> การปรับปรุงกระบวนการอย่างต่อเนื่อง > จัดซื้อจนถึงชำระเงิน: คำขอซื้อ > SAP Ariba > เทมเพลตข้อมูล

เทมเพลตข้อมูลใบขอซื้อสำหรับกระบวนการจัดซื้อจนถึงชำระเงิน

SAP Ariba

แอตทริบิวต์ใบขอซื้อสำหรับกระบวนการจัดซื้อจนถึงชำระเงิน(19) กิจกรรมใบขอซื้อสำหรับกระบวนการจัดซื้อจนถึงชำระเงิน(13) คู่มือการดึงข้อมูล(2)

เทมเพลตข้อมูลใบขอซื้อสำหรับกระบวนการจัดซื้อจนถึงชำระเงิน

เทมเพลตข้อมูลนี้ช่วยให้คุณรวบรวมและจัดโครงสร้างข้อมูลที่จำเป็นสำหรับวิเคราะห์กระบวนการขอซื้อจนถึงชำระเงินได้อย่างมีประสิทธิภาพ โดยระบุแอตทริบิวต์และกิจกรรมสำคัญที่ต้องใช้ในบันทึกเหตุการณ์ เพื่อให้วิเคราะห์ประสิทธิภาพของกระบวนการได้อย่างละเอียด นอกจากนี้ยังมีคำแนะนำในการดึงข้อมูลจากระบบต้นทาง ช่วยให้คุณเริ่มใช้ process mining ได้สะดวกขึ้น.

แอตทริบิวต์ที่แนะนำให้เก็บเพื่อการวิเคราะห์อย่างละเอียด
กิจกรรมและจุดสำคัญในกระบวนการที่ควรติดตาม
คำแนะนำโดยละเอียดสำหรับดึงข้อมูลจากระบบของคุณ

เพิ่งเริ่มใช้บันทึกเหตุการณ์ใช่ไหม เรียนรู้ วิธีสร้าง event log สำหรับ process mining.

ดาวน์โหลดเทมเพลต

แอตทริบิวต์ใบขอซื้อสำหรับกระบวนการจัดซื้อจนถึงชำระเงิน

ฟิลด์ข้อมูลที่แนะนำให้ใส่ในบันทึกเหตุการณ์ เพื่อวิเคราะห์กระบวนการขอซื้อจนถึงชำระเงินได้อย่างละเอียดและไม่พลาดข้อมูลสำคัญ.

3 จำเป็น 8 แนะนำ 8 ไม่บังคับ

	ชื่อ	คำอธิบาย
	Purchase Requisition ID PurchaseRequisitionId	รหัสเฉพาะของเอกสารใบขอซื้อ ซึ่งใช้เป็นรหัสอ้างอิงหลักของแต่ละกรณีในกระบวนการ.
คำอธิบาย Purchase Requisition ID เป็นรหัสหลักที่เชื่อมโยงกิจกรรมทั้งหมดของคำขอซื้อสินค้าหรือบริการหนึ่งรายการ ใบขอซื้อแต่ละรายการที่สร้างใน SAP Ariba จะมีรหัสเฉพาะซึ่งคงเดิมตลอดวงจร ตั้งแต่สร้างและส่งคำขอ ไปจนถึงอนุมัติ ปฏิเสธ หรือปิดรายการในขั้นสุดท้าย. ในการวิเคราะห์ process mining คุณสมบัตินี้เป็นพื้นฐานสำหรับเชื่อมโยงข้อมูลของแต่ละกรณี ช่วยสร้างเส้นทางการทำงานทั้งหมดของใบขอซื้อแต่ละรายการ และคำนวณระยะเวลาดำเนินการ ระบุรูปแบบกระบวนการ และวิเคราะห์การแก้ไขงานซ้ำได้อย่างแม่นยำ หากไม่มีรหัสนี้ ก็จะแยกไม่ได้ว่าเหตุการณ์ใดเป็นของใบขอซื้อรายการใด. เหตุผลที่สำคัญ นี่คือรหัสอ้างอิงหลักที่เชื่อมโยงกิจกรรมที่เกี่ยวข้องทั้งหมด ทำให้วิเคราะห์กระบวนการใบขอซื้อตั้งแต่ต้นจนจบสำหรับแต่ละคำขอได้. แหล่งข้อมูล ฟิลด์นี้เป็นคีย์หลักในตารางส่วนหัวของใบขอซื้อ ซึ่งเป็นส่วนหนึ่งของโครงสร้างข้อมูล SAP Ariba. ตัวอย่าง PR-102345PR-102346PR-102347
	ชื่อกิจกรรม ActivityName	ชื่อเหตุการณ์ทางธุรกิจที่เกิดขึ้น ณ เวลาหนึ่งในวงจรใบขอซื้อ.
คำอธิบาย ชื่อกิจกรรมระบุขั้นตอนหรือหมุดหมายหนึ่งในกระบวนการใบขอซื้อ เช่น 'สร้างใบขอซื้อ' 'อนุมัติขั้นตอน' หรือ 'ปิดใบขอซื้อ' โดยทั่วไปข้อมูลนี้มาจากบันทึกเหตุการณ์ การเปลี่ยนสถานะ หรือการดำเนินการของผู้ใช้ที่บันทึกไว้ใน SAP Ariba. คุณสมบัตินี้จำเป็นต่อการสร้างแผนผังกระบวนการ ซึ่งแสดงลำดับกิจกรรมให้เห็นเป็นภาพ นักวิเคราะห์สามารถดูความถี่และลำดับของกิจกรรมเพื่อระบุเส้นทางที่พบบ่อย คอขวด ขั้นตอนที่เบี่ยงเบนจากวิธีปฏิบัติมาตรฐาน และจุดที่มีการแก้ไขงานซ้ำ คุณสมบัตินี้เป็นพื้นฐานของการวิเคราะห์ process mining. เหตุผลที่สำคัญ ใช้ระบุขั้นตอนในกระบวนการ เพื่อแสดงภาพและวิเคราะห์เวิร์กโฟลว์ใบขอซื้อ รวมถึงคอขวดและขั้นตอนที่เบี่ยงเบนไป. แหล่งข้อมูล ได้จากบันทึกเหตุการณ์ บันทึกการตรวจสอบ หรือระเบียนการเปลี่ยนสถานะใน SAP Ariba ซึ่งมักเชื่อมโยงกับตารางส่วนหัวและรายการสินค้าในใบขอซื้อ. ตัวอย่าง ส่งใบขอซื้ออนุมัติขั้นตอนแก้ไขใบขอซื้อสร้างใบสั่งซื้อ
	เวลาของเหตุการณ์ EventTimestamp	วันที่และเวลาที่กิจกรรมเกิดขึ้นอย่างแม่นยำ ใช้เป็นเวลาหลักในการเรียงลำดับเหตุการณ์.
คำอธิบาย เวลาที่เกิดเหตุการณ์บันทึกช่วงเวลาที่กิจกรรมเกิดขึ้นอย่างแม่นยำ ข้อมูลที่มีความละเอียดสูงนี้จำเป็นต่อการเรียงลำดับเหตุการณ์ในแต่ละกรณีให้ถูกต้อง และคำนวณระยะเวลาระหว่างขั้นตอนต่างๆ ในกระบวนการ. ในการวิเคราะห์ เวลานี้เป็นพื้นฐานของการคำนวณตามช่วงเวลา ทั้งระยะเวลาดำเนินการ เวลารอ และเวลาที่ใช้ในแต่ละขั้นตอน นอกจากนี้ยังใช้สร้างแดชบอร์ดวิเคราะห์ประสิทธิภาพ เช่น เวลารอบการอนุมัติใบขอซื้อและการวิเคราะห์คอขวดในเส้นทางอนุมัติ ความถูกต้องของฟิลด์นี้ส่งผลโดยตรงต่อความน่าเชื่อถือของตัวชี้วัดประสิทธิภาพทั้งหมด. เหตุผลที่สำคัญ คุณสมบัตินี้แสดงลำดับเหตุการณ์ตามเวลา และเป็นพื้นฐานสำหรับคำนวณประสิทธิภาพและระยะเวลาทั้งหมด เช่น ระยะเวลาดำเนินการและคอขวด. แหล่งข้อมูล โดยทั่วไปจะพบข้อมูลนี้พร้อมกับระเบียนกิจกรรมหรือการเปลี่ยนสถานะในบันทึกการตรวจสอบหรือตารางบันทึกธุรกรรมของ SAP Ariba. ตัวอย่าง 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:05:00Z
	ผู้ใช้ที่ทำเหตุการณ์ EventUser	รหัสหรือชื่อผู้ใช้ของผู้ที่ทำกิจกรรม เช่น ผู้ขอหรือผู้อนุมัติ.
คำอธิบาย คุณสมบัติผู้ใช้ที่ทำกิจกรรมระบุผู้รับผิดชอบในการดำเนินขั้นตอนหนึ่งของกระบวนการ อาจเป็นพนักงานที่ส่งใบขอซื้อ ผู้จัดการที่อนุมัติ หรือตัวแทนฝ่ายจัดซื้อที่ดำเนินการ. คุณสมบัตินี้จำเป็นต่อการวิเคราะห์ภาระงาน เปรียบเทียบประสิทธิภาพ และค้นหาความต้องการในการฝึกอบรม โดยใช้สร้างแดชบอร์ด 'ภาระงานและประสิทธิภาพของผู้อนุมัติ' เพื่อวิเคราะห์เวลาอนุมัติของผู้ใช้แต่ละคน นอกจากนี้ยังช่วยตรวจสอบสาเหตุของความล่าช้าหรือขั้นตอนที่เบี่ยงเบนไป โดยติดตามกลับไปยังบุคคลหรือทีมที่เกี่ยวข้องได้. เหตุผลที่สำคัญ ช่วยวิเคราะห์การกระจายภาระงาน ประสิทธิภาพของผู้ใช้ และการจัดสรรทรัพยากร รวมถึงระบุคอขวดที่เกิดจากผู้ใช้หรือทีมบางกลุ่ม. แหล่งข้อมูล ตรวจสอบเอกสาร SAP Ariba โดยข้อมูลนี้มักจัดเก็บในตารางบันทึกการตรวจสอบหรือประวัติ และเชื่อมโยงกับข้อมูลหลักของผู้ใช้. ตัวอย่าง john.doejane.smithmanager123
	แผนกของผู้ขอซื้อ RequesterDepartment	แผนกธุรกิจหรือศูนย์ต้นทุนของพนักงานที่สร้างใบขอซื้อ.
คำอธิบาย คุณสมบัตินี้แสดงบริบทขององค์กร โดยระบุว่าหน่วยงานใดเป็นผู้เริ่มคำขอ โดยทั่วไปจะได้ข้อมูลจากโปรไฟล์ผู้ขอ หรือระบุไว้โดยตรงในแบบฟอร์มใบขอซื้อ. ในการวิเคราะห์ คุณสมบัตินี้ใช้กรองและเปรียบเทียบข้อมูลได้ และเป็นมิติที่ใช้ในแดชบอร์ดเกือบทั้งหมด เช่น 'เวลารอบการอนุมัติใบขอซื้อ' และ 'การวิเคราะห์อัตราการปฏิเสธใบขอซื้อ' เพื่อแยกตัวชี้วัดตามแผนก ช่วยระบุแผนกที่มีระยะเวลาดำเนินการนานที่สุด อัตราการแก้ไขสูงที่สุด หรือมีคำขอที่ไม่เป็นไปตามข้อกำหนดมากที่สุด และนำไปปรับปรุงกระบวนการได้ตรงจุด. เหตุผลที่สำคัญ ช่วยแบ่งกลุ่มและเปรียบเทียบประสิทธิภาพของกระบวนการในหน่วยงานต่างๆ พร้อมชี้ให้เห็นปัญหาหรือแนวทางปฏิบัติที่ดีของแต่ละแผนก. แหล่งข้อมูล ตรวจสอบเอกสาร SAP Ariba โดยปกติข้อมูลนี้อยู่ในส่วนหัวของใบขอซื้อ และมักเชื่อมโยงจากโปรไฟล์ผู้ขอ. ตัวอย่าง การตลาดการปฏิบัติการด้านไอทีการเงินวิจัยและพัฒนา
	ยอดรวมใบขอซื้อ TotalRequisitionAmount	มูลค่ารวมของใบขอซื้อ.
คำอธิบาย คุณสมบัตินี้บันทึกมูลค่าทางการเงินของคำขอทั้งหมด ซึ่งเป็นบริบททางธุรกิจสำคัญที่ช่วยจัดหมวดหมู่และจัดลำดับความสำคัญของใบขอซื้อ. การวิเคราะห์ตัวชี้วัดกระบวนการเทียบกับมูลค่านี้อาจเผยให้เห็นรูปแบบที่สำคัญ เช่น ใบขอซื้อมูลค่าสูงอาจต้องผ่านเส้นทางอนุมัติที่เข้มงวดกว่า หรือใช้เวลาดำเนินการนานกว่า คุณสมบัตินี้ช่วยให้เข้าใจผลกระทบทางการเงินจากความไม่มีประสิทธิภาพของกระบวนการ และแบ่งใบขอซื้อตามช่วงมูลค่าเพื่อเปรียบเทียบได้. เหตุผลที่สำคัญ ให้บริบททางการเงินที่สำคัญ ช่วยวิเคราะห์ว่ามูลค่าใบขอซื้อส่งผลต่อกระบวนการอย่างไร เช่น ระยะเวลาอนุมัติและความซับซ้อนของเวิร์กโฟลว์. แหล่งข้อมูล ตรวจสอบเอกสาร SAP Ariba โดยฟิลด์นี้เป็นฟิลด์มาตรฐานในส่วนหัวของใบขอซื้อ. ตัวอย่าง 1500.0025000.5099.95
	ระดับความเร่งด่วน UrgencyLevel	ตัวบ่งชี้ลำดับความสำคัญของใบขอซื้อ เช่น 'ปกติ' 'เร่งด่วน' หรือ 'เร่งด่วนมาก'.
คำอธิบาย ระดับความเร่งด่วน ซึ่งมักแสดงเป็นธงลำดับความสำคัญ บ่งบอกความจำเป็นทางธุรกิจที่ต้องเร่งดำเนินการ โดยทั่วไปผู้ขอจะเป็นผู้กำหนด เพื่อให้จัดการความต้องการเร่งด่วนได้ทันเวลา. คุณสมบัตินี้เป็นข้อมูลหลักของแดชบอร์ด 'ติดตามกระบวนการใบขอซื้อเร่งด่วน' และ KPI 'เวลาดำเนินการใบขอซื้อเร่งด่วน' ช่วยเปรียบเทียบระยะเวลาดำเนินการของใบขอซื้อเร่งด่วนกับใบขอซื้อทั่วไปโดยตรง เพื่อดูว่าการจัดลำดับความสำคัญได้ผลหรือไม่ การวิเคราะห์ขั้นตอนที่เบี่ยงเบนไปหรือความล่าช้าของคำขอเร่งด่วนยังช่วยให้ธุรกิจดำเนินงานต่อเนื่องได้. เหตุผลที่สำคัญ ช่วยจัดลำดับความสำคัญในการวิเคราะห์และติดตามว่าใบขอซื้อที่มีความสำคัญสูงได้รับการดำเนินการเร็วขึ้นหรือไม่ เพื่อให้ตอบสนองความต้องการเร่งด่วนของธุรกิจได้. แหล่งข้อมูล ตรวจสอบเอกสาร SAP Ariba โดยมักเป็นฟิลด์ที่เลือกได้ในแบบฟอร์มสร้างใบขอซื้อ. ตัวอย่าง สูงปานกลางต่ำ
	สถานะใบขอซื้อ RequisitionStatus	สถานะปัจจุบันของใบขอซื้อในวงจรการทำงาน.
คำอธิบาย แอตทริบิวต์นี้แสดงสถานะล่าสุดของใบขอซื้อ เช่น “กำลังจัดทำ” “ส่งแล้ว” “อนุมัติแล้ว” “ไม่อนุมัติ” หรือ “ปิดแล้ว” โดยแสดงให้เห็นว่าแต่ละเคสอยู่ในขั้นตอนไหนของกระบวนการ ณ เวลาที่ดึงข้อมูล ขณะที่ process mining ช่วยสร้างภาพกระบวนการย้อนหลัง แอตทริบิวต์นี้มีความสำคัญต่อการติดตามงานปัจจุบัน และเป็นข้อมูลหลักของ “ตัวติดตามสถานะใบขอซื้อแบบเรียลไทม์” ช่วยให้ผู้จัดการเห็นปริมาณงานที่กำลังดำเนินการ และระบุใบขอซื้อที่ค้างหรือใช้เวลานานได้ทันที จึงมองเห็นสถานะของคำขอที่ยังดำเนินอยู่และนำข้อมูลไปจัดการต่อได้. เหตุผลที่สำคัญ ติดตามรายการใบขอซื้อแบบเรียลไทม์ ช่วยระบุและจัดการคำขอที่ค้างหรือใช้เวลานานก่อนจะกลายเป็นปัญหา. แหล่งข้อมูล ดูเอกสารประกอบของ SAP Ariba ฟิลด์สถานะนี้เป็นฟิลด์มาตรฐานในส่วนหัวของใบขอซื้อ. ตัวอย่าง อนุมัติแล้วส่งแล้วไม่อนุมัติอยู่ระหว่างอนุมัติ
	เส้นทางเวิร์กโฟลว์การอนุมัติ ApprovalWorkflowPath	ลำดับขั้นตอนอนุมัติที่กำหนดไว้ ซึ่งใบขอซื้อควรดำเนินตาม.
คำอธิบาย คุณสมบัตินี้ระบุรูปแบบกระบวนการมาตรฐานหรือเมทริกซ์การอนุมัติที่ใบขอซื้อควรปฏิบัติตาม โดยพิจารณาจากลักษณะต่างๆ เช่น มูลค่า หมวดหมู่สินค้า และแผนก ซึ่งแสดงกระบวนการที่ควรเป็นหรือเส้นทางปกติ. ข้อมูลนี้เป็นพื้นฐานสำคัญสำหรับการตรวจสอบความสอดคล้อง และใช้ในแดชบอร์ด 'ภาพรวมการปฏิบัติตามข้อกำหนดของใบขอซื้อ' นักวิเคราะห์สามารถเปรียบเทียบลำดับกิจกรรมจริงกับเส้นทางเวิร์กโฟลว์การอนุมัติที่กำหนดไว้ เพื่อตรวจหาการละเมิดนโยบาย ขั้นตอนอนุมัติที่ไม่ได้รับอนุญาต หรือการข้ามการควบคุมโดยอัตโนมัติ ซึ่งจำเป็นต่อการตรวจสอบภายในและการจัดการความเสี่ยง. เหตุผลที่สำคัญ ระบุกระบวนการมาตรฐานที่ควรปฏิบัติตาม เพื่อให้ตรวจสอบความสอดคล้องและตรวจพบขั้นตอนที่เบี่ยงเบนไปหรือการละเมิดนโยบายได้โดยอัตโนมัติ. แหล่งข้อมูล ตรวจสอบเอกสาร SAP Ariba โดยอาจได้ข้อมูลจากการตั้งค่าเมทริกซ์การอนุมัติหรือฟิลด์เฉพาะในใบขอซื้อ. ตัวอย่าง ไอทีมาตรฐาน > $10kบริการการตลาด < $5kCAPEX > $100k
	หมวดหมู่สินค้า ItemCategory	ประเภทของสินค้าหรือบริการที่ขอซื้อ เช่น 'อุปกรณ์ไอที' 'อุปกรณ์สำนักงาน' หรือ 'บริการวิชาชีพ'.
คำอธิบาย หมวดหมู่สินค้าระบุรายละเอียดว่าสิ่งที่ขอซื้อคืออะไร การจัดประเภทนี้ช่วยให้เข้าใจรูปแบบการใช้จ่าย และกำหนดกลยุทธ์กับนโยบายจัดซื้อให้เหมาะกับแต่ละหมวดหมู่. ใน process mining คุณสมบัตินี้สำคัญต่อแดชบอร์ด 'การวิเคราะห์การแก้ไขใบขอซื้อ' เพราะช่วยให้เห็นว่าสินค้าบางหมวดหมู่มีการแก้ไขบ่อยกว่าหรือไม่ ซึ่งอาจบ่งชี้ว่ารายละเอียดไม่ชัดเจนหรือราคาเปลี่ยนแปลงบ่อย นอกจากนี้ยังใช้เปรียบเทียบประสิทธิภาพของกระบวนการ เช่น ระยะเวลาอนุมัติ ระหว่างสินค้าประเภทต่างๆ เพื่อดูว่าหมวดหมู่ใดมีขั้นตอนติดขัดมากกว่า. เหตุผลที่สำคัญ ช่วยวิเคราะห์ตามประเภทสินค้าและบริการที่จัดซื้อ เพื่อระบุคอขวดหรือปัญหาการปฏิบัติตามข้อกำหนดของแต่ละหมวดหมู่. แหล่งข้อมูล ตรวจสอบเอกสาร SAP Ariba โดยทั่วไปข้อมูลนี้อยู่ในระดับรายการสินค้าในใบขอซื้อ. ตัวอย่าง อุปกรณ์ไอทีบริการที่ปรึกษาเครื่องใช้สำนักงานสื่อการตลาด
	เหตุผลที่ปฏิเสธ RejectionReason	เหตุผลที่ผู้อนุมัติระบุเมื่อปฏิเสธใบขอซื้อหรือขั้นตอนอนุมัติ.
คำอธิบาย เมื่อไม่อนุมัติใบขอซื้อ ผู้อนุมัติมักระบุเหตุผล ซึ่งอาจเป็นข้อความที่พิมพ์เองหรือเลือกจากรายการที่กำหนดไว้ คุณสมบัตินี้บันทึกข้อเสนอแนะสำคัญดังกล่าว. ข้อมูลนี้เป็นหัวใจของแดชบอร์ด 'การวิเคราะห์อัตราการปฏิเสธใบขอซื้อ' การวิเคราะห์เหตุผลที่ถูกปฏิเสธบ่อยช่วยค้นหาสาเหตุของปัญหาในกระบวนการ เช่น ลงรหัสบัญชีไม่ถูกต้อง ให้เหตุผลไม่เพียงพอ หรืองบประมาณไม่พอ จากนั้นนำข้อมูลเชิงลึกไปปรับปรุงการฝึกอบรมผู้ขอและคุณภาพของคำขอตั้งแต่ครั้งแรก เพื่อลดการแก้ไขงานซ้ำ. เหตุผลที่สำคัญ ช่วยให้เห็นโดยตรงว่าเหตุใดใบขอซื้อจึงไม่ผ่าน ทำให้วิเคราะห์หาสาเหตุเพื่อลดการแก้ไขงานซ้ำและเพิ่มโอกาสที่คำขอจะถูกต้องตั้งแต่ครั้งแรก. แหล่งข้อมูล ตรวจสอบเอกสาร SAP Ariba โดยทั่วไปข้อมูลนี้บันทึกไว้ในส่วนความคิดเห็นหรือประวัติที่เชื่อมโยงกับเหตุการณ์ปฏิเสธ. ตัวอย่าง บัญชี GL ไม่ถูกต้องงบประมาณเกินกำหนดเหตุผลประกอบไม่เพียงพอคำขอซ้ำ
	ชื่อผู้ขอซื้อ RequesterName	ชื่อพนักงานที่เริ่มสร้างใบขอซื้อ.
คำอธิบาย แอตทริบิวต์ระดับเคสนี้ระบุผู้สร้างใบขอซื้อ ช่วยให้ทราบที่มาของคำขอและผู้เกี่ยวข้องที่เป็นผู้เริ่มดำเนินการ ในการวิเคราะห์ คุณสามารถใช้แอตทริบิวต์นี้กรองกระบวนการและดูรูปแบบการทำงานของผู้ขอซื้อแต่ละคนได้ ตัวอย่างเช่น แดชบอร์ด “วิเคราะห์การแก้ไขใบขอซื้อ” และ “วิเคราะห์อัตราการปฏิเสธใบขอซื้อ” ใช้ข้อมูลนี้ระบุผู้ที่อาจต้องได้รับการอบรมเพิ่มเติม เนื่องจากมีการแก้ไขหรือถูกปฏิเสธบ่อยครั้ง ข้อมูลนี้ยังช่วยให้ปรับคำแนะนำและแนวทางการปรับปรุงให้เหมาะกับแต่ละคนได้. เหตุผลที่สำคัญ ระบุผู้สร้างคำขอ เพื่อวิเคราะห์รูปแบบการทำงานและคุณภาพของกระบวนการแยกตามผู้ขอซื้อแต่ละคน. แหล่งข้อมูล ดูเอกสารประกอบของ SAP Ariba ฟิลด์มาตรฐานนี้อยู่ในส่วนหัวของใบขอซื้อ โดยมักใช้ชื่อ “สร้างโดย” หรือ “ผู้ขอซื้อ”. ตัวอย่าง Alice WilliamsBob MillerCharles Brown
	ชื่อผู้อนุมัติ ApproverName	ชื่อผู้ใช้ที่ได้รับมอบหมายให้อนุมัติขั้นตอนหนึ่งในเวิร์กโฟลว์.
คำอธิบาย แอตทริบิวต์นี้ระบุผู้จัดการหรือผู้เกี่ยวข้องที่รับผิดชอบกิจกรรมการอนุมัติโดยเฉพาะ ซึ่งแตกต่างจาก “ผู้ใช้ที่ทำรายการ” ทั่วไป เพราะเกี่ยวข้องกับงานอนุมัติโดยตรง แอตทริบิวต์นี้เป็นข้อมูลสำคัญในแดชบอร์ด “ภาระงานและประสิทธิภาพของผู้อนุมัติ” ใช้ติดตามจำนวนใบขอซื้อที่ผู้อนุมัติแต่ละคนดูแลและเวลาอนุมัติเฉลี่ย ช่วยระบุคอขวดรายบุคคล กระจายภาระงานให้สมดุล และประเมินผลการทำงานเทียบกับเป้าหมาย. เหตุผลที่สำคัญ ระบุผู้รับผิดชอบการอนุมัติแต่ละรายการ ช่วยวิเคราะห์และกระจายภาระงานของผู้อนุมัติได้อย่างละเอียด. แหล่งข้อมูล ดูเอกสารประกอบของ SAP Ariba ข้อมูลนี้จัดเก็บอยู่ในข้อมูลขั้นตอนอนุมัติที่เชื่อมโยงกับใบขอซื้อ. ตัวอย่าง Sarah JonesDavid ChenMaria Garcia
	เป็นระบบอัตโนมัติหรือไม่ IsAutomated	ค่าบูลีนที่ระบุว่ากิจกรรมดำเนินการโดยระบบหรือผู้ใช้.
คำอธิบาย แอตทริบิวต์นี้แยกเหตุการณ์ที่ระบบทำงานอัตโนมัติ เช่น การอนุมัติอัตโนมัติหรือการเปลี่ยนสถานะโดยระบบ ออกจากกิจกรรมที่ผู้ใช้ดำเนินการเอง ข้อมูลนี้จำเป็นต่อการทำความเข้าใจระดับการทำงานอัตโนมัติในกระบวนการ ในการวิเคราะห์ ข้อมูลนี้ช่วยวัดปริมาณงานของผู้ใช้ได้แม่นยำและค้นหาโอกาสเพิ่มระบบอัตโนมัติ ตัวอย่างเช่น การกรองเฉพาะกิจกรรมที่ผู้ใช้ทำเองช่วยคำนวณเวลาในการดำเนินงานที่เกิดจากผู้ใช้ได้อย่างแม่นยำ อีกทั้งยังช่วยตรวจสอบว่ากฎอัตโนมัติทำงานตามที่กำหนดไว้หรือไม่. เหตุผลที่สำคัญ แยกการทำงานของคนออกจากระบบ ซึ่งจำเป็นต่อการวัดอัตราการทำงานอัตโนมัติและหาโอกาสเพิ่มระบบอัตโนมัติ. แหล่งข้อมูล โดยทั่วไปคำนวณจากการตรวจสอบว่า “ผู้ใช้ที่ทำรายการ” เป็นรหัสผู้ใช้ของระบบหรือผู้ใช้แบบแบตช์หรือไม่. ตัวอย่าง truefalse
	มีการแก้ไขหรือไม่ IsAmended	ค่าบูลีนที่ระบุว่าใบขอซื้อมีการแก้ไขอย่างน้อยหนึ่งครั้งหลังจากส่งครั้งแรกหรือไม่.
คำอธิบาย แอตทริบิวต์ที่คำนวณนี้ระบุเคสที่มีกิจกรรม “แก้ไขใบขอซื้อ” อย่างน้อยหนึ่งครั้ง ช่วยให้ระบุใบขอซื้อที่ต้องแก้ไขระหว่างดำเนินการได้ง่ายขึ้น ใช้ค่านี้คำนวณ KPI “อัตราการแก้ไขใบขอซื้อ” โดยนับจำนวนเคสที่มีค่าเป็นจริง นักวิเคราะห์จึงวัดความถี่ของการทำงานซ้ำได้ง่าย และตรวจสอบสาเหตุโดยเปรียบเทียบกับแอตทริบิวต์อื่น เช่น “ชื่อผู้ขอซื้อ” หรือ “หมวดหมู่สินค้า”. เหตุผลที่สำคัญ ช่วยคำนวณ KPI อัตราการแก้ไข เพื่อวัดปริมาณงานที่ต้องทำซ้ำและระบุจุดที่ควรระบุรายละเอียดคำขอให้ชัดเจนขึ้นตั้งแต่แรก. แหล่งข้อมูล กำหนดเป็นจริงเมื่อเคสมี “แก้ไขใบขอซื้อ” อย่างน้อยหนึ่งกิจกรรม และเป็นเท็จหากไม่มี. ตัวอย่าง truefalse
	มีการทำงานซ้ำหรือไม่ IsRework	ค่าบูลีนที่ระบุว่าใบขอซื้อมีการทำงานซ้ำ เช่น ถูกปฏิเสธหรือแก้ไขหลายครั้งหรือไม่.
คำอธิบาย แอตทริบิวต์ที่คำนวณนี้ใช้วัดความไม่มีประสิทธิภาพในวงกว้างกว่า “มีการแก้ไขหรือไม่” โดยระบุเคสที่มีการทำงานซ้ำหลายรอบ ซึ่งโดยทั่วไปหมายถึงมีเหตุการณ์ “ปฏิเสธขั้นตอนอนุมัติ” อย่างน้อยหนึ่งครั้ง หรือมีเหตุการณ์ “แก้ไขใบขอซื้อ” หลายครั้ง ใช้ค่านี้คำนวณ KPI “อัตราการทำงานซ้ำของใบขอซื้อ” เพื่อวัดต้นทุนแฝงและความล่าช้าที่เกิดจากปัญหาในกระบวนการ การวิเคราะห์เคสที่มีการทำงานซ้ำอาจช่วยให้เห็นรูปแบบที่เกี่ยวข้องกับผู้อนุมัติ แผนก หรือประเภทคำขอ ซึ่งทำให้กระบวนการติดขัด. เหตุผลที่สำคัญ ระบุเคสที่กระบวนการติดขัดอย่างชัดเจน เช่น ถูกปฏิเสธ เพื่อให้วิเคราะห์สาเหตุของความไม่มีประสิทธิภาพและความล่าช้าได้ตรงจุด. แหล่งข้อมูล กำหนดเป็นจริงเมื่อเคสมีเหตุการณ์ปฏิเสธ หรือมีการแก้ไขมากกว่าหนึ่งครั้ง. ตัวอย่าง truefalse
	รหัสใบสั่งซื้อ PurchaseOrderId	รหัสของใบสั่งซื้อที่สร้างจากใบขอซื้อที่ได้รับอนุมัติแล้ว.
คำอธิบาย แอตทริบิวต์นี้เชื่อมโยงใบขอซื้อกับเอกสารขั้นถัดไป คือใบสั่งซื้อ (PO) หากมีข้อมูลนี้ แสดงว่าคำขอได้รับการแปลงเป็นใบสั่งซื้อแล้ว ข้อมูลนี้จำเป็นต่อการวิเคราะห์กระบวนการตั้งแต่ต้นจนจบ ซึ่งต่อเนื่องไปถึงขั้นตอนหลังการขอซื้อ ใช้คำนวณ KPI “ระยะเวลาตั้งแต่ขอซื้อจนถึงออกใบสั่งซื้อ” โดยเชื่อมเหตุการณ์สร้างใบขอซื้อกับเหตุการณ์สร้างใบสั่งซื้อ ทำให้เห็นภาพช่วงต้นของวงจรการจัดซื้อได้ครบถ้วน. เหตุผลที่สำคัญ เชื่อมใบขอซื้อกับใบสั่งซื้อที่สร้างต่อจากนั้น เพื่อวัดระยะเวลาตั้งแต่ขอซื้อจนถึงออกใบสั่งซื้อได้ตั้งแต่ต้นจนจบ. แหล่งข้อมูล ดูเอกสารประกอบของ SAP Ariba โดยทั่วไปข้อมูลนี้จัดเก็บในรายการสินค้าในใบขอซื้อหลังจากสร้างใบสั่งซื้อแล้ว. ตัวอย่าง PO-4500012345PO-4500012346PO-4500012347
	ระบบต้นทาง SourceSystem	ระบบบันทึกข้อมูลต้นทางที่ใช้ดึงข้อมูลออกมา.
คำอธิบาย คุณสมบัตินี้ระบุแหล่งที่มาของข้อมูลกระบวนการ สำหรับมุมมองนี้ ค่าจะเป็น 'SAP Ariba' เสมอ แต่หากนำข้อมูลจากหลายระบบมารวมกัน ฟิลด์นี้จะจำเป็นต่อการติดตามที่มาของข้อมูลและแก้ไขปัญหา. ในการวิเคราะห์ ฟิลด์นี้ช่วยยืนยันแหล่งที่มาของข้อมูล และใช้กรองหรือเปรียบเทียบกระบวนการที่เกี่ยวข้องกับหลายระบบได้ ทำให้เห็นที่มาของข้อมูลชัดเจนและเชื่อถือได้ ซึ่งสำคัญต่อการสร้างความมั่นใจให้ผู้มีส่วนเกี่ยวข้อง. เหตุผลที่สำคัญ ระบุแหล่งที่มาของข้อมูล ซึ่งจำเป็นต่อการกำกับดูแลข้อมูล การแก้ไขปัญหา และการทำความเข้าใจบริบทของการวิเคราะห์. แหล่งข้อมูล โดยทั่วไปจะกำหนดค่านี้ไว้ตายตัวระหว่างการดึงและแปลงข้อมูล เพื่อระบุแหล่งที่มาของชุดข้อมูล. ตัวอย่าง SAP AribaSAP_ARIBA_P2PAribaCloud
	อัปเดตข้อมูลล่าสุด LastDataUpdate	เวลาที่ระบุว่าข้อมูลของระเบียนนี้ได้รับการปรับปรุงจากระบบต้นทางครั้งล่าสุดเมื่อใด.
คำอธิบาย คุณสมบัตินี้แสดงวันที่และเวลาที่ดึงหรืออัปเดตข้อมูลของเหตุการณ์ล่าสุด ช่วยให้เห็นว่าข้อมูลที่นำมาวิเคราะห์เป็นปัจจุบันเพียงใด ซึ่งสำคัญเป็นพิเศษเมื่อติดตามกระบวนการที่กำลังดำเนินอยู่. นักวิเคราะห์ใช้ข้อมูลนี้ตรวจสอบว่าข้อมูลเชิงลึกเป็นข้อมูลล่าสุดเพียงใด สำหรับแดชบอร์ดอย่าง 'ตัวติดตามสถานะใบขอซื้อแบบเรียลไทม์' ฟิลด์นี้ช่วยแจ้งให้ผู้ใช้ทราบว่าข้อมูลที่แสดงเป็นปัจจุบันแค่ไหน และช่วยให้เข้าใจข้อจำกัดด้านความทันเวลาของข้อมูล. เหตุผลที่สำคัญ แสดงความเป็นปัจจุบันของข้อมูล ซึ่งจำเป็นต่อการประเมินว่าข้อมูลเชิงลึกจาก process mining ทันต่อเหตุการณ์และยังเกี่ยวข้องอยู่หรือไม่. แหล่งข้อมูล โดยทั่วไป ระบบจะสร้างและเพิ่มเวลานี้ให้แต่ละระเบียนระหว่างนำเข้าข้อมูล. ตัวอย่าง 2024-05-21T02:00:00Z2024-05-22T02:00:00Z

จำเป็น แนะนำ ไม่บังคับ

กิจกรรมใบขอซื้อสำหรับกระบวนการจัดซื้อจนถึงชำระเงิน

ขั้นตอนและจุดสำคัญของกระบวนการที่ควรบันทึกไว้ในบันทึกเหตุการณ์ เพื่อค้นพบกระบวนการได้อย่างแม่นยำและระบุคอขวด.

6 แนะนำ 7 ไม่บังคับ

	กิจกรรม	คำอธิบาย
	ปฏิเสธใบขอซื้อ	แสดงการปฏิเสธ Purchase Requisition หลังจากตรวจสอบแล้ว นี่คือสถานะสิ้นสุดของกระบวนการ โดยดูจากการเปลี่ยนสถานะเป็น 'Denied'.
เหตุผลที่สำคัญ นี่คือจุดสิ้นสุดที่แสดงว่าคำขอไม่ผ่าน การวิเคราะห์ใบขอซื้อที่ถูกปฏิเสธจำเป็นต่อ KPI 'อัตราการปฏิเสธใบขอซื้อ' เพื่อค้นหารูปแบบและปรับปรุงคุณภาพคำขอ. แหล่งข้อมูล ตรวจสอบประวัติเอกสารของ Ariba ซึ่งบันทึกการเปลี่ยนสถานะสุดท้ายของใบขอซื้อเป็น 'Denied'. บันทึก ระบุเวลาที่ฟิลด์สถานะของใบขอซื้อเปลี่ยนเป็น 'Denied'. ประเภทเหตุการณ์ inferred
	ปิดใบขอซื้อ	การปิด Purchase Requisition ในขั้นตอนสุดท้าย หลังจากดำเนินการที่เกี่ยวข้องทั้งหมด เช่น การสั่งซื้อและการรับสินค้าเสร็จแล้ว โดยดูจากการเปลี่ยนสถานะสุดท้ายเป็น 'Closed'.
เหตุผลที่สำคัญ แสดงจุดสิ้นสุดของวงจรใบขอซื้อทั้งหมด การวิเคราะห์เวลาตั้งแต่สร้าง PO จนถึงปิดใบขอซื้ออาจช่วยค้นหาคอขวดในกระบวนการรับสินค้าหรือออกใบแจ้งหนี้ที่ตามมา. แหล่งข้อมูล ตรวจสอบประวัติเอกสารของ Ariba ซึ่งบันทึกการเปลี่ยนสถานะใบขอซื้อเป็น 'Closed'. บันทึก ระบุเวลาที่ฟิลด์สถานะของใบขอซื้อเปลี่ยนเป็น 'Closed'. ประเภทเหตุการณ์ inferred
	ส่งใบขอซื้อ	บันทึกการส่ง Purchase Requisition เข้าสู่เวิร์กโฟลว์การอนุมัติอย่างเป็นทางการโดยผู้ขอ โดยดูจากการเปลี่ยนสถานะจาก 'Composing' เป็น 'Submitted'.
เหตุผลที่สำคัญ นี่คือหมุดหมายสำคัญที่เริ่มกระบวนการอนุมัติ และจำเป็นต่อการวัด 'เวลารอบการอนุมัติใบขอซื้อ' และ 'ระยะเวลาตั้งแต่สร้างใบขอซื้อจนส่งคำขอ'. แหล่งข้อมูล ตรวจสอบประวัติเอกสารหรือบันทึกการตรวจสอบของ Ariba ซึ่งบันทึกการเปลี่ยนสถานะใบขอซื้อเป็น 'Submitted' พร้อมเวลาที่เปลี่ยนสถานะ. บันทึก ระบุเวลาที่ฟิลด์สถานะของใบขอซื้อเปลี่ยนเป็น 'Submitted' เป็นครั้งแรก. ประเภทเหตุการณ์ inferred
	สร้างใบขอซื้อ	บันทึกเวลาที่ผู้ใช้สร้างเอกสาร Purchase Requisition เป็นครั้งแรก โดยจะเก็บข้อมูลเมื่อบันทึกใบขอซื้อครั้งแรกในสถานะ 'Composing' หรือฉบับร่าง.
เหตุผลที่สำคัญ นี่คือจุดเริ่มต้นของวงจรใบขอซื้อ การวิเคราะห์เวลาตั้งแต่สร้างจนถึงส่งคำขอช่วยวัดประสิทธิภาพของผู้ใช้และระบุความจำเป็นในการฝึกอบรม. แหล่งข้อมูล ใช้เวลาที่สร้างออบเจ็กต์ Purchase Requisition ใน SAP Ariba ซึ่งดูได้จากข้อมูลส่วนหัวของเอกสารใบขอซื้อ และเป็นเหตุการณ์การสร้างที่บันทึกไว้อย่างชัดเจน. บันทึก ใช้เวลาจากฟิลด์ 'CreateTime' หรือฟิลด์เวลาเทียบเท่าในตารางส่วนหัวของเอกสารใบขอซื้อ. ประเภทเหตุการณ์ explicit
	สร้างใบสั่งซื้อ	บันทึกการแปลง Purchase Requisition ที่อนุมัติแล้วเป็น Purchase Order สำเร็จ โดยดูจากการสร้างเอกสาร PO ที่อ้างอิงถึงใบขอซื้อ.
เหตุผลที่สำคัญ นี่คือผลลัพธ์หลักที่แสดงว่ากระบวนการขอซื้อสำเร็จ และจำเป็นต่อการวัด KPI 'ระยะเวลาตั้งแต่ใบขอซื้อจนถึง PO'. แหล่งข้อมูล นี่คือเหตุการณ์ที่บันทึกไว้อย่างชัดเจน โดยใช้เวลาที่สร้างเอกสาร Purchase Order ซึ่งมีลิงก์หรือข้อมูลอ้างอิงโดยตรงไปยัง Purchase Requisition ID ต้นทาง. บันทึก ค้นหา PO ที่เชื่อมโยงกับใบขอซื้อในตารางส่วนหัวของ PO แล้วใช้เวลาที่สร้าง PO. ประเภทเหตุการณ์ explicit
	อนุมัติใบขอซื้อ	บันทึกการอนุมัติ Purchase Requisition ขั้นสุดท้าย หลังจากผ่านทุกขั้นตอนในเวิร์กโฟลว์ โดยดูจากการเปลี่ยนสถานะเป็น 'Approved'.
เหตุผลที่สำคัญ นี่คือหมุดหมายสำคัญที่แสดงว่าขั้นตอนอนุมัติเสร็จสิ้น ใช้เป็นจุดสิ้นสุดในการวัด 'เวลาเฉลี่ยในการอนุมัติใบขอซื้อ' และแสดงว่าพร้อมสร้าง PO. แหล่งข้อมูล ตรวจสอบประวัติเอกสารของ Ariba ซึ่งบันทึกการเปลี่ยนสถานะสุดท้ายของใบขอซื้อเป็น 'Approved'. บันทึก ระบุเวลาที่ฟิลด์สถานะของใบขอซื้อเปลี่ยนเป็น 'Approved'. ประเภทเหตุการณ์ inferred
	แก้ไขใบขอซื้อ	เกิดขึ้นเมื่อผู้ใช้แก้ไข Purchase Requisition หลังจากส่งแล้ว ซึ่งมักเป็นผลจากการถูกปฏิเสธหรือมีข้อซักถาม โดยบันทึกเมื่อมีการแก้ไขและส่งเอกสารอีกครั้ง.
เหตุผลที่สำคัญ ใช้ติดตามการแก้ไขงานซ้ำและความไม่มีประสิทธิภาพของกระบวนการ หากมีการแก้ไขบ่อย อาจแสดงว่าข้อกำหนดหรือนโยบายตั้งต้นไม่ชัดเจน และส่งผลต่อ KPI 'อัตราการแก้ไขใบขอซื้อ'. แหล่งข้อมูล ตรวจสอบข้อมูลเวอร์ชันใน Ariba การแก้ไขแต่ละครั้งจะสร้างเวอร์ชันใหม่ของเอกสารใบขอซื้อ หากมีเวอร์ชันมากกว่า 1 แสดงว่ามีการแก้ไข. บันทึก ตรวจสอบว่ามีการสร้างเวอร์ชันใหม่ของใบขอซื้อหลังจากสถานะ 'Submitted' ครั้งแรกหรือไม่ โดยใช้เวลาที่สร้างเวอร์ชันใหม่เป็นเวลาของเหตุการณ์. ประเภทเหตุการณ์ inferred
	ถอนใบขอซื้อ	เกิดขึ้นเมื่อผู้ขอเดิมยกเลิก Purchase Requisition ที่ส่งแล้วก่อนผ่านการอนุมัติครบทุกขั้นตอน โดยดูจากการเปลี่ยนสถานะเป็น 'Withdrawn' หรือ 'Canceled'.
เหตุผลที่สำคัญ แสดงว่าผู้ใช้ยุติกระบวนการ การวิเคราะห์สาเหตุที่ถอนใบขอซื้ออาจช่วยให้พบปัญหาจากความต้องการทางธุรกิจที่เปลี่ยนไปหรือระยะเวลาอนุมัติที่ยาวนาน. แหล่งข้อมูล ตรวจสอบประวัติเอกสารหรือบันทึกการตรวจสอบของ Ariba ซึ่งบันทึกการเปลี่ยนสถานะใบขอซื้อเป็น 'Withdrawn'. บันทึก ระบุเวลาที่ฟิลด์สถานะของใบขอซื้อเปลี่ยนเป็น 'Withdrawn'. ประเภทเหตุการณ์ inferred
	ปฏิเสธขั้นตอนอนุมัติ	แสดงผลการปฏิเสธในขั้นตอนหนึ่ง เมื่อผู้อนุมัติปฏิเสธใบขอซื้อ ซึ่งโดยทั่วไปจะส่งกลับไปแก้ไข โดยระบบจะบันทึกการดำเนินการ 'Deny' ไว้อย่างชัดเจน.
เหตุผลที่สำคัญ ชี้ให้เห็นสาเหตุสำคัญของการแก้ไขงานซ้ำและความล่าช้า การวิเคราะห์เหตุการณ์เหล่านี้จำเป็นต่อการทำความเข้าใจ 'อัตราการแก้ไขใบขอซื้อ' และเหตุผลที่ถูกปฏิเสธ. แหล่งข้อมูล ใช้ข้อมูลจากตารางขั้นตอนอนุมัติของ Ariba โดยบันทึกเวลาเมื่อผู้อนุมัติเลือก 'Deny' หรือ 'Reject' ในงานที่ได้รับมอบหมาย. บันทึก ใช้เวลาของการดำเนินการ 'Deny' ที่บันทึกไว้ในประวัติการอนุมัติของขั้นตอนนั้น. ประเภทเหตุการณ์ explicit
	เริ่มขั้นตอนอนุมัติ	แสดงว่า Purchase Requisition ถูกส่งไปยังผู้อนุมัติหรือคิวอนุมัติและกำลังรอการดำเนินการ โดยบันทึกเมื่อระบบสร้างและมอบหมายคำขออนุมัติ.
เหตุผลที่สำคัญ ช่วยให้เห็นรายละเอียดของเวิร์กโฟลว์การอนุมัติ และจำเป็นต่อการคำนวณเวลาที่รอในคิวและระบุขั้นตอนที่เป็นคอขวดในการวิเคราะห์ 'คอขวดในเส้นทางอนุมัติ'. แหล่งข้อมูล ใช้ข้อมูลจากตารางขั้นตอนอนุมัติของ Ariba ซึ่งบันทึกการสร้างและมอบหมายงานอนุมัติแต่ละรายการที่เชื่อมโยงกับใบขอซื้อ. บันทึก ใช้เวลาที่สร้างระเบียนคำขออนุมัติซึ่งเชื่อมโยงกับใบขอซื้อและขั้นตอนอนุมัตินั้น. ประเภทเหตุการณ์ explicit
	ส่งใบขอซื้อไปยังฝ่ายจัดหา	เกิดขึ้นเมื่อส่งใบขอซื้อที่อนุมัติแล้วไปยังฝ่ายจัดหา เพื่อดำเนินกิจกรรมจัดหา เช่น RFQ ก่อนสร้าง PO โดยดูจากการเปลี่ยนสถานะ เช่น เป็น 'Sourcing'.
เหตุผลที่สำคัญ แสดงแขนงสำคัญของกระบวนการสำหรับสินค้ามูลค่าสูงหรือสินค้าที่ไม่เป็นไปตามมาตรฐาน ช่วยวิเคราะห์ว่าฝ่ายจัดหามีส่วนต่อระยะเวลาดำเนินการมากน้อยเพียงใด. แหล่งข้อมูล ตรวจสอบการเปลี่ยนสถานะใบขอซื้อเป็นค่าที่แสดงว่าส่งไปยังฝ่ายจัดหาแล้ว ซึ่งพบได้ทั่วไปใน Ariba Buying ที่เชื่อมต่อกับ Ariba Sourcing. บันทึก ระบุเวลาที่ฟิลด์สถานะของใบขอซื้อเปลี่ยนเป็น 'Sourcing' หรือสถานะที่กำหนดเองซึ่งมีความหมายใกล้เคียงกัน. ประเภทเหตุการณ์ inferred
	สั่งซื้อรายการในใบขอซื้อ	แสดงการเปลี่ยนสถานะของรายการสินค้าแต่ละรายการในใบขอซื้อเป็น 'Ordered' หลังจากเพิ่มรายการนั้นในใบสั่งซื้อแล้ว จึงติดตามรายละเอียดได้มากกว่าการดูเฉพาะการสร้าง PO ในระดับส่วนหัว.
เหตุผลที่สำคัญ ช่วยวิเคราะห์การสั่งซื้อบางรายการหรือความล่าช้าในระดับรายการสินค้า ซึ่งมองไม่เห็นเมื่อดูเฉพาะข้อมูลส่วนหัว เหมาะกับใบขอซื้อที่มีหลายรายการและจัดซื้อผ่าน PO หลายฉบับ. แหล่งข้อมูล ตรวจสอบการเปลี่ยนสถานะของออบเจ็กต์รายการสินค้าในใบขอซื้อ โดยสถานะรายการจะเปลี่ยนเป็น 'Ordered' เมื่อสร้าง PO สำหรับรายการนั้นแล้ว. บันทึก ระบุเวลาที่ฟิลด์สถานะของรายการสินค้าในใบขอซื้อเปลี่ยนเป็น 'Ordered'. ประเภทเหตุการณ์ inferred
	อนุมัติขั้นตอน	แสดงผลการอนุมัติในขั้นตอนหนึ่ง เมื่อผู้อนุมัติอนุมัติส่วนที่ได้รับมอบหมายในใบขอซื้อ โดยระบบจะบันทึกการดำเนินการอนุมัติไว้อย่างชัดเจน.
เหตุผลที่สำคัญ ใช้วัดเวลาดำเนินการของผู้อนุมัติแต่ละคน ข้อมูลนี้จำเป็นต่อการคำนวณ 'ระยะเวลาเฉลี่ยของขั้นตอนอนุมัติ' และประเมินภาระงานของผู้อนุมัติ. แหล่งข้อมูล ใช้ข้อมูลจากตารางขั้นตอนอนุมัติของ Ariba โดยบันทึกเวลาเมื่อผู้อนุมัติเลือก 'Approve' ในงานที่ได้รับมอบหมาย. บันทึก ใช้เวลาของการดำเนินการ 'Approve' ที่บันทึกไว้ในประวัติการอนุมัติของขั้นตอนนั้น. ประเภทเหตุการณ์ explicit

แนะนำ ไม่บังคับ

คู่มือการดึงข้อมูล

วิธีดึงข้อมูลจาก SAP Ariba

ขั้นตอน

เข้าสู่ระบบ SAP Ariba: เข้าสู่ระบบ SAP Ariba ด้วยบัญชีผู้ใช้ที่มีสิทธิ์สร้างและเรียกใช้รายงานวิเคราะห์ เช่น บทบาท “นักวิเคราะห์รายงาน”
ไปที่การรายงานเชิงวิเคราะห์: จากแดชบอร์ดหลัก ไปยังส่วนรายงาน ซึ่งโดยทั่วไปจะอยู่ในเมนู “รายงาน” “การวิเคราะห์” หรือ “จัดการ” > “รายงานเชิงวิเคราะห์”
สร้างรายงานใหม่: เริ่มสร้างรายงานวิเคราะห์ ระบบจะแจ้งให้เลือกพื้นที่ข้อมูลหลัก ซึ่งมักเรียกว่า “Fact” เลือก Fact ที่เกี่ยวข้องกับการสร้างใบขอซื้อ เช่น “[Requisition]” หรือชื่อที่คล้ายกันตามการตั้งค่า Ariba ของคุณ
เพิ่มฟิลด์ข้อมูล: ใช้เครื่องมือสร้างรายงานเพื่อเพิ่มคอลัมน์ คุณต้องเชื่อมแหล่งข้อมูลหลายรายการ (Fact) เพื่อให้ได้ข้อมูลที่ต้องการ โดยทั่วไปรายงานจะเชื่อม “[Requisition Fact]” กับ “[Approval History Fact]” และ “[Purchase Order Fact]” โดยใช้ Requisition ID เป็นคีย์ เพิ่มฟิลด์ทั้งหมดที่ระบุไว้ในการตั้งค่าคิวรี รวมถึงเวลา เช่น วันที่สร้าง วันที่ส่ง วันที่อนุมัติ และวันที่ดำเนินการจากประวัติการอนุมัติ
ตั้งค่าตัวกรอง: กำหนดตัวกรองเพื่อจำกัดขอบเขตข้อมูล โดยตัวกรองที่สำคัญที่สุดคือช่วงวันที่ ให้กรอง “วันที่สร้างใบขอซื้อ” ตามช่วงเวลาที่ต้องการ เช่น 3 ถึง 6 เดือนที่ผ่านมา และเพิ่มตัวกรองอื่นตามต้องการ เช่น รหัสบริษัทหรือ Realm ที่ระบุ
เรียกใช้และส่งออกรายงานดิบ: เรียกใช้รายงาน เมื่อเสร็จแล้วให้ส่งออกผลลัพธ์เป็นไฟล์ CSV หรือ Excel ข้อมูลที่ส่งออกครั้งแรกจะอยู่ในรูปแบบ “กว้าง” โดยมีหนึ่งแถวต่อใบขอซื้อหรือรายการอนุมัติ และมีหลายคอลัมน์สำหรับวันที่และการดำเนินการของผู้ใช้
แปลงข้อมูลเป็นรูปแบบบันทึกเหตุการณ์: ขั้นตอนนี้ต้องทำภายนอกระบบ ใช้เครื่องมืออย่าง Microsoft Excel กับ Power Query, สคริปต์ Python หรือเครื่องมือเตรียมข้อมูลอื่น เพื่อแปลงข้อมูลจากรูปแบบกว้างเป็นรูปแบบยาว สำหรับคอลัมน์เวลาทุกคอลัมน์ที่ส่งออก เช่น “วันที่สร้าง” “วันที่ส่ง” และ “วันที่อนุมัติ” ให้สร้างแถวแยกกันในบันทึกเหตุการณ์ฉบับสุดท้าย ขั้นตอนนี้มักเรียกว่า “unpivoting” หรือ “melting”
จับคู่กิจกรรมและแอตทริบิวต์: ระหว่างแปลงข้อมูล ให้สร้างคอลัมน์ ActivityName และ EventTimestamp ตัวอย่างเช่น เมื่อประมวลผลคอลัมน์ “วันที่ส่ง” ให้สร้างแถวที่มี ActivityName เป็น “ส่งใบขอซื้อแล้ว” และ EventTimestamp เป็นค่าจากคอลัมน์ “วันที่ส่ง”
รวมและทำความสะอาดข้อมูล: รวมข้อมูลจากคอลัมน์เวลาทั้งหมดที่แปลงแล้วไว้ในไฟล์เดียว ตรวจสอบว่าคอลัมน์ PurchaseRequisitionId, ActivityName และ EventTimestamp มีค่าถูกต้องในทุกแถว ลบแถวว่างและแก้ปัญหารูปแบบข้อมูล
บันทึกเป็นไฟล์ CSV ฉบับสุดท้าย: บันทึกบันทึกเหตุการณ์ที่แปลงแล้วเป็นไฟล์ CSV โดยใช้การเข้ารหัส UTF-8 จากนั้นไฟล์ก็พร้อมอัปโหลดไปยังเครื่องมือ process mining แล้ว.

การกำหนดค่า

ประเภทรายงาน: รายงานวิเคราะห์ที่สร้างผ่านอินเทอร์เฟซรายงานมาตรฐานของ Ariba
Fact ข้อมูลหลัก: คุณต้องรวมข้อมูลจากหลาย Fact โดยทั่วไปประกอบด้วย “[Requisition Fact]” “[Approval History Fact]” และ “[Purchase Order Fact]” ชื่อจริงอาจต่างกันไปตามโมเดลข้อมูล Ariba ของคุณ
ช่วงวันที่: แนะนำให้กรอง “วันที่สร้างใบขอซื้อ” โดยเลือกช่วงเวลาที่จัดการได้ เช่น 3-6 เดือน หากต้องการทดสอบเบื้องต้น ให้ใช้ช่วงสั้น ๆ เช่นหนึ่งสัปดาห์
ตัวกรองหลัก: กรองตามช่วงวันที่ที่ระบุเสมอ และพิจารณากรองตาม “รหัสบริษัท” หรือ “องค์กรจัดซื้อ” เพื่อจำกัดชุดข้อมูลให้ตรงกับขอบเขตธุรกิจที่เกี่ยวข้องและช่วยให้รายงานทำงานได้ดีขึ้น
ข้อกำหนดเบื้องต้น: ผู้เรียกใช้รายงานต้องมีบทบาทที่ได้รับอนุญาตให้เข้าถึงโมดูล Analytical Reporting และ Fact ข้อมูลที่เกี่ยวข้องกับใบขอซื้อ การอนุมัติ และใบสั่งซื้อ.

ตัวอย่างคำค้น config

REPORT CONFIGURATION for SAP Ariba Analytical Reporting

REPORT TYPE: Analytical Report

PRIMARY DATA SOURCE (FACT):
*   [Requisition Fact]

JOINED DATA SOURCES (FACTS):
*   [Approval History Fact] on Requisition ID
*   [Purchase Order Fact] on Requisition ID
*   [Requisition Line Item Fact] on Requisition ID

REPORT FIELDS (COLUMNS TO EXPORT for subsequent transformation):

// Case and General Attributes
*   Requisition.Requisition ID (as PurchaseRequisitionId)
*   Requisition.Status (as RequisitionStatus)
*   Requisition.Requester.Department (as RequesterDepartment)
*   Requisition.Total Cost.Amount (as TotalRequisitionAmount)
*   Requisition.Line Items.Category (as ItemCategory)
*   Requisition.Is Urgent (as UrgencyLevel)
*   Requisition.Approval Flow Name (as ApprovalWorkflowPath)

// Fields for 'Requisition Created'
*   Requisition.Created Date (Timestamp)
*   Requisition.Requester.User ID (User)

// Fields for 'Requisition Submitted'
*   Requisition.Submitted Date (Timestamp)
*   Requisition.Submitter.User ID (User)

// Fields for 'Requisition Amended'
*   Requisition.Last Modified Date (Timestamp) - Note: Requires logic to isolate true amendment events
*   Requisition.Last Modified By.User ID (User)

// Fields for 'Approval Step' activities
*   Approval History.Approval Request Date (Timestamp for 'Approval Step Started')
*   Approval History.Action Date (Timestamp for 'Approval Step Approved'/'Approval Step Rejected')
*   Approval History.Action (Value: 'Approve'/'Deny')
*   Approval History.Approver.User ID (User)
*   Approval History.Comments (for RejectionReason)

// Fields for final status activities
*   Requisition.Approved Date (Timestamp for 'Requisition Approved')
*   Requisition.Denied Date (Timestamp for 'Requisition Denied')
*   Requisition.Withdrawn Date (Timestamp for 'Requisition Withdrawn')
*   Requisition.Closed Date (Timestamp for 'Requisition Closed')

// Fields for downstream activities
*   Requisition.Sourcing Status Date (Timestamp for 'Requisition Sent To Sourcing')
*   Purchase Order.Created Date (Timestamp for 'Purchase Order Created')
*   Purchase Order.Creator.User ID (User for 'Purchase Order Created')
*   Requisition Line Item.Ordered Date (Timestamp for 'Requisition Line Item Ordered')

FILTERS:
*   Requisition.Created Date BETWEEN [Start Date] AND [End Date]
*   Company Code IN ([Your Company Codes])

ขั้นตอน

ตั้งค่าสภาพแวดล้อม Python: ตรวจสอบว่าติดตั้ง Python 3.6 ขึ้นไปแล้ว ติดตั้งไลบรารีที่จำเป็นด้วย pip: pip install requests pandas
ตั้งค่าการเข้าถึง API: ลงทะเบียนแอปพลิเคชันใหม่ใน SAP Ariba Developer Portal สมัครใช้ “Operational Reporting API for Requisitions” และรับข้อมูลรับรอง OAuth ได้แก่ Application Key (API Key), OAuth Client Secret และสตริง Base64 ที่เข้ารหัสจาก [your_api_key]:[your_client_secret]
ปรับแต่งสคริปต์ Python: เปิดสคริปต์ Python ที่ให้มา แล้วกรอกตัวแปรที่เว้นไว้ด้านบน ได้แก่ ARIBА_REALM, BASE_URL, API_KEY และ BASE64_CREDS จากนั้นกำหนด START_DATE และ END_DATE สำหรับช่วงเวลาที่ต้องการดึงข้อมูล
กำหนดข้อมูลรายงาน: ตรวจสอบออบเจ็กต์ JSON report_payload ในสคริปต์ ซึ่งใช้กำหนดรายงานที่จะเรียกใช้ สคริปต์ตั้งค่าให้ใช้ RequisitionFactSystemView และเลือกฟิลด์ที่เกี่ยวข้องกับกิจกรรมและแอตทริบิวต์ที่ต้องการไว้แล้ว คุณสามารถเพิ่มฟิลด์หรือตัวกรองได้ตามต้องการ
เรียกใช้สคริปต์: เรียกใช้สคริปต์จากเทอร์มินัลด้วยคำสั่ง python your_script_name.py สคริปต์จะยืนยันตัวตนกับ Ariba ก่อนเพื่อรับโทเค็นการเข้าถึง
ส่งและติดตามงานรายงาน: สคริปต์จะส่งคำขอรายงานไปยัง Ariba API โดยอัตโนมัติ เนื่องจากงานทำงานแบบไม่พร้อมกัน สคริปต์จึงจะเรียกตรวจสอบสถานะงานผ่าน Ariba API ทุก 60 วินาที
ดาวน์โหลดข้อมูลรายงาน: เมื่อ Ariba API แจ้งว่างาน “COMPLETED” แล้ว สคริปต์จะดาวน์โหลดข้อมูลผลลัพธ์ ซึ่งโดยทั่วไปเป็นไฟล์ ZIP ที่มีไฟล์ CSV หนึ่งไฟล์
ประมวลผลและแปลงข้อมูล: สคริปต์จะแตกไฟล์และโหลดข้อมูลดิบลงใน pandas DataFrame จากนั้นจะแปลงข้อมูลจากรูปแบบกว้าง ซึ่งมีหนึ่งแถวต่อใบขอซื้อและมีหลายคอลัมน์วันที่ ให้เป็นรูปแบบยาวสำหรับบันทึกเหตุการณ์ ซึ่งมีหลายแถวต่อใบขอซื้อ โดยแยกหนึ่งแถวต่อกิจกรรม
สร้างบันทึกเหตุการณ์: DataFrame ที่แปลงแล้วจะมีโครงสร้างเป็นบันทึกเหตุการณ์ โดยมีคอลัมน์ เช่น PurchaseRequisitionId, ActivityName และ EventTimestamp สคริปต์จะบันทึกเป็น ariba_requisition_event_log.csv ในโฟลเดอร์เดียวกับสคริปต์
เตรียมอัปโหลด: ไฟล์ CSV ที่สร้างขึ้นพร้อมอัปโหลดไปยัง ProcessMind ตรวจสอบว่าชื่อหัวคอลัมน์ตรงกับการจับคู่ที่ตั้งค่าไว้ในโปรเจกต์ ProcessMind ของคุณ.

การกำหนดค่า

URL ของ API Endpoint: สคริปต์ต้องใช้ URL พื้นฐานของ API ใน Ariba instance ของคุณ โดยทั่วไปมีรูปแบบ https://[your-realm].api.ariba.com/api/operationalreporting/v2/ แทนที่ [your-realm] ด้วยชื่อ Ariba realm เฉพาะของบริษัทคุณ
การยืนยันตัวตน: การดึงข้อมูลใช้ OAuth 2.0 เพื่อยืนยันตัวตน คุณต้องระบุ apiKey, clientSecret และสตริง base64EncodedCredentials ที่ถูกต้อง ซึ่งรับจากแอปพลิเคชันที่ลงทะเบียนใน Ariba Developer Portal
เทมเพลต View: สคริปต์ตั้งค่าให้ใช้ RequisitionFactSystemView ซึ่งเป็น View มาตรฐานของ Ariba แต่คุณต้องตรวจสอบว่าเปิดใช้ View นี้ในสภาพแวดล้อมของคุณแล้ว และผู้ใช้ API มีสิทธิ์เข้าถึง
ตัวกรองช่วงวันที่: ตัวกรอง creationDate ในข้อมูลรายงานมีความสำคัญต่อการควบคุมปริมาณข้อมูล สำหรับการดึงข้อมูลครั้งแรก แนะนำให้ใช้ช่วง 3 ถึง 6 เดือน หากองค์กรมีข้อมูลจำนวนมาก ให้แบ่งดึงข้อมูลเป็นชุดรายเดือน
การโหลดข้อมูลส่วนเพิ่ม: ในการดึงข้อมูลครั้งถัดไป ให้ปรับ START_DATE และ END_DATE เพื่อดึงเฉพาะรายการใหม่หรือรายการที่อัปเดต สคริปต์ไม่ได้จัดการตรรกะการดึงข้อมูลส่วนเพิ่มโดยอัตโนมัติ จึงต้องกำหนดช่วงวันที่ด้วยตนเองทุกครั้งที่เรียกใช้
ข้อกำหนดเบื้องต้น: คุณต้องมีบัญชีผู้ใช้ SAP Ariba ที่ได้รับสิทธิ์ “Developer Portal Access” เพื่อสร้างแอปพลิเคชันและข้อมูลรับรอง ส่วนแอปพลิเคชัน API ต้องมีบทบาท “Operational Reporting API User” เพื่อเรียกใช้งานรายงาน.

ตัวอย่างคำค้น python

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

class=class="hl-string">"hl-comment"># --- Configuration --- 
class=class="hl-string">"hl-comment"># Replace with your SAP Ariba realm, datacenter-specific URL, and credentials
ARIBA_REALM = class="hl-string">"[Your Ariba Realm]"
BASE_URL = fclass="hl-string">"https://{ARIBA_REALM}.api.ariba.com/api/operationalreporting/v2/"
TOKEN_URL = class="hl-string">"https://api.ariba.com/v2/oauth/token"
API_KEY = class="hl-string">"[Your Application Key]"
BASE64_CREDS = class="hl-string">"[Your Base64-encoded ClientID:ClientSecret]"

class=class="hl-string">"hl-comment"># --- Report Parameters ---
class=class="hl-string">"hl-comment"># Set the date range for the extraction
START_DATE = class="hl-string">"2023-01-01T00:00:00Z"
END_DATE = class="hl-string">"2023-06-30T23:59:59Z"

class=class="hl-string">"hl-comment"># The main function to orchestrate the extraction process
def main():
    print(class="hl-string">"1. Acquiring access token...")
    access_token = get_access_token()
    if not access_token:
        return

    print(class="hl-string">"2. Creating asynchronous report job...")
    job_id = create_report_job(access_token)
    if not job_id:
        return

    print(fclass="hl-string">"Job created with ID: {job_id}. Polling for completion...")
    status = poll_job_status(access_token, job_id)

    if status == class="hl-string">'COMPLETED':
        print(class="hl-string">"3. Job completed. Downloading report data...")
        raw_data = download_report(access_token, job_id)
        if raw_data:
            print(class="hl-string">"4. Processing raw data into event log...")
            event_log = process_data(raw_data)
            output_filename = class="hl-string">'ariba_requisition_event_log.csv'
            event_log.to_csv(output_filename, index=False)
            print(fclass="hl-string">"5. Success! Event log saved to {output_filename}")
    else:
        print(fclass="hl-string">"Job failed or timed out with status: {status}")

def get_access_token():
    headers = {
        class="hl-string">'Authorization': fclass="hl-string">'Basic {BASE64_CREDS}',
        class="hl-string">'Content-Type': class="hl-string">'application/x-www-form-urlencoded',
    }
    data = {class="hl-string">'grant_type': class="hl-string">'client_credentials'}
    try:
        response = requests.post(TOKEN_URL, headers=headers, data=data)
        response.raise_for_status()
        return response.json().get(class="hl-string">'access_token')
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error getting access token: {e}")
        return None

def create_report_job(token):
    headers = {
        class="hl-string">'Authorization': fclass="hl-string">'Bearer {token}',
        class="hl-string">'apiKey': API_KEY,
        class="hl-string">'Content-Type': class="hl-string">'application/json'
    }
    report_payload = {
        class="hl-string">"name": class="hl-string">"ProcessMind Requisition Extraction",
        class="hl-string">"viewTemplateName": class="hl-string">"RequisitionFactSystemView",
        class="hl-string">"outputFormat": class="hl-string">"CSV",
        class="hl-string">"filters": {
            class="hl-string">"creationDate": {
                class="hl-string">"from": START_DATE,
                class="hl-string">"to": END_DATE
            }
        },
        class="hl-string">"select": [
            class="hl-string">"RequisitionId", class="hl-string">"StatusString", class="hl-string">"SubmitDate", class="hl-string">"ApprovedState.TimeUpdated",
            class="hl-string">"DeniedState.TimeUpdated", class="hl-string">"SourcingState.TimeUpdated", class="hl-string">"ClosedState.TimeUpdated",
            class="hl-string">"WithdrawnState.TimeUpdated", class="hl-string">"Requester.Name", class="hl-string">"Requester.Department",
            class="hl-string">"TotalCost.Amount", class="hl-string">"LineItems.Category.Name", class="hl-string">"IsUrgent", class="hl-string">"ApprovalFlow.Name",
            class="hl-string">"RequisitionVersion", class="hl-string">"TimeCreated", class="hl-string">"LineItems.OrderedState.TimeUpdated", class="hl-string">"POInfo.POId"
        ]
    }
    try:
        response = requests.post(fclass="hl-string">"{BASE_URL}jobs", headers=headers, json=report_payload)
        response.raise_for_status()
        return response.json().get(class="hl-string">'jobId')
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error creating report job: {e}")
        return None

def poll_job_status(token, job_id):
    headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {token}', class="hl-string">'apiKey': API_KEY}
    while True:
        try:
            response = requests.get(fclass="hl-string">"{BASE_URL}jobs('{job_id}')", headers=headers)
            response.raise_for_status()
            status = response.json().get(class="hl-string">'status')
            print(fclass="hl-string">"Current job status: {status}")
            if status in [class="hl-string">'COMPLETED', class="hl-string">'FAILED', class="hl-string">'CANCELLED']:
                return status
            time.sleep(60) class=class="hl-string">"hl-comment"># Wait 60 seconds before polling again
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error polling job status: {e}")
            return class="hl-string">'FAILED'

def download_report(token, job_id):
    headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {token}', class="hl-string">'apiKey': API_KEY}
    try:
        response = requests.get(fclass="hl-string">"{BASE_URL}jobs('{job_id}')/result", headers=headers, stream=True)
        response.raise_for_status()
        return response.content
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error downloading report: {e}")
        return None

def process_data(zip_content):
    try:
        with zipfile.ZipFile(io.BytesIO(zip_content)) as z:
            class=class="hl-string">"hl-comment"># Assuming the first file in the zip is the CSV we need
            csv_filename = z.namelist()[0]
            with z.open(csv_filename) as f:
                df = pd.read_csv(f)
    except Exception as e:
        print(fclass="hl-string">"Error reading zipped CSV: {e}")
        return pd.DataFrame()

    class=class="hl-string">"hl-comment"># Rename columns for clarity
    df.rename(columns={
        class="hl-string">'RequisitionId': class="hl-string">'PurchaseRequisitionId',
        class="hl-string">'TimeCreated': class="hl-string">'Timestamp_Created',
        class="hl-string">'SubmitDate': class="hl-string">'Timestamp_Submitted',
        class="hl-string">'ApprovedState.TimeUpdated': class="hl-string">'Timestamp_Approved',
        class="hl-string">'DeniedState.TimeUpdated': class="hl-string">'Timestamp_Denied',
        class="hl-string">'SourcingState.TimeUpdated': class="hl-string">'Timestamp_SentToSourcing',
        class="hl-string">'ClosedState.TimeUpdated': class="hl-string">'Timestamp_Closed',
        class="hl-string">'WithdrawnState.TimeUpdated': class="hl-string">'Timestamp_Withdrawn',
        class="hl-string">'LineItems.OrderedState.TimeUpdated': class="hl-string">'Timestamp_LineItemOrdered',
        class="hl-string">'POInfo.POId': class="hl-string">'POId',
        class="hl-string">'Requester.Name': class="hl-string">'EventUser',
        class="hl-string">'Requester.Department': class="hl-string">'RequesterDepartment',
        class="hl-string">'TotalCost.Amount': class="hl-string">'TotalRequisitionAmount',
        class="hl-string">'LineItems.Category.Name': class="hl-string">'ItemCategory',
        class="hl-string">'IsUrgent': class="hl-string">'UrgencyLevel',
        class="hl-string">'ApprovalFlow.Name': class="hl-string">'ApprovalWorkflowPath',
        class="hl-string">'StatusString': class="hl-string">'RequisitionStatus'
    }, inplace=True)
    
    class=class="hl-string">"hl-comment"># Create a base dataframe for melting
    id_vars = [
        class="hl-string">'PurchaseRequisitionId', class="hl-string">'EventUser', class="hl-string">'RequesterDepartment', class="hl-string">'TotalRequisitionAmount',
        class="hl-string">'ItemCategory', class="hl-string">'UrgencyLevel', class="hl-string">'ApprovalWorkflowPath', class="hl-string">'RequisitionStatus', class="hl-string">'RequisitionVersion', class="hl-string">'POId'
    ]
    
    timestamp_cols = [col for col in df.columns if col.startswith(class="hl-string">'Timestamp_')]
    
    class=class="hl-string">"hl-comment"># Melt the dataframe to turn timestamp columns into rows
    event_log = pd.melt(df, id_vars=id_vars, value_vars=timestamp_cols, var_name=class="hl-string">'ActivityName', value_name=class="hl-string">'EventTimestamp')
    
    class=class="hl-string">"hl-comment"># Clean up and format
    event_log.dropna(subset=[class="hl-string">'EventTimestamp'], inplace=True)
    event_log[class="hl-string">'ActivityName'] = event_log[class="hl-string">'ActivityName'].str.replace(class="hl-string">'Timestamp_', class="hl-string">'Requisition ')
    event_log[class="hl-string">'EventTimestamp'] = pd.to_datetime(event_log[class="hl-string">'EventTimestamp'])

    class=class="hl-string">"hl-comment"># --- Handle specific/derived activities ---
    class=class="hl-string">"hl-comment"># Requisition Amended
    amended_df = df[df[class="hl-string">'RequisitionVersion'] > 1].copy()
    if not amended_df.empty:
        amended_df[class="hl-string">'ActivityName'] = class="hl-string">'Requisition Amended'
        amended_df[class="hl-string">'EventTimestamp'] = pd.to_datetime(amended_df[class="hl-string">'Timestamp_Submitted'])
        event_log = pd.concat([event_log, amended_df[event_log.columns]], ignore_index=True)

    class=class="hl-string">"hl-comment"># Purchase Order Created (use the timestamp of the first line item ordered as a proxy)
    po_created_df = df[df[class="hl-string">'POId'].notna() & df[class="hl-string">'Timestamp_LineItemOrdered'].notna()].copy()
    if not po_created_df.empty:
        po_created_df[class="hl-string">'ActivityName'] = class="hl-string">'Purchase Order Created'
        po_created_df[class="hl-string">'EventTimestamp'] = pd.to_datetime(po_created_df[class="hl-string">'Timestamp_LineItemOrdered'])
        event_log = pd.concat([event_log, po_created_df[event_log.columns]], ignore_index=True)
    
    class=class="hl-string">"hl-comment"># Placeholder for Approval Steps - requires parsing ApprovalRecords not included in this basic script
    class=class="hl-string">"hl-comment"># For now, we only have the final class="hl-string">'Approved' status. This logic can be expanded.
    class=class="hl-string">"hl-comment"># Creating dummy class="hl-string">'Approval Step Started/Approved' for demonstration.
    approval_df = df[df[class="hl-string">'Timestamp_Approved'].notna()].copy()
    if not approval_df.empty:
        approval_started = approval_df.copy()
        approval_started[class="hl-string">'ActivityName'] = class="hl-string">'Approval Step Started'
        class=class="hl-string">"hl-comment"># Approximate start time as submit time
        approval_started[class="hl-string">'EventTimestamp'] = pd.to_datetime(approval_started[class="hl-string">'Timestamp_Submitted'])
        
        approval_approved = approval_df.copy()
        approval_approved[class="hl-string">'ActivityName'] = class="hl-string">'Approval Step Approved'
        approval_approved[class="hl-string">'EventTimestamp'] = pd.to_datetime(approval_approved[class="hl-string">'Timestamp_Approved'])
        approval_approved[class="hl-string">'RejectionReason'] = None class=class="hl-string">"hl-comment"># Add column for consistency
        
        event_log = pd.concat([event_log, approval_started[event_log.columns], approval_approved[event_log.columns.tolist() + [class="hl-string">'RejectionReason']]], ignore_index=True)

    class=class="hl-string">"hl-comment"># Add placeholder for RejectionReason, as it's not directly in this view
    if class="hl-string">'RejectionReason' not in event_log.columns:
        event_log[class="hl-string">'RejectionReason'] = None

    class=class="hl-string">"hl-comment"># Final sorting and cleanup
    event_log = event_log.sort_values(by=[class="hl-string">'PurchaseRequisitionId', class="hl-string">'EventTimestamp']).reset_index(drop=True)
    
    class=class="hl-string">"hl-comment"># Rename class="hl-string">'Requisition LineItemOrdered' to class="hl-string">'Requisition Line Item Ordered'
    event_log[class="hl-string">'ActivityName'] = event_log[class="hl-string">'ActivityName'].replace({class="hl-string">'Requisition LineItemOrdered': class="hl-string">'Requisition Line Item Ordered'})

    class=class="hl-string">"hl-comment"># Final column selection
    final_columns = [
        class="hl-string">'PurchaseRequisitionId', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'EventUser',
        class="hl-string">'RequesterDepartment', class="hl-string">'TotalRequisitionAmount', class="hl-string">'ItemCategory', class="hl-string">'UrgencyLevel',
        class="hl-string">'ApprovalWorkflowPath', class="hl-string">'RejectionReason', class="hl-string">'RequisitionStatus'
    ]
    event_log = event_log[final_columns]

    return event_log

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

พร้อมเริ่มต้นหรือยัง?

ใช้เทมเพลตนี้เพื่อเตรียมข้อมูลได้สะดวกขึ้นและค้นหาข้อมูลเชิงลึกเกี่ยวกับกระบวนการขอซื้อจนถึงชำระเงิน เริ่มปรับปรุงการปฏิบัติการของคุณได้วันนี้.

กลับไปยังคู่มือการปรับปรุง

ดาวน์โหลดเทมเพลต

ลดความล่าช้าและปรับปรุงกระบวนการใบขอซื้อให้มีประสิทธิภาพ

ระบุจุดที่ไม่มีประสิทธิภาพใน SAP Ariba และลดระยะเวลาดำเนินการได้ 30%.

เริ่มทดลองใช้ฟรี

ไม่ต้องใช้บัตรเครดิต ตั้งค่าได้รวดเร็วและง่ายดาย.

เทมเพลตข้อมูลใบขอซื้อสำหรับกระบวนการจัดซื้อจนถึงชำระเงิน

เทมเพลตข้อมูลใบขอซื้อสำหรับกระบวนการจัดซื้อจนถึงชำระเงิน

แอตทริบิวต์ใบขอซื้อสำหรับกระบวนการจัดซื้อจนถึงชำระเงิน

กิจกรรมใบขอซื้อสำหรับกระบวนการจัดซื้อจนถึงชำระเงิน

คู่มือการดึงข้อมูล

ส่งออกรายงานวิเคราะห์ SAP Ariba เป็น CSV/Excel

ขั้นตอน

การกำหนดค่า

ตัวอย่างคำค้น config

ดึงข้อมูลด้วยสคริปต์ Python ผ่าน Operational Reporting API

ขั้นตอน

การกำหนดค่า

ตัวอย่างคำค้น python

พร้อมเริ่มต้นหรือยัง?

ลดความล่าช้าและปรับปรุงกระบวนการใบขอซื้อให้มีประสิทธิภาพ