> Melhoria contínua de processos > Purchase to Pay Requisição > SAP ECC > Template de dados

Seu Template de dados de Purchase to Pay - Requisition

SAP ECC

Purchase to Pay - Requisição: atributos (19) Purchase to Pay - Requisição: atividades (13) Guias de extração (2)

Seu Template de dados de Purchase to Pay - Requisition

Este Template oferece um guia completo para coletar os dados essenciais necessários à análise do seu processo Purchase to Pay Requisition. Ele apresenta os principais campos de dados a coletar, as atividades mais importantes a acompanhar e orientações práticas para extrair essas informações do seu sistema de origem. Use este recurso para preparar seus dados para um Process Mining eficiente.

Atributos recomendados para coleta
Principais atividades a acompanhar
Orientações para extração no SAP ECC

Novo em Event Logs? Aprenda como criar um Event Log de Process Mining.

Baixar Template

Purchase to Pay - Requisição: atributos

Estes são os campos de dados recomendados para incluir no seu Event Log e realizar uma análise completa do processo Purchase to Pay - Requisição.

5 Obrigatório 5 Recomendado 9 Opcional

	Nome	Descrição
	Hora do evento EventTime	O registro de data e hora que indica quando a atividade ocorreu.
Descrição Event Time registra a data e a hora exatas em que uma atividade específica ocorreu. Esse registro de data e hora é fundamental para todas as análises baseadas em tempo no Process Mining, incluindo o cálculo de tempos de ciclo, a identificação de gargalos e a compreensão da performance do processo. No contexto das requisições, esse atributo permite calcular KPIs importantes, como 'Average Requisition Approval Time' e 'Time to PO Creation'. Ele alimenta Dashboards que visualizam durações, como a análise Requisition Approval Cycle Time, fornecendo os dados brutos necessários para medir o tempo entre quaisquer dois pontos do processo. Por que isso importa Esse registro de data e hora é essencial para calcular todas as durações, analisar a performance do processo e descobrir gargalos relacionados ao tempo. Onde obter Encontrado na tabela de cabeçalho de documentos de alteração CDHDR (campos UDATE e UTIME). Exemplos 2023-10-26T10:00:00Z2023-10-26T11:35:10Z2023-10-27T14:20:05Z
	ID da requisição de compra PurchaseRequisitionId	O identificador exclusivo de um documento de requisição de compra.
Descrição O ID da requisição de compra é a chave primária que identifica exclusivamente cada solicitação de bens ou serviços no SAP ECC. Ele funciona como o identificador central do caso, vinculando todas as atividades e alterações relacionadas a uma requisição específica, desde sua criação até a resolução final, como a conversão em uma ordem de compra ou o encerramento. No Process Mining, esse ID é essencial para reconstruir o ciclo de vida completo de cada requisição. Ao acompanhar esse identificador, os analistas podem visualizar todo o fluxo do processo, medir as durações entre marcos e analisar variações na forma como diferentes requisições são tratadas. Isso permite ter uma visão integrada de toda a jornada da requisição. Por que isso importa Este é o identificador central que conecta todos os eventos relacionados do processo em um único caso, tornando possível a análise do processo de ponta a ponta. Onde obter Encontrado na tabela EBAN, campo BANFN. Exemplos 100234567810023456791002345680
	Nome da atividade ActivityName	O nome da atividade de negócio que ocorreu em um momento específico.
Descrição Este atributo descreve uma etapa ou evento específico do ciclo de vida da requisição de compra, como 'Requisition Created', 'Approval Submitted' ou 'Purchase Order Created'. Essas atividades normalmente são derivadas de alterações de status, logs de Workflow ou documentos de alteração no SAP. Analisar a sequência e a frequência das atividades é a base do Process Mining. Isso permite descobrir os fluxos reais do processo, incluindo caminhos comuns, desvios e gargalos. Essa análise é essencial para criar Dashboards como o End-to-End Requisition Process Map e calcular KPIs relacionados a retrabalho e conformidade. Por que isso importa Ele define as etapas do processo, permitindo visualizar mapas de processo e analisar variações no fluxo. Onde obter Derivado das tabelas de documentos de alteração CDHDR e CDPOS, dos logs de Workflow ou de campos de status como EBAN-STATU. Exemplos Requisição criadaEtapa de aprovação aprovadaRequisição rejeitadaOrdem de compra criada
	Sistema de origem SourceSystem	Identifica o sistema de origem do qual os dados foram extraídos.
Descrição Este atributo especifica a origem dos dados do processo, por exemplo, 'SAP ECC Production' ou 'S4HANA QA'. Normalmente, é um valor estático adicionado durante a extração dos dados para fornecer contexto, especialmente em ambientes com vários sistemas de origem. Na análise de processos, isso ajuda a diferenciar dados de várias fontes, evitando que as análises sejam distorcidas pela combinação de dados de ambientes de produção, teste ou desenvolvimento. É um elemento fundamental de metadados para governança e rastreabilidade dos dados. Por que isso importa Fornece contexto essencial sobre a origem dos dados, garantindo a rastreabilidade e permitindo análises em vários sistemas. Onde obter Este é um valor estático normalmente adicionado durante o processo de extração, transformação e carregamento (ETL) dos dados. Exemplos SAP_ECC_PRODS4HANA_EU_100ECC_US_FINANCE
	Última atualização dos dados LastDataUpdate	O registro de data e hora da atualização ou extração mais recente dos dados do sistema de origem.
Descrição Este atributo indica quando o conjunto de dados foi atualizado pela última vez. É um registro de data e hora estático aplicado a todo o conjunto de dados durante cada carregamento, servindo como referência para a atualidade da análise. Em qualquer Dashboard ou análise de Process Mining, saber quando os dados foram atualizados é essencial para tomar decisões bem fundamentadas. Esse atributo garante que todos os envolvidos conheçam o período abrangido pelos dados que estão visualizando, evitando conclusões baseadas em informações desatualizadas. Por que isso importa Informa aos usuários o quanto os dados estão atualizados, algo essencial para a relevância e a precisão da análise do processo. Onde obter Este é um valor estático que representa o registro de data e hora da extração dos dados, adicionado durante o processo de ETL. Exemplos 2024-01-15T04:00:00Z2024-01-16T04:00:00Z
	Departamento Department	O departamento do solicitante ou o centro de custo associado à requisição.
Descrição Este atributo representa a unidade de negócio ou o departamento que iniciou a requisição de compra. Normalmente, ele é derivado do perfil do usuário solicitante ou do centro de custo atribuído ao item da requisição. Analisar o processo por departamento é essencial para entender as variações de performance na organização. Essa é a principal dimensão do Dashboard 'Requisition Approval Cycle Time' e do KPI 'Departmental Approval Time Variance', ajudando a identificar quais departamentos têm processos eficientes e quais podem precisar de melhorias ou recursos adicionais. Por que isso importa Permite comparar a performance entre unidades de negócio, destacando gargalos departamentais e inconsistências no processo. Onde obter Normalmente derivado pela vinculação do solicitante (EBAN-AFNAM) aos dados mestres de usuários (SU01) ou pelo uso do centro de custo (EBKN-KOSTL) associado à atribuição contábil da requisição. Exemplos FinançasOperações de TIMarketingManufatura
	Nome do usuário User	O ID do usuário que executou a atividade.
Descrição Este atributo identifica o usuário específico responsável por um evento, como criar uma requisição, aprovar uma etapa ou alterar um documento. No SAP, isso costuma ser registrado como um ID de usuário. Analisar os dados por usuário ajuda a identificar necessidades de treinamento, a performance individual e possíveis fontes de erros de entrada de dados. É essencial para Dashboards como 'Requisition Creation Throughput by Requester' e para entender a distribuição da carga de trabalho e a conformidade com as políticas de segregação de funções. Por que isso importa Atribui as atividades a pessoas específicas, permitindo analisar a performance dos usuários, a carga de trabalho, a conformidade e as necessidades de treinamento. Onde obter Encontrado na tabela de cabeçalho de documentos de alteração CDHDR (campo USERNAME) para alterações e em EBAN (campo ERNAM) para o criador. Exemplos SMITHJR.DOEUSER123
	Status da requisição RequisitionStatus	O status atual de processamento da requisição de compra.
Descrição Este atributo indica o status geral da requisição em um determinado momento, como 'In Release', 'Approved', 'Rejected' ou 'Closed'. Normalmente, ele é representado por um código de status no SAP. Acompanhar o status é essencial para entender o resultado das requisições. Isso dá suporte direto ao Dashboard 'Requisition Outcome and Rejection Rates' e a KPIs como 'Requisition Rejection Rate' e 'Requisition Withdrawal Rate'. Analisar como as requisições transitam entre os status ajuda a identificar ineficiências e pontos de falha do processo. Por que isso importa Ele define o resultado de uma requisição, algo essencial para analisar taxas de sucesso, motivos de rejeição e pontos finais do processo. Onde obter O status de processamento está na tabela EBAN, campo STATU. O status de liberação está em EBAN-FRGZU. Exemplos N (Não editado)B (Pedido de compra criado)A (Cotação criada)K (Encerrado)
	Tipo de documento RequisitionDocumentType	Uma classificação que determina o tipo e as características da requisição de compra.
Descrição O Document Type no SAP controla vários aspectos de uma requisição de compra, incluindo o intervalo de numeração, a seleção de campos e o processo geral de aquisição que ela seguirá. Os exemplos incluem 'Standard PR', 'Stock Transfer' ou 'Service PR'. Este atributo é uma dimensão importante para a análise, porque diferentes tipos de documento costumam ter fluxos de processo e requisitos de aprovação distintos. Ele permite segmentar os dados para comparar a performance de diferentes processos de requisição, algo essencial para entender a conformidade e identificar oportunidades de padronização ou especialização do processo. Por que isso importa Permite segmentar as requisições em diferentes categorias de processo, possibilitando análises mais precisas e relevantes. Onde obter Encontrado na tabela EBAN, campo BSART. Exemplos NBUBRV
	Valor total da requisição TotalRequisitionValue	O valor monetário total de todos os itens da requisição de compra.
Descrição Este atributo representa o valor financeiro total da requisição de compra. O valor costuma ser um fator importante para determinar o Workflow de aprovação necessário, pois requisições de maior valor normalmente exigem uma análise mais detalhada e mais etapas de aprovação. Analisar os dados por valor é essencial para entender como o impacto financeiro afeta o comportamento do processo. Isso pode revelar se requisições de alto valor demoram mais para ser aprovadas, são rejeitadas com mais frequência ou seguem caminhos diferentes. Também é uma métrica fundamental para avaliar o volume financeiro processado na aquisição. Por que isso importa Ajuda a relacionar o comportamento do processo ao impacto financeiro, algo essencial para a análise de riscos e para entender a complexidade das aprovações. Onde obter Soma dos valores de todos os itens. O valor do item está na tabela EBAN, campo GSWER. A moeda está em EBAN-WAERS. Exemplos 1500.00250.50125000.00
	Centro Plant	A localização ou o centro da empresa para o qual os bens ou serviços são solicitados.
Descrição O Plant é uma unidade organizacional dentro da empresa que representa uma localização física, como uma fábrica, um armazém ou um escritório. A requisição especifica o centro onde os itens solicitados são necessários. Analisar os dados por centro permite obter uma visão geográfica ou específica de cada local sobre o processo de requisição. Isso pode destacar diferenças de performance entre localidades, causadas por procedimentos locais, níveis de pessoal ou necessidades de negócio distintos. Essa é uma dimensão comum em Dashboards de performance regional. Por que isso importa Fornece um contexto geográfico ou baseado na localização para a análise, ajudando a identificar variações regionais do processo e diferenças de performance. Onde obter Encontrado na tabela EBAN, campo WERKS. Exemplos 10002100DE01
	É retrabalho IsRework	Um indicador booleano que informa se a requisição passou por um ciclo de retrabalho, como uma alteração após o envio.
Descrição Este é um atributo derivado que sinaliza atividades ou casos que envolvem retrabalho. Por exemplo, qualquer atividade 'Requisition Amended' que ocorra depois de 'Approval Submitted' será considerada retrabalho. Ele também pode ser acionado por eventos de rejeição que fazem o processo voltar a uma etapa anterior. Esse indicador é essencial para o Dashboard 'Requisition Amendment and Rework Analysis'. Ele permite filtrar e quantificar o retrabalho com facilidade, ajudando a medir seu impacto nos tempos de ciclo gerais e a identificar as causas-raiz das ineficiências do processo. Taxas elevadas de retrabalho geralmente apontam para problemas na qualidade dos dados ou requisitos pouco claros. Por que isso importa Ajuda a quantificar a frequência e o impacto do retrabalho, facilitando a identificação e a análise de ineficiências e ciclos do processo. Onde obter Derivado do Event Log pela identificação de sequências específicas de atividades, como 'Requisition Amended' ocorrendo depois de uma atividade de aprovação. Exemplos truefalse
	Grupo de compras PurchasingGroup	O grupo de compradores responsável pela aquisição dos itens solicitados.
Descrição O Purchasing Group é uma unidade organizacional responsável por atividades específicas de aquisição. Ele representa o time de compradores que tratará da requisição depois que ela for aprovada. Este atributo é útil para analisar a carga de trabalho e a performance de diferentes times de compras. Ele pode ajudar a identificar se determinados grupos de compras são gargalos na conversão de requisições em ordens de compra ou se processam certos tipos de requisição com mais eficiência que outros. É uma dimensão importante para a gestão de recursos e performance da área de compras. Por que isso importa Atribui a responsabilidade pela aquisição, permitindo analisar a carga de trabalho e comparar a performance entre diferentes times de compras. Onde obter Encontrado na tabela EBAN, campo EKGRP. Exemplos 001002P01
	Grupo de materiais MaterialGroup	O grupo ou a categoria à qual pertence o material ou serviço solicitado.
Descrição O Material Group é uma classificação usada para agrupar materiais ou serviços com características semelhantes. Isso permite analisar as atividades de aquisição por categoria. Analisar os dados por grupo de materiais ajuda no strategic sourcing e na análise de gastos. No Process Mining, isso pode revelar se requisições de determinadas categorias, como 'IT Hardware' ou 'Professional Services', seguem caminhos diferentes ou enfrentam tempos de aprovação mais longos. Esse insight é valioso para o 'Requisition Data Quality Report' e para entender as variações do processo de acordo com o que está sendo comprado. Por que isso importa Permite analisar gastos e processos por categoria de aquisição, apoiando o strategic sourcing e a identificação de gargalos específicos de cada categoria. Onde obter Encontrado na tabela EBAN, campo MATKL. Exemplos 00101L001IT-SFTWR
	ID da ordem de compra PurchaseOrderId	O ID da ordem de compra criada a partir da requisição.
Descrição Este atributo vincula uma requisição de compra à ordem de compra subsequente criada para atendê-la. Às vezes, uma única requisição pode resultar em várias ordens de compra. Esse vínculo é essencial para analisar a transferência entre os processos de requisição e de compras. Ele é necessário para calcular o KPI 'Time to PO Creation from Requisition' e dar suporte ao Dashboard 'Approved Requisition to PO Creation Delay'. Entender essa conexão é fundamental para medir a eficiência de todo o ciclo de aquisição ao pagamento. Por que isso importa Conecta o processo de requisição ao processo de compras subsequente, permitindo analisar atrasos na transferência. Onde obter O número da ordem de compra é armazenado na tabela EBAN, campo EBELN, depois que ela é criada. Exemplos 450001712345000171244500017125
	ID do fornecedor VendorId	O identificador exclusivo do fornecedor sugerido ou fixo.
Descrição Este atributo contém o ID de um fornecedor preferencial ou definido contratualmente para o item solicitado. Ele pode ser preenchido previamente ou sugerido pelo solicitante. Analisar as requisições por fornecedor ajuda a avaliar o impacto da pré-seleção de fornecedores no processo de aquisição. Por exemplo, é possível verificar se requisições com um fornecedor especificado são aprovadas mais rapidamente ou se determinados fornecedores estão associados a taxas maiores de rejeição. Isso oferece uma visão do relacionamento com fornecedores nas primeiras etapas do processo. Por que isso importa Fornece insights sobre os relacionamentos com fornecedores preferenciais e seu impacto na velocidade e nos resultados do processamento das requisições. Onde obter Encontrado na tabela EBAN, campo LIFNR (fornecedor fixo). Exemplos 100030025V9876
	Motivo da rejeição RejectionReason	O motivo informado quando uma requisição ou uma etapa de aprovação é rejeitada.
Descrição Este atributo registra a justificativa para rejeitar uma requisição de compra. Normalmente, o aprovador insere essa informação como texto livre ou seleciona um código de uma lista predefinida durante a atividade de rejeição. Analisar os motivos de rejeição é essencial para melhorar o processo. Isso fornece feedback direto e acionável sobre as causas das falhas das requisições, que podem incluir violações de políticas, dados incorretos ou orçamento indisponível. Esses dados são fundamentais para o Dashboard 'Requisition Outcome and Rejection Rates' e ajudam a identificar as causas-raiz das ineficiências do processo. Por que isso importa Fornece insights diretos sobre os motivos das rejeições, permitindo melhorias direcionadas no processo e treinamentos para os usuários. Onde obter Esses dados normalmente são armazenados nos logs de Workflow ou em textos longos associados ao evento de rejeição. Não há um campo padrão na EBAN. Exemplos Centro de custo incorretoOrçamento excedidoSolicitação duplicadaNão está em conformidade com a política
	Nome do solicitante RequesterName	O nome da pessoa que solicitou os bens ou serviços.
Descrição Este atributo identifica a pessoa que iniciou a requisição de compra. É quem tem a necessidade de negócio relacionada aos itens solicitados. Acompanhar o solicitante permite analisar os padrões de requisição por pessoa ou grupo. O Dashboard 'Requisition Creation Throughput by Requester' usa esse atributo para identificar usuários avançados, usuários que podem precisar de treinamento adicional ou departamentos com alto volume de aquisições. Ele oferece uma visão centrada nas pessoas sobre o início do processo. Por que isso importa Identifica o responsável pelo processo, permitindo analisar padrões de criação de requisições e direcionar treinamentos aos usuários. Onde obter Encontrado na tabela EBAN, campo AFNAM. Exemplos Alice WilliamsBob JohnsonCharlie Brown
	Prioridade Priority	O nível de urgência atribuído à requisição de compra.
Descrição Este atributo indica a prioridade da requisição, geralmente classificando-a como 'Urgent', 'High' ou 'Normal'. Esse indicador sinaliza aos aprovadores e compradores que a solicitação precisa ser tratada com mais rapidez. Este atributo é essencial para o Dashboard 'Urgent Requisition Processing Performance' e para o KPI 'Urgency Flag Effectiveness'. A análise verifica se as requisições marcadas como urgentes são realmente processadas mais rapidamente que as padrão, ajudando a validar a eficácia do sistema de priorização e a garantir que necessidades críticas do negócio sejam atendidas prontamente. Por que isso importa Permite analisar se as solicitações urgentes são processadas mais rapidamente, validando a eficácia dos mecanismos de priorização. Onde obter Este não é um campo padrão da EBAN. Normalmente, ele é implementado como um campo personalizado ou inferido a partir do Requirement Tracking Number (EBAN-BEDNR) ou de um tipo específico de documento. Exemplos 123

Obrigatório Recomendado Opcional

Purchase to Pay - Requisição: atividades

Estas são as etapas e os marcos essenciais do processo que você deve registrar no seu Event Log para realizar uma descoberta e uma análise precisas do seu Workflow de requisições.

6 Recomendado 7 Opcional

	Atividade	Descrição
	Aprovação enviada	Esta atividade indica que a requisição entrou no Workflow formal de aprovação. Normalmente, ela é inferida quando o status da requisição muda para exigir uma ação inicial de liberação ou aprovação, com base na estratégia de liberação configurada.
Por que isso importa Isso marca o início do tempo de ciclo de aprovação, um KPI essencial para medir a eficiência do processo. Entender esse ponto ajuda a isolar atrasos entre a criação e o início das aprovações formais. Onde obter Inferido a partir da primeira alteração de status relacionada à estratégia de liberação na tabela EBAN, por exemplo, quando o campo FRGZU muda do estado inicial para um estado pendente, ou da primeira entrada nos logs de Workflow associada à requisição. Captura Inferido a partir da primeira entrada do log de alterações que indica a ativação de uma estratégia de liberação. Tipo de evento inferred
	Ordem de compra criada	Esta atividade marca a conversão bem-sucedida de uma requisição de compra aprovada em um documento de ordem de compra. O evento é inferido para a requisição ao encontrar um item de ordem de compra correspondente que faça referência a ela.
Por que isso importa Como principal resultado bem-sucedido, esta atividade encerra o processo de requisição e inicia a etapa de aquisição. O tempo entre 'Requisition Approved' e este evento é um KPI importante para medir a eficiência da transferência. Onde obter Inferido pela localização de um registro na tabela EKPO (item da ordem de compra) em que os campos BANFN e BNFPO correspondem ao número e ao item da requisição de compra da tabela EBAN. A data de criação da ordem de compra (EKKO.AEDAT) fornece o registro de data e hora. Captura Inferido pela vinculação das tabelas EBAN e EKPO e pelo uso da data de criação da ordem de compra em EKKO. Tipo de evento inferred
	Requisição aprovada	Esta atividade de marco indica que a requisição de compra passou com sucesso por todas as etapas de aprovação necessárias. Ela é inferida quando o código de liberação final é aplicado e o indicador geral de liberação (FRGZU) na tabela EBAN é definido como aprovado.
Por que isso importa Este é um marco crítico que marca o fim do ciclo de aprovação e o início da fase de compras. Ele é essencial para calcular o KPI do tempo total de aprovação e medir os atrasos na transferência para a criação do pedido de compra. Onde obter Inferido a partir do registro de data e hora da entrada do log de alterações em CDPOS para a tabela EBAN e o campo FRGZU, quando ele muda para o valor que representa a aprovação final. Captura Inferido quando o campo do indicador de liberação final na EBAN alcança o status terminal de "aprovado". Tipo de evento inferred
	Requisição criada	Esta atividade marca a criação e o salvamento inicial de uma requisição de compra por um usuário. O evento é capturado explicitamente quando um novo registro é gerado na tabela EBAN, com a data e a hora de criação registradas.
Por que isso importa Como ponto de partida do processo, esta atividade é essencial para calcular a duração total do ciclo de vida da requisição e analisar o volume de criações. Ela ajuda a identificar quem está criando requisições e quando. Onde obter Este evento é capturado na tabela EBAN usando os campos de data de criação (ERDAT) e hora de criação (UZEIT) para um determinado ID de Purchase Requisition (BANFN). Captura Registro de data e hora dos campos ERDAT e UZEIT da tabela EBAN no salvamento inicial do registro. Tipo de evento explicit
	Requisição rejeitada	Esta é uma atividade terminal em que a requisição de compra é rejeitada definitivamente e não pode avançar. Ela é inferida quando o indicador de liberação na tabela EBAN é definido por um aprovador como um status final de rejeição.
Por que isso importa Esta atividade é um ponto final importante do processo e essencial para calcular o KPI da taxa de rejeição de requisições. Analisar esses casos ajuda a entender os motivos das falhas e dos desperdícios nas compras. Onde obter Inferido a partir do registro de data e hora da entrada do log de alterações em CDPOS para a tabela EBAN e o campo FRGZU, quando ele muda para o valor que representa a rejeição final. Captura Inferido quando o campo do indicador de liberação final na EBAN alcança o status terminal de "rejeitado". Tipo de evento inferred
	Requisição retirada	Esta é uma atividade terminal em que o criador ou um usuário autorizado cancela o item da requisição definindo um indicador de exclusão. Essa ação é registrada explicitamente e indica que a necessidade de negócio deixou de ser válida ou foi criada por engano.
Por que isso importa Este é um ponto final importante de falha do processo, essencial para calcular a taxa de retirada. Taxas elevadas podem indicar tempos longos de aprovação, levando os usuários a abandonar as solicitações, ou problemas sistêmicos no planejamento da demanda. Onde obter Essa ação explícita é capturada quando o campo 'Deletion Indicator' (LOEKZ) da tabela EBAN é definido para o item da requisição. A alteração é registrada em CDHDR e CDPOS. Captura Entrada no log de alterações quando o Deletion Indicator (EBAN-LOEKZ) é definido como 'L'. Tipo de evento explicit
	Aprovação redefinida	Indica que todo o Workflow de aprovação da requisição foi redefinido, geralmente devido a uma alteração significativa. Isso é inferido quando o status de liberação é limpo após ter estado ativo, fazendo com que o processo de aprovação recomece do início.
Por que isso importa As redefinições de aprovação são eventos significativos de retrabalho que afetam fortemente o tempo de ciclo. Identificá-las revela ineficiências no processo e o impacto posterior das alterações de requisições no Workflow. Onde obter Inferido a partir dos logs de alterações (CDHDR/CDPOS) da tabela EBAN, quando os campos de status de liberação, como FRGZU, mudam de um estado pendente ou aprovado de volta para um estado inicial ou em branco. Captura Inferido a partir dos logs de alterações que mostram os campos da estratégia de liberação sendo limpos. Tipo de evento inferred
	Etapa de aprovação aprovada	Representa a ação explícita de um usuário autorizado aprovando uma única etapa da estratégia de liberação. Essa ação é registrada como uma alteração no status de liberação da requisição, aproximando-a da aprovação final.
Por que isso importa Acompanhar aprovações individuais é necessário para medir a duração de cada etapa e analisar a performance de diferentes aprovadores. Isso é fundamental para entender a aderência ao Workflow. Onde obter Capturado nos logs de alterações (CDHDR/CDPOS) dos campos de status de liberação da tabela EBAN. A ação do aprovador pela transação ME54N ou por um T-code semelhante dispara essa alteração registrada. Captura Entrada de log de alterações criada quando um aprovador executa uma transação de liberação. Tipo de evento explicit
	Etapa de aprovação iniciada	Indica que a requisição agora aguarda uma ação de um aprovador ou grupo de aprovação específico, conforme definido na estratégia de liberação. Esse evento é inferido quando o status da requisição indica que ela está aguardando um determinado código de liberação.
Por que isso importa Esta atividade permite uma análise detalhada de cada etapa individual da cadeia de aprovação. Ela ajuda a identificar quais aprovadores ou etapas estão causando os maiores atrasos no processo. Onde obter Inferido pelo acompanhamento da sequência de alterações nos campos de status de liberação da tabela EBAN. Cada mudança para um novo estado pendente indica o início de uma nova etapa de aprovação. Captura Inferido a partir de alterações de status que indicam que um novo código de liberação está ativo e aguardando aprovação. Tipo de evento inferred
	Etapa de aprovação rejeitada	Um usuário autorizado rejeitou explicitamente uma única etapa da estratégia de liberação, normalmente devolvendo a requisição ao criador para alteração. Essa ação é registrada como uma mudança no status de liberação da requisição.
Por que isso importa As rejeições são uma das principais causas de retrabalho e atrasos no processo. Analisar sua frequência e seus motivos ajuda a identificar falhas de entendimento das políticas, problemas de qualidade dos dados ou etapas de aprovação ineficientes. Onde obter Capturado nos logs de alterações (CDHDR/CDPOS) dos campos de status de liberação da tabela EBAN. Uma ação de rejeição pela transação ME54N ou por uma transação semelhante dispara uma alteração de status correspondente. Captura Entrada de log de alterações criada quando um aprovador executa uma ação de rejeição. Tipo de evento explicit
	Requisição alterada	Representa qualquer modificação feita em uma requisição de compra após sua criação inicial, como alteração de quantidade, preço ou material. Essas mudanças são registradas nas tabelas de log de alterações do SAP, fornecendo uma trilha de auditoria detalhada das modificações.
Por que isso importa Acompanhar alterações é essencial para identificar ciclos de retrabalho e problemas de qualidade dos dados. Uma frequência alta de alterações pode indicar requisitos iniciais pouco claros ou lacunas no treinamento dos usuários, levando a atrasos no processo. Onde obter Capturado nas tabelas de log de alterações CDHDR (cabeçalho) e CDPOS (item), quando a classe do objeto é EINKBELEG e o ID do objeto é o número da Purchase Requisition. Alterações específicas de campos podem ser analisadas. Captura Evento registrado nas tabelas de alterações CDHDR e CDPOS do documento de Purchase Requisition. Tipo de evento explicit
	Requisição bloqueada	Representa uma ação explícita para bloquear um item de requisição de compra, impedindo sua conversão em um pedido de compra. O bloqueio é definido por meio de um indicador específico no item da requisição.
Por que isso importa O bloqueio indica um possível problema ou uma retenção temporária na aquisição. Monitorar esses eventos ajuda a identificar gargalos em que as requisições são aprovadas, mas não são processadas imediatamente. Onde obter Capturado a partir de uma alteração no campo 'Blocking Indicator' (EBAKZ) da tabela EBAN. A alteração é registrada em CDHDR e CDPOS. Captura Evento registrado nas tabelas de alterações quando o campo EBAN-EBAKZ é definido. Tipo de evento explicit
	Requisição encerrada	Representa o encerramento final de um item da requisição, indicando que não são esperados novos processamentos. Esse status é inferido quando o item foi totalmente convertido em uma ordem de compra e atendido, ou quando foi marcado manualmente como encerrado.
Por que isso importa Isso fornece um ponto final definitivo para requisições concluídas, mas que não foram necessariamente excluídas. Assim, os cálculos de duração do ciclo de vida permanecem precisos para solicitações atendidas com sucesso. Onde obter Inferido a partir do indicador 'Closed' (EBAKZ com o valor 'S' ou outro valor configurado) na tabela EBAN. Esse status costuma ser definido automaticamente pelo sistema após a conversão completa em ordem de compra e o recebimento da mercadoria. Captura Inferido a partir da alteração de status do campo EBAN-EBAKZ para um valor de 'closed'. Tipo de evento inferred

Recomendado Opcional

Guias de extração

Como obter seus dados do SAP ECC

Etapas

Conceda acesso ao banco de dados: Antes de começar, confirme que você tem acesso somente leitura ao banco de dados subjacente do SAP ECC. Isso exige credenciais específicas (nome de usuário, senha, host e porta) e representa um nível de acesso não padrão, que precisa ser aprovado pelas equipes de SAP Basis e segurança.
Identifique o schema do SAP: Conecte-se ao banco de dados usando um cliente SQL padrão, como DBeaver, Toad ou SQL Developer. Você precisará identificar o schema correto do SAP onde as tabelas estão armazenadas, geralmente chamado SAPSR3 ou SAPR3.
Prepare a consulta SQL: Use a consulta SQL completa fornecida neste documento. Ela foi criada para extrair todas as atividades e os atributos necessários, combinando dados mestres e tabelas de log de alterações.
Defina os parâmetros da consulta: Localize os valores de placeholder na consulta. Você deve substituí-los pelos requisitos específicos do seu sistema e negócio. Os principais placeholders incluem '{source_system_name}', '{start_date}', '{end_date}', '{company_codes}' e '{document_types}'.
Ajuste a sintaxe específica do banco de dados: A consulta fornecida usa uma sintaxe SQL comum. No entanto, funções para criar timestamps, como TO_TIMESTAMP, ou para manipular strings podem exigir pequenos ajustes conforme o seu banco de dados, por exemplo, Oracle, SQL Server, DB2 ou HANA.
Execute a extração: Execute a consulta personalizada no seu cliente SQL. Para grandes volumes de dados, é altamente recomendável fazer isso fora dos horários de pico para evitar impactos na performance do sistema.
Revise os resultados preliminares: Quando a consulta terminar, faça uma verificação rápida da saída para confirmar que ela contém as colunas esperadas (PurchaseRequisitionId, ActivityName, EventTime etc.) e que há linhas retornadas para várias atividades.
Exporte para CSV: Exporte todo o conjunto de resultados do seu cliente SQL para um arquivo CSV. Garanta que o arquivo use codificação UTF-8 para evitar problemas com caracteres especiais.
Prepare o upload: Confirme que os cabeçalhos das colunas do CSV correspondem exatamente aos aliases definidos na consulta SQL. O arquivo deve representar o Event Log de forma limpa e tabular.
Faça o upload no ProcessMind: Faça o upload do arquivo CSV final no seu projeto do ProcessMind para análise e visualização.

Configuração

Conexão com o banco de dados: É necessária uma conexão direta com o banco de dados do SAP ECC. Você precisará do nome do host, da porta, do nome do banco de dados e das credenciais de usuário apropriadas.
Schema do SAP: É necessário conhecer o nome do schema que contém as tabelas do SAP, por exemplo, SAPSR3. A consulta deve ser executada no contexto desse schema.
Intervalo de datas: Para controlar a performance e o volume de dados, é essencial filtrar por um intervalo de datas específico. Recomendamos começar com um período de 3 a 6 meses. Defina os placeholders '{start_date}' e '{end_date}' no formato YYYYMMDD.
Filtros organizacionais: Para uma análise mais direcionada, filtre os dados pelo código da empresa (BUKRS) e pelo tipo de documento da requisição de compra (BSART). Substitua os placeholders '{company_codes}' e '{document_types}' por listas de valores separadas por vírgulas, por exemplo, '1000','2000'.
Pré-requisitos: Este método exige a aprovação das equipes de SAP Basis e segurança para obter credenciais diretas do banco de dados. Não é uma atividade padrão para usuários finais.
Considerações de performance: A consulta combina tabelas de log de alterações (CDHDR, CDPOS), que podem ser muito grandes. Sem filtros adequados, a consulta pode ficar lenta e consumir muitos recursos do sistema. Execute sempre com um intervalo de datas restritivo e outros filtros.

a Consulta de exemplo sql

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

UNION ALL

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

UNION ALL

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

Etapas

Configure o ambiente Python: verifique se o Python 3.6 ou uma versão mais recente está instalado. Crie uma pasta para o projeto e configure um ambiente virtual para gerenciar as dependências. Instale as bibliotecas necessárias usando o pip: pip install pyrfc pandas numpy
SDK RFC do SAP: baixe o SAP NetWeaver RFC SDK no SAP Support Portal. Extraia o conteúdo e coloque os arquivos da biblioteca, como sapnwrfc.dll no Windows e libsapnwrfc.so no Linux, em um diretório acessível pelo caminho do sistema ou pelo seu script Python.
Configure a conexão com o SAP: abra o script Python fornecido. Localize a seção dos parâmetros de conexão com o SAP e substitua os valores de exemplo (ashost, sysnr, client, user, passwd) pelas credenciais reais do seu sistema SAP. Verifique se o usuário tem as autorizações necessárias para executar RFCs e acessar tabelas.
Defina os parâmetros de extração: no script, defina as variáveis date_from e date_to para estabelecer o período desejado da extração. É recomendável começar com um período menor, como um mês, para testar o processo de extração.
Execute o script Python: execute o script no terminal usando o comando python your_script_name.py. O script se conectará ao SAP via RFC, chamará RFC_READ_TABLE para cada tabela necessária (EBAN, EKKO, EKPO, CDHDR, CDPOS) e baixará os dados.
Recupere os dados: o script buscará dados brutos de requisições, pedidos de compra e documentos de alteração. Ele usará critérios de filtragem, como períodos e classes de objeto, para limitar o volume de dados transferidos.
Transforme os dados localmente: depois que os dados forem baixados, o script usará a biblioteca pandas para realizar todas as transformações localmente. Ele processará os dados brutos das tabelas para gerar entradas distintas no Event Log para cada uma das 13 atividades necessárias, como “Requisition Created”, “Approval Step Approved” e “Purchase Order Created”.
Gere o Event Log: o script combinará os eventos gerados por cada tabela em um único DataFrame unificado. Ele calculará os timestamps dos eventos, mapeará os nomes dos usuários e estruturará os dados no formato necessário de ID do caso, atividade e timestamp.
Mapeie os atributos: atributos importantes, como PurchaseRequisitionId, ActivityName, EventTime, Usuário e TotalRequisitionValue, serão mapeados para suas respectivas colunas no DataFrame final.
Exporte para CSV: o script salvará o Event Log final como um arquivo CSV chamado event_log_pr.csv no mesmo diretório. Esse arquivo estará formatado para carregamento direto no ProcessMind.
Revise e carregue: abra o arquivo CSV gerado para verificar a integridade e a exatidão dos dados. Depois da validação, você poderá carregar o arquivo no seu projeto do ProcessMind.

Configuração

Conexão com o SAP: O script exige os dados de uma conexão RFC direta com o sistema SAP ECC, incluindo servidor de aplicações, número do sistema, cliente, usuário e senha. O usuário especificado deve ter autorizações para chamadas RFC e acesso de exibição às tabelas EBAN, EKPO, EKKO, CDHDR e CDPOS.
Intervalo de datas: A extração é controlada pelos parâmetros de data inicial e final no script. Para as execuções iniciais e para gerenciar a performance, recomendamos extrair um período de 3 a 6 meses.
Filtros de tabela: Sempre que possível, os filtros são aplicados nas chamadas RFC. Por exemplo, as requisições são filtradas pela data de criação (EBAN-ERDAT), e os documentos de alteração são filtrados pela data (CDHDR-UDATE) e pela classe de objeto (CDHDR-OBJECTCLAS = 'BANF').
Bibliotecas Python: O script usa pyrfc para a conexão com o SAP e pandas para a manipulação de dados. Confirme que essas bibliotecas estão instaladas no seu ambiente Python.
Performance: A extração via RFC_READ_TABLE pode ser lenta para conjuntos de dados muito grandes, pois os dados são obtidos sequencialmente, tabela por tabela. É recomendável executar a extração fora dos horários de pico para minimizar a carga no sistema.
Tipos de documento: Por padrão, o script extrai todos os tipos de documento de requisição de compra. Para restringir o escopo, você pode adicionar um filtro após a extração no DataFrame do pandas com base na coluna BSART da tabela EBAN.

a Consulta de exemplo python

import pandas as pd
from pyrfc import Connection
import datetime

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Pronto para começar?

Use este Template para garantir que seus dados estejam estruturados corretamente para Process Mining e obter insights valiosos sobre seu processo Purchase to Pay Requisition. Comece hoje sua jornada de otimização de processos!

Voltar ao guia de melhoria Baixar Template

Aumente a eficiência do P2P Requisition. Comece seu teste agora

Identifique e resolva gargalos do P2P, reduzindo o tempo de ciclo em 30% ou mais.

Começar o teste grátis

Sem necessidade de cartão de crédito, com acesso grátis por 14 dias

Seu Template de dados de Purchase to Pay - Requisition

Seu Template de dados de Purchase to Pay - Requisition

Purchase to Pay - Requisição: atributos

Purchase to Pay - Requisição: atividades

Guias de extração

Consulta SQL direta no banco de dados subjacente do SAP ECC

Etapas

Configuração

a Consulta de exemplo sql

Script Python usando SAP RFC para extração de tabelas

Etapas

Configuração

a Consulta de exemplo python

Pronto para começar?

Aumente a eficiência do P2P Requisition. Comece seu teste agora

Seu Template de dados de Purchase to Pay - Requisition

Seu Template de dados de Purchase to Pay - Requisition

Purchase to Pay - Requisição: atributos

Purchase to Pay - Requisição: atividades

Guias de extração

Consulta SQL direta no banco de dados subjacente do SAP ECC

Etapas

Configuração

a Consulta de exemplo sql

Script Python usando SAP RFC para extração de tabelas

Etapas

Configuração

a Consulta de exemplo python

Pronto para começar?

Aumente a eficiência do P2P Requisition. Comece seu teste agora

Valorizamos sua privacidade