> Melhoria contínua de processos > Da compra ao pagamento: requisição > SAP ECC > Template de dados

Seu Template de dados de requisição de compra a pagamento

SAP ECC

Atributos de requisição de compra a pagamento(19) Atividades de requisição de compra a pagamento(13) Guias de extração(2)

Seu Template de dados de requisição de compra a pagamento

Este Template oferece um guia completo para coletar os dados essenciais à análise do processo de requisição de compra a pagamento. Ele apresenta os campos de dados importantes, as principais atividades a acompanhar e orientações práticas para extrair essas informações do sistema de origem. Use este material para preparar os dados para uma análise eficaz com Process Mining.

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

Novidade em Event Logs? Saiba como criar um Event Log para Process Mining.

Baixar Template

Atributos de requisição de compra a pagamento

Estes são os campos de dados recomendados para incluir no seu Event Log e analisar o processo de requisição de compra a pagamento de forma completa.

5 Obrigatório 5 Recomendado 9 Opcional

	Nome	Descrição
	Hora do evento EventTime	Data e hora que indicam quando a atividade ocorreu.
Descrição A Hora do evento registra a data e a hora exatas em que uma atividade específica aconteceu. Esse registro de data e hora é fundamental para todas as análises temporais em Process Mining, incluindo o cálculo do tempo de ciclo, a identificação de gargalos e a compreensão da performance do processo. No contexto das requisições, esse atributo permite calcular KPIs importantes, como “Tempo médio de aprovação de requisições” e “Tempo até a criação do pedido de compra”. Ele alimenta Dashboards que mostram durações, como a análise do tempo de ciclo de aprovação de requisições, fornecendo os dados necessários para medir o intervalo entre quaisquer duas etapas do processo. Por que isso importa Esse registro de data e hora é essencial para calcular durações, analisar a performance do processo e identificar gargalos relacionados ao tempo. Onde encontrar 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	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 identificador central do caso e vincula todas as atividades e alterações relacionadas a uma requisição específica, desde a criação até a resolução final, como a conversão em pedido 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 o tempo entre marcos e analisar as diferenças no tratamento de cada requisição. Assim, é possível ter uma visão integrada de toda a jornada da requisição. Por que isso importa Este é o identificador principal que reúne todos os eventos relacionados em um único caso e permite analisar o processo de ponta a ponta. Onde encontrar Encontrado na tabela EBAN, campo BANFN. Exemplos 100234567810023456791002345680
	Nome da atividade ActivityName	Nome da atividade de negócio realizada em um momento específico.
Descrição Este atributo descreve uma etapa ou um evento específico no ciclo de vida da requisição de compra, como "Requisição criada", "Aprovação enviada" ou "Pedido de compra criado". Essas atividades geralmente são identificadas a partir de mudanças 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 mapa do processo de requisição de ponta a ponta, e calcular KPIs relacionados a retrabalho e Conformidade. Por que isso importa Define as etapas do processo, permitindo visualizar mapas de processo e analisar as variações no fluxo. Onde encontrar Derivado das tabelas de documentos de alteração CDHDR e CDPOS, dos logs de fluxo de trabalho ou de campos de status, como EBAN-STATU. Exemplos Requisição criadaEtapa de aprovação aprovadaRequisição rejeitadaPedido de compra criado
	Sistema de origem SourceSystem	Identifica o sistema de origem de onde os dados foram extraídos.
Descrição Esse atributo especifica a origem dos dados do processo, por exemplo, “SAP ECC Production” ou “S4HANA QA”. Em geral, 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, ele ajuda a diferenciar dados de diversas origens e evita distorções causadas pela combinação de dados de ambientes de produção, teste ou desenvolvimento. É um metadado fundamental para a governança e a rastreabilidade dos dados. Por que isso importa Fornece contexto essencial sobre a origem dos dados, garantindo a rastreabilidade e permitindo análises de vários sistemas. Onde encontrar Esse valor estático costuma ser 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	Data e hora da atualização ou extração mais recente dos dados do sistema de origem.
Descrição Esse atributo indica quando os dados foram atualizados pela última vez. É um registro de data e hora estático, aplicado ao conjunto de dados inteiro a cada carregamento, que serve como referência para avaliar a atualidade da análise. Em qualquer Dashboard ou análise de Process Mining, saber quando os dados foram atualizados é fundamental para tomar decisões fundamentadas. Esse atributo informa a todos os envolvidos qual período os dados exibidos abrangem e evita conclusões baseadas em informações desatualizadas. Por que isso importa Informa quando os dados foram atualizados, algo essencial para a relevância e a precisão da análise do processo. Onde encontrar Esse valor estático representa a data e a hora da extração dos dados e é 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 Esse atributo representa a unidade de negócio ou o departamento que iniciou a requisição de compra. Em geral, essa informação é obtida do perfil do usuário solicitante ou do centro de custo atribuído ao item da requisição. Analisar o processo por departamento é fundamental para entender as diferenças de performance entre áreas da organização. Essa é a principal dimensão do Dashboard “Tempo de ciclo de aprovação de requisições” e do KPI “Variação do tempo de aprovação por departamento”. Com ela, você identifica 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 e identificar gargalos e inconsistências nos processos de cada departamento. Onde encontrar Geralmente, é obtido vinculando o solicitante (EBAN-AFNAM) aos dados mestres de usuários (SU01) ou usando o centro de custo (EBKN-KOSTL) associado à imputação contábil da requisição. Exemplos FinançasOperações de TIMarketingManufatura
	Nome do usuário User	O ID do usuário que realizou a atividade.
Descrição Esse atributo identifica o usuário responsável por um evento, como criar uma requisição, aprovar uma etapa ou alterar um documento. No SAP, essa informação costuma ser registrada como um ID de usuário. A análise por usuário ajuda a identificar necessidades de treinamento, diferenças de performance entre usuários e possíveis fontes de erros de entrada de dados. Esse atributo é essencial para Dashboards como “Volume de requisições criadas por solicitante” e para entender a distribuição da carga de trabalho e a conformidade com as políticas de segregação de funções. Por que isso importa Associa atividades a pessoas específicas, permitindo analisar a performance dos usuários, a carga de trabalho, a conformidade e as necessidades de treinamento. Onde encontrar 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 Esse atributo indica o status geral da requisição em determinado momento, como “Em liberação”, “Aprovado”, “Rejeitado” ou “Encerrado”. No SAP, essa informação costuma ser representada por um código de status. Acompanhar o status é essencial para entender o resultado das requisições. Esse atributo dá suporte direto ao Dashboard “Resultados e taxas de rejeição de requisições” e a KPIs como “Taxa de rejeição de requisições” e “Taxa de retirada de requisições”. Analisar as mudanças de status ajuda a identificar ineficiências e pontos de falha no processo. Por que isso importa Define o resultado de uma requisição, algo essencial para analisar taxas de sucesso, motivos de rejeição e etapas finais do processo. Onde encontrar 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 (Solicitação de cotação criada)K (Encerrado)
	Tipo de documento RequisitionDocumentType	Classificação que determina o tipo e as características da requisição de compra.
Descrição No SAP, o tipo de documento controla vários aspectos de uma requisição de compra, incluindo a faixa de numeração, a seleção de campos e o processo de compras que será seguido. Alguns exemplos são “Requisição padrão”, “Transferência de estoque” e “Requisição de serviço”. Esse atributo é uma dimensão importante para a análise, pois diferentes tipos de documento costumam ter fluxos de processo e requisitos de aprovação próprios. Com ele, analistas podem segmentar os dados e comparar a performance de diferentes processos de requisição, o que ajuda a entender a conformidade e a identificar oportunidades de padronização ou especialização. Por que isso importa Permite segmentar as requisições por categoria de processo e fazer análises mais precisas e relevantes. Onde encontrar 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 Esse atributo representa o valor financeiro total da requisição de compra. Muitas vezes, esse valor determina o fluxo de aprovação necessário: requisições de maior valor costumam passar por uma análise mais rigorosa e por mais etapas de aprovação. Analisar as requisições por valor é fundamental para entender como o impacto financeiro influencia o processo. A análise pode revelar se requisições de alto valor demoram mais para ser aprovadas, são rejeitadas com mais frequência ou seguem caminhos diferentes. Esse também é um indicador fundamental para avaliar o volume financeiro do processo de compras. Por que isso importa Ajuda a relacionar o comportamento do processo ao impacto financeiro, algo essencial para a análise de risco e para entender a complexidade das aprovações. Onde encontrar 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 unidade ou o centro da empresa para o qual os produtos ou serviços são solicitados.
Descrição O centro é uma unidade organizacional da empresa que representa um local físico, como uma fábrica, um armazém ou um escritório. A requisição especifica o centro onde os itens solicitados são necessários. A análise por centro permite visualizar o processo de requisição por região ou localidade. Ela pode destacar diferenças de performance entre locais, que podem estar relacionadas a procedimentos locais, níveis de pessoal ou necessidades do negócio. Essa dimensão é comum em Dashboards de performance regional. Por que isso importa Fornece contexto geográfico ou de localização para a análise e ajuda a identificar variações nos processos e na performance entre regiões. Onde encontrar Encontrado na tabela EBAN, campo WERKS. Exemplos 10002100DE01
	É retrabalho IsRework	Um sinalizador booleano que indica se a requisição passou por um ciclo de retrabalho, como uma alteração após o envio.
Descrição Esse atributo derivado sinaliza atividades ou casos que envolvem retrabalho. Por exemplo, qualquer atividade “Requisição alterada” que ocorra depois de “Aprovação enviada” é considerada retrabalho. Eventos de rejeição que fazem o processo voltar a uma etapa anterior também podem acionar esse sinalizador. Esse sinalizador é essencial para o Dashboard “Análise de alterações e retrabalho em requisições”. Ele facilita a filtragem e a quantificação do retrabalho, ajudando a medir o impacto no tempo de ciclo total e a identificar as causas raiz das ineficiências do processo. Altas taxas de retrabalho costumam indicar problemas na qualidade dos dados ou falta de clareza nos requisitos. Por que isso importa Ajuda a quantificar a frequência e o impacto do retrabalho, facilitando a identificação e a análise de ineficiências e ciclos no processo. Onde encontrar Derivado do Event Log pela identificação de sequências específicas de atividades, como “Requisição alterada” após uma atividade de aprovação. Exemplos truefalse
	Grupo de compras PurchasingGroup	O grupo de compradores responsável pela aquisição dos itens solicitados.
Descrição O grupo de compras é uma unidade organizacional responsável por atividades específicas de compras. Ele representa o time de compradores que cuidará da requisição depois que ela for aprovada. Esse atributo ajuda a analisar a carga de trabalho e a performance de diferentes times de compras. Ele pode revelar se determinados grupos são gargalos na conversão de requisições em pedidos de compra ou se processam certos tipos de requisição com mais eficiência. É uma dimensão importante para gerenciar recursos e performance na área de compras. Por que isso importa Define a responsabilidade pelas compras, permitindo analisar a carga de trabalho e comparar a performance entre diferentes times de compradores. Onde encontrar Encontrado na tabela EBAN, campo EKGRP. Exemplos 001002P01
	Grupo de materiais MaterialGroup	O grupo ou a categoria a que pertence o material ou serviço solicitado.
Descrição O grupo de materiais é uma classificação que reúne materiais ou serviços com características semelhantes. Isso permite analisar as atividades de compras por categoria. A análise por grupo de materiais ajuda no planejamento estratégico de compras e na análise de gastos. Em Process Mining, ela pode revelar se requisições de determinadas categorias, como “Equipamentos de TI” ou “Serviços profissionais”, seguem caminhos diferentes ou levam mais tempo para ser aprovadas. Esse insight é útil para o “Relatório de qualidade dos dados de requisições” e para entender variações no processo conforme o item comprado. Por que isso importa Permite analisar gastos e processos por categoria de compras, apoiando o planejamento estratégico de compras e a identificação de gargalos específicos de cada categoria. Onde encontrar Encontrado na tabela EBAN, campo MATKL. Exemplos 00101L001IT-SFTWR
	ID do fornecedor VendorId	O identificador exclusivo do fornecedor sugerido ou fixo.
Descrição Esse atributo contém o ID de um fornecedor preferencial ou definido por contrato para o item solicitado. O campo 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 compras. Por exemplo, é possível verificar se requisições com um fornecedor especificado são aprovadas mais rápido ou se determinados fornecedores estão associados a taxas mais altas de rejeição. Isso permite entender como os fornecedores são envolvidos nas etapas iniciais. Por que isso importa Fornece insights sobre as relações com fornecedores preferenciais e o impacto delas na velocidade e nos resultados do processamento das requisições. Onde encontrar Encontrado na tabela EBAN, campo LIFNR (fornecedor fixo). Exemplos 100030025V9876
	ID do pedido de compra PurchaseOrderId	O ID do pedido de compra criado a partir da requisição.
Descrição Esse atributo vincula uma requisição de compra ao pedido de compra criado para atendê-la. Às vezes, uma única requisição pode gerar vários pedidos 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 “Tempo entre a requisição e a criação do pedido de compra” e dar suporte ao Dashboard “Atraso entre a aprovação da requisição e a criação do pedido de compra”. Entender essa conexão é fundamental para medir a eficiência de todo o ciclo de compras e pagamentos. Por que isso importa Conecta o processo de requisição ao processo de compras subsequente, permitindo analisar atrasos na transferência. Onde encontrar O número do pedido de compra fica armazenado na tabela EBAN, campo EBELN, depois que o pedido é criado. Exemplos 450001712345000171244500017125
	Motivo da rejeição RejectionReason	O motivo informado quando uma requisição ou etapa de aprovação é rejeitada.
Descrição Esse atributo registra a justificativa para rejeitar uma requisição de compra. Durante a atividade de rejeição, o aprovador costuma inserir essa informação como texto livre ou selecioná-la em uma lista predefinida de códigos. Analisar os motivos de rejeição é fundamental para melhorar o processo. Essa informação oferece feedback direto e acionável sobre as causas das falhas nas requisições, que podem incluir violações de políticas, dados incorretos ou falta de orçamento. Esses dados são essenciais para o Dashboard “Resultados e taxas de rejeição de requisições” e ajudam a identificar as causas raiz das ineficiências do processo. Por que isso importa Mostra por que as requisições são rejeitadas e permite direcionar melhorias no processo e treinamentos para os usuários. Onde encontrar Esses dados costumam ser armazenados nos logs do fluxo de trabalho ou em textos longos associados ao evento de rejeição. Não há um campo padrão na EBAN. Exemplos Centro de custo incorretoOrçamento excedidoSolicitação duplicadaEm desacordo com a política
	Nome do solicitante RequesterName	O nome da pessoa que solicitou os produtos ou serviços.
Descrição Esse atributo identifica a pessoa que iniciou a requisição de compra, ou seja, quem precisa dos itens solicitados. Acompanhar o solicitante permite analisar padrões de requisição por pessoa ou grupo. O Dashboard “Volume de requisições criadas por solicitante” usa esse atributo para identificar usuários frequentes, pessoas que podem precisar de treinamento adicional ou departamentos com alto volume de compras. Assim, você entende melhor quem inicia o processo. Por que isso importa Identifica quem iniciou o processo, permitindo analisar padrões de criação de requisições e direcionar treinamentos aos usuários. Onde encontrar Encontrado na tabela EBAN, campo AFNAM. Exemplos Alice WilliamsBob JohnsonCharlie Brown
	Prioridade Priority	O nível de urgência atribuído à requisição de compra.
Descrição Esse atributo indica a prioridade da requisição, geralmente classificada como “Urgente”, “Alta” ou “Normal”. O sinalizador informa a aprovadores e compradores que a solicitação precisa ser tratada com mais rapidez. Esse atributo é essencial para o Dashboard “Performance no processamento de requisições urgentes” e para o KPI “Eficácia do sinalizador de urgência”. A análise verifica se as requisições marcadas como urgentes são realmente processadas mais rápido que as demais. Assim, é possível avaliar a eficácia da priorização e garantir que as necessidades críticas do negócio sejam atendidas sem demora. Por que isso importa Permite analisar se as solicitações urgentes são processadas mais rápido e avaliar a eficácia dos mecanismos de priorização. Onde encontrar Esse não é um campo padrão da EBAN. Em geral, é implementado como campo personalizado ou inferido do número de acompanhamento da necessidade (EBAN-BEDNR) ou de um tipo de documento específico. Exemplos 123

Obrigatório Recomendado Opcional

Atividades de requisição de compra a pagamento

Estas são as principais etapas e marcos do processo que você deve registrar no Event Log para descobrir e analisar com precisão o fluxo de trabalho de requisições.

6 Recomendado 7 Opcional

	Atividade	Descrição
	Aprovação enviada	Esta atividade indica que a requisição entrou no fluxo formal de aprovação. Normalmente, ela é inferida quando o status da requisição muda para exigir uma liberação ou aprovação inicial, conforme a estratégia de liberação configurada.
Por que isso importa Este evento marca o início do tempo de ciclo de aprovação, um KPI essencial para medir a eficiência do processo. Identificar esse momento ajuda a isolar os atrasos entre a criação e o início das aprovações formais. Onde encontrar Inferido a partir da primeira mudança 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 associados à requisição. Coleta Inferido a partir da primeira entrada no log de alterações que indica a ativação de uma estratégia de liberação. Tipo de evento inferred
	Pedido de compra criado	Esta atividade marca a conversão bem-sucedida de uma requisição de compra aprovada em um documento de pedido de compra. O evento é inferido para a requisição quando se encontra um item de pedido de compra correspondente que faz referência a ela.
Por que isso importa Como principal resultado bem-sucedido, esta atividade encerra o processo da requisição e inicia a etapa de compras. O tempo entre "Requisição aprovada" e este evento é um KPI importante para medir a eficiência do handoff. Onde encontrar Inferido pela busca de um registro na tabela EKPO (item do pedido de compra) em que os campos BANFN e BNFPO correspondem ao número e ao item da requisição de compra na tabela EBAN. A data de criação do pedido (EKKO.AEDAT) fornece a data e a hora do evento. Coleta Inferido pela vinculação das tabelas EBAN e EKPO e pelo uso da data de criação do pedido de compra na EKKO. Tipo de evento inferred
	Requisição aprovada	Esta atividade marca a conclusão bem-sucedida de todas as etapas de aprovação exigidas para a requisição de compra. O evento é inferido quando o código de liberação final é aplicado e o indicador geral de liberação (FRGZU) na tabela EBAN passa para um estado aprovado.
Por que isso importa Este é um marco crítico: encerra o ciclo de aprovação e inicia a etapa 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 encontrar Inferido a partir da data e hora da entrada no log de alterações CDPOS para a tabela EBAN, campo FRGZU, quando o valor muda para indicar a aprovação final. Coleta Inferido quando o campo do indicador de liberação final na EBAN chega ao status final 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 registrado explicitamente quando um novo registro é criado na tabela EBAN, com a data e a hora da criação.
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 cria as requisições e quando. Onde encontrar 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 requisição de compra (BANFN). Coleta Data e hora registradas nos campos ERDAT e UZEIT da tabela EBAN quando o registro é salvo pela primeira vez. Tipo de evento explicit
	Requisição rejeitada	Esta é uma atividade final em que a requisição de compra é rejeitada definitivamente e não pode avançar. O evento é inferido quando um aprovador define o indicador de liberação da tabela EBAN como rejeitado em caráter definitivo.
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 as causas de falhas e desperdícios nas compras. Onde encontrar Inferido a partir da data e hora da entrada no log de alterações CDPOS para a tabela EBAN, campo FRGZU, quando o valor muda para indicar a rejeição final. Coleta Inferido quando o campo do indicador de liberação final na EBAN chega ao status final de "rejeitado". Tipo de evento inferred
	Requisição retirada	Esta é uma atividade final em que quem criou a requisição ou um usuário autorizado cancela o item ao definir um indicador de exclusão. A ação é registrada explicitamente e indica que a necessidade de negócio deixou de existir ou que a requisição foi criada por engano.
Por que isso importa Este é um ponto final de falha importante para o processo e essencial para calcular a taxa de retirada. Uma taxa alta pode indicar que prazos longos de aprovação levam os usuários a desistir das solicitações ou que existem problemas sistêmicos no planejamento da demanda. Onde encontrar Esta ação explícita é capturada quando o campo "Indicador de exclusão" (LOEKZ) da tabela EBAN é definido para o item da requisição. A alteração é registrada em CDHDR e CDPOS. Coleta Entrada no log de alterações criada quando o indicador de exclusão (EBAN-LOEKZ) é definido como "L". Tipo de evento explicit
	Aprovação reiniciada	Indica que todo o fluxo de aprovação da requisição foi reiniciado, geralmente após uma alteração significativa. O evento é inferido quando o status de liberação é apagado depois de ter sido ativado, fazendo com que o processo de aprovação recomece.
Por que isso importa Reiniciar uma aprovação é um evento de retrabalho significativo, com grande impacto no tempo de ciclo. Identificar esses casos revela ineficiências no processo e os efeitos das alterações nas requisições sobre o fluxo de trabalho. Onde encontrar Inferido nos logs de alterações (CDHDR/CDPOS) da tabela EBAN quando os campos de status de liberação, como FRGZU, mudam de um estado pendente ou aprovado para um estado inicial ou em branco. Coleta Inferido nos logs de alterações que mostram os campos da estratégia de liberação sendo apagados. Tipo de evento inferred
	Etapa de aprovação aprovada	Representa a ação explícita de um usuário autorizado ao aprovar uma 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 cada aprovação é necessário para medir a duração de cada etapa e analisar a performance dos diferentes aprovadores. Isso é fundamental para entender a conformidade com o fluxo de trabalho. Onde encontrar 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 código de transação semelhante gera essa alteração registrada. Coleta Entrada no log de alterações criada quando um aprovador executa uma transação de liberação. Tipo de evento explicit
	Etapa de aprovação iniciada	Indica que a requisição está aguardando uma ação de um aprovador específico ou de um grupo de aprovação definido na estratégia de liberação. Este evento é inferido quando o status da requisição mostra que ela está aguardando um código de liberação específico.
Por que isso importa Esta atividade permite analisar em detalhes cada etapa da cadeia de aprovação. Ela ajuda a identificar quais aprovadores ou etapas causam os maiores atrasos no processo. Onde encontrar 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. Coleta Inferido a partir de mudanças 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 etapa da estratégia de liberação, geralmente devolvendo a requisição a quem a criou para que seja alterada. Essa ação é registrada como uma alteração 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 suas causas ajuda a identificar interpretações equivocadas das políticas, problemas na qualidade dos dados ou etapas de aprovação ineficientes. Onde encontrar Capturado nos logs de alterações (CDHDR/CDPOS) dos campos de status de liberação da tabela EBAN. Uma rejeição pela transação ME54N ou por uma transação semelhante gera a mudança de status correspondente. Coleta Entrada no log de alterações criada quando um aprovador rejeita uma requisição. Tipo de evento explicit
	Requisição alterada	Representa qualquer alteração feita em uma requisição de compra após sua criação inicial, como mudanças na quantidade, no preço ou no material. Essas alterações são registradas nas tabelas de log de alterações do SAP, criando um histórico detalhado das modificações.
Por que isso importa Acompanhar as alterações é essencial para identificar ciclos de retrabalho e problemas na qualidade dos dados. Muitas alterações podem indicar requisitos iniciais pouco claros ou lacunas de treinamento, causando atrasos no processo. Onde encontrar Capturado nas tabelas de log de alterações CDHDR (cabeçalho) e CDPOS (item), quando a classe do objeto é EINKBELEG e o ID do objeto corresponde ao número da requisição de compra. É possível analisar alterações em campos específicos. Coleta Evento registrado nas tabelas de alterações CDHDR e CDPOS para o documento da requisição de compra. Tipo de evento explicit
	Requisição bloqueada	Representa a ação explícita de bloquear um item da requisição de compra, impedindo sua conversão em pedido de compra. O bloqueio é definido por um indicador específico no item da requisição.
Por que isso importa Um bloqueio indica um possível problema ou uma suspensão temporária das compras. Acompanhar esses eventos ajuda a identificar gargalos em que as requisições são aprovadas, mas não recebem encaminhamento imediato. Onde encontrar Capturado quando o campo "Indicador de bloqueio" (EBAKZ) da tabela EBAN é alterado. A mudança é registrada em CDHDR e CDPOS. Coleta 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 se espera nenhum processamento adicional. O status é inferido quando o item foi totalmente convertido em pedido de compra e atendido, ou marcado manualmente como encerrado.
Por que isso importa Este evento define um ponto final para requisições concluídas, mas que não foram necessariamente excluídas. Assim, é possível calcular com precisão a duração do ciclo de vida de solicitações atendidas com sucesso. Onde encontrar Inferido a partir do indicador "Encerrado" (EBAKZ com o valor "S" ou outro valor configurado) na tabela EBAN. O sistema costuma definir esse status automaticamente após a conversão completa em pedido de compra e o recebimento das mercadorias. Coleta Inferido a partir da mudança do campo EBAN-EBAKZ para um valor de "encerrado". Tipo de evento inferred

Recomendado Opcional

Guias de extração

Como extrair seus dados do SAP ECC

Etapas

Conceda acesso ao banco de dados: Antes de começar, confirme que você tem acesso somente para leitura ao banco de dados subjacente do SAP ECC. Para isso, são necessárias credenciais específicas (nome de usuário, senha, host e porta). Esse nível de acesso não é padrão e precisa ser aprovado pelas equipes de Basis e segurança do SAP.
Identifique o esquema SAP: Conecte-se ao banco de dados usando um cliente SQL padrão, como DBeaver, Toad ou SQL Developer. Identifique o esquema SAP correto 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 exemplo na consulta e substitua-os pelos dados específicos do seu sistema e pelas necessidades do negócio. Entre os principais valores estão '{source_system_name}', '{start_date}', '{end_date}', '{company_codes}' e '{document_types}'.
Ajuste a sintaxe ao banco de dados: A consulta fornecida usa uma sintaxe SQL comum. No entanto, funções para criar data e hora, como TO_TIMESTAMP, ou para manipular textos talvez precisem de pequenos ajustes conforme o banco de dados, por exemplo, Oracle, SQL Server, DB2 ou HANA.
Execute a extração: Execute a consulta personalizada no seu cliente SQL. Para conjuntos de dados grandes, recomendamos executá-la fora dos horários de pico para evitar impacto na performance do sistema.
Confira os resultados preliminares: Quando a consulta terminar, verifique rapidamente se a saída contém as colunas esperadas (PurchaseRequisitionId, ActivityName, EventTime etc.) e se há linhas para diferentes atividades.
Exporte para CSV: Exporte todo o conjunto de resultados do cliente SQL para um arquivo CSV. Use a codificação UTF-8 para evitar problemas com caracteres especiais.
Prepare o arquivo para carregamento: Confirme que os cabeçalhos das colunas do CSV correspondem exatamente aos aliases definidos na consulta SQL. O arquivo deve apresentar o Event Log em formato tabular, sem inconsistências.
Carregue no ProcessMind: Carregue o 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.
Esquema SAP: É necessário saber o nome do esquema que contém as tabelas SAP, por exemplo, SAPSR3. A consulta deve ser executada nesse esquema.
Período: Para controlar a performance e o volume de dados, é essencial filtrar por um período específico. Recomendamos começar com um intervalo de 3 a 6 meses. Defina os valores de '{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 '{company_codes}' e '{document_types}' por listas de valores separadas por vírgulas, por exemplo, '1000','2000'.
Pré-requisitos: Este método exige aprovação das equipes de Basis e segurança do SAP para obter credenciais de acesso direto ao banco de dados. Não é uma atividade padrão para usuários finais.
Considerações sobre performance: A consulta combina tabelas de log de alterações (CDHDR, CDPOS), que podem ser muito grandes. Sem os filtros adequados, a consulta pode ficar lenta e consumir muitos recursos do sistema. Sempre use um período restrito e outros filtros.

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 você tem o Python 3.6 ou mais recente instalado. Crie uma pasta para o projeto e configure um ambiente virtual para gerenciar as dependências. Instale as bibliotecas necessárias usando pip: pip install pyrfc pandas numpy
SDK SAP RFC: Baixe o SAP NetWeaver RFC SDK no SAP Support Portal. Extraia o conteúdo e coloque os arquivos da biblioteca, por exemplo, 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 SAP: Abra o script Python fornecido. Localize a seção de parâmetros de conexão SAP e substitua os valores de exemplo (ashost, sysnr, client, user, passwd) pelas credenciais do seu sistema SAP. Confira se o usuário tem as autorizações necessárias para executar RFC e acessar tabelas.
Defina os parâmetros de extração: No script, defina as variáveis date_from e date_to para especificar o período desejado para a extração. Recomendamos começar com um intervalo menor, por exemplo, um mês, para testar o processo.
Execute o script Python: Execute o script no terminal com 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 busca dados brutos de requisições, pedidos de compra e documentos de alteração. Ele usa critérios de filtro, como períodos e classes de objeto, para limitar o volume de dados transferidos.
Transforme os dados localmente: Depois de baixar os dados, o script usa a biblioteca pandas para fazer todas as transformações localmente. Ele processa os dados brutos das tabelas para gerar registros distintos do Event Log para cada uma das 13 atividades necessárias, como 'Requisição criada', 'Etapa de aprovação aprovada' e 'Pedido de compra criado'.
Gere o Event Log: O script combina os eventos gerados por cada tabela em um único DataFrame. Ele calcula as datas e horas dos eventos, associa os nomes de usuário e organiza os dados no formato necessário de ID do caso, atividade e data e hora.
Mapeie os atributos: Atributos importantes, como PurchaseRequisitionId, ActivityName, EventTime, User e TotalRequisitionValue, são associados às respectivas colunas no DataFrame final.
Exporte para CSV: O script salva o Event Log final em um arquivo CSV chamado event_log_pr.csv, no mesmo diretório. O arquivo está formatado para ser carregado diretamente no ProcessMind.
Revise e carregue os dados: Abra o arquivo CSV gerado para conferir se os dados estão completos e corretos. Depois da validação, carregue o arquivo no seu projeto do ProcessMind.

Configuração

Conexão SAP: O script precisa dos dados para uma conexão RFC direta com o sistema SAP ECC, incluindo servidor de aplicações, número do sistema, cliente, usuário e senha. O usuário informado deve ter autorização para chamadas RFC e acesso de visualização às tabelas EBAN, EKPO, EKKO, CDHDR e CDPOS.
Período: A extração usa os parâmetros de data inicial e final definidos no script. Para as primeiras execuções e para controlar a performance, recomendamos extrair dados de 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, pela data (CDHDR-UDATE) e pela classe do objeto (CDHDR-OBJECTCLAS = 'BANF').
Bibliotecas Python: O script usa pyrfc para se conectar ao SAP e pandas para manipular os dados. Confira se essas bibliotecas estão instaladas no ambiente Python.
Performance: A extração por RFC_READ_TABLE pode ser lenta para conjuntos de dados muito grandes, pois os dados são obtidos sequencialmente, tabela por tabela. Recomendamos executar a extração fora dos horários de pico para reduzir 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 pandas, com base na coluna BSART da tabela EBAN.

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 estruturar seus dados corretamente para Process Mining e encontrar insights valiosos sobre seu processo de requisição de compra a pagamento. Comece hoje a otimizar seus processos!

Voltar ao guia de melhoria

Baixar Template

Aumente a eficiência das requisições de compra. Comece seu teste agora

Identifique e resolva gargalos nas requisições de compra e reduza o tempo de ciclo em 30% ou mais.

Começar o teste grátis

Acesso grátis por 14 dias, sem cartão de crédito

Seu Template de dados de requisição de compra a pagamento

Seu Template de dados de requisição de compra a pagamento

Atributos de requisição de compra a pagamento

Atividades de requisição de compra a pagamento

Guias de extração

Consulta SQL direta ao banco de dados subjacente do SAP ECC

Etapas

Configuração

Consulta de exemplo sql

Script Python com SAP RFC para extração de tabelas

Etapas

Configuração

Consulta de exemplo python

Pronto para começar?

Aumente a eficiência das requisições de compra. Comece seu teste agora