您的采购到付款：采购申请数据模板

SAP Ariba

← 返回改进指南

采购到付款：采购申请属性(19) 采购到付款：采购申请活动(13) 数据提取指南(2)

您的采购到付款：采购申请数据模板

此数据模板可帮助您高效收集并整理分析采购到付款：采购申请流程所需的信息。模板列出了构建完整事件日志所需的属性和活动，助您深入了解流程绩效。此外，您还可以参考从源系统提取数据的实用指南，顺利开启流程挖掘。

建议收集的属性，支持全面分析
需要跟踪的关键流程活动和里程碑
从系统提取数据的详细指南

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

采购到付款：采购申请属性

以下是建议纳入事件日志的数据字段，帮助您全面分析采购到付款：采购申请流程，避免遗漏关键信息。

3 必填 8 建议填写 8 选填

	名称	说明
	事件时间戳 EventTimestamp	活动发生的准确日期和时间，是事件排序的主要时间戳。
说明事件时间戳记录活动发生的准确时刻。高精度时间数据对于正确排列每个案例中的事件，以及计算流程不同步骤之间的时长至关重要。在分析中，此时间戳是所有时间计算的基础，包括周期时间、等待时间和处理时长。它也用于支持分析绩效的仪表板，例如申请审批周期时间和审批路径瓶颈分析。此字段的准确性会直接影响所有绩效指标的可靠性。重要性此属性提供事件的时间顺序，是计算周期时间和识别瓶颈等绩效指标与时长的基础。获取途径通常可在SAP Ariba审计跟踪或交易日志表中找到，与活动或状态变更记录一同保存。示例 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:05:00Z
	活动名称 ActivityName	申请生命周期中某个时间点发生的具体业务事件名称。
说明活动名称用于描述申请流程中的单个步骤或里程碑，例如“创建采购申请”“审批步骤已批准”或“关闭采购申请”。此数据通常来自SAP Ariba中记录的事件日志、状态变化或特定用户操作。此属性对于构建流程图至关重要，流程图可以直观呈现活动顺序。通过分析活动的顺序和频率，分析人员可以识别常见流程路径、瓶颈、偏离标准流程的情况以及返工环节。它是流程挖掘分析的基础。重要性此属性定义流程中的各个步骤，可用于可视化和分析申请工作流，包括其中的瓶颈和偏差。获取途径数据来自SAP Ariba中的事件日志、审计跟踪或状态变更记录，通常与申请抬头表和行项目表相关联。示例提交采购申请审批步骤已批准修改采购申请创建采购订单
	采购申请ID PurchaseRequisitionId	采购申请单的唯一标识符，也是该流程的主要案例标识符。
说明采购申请ID是关联单个商品或服务申请所有活动的核心标识。SAP Ariba为每份申请分配唯一ID，在整个生命周期中保持不变，从创建、提交到最终批准、拒绝或关闭均可使用。在流程挖掘分析中，此属性是关联案例的基础。它可以还原每份申请从头到尾的完整过程，从而准确计算周期时间、识别流程变体并分析返工循环。没有此标识符，就无法区分属于不同申请的事件。重要性这是关联所有相关活动的关键案例标识符，可用于分析每份申请从头到尾的完整流程。获取途径这是SAP Ariba数据结构中申请抬头主表的主键字段。示例 PR-102345PR-102346PR-102347
	事件用户 EventUser	执行活动的人员的用户ID或姓名，例如申请人或审批人。
说明事件用户属性用于标识负责执行特定流程步骤的人员，例如提交申请的员工、批准申请的经理或处理申请的采购专员。此属性对于工作量分析、绩效比较和发现培训机会至关重要。通过分析每位用户的审批时间，它可以支持“审批人工作量与绩效”仪表板。您还可以据此追查延误或偏差，将其关联到具体人员或团队。重要性此属性可用于分析工作量分布、用户绩效和资源分配，帮助发现由特定用户或团队造成的瓶颈。获取途径请查阅SAP Ariba文档。此信息通常存储在审计跟踪表或历史记录表中，并与用户主数据关联。示例 john.doejane.smithmanager123
	审批工作流路径 ApprovalWorkflowPath	申请预期遵循的预定义审批步骤顺序。
说明此属性根据申请金额、物品类别和部门等特征，定义申请应遵循的标准流程变体或审批矩阵，代表预期流程或理想路径。此属性是一致性检查的基础，也是“申请合规概览”仪表板的数据依据。通过将实际活动顺序与预期审批工作流路径进行比较，分析人员可以自动发现违反政策、未经授权的审批步骤或被跳过的控制措施。这对于内部审计和风险管理至关重要。重要性此属性定义应遵循的标准流程，支持通过一致性检查自动发现偏差和政策违规。获取途径请查阅SAP Ariba文档。此信息可能来自审批矩阵配置或申请中的特定字段。示例标准IT采购 > $10k市场营销服务 < $5k资本支出 > $100k
	物品类别 ItemCategory	所申请商品或服务的分类，例如“IT硬件”“办公用品”或“专业服务”。
说明物品类别用于说明采购内容，有助于了解支出模式，并制定适用于不同类别的采购策略和政策。在流程挖掘中，此属性对于“申请修改分析”仪表板至关重要。它可以揭示某些类别的物品是否更容易发生修改，从而发现规格不明确或价格波动等问题。您还可以比较不同采购类别的流程绩效（如审批时间），了解哪些类别的采购更容易遇到阻碍。重要性此属性可用于按采购商品或服务的类型进行分析，帮助发现特定类别的瓶颈或合规问题。获取途径请查阅SAP Ariba文档。此信息通常位于采购申请行项目中。示例 IT硬件咨询服务办公用品营销材料
	申请人部门 RequesterDepartment	创建采购申请的员工所属业务部门或成本中心。
说明此属性通过标识发起申请的业务部门，提供组织背景信息。通常可从申请人的用户资料中获取，也可能直接填写在申请表单中。分析时，此属性是重要的筛选和比较维度。几乎所有仪表板都会使用它按部门细分指标，例如“申请审批周期时间”和“申请驳回率分析”。这样可以找出周期时间最长、修改率最高或不合规申请最多的部门，为有针对性的流程改进提供依据。重要性此属性可用于细分和比较组织不同部门的流程绩效，突出部门特有的问题或最佳实践。获取途径请查阅SAP Ariba文档。此信息通常位于申请抬头数据中，并与申请人的用户资料关联。示例市场营销IT运营财务研发
	申请总金额 TotalRequisitionAmount	采购申请的总金额。
说明此属性记录整份申请的金额，是对申请进行分类和确定优先级的重要业务背景信息。将流程指标与金额结合分析，可以发现重要规律。例如，高金额申请可能需要遵循更严格的审批路径，或经历更长的周期时间。此属性有助于了解流程低效问题造成的财务影响，并按金额区间对申请分类，以便进行比较分析。重要性此属性提供重要的财务背景信息，可用于分析申请金额如何影响流程行为，例如审批时间和工作流复杂度。获取途径请查阅SAP Ariba文档。此字段是采购申请抬头中的标准字段。示例 1500.0025000.5099.95
	申请状态 RequisitionStatus	采购申请在其生命周期中的当前状态。
说明此属性反映采购申请的实时状态，例如“编制中”“已提交”“已批准”“已拒绝”或“已关闭”。它显示数据提取时每个案例在流程中的位置。流程挖掘可重建历史流程，而此属性对运营监控至关重要。它是“实时采购申请状态跟踪”仪表板的主要数据依据，可帮助管理者了解当前工作量，并找出停滞或积压的申请，及时掌握正在处理的采购申请。重要性实时监控采购申请处理情况，帮助您在申请停滞或积压造成问题之前及时发现并处理。获取途径请参阅SAP Ariba文档。这是采购申请抬头中的标准状态字段。示例已批准已提交已拒绝审批中
	紧急程度 UrgencyLevel	表示申请优先级的标记，例如“普通”“紧急”或“严重”。
说明紧急程度通常以优先级标记表示，反映业务对加快处理的需求。申请人通常会设置此属性，以确保紧急需求得到及时处理。此属性是“紧急申请流程监控”仪表板和“紧急申请处理时间”KPI的关键依据。您可以直接比较紧急申请与普通申请的周期时间，判断优先处理是否有效。分析紧急申请中的偏差或延误，有助于保障业务连续性。重要性此属性有助于确定分析优先级，并监控高优先级申请是否得到更快处理，确保满足紧急业务需求。获取途径请查阅SAP Ariba文档。此字段通常可在申请创建表单中选择。示例高中低
	驳回原因 RejectionReason	审批人驳回申请或审批步骤时提供的原因。
说明申请被拒绝时，审批人通常会提供原因，可以是自由文本，也可以从预设列表中选择。此属性记录这些重要反馈。此数据是“申请驳回率分析”仪表板的基础。分析常见驳回原因，有助于找出流程失败的根本原因，例如科目编码错误、理由不充分或预算问题。您可以据此改进申请人培训，提高首次提交的质量并减少返工。重要性此属性直接揭示申请未通过的原因，有助于分析根本原因、减少返工并提高一次通过率。获取途径请查阅SAP Ariba文档。此信息通常记录在与驳回事件关联的备注或历史记录中。示例总账科目错误超出预算理由不充分重复申请
	审批人姓名 ApproverName	被指定负责工作流中特定步骤审批的用户姓名。
说明此属性用于识别负责某项审批活动的具体经理或相关人员。它不同于一般的“事件用户”，专门对应审批任务。这是“审批人工作量与绩效”仪表板的一项关键属性，可用于跟踪每位审批人处理的采购申请数量及平均审批时间，帮助您发现个人层面的瓶颈、平衡工作量，并根据目标评估绩效。重要性明确负责审批的人员，便于详细分析审批人的工作量并平衡任务分配。获取途径请参阅SAP Ariba文档。此信息存储在与采购申请关联的审批流数据中。示例 Sarah JonesDavid ChenMaria Garcia
	数据最近更新时间 LastDataUpdate	表示此记录的数据最近一次从源系统刷新时间的时间戳。
说明此属性显示特定事件最近一次提取或更新数据的日期和时间。它能让您了解正在分析的数据是否为最新数据，对于监控进行中的流程尤为重要。分析人员可据此了解洞察结果的时效性。对于“申请实时状态跟踪器”等仪表板，此字段可帮助用户判断显示的信息更新到了何时，并合理预期数据的及时性。重要性此属性表示数据的新鲜度，有助于了解流程挖掘洞察的时效性和相关性。获取途径通常在数据摄取过程中生成此时间戳，并添加到每条记录中。示例 2024-05-21T02:00:00Z2024-05-22T02:00:00Z
	是否修改 IsAmended	布尔标记，用于指示采购申请在首次提交后是否至少修改过一次。
说明此计算属性用于识别至少发生过一次“采购申请已修改”活动的案例，便于标记生命周期中需要更改的采购申请。此标记用于计算“采购申请修改率”KPI。分析人员可统计标记为真的案例，衡量返工频率，并结合“申请人姓名”或“项目类别”等属性调查根本原因。重要性简化修改率KPI的计算，帮助量化返工，并找出需要明确初始要求的环节。获取途径如果案例中包含一个或多个“采购申请已修改”活动，则计算结果为true；否则为false。示例 truefalse
	是否自动执行 IsAutomated	布尔标记，用于指示某项活动由系统还是人工用户执行。
说明此属性用于区分自动审批、系统驱动的状态变更等自动化系统事件与用户手动执行的活动，有助于了解流程的自动化程度。分析时，可据此准确衡量人工投入并发现进一步自动化的机会。例如，筛选手动活动可精确计算以用户为中心的处理时间，也有助于验证流程中的自动化规则是否按预期运行。重要性区分人工操作与系统操作，是衡量自动化率和发现新自动化机会的重要依据。获取途径通常通过检查“事件用户”是否对应系统或批处理用户ID来判断。示例 truefalse
	是否返工 IsRework	布尔标记，用于指示采购申请是否发生返工，例如被拒绝或多次修改。
说明与“是否修改”相比，此计算属性衡量的低效范围更广。它用于标记发生明显返工循环的案例，通常指包含一个或多个“审批步骤已拒绝”事件，或多次“采购申请已修改”事件的案例。此标记用于计算“采购申请返工率”KPI，帮助量化流程失误带来的隐性成本和延误。分析标记为返工的案例，可发现与特定审批人、部门或申请类型相关的模式，以及造成流程阻滞的原因。重要性识别存在明显流程阻滞的案例，例如申请被拒绝，以便集中分析低效和延误的原因。获取途径如果案例中包含拒绝活动或多于一次的修改活动，则计算结果为true。示例 truefalse
	源系统 SourceSystem	提取数据的记录系统。
说明此属性用于标识流程数据的来源。在此视图中，值始终为“SAP Ariba”；如果数据来自多个系统，此字段对于追踪数据来源和排查问题至关重要。分析时，此属性有助于确认数据来源，也可用于筛选或比较跨系统流程。它能让数据来源更加清晰可信，帮助相关方认可分析结果。重要性此属性标识数据来源，对于数据治理、问题排查以及理解分析背景至关重要。获取途径通常在数据提取和转换过程中添加为静态值，用于标记数据集的来源。示例 SAP AribaSAP_ARIBA_P2PAribaCloud
	申请人姓名 RequesterName	发起采购申请的员工姓名。
说明此案例级属性用于识别采购申请的创建者，帮助了解申请的来源及相关人员。分析时，可用此属性筛选流程并分析不同申请人的行为。例如，“采购申请修改分析”和“采购申请拒绝率分析”仪表板会据此识别修改或拒绝率较高、可能需要额外培训的人员。它还有助于提供有针对性的反馈并推动改进。重要性识别申请创建者，便于按申请人分析流程行为和质量。获取途径请参阅SAP Ariba文档。这是采购申请抬头中的标准字段，通常标为“创建者”或“申请人”。示例 Alice WilliamsBob MillerCharles Brown
	采购订单ID PurchaseOrderId	根据已批准的采购申请创建的采购订单标识符。
说明此属性将采购申请与后续单据采购订单（PO）关联起来。该属性存在，表示申请已成功转为订单。要开展超出采购申请阶段的端到端流程分析，此属性必不可少。它可将采购申请创建事件与采购订单创建事件关联起来，计算“采购申请到采购订单周期时间”KPI，全面了解采购周期的前端流程。重要性将采购申请与后续采购订单关联起来，以便衡量从申请到采购订单的端到端周期时间。获取途径请参阅SAP Ariba文档。通常，生成采购订单后，此信息会存储在采购申请行项目数据中。示例 PO-4500012345PO-4500012346PO-4500012347

必填建议填写选填

采购到付款：采购申请活动

以下是建议记录在事件日志中的关键流程步骤和里程碑，帮助准确发现流程并识别瓶颈。

6 建议填写 7 选填

	活动	说明
	关闭采购申请	采购申请的最终行政关闭。所有相关操作（如下单和收货）完成后，申请状态最终变为“已关闭”，系统会记录此事件。
重要性表示整个申请生命周期正式结束。分析从创建采购订单到关闭申请所需的时间，有助于发现后续收货或开票流程中的瓶颈。获取途径可从Ariba单据历史记录中推断，该记录会保存申请状态变为“已关闭”的信息。采集查找申请状态字段变为“已关闭”时的时间戳。事件类型 inferred
	创建采购申请	表示用户首次创建采购申请单。申请首次以“编制中”或草稿状态保存时，系统会记录此事件。
重要性这是申请生命周期的起点。分析从创建到提交所需的时间，有助于衡量用户效率并发现培训需求。获取途径取自SAP Ariba中采购申请对象的创建时间戳。该信息可在申请单的抬头数据中找到，表示明确的创建事件。采集使用申请单抬头表中的“CreateTime”或同等时间戳。事件类型 explicit
	创建采购订单	表示获批的采购申请已成功转换为采购订单。系统创建引用该申请的采购订单时，会记录此事件。
重要性这是申请流程的主要成功结果，也是衡量端到端“申请到采购订单前置时间”KPI的关键依据。获取途径这是一个明确的事件。使用采购订单单据的创建时间戳，该单据包含指向源采购申请ID的直接链接或引用。采集在采购订单抬头表中找到与申请关联的采购订单，并使用其创建时间戳。事件类型 explicit
	提交采购申请	表示申请人正式将采购申请提交至审批工作流。申请状态从“编制中”变为“已提交”时，系统会记录此事件。
重要性这是启动审批流程的重要里程碑，也是衡量“申请审批周期时间”和“申请创建前置时间”的关键依据。获取途径可从Ariba单据历史记录或审计日志中推断，这些记录会保存申请状态变为“已提交”的时间戳。采集查找申请状态字段首次变为“已提交”时的时间戳。事件类型 inferred
	采购申请已批准	表示采购申请已通过工作流中的所有审批步骤并获得最终批准。申请状态变为“已批准”时，系统会记录此事件。
重要性这是审批阶段结束的重要里程碑，也是衡量“申请平均审批时间”的终点，并表示申请已可用于创建采购订单。获取途径可从Ariba单据历史记录中推断，该记录会保存申请状态最终变为“已批准”的信息。采集查找申请状态字段变为“已批准”时的时间戳。事件类型 inferred
	采购申请已拒绝	表示采购申请经审核后最终未获批准。这是流程的终止状态，申请状态变为“已拒绝”时，系统会记录此事件。
重要性这是流程失败的关键终点。分析被拒绝的申请对于计算“申请驳回率”KPI、发现规律并提升申请质量至关重要。获取途径可从Ariba单据历史记录中推断，该记录会保存申请状态最终变为“已拒绝”的信息。采集查找申请状态字段变为“已拒绝”时的时间戳。事件类型 inferred
	修改采购申请	用户在提交采购申请后对其进行修改时会发生此事件，通常是为了回应驳回或询问。修改并重新提交单据时，系统会记录此事件。
重要性此事件可用于跟踪返工和流程低效问题。修改频率较高，可能意味着初始需求或政策不够明确，并影响“申请修改率”KPI。获取途径可根据Ariba版本数据推断。每次修改都会生成一个新的申请单版本。版本号大于1即表示申请经过修改。采集检查申请首次变为“已提交”后是否生成了新版本。新版本的创建时间即为事件时间。事件类型 inferred
	审批步骤已批准	表示审批步骤通过，审批人已批准其负责的申请部分。系统会明确记录此审批操作。
重要性此事件用于衡量各审批人的处理时间，是计算“平均审批步骤时长”和评估审批人工作量的重要数据。获取途径取自Ariba审批流表。审批人对分配给自己的任务执行“批准”操作时，系统会记录时间戳。采集使用审批历史记录中具体步骤对应的“批准”操作时间戳。事件类型 explicit
	审批步骤已驳回	表示审批步骤未通过，审批人驳回了申请，通常会要求修改。系统会明确记录此事件为“拒绝”操作。
重要性此事件揭示了返工和流程延误的重要来源。分析这些事件对于了解“申请返工率”和驳回原因至关重要。获取途径取自Ariba审批流表。审批人对分配给自己的任务执行“拒绝”或“驳回”操作时，系统会记录时间戳。采集使用审批历史记录中具体步骤对应的“拒绝”操作时间戳。事件类型 explicit
	开始审批步骤	表示采购申请已发送给审批人或审批队列，等待处理。系统生成并分配审批请求时会记录此事件。
重要性此事件可提供审批工作流的详细信息，是计算排队时间、找出“审批路径瓶颈分析”中具体瓶颈步骤的关键依据。获取途径取自Ariba审批流表，这些表会记录与申请关联的各项审批任务的创建和分配情况。采集使用与申请及具体审批步骤关联的审批请求记录的创建时间戳。事件类型 explicit
	撤回采购申请	原申请人在采购申请完全获批前取消已提交的申请时会发生此事件。申请状态变为“已撤回”或“已取消”时，系统会记录此事件。
重要性表示用户主动终止流程。分析申请撤回原因，有助于发现业务需求变化或审批时间过长等问题。获取途径可从Ariba单据历史记录或审计日志中推断，这些记录会保存申请状态变为“已撤回”的信息。采集查找申请状态字段变为“已撤回”时的时间戳。事件类型 inferred
	采购申请已发送至寻源部门	获批申请被发送至寻源部门开展寻源活动（如询价）后会发生此事件，之后才能创建采购订单。申请状态变为“寻源中”等状态时，系统会记录此事件。
重要性此事件标记了高价值或非标准物品采购流程中的重要分支，有助于分析寻源部门对前置时间的影响。获取途径可根据申请状态变为表示已发送至寻源部门的状态推断。在Ariba Buying与Ariba Sourcing集成的场景中，这种情况较为常见。采集查找申请状态字段变为“寻源中”或类似自定义状态时的时间戳。事件类型 inferred
	采购申请行项目已下单	表示采购申请中的某个行项目已加入采购订单，状态变为“已下单”。与仅跟踪采购订单抬头的创建情况相比，此事件能提供更细致的信息。
重要性此事件有助于分析行项目层面的部分下单或延误，而这些情况仅查看抬头时无法发现。对于包含多个由不同采购订单履行的行项目的申请，这项分析尤其有用。获取途径可根据采购申请行项目对象的状态变化推断。为该行项目生成采购订单后，其状态会更新为“已下单”。采集查找申请行项目状态字段变为“已下单”时的时间戳。事件类型 inferred

建议填写选填

数据提取指南

如何从SAP Ariba获取数据

步骤

登录SAP Ariba：使用具有分析报告创建和运行权限的用户账户访问SAP Ariba，例如拥有“报告分析师”角色的账户。
进入分析报告：从主仪表板进入报告区域。通常可在“报告”“分析”或“管理”>“分析报告”等菜单中找到。
创建新报告：开始创建分析报告。系统会提示您选择主要数据区域，通常称为“事实”。请选择与采购申请相关的事实，例如“[Requisition]”或Ariba配置中类似的名称。
添加数据字段：在报告生成器中添加报告列。您需要关联多个数据源（事实）以获取所需信息。典型报告会使用采购申请ID作为关联键，将“[Requisition Fact]”与“[Approval History Fact]”和“[Purchase Order Fact]”关联。添加查询配置中列出的所有字段，包括创建日期、提交日期、批准日期，以及审批历史中的操作日期等相关时间戳。
配置筛选条件：设置筛选条件以限定数据范围。最重要的是日期范围。按所需时段筛选“采购申请创建日期”，例如最近3至6个月。还可按需添加公司代码或环境等筛选条件。
运行并导出原始报告：运行报告。完成后，将结果导出为CSV或Excel文件。初次导出的数据为宽表格式，每份采购申请或每条审批记录占一行，包含多个日期和用户操作列。
将数据转换为事件日志格式：这是关键的离线处理步骤。使用Microsoft Excel中的Power Query、Python脚本或其他数据准备工具，将宽表转换为长表。对于导出的每个时间戳列（例如“创建日期”“提交日期”“批准日期”），都必须在最终事件日志中创建单独一行。此过程通常称为“逆透视”或“熔化”。
映射活动和属性：转换时创建ActivityName和EventTimestamp列。例如，处理“提交日期”列时，创建ActivityName为“采购申请已提交”的行，并将“提交日期”列的值填入EventTimestamp。
合并并清理数据：将所有时间戳列逆透视后的数据合并到一个文件中。确保每行的PurchaseRequisitionId、ActivityName和EventTimestamp均已正确填写。清除空行并修正格式问题。
保存为最终CSV文件：将转换后的事件日志保存为UTF-8编码的CSV文件。现在即可将该文件上传到流程挖掘工具。

配置

报告类型：通过标准Ariba报告界面生成分析报告。
核心数据事实：需要合并多个事实的数据，通常包括“[Requisition Fact]”“[Approval History Fact]”和“[Purchase Order Fact]”。具体名称可能因Ariba数据模型而异。
日期范围：建议按“采购申请创建日期”筛选可管理的时段，例如3至6个月。初次测试时，可先选较短时段，例如一周。
关键筛选条件：务必按特定日期范围筛选。还可按“公司代码”或“采购组织”筛选，以限定相关业务范围并提升报告性能。
前提条件：运行报告的用户必须拥有访问分析报告模块及采购申请、审批和采购订单相关底层数据事实的权限。

查询示例 config

REPORT CONFIGURATION for SAP Ariba Analytical Reporting

REPORT TYPE: Analytical Report

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

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

REPORT FIELDS (COLUMNS TO EXPORT for subsequent transformation):

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

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

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

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

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

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

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

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

步骤

设置Python环境：确保已安装Python 3.6或更高版本。使用pip安装所需库：pip install requests pandas。
配置API访问：在SAP Ariba Developer Portal中注册新应用。订阅“Operational Reporting API for Requisitions”，并获取OAuth凭据：应用密钥（API Key）、OAuth客户端密钥，以及[your_api_key]:[your_client_secret]的Base64编码字符串。
自定义Python脚本：打开提供的Python脚本，填写顶部的占位变量，包括ARIBA_REALM、BASE_URL、API_KEY和BASE64_CREDS。同时设置数据提取时间段的START_DATE和END_DATE。
定义报表负载：检查脚本中的report_payload JSON对象。该对象定义要运行的报表。脚本已预先配置为使用RequisitionFactSystemView，并选择与所需活动和属性相关的字段。您可以按需添加字段或筛选条件。
运行脚本：在终端中运行python your_script_name.py。脚本会先向Ariba进行身份验证，以获取访问令牌。
提交并监控报表任务：脚本会自动向Ariba API提交报表请求。由于任务以异步方式运行，脚本每隔60秒就会查询Ariba API，检查任务状态。
下载报表数据：Ariba API报告任务状态为“COMPLETED”后，脚本会下载结果数据。结果通常是一个包含单个CSV文件的ZIP文件。
处理和转换数据：脚本会解压文件，并将原始数据载入pandas DataFrame。随后执行关键转换，将宽表格式（每个请购单一行，包含多个日期列）转换为长表事件日志格式（每个请购单对应多行，每项活动一行）。
生成事件日志：转换后的DataFrame将整理为规范的事件日志，包含PurchaseRequisitionId、ActivityName和EventTimestamp等列，并保存为ariba_requisition_event_log.csv，文件位于脚本所在目录。
准备上传：生成的CSV文件可上传至ProcessMind。请确保列标题与ProcessMind项目中配置的映射一致。

配置

API端点URL：脚本需要您Ariba实例API的基础URL，通常格式为https://[your-realm].api.ariba.com/api/operationalreporting/v2/。请将[your-realm]替换为贵公司的Ariba环境名称。
身份验证：数据提取使用OAuth 2.0进行身份验证。您必须提供有效的apiKey、clientSecret和base64EncodedCredentials字符串，这些凭据需从您在Ariba Developer Portal注册的应用中获取。
视图模板：脚本配置为使用RequisitionFactSystemView。这是Ariba标准视图，但您必须确认该视图已在您的环境中启用，并且API用户有权访问。
日期范围筛选：报告请求中的creationDate筛选条件对控制数据量至关重要。首次提取时，建议选择3至6个月的时段。对于大型组织，可考虑按月分批提取。
增量加载：后续提取时，请调整START_DATE和END_DATE，仅获取新增或更新的记录。脚本不会自动管理增量逻辑，因此每次运行都必须手动设置日期范围。
前提条件：您必须拥有具备“Developer Portal Access”权限的SAP Ariba用户账户，才能创建应用和凭据。API应用本身还需要“Operational Reporting API User”角色，才能运行报告任务。

查询示例 python

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

    return event_log

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

准备好开始了吗？

使用此模板简化数据准备工作，深入了解采购到付款：采购申请流程。立即开始优化运营。

返回改进指南

下载模板

减少延误：优化采购到付款申请流程

找出SAP Ariba流程中的低效环节，将周期时间缩短30%。

立即开始免费试用

无需信用卡，设置快捷简便。

您的采购到付款：采购申请数据模板

您的采购到付款：采购申请数据模板

采购到付款：采购申请属性

采购到付款：采购申请活动

数据提取指南

SAP Ariba分析报告CSV/Excel导出

步骤

配置

查询示例 config

通过Operational Reporting API使用Python脚本提取数据

步骤

配置

查询示例 python

准备好开始了吗？

减少延误：优化采购到付款申请流程