> Continue procesverbetering > Purchase to Pay Purchase Order > SAP Ariba > Datatemplate

Jouw datatemplate voor Purchase to Pay - Purchase Order

SAP Ariba

Purchase to Pay - Purchase Order-attributen (22) Purchase to Pay - Purchase Order-activiteiten (14) Extractiegidsen (2)

Jouw datatemplate voor Purchase to Pay - Purchase Order

Deze template helpt je bij het verzamelen van de data die je nodig hebt om je Purchase-to-Pay-proces voor inkooporders te analyseren. Je ziet welke attributen en activiteiten je moet vastleggen en krijgt praktische aanwijzingen voor data-extractie uit je bronsysteem. Gebruik deze bron als basis voor een volledige en betrouwbare procesanalyse en -optimalisatie.

Aanbevolen attributen om te verzamelen
Belangrijke activiteiten om te volgen
Richtlijnen voor data-extractie

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

Template downloaden

Purchase to Pay - Purchase Order-attributen

Dit zijn de aanbevolen datavelden voor je event log, zodat je het Purchase to Pay - Purchase Order-proces volledig kunt analyseren.

3 Verplicht 6 Aanbevolen 13 Optioneel

	Naam	Beschrijving
	Activiteitnaam ActivityName	De naam van de specifieke gebeurtenis of taak die op een bepaald moment in het Purchase Order-proces plaatsvond.
Beschrijving De activiteitnaam beschrijft een stap in de levenscyclus van de Purchase Order, zoals 'Purchase Order Created', 'Purchase Order Approved' of 'Goods Receipt Posted'. Deze reeks activiteiten vormt de basis van de procesmap. De analyse van deze activiteiten vormt de kern van process mining. Je visualiseert hiermee de procesflow, herkent veelvoorkomende en zeldzame procesvarianten en meet de tijd tussen verschillende stappen. Inzicht in de volgorde en frequentie van activiteiten zoals 'Purchase Order Changed' is belangrijk voor dashboards zoals Purchase Order Change Rate Analysis. Waarom dit belangrijk is Dit attribuut definieert de processtappen. Zo kun je de procesflow visualiseren en bottlenecks, herstelwerk en afwijkingen herkennen. Waar je het vindt Gegenereerd door statuswijzigingen, transactiec codes of event logs uit de onderliggende SAP Ariba-tabellen voor documentgeschiedenis en workflow aan elkaar te koppelen. Voorbeelden Purchase Order goedgekeurdPurchase Order gewijzigdGoederenontvangst geboektFactuur ontvangen voor PO
	Inkooporder PurchaseOrderNumber	De unieke identificatie van elk Purchase Order-document, die als centrale case-ID voor het proces dient.
Beschrijving Het Purchase Order-nummer is de primaire sleutel die alle gerelateerde activiteiten en gebeurtenissen tijdens de levenscyclus van de inkoop aan elkaar koppelt. Elk nummer staat voor één inkooptransactie, van het aanmaken van de order tot de uiteindelijke afronding of annulering. In process mining is dit attribuut essentieel voor analyse op case-niveau. Hiermee reconstrueer je het end-to-end-verloop van elke Purchase Order, bereken je doorlooptijden, herken je procesvarianten en volg je de status van afzonderlijke orders. Door processen op Purchase Order-nummer te analyseren, krijg je inzicht in de volledige flow en zie je bottlenecks of afwijkingen bij specifieke transacties. Waarom dit belangrijk is Dit is de essentiële Case ID die alle processtappen met elkaar verbindt. Zo kun je de volledige levenscyclus van elke afzonderlijke Purchase Order analyseren. Waar je het vindt Dit is een primair veld op het Purchase Order-document in SAP Ariba Buying and Invoicing of SAP Ariba Sourcing. Voorbeelden PO7000123456PO7000123457PO7000123458
	Tijdstip van gebeurtenis EventTime	De precieze datum en tijd waarop een specifieke activiteit of gebeurtenis plaatsvond.
Beschrijving Event Time is de timestamp die aan elke activiteit is gekoppeld en vastlegt wanneer deze begon. Deze data is nodig om gebeurtenissen chronologisch te ordenen en de duur en doorlooptijden tussen processtappen te berekenen. Dit attribuut is belangrijk voor vrijwel alle tijdgebaseerde analyses, waaronder de dashboards Purchase Order End-to-End Cycle Time en Purchase Order Approval Cycle Time. Je kunt er KPI's mee berekenen, zoals 'Average PO Approval Cycle Time', door het verschil te meten tussen de timestamps van de activiteiten 'Purchase Order Created' en 'Purchase Order Approved'. Waarom dit belangrijk is Deze timestamp is essentieel om gebeurtenissen in de juiste volgorde te zetten en alle metriek op basis van duur te berekenen, zoals doorlooptijden en wachttijden. Waar je het vindt Dit vind je meestal in de audittrail of wijzigingslogdata van Purchase Order-documenten in SAP Ariba. Voorbeelden 2023-04-15T10:30:00Z2023-04-16T14:05:22Z2023-05-01T09:00:15Z
	Afdelingsnaam DepartmentName	De bedrijfsafdeling of kostenplaats die aan de Purchase Order is gekoppeld.
Beschrijving Dit attribuut geeft aan welke organisatie-eenheid de inkoopaanvraag heeft gestart of voor welke eenheid de aankoop wordt gedaan. Het wordt vaak afgeleid uit de kostenplaatsgegevens op de Purchase Order. Deze dimensie is essentieel voor het dashboard Departmental PO Processing Efficiency. Je kunt er doorlooptijden en procesvarianten tussen afdelingen rechtstreeks mee vergelijken. Zo zie je welke afdelingen best practices volgen en waar extra training of procesverbetering nodig is. Het attribuut is ook belangrijk voor het berekenen van de KPI Departmental PO Cycle Time Variance. Waarom dit belangrijk is Maakt prestatievergelijking tussen verschillende bedrijfsonderdelen mogelijk. Zo zie je bottlenecks per afdeling en kun je best practices delen. Waar je het vindt Deze informatie staat op kopniveau of regelitemniveau van de Purchase Order en is vaak gekoppeld aan de kostenplaats of het profiel van de aanvrager. Voorbeelden MarketingIT-bedrijfsvoeringFacilitair managementOnderzoek en ontwikkeling
	Datum goederenontvangst GoodsReceiptDate	De datum waarop de ontvangst van goederen of de voltooiing van diensten officieel in het systeem is geregistreerd.
Beschrijving Dit attribuut bevat de timestamp van de activiteit 'Goederenontvangst geboekt' of 'Dienstenbevestiging ingevoerd'. Het is de officiële bevestiging dat de bestelde artikelen zijn ontvangen. Deze datum is nodig om werkelijke levertijden te meten. Het is de tegenhanger van 'RequestedDeliveryDate' en wordt gebruikt om leveringsafwijkingen en KPI's voor tijdigheid te berekenen. Het dashboard Tijdigheid van boeken goederenontvangst gebruikt dit attribuut om te beoordelen hoe snel ontvangsten na levering worden geregistreerd. Dat is belangrijk voor een correcte voorraadadministratie en tijdige betaling van facturen. Waarom dit belangrijk is Vertegenwoordigt de werkelijke leverdatum. Die is nodig om leverprestaties te berekenen en vertragingen in de toeleveringsketen te vinden. Waar je het vindt Dit is de timestamp van het Goods Receipt- of Service Entry Sheet-document dat naar de Purchase Order verwijst. Voorbeelden 2023-06-02T11:00:00Z2023-07-14T15:30:00Z2023-08-22T09:45:00Z
	Gebruikersnaam UserName	De naam of ID van de gebruiker die de activiteit heeft uitgevoerd.
Beschrijving Dit attribuut identificeert de persoon die verantwoordelijk is voor een specifieke processtap, zoals het goedkeuren van een Purchase Order of het boeken van een goederenontvangst. Het kan een unieke gebruikers-ID of een volledige naam zijn. Door prestaties per gebruiker te analyseren, zie je waar training nodig is en wie goed presteert. Dit is ook belangrijk voor compliance-analyses, zoals het dashboard PO Approval Compliance Deviation, waarmee je kunt bepalen wie verplichte goedkeuringsstappen heeft overgeslagen. Je kunt het attribuut ook gebruiken om de werkverdeling en inzet van middelen te begrijpen. Waarom dit belangrijk is Zorgt voor duidelijke verantwoordelijkheid en maakt analyse van prestaties, werkbelasting en compliance per gebruiker mogelijk. Dat helpt bij het vinden van trainingsbehoeften en procesafwijkingen. Waar je het vindt Deze informatie is meestal beschikbaar in de workflow- en documentgeschiedenislogs van SAP Ariba en is vaak aan elke gebeurtenis gekoppeld. Voorbeelden john.smithLROSSIjane.doe
	Gewenste leverdatum RequestedDeliveryDate	De datum waarop de aanvragende partij verwacht dat de goederen of diensten worden geleverd.
Beschrijving Dit is de gewenste leverdatum die de organisatie opgeeft bij het aanmaken van de inkoopaanvraag of order. De datum vormt de basis voor het meten van de werkelijke leverprestaties. Dit attribuut is de basis voor het dashboard Leverprestaties van leveranciers en de KPI Tijdigheid goederenontvangst. Door de gewenste leverdatum te vergelijken met de werkelijke datum van goederenontvangst, kunnen organisaties de punctualiteit van leveranciers meten, leveringsafwijkingen berekenen en leveranciers identificeren die levertijden regelmatig niet halen. Deze analyse is belangrijk voor het beheren van leveranciersrelaties en het beperken van risico's in de toeleveringsketen. Waarom dit belangrijk is Vormt de basis voor het meten van tijdige leveringen. Dat is belangrijk om de betrouwbaarheid van leveranciers en de efficiëntie van de toeleveringsketen te beoordelen. Waar je het vindt Dit is een standaarddatumveld op regelniveau van het Purchase Order-document. Voorbeelden 2023-06-012023-07-152023-08-20
	Leveranciersnaam VendorName	De naam van de leverancier van wie goederen of diensten worden ingekocht.
Beschrijving Dit attribuut identificeert de externe partner die bij de Purchase Order betrokken is. De leverancier is een belangrijke partij in het purchase-to-pay-proces. Zijn prestaties hebben direct invloed op de efficiëntie van de volledige doorlooptijd. Vendor Name is een belangrijke dimensie voor prestatieanalyse. Het is essentieel voor het dashboard Vendor Delivery Performance, waarmee je leverdata tussen verschillende leveranciers vergelijkt. Door processen per leverancier te analyseren, zie je welke leveranciers structureel te laat leveren, vaker herstelwerk veroorzaken of complexe facturatieprocessen hebben. Dat levert waardevolle inzichten op voor leveranciersbeheer. Waarom dit belangrijk is Maakt analyse van leveranciersprestaties mogelijk. Zo herken je betrouwbare partners en zie je welke leveranciers vertragingen of andere problemen veroorzaken. Waar je het vindt Dit is een standaardveld op kopniveau van het Purchase Order-document in SAP Ariba. Voorbeelden Global Office Supplies Inc.Tech Solutions LLCAdvanced Industrial Parts
	PO-bedrag PurchaseOrderAmount	De totale geldwaarde van de purchase order.
Beschrijving Dit attribuut vertegenwoordigt de totale kosten van alle goederen en diensten op de purchase order, exclusief belastingen en andere kosten, tenzij anders aangegeven. Het is een belangrijke financiële maatstaf om de waarde te begrijpen van transacties die door het proces lopen. In analyses wordt het PO-bedrag vaak gebruikt om het proces te segmenteren. Orders met een hoge waarde kunnen bijvoorbeeld een ander, strenger goedkeuringspad volgen dan orders met een lage waarde. Je kunt dit attribuut gebruiken om procesverbeteringen te richten op financieel belangrijke transacties en om uitgavenpatronen per afdeling of leverancier te analyseren. Waarom dit belangrijk is Geeft financiële context aan elke case. Zo kun je verbeteringen op basis van waarde prioriteren en begrijpen hoe de orderwaarde het procesgedrag beïnvloedt. Waar je het vindt Dit is een standaard berekend veld op kopniveau van het Purchase Order-document, waarin de waarde van alle orderregels wordt opgeteld. Voorbeelden 1500.0025000.50500.75
	Bronsysteem SourceSystem	Identificeert het systeem waaruit de data is geëxtraheerd, in dit geval SAP Ariba.
Beschrijving Dit attribuut geeft aan waar de procesdata vandaan komt. In omgevingen met meerdere geïntegreerde systemen is het belangrijk om data uit verschillende bronnen van elkaar te onderscheiden en de herkomst van data te bewaken. Voor analyses helpt dit attribuut om data uit een specifiek systeem te filteren of procesinteracties tussen verschillende platforms te begrijpen. Het is belangrijke metadata voor datagovernance en validatie, zodat je analyses op de juiste dataset baseert. Waarom dit belangrijk is Geeft belangrijke context over de herkomst van data. Dat is belangrijk voor datagovernance, validatie en analyse in omgevingen met meerdere systemen. Waar je het vindt Dit is een statische waarde ('SAP Ariba') die meestal tijdens het proces van data-extractie en -transformatie wordt toegevoegd. Voorbeelden SAP AribaSAP-Ariba-USAribaCloud
	Eindtijd van gebeurtenis EventEndTime	De timestamp die aangeeft wanneer een activiteit is afgerond. Deze wordt gebruikt om de verwerkingstijd van handmatige activiteiten te berekenen.
Beschrijving StartTime geeft aan wanneer een activiteit begon, terwijl EventEndTime het einde markeert. Bij veel systeemgegenereerde gebeurtenissen zijn de begin- en eindtijd gelijk. Bij handmatige taken of langlopende geautomatiseerde jobs staat het verschil tussen begin- en eindtijd voor de verwerkingstijd van de activiteit. Dit attribuut wordt gebruikt om de metriek 'ProcessingTime' te berekenen. Die is belangrijk voor het dashboard Purchase Order Activity Duration Analysis. Je ziet hiermee welke taken het langst duren en waar kansen liggen voor training, een andere verdeling van middelen of automatisering. Waarom dit belangrijk is Maakt het mogelijk om nauwkeurige verwerkingstijden per activiteit te berekenen. Zo zie je welke specifieke taken de meeste tijd kosten. Waar je het vindt Raadpleeg de SAP Ariba-documentatie. Als deze informatie niet expliciet beschikbaar is, moet je de waarde mogelijk afleiden uit de starttijd van de volgende activiteit. Voorbeelden 2023-04-15T10:45:00Z2023-04-16T14:05:30Z2023-05-01T11:00:00Z
	End-to-end-doorlooptijd PO POEndToEndCycleTime	De totale verstreken tijd vanaf het aanmaken van de eerste inkoopaanvraag tot en met de uiteindelijke voltooiing van de purchase order.
Beschrijving Dit berekende attribuut meet de totale duur van het volledige purchase-orderproces. Het begint meestal met de gebeurtenis 'Purchase Requisition Created' en eindigt met de gebeurtenis 'Purchase Order Completed' of de laatste gebeurtenis 'Goods Receipt Posted'. Zo krijg je een volledig beeld van de procesefficiëntie. Dit is de belangrijkste maatstaf voor de KPI 'End-to-End PO Cycle Time' en het dashboard 'Purchase Order End-to-End Cycle Time'. Je kunt hiermee de totale prestaties en het effect van procesverbeteringen volgen. Door deze totale doorlooptijd uit te splitsen naar leverancier, afdeling of materiaalgroep, worden de grootste oorzaken van lange doorlooptijden zichtbaar. Waarom dit belangrijk is Vertegenwoordigt de totale verwerkingstijd van een purchase order. Dit geeft op hoofdlijnen inzicht in de procesefficiëntie en de ervaring van de klant. Waar je het vindt Wordt tijdens de data-transformatie berekend als het verschil tussen de vroegste en de laatste timestamp van een case. Voorbeelden P15DP30D12HP7D
	Inkooporganisatie PurchasingOrganization	De organisatie-eenheid die verantwoordelijk is voor de inkoop van materialen en diensten en voor onderhandelingen met leveranciers.
Beschrijving De inkooporganisatie is een belangrijke entiteit binnen de inkoopstructuur en is verantwoordelijk voor de strategische kant van inkoop. Er kunnen verschillende inkooporganisaties zijn voor regio's of bedrijfsonderdelen. Door het proces per inkooporganisatie te analyseren, worden verschillen zichtbaar in efficiëntie, compliance en strategieën voor leveranciersbeheer binnen het bedrijf. Dit helpt om best practices te standaardiseren en knelpunten of inefficiënties op organisatieniveau te vinden. Waarom dit belangrijk is Maakt analyse op hoofdlijnen mogelijk van procesefficiëntie en compliance binnen verschillende strategische inkoopeenheden. Waar je het vindt Dit is een standaard organisatorisch dataveld op kopniveau van het Purchase Order-document. Voorbeelden PO_US01PO_EMEAPO_GLOBAL
	Is herwerk IsRework	Een berekende vlag die aangeeft of een purchase order een herwerklus heeft doorlopen, bijvoorbeeld doordat de order is afgewezen en opnieuw ingediend.
Beschrijving Dit booleaanse attribuut wordt afgeleid uit de volgorde van activiteiten. De waarde is 'true' als een purchase order teruggaat in het proces, bijvoorbeeld wanneer de activiteit 'Purchase Order goedkeuren' wordt gevolgd door 'Purchase Order wijzigen' en daarna opnieuw door een goedkeuring. Dit wijkt af van het ideale proces zonder onderbrekingen. Deze vlag is nodig voor het berekenen van de KPI Herwerkluspercentage PO en voor het filteren van de procesmap om inefficiënte flows zichtbaar te maken. Door cases met herwerk te identificeren, kunnen analisten de oorzaken onderzoeken, zoals onjuiste data-invoer of onduidelijke vereisten, en maatregelen nemen om het percentage goedkeuringen in één keer te verhogen. Waarom dit belangrijk is Markeert cases met procesinefficiënties en herwerk. Zo kunnen analisten de impact van lussen kwantificeren en gericht aanpakken. Waar je het vindt Dit attribuut staat niet in het bronsysteem, maar wordt tijdens de data-transformatie berekend op basis van de activiteitenvolgorde per case. Voorbeelden truefalse
	Is PO gewijzigd IsPurchaseOrderChanged	Een booleaanse vlag die aangeeft of de Purchase Order na het aanmaken is gewijzigd.
Beschrijving Dit afgeleide attribuut krijgt de waarde 'true' als er voor een case een activiteit 'Purchase Order gewijzigd' bestaat. Zo kun je het wijzigingspercentage eenvoudig op caseniveau analyseren. Deze vlag wordt gebruikt om de KPI Wijzigingspercentage purchase orders te berekenen. Je kunt de data snel segmenteren om gewijzigde en ongewijzigde orders te vergelijken. Zo worden mogelijke gevolgen van wijzigingen zichtbaar, zoals langere doorlooptijden of meer factuurverschillen. Het dashboard Analyse wijzigingspercentage purchase orders gebruikt dit attribuut om de frequentie van wijzigingen te kwantificeren. Waarom dit belangrijk is Geeft een eenvoudige vlag om alle gewijzigde purchase orders te identificeren. Zo kun je wijzigingspercentages berekenen en de impact ervan analyseren. Waar je het vindt Deze vlag wordt tijdens de data-transformatie afgeleid door per Purchase Order Number te controleren of de gebeurtenis 'Purchase Order Changed' voorkomt. Voorbeelden truefalse
	Laatste data-update LastDataUpdate	De timestamp die aangeeft wanneer de data voor deze gebeurtenis voor het laatst is vernieuwd of uit het bronsysteem is geëxtraheerd.
Beschrijving Dit attribuut geeft de datum en tijd van de laatste data-extractie uit SAP Ariba. Het is belangrijke metadata om te bepalen hoe actueel de geanalyseerde data is. Bij elke process mining-analyse is het belangrijk om te weten hoe recent de data is voor rapportages en besluitvorming. Met deze timestamp kun je controleren of je dashboards en KPI's, zoals Purchase Order Throughput Trend, op actuele informatie zijn gebaseerd. Waarom dit belangrijk is Geeft aan hoe actueel de data is. Zo begrijpen gebruikers hoe recent hun analyse is en groeit het vertrouwen in de inzichten. Waar je het vindt Deze timestamp wordt meestal tijdens het data-extractie-, transformatie- en laadproces (ETL) aan de dataset toegevoegd. Voorbeelden 2023-10-27T02:00:00Z2023-10-28T02:00:00Z
	Leveringsafwijking DeliveryVariance	Het berekende tijdsverschil tussen de gewenste leverdatum en de werkelijke datum van goederenontvangst.
Beschrijving Deze maatstaf kwantificeert de leverprestatie van een leverancier door te meten hoeveel eerder of later een levering plaatsvindt. De berekening is 'GoodsReceiptDate' min 'RequestedDeliveryDate'. Een positieve waarde betekent dat de levering te laat is, een negatieve waarde dat de levering te vroeg is en nul dat de levering op tijd was. Dit is de basisberekening voor het dashboard 'Vendor Delivery Performance' en de KPI 'Vendor Delivery Performance Variance'. Door deze afwijking per leverancier te analyseren, kunnen organisaties betrouwbare en minder betrouwbare partners identificeren. Dat helpt bij onderhandelingen met leveranciers en bij risicobeheer. Je kijkt zo verder dan alleen op tijd of te laat en ziet ook hoe groot de leveringsafwijking is. Waarom dit belangrijk is Kwantificeert de punctualiteit van leveranciers door precies te meten hoeveel te vroeg of te laat leveringen zijn. Dat is belangrijk voor het beheren van leveranciersprestaties. Waar je het vindt Wordt in de data-transformatielaag berekend door 'RequestedDeliveryDate' af te trekken van 'GoodsReceiptDate'. Voorbeelden P2D-P1DP0D
	Materiaalgroep MaterialGroup	Een classificatie om materialen of diensten met vergelijkbare kenmerken te groeperen.
Beschrijving De materiaalgroep, in de terminologie van Ariba ook wel Commodity Code genoemd, categoriseert de ingekochte artikelen. Zo kun je uitgaven analyseren en verschillende inkoopstrategieën toepassen op verschillende soorten goederen of diensten. Met process mining kun je dit attribuut gebruiken om het inkoopproces te analyseren op basis van wat er wordt gekocht. Het goedkeuringsproces voor IT-hardware kan bijvoorbeeld anders zijn dan dat voor kantoorartikelen. Zo krijg je een gerichter beeld en kun je procesverbeteringen afstemmen op specifieke inkoopcategorieën. Waarom dit belangrijk is Maakt analyse mogelijk op basis van de categorie goederen of diensten die wordt ingekocht. Zo worden verschillen zichtbaar in de manier waarop artikelen worden ingekocht. Waar je het vindt Dit is een standaardveld op regelniveau van een Purchase Order, vaak aangeduid als 'Commodity Code'. Voorbeelden IT.HardwareOffice.SuppliesProfessional.Services
	Nr. inkoopaanvraag. PurchaseRequisitionNumber	De unieke identificatie van de inkoopaanvraag die aan de purchase order voorafging.
Beschrijving Dit attribuut koppelt een purchase order aan de oorspronkelijke inkoopaanvraag. Niet elke purchase order heeft een voorafgaande aanvraag, bijvoorbeeld wanneer de PO rechtstreeks wordt aangemaakt. Deze koppeling is nodig om het volledige end-to-end-inkoopproces te analyseren, vanaf de eerste aanvraag. Het veld is nodig voor het dashboard Conversiefunnel van aanvraag naar PO en de KPI Conversietijd van aanvraag naar PO. Door deze koppeling te analyseren, kun je vertragingen vinden tussen het goedkeuren van een aanvraag en het plaatsen van de formele order bij de leverancier. Waarom dit belangrijk is Koppelt de purchase order aan de oorspronkelijke aanvraag. Zo kun je het proces echt end-to-end analyseren, van het aanmaken van de aanvraag tot en met de uitvoering van de order. Waar je het vindt Deze informatie is meestal beschikbaar als referentieveld op de orderregel van de Purchase Order. Voorbeelden PR10004567PR10004568PR10004569
	PO-status PurchaseOrderStatus	De huidige status van de purchase order in de levenscyclus.
Beschrijving Dit attribuut geeft de huidige status van de purchase order aan, zoals 'Bestellen', 'Ontvangen', 'Gefactureerd' of 'Voltooid'. Het laat zien waar de PO zich in het totale proces bevindt. Process mining reconstrueert de flow op basis van activiteiten, maar de huidige status is handig om cases te filteren en de actuele werkvoorraad te begrijpen. Een analist kan zich bijvoorbeeld alleen willen richten op 'Lopende' purchase orders die nog niet zijn voltooid. Je kunt dit attribuut ook gebruiken om de laatste activiteit in een procesverloop te controleren. Waarom dit belangrijk is Geeft snel weer waar een purchase order zich in de levenscyclus bevindt. Dat is handig om actieve of voltooide cases te filteren en daarop te focussen. Waar je het vindt Dit is een standaardstatusveld op de kop van het Purchase Order-document in SAP Ariba. Voorbeelden BestellenOntvangenVoltooidGeannuleerd
	PO-type PurchaseOrderType	Een classificatie van de purchase order, zoals standaard, raamovereenkomst of onderaanneming.
Beschrijving Het type purchase order categoriseert orders op basis van hun zakelijke doel. Verschillende ordertypen kunnen verschillende procespaden volgen en andere regels hebben voor goedkeuring en uitvoering. Met dit attribuut kun je het proces segmenteren voor een gerichtere analyse. Door bijvoorbeeld de doorlooptijd van 'Standaard-PO's' apart te analyseren van die van 'Service-PO's', worden verschillende soorten knelpunten zichtbaar. Zo ontstaan homogener samengestelde datasets en krijg je een duidelijker beeld van specifieke inkoopsituaties. Waarom dit belangrijk is Maakt analyse per ordertype mogelijk. Dat levert nauwkeurigere inzichten op, omdat verschillende typen vaak een andere procesflow hebben. Waar je het vindt Raadpleeg de documentatie van SAP Ariba. Dit is meestal een configureerbaar veld op kopniveau van de PO. Voorbeelden Standaard-inkooporderService-inkooporderRaaminkooporder
	Valuta DocumentCurrency	De valutacode voor de geldbedragen op de purchase order.
Beschrijving Dit attribuut geeft aan in welke valuta, zoals USD, EUR of GBP, het PO-bedrag is uitgedrukt. Deze context is nodig voor alle financiële data. Bij analyses van een proces dat meerdere landen of regio's omvat, is de documentvaluta nodig om geldbedragen correct te interpreteren en te vergelijken. Alle financiële KPI's en dashboards moeten dit veld gebruiken om op één valuta te filteren of de juiste wisselkoersen toe te passen voor een correcte optelling en vergelijking. Waarom dit belangrijk is Geeft de nodige context aan alle geldvelden. Zo blijft de financiële analyse correct en voorkom je dat bedragen in verschillende valuta verkeerd worden opgeteld. Waar je het vindt Dit is een standaardveld op kopniveau van het Purchase Order-document in SAP Ariba. Voorbeelden USDEURGBPJPY

Verplicht Aanbevolen Optioneel

Purchase to Pay - Purchase Order-activiteiten

Dit zijn de belangrijkste processtappen en mijlpalen die je in je event log vastlegt voor een nauwkeurige procesontdekking van het Purchase to Pay - Purchase Order-proces.

6 Aanbevolen 8 Optioneel

	Activiteit	Beschrijving
	Goederenontvangst geboekt	Dit staat voor de fysieke ontvangst van goederen, die in SAP Ariba wordt geregistreerd. Het is een expliciete gebeurtenis die wordt vastgelegd wanneer een gebruiker een Receipt-document voor een regelitem van een Purchase Order aanmaakt en indient.
Waarom dit belangrijk is Dit is een belangrijke mijlpaal om de levering te bevestigen en het eindpunt voor het meten van de leverprestaties van de leverancier. Bij een three-way match maakt dit ook betaling van de factuur mogelijk. Waar je het vindt Vastgelegd via de aanmaak- of indieningstimestamp van het aan de PurchaseOrder gekoppelde Receipt-document. Vastleggen Op basis van de indieningstimestamp van het Goods Receipt-document. Eventtype explicit
	Inkoopaanvraag aangemaakt	Deze activiteit markeert het aanmaken van een inkoopaanvraag. Dit is het formele verzoek om goederen of diensten dat voorafgaat aan een Purchase Order. In SAP Ariba wordt dit meestal vastgelegd wanneer een gebruiker een nieuwe aanvraag opslaat en indient, waardoor een expliciet record met een aanmaaktimestamp ontstaat.
Waarom dit belangrijk is Dit is het belangrijkste startpunt van het inkoopproces. Door de tijd tussen deze gebeurtenis en het aanmaken van de PO te analyseren, krijg je inzicht in de doorlooptijd van aanvraag tot order en zie je waar vroeg in het proces bottlenecks ontstaan. Waar je het vindt Deze gebeurtenis komt uit de aanmaakdatum van het Requisition-documentobject in de SAP Ariba Buying-module. De statuswijziging naar 'Submitted' markeert vaak de formele start. Vastleggen Op basis van de aanmaaktimestamp van het inkoopaanvraagdocument. Eventtype explicit
	Purchase Order aangemaakt	Deze activiteit staat voor het aanmaken van het officiële Purchase Order-document in SAP Ariba, vanuit een goedgekeurde aanvraag of rechtstreeks. De aanmaaktimestamp van het PO-document markeert de formele start van de levenscyclus van de PO.
Waarom dit belangrijk is Bij rechtstreekse PO's is dit het begin van het proces. Het is een belangrijke mijlpaal voor het meten van de doorlooptijd van aanvraag tot PO en van de totale verwerkingstijd van de PO. Waar je het vindt Vastgelegd via de aanmaaktimestamp van het PurchaseOrder-documentobject in SAP Ariba Buying. De status is op dit moment meestal 'Composing' of 'Submitted'. Vastleggen Op basis van de aanmaaktimestamp van het Purchase Order-document. Eventtype explicit
	Purchase Order afgerond	Deze activiteit markeert het succesvolle einde van de levenscyclus van de Purchase Order. Dit betekent dat goederen of diensten volledig zijn ontvangen en gefactureerd. De gebeurtenis wordt afgeleid uit een statuswijziging van de PO naar 'Received', 'Invoiced' of een vergelijkbare eindstatus.
Waarom dit belangrijk is Dit is het belangrijkste eindpunt voor een succesvol afgerond proces. Door de tijd tot dit moment te meten, bereken je de end-to-end-doorlooptijd, een belangrijke maatstaf voor de efficiëntie van het totale proces. Waar je het vindt Afgeleid uit de timestamp waarop de status van de PurchaseOrder verandert naar een eindstatus zoals 'Received'. De PO is afgerond wanneer alle regelitems volledig zijn ontvangen. Vastleggen Afgeleid uit de statuswijziging van de PO naar 'Received' of een vergelijkbare afgeronde status. Eventtype inferred
	Purchase Order goedgekeurd	Dit geeft aan dat de Purchase Order alle benodigde interne goedkeuringen heeft gekregen en naar de leverancier kan worden gestuurd. De gebeurtenis wordt afgeleid uit de statuswijziging van het PO-document naar 'Approved' nadat de aangewezen workflow is afgerond.
Waarom dit belangrijk is Dit is een belangrijke mijlpaal voor het meten van goedkeuringsdoorlooptijden en het vinden van bottlenecks in managementreviews. Vertragingen op dit punt hebben direct invloed op de doorlooptijd bij de leverancier en de efficiëntie van de inkoop. Waar je het vindt Afgeleid uit de timestamp waarop de status of het veld 'ApprovedState' van het PurchaseOrder-document verandert naar 'Approved'. Goedkeuringsgeschiedenis bevat hiervoor gedetailleerde data. Vastleggen Afgeleid uit de timestamp van de laatste goedkeuringsactie in de goedkeuringsflow van de PO. Eventtype inferred
	Purchase Order naar leverancier gestuurd	Dit is het moment waarop de goedgekeurde Purchase Order officieel naar de leverancier wordt verzonden, meestal via het Ariba Network. De gebeurtenis wordt vastgelegd wanneer de PO-status verandert naar 'Sent' of 'Ordered'.
Waarom dit belangrijk is Hier gaat het proces over van interne verwerking naar externe uitvoering. Dit is het startpunt voor het meten van de doorlooptijd bij de leverancier en de leverprestaties. Waar je het vindt Afgeleid uit de timestamp waarop de status van het PurchaseOrder-document verandert naar 'Sent' of 'Ordered'. Dit is een standaardstatuswijziging in Ariba. Vastleggen Afgeleid uit de timestamp van de statuswijziging naar 'Sent' of een vergelijkbare status. Eventtype inferred
	Advance Ship Notice ontvangen	Deze activiteit wordt vastgelegd wanneer de leverancier via het Ariba Network een Advance Ship Notice (ASN) verstuurt om aan te geven dat de goederen zijn verzonden. De ASN bevat gegevens over de zending, zoals artikelen, hoeveelheden en trackinginformatie.
Waarom dit belangrijk is De ASN geeft inzicht in de toeleveringsketen, zodat de ontvangende afdeling zich op de levering kan voorbereiden. Het is een belangrijke bron voor het volgen van voorraad onderweg en het voorspellen van levertijden. Waar je het vindt Vastgelegd via de aanmaakdatum van het ShipNotice-document dat aan de regelitems van de PurchaseOrder is gekoppeld. Vastleggen Op basis van de aanmaaktimestamp van het Advance Ship Notice-document (ASN). Eventtype explicit
	Dienstenbevestiging ingevoerd	Dit staat voor de bevestiging dat diensten zijn geleverd en is het equivalent van een goederenontvangst voor diensten. De gebeurtenis wordt vastgelegd wanneer een Service Sheet voor een Purchase Order voor diensten wordt aangemaakt en goedgekeurd.
Waarom dit belangrijk is Deze activiteit is belangrijk om de uitvoering van dienstenorders te volgen en betaling mogelijk te maken. Door de tijdigheid ervan te analyseren, houd je zicht op de dienstverlening en de bijbehorende uitgaven. Waar je het vindt Vastgelegd via de goedkeuringstimestamp van het aan de PurchaseOrder gekoppelde ServiceSheet-document. Vastleggen Op basis van de goedkeuringstimestamp van het Service Sheet-document. Eventtype explicit
	Factuur ontvangen voor PO	Dit geeft aan dat een factuur van de leverancier met een verwijzing naar de Purchase Order is ontvangen en ingevoerd in SAP Ariba. Deze gebeurtenis verbindt het inkoopproces met het daaropvolgende betalingsproces.
Waarom dit belangrijk is Deze activiteit is een belangrijk koppelpunt tussen inkoop en financiën. De timing ervan is belangrijk voor het beheer van werkkapitaal en tijdige betalingen aan leveranciers. Waar je het vindt Vastgelegd via de aanmaaktimestamp van het Invoice-document in Ariba Invoicing, dat een verwijzing naar de PurchaseOrder bevat. Vastleggen Op basis van de aanmaaktimestamp van het aan de PO gekoppelde factuurdocument. Eventtype explicit
	Goederen teruggestuurd naar leverancier	Deze activiteit legt het terugsturen van goederen naar een leverancier vast, meestal vanwege schade, defecten of een verkeerde levering. Dit wordt geregistreerd wanneer een retourontvangst of debetnota voor de oorspronkelijke goederenontvangst wordt aangemaakt.
Waarom dit belangrijk is Door retouren te volgen, zie je problemen met de kwaliteit van de leverancier en de juistheid van leveringen. Analyse van de frequentie en redenen van retouren kan helpen bij de selectie en het beheer van leveranciers. Waar je het vindt Dit kan worden afgeleid uit het aanmaken van een ontvangstbewijs voor retouren of uit een negatieve hoeveelheid op een ontvangst. De precieze werkwijze hangt af van de configuratie. Vastleggen Afgeleid uit het aanmaken van een ontvangst met een negatieve hoeveelheid of een specifiek type 'Return'. Eventtype inferred
	Inkoopaanvraag goedgekeurd	Dit staat voor de definitieve goedkeuring van een inkoopaanvraag door alle vereiste belanghebbenden. Daarna kan de aanvraag worden omgezet in een Purchase Order. Dit wordt meestal afgeleid uit de statuswijziging van het Requisition-document naar 'Approved' en de timestamp van die laatste goedkeuringsactie.
Waarom dit belangrijk is Met deze mijlpaal eindigt de interne goedkeuringsfase van de aanvraag. Door dit moment te volgen, meet je hoe efficiënt interne controles en goedkeuringsworkflows zijn voordat de PO wordt aangemaakt. Waar je het vindt Afgeleid uit de goedkeuringsgeschiedenis of het statusveld van het Requisition-document. De timestamp van de gebeurtenis is de datum waarop de status veranderde naar 'Approved'. Vastleggen Afgeleid uit de timestamp waarop het veld 'ApprovedState' van de aanvraag verandert naar 'Approved'. Eventtype inferred
	Leverancier heeft Purchase Order bevestigd	Dit geeft aan dat de leverancier de Purchase Order heeft ontvangen en bevestigd en van plan is deze uit te voeren. De gebeurtenis wordt vastgelegd wanneer de leverancier via het Ariba Network een Order Confirmation-document indient, waardoor de PO-status wordt bijgewerkt.
Waarom dit belangrijk is Deze activiteit geeft zekerheid dat de leverancier de order verwerkt. Je kunt hiermee de reactiesnelheid van de leverancier en de juistheid van de oorspronkelijke order volgen. Waar je het vindt Afgeleid uit de timestamp waarop de status van de PurchaseOrder wordt bijgewerkt naar 'Confirmed' na ontvangst van een Order Confirmation van de leverancier. Vastleggen Op basis van de aanmaakdatum van het bijbehorende Order Confirmation-document of een statuswijziging van de PO. Eventtype inferred
	Purchase Order geannuleerd	Dit staat voor het beëindigen van een Purchase Order voordat deze is uitgevoerd. Dit kan worden geïnitieerd door de inkopende organisatie of, in uitzonderlijke gevallen, door de leverancier.
Waarom dit belangrijk is Dit is een belangrijke uitzondering en een eindpunt van het proces. Door te analyseren waarom PO's worden geannuleerd, kunnen problemen met planning, budgetten of de betrouwbaarheid van leveranciers zichtbaar worden. Waar je het vindt Afgeleid uit de timestamp waarop de status van het PurchaseOrder-document verandert naar 'Cancelled' of 'Closed'. Vastleggen Afgeleid uit de timestamp van de statuswijziging naar 'Cancelled'. Eventtype inferred
	Purchase Order gewijzigd	Deze activiteit legt elke wijziging vast die na het aanmaken van een Purchase Order wordt aangebracht, bijvoorbeeld in hoeveelheid, prijs of leverdatum. Er wordt een nieuwe versie van het PO-document aangemaakt, vaak met een nieuwe goedkeuringsworkflow als gevolg.
Waarom dit belangrijk is Door wijzigingen te volgen, zie je inefficiënties, herstelwerk en de grondoorzaken van fouten in de inkoop. Een hoog wijzigingspercentage kan wijzen op onvoldoende eisenverzameling vooraf. Waar je het vindt Vastgelegd door meerdere versies van hetzelfde PurchaseOrder-document te herkennen. Elke nieuwe versie heeft een aanmaaktimestamp die voor deze gebeurtenis kan worden gebruikt. Vastleggen Gelogd wanneer een nieuwe versie van het PO-document wordt aangemaakt en opgeslagen. Eventtype explicit

Aanbevolen Optioneel

Extractiegidsen

Zo haal je data uit SAP Ariba

Stappen

Open analytische rapportage: Log in op je SAP Ariba-instantie met een gebruiker die rechten heeft als rapportagebeheerder of rapportagegebruiker. Ga naar het rapportagedashboard via Manage > Analytical Reporting.
Maak een nieuw rapport: Klik op Create en selecteer Report. Kies Transactional Report uit de beschikbare opties om een rapport op basis van transactiedata te maken.
Selecteer het datamodel (Fact): Kies het datamodel met de inkoopdata. Dit heet vaak Procurement Workspace Data, Sourcing and Procurement Data of een vergelijkbare aangepaste fact, zoals [Your Procurement Data Mart]. Gebruik dit als basis voor je rapport.
Voeg rapportinhoud toe (Facts en Dimensions): Voeg in het paneel Data Fields de benodigde objecten toe aan de rapportquery. Neem minimaal facts op voor Purchase Order, Purchase Requisition, Receipt, Invoice en User. Sleep de benodigde velden uit deze objecten naar de sectie Report Columns.
Definieer de rapportkolommen: Voeg alle velden toe die nodig zijn om het event log op te bouwen. Dit wordt een brede export die je later omzet. Neem het volgende op:
- Purchase Order.ID (als PurchaseOrderNumber)
- Purchase Requisition.Time Created
- Purchase Requisition.Approved Date
- Purchase Order.Time Created
- Purchase Order.Approved Date
- Purchase Order.Version Time Created (voor wijzigingen)
- Purchase Order.Ordered Date (voor Sent to Vendor)
- Order Confirmation.Confirmation Date
- Advance Ship Notice.Time Created
- Receipt.Receipt Date (als GoodsReceiptDate)
- Service Sheet.Approved Date
- Invoice.Time Created
- Purchase Order.Closed Date (voor Completed)
- Purchase Order.Canceled Date
- Voeg ook User.Name, Department.Name, Supplier.Name, Purchase Order.Total Cost en Purchase Order.Req Delivery Date toe.
Stel rapportfilters in: Ga naar het tabblad Filters. Stel een filter in voor de belangrijkste timestamp om de hoeveelheid data te beperken. Een gebruikelijke keuze is Purchase Order.Time Created voor de afgelopen 3 tot 6 maanden. Voeg andere belangrijke filters toe, zoals Company Code of Purchasing Organization, om de data tot jouw analysegebied te beperken.
Sla het rapport op en voer het uit: Sla het rapport op met een duidelijke naam, zoals ProcessMind_P2P_PO_Extraction. Gebruik bij grote datasets de optie Schedule om het rapport 's nachts uit te voeren en de systeembelasting te beperken. Voer het rapport niet meteen uit.
Exporteer de rapportdata: Ga nadat het rapport is uitgevoerd naar je geplande rapporten, zoek de voltooide uitvoering en download de uitvoer. Kies CSV als exportformaat voor de beste compatibiliteit met datatransformatietools.
Transformeer de data: De geëxporteerde CSV heeft een breed formaat, met één rij per inkooporder. Zet deze om naar een lang event log. Gebruik bijvoorbeeld Microsoft Excel Power Query, Python of een speciale ETL-tool om de datumkolommen te 'unpivoten'. Maak voor elke rij in het oorspronkelijke bestand meerdere rijen in het nieuwe bestand, één voor elke niet-lege datumkolom. Elke nieuwe rij bevat PurchaseOrderNumber, ActivityName, afgeleid van de kop van de oorspronkelijke datumkolom, en EventTime, de waarde uit die datumkolom.
Rond af en upload: Controleer of het getransformeerde CSV-bestand de vereiste kolomkoppen bevat, zoals PurchaseOrderNumber, ActivityName en EventTime. Het bestand is nu klaar om naar je process mining-platform te uploaden.

Configuratie

Vereisten: Je hebt een gebruikersaccount nodig met de rechten 'Reporting User' of 'Reporting Administrator' om analytische rapporten te maken, uit te voeren en in te plannen.
Rapporttype: Gebruik een Transactional Report. Hiermee combineer je meerdere datafacts, zoals inkooporders, aanvragen en facturen, in één rapport. Dat is nodig om het volledige proces vast te leggen.
Datamodel (Fact): Het rapport moet gebaseerd zijn op een volledige inkoopdatamart, zoals Procurement Workspace Data of een aangepast equivalent waarin inkooporders aan gerelateerde documenten zijn gekoppeld.
Filter op datumbereik: Gebruik altijd een datumfilter om de omvang van de dataset te beperken. Een goed startpunt is Purchase Order Creation Date voor de afgelopen 3 tot 6 maanden.
Belangrijke datafilters: Filter op Company Code en/of Purchasing Organization om de data relevant te houden en de hoeveelheid data te beperken. Zo beperk je de extractie tot specifieke bedrijfsonderdelen.
Prestaties: Plan rapporten met tienduizenden inkooporders altijd buiten piekuren. Grote, complexe rapporten on demand uitvoeren kan de systeemprestaties voor alle gebruikers negatief beïnvloeden.

a Voorbeeldquery sql

/*
This is a conceptual SQL query representing the logic to be built in the SAP Ariba Analytical Reporting UI.
The final output is a single CSV file that is later transformed into an event log.
The Ariba UI does not use SQL directly; this query illustrates the required data structure and joins.
*/

-- Activity: Purchase Requisition Created
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Purchase Requisition Created' AS "ActivityName",
  pr.CREATION_TIME AS "EventTime",
  pr_creator.USER_NAME AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  NULL AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
LEFT JOIN [Ariba.PRHeader] pr ON po.PR_ID = pr.PR_ID
LEFT JOIN [Ariba.Users] pr_creator ON pr.CREATED_BY_USER_ID = pr_creator.USER_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]')

UNION ALL

-- Activity: Purchase Requisition Approved
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Purchase Requisition Approved' AS "ActivityName",
  pr.APPROVAL_TIME AS "EventTime",
  pr_approver.USER_NAME AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  NULL AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
LEFT JOIN [Ariba.PRHeader] pr ON po.PR_ID = pr.PR_ID
LEFT JOIN [Ariba.Users] pr_approver ON pr.APPROVED_BY_USER_ID = pr_approver.USER_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]') AND pr.APPROVAL_TIME IS NOT NULL

UNION ALL

-- Activity: Purchase Order Created
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Purchase Order Created' AS "ActivityName",
  po.CREATION_TIME AS "EventTime",
  po_creator.USER_NAME AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  NULL AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
LEFT JOIN [Ariba.Users] po_creator ON po.CREATED_BY_USER_ID = po_creator.USER_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]')

UNION ALL

-- Activity: Purchase Order Approved
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Purchase Order Approved' AS "ActivityName",
  po.APPROVAL_TIME AS "EventTime",
  po_approver.USER_NAME AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  NULL AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
LEFT JOIN [Ariba.Users] po_approver ON po.APPROVED_BY_USER_ID = po_approver.USER_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]') AND po.APPROVAL_TIME IS NOT NULL

UNION ALL

-- Activity: Purchase Order Changed
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Purchase Order Changed' AS "ActivityName",
  ver.VERSION_CREATION_TIME AS "EventTime",
  changer.USER_NAME AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  NULL AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
INNER JOIN [Ariba.POVersions] ver ON po.PO_ID = ver.PO_ID AND ver.VERSION_NUMBER > 1
LEFT JOIN [Ariba.Users] changer ON ver.CHANGED_BY_USER_ID = changer.USER_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]')

UNION ALL

-- Activity: Purchase Order Sent To Vendor
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Purchase Order Sent To Vendor' AS "ActivityName",
  po.ORDERED_TIME AS "EventTime",
  sender.USER_NAME AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  NULL AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
LEFT JOIN [Ariba.Users] sender ON po.ORDERED_BY_USER_ID = sender.USER_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]') AND po.ORDERED_TIME IS NOT NULL

UNION ALL

-- Activity: Vendor Confirmed Purchase Order
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Vendor Confirmed Purchase Order' AS "ActivityName",
  oc.CONFIRMATION_TIME AS "EventTime",
  'System/Vendor' AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  NULL AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
INNER JOIN [Ariba.OrderConfirmations] oc ON po.PO_ID = oc.PO_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]') AND oc.CONFIRMATION_TIME IS NOT NULL

UNION ALL

-- Activity: Advance Ship Notice Received
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Advance Ship Notice Received' AS "ActivityName",
  asn.CREATION_TIME AS "EventTime",
  'System/Vendor' AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  NULL AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
INNER JOIN [Ariba.ASNs] asn ON po.PO_ID = asn.PO_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]') AND asn.CREATION_TIME IS NOT NULL

UNION ALL

-- Activity: Goods Receipt Posted
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Goods Receipt Posted' AS "ActivityName",
  rcpt.RECEIPT_TIME AS "EventTime",
  receiver.USER_NAME AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  rcpt.RECEIPT_TIME AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
INNER JOIN [Ariba.Receipts] rcpt ON po.PO_ID = rcpt.PO_ID
LEFT JOIN [Ariba.Users] receiver ON rcpt.CREATED_BY_USER_ID = receiver.USER_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]') AND rcpt.RECEIPT_TYPE = 'Goods'

UNION ALL

-- Activity: Services Confirmation Entered
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Services Confirmation Entered' AS "ActivityName",
  ss.APPROVAL_TIME AS "EventTime",
  ss_creator.USER_NAME AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  ss.APPROVAL_TIME AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
INNER JOIN [Ariba.ServiceSheets] ss ON po.PO_ID = ss.PO_ID
LEFT JOIN [Ariba.Users] ss_creator ON ss.CREATED_BY_USER_ID = ss_creator.USER_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]') AND ss.APPROVAL_TIME IS NOT NULL

UNION ALL

-- Activity: Goods Returned To Vendor
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Goods Returned To Vendor' AS "ActivityName",
  rcpt.RECEIPT_TIME AS "EventTime",
  returner.USER_NAME AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  NULL AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
INNER JOIN [Ariba.Receipts] rcpt ON po.PO_ID = rcpt.PO_ID AND rcpt.RECEIPT_TYPE = 'Return'
LEFT JOIN [Ariba.Users] returner ON rcpt.CREATED_BY_USER_ID = returner.USER_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]')

UNION ALL

-- Activity: Invoice Received Against PO
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Invoice Received Against PO' AS "ActivityName",
  inv.CREATION_TIME AS "EventTime",
  'System/AP' AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  NULL AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
INNER JOIN [Ariba.Invoices] inv ON po.PO_ID = inv.PO_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]')

UNION ALL

-- Activity: Purchase Order Completed
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Purchase Order Completed' AS "ActivityName",
  po.COMPLETED_TIME AS "EventTime",
  'System' AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  NULL AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]') AND po.STATUS = 'Completed'

UNION ALL

-- Activity: Purchase Order Cancelled
SELECT
  po.PO_NUMBER AS "PurchaseOrderNumber",
  'Purchase Order Cancelled' AS "ActivityName",
  po.CANCELLED_TIME AS "EventTime",
  canceller.USER_NAME AS "UserName",
  dept.DEPARTMENT_NAME AS "DepartmentName",
  vendor.VENDOR_NAME AS "VendorName",
  po.TOTAL_AMOUNT AS "PurchaseOrderAmount",
  po.REQUESTED_DELIVERY_DATE AS "RequestedDeliveryDate",
  NULL AS "GoodsReceiptDate"
FROM [Ariba.POHeader] po
LEFT JOIN [Ariba.Users] canceller ON po.CANCELLED_BY_USER_ID = canceller.USER_ID
LEFT JOIN [Ariba.Departments] dept ON po.DEPARTMENT_ID = dept.DEPT_ID
LEFT JOIN [Ariba.Vendors] vendor ON po.VENDOR_ID = vendor.VENDOR_ID
WHERE po.CREATION_TIME BETWEEN '[START_DATE]' AND '[END_DATE]' AND po.COMPANY_CODE IN ('[Your Company Code]') AND po.STATUS = 'Cancelled'

Stappen

Vereisten: Zorg dat je een ontwikkelaarsaccount bij SAP Ariba hebt en een applicatie met API-toegang hebt aangemaakt. Je hebt de API Key, OAuth Client ID en OAuth Client Secret nodig. De applicatie moet zijn goedgekeurd en rechten hebben voor de Analytical Reporting API.
Configureer de Reporting View: Controleer in de SAP Ariba-beheeromgeving of een analytische rapportageweergave, ook wel view template genoemd, alle benodigde velden voor de levenscyclus van een inkooporder bevat. Deze weergave moet data uit aanvragen, inkooporders, ontvangsten en facturen combineren. Noteer de exacte naam van deze view template, want die heb je nodig voor de API-call.
Installeer Python-bibliotheken: Maak een Python-omgeving en installeer de benodigde bibliotheken: requests voor API-calls en pandas voor dataverwerking. Je kunt ze installeren met pip: pip install requests pandas.
Stel het Python-script in: Kopieer het meegeleverde Python-script naar een bestand, bijvoorbeeld ariba_p2p_extractor.py. Vul de placeholdervariabelen bovenaan het script in met jouw Ariba-inloggegevens, API-endpoints en de naam van je reporting view template.
Authenticeer en haal een token op: Het eerste deel van het script regelt OAuth 2.0-authenticatie. Het stuurt je inloggegevens naar het Ariba-authenticatie-endpoint en ontvangt een tijdelijk access token voor de volgende API-calls.
Definieer en verstuur de rapportagejob: Het script maakt een JSON-payload voor de rapportagejob. Deze payload bepaalt welke view template je gebruikt en stelt filters in, zoals een datumbereik voor de aanmaakdatum van de inkooporder. Daarna verstuurt het script de job naar de Ariba Reporting API, die het rapport asynchroon opbouwt.
Controleer of de job klaar is: Omdat het rapport asynchroon wordt opgebouwd, controleert het script periodiek de status van de job. Het wacht tot de status verandert in Completed.
Download de rapportdata: Zodra de job klaar is, haalt het script een download-URL uit de statusreactie van de job. Daarna downloadt het de rapportdata als een met GZIP gecomprimeerd CSV-bestand en pakt het dit uit.
Zet de data om naar een event log: De gedownloade CSV wordt in een pandas DataFrame geladen. Deze data heeft meestal een breed formaat, met één rij per inkooporder. Het script zet deze brede tabel om naar een lang event log. Het loopt door de kolommen met verschillende bedrijfsgebeurtenissen, zoals pr.TimeCreated en po.ApprovedDate, en maakt voor elke geldige timestamp een nieuwe rij voor die activiteit.
Koppel attributen: Tijdens de transformatie vult het script de vereiste kolommen voor elk event in: PurchaseOrderNumber (Case ID), ActivityName en EventTime. Ook koppelt het andere relevante gegevens, zoals UserName, VendorName en PurchaseOrderAmount, aan elke eventrij.
Sla het definitieve event log op: Nadat alle activiteiten zijn verwerkt en het volledige event log is opgebouwd, sorteert het script de data op case-ID en eventtijd. Tot slot slaat het de resulterende DataFrame op als ariba_p2p_event_log.csv. Dit bestand kun je uploaden naar een process mining-tool.

Configuratie

API-applicatie: Registreer een applicatie in het SAP Ariba Developer Portal en geef toegang tot de 'Analytical Reporting API'.
Reporting View Template: Deze methode draait om een vooraf gebouwde reporting view. Configureer deze weergave in Ariba zodat alle benodigde documenttypen worden gecombineerd, zoals Purchase Requisition, Purchase Order, Receipt, Service Sheet en Invoice. Zorg ook dat alle vereiste datum- en attribuutvelden beschikbaar zijn.
Authenticatie: Het script gebruikt OAuth 2.0 voor authenticatie. Je hebt een geldige API Key, Client ID en Client Secret uit je Ariba-applicatie nodig.
Filter op datumbereik: Voeg aan de API-call een filter toe op de aanmaakdatum van de inkooporder, po.TimeCreated, om de omvang van de extractie te beperken. Een gebruikelijk bereik is 3 tot 12 maanden, zodat je voldoende detail houdt zonder de prestaties onnodig te belasten.
Realm Name: Je hebt de specifieke Ariba-realmnaam van je bedrijf nodig om de API-endpoints samen te stellen.
API-endpoints: Gebruik de juiste basis-URL's voor authenticatie, api.ariba.com, en rapportage, [your-realm].ariba.com.
Datagranulariteit: Configureer de reporting view op het niveau van de kop van de Purchase Order of op regelniveau, afhankelijk van het gewenste detailniveau voor de procesanalyse.

a Voorbeeldquery python

import requests
import pandas as pd
import json
import time
import gzip
import io

class=class="hl-string">"hl-comment"># --- Configuration Settings --- #
class=class="hl-string">"hl-comment"># Replace with your SAP Ariba Developer Portal application credentials
API_KEY = class="hl-string">'[Your_API_Key]'
CLIENT_ID = class="hl-string">'[Your_OAuth_Client_ID]'
CLIENT_SECRET = class="hl-string">'[Your_OAuth_Client_Secret]'

class=class="hl-string">"hl-comment"># Replace with your company's Ariba realm information
REALM = class="hl-string">'[Your_Company_Ariba_Realm]'

class=class="hl-string">"hl-comment"># Replace with the exact name of your pre-configured reporting view in Ariba
VIEW_TEMPLATE_NAME = class="hl-string">'[Your_P2P_View_Template]'

class=class="hl-string">"hl-comment"># --- API Endpoints --- #
AUTH_URL = class="hl-string">'https://api.ariba.com/v2/oauth/token'
API_BASE_URL = fclass="hl-string">'https://{REALM}.ariba.com/api/analytics-reporting-view/v1'

class=class="hl-string">"hl-comment"># --- Helper Functions --- #
def get_access_token():
    class="hl-string">"""Authenticates with Ariba and returns an access token."""
    auth_payload = {
        class="hl-string">'grant_type': class="hl-string">'client_credentials',
        class="hl-string">'client_id': CLIENT_ID,
        class="hl-string">'client_secret': CLIENT_SECRET
    }
    try:
        response = requests.post(AUTH_URL, data=auth_payload)
        response.raise_for_status()
        return response.json()[class="hl-string">'access_token']
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error getting access token: {e}")
        print(fclass="hl-string">"Response body: {response.text}")
        return None

def main():
    class="hl-string">"""Main function to run the extraction process."""
    access_token = get_access_token()
    if not access_token:
        return

    headers = {
        class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}',
        class="hl-string">'apiKey': API_KEY,
        class="hl-string">'Content-Type': class="hl-string">'application/json'
    }

    class=class="hl-string">"hl-comment"># Define the reporting job with filters
    report_job_payload = {
        class="hl-string">"viewTemplateName": VIEW_TEMPLATE_NAME,
        class="hl-string">"filters": {
            class="hl-string">"createdDateFrom": class="hl-string">"2023-01-01T00:00:00Z",
            class="hl-string">"createdDateTo": class="hl-string">"2023-12-31T23:59:59Z"
        },
        class="hl-string">"outputFormat": class="hl-string">"csv"
    }

    class=class="hl-string">"hl-comment"># 1. Submit the report generation job
    print(class="hl-string">"Submitting report job...")
    try:
        submit_response = requests.post(fclass="hl-string">'{API_BASE_URL}/jobs', headers=headers, json=report_job_payload)
        submit_response.raise_for_status()
        job_id = submit_response.json()[class="hl-string">'jobId']
        print(fclass="hl-string">"Job submitted successfully. Job ID: {job_id}")
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error submitting job: {e}")
        print(fclass="hl-string">"Response body: {submit_response.text}")
        return

    class=class="hl-string">"hl-comment"># 2. Poll for job completion
    while True:
        print(class="hl-string">"Checking job status...")
        try:
            status_response = requests.get(fclass="hl-string">'{API_BASE_URL}/jobs/{job_id}', headers=headers)
            status_response.raise_for_status()
            status = status_response.json()[class="hl-string">'status']
            print(fclass="hl-string">"Current job status: {status}")
            if status == class="hl-string">'COMPLETED':
                download_url = status_response.json()[class="hl-string">'downloadUrl']
                break
            elif status in [class="hl-string">'FAILED', class="hl-string">'NO_DATA']:
                print(fclass="hl-string">"Job finished with status: {status}")
                return
            time.sleep(30)  class=class="hl-string">"hl-comment"># Wait for 30 seconds before polling again
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error checking job status: {e}")
            return

    class=class="hl-string">"hl-comment"># 3. Download the report data
    print(fclass="hl-string">"Job completed. Downloading data from: {download_url}")
    try:
        download_headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}', class="hl-string">'apiKey': API_KEY}
        data_response = requests.get(download_url, headers=download_headers)
        data_response.raise_for_status()
        class=class="hl-string">"hl-comment"># Decompress the gzipped content
        gzip_file = gzip.GzipFile(fileobj=io.BytesIO(data_response.content))
        df_raw = pd.read_csv(gzip_file)
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error downloading data: {e}")
        return

    class=class="hl-string">"hl-comment"># 4. Transform data into event log
    print(class="hl-string">"Transforming data into event log format...")
    event_log = []

    class=class="hl-string">"hl-comment"># Rename columns for clarity, assuming view template field names like class="hl-string">'Purchase Order Id',
    class=class="hl-string">"hl-comment"># class="hl-string">'Requisition TimeCreated', class="hl-string">'PO ApprovedDate', etc. Adjust these to match your view template.
    class=class="hl-string">"hl-comment"># Placeholder names are used here.
    column_mapping = {
        class="hl-string">'[Purchase Order Id]': class="hl-string">'PurchaseOrderNumber',
        class="hl-string">'[Requisition TimeCreated]': class="hl-string">'pr_created_time',
        class="hl-string">'[Requisition ApprovedDate]': class="hl-string">'pr_approved_time',
        class="hl-string">'[PO TimeCreated]': class="hl-string">'po_created_time',
        class="hl-string">'[PO ApprovedDate]': class="hl-string">'po_approved_time',
        class="hl-string">'[PO LastModifiedDate]': class="hl-string">'po_changed_time',
        class="hl-string">'[PO OrderedDate]': class="hl-string">'po_sent_time',
        class="hl-string">'[PO ConfirmedDate]': class="hl-string">'po_confirmed_time',
        class="hl-string">'[ASN TimeCreated]': class="hl-string">'asn_received_time',
        class="hl-string">'[Receipt Date]': class="hl-string">'goods_receipt_time',
        class="hl-string">'[Service Sheet End Date]': class="hl-string">'service_confirmed_time',
        class="hl-string">'[Return Date]': class="hl-string">'goods_returned_time',
        class="hl-string">'[Invoice Date]': class="hl-string">'invoice_received_time',
        class="hl-string">'[PO CompletedDate]': class="hl-string">'po_completed_time',
        class="hl-string">'[PO CancelledDate]': class="hl-string">'po_cancelled_time',
        class="hl-string">'[PO Submitter]': class="hl-string">'UserName',
        class="hl-string">'[Department Name]': class="hl-string">'DepartmentName',
        class="hl-string">'[Vendor Name]': class="hl-string">'VendorName',
        class="hl-string">'[PO TotalAmount]': class="hl-string">'PurchaseOrderAmount',
        class="hl-string">'[PO DeliveryDate]': class="hl-string">'RequestedDeliveryDate',
        class="hl-string">'[Receipt Date]': class="hl-string">'GoodsReceiptDate'
    }
    df_raw.rename(columns=column_mapping, inplace=True)

    class=class="hl-string">"hl-comment"># Define activities and their corresponding timestamp columns
    activities = {
        class="hl-string">'Purchase Requisition Created': class="hl-string">'pr_created_time',
        class="hl-string">'Purchase Requisition Approved': class="hl-string">'pr_approved_time',
        class="hl-string">'Purchase Order Created': class="hl-string">'po_created_time',
        class="hl-string">'Purchase Order Approved': class="hl-string">'po_approved_time',
        class="hl-string">'Purchase Order Changed': class="hl-string">'po_changed_time',
        class="hl-string">'Purchase Order Sent To Vendor': class="hl-string">'po_sent_time',
        class="hl-string">'Vendor Confirmed Purchase Order': class="hl-string">'po_confirmed_time',
        class="hl-string">'Advance Ship Notice Received': class="hl-string">'asn_received_time',
        class="hl-string">'Goods Receipt Posted': class="hl-string">'goods_receipt_time',
        class="hl-string">'Services Confirmation Entered': class="hl-string">'service_confirmed_time',
        class="hl-string">'Goods Returned To Vendor': class="hl-string">'goods_returned_time',
        class="hl-string">'Invoice Received Against PO': class="hl-string">'invoice_received_time',
        class="hl-string">'Purchase Order Completed': class="hl-string">'po_completed_time',
        class="hl-string">'Purchase Order Cancelled': class="hl-string">'po_cancelled_time'
    }

    for index, row in df_raw.iterrows():
        base_event = {
            class="hl-string">'PurchaseOrderNumber': row.get(class="hl-string">'PurchaseOrderNumber'),
            class="hl-string">'UserName': row.get(class="hl-string">'UserName'),
            class="hl-string">'DepartmentName': row.get(class="hl-string">'DepartmentName'),
            class="hl-string">'VendorName': row.get(class="hl-string">'VendorName'),
            class="hl-string">'PurchaseOrderAmount': row.get(class="hl-string">'PurchaseOrderAmount'),
            class="hl-string">'RequestedDeliveryDate': row.get(class="hl-string">'RequestedDeliveryDate'),
            class="hl-string">'GoodsReceiptDate': row.get(class="hl-string">'GoodsReceiptDate')
        }

        for activity_name, time_col in activities.items():
            if time_col in row and pd.notna(row[time_col]):
                event = base_event.copy()
                event[class="hl-string">'ActivityName'] = activity_name
                event[class="hl-string">'EventTime'] = row[time_col]
                
                class=class="hl-string">"hl-comment"># Special handling for class="hl-string">'Purchase Order Changed'
                class=class="hl-string">"hl-comment"># This event should only be created if it's after the PO creation time
                if activity_name == class="hl-string">'Purchase Order Changed':
                    if pd.notna(row.get(class="hl-string">'po_created_time')) and pd.to_datetime(row[time_col]) > pd.to_datetime(row[class="hl-string">'po_created_time']):
                        event_log.append(event)
                else:
                    event_log.append(event)

    df_event_log = pd.DataFrame(event_log)
    df_event_log[class="hl-string">'EventTime'] = pd.to_datetime(df_event_log[class="hl-string">'EventTime'])
    df_event_log.sort_values(by=[class="hl-string">'PurchaseOrderNumber', class="hl-string">'EventTime'], inplace=True)

    class=class="hl-string">"hl-comment"># 5. Save the final event log
    output_filename = class="hl-string">'ariba_p2p_event_log.csv'
    df_event_log.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%SZ')
    print(fclass="hl-string">"Event log successfully created and saved to {output_filename}")

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

Klaar om aan de slag te gaan?

Gebruik deze template om je datavoorbereiding eenvoudiger te maken en vol vertrouwen je Purchase-to-Pay-proces voor inkooporders te optimaliseren. Je eerste stap naar een efficiënter proces begint hier.

Terug naar de verbetergids Template downloaden

Optimaliseer vandaag je inkoop-tot-betalingproces voor inkooporders!

Verkort de doorlooptijd met 30% en verwijder knelpunten in SAP Ariba.

Start je gratis proefperiode

Je hebt geen creditcard nodig. Je stelt je gratis proefperiode in een paar minuten in.

Jouw datatemplate voor Purchase to Pay - Purchase Order

Jouw datatemplate voor Purchase to Pay - Purchase Order

Purchase to Pay - Purchase Order-attributen

Purchase to Pay - Purchase Order-activiteiten

Extractiegidsen

Analytische rapportage in SAP Ariba, CSV/Excel-export

Stappen

Configuratie

a Voorbeeldquery sql

Python-script met de SAP Ariba Reporting API

Stappen

Configuratie

a Voorbeeldquery python

Klaar om aan de slag te gaan?

Optimaliseer vandaag je inkoop-tot-betalingproces voor inkooporders!

Jouw datatemplate voor Purchase to Pay - Purchase Order

Jouw datatemplate voor Purchase to Pay - Purchase Order

Purchase to Pay - Purchase Order-attributen

Purchase to Pay - Purchase Order-activiteiten

Extractiegidsen

Analytische rapportage in SAP Ariba, CSV/Excel-export

Stappen

Configuratie

a Voorbeeldquery sql

Python-script met de SAP Ariba Reporting API

Stappen

Configuratie

a Voorbeeldquery python

Klaar om aan de slag te gaan?

Optimaliseer vandaag je inkoop-tot-betalingproces voor inkooporders!

We respecteren je privacy