您的应付账款付款处理数据模板

SAP ECC

← 返回改进指南

应付账款付款处理属性 (21) 应付账款付款处理活动 (13) 提取指南 (3)

您的应付账款付款处理数据模板

此模板通过识别关键数据点和里程碑，为您在SAP ECC中梳理付款工作流提供结构化方法。模板列出了完整的属性和活动，并提供实用的数据提取指南，帮助您构建可靠的事件日志。按照本指南操作，您可以准确定位付款延迟，有效优化财务运营。

付款分析所需的关键数据字段
用于跟踪工作流的关键流程里程碑
SAP ECC分步数据提取指南

刚接触事件日志？了解如何创建流程挖掘事件日志.

下载模板

应付账款付款处理属性

此表列出了建议从SAP ECC系统采集的数据字段，用于深入分析付款生命周期。

5 必需 10 建议 6 可选

	名称	说明
	事件时间戳 EventTimestamp	活动发生的确切日期和时间。
说明此属性记录操作在SAP系统中发生的准确时刻。通常由相关表中的系统日期和系统时间字段组合而成，例如CPUDT和CPUTM。它对于计算所有基于时间的KPI至关重要，包括周期时间、审批周期时间和流程吞吐量。没有准确的时间戳，就无法确定事件顺序或衡量效率。为什么重要用于排列事件顺序并计算时长指标。获取位置 SAP ECC表BKPF（CPUDT/CPUTM）或CDHDR（UDATE/UTIME）示例 2023-10-15T09:30:00Z2023-10-15T14:45:12Z2023-10-16T08:15:00Z
	最近数据更新时间 LastDataUpdate	最近一次数据提取的时间戳。
说明此属性表示数据记录最近一次从源系统刷新的时间，用于判断分析数据的新鲜度并管理增量数据加载。在仪表板中，它帮助用户了解当前查看的是实时数据，还是上一期间的快照，这对于监控未结发票的运营状态至关重要。为什么重要提供有关数据延迟和可靠性的上下文。获取位置 ETL流程元数据示例 2023-11-01T00:00:00Z2023-11-01T12:00:00Z
	发票编号 InvoiceNumber	供应商发票凭证的唯一标识符。
说明此属性是应付账款流程的核心案例标识。在SAP ECC中，它在技术上由Client、Company Code、Fiscal Year和Accounting Document Number（BELNR）拼接而成，以确保系统内的全局唯一性。它将与某项供应商负债相关的所有活动归为一组。分析使用此字段跟踪付款义务的端到端生命周期，使流程挖掘工具能够重建发票从收到或扫描到最终清账分录过账至总账的完整历史。为什么重要这是将事件、状态变更和财务过账关联为单个流程实例的基础键。获取位置 SAP ECC表BKPF字段BELNR（与BUKRS和GJAHR组合）示例 1000-2023-1900001234US01-2023-51000008922000-2024-1500004455
	活动名称 ActivityName	执行的具体流程步骤或操作。
说明此属性描述应付账款流程中发生的活动，例如“发票已过账”“已应用付款冻结”或“付款运行已执行”。它定义了流程图中的节点。在分析中，这些活动的顺序可用于展示流程变体、识别返工循环（例如解除冻结后再次冻结），并根据标准审批工作流执行一致性检查。为什么重要它决定流程顺序，是展示发票处理过程所必需的属性。获取位置来源于事务代码（TCODE）、变更凭证对象类别（CDHDR）或工作流日志示例发票已过账已移除付款冻结价格变更
	源系统 SourceSystem	SAP ERP实例的标识符。
说明此属性标识提取数据的具体SAP ECC系统或Client。在多系统环境中，它对于隔离数据以及比较不同区域或业务单元的绩效至关重要。它帮助用户将流程视图筛选到特定环境，并确保多个SAP实例被导入同一流程挖掘数据模型时，案例标识保持唯一。为什么重要确保多ERP环境中的数据唯一性和上下文完整。获取位置系统配置或提取参数示例 SAP_ECC_PRODERP_NASAP_P01
	付款冻结代码 PaymentBlockCode	表示发票是否被冻结付款，以及冻结原因。
说明此属性（ZLSPR）包含阻止发票被自动付款运行选取的代码，例如用于发票校验的“R”或表示锁定的“A”。监控此属性是“付款冻结与保留解决”仪表板的核心。它帮助分析人员识别付款延迟的常见原因，并衡量发票处于冻结状态的时长。为什么重要流程摩擦和人工干预需求的主要指标。获取位置 SAP ECC表BSEG字段ZLSPR 示例 ARnull
	付款方式 PaymentMethod	用于支付发票的方式，例如支票、电汇或ACH。
说明此属性（ZLSCH）规定付款将采用或已经采用的执行方式，区分手工支票、银行转账和电子付款。该字段驱动“付款方式自动化组合”仪表板和“电子付款采用率”KPI，帮助组织跟踪从高成本手工支票向低成本电子转账的转变。为什么重要跟踪付款执行阶段的效率和成本。获取位置 SAP ECC表BSEG或BKPF字段ZLSCH 示例 CTU
	付款条款 PaymentTerms	定义付款和折扣条件的代码。
说明此属性存储付款条款键（ZTERM），规定发票到期时间以及是否适用现金折扣（如2%净10天）。它是计算“提前付款折扣获取率”的基础。分析使用此代码计算目标付款日期，并识别导致折扣损失或罚款的偏差。为什么重要定义财务期限和折扣机会。获取位置 SAP ECC表BSEG字段ZTERM 示例 Z001NT300002
	供应商编号 VendorNumber	供应商或债权人的唯一标识符。
说明此属性唯一标识与发票关联的外部供应商（LIFNR）。它关联供应商主数据，其中包含名称、地址和付款条款等信息。供应商分析对于协商更优条款、整合支出和解决重复问题至关重要。此字段支持“供应商咨询与支持量”仪表板，帮助将流程低效与特定供应商关联起来。为什么重要支持以供应商为中心的绩效分析。获取位置 SAP ECC表BSEG字段LIFNR或LFA1 示例 0000100234VEND-5592102938
	公司代码 CompanyCode	用于编制财务报表的组织单元。
说明公司代码（BUKRS）是SAP财务会计中的核心组织单元，代表企业结构中的特定法人实体或子公司。此属性用于按子公司或区域拆分流程绩效。相关人员可以据此比较不同业务单元的延迟付款率或自动化率，识别绩效领先者和落后者。为什么重要用于组织基准比较的主要维度。获取位置 SAP ECC表BKPF字段BUKRS 示例 1000US01DE10
	凭证类型 DocumentType	对会计凭证进行分类，例如发票或贷项通知单。
说明凭证类型（BLART）用于对会计分录分类，区分标准供应商发票（如KR）、贷项通知单（KG）和付款（KZ）。按凭证类型筛选对于准确分析周期时间至关重要，因为贷项通知单与标准发票遵循不同的流程。这样可以确保分析比较的是同类流程。为什么重要区分发票和贷项通知单等不同财务工作流。获取位置 SAP ECC表BKPF字段BLART 示例 KRREKG
	发票金额 InvoiceAmount	以本地货币计的发票总金额。
说明此属性表示应付给供应商的金额（DMBTR或WRBTR），对于评估流程低效造成的财务影响至关重要。该字段用于“活动金额”映射，可计算按金额加权的KPI。例如，高金额发票延迟付款的影响高于低金额发票。它有助于根据营运资金影响确定工作优先级。为什么重要量化流程实例的财务规模。获取位置 SAP ECC表BSEG字段DMBTR（本地货币）或WRBTR（凭证货币）示例 1500.00230.5010500.00
	清账日期 ClearingDate	发票在系统中完成清账或付款的日期。
说明此属性（AUGDT）记录未结项目在总账中完成清账的时间，表示付款流程已完成。它是“平均发票周期时间”KPI的结束时间戳。将此日期与到期日比较，即可判断付款是否逾期。为什么重要标志财务流程完成。获取位置 SAP ECC表BSEG字段AUGDT 示例 2023-11-202023-12-05
	用户名 UserName	执行活动的用户ID。
说明此属性标识负责该事件的SAP用户ID（USNAM），记录于事务抬头或变更日志中。它映射到“用户”通用属性，用于支持“人工处理率”分析和资源利用率视图，并帮助区分批处理作业等自动化系统用户与执行手工调整的人员。为什么重要支持资源分析和自动化率计算。获取位置 SAP ECC表BKPF字段USNAM或CDHDR字段USERNAME 示例 BSMITHWF-BATCHSAP_WORKER
	采购订单编号 PurchaseOrderNumber	与发票关联的采购凭证引用。
说明如果发票由采购订单支持，此属性包含采购订单编号（EBELN），将应付账款流程与采购流程关联起来。它是“采购订单匹配与差异审计”仪表板的重要字段。分析此字段有助于计算“采购订单支持发票占比”，并比较基于采购订单与非采购订单的发票处理效率。为什么重要将应付账款与采购流程连接起来，并识别匹配工作流。获取位置 SAP ECC表BSEG字段EBELN 示例 45000123894500099221null
	净到期日 NetDueDate	发票必须完成付款的计算日期。
说明此属性表示付款的最终期限，通过将付款条款中的最大付款天数加到基准付款日期上计算得出。它是“延迟付款与罚款监控”的基准。没有此计算字段，就无法标记超出服务级别协议的发票。为什么重要整个流程的目标期限。获取位置计算方式：BaselinePaymentDate+PaymentTerms(Days) 示例 2023-11-302023-12-15
	参考编号 ReferenceNumber	供应商在纸质凭证上提供的发票编号。
说明参考编号（XBLNR）是供应商提供的外部标识符，在创建发票时手工录入或通过OCR采集。此属性是“防止重复付款”分析的主键。算法会检查同一供应商和金额下是否存在多个相同参考编号，以标记潜在的重复付款。为什么重要对于识别重复项和审计特定供应商账单至关重要。获取位置 SAP ECC表BKPF字段XBLNR 示例 INV-2023-00199887766OCT-BILLING
	基准付款日期 BaselinePaymentDate	计算付款条款的起始日期。
说明此属性（ZFBDT）是计算净到期日和折扣到期日的起点。根据配置，它通常反映发票收件日期或凭证日期。准确分析“延迟付款率”依赖此字段。如果基准日期不正确，后续所有到期日计算和延迟付款标记都会出现偏差。为什么重要所有账龄和到期日计算的锚定日期。获取位置 SAP ECC表BSEG字段ZFBDT 示例 2023-10-012023-11-15
	是否基于采购订单 IsPOBased	表示发票是否与采购订单关联的标记。
说明此布尔属性通过检查采购订单编号字段是否已填充来得出，将数据划分为基于采购订单（MM-LIV）和非采购订单（FI-AP）流程。这一划分对于“非采购订单处理效率”分析至关重要，因为非采购订单发票通常需要更多人工审批步骤，周期时间也更长。为什么重要流程效率分析的基础划分维度。获取位置派生规则：EBELN不为null或空值时为True 示例 truefalse
	是否延迟付款 IsLatePayment	表示付款是否在到期日之后完成的标记。
说明此布尔属性通过比较清账日期与净到期日计算得出。如果清账日期更晚，则标记为True。它直接驱动“延迟付款率”KPI。该预计算标记简化了仪表板创建，用户只需统计True值，无需在可视化层编写复杂逻辑。为什么重要简化对按期完成情况的KPI报告。获取位置计算方式：ClearingDate>NetDueDate 示例 truefalse
	货币代码 CurrencyCode	发票金额对应的货币键。
说明此属性（WAERS）标识发票开具所使用的货币，例如USD或EUR，支持多币种流程处理。在分析中，它用于按货币汇总支出，或为“现金流与付款可视性”仪表板中的合并报告提供货币转换依据。为什么重要正确解读金额的必要信息。获取位置 SAP ECC表BKPF字段WAERS 示例 USDEURGBP

必需建议可选

应付账款付款处理活动

这些是您应跟踪的核心流程步骤和状态变化，用于可视化应付账款付款的端到端流程。

7 建议 6 可选

	活动	说明
	付款已过账	表示付款运行已执行，银行转账已发起或支票已打印。系统会生成付款凭证。
为什么重要这是现金流出的不可逆节点。该时间戳用于计算实际付款周期时间，并核对折扣截止日期。获取位置付款凭证对应的BKPF表记录（凭证类型为“ZP”或类似类型）。采集交易X执行时记录事件类型 explicit
	发票已清账	通过会计分录将发票行项目与付款凭证匹配，使未结项目余额归零，从而结束发票生命周期。
为什么重要流程完成标记。对于计算“端到端周期时间”和确认债务已结清至关重要。获取位置 BSEG表中的AUGDT字段（清账日期）已填充。采集交易X执行时记录事件类型 explicit
	发票已过账	表示发票已成功过账至总账和明细分类账。该操作会在系统中生成负债。
为什么重要此时发票已正式确认为债务，并成为标准付款账龄和到期日计算的触发点。获取位置 BKPF表创建记录，其中BSTAT为空（标准过账）。采集交易X执行时记录事件类型 explicit
	已创建发票	表示发票数据正式录入SAP ECC的时间点。该时间戳代表ERP内部数字化流程的起点。
为什么重要对于计算内部处理时间与供应商总等待时间至关重要。从接收到账单创建之间的高延迟，表明上游接收环节存在瓶颈。获取位置 BKPF表，CPUDT字段（Entry Date）和CPUTM字段（Entry Time）。采集交易X执行时记录事件类型 explicit
	已应用付款冻结	记录向发票行项目应用付款冻结键。该操作会阻止发票被自动付款程序选中。
为什么重要这是付款延迟和错失折扣的主要原因之一。分析冻结原因代码，有助于判断延迟是由价格差异、收货单缺失还是人工冻结造成的。获取位置对象为BELEG的变更凭证（CDHDR/CDPOS），字段为BSEG-ZLSPR（Payment Block Key）。采集比较前后状态字段事件类型 inferred
	已移除付款冻结	记录移除付款冻结，使发票符合下一次付款运行的条件。在许多SAP配置中，这可作为“审批”的替代指标。
为什么重要表示阻碍付款的问题已解决。从应用冻结到移除冻结之间的时长，就是“解决时间”瓶颈。获取位置变更凭证（CDHDR/CDPOS），其中BSEG-ZLSPR的新值为空。采集比较前后状态字段事件类型 inferred
	已记录发票接收	记录供应商发票文件中注明的日期，作为参考日期。该日期取自会计凭证抬头中的Document Date字段。
为什么重要为账龄分析和供应商付款条款合规建立基准。该日期与录入日期之间的差异，可以揭示收发室或扫描环节的延迟。获取位置 BKPF表，BLDAT字段（Document Date）。采集交易X执行时记录事件类型 explicit
	付款条款已变更	表示人工修改付款条款的特定返工事件，会改变到期日和现金折扣参数。
为什么重要此操作通常用于人为延长付款窗口，或纠正主数据错误，直接影响现金流预测和折扣获取指标。获取位置字段为BSEG-ZTERM的变更凭证（CDHDR/CDPOS）。采集交易X执行时记录事件类型 explicit
	发票已暂存	表示发票已保存为草稿，但尚未生成财务过账。该状态允许在最终过账前中断数据录入或进行审核。
为什么重要用于识别处于前期状态、导致付款计时延后的发票。此处数量较高，通常表明数据录入效率低下或审批要求不明确。获取位置 VBKPF表，或BSTAT等于'V'的BKPF记录。采集比较前后状态字段事件类型 inferred
	发票数据已变更	记录初次过账后对发票抬头或行项目数据的人工修改。常见变更包括参考编号、文本字段或税码。
为什么重要表示流程中存在返工和人工干预。频繁变更通常表明源数据质量存在问题，或初次录入时校验不足。获取位置对象为BELEG的变更凭证（CDHDR/CDPOS），不包括冻结键变更。采集交易X执行时记录事件类型 explicit
	已创建付款建议	表示发票已被自动付款程序（F110）选中，可能进入付款流程。此时发票已列入待付款的初步清单。
为什么重要标志着发票从“应付款”转为“付款中”。在资金实际离开账户前，了解这一阶段有助于资金管理团队安排现金需求。获取位置 REGUH表（付款程序结算数据）的创建日期。采集交易X执行时记录事件类型 explicit
	已超过到期日	一个计算事件，表示发票在净到期日之后仍处于未结状态，标记该发票已逾期。
为什么重要支持“延迟付款”分析。监控此项有助于避免供应商关系紧张及潜在滞纳金。获取位置将BSEG-ZBD3T（净天数）加到基准日期上，再与当前日期进行比较。采集通过比较字段X与Y得出事件类型 calculated
	折扣到期日已过	一个计算事件，表示当前日期已超过现金折扣1或2的有效期。这意味着企业错失了节省成本的机会。
为什么重要直接支持“折扣获取绩效”仪表板，帮助量化流程延迟造成的财务损失。获取位置将BSEG-ZBD1T（天数）加到BKPF-BLDAT（凭证日期）上，再与当前日期或付款日期进行比较。采集通过比较字段X与Y得出事件类型 calculated

建议可选

提取指南

如何从SAP ECC获取数据

步骤

在 SAP ECC 系统中访问事务代码 SQVI（QuickViewer）。
为视图输入名称，例如 Z_AP_MINING，然后点击 Create。在 Data Source 弹窗中选择 Table Join。
在 Join definition 界面中，转到 Edit、Insert Table。添加表 BKPF（Accounting Document Header）和表 BSAK（Accounting: Secondary Index for Vendors）。请注意，BSAK 包含已清账项目；如果需要未清项目，通常需要单独提取，或与表 BSIK 合并查询，但本指南聚焦于 BSAK 中的已清账历史记录。
验证 BKPF 与 BSAK 之间的连接条件。确保通过 Company Code（BUKRS）、Accounting Document Number（BELNR）和 Fiscal Year（GJAHR）进行连接。系统通常会自动提出这些条件。
返回主定义界面，选择 Output Fields（List fields）和 Selection Fields（Filter fields）。
在左侧 Available Fields 列表中，为 List fields 选择以下关键列：BKPF-BELNR（Invoice Number）、BKPF-BUKRS（Company Code）、BKPF-GJAHR（Fiscal Year）、BKPF-BLDAT（Document Date）、BKPF-BUDAT（Posting Date）、BKPF-CPUDT（Entry Date）、BKPF-CPUTM（Entry Time）、BKPF-USNAM（User Name）、BKPF-XBLNR（Reference/Invoice ID）、BKPF-AWKEY（Object Key）、BSAK-LIFNR（Vendor）、BSAK-AUGDT（Clearing Date）、BSAK-AUGBL（Clearing Doc）、BSAK-DMBTR（Amount）、BSAK-WAERS（Currency）、BSAK-ZFBDT（Baseline Date）、BSAK-ZBD1T（Terms 1）、BSAK-ZLSPR（Payment Block）、BSAK-ZLSCH（Payment Method）。
保存 QuickView，然后点击 Execute（F8）。
在选择界面中输入 Company Code，以及相关 Fiscal Year 或 Posting Date 范围，例如最近 12 个月。
执行报表生成列表。列表显示后，转到 List、Export、Spreadsheet，将原始数据保存为 Excel 或 CSV 文件。
由于 SQVI 生成的是扁平列表，每张发票一行，因此必须将其转换为事件日志格式，即每项活动一行，以满足 ProcessMind 的要求。使用下方 Query 部分提供的 SQL 逻辑转换导出的电子表格。

配置

Join Configuration：BKPF（Header）与 BSAK（Vendor Cleared Items）之间使用 Inner Join，并通过 BUKRS、BELNR 和 GJAHR 连接。
Date Range：建议按过去 6 至 12 个月的 Posting Date（BUDAT）筛选，以控制列表大小。
Scope：此提取聚焦于 BSAK，因此仅显示已完成周期的发票，即已清账或已付款的发票。未清发票（BSIK）不包含在此配置中。
Field Selection：确保选择 Document Date、Posting Date、Entry Date 和 Clearing Date，用于生成事件时间戳。
Authorization：需要访问事务代码 SQVI，以及财务表的显示授权。

a 示例查询 sql

/* 
  POST-EXTRACTION TRANSFORMATION SCRIPT
  Apply this SQL logic to the raw Excel export from SQVI to generate the Event Log.
  Input Table Name: [Raw_SQVI_Export]
*/

/* 1. Invoice Receipt Recorded */
SELECT
  "Invoice Number" AS InvoiceNumber,
  'Invoice Receipt Recorded' AS ActivityName,
  CAST("Document Date" AS DATETIME) AS EventTimestamp,
  'SAP ECC' AS SourceSystem,
  GETDATE() AS LastDataUpdate,
  "Company Code" AS CompanyCode,
  "Vendor" AS VendorNumber,
  "Amount" AS InvoiceAmount,
  "Currency" AS Currency
FROM [Raw_SQVI_Export]
WHERE "Document Date" IS NOT NULL

UNION ALL

/* 2. Invoice Created */
SELECT
  "Invoice Number",
  'Invoice Created',
  CAST(CONCAT("Entry Date", ' ', "Entry Time") AS DATETIME),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Entry Date" IS NOT NULL

UNION ALL

/* 3. Invoice Parked */
/* Limitation: Historical park status is not preserved in BSAK. Utilizing Entry Date as proxy if distinct from Posting. */
SELECT
  "Invoice Number",
  'Invoice Parked',
  CAST(CONCAT("Entry Date", ' ', "Entry Time") AS DATETIME),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Entry Date" < "Posting Date"

UNION ALL

/* 4. Invoice Posted */
SELECT
  "Invoice Number",
  'Invoice Posted',
  CAST("Posting Date" AS DATETIME),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Posting Date" IS NOT NULL

UNION ALL

/* 5. Payment Block Applied */
/* Limitation: Only shows current block status (ZLSPR) on the cleared item. */
SELECT
  "Invoice Number",
  'Payment Block Applied',
  CAST("Posting Date" AS DATETIME),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Payment Block" IS NOT NULL AND "Payment Block" <> ''

UNION ALL

/* 6. Invoice Data Changed */
/* Limitation: Cannot be extracted via SQVI BKPF/BSAK join. Requires CDHDR table. Row excluded or placeholder. */
SELECT
  "Invoice Number",
  'Invoice Data Changed',
  NULL,
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE 1=0

UNION ALL

/* 7. Payment Term Changed */
/* Limitation: Requires Change Log extraction. */
SELECT
  "Invoice Number",
  'Payment Term Changed',
  NULL,
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE 1=0

UNION ALL

/* 8. Payment Block Removed */
/* Limitation: Requires Change Log extraction. */
SELECT
  "Invoice Number",
  'Payment Block Removed',
  NULL,
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE 1=0

UNION ALL

/* 9. Payment Proposal Created */
/* Proxy: Uses Clearing Date minus 1 day as estimation since REGUH table is not in join. */
SELECT
  "Invoice Number",
  'Payment Proposal Created',
  DATEADD(day, -1, CAST("Clearing Date" AS DATETIME)),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Clearing Date" IS NOT NULL

UNION ALL

/* 10. Payment Posted */
/* Logic: Uses Clearing Date as the effective payment date. */
SELECT
  "Invoice Number",
  'Payment Posted',
  CAST("Clearing Date" AS DATETIME),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Clearing Date" IS NOT NULL AND "Clearing Doc" IS NOT NULL

UNION ALL

/* 11. Invoice Cleared */
SELECT
  "Invoice Number",
  'Invoice Cleared',
  CAST("Clearing Date" AS DATETIME),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Clearing Date" IS NOT NULL

UNION ALL

/* 12. Discount Due Date Passed */
/* Logic: Checks if Clearing Date > (Baseline Date + Term 1 Days). */
SELECT
  "Invoice Number",
  'Discount Due Date Passed',
  DATEADD(day, CAST("Terms 1" AS INT), CAST("Baseline Date" AS DATETIME)),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Clearing Date" > DATEADD(day, CAST("Terms 1" AS INT), CAST("Baseline Date" AS DATETIME))

UNION ALL

/* 13. Due Date Passed */
/* Logic: Checks if Clearing Date > Net Due Date. */
SELECT
  "Invoice Number",
  'Due Date Passed',
  DATEADD(day, CAST("Terms 1" AS INT) + CAST("Terms 2" AS INT), CAST("Baseline Date" AS DATETIME)),
  'SAP ECC',
  GETDATE(),
  "Company Code",
  "Vendor",
  "Amount",
  "Currency"
FROM [Raw_SQVI_Export]
WHERE "Clearing Date" > DATEADD(day, CAST("Terms 1" AS INT) + CAST("Terms 2" AS INT), CAST("Baseline Date" AS DATETIME))

步骤

前置条件设置：确保已安装Python及pyrfc和pandas库。运行脚本的计算机上还必须安装SAP NetWeaver RFC SDK。SAP用户账号必须拥有函数模块RFC_READ_TABLE的授权，以及对表BKPF、BSAK、BSIK、REGUH、CDHDR、CDPOS和VBKPF的读取权限。
连接配置：在脚本第15至22行更新连接参数，填写您的SAP ECC主机、系统编号、客户端、用户名和密码。设置TargetCompanyCode以及DateFrom/DateTo变量，定义提取范围。
脚本逻辑概览：脚本按顺序执行提取。首先获取发票抬头（BKPF）和行项目（BSAK/BSIK），建立基础数据集。随后查询付款数据（REGUH）和变更日志（CDHDR/CDPOS），并仅筛选第一步找到的单据，以减少数据传输量。
处理表宽度限制：标准RFC_READ_TABLE函数通常将行长度限制为512字节。脚本包含辅助函数，用于请求指定列，确保响应不超过该限制。脚本会为每张表创建一个pandas DataFrame。
数据转换：脚本合并抬头和行项目数据，创建“Process Object”。随后遍历该对象，为Created、Posted和Receipt活动生成标准时间戳。脚本根据付款条件计算到期日和折扣截止日期。
解析变更日志：脚本处理CDHDR和CDPOS数据，识别特定字段的变更。它将“ZLSPR”变更映射为Payment Block Applied/Removed活动，将“ZTERM”变更映射为Payment Term Changed活动。
构建事件日志：所有派生活动都会追加到主事件列表中。该列表随后转换为最终的pandas DataFrame，其中包含所需列：InvoiceNumber、ActivityName、EventTimestamp、SourceSystem等。
导出：脚本最后将DataFrame导出为名为sap_ap_event_log.csv的CSV文件。该文件已完成格式化，可直接上传到ProcessMind。
运行脚本：通过命令行执行脚本：python sap_ap_extraction.py。查看控制台中的进度日志，确认每张表提取的记录数。
验证：打开生成的CSV文件，检查日期是否采用ISO格式，以及“Invoice Amount”是否正确格式化为浮点数。确认“ActivityName”列包含13种已定义活动类型中的多种类型。

配置

RFC_READ_TABLE：此标准函数模块必须处于启用状态且可访问。如果您的系统使用支持更宽行的自定义副本（例如/SAPDS/RFC_READ_TABLE），请更新脚本中的函数名称。
日期范围：建议提取3至6个月的数据。通过RFC获取超过6个月的CDHDR/CDPOS数据可能极慢，并可能超时。
公司代码筛选：请始终按公司代码（BUKRS）筛选，将数据集限制在相关法人实体范围内。
分块处理：对于高数据量系统，请修改脚本，按天循环提取，而不是一次查询大范围数据，以避免内存问题。
变更日志对象：脚本使用对象类别“BELEG”筛选CDHDR。请确保您的财务凭证变更记录在此标准对象类别下。

a 示例查询 python

import sys
from datetime import datetime, timedelta
import pandas as pd
from pyrfc import Connection

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
SAP_CONN_PARAMS = {
    class="hl-string">'user': class="hl-string">'YOUR_USER',
    class="hl-string">'passwd': class="hl-string">'YOUR_PASSWORD',
    class="hl-string">'ashost': class="hl-string">'YOUR_SAP_HOST',
    class="hl-string">'sysnr': class="hl-string">'00',
    class="hl-string">'client': class="hl-string">'100',
    class="hl-string">'lang': class="hl-string">'EN'
}

TARGET_COMPANY_CODE = class="hl-string">'1000'
DATE_FROM = class="hl-string">'20230101'
DATE_TO = class="hl-string">'20230131'
SOURCE_SYSTEM_ID = class="hl-string">'SAP_ECC_01'

class=class="hl-string">"hl-comment"># === RFC HELPER ===
def read_table(conn, table_name, fields, options, row_limit=0):
    class="hl-string">"""Reads SAP table via RFC_READ_TABLE and returns a DataFrame."""
    print(fclass="hl-string">"Reading {table_name}...")
    
    class=class="hl-string">"hl-comment"># Format fields for RFC
    rfc_fields = [{class="hl-string">'FIELDNAME': f} for f in fields]
    
    class=class="hl-string">"hl-comment"># Call RFC
    try:
        result = conn.call(class="hl-string">'RFC_READ_TABLE',
                           QUERY_TABLE=table_name,
                           DELIMITER=class="hl-string">';',
                           FIELDS=rfc_fields,
                           OPTIONS=[{class="hl-string">'TEXT': o} for o in options],
                           ROWCOUNT=row_limit)
    except Exception as e:
        print(fclass="hl-string">"Error reading {table_name}: {e}")
        return pd.DataFrame()

    class=class="hl-string">"hl-comment"># Parse output
    data = []
    headers = [f[class="hl-string">'FIELDNAME'] for f in result[class="hl-string">'FIELDS']]
    
    for line in result[class="hl-string">'DATA']:
        class=class="hl-string">"hl-comment"># Simple split by delimiter; robust parsing handles fixed width if delimiter fails, 
        class=class="hl-string">"hl-comment"># but semicolon is standard for this approach.
        values = line[class="hl-string">'WA'].split(class="hl-string">';')
        class=class="hl-string">"hl-comment"># Handle cases where split might be shorter if trailing fields are empty
        if len(values) < len(headers):
            values += [class="hl-string">''] * (len(headers) - len(values))
        data.append(dict(zip(headers, values)))
        
    return pd.DataFrame(data)

def main():
    class=class="hl-string">"hl-comment"># 1. Connect to SAP
    try:
        conn = Connection(**SAP_CONN_PARAMS)
    except Exception as e:
        print(fclass="hl-string">"Connection failed: {e}")
        return

    class=class="hl-string">"hl-comment"># 2. Extract BKPF (Header)
    class=class="hl-string">"hl-comment"># Filters: Company Code and Entry Date (CPUDT)
    bkpf_fields = [class="hl-string">'BUKRS', class="hl-string">'BELNR', class="hl-string">'GJAHR', class="hl-string">'BLART', class="hl-string">'BLDAT', class="hl-string">'BUDAT', class="hl-string">'CPUDT', class="hl-string">'CPUTM', class="hl-string">'USNAM']
    bkpf_opts = [
        fclass="hl-string">"BUKRS = '{TARGET_COMPANY_CODE}' AND CPUDT >= '{DATE_FROM}' AND CPUDT <= '{DATE_TO}'"
    ]
    df_bkpf = read_table(conn, class="hl-string">'BKPF', bkpf_fields, bkpf_opts)
    
    if df_bkpf.empty:
        print(class="hl-string">"No documents found.")
        return

    class=class="hl-string">"hl-comment"># 3. Extract Vendor Line Items (BSAK - Cleared, BSIK - Open)
    class=class="hl-string">"hl-comment"># To avoid huge queries, we filter BSIK/BSAK by the same date range or join later.
    class=class="hl-string">"hl-comment"># For robustness in RFC, we filter by BUKRS and Date range on CPU date or BUDAT similar to BKPF
    item_fields = [class="hl-string">'BUKRS', class="hl-string">'BELNR', class="hl-string">'GJAHR', class="hl-string">'BUZEI', class="hl-string">'LIFNR', class="hl-string">'DMBTR', class="hl-string">'WAERS', class="hl-string">'ZFBDT', class="hl-string">'ZTERM', class="hl-string">'ZBD1T', class="hl-string">'ZBD2T', class="hl-string">'ZLSPR', class="hl-string">'AUGDT', class="hl-string">'AUGBL']
    
    class=class="hl-string">"hl-comment"># Note: BSIK/BSAK are huge. In production, chunk by BELNR list derived from BKPF or Date.
    class=class="hl-string">"hl-comment"># Here we use the date range on BUDAT for simplicity of the example.
    item_opts = [
        fclass="hl-string">"BUKRS = '{TARGET_COMPANY_CODE}' AND BUDAT >= '{DATE_FROM}' AND BUDAT <= '{DATE_TO}'"
    ]
    
    df_bsik = read_table(conn, class="hl-string">'BSIK', item_fields, item_opts)
    df_bsak = read_table(conn, class="hl-string">'BSAK', item_fields, item_opts)
    
    class=class="hl-string">"hl-comment"># Combine Open and Cleared items
    df_items = pd.concat([df_bsik, df_bsak], ignore_index=True)
    
    class=class="hl-string">"hl-comment"># Filter items to only those present in our BKPF fetch (Inner Join logic)
    df_items = df_items[df_items[class="hl-string">'BELNR'].isin(df_bkpf[class="hl-string">'BELNR'])]

    class=class="hl-string">"hl-comment"># 4. Extract Payment Data (REGUH)
    class=class="hl-string">"hl-comment"># Filter by Date range roughly matching the process
    reguh_fields = [class="hl-string">'LAUFD', class="hl-string">'LAUFI', class="hl-string">'XVORL', class="hl-string">'VBLNR', class="hl-string">'LIFNR']
    reguh_opts = [
        fclass="hl-string">"LAUFD >= '{DATE_FROM}'"
    ]
    df_reguh = read_table(conn, class="hl-string">'REGUH', reguh_fields, reguh_opts)

    class=class="hl-string">"hl-comment"># 5. Extract Change History (CDHDR/CDPOS)
    class=class="hl-string">"hl-comment"># This is expensive. Filter by OBJECTCLAS class="hl-string">'BELEG' and Date.
    cdhdr_fields = [class="hl-string">'OBJECTCLAS', class="hl-string">'OBJECTID', class="hl-string">'CHANGENR', class="hl-string">'UDATE', class="hl-string">'UTIME', class="hl-string">'USERNAME']
    cdhdr_opts = [
        fclass="hl-string">"OBJECTCLAS = 'BELEG' AND UDATE >= '{DATE_FROM}'"
    ]
    df_cdhdr = read_table(conn, class="hl-string">'CDHDR', cdhdr_fields, cdhdr_opts)
    
    class=class="hl-string">"hl-comment"># Filter CDHDR to only relevant Invoice Numbers (OBJECTID usually contains BELNR + GJAHR)
    class=class="hl-string">"hl-comment"># Construct OBJECTID list from BKPF
    valid_object_ids = set(df_bkpf[class="hl-string">'BELNR'] + df_bkpf[class="hl-string">'GJAHR'])
    df_cdhdr = df_cdhdr[df_cdhdr[class="hl-string">'OBJECTID'].isin(valid_object_ids)]
    
    if not df_cdhdr.empty:
        class=class="hl-string">"hl-comment"># Get CDPOS for these changes
        class=class="hl-string">"hl-comment"># Cannot pass thousands of CHANGENR. Split if needed. 
        class=class="hl-string">"hl-comment"># Here assuming volume allows single fetch or loop.
        change_nums = df_cdhdr[class="hl-string">'CHANGENR'].unique().tolist()
        class=class="hl-string">"hl-comment"># Chunking needed for production
        cdpos_fields = [class="hl-string">'OBJECTCLAS', class="hl-string">'OBJECTID', class="hl-string">'CHANGENR', class="hl-string">'TABNAME', class="hl-string">'FNAME', class="hl-string">'VALUE_NEW', class="hl-string">'VALUE_OLD']
        df_cdpos = pd.DataFrame()
        
        class=class="hl-string">"hl-comment"># Simple chunk loop
        chunk_size = 100
        for i in range(0, len(change_nums), chunk_size):
            chunk = change_nums[i:i + chunk_size]
            chunk_str = class="hl-string">"'".join(chunk)
            opts = [fclass="hl-string">"OBJECTCLAS = 'BELEG' AND CHANGENR IN ('{chunk_str}')"]
            df_chunk = read_table(conn, class="hl-string">'CDPOS', cdpos_fields, opts)
            df_cdpos = pd.concat([df_cdpos, df_chunk])
            
        class=class="hl-string">"hl-comment"># Merge CDHDR and CDPOS
        df_changes = pd.merge(df_cdpos, df_cdhdr, on=[class="hl-string">'OBJECTCLAS', class="hl-string">'OBJECTID', class="hl-string">'CHANGENR'])
    else:
        df_changes = pd.DataFrame(columns=[class="hl-string">'OBJECTID', class="hl-string">'FNAME', class="hl-string">'VALUE_NEW', class="hl-string">'VALUE_OLD', class="hl-string">'UDATE', class="hl-string">'UTIME', class="hl-string">'USERNAME'])

    class=class="hl-string">"hl-comment"># === PROCESS EVENTS ===
    events = []

    class=class="hl-string">"hl-comment"># Join Headers and Items
    class=class="hl-string">"hl-comment"># Ensure key columns are strings for merging
    df_full = pd.merge(df_bkpf, df_items, on=[class="hl-string">'BUKRS', class="hl-string">'BELNR', class="hl-string">'GJAHR'])

    for _, row in df_full.iterrows():
        invoice_num = row[class="hl-string">'BELNR']
        vendor = row[class="hl-string">'LIFNR']
        amount = row[class="hl-string">'DMBTR']
        
        class=class="hl-string">"hl-comment"># Common attributes
        base_attrs = {
            class="hl-string">'InvoiceNumber': invoice_num,
            class="hl-string">'SourceSystem': SOURCE_SYSTEM_ID,
            class="hl-string">'CompanyCode': row[class="hl-string">'BUKRS'],
            class="hl-string">'VendorNumber': vendor,
            class="hl-string">'InvoiceAmount': amount,
            class="hl-string">'DocumentType': row[class="hl-string">'BLART'],
            class="hl-string">'LastDataUpdate': datetime.now().isoformat()
        }

        class=class="hl-string">"hl-comment"># 1. Invoice Created
        events.append({
            **base_attrs,
            class="hl-string">'ActivityName': class="hl-string">'Invoice Created',
            class="hl-string">'EventTimestamp': fclass="hl-string">"{row['CPUDT']}T{row['CPUTM']}",
            class="hl-string">'UserName': row[class="hl-string">'USNAM']
        })

        class=class="hl-string">"hl-comment"># 2. Invoice Receipt Recorded
        if row[class="hl-string">'BLDAT']:
            events.append({
                **base_attrs,
                class="hl-string">'ActivityName': class="hl-string">'Invoice Receipt Recorded',
                class="hl-string">'EventTimestamp': fclass="hl-string">"{row['BLDAT']}T00:00:00",
                class="hl-string">'UserName': row[class="hl-string">'USNAM']
            })

        class=class="hl-string">"hl-comment"># 3. Invoice Posted
        if row[class="hl-string">'BUDAT']:
            events.append({
                **base_attrs,
                class="hl-string">'ActivityName': class="hl-string">'Invoice Posted',
                class="hl-string">'EventTimestamp': fclass="hl-string">"{row['BUDAT']}T00:00:00",
                class="hl-string">'UserName': row[class="hl-string">'USNAM']
            })

        class=class="hl-string">"hl-comment"># 4. Invoice Cleared
        if row[class="hl-string">'AUGDT'] and row[class="hl-string">'AUGDT'] != class="hl-string">'00000000':
            events.append({
                **base_attrs,
                class="hl-string">'ActivityName': class="hl-string">'Invoice Cleared',
                class="hl-string">'EventTimestamp': fclass="hl-string">"{row['AUGDT']}T00:00:00",
                class="hl-string">'ClearingDate': row[class="hl-string">'AUGDT']
            })
            
            class=class="hl-string">"hl-comment"># 5. Payment Posted (Proxy via Clearing)
            class=class="hl-string">"hl-comment"># If cleared by payment document, assume Payment Posted same day
            events.append({
                **base_attrs,
                class="hl-string">'ActivityName': class="hl-string">'Payment Posted',
                class="hl-string">'EventTimestamp': fclass="hl-string">"{row['AUGDT']}T23:59:59"
            })

        class=class="hl-string">"hl-comment"># 6. Payment Proposal Created
        class=class="hl-string">"hl-comment"># Check REGUH
        class=class="hl-string">"hl-comment"># Logic: REGUH contains payment proposals. We link via VBLNR (Payment Doc) or LIFNR matches
        class=class="hl-string">"hl-comment"># Simplified: if we find a proposal for this vendor in the range
        class=class="hl-string">"hl-comment"># In practice, need tighter link via BSAK-AUGBL = REGUH-VBLNR
        if row[class="hl-string">'AUGBL']:
            prop = df_reguh[df_reguh[class="hl-string">'VBLNR'] == row[class="hl-string">'AUGBL']]
            if not prop.empty:
                 for _, p_row in prop.iterrows():
                    events.append({
                        **base_attrs,
                        class="hl-string">'ActivityName': class="hl-string">'Payment Proposal Created',
                        class="hl-string">'EventTimestamp': fclass="hl-string">"{p_row['LAUFD']}T00:00:00"
                    })

        class=class="hl-string">"hl-comment"># 7. Parked (Check if originally parked - simplified logic)
        class=class="hl-string">"hl-comment"># Requires VBKPF check or document status history. Omitted for brevity in this block, 
        class=class="hl-string">"hl-comment"># usually involves checking if document ID exists in VBKPF list.

        class=class="hl-string">"hl-comment"># 8-11. Change Log Activities
        class=class="hl-string">"hl-comment"># Filter changes for this document
        obj_id = row[class="hl-string">'BELNR'] + row[class="hl-string">'GJAHR']
        doc_changes = df_changes[df_changes[class="hl-string">'OBJECTID'] == obj_id]
        
        for _, chg in doc_changes.iterrows():
            ts = fclass="hl-string">"{chg['UDATE']}T{chg['UTIME']}"
            fname = chg[class="hl-string">'FNAME']
            
            if fname == class="hl-string">'ZLSPR':
                if chg[class="hl-string">'VALUE_OLD'] == class="hl-string">'' and chg[class="hl-string">'VALUE_NEW'] != class="hl-string">'':
                    events.append({**base_attrs, class="hl-string">'ActivityName': class="hl-string">'Payment Block Applied', class="hl-string">'EventTimestamp': ts, class="hl-string">'PaymentBlockCode': chg[class="hl-string">'VALUE_NEW']})
                elif chg[class="hl-string">'VALUE_OLD'] != class="hl-string">'' and chg[class="hl-string">'VALUE_NEW'] == class="hl-string">'':
                    events.append({**base_attrs, class="hl-string">'ActivityName': class="hl-string">'Payment Block Removed', class="hl-string">'EventTimestamp': ts})
            elif fname == class="hl-string">'ZTERM':
                events.append({**base_attrs, class="hl-string">'ActivityName': class="hl-string">'Payment Term Changed', class="hl-string">'EventTimestamp': ts})
            else:
                events.append({**base_attrs, class="hl-string">'ActivityName': class="hl-string">'Invoice Data Changed', class="hl-string">'EventTimestamp': ts})

        class=class="hl-string">"hl-comment"># 12. Due Date Passed (Calculated)
        class=class="hl-string">"hl-comment"># Calculate Net Due Date = Baseline Date (ZFBDT) + Max Days (ZBD1T or ZBD2T or ZBD3T)
        try:
            zfbdt = datetime.strptime(row[class="hl-string">'ZFBDT'], class="hl-string">'%Y%m%d')
            days = float(row[class="hl-string">'ZBD1T']) if row[class="hl-string">'ZBD1T'] else 0
            due_date = zfbdt + timedelta(days=days)
            
            class=class="hl-string">"hl-comment"># If today > due_date and not cleared (or cleared after due date)
            clearing_date = datetime.strptime(row[class="hl-string">'AUGDT'], class="hl-string">'%Y%m%d') if (row[class="hl-string">'AUGDT'] and row[class="hl-string">'AUGDT'] != class="hl-string">'00000000') else None
            check_date = clearing_date if clearing_date else datetime.now()
            
            if check_date > due_date:
                 events.append({
                    **base_attrs,
                    class="hl-string">'ActivityName': class="hl-string">'Due Date Passed',
                    class="hl-string">'EventTimestamp': due_date.isoformat()
                })
        except ValueError:
            pass class=class="hl-string">"hl-comment"># Handle date parsing errors

        class=class="hl-string">"hl-comment"># 13. Discount Due Date Passed
        class=class="hl-string">"hl-comment"># Logic similar to Due Date using discount terms

    class=class="hl-string">"hl-comment"># Finalize
    df_events = pd.DataFrame(events)
    print(fclass="hl-string">"Generated {len(df_events)} events.")
    df_events.to_csv(class="hl-string">'sap_ap_event_log.csv', index=False)

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

步骤

确认已安装Theobald Xtract Universal，已完成许可配置，并获授权连接目标SAP ECC系统。确认SAP用户可以读取已配置的会计、供应商、采购、付款、清账和变更历史数据。具体授权取决于您的SAP安全设计。
在Xtract Universal中，为所需的SAP ECC客户端创建或选择SAP连接，并使用已批准的连接方式配置连接凭据。不要将凭据写入提取SQL。记录将填充SourceSystem的SAP系统标识符。
在Xtract Universal中创建Table提取对象。选择包含所需会计凭证抬头、供应商行项目、付款、清账、付款条件、付款冻结、变更历史和付款建议数据的SAP表。将查询中的[Your table name]及每个方括号字段引用替换为SAP ECC系统中可用的对象。具体对象会因版本、行业解决方案、凭证模型和配置而异。
使用所选源数据中最可靠的变更时间戳或变更序列配置增量提取。在事件日志之外保存上次成功提取的水位线，并将其用于[Last successful extraction timestamp]。在支持的情况下加入较小的重叠时间窗口，然后按InvoiceNumber、ActivityName、EventTimestamp和源事件标识符去重，避免因时间戳相同或延迟提交而遗漏更新。
配置提取筛选条件。将初始加载限制在[Start date]和[End date]范围内，并在需要时应用[Company Code filter]和[Document Type filter]。为历史活动使用足够宽的源日期范围，因为过账、清账、付款和变更日期可能与发票凭证日期不同。
将每条源记录映射到标准化事件列InvoiceNumber、ActivityName、EventTimestamp、SourceSystem、LastDataUpdate、CompanyCode、VendorNumber、DocumentType、InvoiceAmount、PurchaseOrderNumber、PaymentTerms、PaymentBlockCode、PaymentMethod、UserName和ClearingDate。保留时间戳的源精度。如果源数据仅提供日期，请采用约定的业务时间规则并记录说明，不要将SAP未存储的精确时间作为事实呈现。
在查询中实现13个明确的活动分支。Invoice Receipt Recorded使用会计凭证Document Date作为参考日期。Invoice Created、Invoice Parked、Invoice Posted、Payment Block Applied、Invoice Data Changed、Payment Term Changed、Payment Block Removed、Payment Proposal Created、Payment Posted和Invoice Cleared必须根据对应源证据分别输出为独立行。Discount Due Date Passed和Due Date Passed属于派生行，必须通过比较提取运行日期与适用的折扣到期日和净到期日明确生成。
在Xtract Universal或下游SQL层执行数据类型转换。将SAP日期和时间转换为统一的时间戳类型，将空白值标准化为NULL，在标识符中保留前导零，并按照正确的货币和小数规则转换金额。不要将多个活动拼接到同一行。
配置Xtract Universal作业计划和目标位置。每次运行时，将提取行写入已批准的暂存目标；仅在成功加载后更新水位线，并将提取运行时间保留为LastDataUpdate。在发布事件日志前，处理由重叠时间窗口产生的重复行。
使用以下检查验证结果。确认每项必需活动都以ActivityName值表示，确认每个事件都已填充InvoiceNumber，并确认每张发票的时间戳在时间顺序上合理。
将最终结果导出或发布为平面表或分隔文件，每个事件一行，并使用准确的必需列名。保留UTF-8编码、稳定的列类型和兼容ISO标准的时间戳格式。将生成的事件日志上传到ProcessMind，并将InvoiceNumber设为案例标识符、ActivityName设为活动、EventTimestamp设为事件时间戳。ProcessMind会按原样读取这些行，不会推断缺失事件。

配置

**提取对象：**使用Theobald Xtract Universal的Table提取对象。具体SAP源表和字段必须根据您的SAP ECC版本和配置选择。在确认源映射前，使用[Your table name]和[Configure based on your system]。
**增量模式：**使用源变更时间戳、变更序列或同等可靠的水位值。如果只有日期可用，请使用重叠窗口和确定性去重。目标加载确认成功前，不要推进水位值。
**日期范围：**初始加载建议使用约3至6个月的受控周期。当付款条件、清账、付款建议或变更历史可能在发票创建后较长时间发生时，应扩大范围。定期加载时，使用上次成功水位值加重叠周期。
**公司代码：**当流程范围仅限于指定公司代码时，应用[Company Code filter]。即使只提取一个公司代码，也要在输出中保留CompanyCode。
**凭证类型：**确认目标系统中哪些凭证类型代表发票和贷项通知单后，再应用[Document Type filter]。在输出中保留DocumentType。
**发票范围：**必要时使用会计凭证编号、公司代码和会计年度作为源凭证键，同时将配置的InvoiceNumber值发布为ProcessMind案例标识符。如果发票号不具备全局唯一性，请确认是否需要为InvoiceNumber添加前缀或进行其他标准化处理。
**活动映射：**为全部13项活动配置独立映射。源状态或字段变更必须生成独立事件行。不要依赖ProcessMind推导Invoice Posted、Invoice Cleared、审批、逾期或其他事件。
**计算事件：**明确生成Discount Due Date Passed和Due Date Passed。定义事件是每张发票生成一次、每个相关到期里程碑生成一次，还是每次提取运行都生成。建议在首次超过阈值时各生成一次，并保存事件键用于去重。
**时间戳处理：**保留源日期和时间精度。SAP仅存储日期时，记录所采用的业务时间默认规则。统一使用一个时区，并在提取文档中保留SAP系统时区或转换规则。
**数据转换：**保留SAP标识符的前导零，将空白字符值转换为NULL，验证货币缩放规则，并在上传ProcessMind前统一日期和时间戳格式。
**性能：**限制源列，将日期和组织筛选条件下推至SAP，执行增量提取，分批加载大规模历史数据，避免不受限的全表扫描。高负载初始加载应安排在SAP非高峰处理时段。
**变更历史：**Invoice Data Changed和Payment Term Changed需要源变更历史或等效审计证据。如果变更凭证未保留或无法访问，则无法可靠还原这些活动。
**付款建议：**Payment Proposal Created需要可访问的自动付款程序建议数据。仅有付款过账记录不足以证明付款建议事件。
**前提条件：**确认SAP ECC连接、所需SAP读取授权、相关会计和付款数据访问权限、Theobald Xtract Universal许可证、已配置的目标位置、水位值存储，以及计划和执行提取作业的权限。

a 示例查询 sql

WITH source_documents AS (
    SELECT
        [Invoice Number] AS InvoiceNumber,
        [Company Code] AS CompanyCode,
        [Vendor Number] AS VendorNumber,
        [Document Type] AS DocumentType,
        [Invoice Amount] AS InvoiceAmount,
        [Purchase Order Number] AS PurchaseOrderNumber,
        [Payment Terms] AS PaymentTerms,
        [Payment Block Code] AS PaymentBlockCode,
        [Payment Method] AS PaymentMethod,
        [User Name] AS UserName,
        [Clearing Date] AS ClearingDate,
        [Document Date] AS DocumentDate,
        [Invoice Created Timestamp] AS InvoiceCreatedTimestamp,
        [Invoice Parked Timestamp] AS InvoiceParkedTimestamp,
        [Invoice Posted Timestamp] AS InvoicePostedTimestamp,
        [Payment Block Applied Timestamp] AS PaymentBlockAppliedTimestamp,
        [Invoice Data Changed Timestamp] AS InvoiceDataChangedTimestamp,
        [Payment Term Changed Timestamp] AS PaymentTermChangedTimestamp,
        [Payment Block Removed Timestamp] AS PaymentBlockRemovedTimestamp,
        [Payment Proposal Created Timestamp] AS PaymentProposalCreatedTimestamp,
        [Payment Posted Timestamp] AS PaymentPostedTimestamp,
        [Invoice Cleared Timestamp] AS InvoiceClearedTimestamp,
        [Discount Due Date 1] AS DiscountDueDate1,
        [Discount Due Date 2] AS DiscountDueDate2,
        [Net Due Date] AS NetDueDate,
        [Source Change Timestamp] AS SourceChangeTimestamp,
        [Source System] AS SourceSystem
    FROM [Your table name]
    WHERE [Source Change Timestamp] >= CAST('[Last successful extraction timestamp]' AS TIMESTAMP)
      AND [Source Change Timestamp] < CAST('[End timestamp]' AS TIMESTAMP)
      AND [Document Date] >= CAST('[Start date]' AS DATE)
      AND [Document Date] < CAST('[End date]' AS DATE)
      AND ([Company Code] IN ([Company Code filter]) OR [Company Code filter] IS NULL)
      AND ([Document Type] IN ([Document Type filter]) OR [Document Type filter] IS NULL)
),
base_events AS (
    SELECT InvoiceNumber, 'Invoice Receipt Recorded' AS ActivityName, CAST(DocumentDate AS TIMESTAMP) AS EventTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE DocumentDate IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Invoice Created', InvoiceCreatedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE InvoiceCreatedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Invoice Parked', InvoiceParkedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE InvoiceParkedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Invoice Posted', InvoicePostedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE InvoicePostedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Payment Block Applied', PaymentBlockAppliedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE PaymentBlockAppliedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Invoice Data Changed', InvoiceDataChangedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE InvoiceDataChangedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Payment Term Changed', PaymentTermChangedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE PaymentTermChangedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Payment Block Removed', PaymentBlockRemovedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE PaymentBlockRemovedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Payment Proposal Created', PaymentProposalCreatedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE PaymentProposalCreatedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Payment Posted', PaymentPostedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE PaymentPostedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Invoice Cleared', InvoiceClearedTimestamp, SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE InvoiceClearedTimestamp IS NOT NULL
    UNION ALL
    SELECT InvoiceNumber, 'Discount Due Date Passed', CAST(CURRENT_DATE AS TIMESTAMP), SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE ClearingDate IS NULL AND ((DiscountDueDate1 IS NOT NULL AND CURRENT_DATE > DiscountDueDate1) OR (DiscountDueDate2 IS NOT NULL AND CURRENT_DATE > DiscountDueDate2))
    UNION ALL
    SELECT InvoiceNumber, 'Due Date Passed', CAST(CURRENT_DATE AS TIMESTAMP), SourceSystem, CompanyCode, VendorNumber, DocumentType, InvoiceAmount, PurchaseOrderNumber, PaymentTerms, PaymentBlockCode, PaymentMethod, UserName, ClearingDate FROM source_documents WHERE ClearingDate IS NULL AND NetDueDate IS NOT NULL AND CURRENT_DATE > NetDueDate
),
final_events AS (
    SELECT
        InvoiceNumber,
        ActivityName,
        EventTimestamp,
        SourceSystem,
        CAST(CURRENT_TIMESTAMP AS TIMESTAMP) AS LastDataUpdate,
        CompanyCode,
        VendorNumber,
        DocumentType,
        InvoiceAmount,
        PurchaseOrderNumber,
        PaymentTerms,
        PaymentBlockCode,
        PaymentMethod,
        UserName,
        ClearingDate,
        ROW_NUMBER() OVER (PARTITION BY InvoiceNumber, ActivityName, EventTimestamp ORDER BY EventTimestamp) AS DuplicateRank
    FROM base_events
    WHERE InvoiceNumber IS NOT NULL
      AND EventTimestamp IS NOT NULL
)
SELECT
    InvoiceNumber,
    ActivityName,
    EventTimestamp,
    SourceSystem,
    LastDataUpdate,
    CompanyCode,
    VendorNumber,
    DocumentType,
    InvoiceAmount,
    PurchaseOrderNumber,
    PaymentTerms,
    PaymentBlockCode,
    PaymentMethod,
    UserName,
    ClearingDate
FROM final_events
WHERE DuplicateRank = 1
ORDER BY InvoiceNumber, EventTimestamp, ActivityName;

准备好开始了吗？

立即下载完整模板，将您的应付账款数据转化为可执行的洞察。我们的团队将全程支持您的流程挖掘工作。

返回改进指南下载模板

立即优化应付账款付款处理

将付款周期缩短30%，消除SAP ECC瓶颈。

开始免费试用

无需信用卡，几分钟即可完成设置。

您的应付账款付款处理数据模板

您的应付账款付款处理数据模板

应付账款付款处理属性

应付账款付款处理活动

提取指南

SAP QuickViewer SQVI表连接提取

步骤

配置

a 示例查询 sql

使用RFC_READ_TABLE协议的Python脚本

步骤

配置

a 示例查询 python

Theobald Xtract Universal增量提取

步骤

配置

a 示例查询 sql

准备好开始了吗？

立即优化应付账款付款处理

您的应付账款付款处理数据模板

您的应付账款付款处理数据模板

应付账款付款处理属性

应付账款付款处理活动

提取指南

SAP QuickViewer SQVI表连接提取

步骤

配置

a 示例查询 sql

使用RFC_READ_TABLE协议的Python脚本

步骤

配置

a 示例查询 python

Theobald Xtract Universal增量提取

步骤

配置

a 示例查询 sql

准备好开始了吗？

立即优化应付账款付款处理

我们重视您的隐私