> Sürekli Süreç İyileştirme > Lead to Cash > SAP Sales Cloud > Veri Şablonu

Potansiyel Müşteriden Nakite Veri Şablonunuz

SAP Sales Cloud

Lead to Cash `Attribute`ları (Öznitelikleri). (18) Lead to Cash Etkinlikleri. (15) Veri Çekim Kılavuzları (2)

Potansiyel Müşteriden Nakite Veri Şablonunuz

Bu şablon, Liderden Nakde sürecinizi analiz etmek için gerekli verileri toplamak üzere yapılandırılmış bir rehber sunar. Kapsamlı bir olay günlüğü oluşturmak için gereken temel nitelikleri ve faaliyetleri ana hatlarıyla belirtir. Ayrıca, SAP Sales Cloud sisteminizden bu verileri çıkarmak için pratik rehberlik bulacak, Process Mining yolculuğunuza sorunsuz bir başlangıç yapmanızı sağlayacaksınız.

Toplanması Önerilen Nitelikler
Takip Edilmesi Gereken Temel Aktiviteler
SAP Sales Cloud için `data` (veri) çıkarma rehberliği.

Event log'lara yeni mi başlıyorsunuz? Öğrenin Process Mining event log'u nasıl oluşturulur.

Şablonu İndir

Lead to Cash `Attribute`ları (Öznitelikleri).

Bunlar, SAP Sales Cloud'daki Liderden Nakde sürecinizin kapsamlı bir analizi için olay günlüğünüze dahil etmeniz önerilen veri alanlarıdır.

3 Gerekli 6 Önerilen 9 İsteğe Bağlı

	Ad	Açıklama
	Faaliyet Adı ActivityName	Sürecin belirli bir noktasında meydana gelen iş etkinliğinin veya olayının adı.
Açıklama Etkinlik Adı, Liderden Nakde sürecindeki 'Nitelikli Potansiyel Müşteri', 'Teklif Oluşturuldu' veya 'Ödeme Alındı' gibi belirli bir adımı veya olayı tanımlar. Bu olaylar, her satış fırsatı için süreç akışını oluşturan eylemlerin sırasını oluşturur. Bu faaliyetleri analiz etmek, Process Mining'in temelini oluşturur. Süreç haritalarının görselleştirilmesini, adımlar arasındaki darboğazların belirlenmesini ve farklı süreç yolları için frekansların ölçülmesini sağlayarak satış sürecinin gerçekte nasıl yürütüldüğünü ortaya koyar. Neden önemli Bu nitelik, süreç haritasındaki adımları tanımlar; bu, süreç akışını görselleştirmek ve analiz etmek için temeldir. Nereden alınır SAP Sales Cloud içindeki iş nesnesi durum değişikliklerinden, belge oluşturma `event`lerinden (olaylarından) veya işlem günlüklerinde kaydedilen belirli kullanıcı eylemlerinden türetilir. Örnekler Potansiyel Müşteri Yakalandı.Fırsat Oluşturuldu.Teklif Müşteriye Gönderildi.Ödeme Alındı
	Olay Zamanı EventTime	Belirli bir faaliyetin veya event'in ne zaman gerçekleştiğini gösteren zaman damgasıdır.
Açıklama `Event Time` (Olay Zamanı), bir etkinliğin tamamlandığı kesin tarih ve saati kaydeder. Bu zamansal `data` (veri), süreç adımlarının zamanlamasını ve süresini anlamak için çok önemlidir. Süreç akışını oluşturmak için gereken kronolojik sırayı sağlar. Süreç analizinde, `timestamp`ler (zaman damgaları) etkinlikler arasındaki `cycle time`ları (döngü sürelerini) hesaplamak, satış sürecinin genel süresini ölçmek ve gecikmeleri veya `bottleneck`leri (darboğazları) belirlemek için kullanılır. `Timestamp`leri zaman içinde analiz etmek, süreç performansındaki eğilimleri de ortaya çıkarabilir. Neden önemli Zaman damgası, olayları kronolojik olarak sıralamak ve döngü süresi ile darboğaz tespiti dahil tüm zaman tabanlı analizler için kritik öneme sahiptir. Nereden alınır SAP Sales Cloud'daki Potansiyel Müşteriler, Fırsatlar, Teklifler ve Satış Siparişleri gibi iş nesneleriyle ilişkili 'Oluşturma Tarihi' veya 'Son Değişiklik Tarihi' alanlarında bulunur. Örnekler 2023-04-15T10:30:00Z2023-05-02T14:00:00Z2023-06-20T09:15:00Z
	Satış Fırsatı SalesOpportunityId	Bir satış fırsatı için benzersiz tanımlayıcı, Liderden Nakde süreci için birincil durum tanımlayıcısı olarak hizmet eder.
Açıklama Satış Fırsatı Kimliği (ID), her potansiyel satışı bir potansiyel müşteri olarak başlangıcından kazanılmış veya kaybedilmiş bir anlaşma olarak nihai çözümüne kadar benzersiz bir şekilde tanımlar. Potansiyel müşteri nitelendirmesi, teklif oluşturma, sipariş işleme ve ödeme gibi ilgili tüm faaliyetleri birbirine bağlayan merkezi bir bağlantı görevi görür. Process Mining analizinde, bu ID her fırsatın uçtan uca yolculuğunu yeniden yapılandırmak için çok önemlidir. Tüm olayların ilişkilendirilmesine olanak tanıyarak, süreç varyantlarının, döngü sürelerinin ve dönüşüm oranlarının fırsat bazında analiz edilmesini sağlar. Neden önemli Bu, süreçteki tüm faaliyetleri birbirine bağlayan temel Durum Kimliği olup, her satış fırsatının tam yaşam döngüsünü izlemeyi mümkün kılar. Nereden alınır Bu, SAP Sales Cloud'daki Fırsat iş nesnesinin birincil anahtarıdır. Örnekler OP-8000123456OP-8000123457OP-8000123458
	Fırsat Statüsü. OpportunityStatus	Satış fırsatının 'Açık', 'Kazanıldı' veya 'Kaybedildi' gibi mevcut durumu veya sonucu.
Açıklama Bu nitelik, belirli bir zamanda satış fırsatının genel durumunu yansıtır. Fırsatın hala devam edip etmediğini, başarıyla kazanılıp kazanılmadığını veya bir rakibe veya başka nedenlerle kaybedilip kaybedilmediğini gösterir. Nihai durumu analiz etmek, Fırsat Kazanma Oranı gibi temel KPI'ları hesaplamak için temeldir. Ayrıca analizi yalnızca başarılı yollara odaklanmak veya en sık kaybedilen anlaşmalara yol açan süreç kalıplarını araştırmak için filtrelemeye olanak tanır. Neden önemli `Case`in sonucunu tanımlar; bu, kazanma/kaybetme oranlarını hesaplamak ve başarılı ile başarısız fırsatların süreç yollarını analiz etmek için çok önemlidir. Nereden alınır SAP Sales Cloud'daki Fırsat iş nesnesindeki 'Durum' alanı. Örnekler Açıkİşlemde.KazanıldıKaybedildi.Durduruldu
	İndirim Yüzdesi. DiscountPercentage	Satış teklifine veya siparişine uygulanan indirim yüzdesi.
Açıklama Bu nitelik, bir fırsata uygulanan genel indirim oranını, genellikle teklif veya sipariş aşamasında yakalar. Liste fiyatının yüzdesi olarak ifade edilir. Bu, finansal performans ve satış disiplini analizi için kritik bir metriktir. 'İndirim Dağılımı' dashboard'u, satış temsilcileri ve ürünler genelindeki indirim davranışını izlemek için bu niteliği kullanır. Ayrıca büyük indirimlerin uygun onay iş akışlarını takip etmesini sağlamak için 'İndirim Onayı Uyumluluğu' KPI'ı için de kullanılır. Neden önemli Fiyatlandırma stratejisini, satış ekibinin indirim davranışlarını ve karlılık üzerindeki etkisini analiz etmek için kritik öneme sahiptir. Nereden alınır SAP Sales Cloud'daki ilişkili Satış Teklifi veya Satış Siparişi iş nesnelerindeki fiyatlandırma öğelerinden hesaplanır. Örnekler 0.050.100.25
	Potansiyel Müşteri Kaynağı. LeadSource	Pazarlama kanalı veya ilk potansiyel müşterinin kaynağı.
Açıklama `Lead Source` (Potansiyel Müşteri Kaynağı), potansiyel bir müşterinin ilk olarak nasıl belirlendiğini belirtir; örneğin, bir web formu, fuar veya iş ortağı referansı aracılığıyla. Bu bilgi genellikle potansiyel müşteri oluşturulduğunda yakalanır. Bu `attribute` (öznitelik), 'Kaynağa Göre Potansiyel Müşteri Dönüşüm Oranı' `dashboard`u için kritik öneme sahiptir. Bu boyutu analiz etmek, pazarlama ve satış ekiplerinin hangi kanalların en değerli potansiyel müşterileri oluşturduğunu anlamasına yardımcı olur, kaynakların daha iyi tahsis edilmesini ve pazarlama kampanyalarının optimize edilmesini sağlar. Neden önemli Farklı pazarlama kanallarının etkinliğini ölçmek ve `lead generation` (potansiyel müşteri oluşturma) stratejilerini optimize etmek için esastır. Nereden alınır SAP Sales Cloud'daki Potansiyel Müşteri ve Fırsat iş nesnelerinde bulunur. Alan genellikle 'Kaynak' veya 'Menşei' olarak adlandırılır. Örnekler Webinarİş Ortağı Referansı.Ticaret FuarıWeb Sitesi Sorgusu
	Satış Siparişi Tutarı SalesOrderAmount	Fırsatla ilişkili satış siparişinin toplam parasal değeri.
Açıklama Bu nitelik, bir fırsat kazanıldığında ve bir satış siparişi oluşturulduğunda satılan mal veya hizmetlerin toplam değerini temsil eder. Satış sürecinin başarılı bir şekilde tamamlanmasından elde edilen geliri yansıtır. Satış Siparişi Tutarı, analiz için kritik bir finansal boyuttur. Süreç davranışının farklılık gösterip göstermediğini görmek için fırsatları boyuta göre (örneğin, küçük, orta, büyük anlaşmalar) segmentlere ayırmak için kullanılabilir. Ayrıca, kazanılan ve kaybedilen fırsatların toplam değerini gösteren kazanma oranı gibi KPI'lar için değer bağlamı sağlar. Neden önemli Sürece finansal bir boyut sağlar, satış döngülerinin ve sonuçlarının değer bazlı analizine olanak tanır. Nereden alınır Bu değer, SAP Sales Cloud'daki ilişkili Satış Siparişi iş nesnesinin 'Toplam Net Değer' alanından alınır. Örnekler 50000.00125000.507800.00
	Satış Temsilcisi SalesRepresentative	Satış fırsatını yönetmekten sorumlu çalışan.
Açıklama Bu nitelik, potansiyel müşterinin veya fırsatın sahibi olan kullanıcıyı veya çalışanı tanımlar. Bu genellikle müşteri için birincil iletişim noktasıdır ve anlaşmayı satış boru hattında ilerletmekten sorumludur. Analizde Satış Temsilcisi, performans karşılaştırması için önemli bir boyuttur. Bireysel, ekip veya bölge bazında satış döngüsü sürelerinin, kazanma oranlarının ve süreç uyumluluğunun değerlendirilmesini sağlayarak, en iyi performans gösterenleri ve koçluk alanlarını belirlemeye yardımcı olur. Neden önemli Çalışan bazında performans analizi yapılmasına olanak tanır, bu da satış ekibi arasında koçluk fırsatlarını ve en iyi uygulamaları belirlemeye yardımcı olur. Nereden alınır SAP Sales Cloud'daki Fırsat veya Potansiyel Müşteri iş nesnesindeki 'Sahip' veya 'Sorumlu Çalışan' taraf rolüne bağlıdır. Örnekler Can DemirMaria GarciaChen Wei
	Ürün Kategorisi ProductCategory	Fırsatta satılan ürün veya hizmetin kategorisi.
Açıklama Ürün Kategorisi, bir fırsattaki belirli öğeleri veya hizmetleri 'Donanım', 'Yazılım' veya 'Danışmanlık Hizmetleri' gibi daha geniş sınıflandırmalar altında gruplandırır. Bu, birçok bireysel ürün söz konusu olduğunda analizi basitleştirir. Ürün Kategorisine göre analiz yapmak, satış sürecinin çeşitli teklif türleri için nasıl farklılaştığını anlamak için çok önemlidir. 'İndirim Dağılımı' ve 'Sipariş Karşılama Verimliliği' gibi `dashboard`larda (gösterge panolarında) belirli kategorilerin daha yüksek indirimler veya daha uzun karşılama süreleri içerip içermediğini görmek için kullanılır. Neden önemli Satılan ürün veya hizmet türüne göre süreç varyasyonlarının analiz edilmesini sağlar; bu durum önemli ölçüde farklı satış döngülerine sahip olabilir. Nereden alınır SAP Sales Cloud'daki bir Satış Teklifi veya Satış Siparişinin kalemleriyle bağlantılı ürün ana verilerinden türetilir. Örnekler Yazılım LisansıDonanımProfesyonel HizmetlerDestek Aboneliği
	Bölge Region	Müşterinin veya satış ekibinin bulunduğu coğrafi bölge.
Açıklama Bölge, genellikle müşterinin konumuna veya satış organizasyonunun yapısına göre satış fırsatına atanmış coğrafi alanı temsil eder. Bu bir ülke, eyalet veya özel olarak tanımlanmış bir satış bölgesi olabilir. Bu, segmentasyon için önemli bir niteliktir. Farklı bölgelerdeki performansı karşılaştırmak için doğrudan 'Fırsat Kazanma Oranı Performansı' dashboard'unda kullanılır. Bu, süreç verimliliği, pazar başarısı ve satış stratejilerindeki bölgesel farklılıkları belirlemeye yardımcı olur. Neden önemli Satış performansının coğrafi analizini mümkün kılar, kazanma oranları, `cycle time`lar (döngü süreleri) ve süreç yürütmesindeki bölgesel farklılıkları vurgular. Nereden alınır Genellikle müşterinin adresinden veya SAP Sales Cloud'daki fırsata atanmış satış organizasyonundan türetilir. Örnekler Kuzey AmerikaEMEAAPACLATAM
	İşlem Süresi ProcessingTime	Bekleme süresi hariç, bir görev üzerinde aktif olarak harcanan süre.
Açıklama İşlem Süresi, aynı zamanda dokunma süresi olarak da bilinir, bir kaynağın bir görevle aktif olarak meşgul olduğu süreyi ölçer. Bir `case`in etkinlikler arasında beklediği süreyi içeren `cycle time`dan (döngü süresinden) farklıdır. İşlem süresini analiz etmek, verimsiz çalışmadan kaynaklanan gecikmeler ile kaynak veya bilgi beklemekten kaynaklanan gecikmeleri ayırt etmeye yardımcı olur. Satış sürecindeki her etkinlik için gereken çabanın daha kesin bir ölçümünü sağlar. Neden önemli Aktif çalışma süresini ölçer, süreçteki verimsiz görevler ile uzun bekleme sürelerini ayırt etmeye yardımcı olur. Nereden alınır Bir etkinliğin Bitiş Zamanı ile Başlangıç Zamanı arasındaki fark olarak hesaplanır. Her `event` (olay) için her iki `timestamp`in (zaman damgasının) de mevcut olmasını gerektirir. Örnekler 1S30D8SP2DT4H
	Kaynak Sistem SourceSystem	Verilerin kaynaklandığı sistemi tanımlar.
Açıklama Bu nitelik, olay verilerinin oluşturulduğu kaynak uygulamayı belirtir. Bu süreç için genellikle 'SAP Sales Cloud' olacaktır, ancak potansiyel müşteri yakalama için bir pazarlama otomasyon platformu gibi diğer entegre sistemleri de içerebilir. Çoklu sistem ortamında, bu nitelik veri kökenini anlamak ve veri entegrasyonu sorunlarını gidermek için hayati öneme sahiptir. Analizin her bilgi parçasının nereden geldiğine dair net bir anlayışa dayanmasını sağlar. Neden önemli Entegre ortamlarda `data` (veri) kökenlerini ayırt etmeye yardımcı olur, analiz sırasında `data lineage` (veri soy ağacı) ve bağlamın net olmasını sağlar. Nereden alınır Bu, genellikle veri extraction süreci sırasında kayıtların kaynağını etiketlemek için eklenen statik bir değerdir. Örnekler SAP Sales CloudSAP C4CSSC_PROD_100
	Müşteri Adı CustomerName	Satış fırsatıyla ilişkili şirketin veya bireyin adı.
Açıklama Bu nitelik, satış anlaşması için potansiyel müşteriyi tanımlar. Satış sürecini sistemdeki belirli bir hesaba bağlar. Müşteriye göre analiz yapmak, satış sürecine müşteri odaklı bir bakış açısı sunar. Hangi müşterilerin en uzun satış döngülerine sahip olduğunu veya en çok yeniden işleme gerektirdiğini belirlemeye yardımcı olabilir ve 'Müşteriye Göre Ödeme Tahsilat Döngüsü Süresi' gibi KPI'lar için hayati öneme sahiptir. Neden önemli Müşteri odaklı analizi mümkün kılar, belirli hesaplar için satış döngülerindeki veya ödeme davranışlarındaki kalıpları belirlemeye yardımcı olur. Nereden alınır SAP Sales Cloud'daki Fırsat iş nesnesindeki 'Hesap' veya 'Potansiyel Müşteri' taraf rolüne bağlıdır. Örnekler `Global Tech Inc.`Innovate Solutions Ltd.Dynamic Corp
	Ödeme Vadeleri PaymentTerms	'Net 30' veya 'Net 60' gibi üzerinde anlaşmaya varılan ödeme koşulları.
Açıklama Ödeme Şartları, bir müşterinin mal veya hizmetler için ödeme yapmasının beklendiği koşulları tanımlar. Bu, satış siparişi veya sözleşme aşamasında belirlenir ve faturanın vadesini belirler. Bu `attribute` (öznitelik), 'Ödeme Tahsilat Döngüsü Süresi' `dashboard`u için temel bir boyuttur. Ödeme şartlarına göre segmentlere ayırarak, bir işletme müşterilerin üzerinde anlaşılan programlara uyup uymadığını değerlendirebilir ve hangi şartların daha uzun veya daha kısa ödeme döngüleriyle ilişkili olduğunu belirleyebilir. Neden önemli Ödeme tahsilat analizi için bağlam sağlar, gecikmelerin müşteri davranışıyla mı yoksa esnek ödeme koşullarıyla mı ilgili olduğunu belirlemeye yardımcı olur. Nereden alınır SAP Sales Cloud'daki Satış Siparişi veya Müşteri ana verilerinde bulunur. Örnekler Net 30 GünNet 60 GünTeslimatta Ödenecek
	Satış Organizasyonu SalesOrganization	Satıştan sorumlu organizasyonel birim.
Açıklama Satış Organizasyonu, bir satış işleminden sorumlu şirketin belirli bir birimini, bölümünü veya ekibini temsil eder. SAP'deki kurumsal yapının önemli bir öğesidir. Bu nitelik, analizin işin farklı bölümlerine göre segmentlere ayrılmasına olanak tanır. Farklı iş birimleri veya satış departmanları genelinde süreç performansını, kazanma oranlarını ve döngü sürelerini karşılaştırmak için kullanılabilir ve yüksek seviyeli bir organizasyonel verimlilik görünümü sağlar. Neden önemli Farklı iş birimleri veya şirket bölümleri arasında performans karşılaştırması ve süreç analizi yapılmasına olanak tanır. Nereden alınır Bu, SAP Sales Cloud'daki Fırsat veya Satış Siparişi üzerindeki önemli bir organizasyonel atama alanıdır. Örnekler US01DE01Kuzey Kurumsal Satış.
	Sevkiyat Yöntemi ShippingMethod	Fiziksel ürünün müşteriye teslim edilmesi için kullanılan yöntem.
Açıklama Bu nitelik, bir sipariş için 'Kara Taşımacılığı', 'Hava Taşımacılığı' veya 'Dijital Teslimat' gibi lojistik veya teslimat yöntemini belirtir. Fiziksel malları içeren süreçler için geçerlidir. 'Sipariş Karşılama Verimliliği' dashboard'u için bu nitelik, farklı nakliye yöntemlerinin farklı karşılama süreleriyle ilişkili olup olmadığını analiz etmeye yardımcı olur. Bu, belirli lojistik kanallarındaki verimsizlikleri ortaya çıkarabilir veya müşteri beklentilerini daha doğru bir şekilde belirlemeye yardımcı olabilir. Neden önemli Lojistik kanalına göre teslimat performansını segmentlere ayırarak sürecin sipariş karşılama kısmındaki `bottleneck`leri (darboğazları) teşhis etmeye yardımcı olur. Nereden alınır SAP Sales Cloud'daki Satış Siparişi iş nesnesinin kalem seviyesinde veya başlık seviyesinde bulunur. Örnekler Kara.Ertesi Gün Hava Kargo.Dijital İndirme.Navlun.
	Son Veri Güncellemesi LastDataUpdate	Verilerin kaynak sistemden son çıkarılma veya yenilenme `timestamp`'i.
Açıklama Bu nitelik, olay günlüğündeki verilerin en son ne zaman güncellendiğini gösterir. Analiz edilen verilerin güncelliği hakkında bağlam sağlar, bu da bulguların uygunluğunu anlamak için önemlidir. Hangi süreç analizi olursa olsun, verilerin güncelliğini bilmek çok önemlidir. Paydaşların içgörülerin mevcut operasyonları mı yoksa geçmiş bir dönemi mi yansıttığını anlamalarına yardımcı olur, bu da analize dayalı karar verme üzerinde etkilidir. Neden önemli `Data` (veri) güncelliği hakkında kritik bağlam sağlar, analiz ve kararların güncel bilgilere dayanmasını sağlar. Nereden alınır Bu, veri çıkarma ve dönüştürme (ETL) süreci sırasında eklenen bir metadata zaman damgasıdır. Örnekler 2024-07-20T02:00:00Z2024-07-21T02:00:00Z
	Yeniden İşlendi mi? IsReworked	Bir etkinliğin veya `case`in yeniden işleme tabi tutulup tutulmadığını gösteren bir bayrak.
Açıklama Bu boolean bayrağı, süreçte bir yeniden işleme döngüsü tespit edilirse (örneğin, bir satış siparişinin ilk oluşturulmasından sonra değiştirilmesi veya bir teklifin birden çok kez revize edilmesi) doğru olarak ayarlanır. Etkinlik dizilerinin analiziyle elde edilir. Bu hesaplanmış nitelik, süreç verimsizliklerini niceliksel olarak belirlemek için çok önemlidir. Analiz aracında karmaşık kalıp eşleştirmesi yapmadan yeniden işleme örneklerini filtrelemeyi ve saymayı kolaylaştırarak 'Satış Siparişi Yeniden İşleme Sıklığı' dashboard'unu ve 'Satış Siparişi Yeniden İşleme Oranı' KPI'ını doğrudan destekler. Neden önemli `Rework` döngüleri olan `case`leri işaretleyerek süreç verimsizliğini doğrudan nicelendirir, `rework` sıklığının ve nedenlerinin analizini basitleştirir. Nereden alınır Bu nitelik kaynak sistemde bulunmaz. Veri dönüşümü sırasında tekrarlanan etkinlik dizileri (örneğin, 'Satış Siparişi Oluşturuldu' ardından 'Satış Siparişi Yeniden İşlendi') tespit edilerek hesaplanır. Örnekler truefalse

Gerekli Önerilen İsteğe Bağlı

Lead to Cash Etkinlikleri.

Bunlar, Liderden Nakde sürecinizin doğru bir şekilde keşfedilmesi ve analiz edilmesi için olay günlüğünüze dahil etmeniz gereken temel süreç adımları ve kilometre taşlarıdır.

7 Önerilen 8 İsteğe Bağlı

	Aktivite	Açıklama
	Fırsat Kapatıldı Kaybedildi.	Bu faaliyet, anlaşmanın bir rakibe kaybedildiği veya müşterinin satın almamaya karar verdiği başarısız bir fırsatın kesin sonunu işaret eder. Bir kullanıcı Fırsat durumunu 'Kaybedildi' veya 'Kapalı Kaybedildi' olarak değiştirdiğinde yakalanır.
Neden önemli Fırsatların ne zaman ve neden kaybedildiğini analiz etmek, satış stratejisini iyileştirmek için çok önemlidir. Bu başarısızlık bitiş noktası, kaybedilen anlaşmaların analizine olanak tanır; örneğin, ortalama hangi aşamada vazgeçildiği veya kaybetmenin yaygın nedenleri gibi. Nereden alınır Fırsat iş nesnesinin durum değişikliği geçmişinden çıkarılır. Durum 'Kaybedildi' veya 'Kaybedildi (Kapalı)' olarak güncellendiğinde `timestamp`tir (zaman damgasıdır). Yakala Fırsat nesnesindeki durum değişikliğinin 'Kaybedildi' olarak `timestamp`ini (zaman damgasını) belirleyin. Event tipi inferred
	Fırsat Kapatıldı Kazanıldı.	Bu faaliyet, sipariş oluşturma ve yerine getirme gibi tüm sonraki faaliyetler tamamlandıktan sonra başarılı bir fırsatın son, nihai durumudur. Bir kullanıcı Fırsat durumunu 'Kazanıldı' nedeni ile nihai 'Kapalı' durumuna değiştirdiğinde yakalanır.
Neden önemli Bu olay, Process Mining analizi için başarılı bir bitiş noktası görevi görür ve kazanılan tüm anlaşmalar için uçtan uca satış döngüsü süresinin hesaplanmasını sağlar. Temiz ve kesin bir süreç sonucu sunar. Nereden alınır Fırsat nesnesinin durum değişikliği geçmişinden, özellikle durum 'Kapalı' olarak güncellendiğinde ve neden 'Kazanıldı' olduğunda `timestamp`ten (zaman damgasından) çıkarılır. Yakala 'Kazanıldı' neden koduyla 'Kapalı' durum değişikliğinin `timestamp`ini (zaman damgasını) belirleyin. Event tipi inferred
	Fırsat Kazanıldı.	Bu faaliyet, anlaşmanın başarıyla kapatıldığını ve organizasyonun işi güvence altına aldığını gösterir. Bir kullanıcının Fırsat durumunu 'Kazanıldı' olarak değiştirmesiyle yakalanır, bu sistemde standart ve açık bir eylemdir.
Neden önemli Bu, kazanma oranlarını ve satış performansını ölçmek için çok önemli bir kilometre taşıdır. Genellikle sipariş oluşturma ve yerine getirme gibi sonraki süreçler için tetikleyici görevi görür, bu da onu Liderden Nakde döngüsünde önemli bir geçiş noktası haline getirir. Nereden alınır Fırsat iş nesnesinin durum değişikliği geçmişinden çıkarılır. Durum 'Kazanıldı' olarak güncellendiğinde `timestamp`tir (zaman damgasıdır). Yakala Fırsat nesnesindeki durum değişikliğinin 'Kazanıldı' olarak `timestamp`ini (zaman damgasını) belirleyin. Event tipi inferred
	Fırsat Oluşturuldu.	Bu, nitelikli bir potansiyel müşterinin somut bir satış takibine dönüşmesini işaret eden satış fırsatının resmi başlangıcıdır. Bu olay, Fırsat iş nesnesinin oluşturulması üzerine sistem tarafından açıkça yakalanır ve genellikle orijinal potansiyel müşteriden veri taşır.
Neden önemli Satış döngüsü analizinin birincil başlangıç noktası olarak, bu etkinlik temeldir. Bir anlaşmanın somut hale geldiği andan itibaren satış döngüsü süresini, fırsat kazanma oranlarını ve satış ekibinin performansını ölçmeyi sağlar. Nereden alınır Bu olay, SAP Sales Cloud'daki Fırsat iş nesnesinin oluşturulma zaman damgasına karşılık gelir. Yakala Fırsat kaydının oluşturulma tarihini ve saatini kullanın. Event tipi explicit
	Ödeme Alındı	Bu faaliyet, müşterinin ödemesinin alındığını ve işlendiğini onaylayarak finansal işlemi tamamlar. Bu bilgi neredeyse her zaman, SAP Sales Cloud'daki fatura veya sipariş durumunu güncelleyen harici bir finans veya ERP sisteminden alınır.
Neden önemli Bu, Liderden Nakde sürecindeki son değer gerçekleştirme adımıdır. Faturadan ödemeye kadar geçen 'Ödeme Tahsilat Döngüsü Süresi'ni ölçmek, nakit akışını yönetmek ve alacak hesapları performansını değerlendirmek için önemli bir KPI'dır. Nereden alınır Fatura veya Satış Siparişi nesnesindeki durum değişikliğinin 'Ödendi' veya 'Temizlendi' durumuna geçişinden çıkarılır. Bu `data` (veri) harici bir finansal sistemden kaynaklanır. Yakala Bir Fatura durumunun 'Ödendi' veya 'Temizlendi' olarak değiştiği `timestamp`i (zaman damgasını) belirleyin. Event tipi inferred
	Satış Siparişi Oluşturuldu	Bu faaliyet, yerine getirme ve faturalandırmayı başlatmak için resmi dahili belge olan resmi bir satış siparişinin oluşturulmasını işaret eder. Bir kullanıcı bir Satış Siparişi nesnesi oluşturduğunda ve bunu ana fırsata bağladığında açıkça kaydedilir.
Neden önemli Bu, satıştan operasyonlara kritik bir devir teslim noktasıdır. 'Fırsat Kazanıldı'dan 'Satış Siparişi Oluşturuldu'ya kadar geçen süreyi analiz etmek dahili gecikmeleri ortaya çıkarabilirken, bu noktadan sonraki yeniden işlemeleri takip etmek veri kalitesi sorunlarını vurgular. Nereden alınır Bu olay, Fırsat ile ilişkili Satış Siparişi iş nesnesinin oluşturulma zaman damgasına karşılık gelir. Yakala İlişkili Satış Siparişi kaydının oluşturulma tarihini ve saatini kullanın. Event tipi explicit
	Teklif Müşteriye Gönderildi.	Bu faaliyet, resmi bir teklifin müşteriye inceleme için resmi olarak sunulduğu anı temsil eder. Bu olay genellikle Satış Teklifi nesnesindeki bir durum değişikliğinden (örneğin, 'Hazırlık Aşamasında'dan 'Gönderildi' veya 'Teklif Edildi'ye) çıkarılır.
Neden önemli Bu, müşteri müzakeresi ve karar verme süresi için saati başlatan önemli bir kilometre taşıdır. Bu olay ile teklif kabulü arasındaki süreyi analiz etmek, anlaşma hızını ve müzakere darboğazlarını anlamak için kritiktir. Nereden alınır Satış Teklifi iş nesnesinin durum değişikliği geçmişinden çıkarılır. Durumun gönderildiğini belirten bir değere güncellendiği `timestamp`i (zaman damgasını) arayın. Yakala Satış Teklifi nesnesindeki durum değişikliğinin 'Gönderildi' olarak `timestamp`ini (zaman damgasını) belirleyin. Event tipi inferred
	Çözüm Önerildi	Bu faaliyet, potansiyel bir çözüm veya ürün yapılandırmasının müşteriye sunulduğunu gösterir. Genellikle Fırsat nesnesindeki bir satış aşaması veya durum değişikliğinden (örneğin, 'Teklif' veya 'Çözüm Tasarımı' aşamasına geçiş) çıkarılır.
Neden önemli Bu aşamada harcanan zamanın ve teklif aşamasına geçişin analizi, çözümleme sürecindeki `bottleneck`leri (darboğazları) belirlemeye yardımcı olur. İlk temastan somut bir teklife geçişin ne kadar sürdüğü hakkında içgörü sağlar. Nereden alınır Fırsat nesnesinin değişiklik günlüğünden veya durum geçmişinden, özellikle satış aşaması 'Çözüm Önerildi' veya 'Değer Önerisi' gibi bir değere güncellendiğinde çıkarılır. Yakala Fırsatın satış aşaması alanının bir teklifi yansıtacak şekilde değiştiği `timestamp`i (zaman damgasını) belirleyin. Event tipi inferred
	Fatura Oluşturuldu	Müşteri faturasının oluşturulmasını temsil eder ve sürecin son finansal aşamasını başlatır. Bu olay, SAP Sales Cloud içinde bir Fatura nesnesinin oluşturulmasından veya daha yaygın olarak entegre bir faturalandırma sisteminden yakalanabilir.
Neden önemli Bu faaliyet, ödeme tahsilat döngüsünün tetikleyicisidir. Fatura oluşturmadaki gecikmeler nakit akışını doğrudan etkiler, bu nedenle yerine getirmeden faturalandırmaya kadar geçen süreyi izlemek finansal sağlık için kritiktir. Nereden alınır Satış Siparişi'ne bağlı bir Fatura iş nesnesinin oluşturulma `timestamp`i (zaman damgası) veya harici bir ERP'den gelen bir güncelleme olabilir. Kaynak, sistem mimarisine bağlıdır. Yakala Fatura kaydının oluşturulma tarihini veya entegre bir ERP'den gelen bir etkinlik günlüğü girişini kullanın. Event tipi explicit
	Potansiyel Müşteri Nitelikli.	Bir potansiyel müşterinin değerlendirilip geçerli bir satış potansiyeli olarak kabul edilme kriterlerini karşıladığı noktayı temsil eder. Bu genellikle bir kullanıcının Potansiyel Müşteri durumunu manuel olarak 'Nitelikli' veya benzer bir duruma değiştirmesiyle yakalanır ve dönüşüm için hazır olduğunu gösterir.
Neden önemli Bu faaliyet, nitelendirme süreci verimliliğinin analiz edilmesini sağlayarak ham potansiyel müşterileri ciddi potansiyel müşterilerden ayırır. Çeşitli kaynaklardan gelen potansiyel müşterilerin kalitesini belirlemeye ve potansiyel müşteri yakalama ile aktif satış arasındaki darboğazları tespit etmeye yardımcı olur. Nereden alınır Potansiyel Müşteri iş nesnesinin durum değişikliği geçmişinden çıkarılır. Durum alanı 'Nitelikli' olarak güncellendiğinde bir `timestamp` (zaman damgası) arayın. Yakala Potansiyel Müşteri nesnesindeki durum değişikliğinin 'Nitelikli' olarak `timestamp`ini (zaman damgasını) belirleyin. Event tipi inferred
	Potansiyel Müşteri Yakalandı.	Bu faaliyet, SAP Sales Cloud'da bir potansiyel müşteri kaydının ilk oluşturulmasını işaret eder. Potansiyel bir müşteriden gelen ilk temas veya ilgi noktasını temsil eder ve genellikle bir web formundan, liste içe aktarmadan veya manuel kullanıcı girişinden otomatik olarak yakalanır.
Neden önemli Bu olayı takip etmek, farklı potansiyel müşteri kaynaklarının etkinliğini analiz etmek ve genel potansiyel müşteri oluşturma hacmini ölçmek için çok önemlidir. Potansiyel müşteri dönüşüm oranlarını hesaplamak ve satış hunisinin üst kısmını anlamak için başlangıç noktası görevi görür. Nereden alınır Bu olay, Potansiyel Müşteri iş nesnesinin oluşturulma zaman damgasından yakalanır. Potansiyel müşterinin kaynağı genellikle aynı nesne üzerinde bir nitelik olarak bulunur. Yakala Potansiyel müşteri kaydının oluşturulma tarihini ve saatini kullanın. Event tipi explicit
	Satış Siparişi Yeniden İşlendi	Bir satış siparişinin gönderildikten sonraki bir değişiklik veya düzeltmeyi temsil eder. Bu olay, satış siparişi durumundaki döngüler (örneğin, durumun 'Gönderildi'den tekrar 'İşleniyor' veya 'Revizyon Bekliyor'a geçmesi) tespit edilerek çıkarılır.
Neden önemli `Rework` (yeniden işleme) belirlemek, süreç verimsizliklerini, `data` (veri) giriş hatalarını ve satış ile operasyonlar arasındaki iletişim boşluklarını ortaya çıkarmak için anahtardır. Yüksek `rework` sıklığı, gecikmelere neden olan ve maliyetleri artıran kalite sorunlarına işaret eder. Nereden alınır Satış Siparişi nesnesinin durum değişikliği geçmişinden çıkarılır. Geriye doğru hareketleri veya döngüleri belirlemek için durum değişikliklerinin sırasını analiz etmeyi gerektirir. Yakala Bir döngüyü temsil eden durum geçişlerini tespit edin, örneğin 'Gönderildi'den 'İşlemde'ye. Event tipi inferred
	Sipariş Karşılandı	Bu faaliyet, ürünlerin gönderildiğini veya hizmetlerin müşteriye teslim edildiğini gösterir. Bu olay genellikle bir ERP veya lojistik sistemi ile entegrasyon yoluyla yakalanır ve SAP Sales Cloud'daki Satış Siparişi durumunu günceller.
Neden önemli Bu, sürecin teslimat kısmının tamamlandığını işaret eder. 'Satış Siparişi Oluşturuldu'dan 'Sipariş Tamamlandı'ya kadar geçen süreyi ölçmek, sipariş karşılama verimliliğini ve bunun müşteri memnuniyeti üzerindeki etkisini izlemek için hayati öneme sahiptir. Nereden alınır Genellikle Satış Siparişi nesnesindeki 'Tamamlandı' veya 'Gönderildi' gibi bir durum değişikliğinden çıkarılır. Bu durum genellikle harici bir sistem entegrasyonu aracılığıyla güncellenir. Yakala Satış Siparişi durum değişikliğinin 'Karşılandı' veya 'Teslim Edildi' olarak `timestamp`ini (zaman damgasını) belirleyin. Event tipi inferred
	Teklif Müşteri Tarafından Kabul Edildi.	Müşterinin teklif şartlarını resmi veya gayri resmi olarak kabul ettiğini belirtir. Bu genellikle satış temsilcisi tarafından Satış Teklifi veya Fırsat nesnesindeki manuel bir durum güncellemesi aracılığıyla yakalanır.
Neden önemli Bu, sözleşme kesinleşmeden veya sipariş oluşturulmadan önce güçlü bir satın alma sinyali ve kritik bir kilometre taşıdır. Tekliflerin etkinliğini ve müşterinin karar verme döngüsünün uzunluğunu ölçmeye yardımcı olur. Nereden alınır Satış Teklifi nesnesindeki durum değişikliğinin 'Kabul Edildi'ye veya bağlantılı Fırsat nesnesindeki benzer bir durum değişikliğinden çıkarılır. Yakala Satış Teklifi durumunun 'Kabul Edildi' olarak değiştiği `timestamp`i (zaman damgasını) belirleyin. Event tipi inferred
	Teklif Oluşturuldu.	Fırsata bağlı resmi bir satış teklifi belgesinin oluşturulmasını işaretler. Bu, teklifin müşteriye gönderilmeden önceki dahili bir adımdır ve bir kullanıcı yeni bir Teklif kaydı oluşturduğunda açıkça yakalanır.
Neden önemli Bu faaliyet, dahili hazırlık süresini müşterinin teklife sahip olduğu süreden ayırır. Teklif oluşturma sürecinin verimliliğini ve satış temsilcilerinin fiyatlandırmayı hazırlamasının ne kadar sürdüğünü analiz etmeye yardımcı olur. Nereden alınır Bu olay, Fırsat ile ilişkili Satış Teklifi iş nesnesinin oluşturulma zaman damgasıdır. Yakala İlişkili Satış Teklifi kaydının oluşturulma tarihini ve saatini kullanın. Event tipi explicit

Önerilen İsteğe Bağlı

Veri Çekim Kılavuzları

Verinizi SAP Sales Cloud'dan nasıl alırsınız?

Adımlar

Ön Koşullar: SAP Sales Cloud'da Analytics çalışma merkezine erişimi olan, özellikle veri kaynakları ve raporlar oluşturma ve düzenleme haklarına sahip bir kullanıcınız olduğundan emin olun.
Birleşik Veri Kaynağı Oluşturma: Business Analytics çalışma merkezindeki Design Data Sources görünümüne gidin. Yeni bir Birleşik Veri Kaynağı oluşturun. Tüm fırsatların yakalandığından emin olmak için aşağıdaki standart veri kaynaklarını sol dış birleştirme (left outer join) kullanarak birleştirin: Lead Information -> Opportunity Header and Item -> Sales Quote Header and Item -> Sales Order Header and Item. Birleştirme koşulu genellikle Fırsat ID'sine veya halef belge ID'lerine dayanmalıdır.
Özel Rapor Oluşturma: Design Reports görünümüne gidin. Önceki adımda oluşturulan birleşik veri kaynağına dayalı yeni bir rapor oluşturun. Rapor görünümüne tanımlayıcılar (Lead ID, Opportunity ID), ilgili tüm durum alanları ve tüm zaman damgası alanları (Creation Date, Status Change Dates vb.) dahil olmak üzere gerekli tüm karakteristikleri ve temel figürleri ekleyin. Ayrıca Satış Temsilcisi, Lead Source ve Order Amount gibi gerekli attributeları (öznitelikleri) da ekleyin.
Raporu OData Servisi Olarak Açma: Design Reports görünümünde, yeni oluşturulan raporu seçin. Raporun yapılandırmasında veya ayarlarında, raporu bir OData sorgusu olarak açma seçeneğini bulun. Bu genellikle Enable for OData etiketli bir onay kutusudur. Değişiklikleri kaydedin. Sistem bu rapor için benzersiz bir OData URL'si oluşturacaktır.
OData URL'sini Belirleme: Administrator çalışma merkezindeki OData Services görünümüne gidin. Listede özel raporunuzu bulun ve servis URL'sini kopyalayın. Buna Python betiği için ihtiyacınız olacak.
Python Ortamı Kurulumu: Python'ın yanı sıra requests ve pandas kütüphanelerinin yüklü olduğundan emin olun. Bunları pip kullanarak yükleyebilirsiniz: pip install requests pandas.
Python Betiğini Yapılandırma: Sağlanan Python betiğini kopyalayın. C4C_TENANT_URL, OData_SERVICE_PATH, USERNAME ve PASSWORD için yer tutucu değerlerini kendi SAP Sales Cloud kimlik bilgilerinizle ve önceki adımdaki OData URL'siyle değiştirin.
Çıkarma Betiğini Çalıştırma: Python betiğini çalıştırın. Betik, OData API ile kimlik doğrulaması yapacak, büyük hacimleri işlemek için verileri sayfalar halinde getirecek ve bir pandas DataFrame'e yükleyecektir.
Veri Dönüşümü: Betik, geniş biçimli datayı (veriyi) (fırsat başına bir satır) otomatik olarak uzun biçimli bir event loga (olay günlüğüne) dönüştürür. Her potansiyel etkinliğin üzerinde yineleyerek geçerli bir timestamp (zaman damgası) olup olmadığını kontrol eder. Bir timestamp (zaman damgası) varsa, doğru ActivityName ile ilgili bir event recordu (olay kaydını) oluşturur.
Event Logu Dışa Aktarma: Betik tamamlandığında, nihai event logu aynı dizine lead_to_cash_event_log.csv dosyası olarak kaydedecektir. Bu dosya, bir process mining aracına doğrudan yükleme için biçimlendirilmiştir.

Konfigürasyon

Veri Kaynağı Yapılandırması: Bu yöntemin temelini SAP Sales Cloud Analytics'teki Birleşik Veri Kaynağı oluşturur. Teklif veya siparişle sonuçlanmayan fırsatları yakaladığınızdan emin olmak için Fırsat nesnesinden başlayarak Left Outer Joins kullanmanız kritik öneme sahiptir.
Rapor Özellikleri: Özel rapor, istenen etkinliklere karşılık gelen tüm tarih ve saat alanlarını içermelidir. Bu, potansiyel müşteri, fırsat, teklif ve sipariş oluşturma zaman damgalarının yanı sıra durum değişikliği zaman damgalarını da içerir.
OData API Filtreleme: Performansı ve veri hacmini yönetmek için Python betiğindeki OData URL'sinde $filter parametresini kullanın. Örneğin, OpportunityCreationDate gibi bir tarih aralığına göre filtreleme yapılması şiddetle tavsiye edilir. İlk analiz için tipik bir tarih aralığı 6 ila 12 aydır.
Sayfalandırma (Pagination): Sağlanan betik, $top ve $skip parametrelerini kullanarak OData sayfalandırmasını yönetir. Bu, API bağlantısının zaman aşımına uğramadan büyük veri kümelerini çıkarmak için gereklidir.
Ön Koşullar: Bu yöntem, OData API'ye ve potansiyel müşteriler, fırsatlar, teklifler ve siparişler için temel veri kaynaklarına erişim iznine sahip özel bir analitik kullanıcısı gerektirir.

a Örnek Sorgu python

import requests
import pandas as pd
import numpy as np

class=class="hl-string">"hl-comment"># --- Configuration Placeholders ---
C4C_TENANT_URL = class="hl-string">"[Your SAP Sales Cloud Tenant URL, e.g., my123456.crm.ondemand.com]"
class=class="hl-string">"hl-comment"># The service path comes from the OData Services view for your custom report
ODATA_SERVICE_PATH = class="hl-string">"/sap/c4c/odata/analytics/ds/CUST_REPORT_ID.svc"
USERNAME = class="hl-string">"[Your_Username]"
PASSWORD = class="hl-string">"[Your_Password]"

class=class="hl-string">"hl-comment"># --- OData Service Details ---
class=class="hl-string">"hl-comment"># The entity set is usually the report ID followed by class="hl-string">'ResultSet'
ENTITY_SET = class="hl-string">"CUST_REPORT_IDResultSet"
BASE_API_URL = fclass="hl-string">"https://{C4C_TENANT_URL}{ODATA_SERVICE_PATH}/{ENTITY_SET}"

class=class="hl-string">"hl-comment"># --- Data Extraction ---
def get_odata_data(api_url, username, password):
    records = []
    page_size = 1000
    skip = 0
    
    class=class="hl-string">"hl-comment"># It is highly recommended to add a date filter for performance
    class=class="hl-string">"hl-comment"># e.g., class="hl-string">"$filter=OpportunityCreationDate ge datetime'2023-01-01T00:00:00'"
    odata_params = {
        class="hl-string">"$format": class="hl-string">"json",
        class="hl-string">"$top": page_size,
        class="hl-string">"$skip": skip,
        class="hl-string">"$inlinecount": class="hl-string">"allpages"
        class=class="hl-string">"hl-comment"># class="hl-string">"$filter": class="hl-string">"[Your OData Filter String]"
    }

    print(class="hl-string">"Starting data extraction from SAP Sales Cloud...")
    while True:
        odata_params[class="hl-string">'$skip'] = skip
        response = requests.get(api_url, auth=(username, password), params=odata_params)
        
        if response.status_code != 200:
            print(fclass="hl-string">"Error: Failed to fetch data. Status code: {response.status_code}")
            print(response.text)
            break

        data = response.json()[class="hl-string">'d']
        if class="hl-string">'results' in data and data[class="hl-string">'results']:
            records.extend(data[class="hl-string">'results'])
            count = len(data[class="hl-string">'results'])
            print(fclass="hl-string">"Fetched {len(records)} records...")
            if count < page_size:
                break
            skip += page_size
        else:
            break
            
    print(class="hl-string">"Extraction complete.")
    return pd.DataFrame(records)

source_df = get_odata_data(BASE_API_URL, USERNAME, PASSWORD)

class=class="hl-string">"hl-comment"># --- Data Transformation ---
if not source_df.empty:
    print(class="hl-string">"Starting data transformation into event log format...")
    
    class=class="hl-string">"hl-comment"># Rename columns for clarity (adjust these based on your report's field names)
    class=class="hl-string">"hl-comment"># These are example API field names from the OData service.
    class=class="hl-string">"hl-comment"># You MUST inspect your OData metadata to get the correct field names.
    column_mapping = {
        class="hl-string">'C_OpportunityId': class="hl-string">'SalesOpportunityId',
        class="hl-string">'LeadCreationDateTime': class="hl-string">'LeadCaptured_Time',
        class="hl-string">'LeadConversionDateTime': class="hl-string">'LeadQualified_Time',
        class="hl-string">'OpportunityCreationDateTime': class="hl-string">'OpportunityCreated_Time',
        class="hl-string">'OpportunityProposalStageDateTime': class="hl-string">'SolutionProposed_Time',
        class="hl-string">'QuoteCreationDateTime': class="hl-string">'QuoteCreated_Time',
        class="hl-string">'QuoteSentToCustomerDateTime': class="hl-string">'QuoteSentToCustomer_Time',
        class="hl-string">'QuoteAcceptedDateTime': class="hl-string">'QuoteAccepted_Time',
        class="hl-string">'OpportunityWonDateTime': class="hl-string">'OpportunityWon_Time',
        class="hl-string">'SalesOrderCreationDateTime': class="hl-string">'SalesOrderCreated_Time',
        class="hl-string">'SalesOrderReworkedDateTime': class="hl-string">'SalesOrderReworked_Time',
        class="hl-string">'SalesOrderFulfilledDateTime': class="hl-string">'OrderFulfilled_Time',
        class="hl-string">'InvoiceGeneratedDateTime': class="hl-string">'InvoiceGenerated_Time',
        class="hl-string">'PaymentReceivedDateTime': class="hl-string">'PaymentReceived_Time',
        class="hl-string">'OpportunityClosedWonDateTime': class="hl-string">'OpportunityClosedWon_Time',
        class="hl-string">'OpportunityClosedLostDateTime': class="hl-string">'OpportunityClosedLost_Time',
        class="hl-string">'SalesRepresentativeName': class="hl-string">'SalesRepresentative',
        class="hl-string">'LeadSourceName': class="hl-string">'LeadSource',
        class="hl-string">'OpportunityStatusName': class="hl-string">'OpportunityStatus',
        class="hl-string">'SalesOrderAmountValue': class="hl-string">'SalesOrderAmount',
        class="hl-string">'ProductCategoryName': class="hl-string">'ProductCategory',
        class="hl-string">'QuoteDiscountPercentage': class="hl-string">'DiscountPercentage'
    }
    source_df.rename(columns=column_mapping, inplace=True)

    class=class="hl-string">"hl-comment"># Convert date strings to datetime objects, coercing errors to NaT (Not a Time)
    date_cols = [col for col in source_df.columns if class="hl-string">'_Time' in col]
    for col in date_cols:
        class=class="hl-string">"hl-comment"># OData date format is /Date(timestamp)/. We need to extract the timestamp.
        source_df[col] = source_df[col].str.extract(rclass="hl-string">'\/Date\((\d+)\)\/').astype(float)
        source_df[col] = pd.to_datetime(source_df[col], unit=class="hl-string">'ms', errors=class="hl-string">'coerce')

    class=class="hl-string">"hl-comment"># Define the activities and their corresponding timestamp columns
    activity_mapping = {
        class="hl-string">'Lead Captured': class="hl-string">'LeadCaptured_Time',
        class="hl-string">'Lead Qualified': class="hl-string">'LeadQualified_Time',
        class="hl-string">'Opportunity Created': class="hl-string">'OpportunityCreated_Time',
        class="hl-string">'Solution Proposed': class="hl-string">'SolutionProposed_Time',
        class="hl-string">'Quote Created': class="hl-string">'QuoteCreated_Time',
        class="hl-string">'Quote Sent to Customer': class="hl-string">'QuoteSentToCustomer_Time',
        class="hl-string">'Quote Accepted by Customer': class="hl-string">'QuoteAccepted_Time',
        class="hl-string">'Opportunity Won': class="hl-string">'OpportunityWon_Time',
        class="hl-string">'Sales Order Created': class="hl-string">'SalesOrderCreated_Time',
        class="hl-string">'Sales Order Reworked': class="hl-string">'SalesOrderReworked_Time',
        class="hl-string">'Order Fulfilled': class="hl-string">'OrderFulfilled_Time',
        class="hl-string">'Invoice Generated': class="hl-string">'InvoiceGenerated_Time',
        class="hl-string">'Payment Received': class="hl-string">'PaymentReceived_Time',
        class="hl-string">'Opportunity Closed Won': class="hl-string">'OpportunityClosedWon_Time',
        class="hl-string">'Opportunity Closed Lost': class="hl-string">'OpportunityClosedLost_Time'
    }

    class=class="hl-string">"hl-comment"># Unpivot the DataFrame into an event log format
    event_log_df = pd.DataFrame()
    for activity, time_col in activity_mapping.items():
        if time_col in source_df.columns:
            temp_df = source_df[[class="hl-string">'SalesOpportunityId'] + [col for col in column_mapping.values() if col in source_df.columns]].copy()
            temp_df = temp_df.dropna(subset=[time_col])
            if not temp_df.empty:
                temp_df[class="hl-string">'ActivityName'] = activity
                temp_df.rename(columns={time_col: class="hl-string">'EventTime'}, inplace=True)
                event_log_df = pd.concat([event_log_df, temp_df])

    class=class="hl-string">"hl-comment"># Select and order final columns
    required_cols = [class="hl-string">'SalesOpportunityId', class="hl-string">'ActivityName', class="hl-string">'EventTime']
    recommended_cols = [class="hl-string">'SalesRepresentative', class="hl-string">'LeadSource', class="hl-string">'OpportunityStatus', class="hl-string">'SalesOrderAmount', class="hl-string">'ProductCategory', class="hl-string">'DiscountPercentage']
    final_cols = required_cols + [col for col in recommended_cols if col in event_log_df.columns]
    
    event_log_df = event_log_df[final_cols]
    event_log_df.sort_values(by=[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime'], inplace=True)

    class=class="hl-string">"hl-comment"># --- Export to CSV ---
    event_log_df.to_csv(class="hl-string">'lead_to_cash_event_log.csv', index=False)
    print(class="hl-string">"Event log saved to 'lead_to_cash_event_log.csv'.")
else:
    print(class="hl-string">"No data extracted. Skipping transformation and export.")

Adımlar

Ön Koşullar: SAP Sales Cloud'da Analytics çalışma merkezine erişimi olan, özellikle veri kaynakları ve raporlar oluşturma ve düzenleme haklarına sahip bir kullanıcınız olduğundan emin olun.
Birleşik Veri Kaynağı Oluşturma: Business Analytics çalışma merkezindeki Design Data Sources görünümüne gidin. Yeni bir Birleşik Veri Kaynağı oluşturun. Tüm fırsatların yakalandığından emin olmak için aşağıdaki standart veri kaynaklarını sol dış birleştirme (left outer join) kullanarak birleştirin: Lead Information -> Opportunity Header and Item -> Sales Quote Header and Item -> Sales Order Header and Item. Birleştirme koşulu genellikle Fırsat ID'sine veya halef belge ID'lerine dayanmalıdır.
Özel Rapor Oluşturma: Design Reports görünümüne gidin. Önceki adımda oluşturulan birleşik veri kaynağına dayalı yeni bir rapor oluşturun. Rapor görünümüne tanımlayıcılar (Lead ID, Opportunity ID), ilgili tüm durum alanları ve tüm zaman damgası alanları (Creation Date, Status Change Dates vb.) dahil olmak üzere gerekli tüm karakteristikleri ve temel figürleri ekleyin. Ayrıca Satış Temsilcisi, Lead Source ve Order Amount gibi gerekli attributeları (öznitelikleri) da ekleyin.
Raporu OData Servisi Olarak Açma: Design Reports görünümünde, yeni oluşturulan raporu seçin. Raporun yapılandırmasında veya ayarlarında, raporu bir OData sorgusu olarak açma seçeneğini bulun. Bu genellikle Enable for OData etiketli bir onay kutusudur. Değişiklikleri kaydedin. Sistem bu rapor için benzersiz bir OData URL'si oluşturacaktır.
OData URL'sini Belirleme: Administrator çalışma merkezindeki OData Services görünümüne gidin. Listede özel raporunuzu bulun ve servis URL'sini kopyalayın. Buna Python betiği için ihtiyacınız olacak.
Python Ortamı Kurulumu: Python'ın yanı sıra requests ve pandas kütüphanelerinin yüklü olduğundan emin olun. Bunları pip kullanarak yükleyebilirsiniz: pip install requests pandas.
Python Betiğini Yapılandırma: Sağlanan Python betiğini kopyalayın. C4C_TENANT_URL, OData_SERVICE_PATH, USERNAME ve PASSWORD için yer tutucu değerlerini kendi SAP Sales Cloud kimlik bilgilerinizle ve önceki adımdaki OData URL'siyle değiştirin.
Çıkarma Betiğini Çalıştırma: Python betiğini çalıştırın. Betik, OData API ile kimlik doğrulaması yapacak, büyük hacimleri işlemek için verileri sayfalar halinde getirecek ve bir pandas DataFrame'e yükleyecektir.
Veri Dönüşümü: Betik, geniş biçimli datayı (veriyi) (fırsat başına bir satır) otomatik olarak uzun biçimli bir event loga (olay günlüğüne) dönüştürür. Her potansiyel etkinliğin üzerinde yineleyerek geçerli bir timestamp (zaman damgası) olup olmadığını kontrol eder. Bir timestamp (zaman damgası) varsa, doğru ActivityName ile ilgili bir event recordu (olay kaydını) oluşturur.
Event Logu Dışa Aktarma: Betik tamamlandığında, nihai event logu aynı dizine lead_to_cash_event_log.csv dosyası olarak kaydedecektir. Bu dosya, bir process mining aracına doğrudan yükleme için biçimlendirilmiştir.

Konfigürasyon

Veri Kaynağı Yapılandırması: Bu yöntemin temelini SAP Sales Cloud Analytics'teki Birleşik Veri Kaynağı oluşturur. Teklif veya siparişle sonuçlanmayan fırsatları yakaladığınızdan emin olmak için Fırsat nesnesinden başlayarak Left Outer Joins kullanmanız kritik öneme sahiptir.
Rapor Özellikleri: Özel rapor, istenen etkinliklere karşılık gelen tüm tarih ve saat alanlarını içermelidir. Bu, potansiyel müşteri, fırsat, teklif ve sipariş oluşturma zaman damgalarının yanı sıra durum değişikliği zaman damgalarını da içerir.
OData API Filtreleme: Performansı ve veri hacmini yönetmek için Python betiğindeki OData URL'sinde $filter parametresini kullanın. Örneğin, OpportunityCreationDate gibi bir tarih aralığına göre filtreleme yapılması şiddetle tavsiye edilir. İlk analiz için tipik bir tarih aralığı 6 ila 12 aydır.
Sayfalandırma (Pagination): Sağlanan betik, $top ve $skip parametrelerini kullanarak OData sayfalandırmasını yönetir. Bu, API bağlantısının zaman aşımına uğramadan büyük veri kümelerini çıkarmak için gereklidir.
Ön Koşullar: Bu yöntem, OData API'ye ve potansiyel müşteriler, fırsatlar, teklifler ve siparişler için temel veri kaynaklarına erişim iznine sahip özel bir analitik kullanıcısı gerektirir.

a Örnek Sorgu python

import requests
import pandas as pd
import numpy as np

class=class="hl-string">"hl-comment"># --- Configuration Placeholders ---
C4C_TENANT_URL = class="hl-string">"[Your SAP Sales Cloud Tenant URL, e.g., my123456.crm.ondemand.com]"
class=class="hl-string">"hl-comment"># The service path comes from the OData Services view for your custom report
ODATA_SERVICE_PATH = class="hl-string">"/sap/c4c/odata/analytics/ds/CUST_REPORT_ID.svc"
USERNAME = class="hl-string">"[Your_Username]"
PASSWORD = class="hl-string">"[Your_Password]"

class=class="hl-string">"hl-comment"># --- OData Service Details ---
class=class="hl-string">"hl-comment"># The entity set is usually the report ID followed by class="hl-string">'ResultSet'
ENTITY_SET = class="hl-string">"CUST_REPORT_IDResultSet"
BASE_API_URL = fclass="hl-string">"https://{C4C_TENANT_URL}{ODATA_SERVICE_PATH}/{ENTITY_SET}"

class=class="hl-string">"hl-comment"># --- Data Extraction ---
def get_odata_data(api_url, username, password):
    records = []
    page_size = 1000
    skip = 0
    
    class=class="hl-string">"hl-comment"># It is highly recommended to add a date filter for performance
    class=class="hl-string">"hl-comment"># e.g., class="hl-string">"$filter=OpportunityCreationDate ge datetime'2023-01-01T00:00:00'"
    odata_params = {
        class="hl-string">"$format": class="hl-string">"json",
        class="hl-string">"$top": page_size,
        class="hl-string">"$skip": skip,
        class="hl-string">"$inlinecount": class="hl-string">"allpages"
        class=class="hl-string">"hl-comment"># class="hl-string">"$filter": class="hl-string">"[Your OData Filter String]"
    }

    print(class="hl-string">"Starting data extraction from SAP Sales Cloud...")
    while True:
        odata_params[class="hl-string">'$skip'] = skip
        response = requests.get(api_url, auth=(username, password), params=odata_params)
        
        if response.status_code != 200:
            print(fclass="hl-string">"Error: Failed to fetch data. Status code: {response.status_code}")
            print(response.text)
            break

        data = response.json()[class="hl-string">'d']
        if class="hl-string">'results' in data and data[class="hl-string">'results']:
            records.extend(data[class="hl-string">'results'])
            count = len(data[class="hl-string">'results'])
            print(fclass="hl-string">"Fetched {len(records)} records...")
            if count < page_size:
                break
            skip += page_size
        else:
            break
            
    print(class="hl-string">"Extraction complete.")
    return pd.DataFrame(records)

source_df = get_odata_data(BASE_API_URL, USERNAME, PASSWORD)

class=class="hl-string">"hl-comment"># --- Data Transformation ---
if not source_df.empty:
    print(class="hl-string">"Starting data transformation into event log format...")
    
    class=class="hl-string">"hl-comment"># Rename columns for clarity (adjust these based on your report's field names)
    class=class="hl-string">"hl-comment"># These are example API field names from the OData service.
    class=class="hl-string">"hl-comment"># You MUST inspect your OData metadata to get the correct field names.
    column_mapping = {
        class="hl-string">'C_OpportunityId': class="hl-string">'SalesOpportunityId',
        class="hl-string">'LeadCreationDateTime': class="hl-string">'LeadCaptured_Time',
        class="hl-string">'LeadConversionDateTime': class="hl-string">'LeadQualified_Time',
        class="hl-string">'OpportunityCreationDateTime': class="hl-string">'OpportunityCreated_Time',
        class="hl-string">'OpportunityProposalStageDateTime': class="hl-string">'SolutionProposed_Time',
        class="hl-string">'QuoteCreationDateTime': class="hl-string">'QuoteCreated_Time',
        class="hl-string">'QuoteSentToCustomerDateTime': class="hl-string">'QuoteSentToCustomer_Time',
        class="hl-string">'QuoteAcceptedDateTime': class="hl-string">'QuoteAccepted_Time',
        class="hl-string">'OpportunityWonDateTime': class="hl-string">'OpportunityWon_Time',
        class="hl-string">'SalesOrderCreationDateTime': class="hl-string">'SalesOrderCreated_Time',
        class="hl-string">'SalesOrderReworkedDateTime': class="hl-string">'SalesOrderReworked_Time',
        class="hl-string">'SalesOrderFulfilledDateTime': class="hl-string">'OrderFulfilled_Time',
        class="hl-string">'InvoiceGeneratedDateTime': class="hl-string">'InvoiceGenerated_Time',
        class="hl-string">'PaymentReceivedDateTime': class="hl-string">'PaymentReceived_Time',
        class="hl-string">'OpportunityClosedWonDateTime': class="hl-string">'OpportunityClosedWon_Time',
        class="hl-string">'OpportunityClosedLostDateTime': class="hl-string">'OpportunityClosedLost_Time',
        class="hl-string">'SalesRepresentativeName': class="hl-string">'SalesRepresentative',
        class="hl-string">'LeadSourceName': class="hl-string">'LeadSource',
        class="hl-string">'OpportunityStatusName': class="hl-string">'OpportunityStatus',
        class="hl-string">'SalesOrderAmountValue': class="hl-string">'SalesOrderAmount',
        class="hl-string">'ProductCategoryName': class="hl-string">'ProductCategory',
        class="hl-string">'QuoteDiscountPercentage': class="hl-string">'DiscountPercentage'
    }
    source_df.rename(columns=column_mapping, inplace=True)

    class=class="hl-string">"hl-comment"># Convert date strings to datetime objects, coercing errors to NaT (Not a Time)
    date_cols = [col for col in source_df.columns if class="hl-string">'_Time' in col]
    for col in date_cols:
        class=class="hl-string">"hl-comment"># OData date format is /Date(timestamp)/. We need to extract the timestamp.
        source_df[col] = source_df[col].str.extract(rclass="hl-string">'\/Date\((\d+)\)\/').astype(float)
        source_df[col] = pd.to_datetime(source_df[col], unit=class="hl-string">'ms', errors=class="hl-string">'coerce')

    class=class="hl-string">"hl-comment"># Define the activities and their corresponding timestamp columns
    activity_mapping = {
        class="hl-string">'Lead Captured': class="hl-string">'LeadCaptured_Time',
        class="hl-string">'Lead Qualified': class="hl-string">'LeadQualified_Time',
        class="hl-string">'Opportunity Created': class="hl-string">'OpportunityCreated_Time',
        class="hl-string">'Solution Proposed': class="hl-string">'SolutionProposed_Time',
        class="hl-string">'Quote Created': class="hl-string">'QuoteCreated_Time',
        class="hl-string">'Quote Sent to Customer': class="hl-string">'QuoteSentToCustomer_Time',
        class="hl-string">'Quote Accepted by Customer': class="hl-string">'QuoteAccepted_Time',
        class="hl-string">'Opportunity Won': class="hl-string">'OpportunityWon_Time',
        class="hl-string">'Sales Order Created': class="hl-string">'SalesOrderCreated_Time',
        class="hl-string">'Sales Order Reworked': class="hl-string">'SalesOrderReworked_Time',
        class="hl-string">'Order Fulfilled': class="hl-string">'OrderFulfilled_Time',
        class="hl-string">'Invoice Generated': class="hl-string">'InvoiceGenerated_Time',
        class="hl-string">'Payment Received': class="hl-string">'PaymentReceived_Time',
        class="hl-string">'Opportunity Closed Won': class="hl-string">'OpportunityClosedWon_Time',
        class="hl-string">'Opportunity Closed Lost': class="hl-string">'OpportunityClosedLost_Time'
    }

    class=class="hl-string">"hl-comment"># Unpivot the DataFrame into an event log format
    event_log_df = pd.DataFrame()
    for activity, time_col in activity_mapping.items():
        if time_col in source_df.columns:
            temp_df = source_df[[class="hl-string">'SalesOpportunityId'] + [col for col in column_mapping.values() if col in source_df.columns]].copy()
            temp_df = temp_df.dropna(subset=[time_col])
            if not temp_df.empty:
                temp_df[class="hl-string">'ActivityName'] = activity
                temp_df.rename(columns={time_col: class="hl-string">'EventTime'}, inplace=True)
                event_log_df = pd.concat([event_log_df, temp_df])

    class=class="hl-string">"hl-comment"># Select and order final columns
    required_cols = [class="hl-string">'SalesOpportunityId', class="hl-string">'ActivityName', class="hl-string">'EventTime']
    recommended_cols = [class="hl-string">'SalesRepresentative', class="hl-string">'LeadSource', class="hl-string">'OpportunityStatus', class="hl-string">'SalesOrderAmount', class="hl-string">'ProductCategory', class="hl-string">'DiscountPercentage']
    final_cols = required_cols + [col for col in recommended_cols if col in event_log_df.columns]
    
    event_log_df = event_log_df[final_cols]
    event_log_df.sort_values(by=[class="hl-string">'SalesOpportunityId', class="hl-string">'EventTime'], inplace=True)

    class=class="hl-string">"hl-comment"># --- Export to CSV ---
    event_log_df.to_csv(class="hl-string">'lead_to_cash_event_log.csv', index=False)
    print(class="hl-string">"Event log saved to 'lead_to_cash_event_log.csv'.")
else:
    print(class="hl-string">"No data extracted. Skipping transformation and export.")

Potansiyel Müşteriden Nakite Veri Şablonunuz

Potansiyel Müşteriden Nakite Veri Şablonunuz

Lead to Cash `Attribute`ları (Öznitelikleri).

Lead to Cash Etkinlikleri.

Veri Çekim Kılavuzları

SAP Sales Cloud Analitik OData API Veri Çıkarımı

Adımlar

Konfigürasyon

a Örnek Sorgu python

SAP Sales Cloud Standart OData İş Nesnesi Sorgusu

Adımlar

Konfigürasyon

a Örnek Sorgu python

Başlamaya Hazır Mısınız?

Lead to Cash Sürecinizi Şimdi Optimize Edin, Kazanma Oranlarını Artırın!

Potansiyel Müşteriden Nakite Veri Şablonunuz

Potansiyel Müşteriden Nakite Veri Şablonunuz

Lead to Cash Attributeları (Öznitelikleri).

Lead to Cash Etkinlikleri.

Veri Çekim Kılavuzları

SAP Sales Cloud Analitik OData API Veri Çıkarımı

Adımlar

Konfigürasyon

a Örnek Sorgu python

SAP Sales Cloud Standart OData İş Nesnesi Sorgusu

Adımlar

Konfigürasyon

a Örnek Sorgu python

Gizliliğinize önem veriyoruz

Başlamaya Hazır Mısınız?

Lead to Cash Sürecinizi Şimdi Optimize Edin, Kazanma Oranlarını Artırın!

Lead to Cash `Attribute`ları (Öznitelikleri).