af te leiden uit een statuswijziging op het Sales Quote-object, bijvoorbeeld van ‘In Preparation’ naar ‘Sent’ of ‘Proposed’.
Waarom dit belangrijk is Dit is een belangrijke mijlpaal: vanaf dit moment lopen de onderhandeling en besluitvorming bij de klant. Door de tijd tussen deze gebeurtenis en de acceptatie van de offerte te analyseren, krijg je zicht op de snelheid van deals en bottlenecks in onderhandelingen. Waar vind je dit? Af te leiden uit de statusgeschiedenis van het bedrijfsobject Sales Quote. Zoek naar de timestamp waarop de status wordt bijgewerkt naar een waarde die aangeeft dat de offerte is verzonden. Vastleggen Zoek op het Sales Quote-object de timestamp van de statuswijziging naar ‘Sent’. Gebeurtenistype inferred
	Verkoopkans aangemaakt	Dit is het officiële begin van de verkoopkans: een gekwalificeerde lead wordt omgezet in een concrete verkoopkans. Het systeem legt deze gebeurtenis expliciet vast wanneer het bedrijfsobject Opportunity wordt aangemaakt. Vaak worden daarbij gegevens van de oorspronkelijke lead overgenomen.
Waarom dit belangrijk is Deze activiteit is het belangrijkste startpunt voor de analyse van de verkoopcyclus. Je kunt hiermee de duur van de verkoopcyclus, het percentage gewonnen verkoopkansen en de prestaties van het salesteam meten vanaf het moment dat een deal concreet wordt. Waar vind je dit? Deze gebeurtenis komt overeen met de aanmaaktimestamp van het bedrijfsobject Opportunity in SAP Sales Cloud. Vastleggen Gebruik de aanmaakdatum en -tijd van het Opportunity-record. Gebeurtenistype explicit
	Verkoopkans afgesloten als gewonnen	Dit is de definitieve status van een succesvolle verkoopkans, nadat alle vervolgactiviteiten, zoals het aanmaken en leveren van de order, zijn afgerond. De gebeurtenis wordt vastgelegd wanneer een gebruiker de status van Opportunity wijzigt naar ‘Closed’ met als reden ‘Won’.
Waarom dit belangrijk is Deze gebeurtenis is het succesvolle eindpunt voor process mining. Je kunt hiermee de totale duur van de verkoopcyclus berekenen voor alle gewonnen deals. Zo krijgt het proces een duidelijk en definitief eindpunt. Waar vind je dit? Af te leiden uit de statusgeschiedenis van het Opportunity-object, met name de timestamp waarop de status wordt bijgewerkt naar ‘Closed’ en de reden ‘Won’ is. Vastleggen Zoek de timestamp van de statuswijziging naar ‘Closed’ met als reden ‘Won’. Gebeurtenistype inferred
	Verkoopkans afgesloten als verloren	Deze activiteit markeert het definitieve einde van een mislukte verkoopkans: de deal is naar een concurrent gegaan of de klant heeft besloten niet te kopen. De gebeurtenis wordt vastgelegd wanneer een gebruiker de status van Opportunity wijzigt naar ‘Lost’ of ‘Closed Lost’.
Waarom dit belangrijk is Door te analyseren wanneer en waarom verkoopkansen verloren gaan, kun je de salesstrategie verbeteren. Dit eindpunt maakt het mogelijk verloren deals te onderzoeken, bijvoorbeeld door te kijken in welke fase ze gemiddeld afhaken en wat de meest voorkomende redenen zijn. Waar vind je dit? Af te leiden uit de statusgeschiedenis van het bedrijfsobject Opportunity. Het gaat om de timestamp waarop de status wordt bijgewerkt naar ‘Lost’ of ‘Closed Lost’. Vastleggen Zoek op het Opportunity-object de timestamp van de statuswijziging naar ‘Lost’. Gebeurtenistype inferred
	Verkoopkans gewonnen	Deze activiteit geeft aan dat de deal succesvol is afgerond en de organisatie de opdracht heeft binnengehaald. Dit wordt vastgelegd wanneer een gebruiker de status van Opportunity wijzigt naar ‘Won’, een standaardactie die expliciet in het systeem wordt geregistreerd.
Waarom dit belangrijk is Dit is een belangrijke mijlpaal voor het meten van winpercentages en salesprestaties. Vaak vormt deze gebeurtenis de start van vervolgprocessen, zoals het aanmaken en afhandelen van een order. Daarmee is het een belangrijk omslagpunt in de Lead to Cash-cyclus. Waar vind je dit? Af te leiden uit de statusgeschiedenis van het bedrijfsobject Opportunity. Het gaat om de timestamp waarop de status wordt bijgewerkt naar ‘Won’. Vastleggen Zoek op het Opportunity-object de timestamp van de statuswijziging naar ‘Won’. Gebeurtenistype inferred
	Verkooporder aangemaakt	Deze activiteit markeert het moment waarop een formele verkooporder wordt aangemaakt. Dit interne document vormt de officiële start van de levering en facturatie. De gebeurtenis 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. Analyseer de tijd tussen ‘Opportunity Won’ en ‘Sales Order Created’ om interne vertragingen te ontdekken. Herstelwerk na dit moment kan wijzen op problemen met de datakwaliteit. Waar vind je dit? Deze gebeurtenis komt overeen met de aanmaaktimestamp van het bedrijfsobject Sales Order dat aan de verkoopkans is gekoppeld. Vastleggen Gebruik de aanmaakdatum en -tijd van het bijbehorende Sales Order-record. Gebeurtenistype explicit
	Factuur gegenereerd	Dit is het moment waarop de klantfactuur wordt aangemaakt en de laatste financiële fase van het proces begint. De gebeurtenis kan worden vastgelegd bij het aanmaken van een Invoice-object in SAP Sales Cloud, maar komt vaker uit een gekoppeld facturatiesysteem.
Waarom dit belangrijk is Deze activiteit start het betalingsproces. Vertraging bij het genereren van facturen heeft direct invloed op de cashflow. Daarom is het belangrijk om de tijd tussen levering en facturatie te volgen. Waar vind je dit? Dit kan de aanmaaktimestamp zijn van een Invoice-bedrijfsobject dat aan de Sales Order is gekoppeld, of een update uit een extern ERP-systeem. De bron hangt af van de gebruikte systemen. Vastleggen Gebruik de aanmaakdatum van het Invoice-record of een activiteit in het logboek van een gekoppeld ERP-systeem. Gebeurtenistype explicit
	Lead gekwalificeerd	Dit is het moment waarop een lead is beoordeeld en voldoet aan de criteria om als verkoopkans te gelden. Meestal wordt dit vastgelegd wanneer een gebruiker de status van Lead handmatig wijzigt in ‘Qualified’ of een vergelijkbare status. De lead is dan klaar om te worden omgezet.
Waarom dit belangrijk is Deze activiteit maakt onderscheid tussen ruwe leads en serieuze verkoopkansen. Zo kun je de efficiëntie van het kwalificatieproces analyseren. Je ziet welke bronnen kwalitatief goede leads opleveren en waar bottlenecks zitten tussen het vastleggen van een lead en het begin van actieve verkoop. Waar vind je dit? Af te leiden uit de statusgeschiedenis van het bedrijfsobject Lead. Zoek naar de timestamp waarop het statusveld wordt bijgewerkt naar ‘Qualified’. Vastleggen Zoek op het Lead-object de timestamp van de statuswijziging naar ‘Qualified’. Gebeurtenistype inferred
	Lead vastgelegd	Deze activiteit markeert het moment waarop in SAP Sales Cloud voor het eerst een leadrecord wordt aangemaakt. Het is het eerste contact of teken van 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 bij te houden, kun je de effectiviteit van verschillende leadbronnen analyseren en het totale aantal gegenereerde leads meten. Dit is het startpunt voor het berekenen van conversiepercentages en het begrijpen van de bovenkant van de salesfunnel. Waar vind je dit? Deze gebeurtenis wordt vastgelegd aan de hand van de aanmaaktimestamp van het bedrijfsobject Lead. De leadbron is meestal als attribuut beschikbaar op hetzelfde object. Vastleggen Gebruik de aanmaakdatum en -tijd van het Lead-record. Gebeurtenistype explicit
	Offerte aangemaakt	Dit markeert het moment waarop een formeel verkoopoffertedocument aan de verkoopkans wordt gekoppeld. Dit is een interne stap voordat de offerte naar de klant wordt gestuurd. De gebeurtenis wordt expliciet vastgelegd wanneer een gebruiker een nieuw Quote-record genereert.
Waarom dit belangrijk is Deze activiteit maakt onderscheid tussen de interne voorbereidingstijd en de tijd waarin de klant de offerte heeft. Zo kun je de efficiëntie van het offerteproces analyseren en zien hoe lang salesmedewerkers nodig hebben om prijzen voor te bereiden. Waar vind je dit? Deze gebeurtenis is de aanmaaktimestamp van het bedrijfsobject Sales Quote dat aan de verkoopkans is gekoppeld. Vastleggen Gebruik de aanmaakdatum en -tijd van het bijbehorende Sales Quote-record. Gebeurtenistype explicit
	Offerte door klant geaccepteerd	Dit geeft aan dat de klant formeel of informeel akkoord is gegaan met de voorwaarden van de offerte. Meestal legt de salesmedewerker dit vast door de status op het Sales Quote- of Opportunity-object handmatig bij te werken.
Waarom dit belangrijk is Dit is een duidelijk koopsignaal en een belangrijke mijlpaal voordat het contract wordt afgerond of de order wordt aangemaakt. Je kunt hiermee de effectiviteit van voorstellen meten en zien hoe lang de klant nodig heeft om een beslissing te nemen. Waar vind je dit? Af te leiden uit een statuswijziging op het Sales Quote-object naar ‘Accepted’ of een vergelijkbare statuswijziging op het gekoppelde Opportunity-object. Vastleggen Zoek de timestamp waarop de status van Sales Quote verandert naar ‘Accepted’. Gebeurtenistype inferred
	Oplossing voorgesteld	Deze activiteit geeft aan dat een mogelijke oplossing of productconfiguratie aan de klant is voorgesteld. Meestal is dit af te leiden uit een wijziging van de salesfase of status op het Opportunity-object, bijvoorbeeld naar ‘Proposal’ of ‘Solution Design’.
Waarom dit belangrijk is Door te analyseren hoeveel tijd in deze fase wordt besteed en wanneer het proces overgaat naar de offertefase, ontdek je bottlenecks bij het uitwerken van oplossingen. Ook zie je hoe lang het duurt om van het eerste contact tot een concreet voorstel te komen. Waar vind je dit? Af te leiden uit het wijzigingslog of de statusgeschiedenis van het Opportunity-object, met name wanneer de salesfase wordt bijgewerkt naar bijvoorbeeld ‘Solution Proposed’ of ‘Value Proposition’. Vastleggen Zoek de timestamp waarop het veld voor de salesfase van Opportunity verandert naar een waarde die aangeeft dat er een voorstel is gedaan. Gebeurtenistype inferred
	Order geleverd	Deze activiteit geeft aan 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 Dit markeert het einde van het leveringsdeel van het proces. Meet de tijd tussen ‘Sales Order Created’ en ‘Order Fulfilled’ om de efficiëntie van de orderafhandeling en de invloed daarvan op de klanttevredenheid te volgen. Waar vind je dit? Meestal af te leiden uit een statuswijziging op het Sales Order-object, bijvoorbeeld naar ‘Fulfilled’ of ‘Shipped’. Deze status wordt vaak bijgewerkt via een koppeling met een extern systeem. Vastleggen Zoek de timestamp waarop de status van Sales Order verandert naar ‘Fulfilled’ of ‘Delivered’. Gebeurtenistype inferred
	Verkooporder aangepast	Dit is een wijziging of correctie van een verkooporder nadat deze al is ingediend. Je kunt deze gebeurtenis afleiden uit terugkerende statuswijzigingen van de verkooporder, bijvoorbeeld wanneer de status van ‘Submitted’ teruggaat naar ‘In Process’ of ‘Pending Revision’.
Waarom dit belangrijk is Herstelwerk opsporen helpt inefficiënties in het proces, invoerfouten en communicatieproblemen tussen sales en de bedrijfsvoering aan het licht te brengen. Veel herstelwerk wijst op kwaliteitsproblemen die vertragingen en extra kosten veroorzaken. Waar vind je dit? Af te leiden uit de statusgeschiedenis van het Sales Order-object. Hiervoor analyseer je de reeks statuswijzigingen en zoek je naar terugkerende stappen of teruggaan naar een eerdere status. Vastleggen Zoek naar statusovergangen die een terugkerende stap vormen, bijvoorbeeld van ‘Submitted’ naar ‘In Process’. Gebeurtenistype inferred

Aanbevolen Optioneel

Extractiegidsen

Zo haal je data uit SAP Sales Cloud

Stappen

Vereisten: Zorg dat je een gebruiker hebt in SAP Sales Cloud met toegang tot het werkcentrum Analyse en rechten om databronnen en rapporten aan te maken en te bewerken.
Gecombineerde databron maken: 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 verkoopkansen worden meegenomen: Lead Information -> Opportunity Header and Item -> Sales Quote Header and Item -> Sales Order Header and Item. Gebruik voor de join doorgaans de Opportunity ID of ID’s van opvolgende documenten.
Aangepast rapport maken: Ga naar de weergave Design Reports. Maak een rapport op basis van de gecombineerde databron uit de vorige stap. Voeg alle benodigde kenmerken en kengetallen toe aan de rapportweergave, waaronder identificatievelden (Lead ID, Opportunity ID), alle relevante statusvelden en alle timestampvelden (Creation Date, Status Change Dates enzovoort). Neem ook de benodigde attributen op, zoals Sales Representative, Lead Source en Order Amount.
Rapport beschikbaar maken als OData-service: Selecteer het nieuwe rapport in de weergave Design Reports. Zoek in de configuratie of instellingen van het rapport de optie om het als OData-query beschikbaar te maken. Dit is vaak een selectievakje met het label Enable for OData. Sla de wijzigingen op. Het systeem maakt een unieke OData-URL voor dit rapport.
OData-URL opzoeken: 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.
Python-omgeving instellen: Zorg dat Python is geïnstalleerd, samen met de bibliotheken requests en pandas. Je kunt ze installeren met pip: pip install requests pandas.
Python-script configureren: Kopieer het meegeleverde Python-script. Vervang de tijdelijke waarden voor C4C_TENANT_URL, OData_SERVICE_PATH, USERNAME en PASSWORD door je SAP Sales Cloud-inloggegevens en de OData-URL uit de vorige stap.
Extractiescript uitvoeren: 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 die in een pandas DataFrame.
Datatransformatie: Het script zet de data automatisch om van een breed formaat (één rij per verkoopkans) naar een lang event log. Het doorloopt elke mogelijke activiteit en controleert of er een geldige timestamp is. Als die bestaat, maakt het een bijbehorende gebeurtenisregel met de juiste ActivityName.
Event log exporteren: Na afloop slaat het script het definitieve event log op als lead_to_cash_event_log.csv in dezelfde map. Dit bestand is klaar om rechtstreeks naar een process mining-tool te uploaden.

Configuratie

Configuratie van databronnen: De basis van deze methode is een Combined Data Source in SAP Sales Cloud Analytics. Gebruik Left Outer Joins vanaf het Opportunity-object, zodat ook verkoopkansen zonder offerte of order worden meegenomen.
Rapportkenmerken: Het aangepaste rapport moet alle datum- en tijdvelden bevatten die bij de gewenste activiteiten horen. Denk aan aanmaaktimestamps voor leads, verkoopkansen, offertes en orders, plus timestamps van statuswijzigingen.
OData API-filtering: Gebruik de parameter $filter in de OData-URL in het Python-script om de prestaties en hoeveelheid data te beheersen. 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 OData-paginering met de parameters $top en $skip. Dit is nodig om grote datasets op te halen zonder dat de API-verbinding een time-out krijgt.
Vereisten: Voor deze methode heb je een aparte analytics-gebruiker nodig met rechten voor de OData API en de onderliggende databronnen voor leads, verkoopkansen, offertes en orders.

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 in 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 afhandelingsdata, voor zover deze objecten beschikbaar zijn in je tenant. Gebruik de beheer- en integratietools van SAP Sales Cloud die in je systeem beschikbaar zijn. De exacte menupaden en objectservicenamen verschillen per tenant, dus configureer de verbinding op basis van je systeem.
Zoek de gepubliceerde standaardnamen van de OData-services, entiteitssets, sleutelvelden, navigatie-eigenschappen, statusvelden, wijzigingstimestamps, eigenaarvelden, bronvelden, bedragvelden, productvelden en relatievelden voor de benodigde bedrijfsobjecten. Ga er niet van uit dat een object of eigenschap beschikbaar is. Leg de bevestigde metadata vast uit het metadatadocument van de service op de geconfigureerde OData-service-URL.
Configureer de verbindings-URL, inloggegevens of OAuth-instellingen, het datumbereik, de paginagrootte en filters die specifiek zijn voor je bedrijf in het Python-script. Begin met een periode van drie tot zes maanden en verleng die nadat je de prestaties en volledigheid hebt gecontroleerd.
Haal Opportunity- en Lead-records op via de bevestigde standaard-OData-entiteitssets. Haal Sales Quote- en Sales Order-records op via hun bevestigde entiteitssets. Haal factuur-, afhandelings- en betalingsrecords alleen op als de bijbehorende standaard-OData-objecten en relaties beschikbaar zijn in SAP Sales Cloud. 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 identificatievelden aan de verkoopkans.
Haal alle pagina’s op voor elke OData-aanvraag door de link naar de volgende pagina te volgen of het ondersteunde pagineringsmechanisme te gebruiken. Pas server-side datum- en bedrijfsfilters toe als die worden ondersteund. Bewaar de onbewerkte reacties vóór de transformatie, zodat aantallen en koppelingen controleerbaar zijn.
Zet timestamps om naar één tijdzone, bij voorkeur UTC, en converteer SAP-datum- of datum-tijdwaarden naar een consistente ISO 8601-weergave. Normaliseer statuswaarden door witruimte te verwijderen en hoofdletterongevoelig te vergelijken. Bewaar waar mogelijk de oorspronkelijke statuswaarden in de auditdataset.
Maak voor elke vereiste activiteit één gebeurtenisregel. 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 ingestelde voorstel- of oplossingsfase bereikt voor Solution Proposed, de aanmaaktijd van Sales Quote voor Quote Created, de timestamp waarop de offerte de status Sent of Proposed bereikt voor Quote Sent to Customer, de timestamp waarop de offerte of verkoopkans de acceptatie door de klant registreert 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 voltooiing van de afhandeling of verzending voor Order Fulfilled, de aanmaaktijd van de factuur voor Invoice Generated, de ontvangst of vereffening 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 gebeurtenissen extern op SalesOpportunityId. Gebruik bevestigde relatievelden tussen Lead, Opportunity, Sales Quote, Sales Order, Invoice, afhandeling en betaling. Is er geen rechtstreekse relatie beschikbaar, gebruik dan een goedgekeurde kruistabel die door de integratie of het bedrijfsproces wordt bijgehouden. Leid een relatie niet alleen af uit overeenkomende omschrijvingen of bedragen.
Vul de aanbevolen attributen in voor elke gebeurtenis waarvoor de bronrelatie ze beschikbaar maakt. Neem SalesRepresentative, LeadSource, OpportunityStatus, SalesOrderAmount, ProductCategory en DiscountPercentage over uit de relevante bronrecord. Laat de waarde leeg als de bron geen betrouwbare waarde bevat.
Sorteer het definitieve event log op SalesOpportunityId en EventTime. Verwijder alleen exacte dubbele regels die zijn ontstaan door herhaalde API-pagina’s of nieuwe pogingen. Voeg verschillende statusovergangen of gebeurtenissen met dezelfde timestamp niet samen, tenzij de bedrijfsregel dat uitdrukkelijk toestaat.
Controleer of alle 15 activiteitsnamen aanwezig zijn, verplichte velden zijn ingevuld, timestamps binnen de gevraagde periode vallen of expliciet als gerelateerde historische gebeurtenissen zijn vastgelegd, en relatiekoppelingen geen onverwachte dubbele cases opleveren. Exporteer als UTF-8-CSV of een ander door ProcessMind ondersteund eventlogformaat, met exact de verplichte kolomnamen SalesOpportunityId, ActivityName en EventTime, plus de aanbevolen attributen waar die beschikbaar zijn. Upload het resulterende bestand naar ProcessMind. Verwacht niet dat het platform ontbrekende gebeurtenissen afleidt.

Configuratie

Configuratie van de OData-service: Gebruik alleen standaard OData-services en entiteitssets van SAP Sales Cloud die in de servicemetadata van je tenant zijn bevestigd. Configureer service-, entiteits- en eigenschapsnamen en navigatiepaden op basis van je systeem.
Verbinding en autorisatie: Configureer de goedgekeurde SAP Sales Cloud-URL, verificatiemethode, clientgegevens, scopes en leesrechten. Voor toegang tot externe ERP-, logistieke, facturerings- of betalingsdata is aparte autorisatie nodig als deze gebeurtenissen niet beschikbaar zijn via SAP Sales Cloud.
Datumbereik: Begin met drie tot zes maanden. Neem een korte terugkijkperiode op als aanmaak- en statustimestamps vóór de gekozen procesperiode kunnen vallen. Leg vast of het filter aanmaaktijd, laatste wijzigingstijd, tijdstip van statusovergang of een andere bevestigde timestamp gebruikt.
Vereiste case-sleutel: Koppel elke gebeurtenis aan SalesOpportunityId. Neem geen gebeurtenis op zonder betrouwbare relatie met een verkoopkans, tenzij de record via een goedgekeurde kruistabel kan worden gekoppeld.
Statuskoppeling: Configureer exacte, tenantspecifieke koppelingen voor Qualified, voorstel- of oplossingsfasen, Sent, Proposed, accepted, Won, Closed, Lost, Closed Lost, Submitted, In Process, Pending Revision, voltooiing van afhandeling, aanmaak van facturen en ontvangst van betalingen. Statuslabels kunnen per configuratie en taal verschillen.
Filters: Pas bevestigde filters voor bedrijf, organisatie-eenheid, documenttype, verkoopgebied, status en datum alleen toe als de velden beschikbaar zijn en hun betekenis duidelijk is. Ga er niet van uit dat Company Code en Document Type in elk SAP Sales Cloud-object voorkomen.
Paginering en snelheidslimieten: Gebruik de ondersteunde paginagrootte en methode voor volgende pagina’s van de OData-service. Voeg afhandeling van nieuwe pogingen toe voor tijdelijke HTTP-fouten, houd rekening met de snelheidslimieten van de tenant en vermijd te veel parallelle aanvragen.
Vereiste wijzigingsgeschiedenis: Voor activiteiten op basis van status is een statushistorie of wijzigingslog met timestamps nodig. Met alleen een huidig statusveld kun je niet betrouwbaar reconstrueren wanneer een eerdere status is bereikt.
Externe bronnen voor gebeurtenissen: Orderafhandeling, factuurgeneratie en betalingsontvangst kunnen worden bijgehouden in geïntegreerde ERP-, logistieke, facturerings- of financiële systemen. Configureer goedgekeurde identificatievelden voor koppelingen tussen systemen en extractieregels per bron.
Datakwaliteit: Behoud lege waarden wanneer gegevens ontbreken. Vervang historische waarden niet door de huidige status of huidige eigenaar, tenzij de bedrijfsregel deze beperking uitdrukkelijk accepteert.
Vereisten: 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.

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 het Lead-to-Cash-proces te verbeteren. Begin vandaag met het verbeteren van je omzetcyclus.

Terug naar de verbetergids

Template downloaden

Verbeter nu het Lead-to-Cash-proces en verhoog het winpercentage!

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

Start je gratis proefperiode

Geen creditcard nodig. Binnen enkele minuten ingesteld.

Datatemplate voor Lead-to-Cash

Datatemplate voor Lead-to-Cash

Attributen voor Lead-to-Cash

Activiteiten voor Lead-to-Cash

Extractiegidsen

Data-extractie via de SAP Sales Cloud Analytics OData API

Stappen

Configuratie

Voorbeeldquery python

SAP Sales Cloud: query voor standaard OData-bedrijfsobjecten

Stappen

Configuratie

Voorbeeldquery python

Klaar om te beginnen?

Verbeter nu het Lead-to-Cash-proces en verhoog het winpercentage!