您的采购到付款申请数据模板

SAP ECC

← 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) 提取指南 (2)

您的采购到付款申请数据模板

本模板全面介绍如何收集分析采购到付款申请流程所需的关键数据，包括需要采集的重要数据字段、需要跟踪的关键活动，以及从源系统提取这些信息的实用指导。使用此资源，为高效开展流程挖掘做好数据准备。

建议采集的属性
需要跟踪的关键活动
SAP ECC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

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，用于全面分析采购到付款采购申请流程。

5 必需 5 建议 9 可选

	名称	说明
	事件时间 EventTime	表示活动发生时间的时间戳。
说明事件时间记录具体活动发生的准确日期和时间。该时间戳是流程挖掘中所有基于时间的分析的基础，包括计算周期时间、识别瓶颈和了解流程绩效。在采购申请场景中，此属性可用于计算“采购申请平均审批时间”和“创建采购订单所需时间”等关键KPI。它为展示时长的仪表板提供原始数据，例如采购申请审批周期时间分析，从而衡量流程中任意两个节点之间的时间。为什么重要该时间戳对于计算所有时长、分析流程绩效和发现时间相关瓶颈至关重要。获取位置位于变更文档抬头表CDHDR中（字段UDATE和UTIME）。示例 2023-10-26T10:00:00Z2023-10-26T11:35:10Z2023-10-27T14:20:05Z
	活动名称 ActivityName	特定时间点发生的业务活动名称。
说明此属性描述采购申请生命周期中的具体步骤或事件，例如“采购申请已创建”“已提交审批”或“采购订单已创建”。这些活动通常源自SAP中的状态变更、工作流日志或变更文档。分析活动的顺序和频率是流程挖掘的基础。通过分析，您可以发现实际流程路径，包括常见路径、偏差和瓶颈。这对于构建“端到端采购申请流程图”等仪表板，以及计算返工和合规相关KPI至关重要。为什么重要定义流程步骤，支持流程图可视化和流程路径差异分析。获取位置源自变更文档表CDHDR和CDPOS、工作流日志，或EBAN-STATU等状态字段。示例采购申请已创建审批步骤已通过采购申请已驳回采购订单已创建
	采购申请ID PurchaseRequisitionId	采购申请文档的唯一标识符。
说明采购申请ID是SAP ECC中唯一标识每项货物或服务申请的主键。它也是核心案例标识符，用于关联特定采购申请从创建到最终处理结果的所有活动和变更，例如转换为采购订单或关闭。在流程挖掘中，该ID对于重建每项采购申请的端到端生命周期至关重要。通过跟踪此标识符，分析人员可以可视化完整流程，衡量各里程碑之间的时长，并分析不同采购申请的处理差异，从而全面了解采购申请的完整历程。为什么重要这是连接所有相关流程事件的核心标识符，可将事件归入同一案例，实现端到端流程分析。获取位置位于EBAN表的BANFN字段。示例 100234567810023456791002345680
	最近数据更新时间 LastDataUpdate	源系统最近一次数据刷新或提取的时间戳。
说明此属性表示数据集最近一次更新的时间。每次加载数据时，系统都会将一个静态时间戳应用于整个数据集，作为分析数据新鲜度的参考。对于任何流程挖掘仪表板或分析，了解数据的时效性对于做出合理决策至关重要。此属性可确保所有相关人员了解当前查看数据所覆盖的时间范围，避免基于过时信息得出结论。为什么重要说明数据的新鲜度，这对于确保流程分析的相关性和准确性至关重要。获取位置表示数据提取时间戳的静态值，在ETL过程中添加。示例 2024-01-15T04:00:00Z2024-01-16T04:00:00Z
	源系统 SourceSystem	标识数据提取自哪个源系统。
说明此属性说明流程数据的来源，例如“SAP ECC生产系统”或“S4HANA QA”。它通常在数据提取过程中作为静态值添加，尤其适用于包含多个源系统的环境。在流程分析中，该属性有助于区分不同来源的数据，避免将生产、测试或开发环境的数据混合后导致分析偏差。它是数据治理和可追溯性的基础元数据。为什么重要为数据来源提供必要上下文，确保可追溯性，并支持多系统分析。获取位置通常是在数据提取、转换和加载（ETL）过程中添加的静态值。示例 SAP_ECC_PRODS4HANA_EU_100ECC_US_FINANCE
	文档类型 RequisitionDocumentType	用于确定采购申请类型及其特征的分类。
说明 SAP中的文档类型控制采购申请的多个方面，包括编号范围、字段选择以及所遵循的整体采购流程。示例包括“标准采购申请”“库存转储”或“服务采购申请”。此属性是重要的分析维度，因为不同文档类型通常对应不同的流程路径和审批要求。分析人员可以据此对数据分组，比较不同采购申请流程的绩效，从而了解合规情况，并发现流程标准化或专业化的机会。为什么重要支持将采购申请划分为不同流程类别，从而开展更精准、更有针对性的分析。获取位置位于EBAN表的BSART字段。示例 NBUBRV
	用户名 User	执行活动的用户ID。
说明此属性标识事件的具体负责人，例如创建采购申请、批准步骤或修改文档的用户。在SAP中，通常记录为用户ID。按用户分析有助于识别培训需求、评估个人绩效和发现潜在的数据录入错误。它是“按申请人分析采购申请创建吞吐量”等仪表板的基础，也有助于了解工作负载分布以及职责分离政策的合规情况。为什么重要将活动归属到具体人员，支持用户绩效、工作负载、合规性和培训需求分析。获取位置变更记录来自变更文档抬头表CDHDR（字段USERNAME），创建者信息来自EBAN（字段ERNAM）。示例 SMITHJR.DOEUSER123
	部门 Department	申请人所属部门或与采购申请关联的成本中心。
说明此属性表示发起采购申请的业务单元或部门。通常根据申请人的用户资料，或采购申请行项目所分配的成本中心得出。按部门分析流程对于了解组织内不同部门的绩效差异至关重要。它是“采购申请审批周期时间”仪表板和“部门审批时间差异”KPI的主要维度，有助于定位流程高效的部门，以及需要改进或增加资源的部门。为什么重要支持比较不同业务单元的绩效，突出部门瓶颈和流程不一致问题。获取位置通常通过将申请人（EBAN-AFNAM）关联到用户主数据（SU01）得出，或使用与采购申请科目分配关联的成本中心（EBKN-KOSTL）。示例财务部IT运营部市场部制造部
	采购申请总价值 TotalRequisitionValue	采购申请中所有项目的货币总价值。
说明此属性表示采购申请的总金额。该金额通常是确定所需审批工作流的关键因素，金额较高的采购申请通常需要更严格的审核和更多审批步骤。按金额分析对于了解财务影响如何影响流程行为至关重要。通过分析可以发现高金额采购申请是否审批时间更长、拒绝率更高，或是否遵循不同的流程路径。这也是评估采购流程财务吞吐量的基础指标。为什么重要帮助关联流程行为与财务影响，对于风险分析和了解审批复杂度至关重要。获取位置所有行项目价值之和。行项目价值位于EBAN表的GSWER字段，货币位于EBAN-WAERS。示例 1500.00250.50125000.00
	采购申请状态 RequisitionStatus	采购申请当前的处理状态。
说明此属性表示采购申请在特定时间点的整体状态，例如“发布中”“已批准”“已拒绝”或“已关闭”。在SAP中通常以状态代码表示。跟踪状态对于了解采购申请结果至关重要。它直接支持“采购申请结果与拒绝率”仪表板，以及“采购申请拒绝率”和“采购申请撤回率”等KPI。分析采购申请在不同状态之间的转换，有助于识别流程低效环节和失败节点。为什么重要定义采购申请的结果，对于分析成功率、拒绝原因和流程终点至关重要。获取位置处理状态位于EBAN表的STATU字段，发布状态位于EBAN-FRGZU。示例 N（未编辑）B（已创建采购订单）A（已创建询价）K（已关闭）
	优先级 Priority	分配给采购申请的紧急程度。
说明此属性表示采购申请的优先级，通常分为“紧急”“高”或“正常”。该标记用于提醒审批人和采购人员，相关申请需要加急处理。此属性是“紧急采购申请处理绩效”仪表板和“紧急标记有效性”KPI的基础。分析重点是：标记为紧急的采购申请是否确实比普通申请处理得更快。通过分析，可以验证优先级机制的有效性，并确保关键业务需求得到及时满足。为什么重要支持分析紧急申请是否处理得更快，从而验证优先级机制的有效性。获取位置这不是EBAN中的标准字段，通常通过自定义字段实现，或根据需求跟踪编号（EBAN-BEDNR）或特定文档类型推断得出。示例 123
	供应商ID VendorId	建议供应商或固定供应商的唯一标识符。
说明此属性包含申请项目的首选供应商或合同指定供应商ID。该信息可能由申请人预先填写或建议。按供应商分析采购申请，有助于评估预选供应商对采购流程的影响。例如，可以了解指定供应商的采购申请是否审批更快，或某些供应商是否对应更高的拒绝率，从而洞察流程早期的供应商参与情况。为什么重要帮助了解首选供应商关系及其对采购申请处理速度和结果的影响。获取位置位于EBAN表的LIFNR字段（固定供应商）。示例 100030025V9876
	工厂 Plant	申请货物或服务的公司地点或工厂。
说明工厂是公司内部的组织单元，代表工厂、仓库或办公室等实体地点。采购申请会指定所需物料的使用工厂。按工厂分析可以从地理位置或具体地点的角度了解采购申请流程，突出不同地点之间的绩效差异。这些差异可能源于当地流程、人员配置或业务需求不同，也是区域绩效仪表板常用的分析维度。为什么重要提供地理或地点维度的分析背景，帮助识别区域流程差异和绩效差异。获取位置位于EBAN表的WERKS字段。示例 10002100DE01
	拒绝原因 RejectionReason	采购申请或审批步骤被拒绝时提供的原因。
说明此属性记录拒绝采购申请的理由。审批人通常在拒绝活动中输入自由文本，或从预定义代码列表中选择原因。分析拒绝原因对于流程改进至关重要。它直接说明采购申请失败的原因，可能包括违反政策、数据错误或预算不足。该数据是“采购申请结果与拒绝率”仪表板的关键依据，也有助于识别流程低效的根本原因。为什么重要直接揭示采购申请被拒绝的原因，支持有针对性的流程改进和用户培训。获取位置此数据通常存储在工作流日志或与拒绝事件关联的长文本中。EBAN中没有对应的标准字段。示例成本中心错误超出预算重复申请不符合政策要求
	是否返工 IsRework	表示采购申请是否经历返工循环的布尔标记，例如提交后被修改。
说明这是一个派生属性，用于标记涉及返工的活动或案例。例如，“采购申请已修改”发生在“已提交审批”之后，即可视为返工。拒绝事件将流程退回早期阶段时，也可能触发此标记。此标记是“采购申请修改与返工分析”仪表板的基础。它支持快速筛选和量化返工，帮助衡量返工对整体周期时间的影响，并识别流程低效的根本原因。返工率较高通常意味着数据质量或需求说明存在问题。为什么重要帮助量化返工的频率和影响，便于识别和分析流程低效环节及循环。获取位置通过识别事件日志中的特定活动序列得出，例如审批活动之后出现“采购申请已修改”。示例 truefalse
	物料组 MaterialGroup	申请物料或服务所属的组别或类别。
说明物料组用于将特征相似的物料或服务归为一类，支持按类别分析采购活动。按物料组分析有助于开展战略寻源和支出分析。在流程挖掘中，可以发现“IT硬件”或“专业服务”等特定类别的采购申请是否遵循不同流程路径，或是否经历更长的审批时间。这些洞察对于“采购申请数据质量报告”以及了解采购内容导致的流程差异很有价值。为什么重要支持按采购类别开展支出和流程分析，服务于战略寻源，并识别特定类别的瓶颈。获取位置位于EBAN表的MATKL字段。示例 00101L001IT-SFTWR
	申请人姓名 RequesterName	申请货物或服务的人员姓名。
说明此属性标识发起采购申请的人员，即提出相关货物或服务业务需求的人员。跟踪申请人可以按个人或群体分析采购申请模式。“按申请人分析采购申请创建吞吐量”仪表板依靠此属性识别高频用户、可能需要额外培训的用户，或采购活动频繁的部门，从流程起点提供以人为中心的视角。为什么重要识别流程负责人，支持分析采购申请创建模式，并帮助制定有针对性的用户培训计划。获取位置位于EBAN表的AFNAM字段。示例 Alice WilliamsBob JohnsonCharlie Brown
	采购组 PurchasingGroup	负责采购申请项目的采购人员组。
说明采购组是负责特定采购活动的组织单元，代表采购申请获批后负责处理的采购团队。此属性可用于分析不同采购团队的工作负载和绩效，帮助识别某些采购组是否成为采购申请转换为采购订单的瓶颈，或是否比其他团队更高效地处理特定类型的采购申请。它是采购职能资源管理和绩效管理的重要维度。为什么重要明确采购责任，支持工作负载分析和不同采购团队之间的绩效比较。获取位置位于EBAN表的EKGRP字段。示例 001002P01
	采购订单ID PurchaseOrderId	根据采购申请创建的采购订单ID。
说明此属性将采购申请关联到后续创建、用于履行申请的采购订单。一项采购申请有时可能对应多个采购订单。该关联对于分析采购申请与采购流程之间的交接至关重要。计算“从采购申请创建采购订单所需时间”KPI，以及支持“已批准采购申请到采购订单创建的延迟”仪表板，都需要此关联。了解这一关系是衡量整个采购到付款周期效率的关键。为什么重要将采购申请流程连接到下游采购流程，支持分析交接延迟。获取位置采购订单创建后，其编号存储在EBAN表的EBELN字段中。示例 450001712345000171244500017125

必需建议可选

采购到付款-采购申请活动

以下是应在事件日志中记录的关键流程步骤和里程碑，用于准确发现并分析采购申请工作流。

6 建议 7 可选

	活动	说明
	已提交审批	该活动表示采购申请已进入正式审批工作流。通常，当采购申请状态根据已配置的发布策略变更为需要初始发布或审批操作时，可以推断出该事件。
为什么重要这标志着审批周期时间的起点，是衡量流程效率的关键KPI。了解这一节点，有助于区分创建完成到正式审批开始之间的延误。获取位置根据EBAN表中与发布策略相关的首次状态变更推断，例如FRGZU字段从初始状态变为待处理状态，或根据与采购申请关联的工作流日志中的首条记录推断。采集根据首条表明发布策略已激活的变更日志记录推断。事件类型 inferred
	采购申请已创建	该活动表示用户首次创建并保存采购申请。当EBAN表中生成新记录时，系统会明确捕获此事件，并记录创建日期和时间。
为什么重要作为流程起点，该活动对于计算采购申请的完整生命周期时长和分析创建吞吐量至关重要。它有助于识别采购申请的创建人员及创建时间。获取位置对于指定的采购申请ID（BANFN），系统从EBAN表的创建日期（ERDAT）和创建时间（UZEIT）字段捕获此事件。采集首次保存记录时，从EBAN表的ERDAT和UZEIT字段获取时间戳。事件类型 explicit
	采购申请已审批	该里程碑活动表示采购申请已成功通过所有必需的审批步骤。当最终发布代码已应用，且EBAN表中的整体发布指示符（FRGZU）设置为已批准状态时，可以推断出该事件。
为什么重要这是一个关键里程碑，标志着审批周期结束和采购阶段开始。它对于计算审批总时长KPI，以及衡量交接至采购订单创建之间的延误至关重要。获取位置当EBAN表中字段FRGZU变更为代表最终审批的值时，根据CDPOS中该变更日志记录的时间戳推断。采集根据EBAN中的最终发布指示符字段达到终止性的“已批准”状态推断。事件类型 inferred
	采购申请已撤回	这是一个终止活动：创建者或授权用户通过设置删除标记取消采购申请项目。系统会明确记录此操作，表示业务需求已失效或申请创建有误。
为什么重要这是流程中的关键失败终点，也是计算撤回率的基础。撤回率较高可能表示审批时间过长，导致用户放弃申请，也可能反映需求计划存在系统性问题。获取位置当EBAN表中采购申请项目的“删除指示符”字段（LOEKZ）被设置时，系统会记录此明确操作。该变更记录在CDHDR和CDPOS中。采集删除指示符（EBAN-LOEKZ）设置为“L”时生成的变更日志条目。事件类型 explicit
	采购申请已驳回	这是一个终止活动，表示采购申请已被最终驳回，无法继续处理。当审批人将EBAN表中的发布指示符设置为最终驳回状态时，可以推断出该事件。
为什么重要该活动是流程的关键终点，对于计算采购申请驳回率KPI至关重要。分析这些案例有助于了解采购失败和资源浪费的原因。获取位置当EBAN表中字段FRGZU变更为代表最终驳回的值时，根据CDPOS中该变更日志记录的时间戳推断。采集根据EBAN中的最终发布指示符字段达到终止性的“已驳回”状态推断。事件类型 inferred
	采购订单已创建	此活动表示已批准的采购申请成功转换为采购订单。系统通过查找引用该采购申请的对应采购订单项目，推断出该采购申请的此事件。
为什么重要作为主要成功结果，此活动标志采购申请流程结束，并开启采购阶段。“采购申请已批准”与此事件之间的时长，是衡量交接效率的重要KPI。获取位置通过在EKPO（采购订单项目）表中查找记录推断得出：其中BANFN和BNFPO字段分别与EBAN表中的采购申请编号和项目匹配。采购订单创建日期（EKKO.AEDAT）提供时间戳。采集通过关联EBAN和EKPO表，并使用EKKO中的采购订单创建日期推断得出。事件类型 inferred
	审批已重置	表示采购申请的整个审批工作流已重置，通常由重大修改引起。当发布状态在此前已激活后被清除，迫使审批流程从头开始时，可以推断出该事件。
为什么重要审批重置是影响周期时间的重大返工事件。识别这些事件，有助于发现流程低效，以及采购申请修改对工作流造成的后续影响。获取位置根据EBAN表的变更日志（CDHDR/CDPOS）推断：发布状态字段（如FRGZU）从待处理或已批准状态变更回初始状态或空白状态。采集根据显示发布策略字段已被清除的变更日志推断。事件类型 inferred
	审批步骤已开始	表示采购申请正在等待发布策略中指定的某位审批人或审批组采取行动。当采购申请状态显示其正在等待特定发布代码时，可以推断出该事件。
为什么重要该活动支持对审批链中的每个步骤进行详细分析，帮助定位造成最长延误的审批人或阶段。获取位置通过跟踪EBAN表中发布状态字段的变更顺序推断。每次变更为新的待处理状态，都表示新的审批步骤开始。采集根据表明新的发布代码已激活并等待审批的状态变更推断。事件类型 inferred
	审批步骤已通过	表示授权用户明确批准发布策略中的某个审批步骤。该操作会记录为采购申请发布状态的变更，使其更接近最终审批。
为什么重要跟踪单个审批对于衡量每个步骤的持续时间、分析不同审批人的绩效十分必要，也是了解工作流符合性的基础。获取位置从EBAN表发布状态字段的变更日志（CDHDR/CDPOS）中捕获。审批人通过事务ME54N或类似T-code执行操作后，会触发该日志变更。采集审批人执行发布事务时创建的变更日志记录。事件类型 explicit
	审批步骤已驳回	授权用户明确驳回了发布策略中的某个审批步骤，通常会将采购申请退回创建人进行修改。该操作会记录为采购申请发布状态的变更。
为什么重要驳回是流程返工和延误的主要原因。分析驳回频率及原因，有助于识别政策理解偏差、数据质量问题或低效的审批步骤。获取位置从EBAN表发布状态字段的变更日志（CDHDR/CDPOS）中捕获。通过ME54N或类似事务执行驳回操作后，会触发相应的状态变更。采集审批人执行驳回操作时创建的变更日志记录。事件类型 explicit
	采购申请已修改	表示采购申请创建后发生的任何修改，例如更改数量、价格或物料。这些变更会记录在SAP的变更日志表中，为修改提供详细的审计轨迹。
为什么重要跟踪修改对于识别返工循环和数据质量问题至关重要。修改频繁可能意味着初始需求不明确或用户培训不足，从而导致流程延误。获取位置从变更日志表CDHDR（抬头）和CDPOS（项目）中捕获，其中对象类别为EINKBELEG，对象ID为采购申请编号。您可以进一步分析具体字段的变更。采集采购申请凭证的变更表CDHDR和CDPOS中记录的事件。事件类型 explicit
	采购申请已关闭	表示采购申请项目最终关闭，后续不再需要处理。当项目已完全转换为采购订单并完成履行，或被手动标记为关闭时，系统会推断出此状态。
为什么重要为已完成但未必已删除的采购申请提供明确终点，确保准确计算成功履行申请的生命周期时长。获取位置根据EBAN表中的“关闭”指示符推断得出，即EBAKZ取值为“S”或其他已配置值。采购订单完全转换并完成收货后，系统通常会自动设置此状态。采集根据EBAN-EBAKZ字段变更为“已关闭”值推断得出。事件类型 inferred
	采购申请已阻止	表示明确阻止采购申请项目的操作，防止其转换为采购订单。该阻止通过采购申请项目上的特定指示符设置。
为什么重要阻止表示采购过程中存在潜在问题或暂时挂起。跟踪这些事件有助于识别瓶颈，例如采购申请已获批准但未立即执行。获取位置记录EBAN表中“阻止指示符”字段（EBAKZ）的变更。该变更记录在CDHDR和CDPOS中。采集设置EBAN-EBAKZ字段时，在变更表中记录事件。事件类型 explicit

建议可选

提取指南

如何从SAP ECC获取数据

步骤

授予数据库访问权限：开始前，请确保您拥有SAP ECC底层数据库的只读访问权限。这需要特定凭据（用户名、密码、主机和端口），属于非标准访问权限，必须获得SAP基础团队和安全团队批准。
确定SAP架构：使用DBeaver、Toad或SQL Developer等标准SQL客户端连接数据库。您需要确定存储相关表的正确SAP架构，通常命名为SAPSR3或SAPR3。
准备SQL查询：使用本文档提供的完整SQL查询。该查询通过连接主数据表和变更日志表，提取所需的全部活动和属性。
设置查询参数：找到查询中的占位符，并根据您的系统和业务需求替换。主要占位符包括'{source_system_name}'、'{start_date}'、'{end_date}'、'{company_codes}'和'{document_types}'。
调整数据库特定语法：所提供的查询使用通用SQL语法。不过，创建时间戳的函数（如TO_TIMESTAMP）或字符串处理语法可能需要根据具体数据库系统进行小幅调整，例如Oracle、SQL Server、DB2或HANA。
执行提取：在SQL客户端中运行定制后的查询。对于大型数据集，强烈建议在业务低峰期运行，以避免影响系统性能。
检查初步结果：查询完成后，快速检查输出，确保包含预期列（PurchaseRequisitionId、ActivityName、EventTime等），并且各类活动均返回了记录。
导出为CSV：将SQL客户端中的完整结果集导出为CSV文件。确保文件使用UTF-8编码，避免特殊字符出现问题。
准备上传：确认CSV列标题与SQL查询中定义的别名完全一致。文件应是结构清晰的事件日志表格。
上传至ProcessMind：将最终CSV文件上传到您的ProcessMind项目，用于分析和可视化。

配置

数据库连接：需要直接连接SAP ECC数据库。您需要主机名、端口、数据库名称以及适当的用户凭据。
SAP架构：必须知道包含SAP表的架构名称，例如SAPSR3。查询必须在该架构上下文中执行。
日期范围：为控制性能和数据量，必须按具体日期范围进行筛选。建议先使用3至6个月的时间段。将'{start_date}'和'{end_date}'占位符设置为YYYYMMDD格式。
组织筛选条件：为开展更有针对性的分析，请按公司代码（BUKRS）和采购申请单据类型（BSART）筛选数据。将'{company_codes}'和'{document_types}'占位符替换为以逗号分隔的值列表，例如'1000','2000'。
前提条件：此方法需要获得SAP基础团队和安全团队批准，以取得直接数据库凭据。这不是标准最终用户操作。
性能注意事项：查询会连接变更日志表（CDHDR、CDPOS），这些表可能非常庞大。缺少适当筛选时，查询可能运行缓慢并消耗大量系统资源。请始终使用严格的日期范围及其他筛选条件执行查询。

a 示例查询 sql

WITH REQUISITION_BASE AS (
    SELECT 
        EBAN.MANDT,
        EBAN.BANFN,
        EBAN.BNFPO,
        EBAN.BSART AS RequisitionDocumentType,
        EBAN.ERNAM,
        EBAN.ERDAT,
        EBAN.ERZET,
        EBAN.FRGZU AS CurrentRequisitionStatus,
        EBAKN.KOSTL AS Department,
        EBAKN.GSWRT
    FROM EBAN
    LEFT JOIN EBAKN ON EBAN.MANDT = EBAKN.MANDT AND EBAN.BANFN = EBAKN.BANFN AND EBAN.BNFPO = EBAKN.BNFPO
    WHERE EBAN.ERDAT BETWEEN '{start_date}' AND '{end_date}'
      AND EBAN.BUKRS IN ('{company_codes}')
      AND EBAN.BSART IN ('{document_types}')
),
REQUISITION_AGG AS (
    SELECT 
        MANDT, BANFN, RequisitionDocumentType, ERNAM, ERDAT, ERZET, CurrentRequisitionStatus, Department,
        SUM(GSWRT) AS TotalRequisitionValue
    FROM REQUISITION_BASE
    GROUP BY MANDT, BANFN, RequisitionDocumentType, ERNAM, ERDAT, ERZET, CurrentRequisitionStatus, Department
)
-- 1. Requisition Created
SELECT
    R.BANFN AS PurchaseRequisitionId,
    'Requisition Created' AS ActivityName,
    TO_TIMESTAMP(R.ERDAT || R.ERZET, 'YYYYMMDDHH24MISS') AS EventTime,
    '{source_system_name}' AS SourceSystem,
    CURRENT_TIMESTAMP AS LastDataUpdate,
    R.ERNAM AS User,
    R.Department AS Department,
    R.CurrentRequisitionStatus AS RequisitionStatus,
    R.RequisitionDocumentType AS RequisitionDocumentType,
    R.TotalRequisitionValue AS TotalRequisitionValue
FROM REQUISITION_AGG R

UNION ALL

-- 2. Requisition Amended, Approval Steps, Status Changes from Change Logs
SELECT 
    SUBSTRING(C.OBJECTID, 4, 10) AS PurchaseRequisitionId,
    CASE 
        WHEN C.FNAME = 'FRGZU' AND C.VALUE_NEW > C.VALUE_OLD THEN 'Approval Step Approved'
        WHEN C.FNAME = 'FRGZU' AND C.VALUE_NEW < C.VALUE_OLD THEN 'Approval Step Rejected'
        WHEN C.FNAME = 'FRGZU' AND C.VALUE_NEW = '{final_approval_status_code}' THEN 'Requisition Approved'
        WHEN C.FNAME = 'FRGZU' AND C.VALUE_NEW = '{final_rejection_status_code}' THEN 'Requisition Rejected'
        WHEN C.FNAME = 'FRGSX' AND C.VALUE_OLD IS NOT NULL AND C.VALUE_NEW IS NULL THEN 'Approval Reset'
        WHEN C.FNAME = 'FRGZU' AND C.CHNGIND = 'U' AND C.TCODE LIKE 'ME54%' THEN 'Approval Submitted' 
        WHEN C.FNAME = 'LOEKZ' AND C.VALUE_NEW IN ('L', 'X') THEN 'Requisition Withdrawn'
        WHEN C.FNAME = 'EBAKZ' AND C.VALUE_NEW = 'X' THEN 'Requisition Blocked'
        WHEN C.FNAME = 'STATU' AND C.VALUE_NEW = 'B' THEN 'Purchase Order Created'
        WHEN C.FNAME = 'EREKZ' AND C.VALUE_NEW = 'X' THEN 'Requisition Closed'
        ELSE 'Requisition Amended'
    END AS ActivityName,
    TO_TIMESTAMP(C.UDATE || C.UTIME, 'YYYYMMDDHH24MISS') AS EventTime,
    '{source_system_name}' AS SourceSystem,
    CURRENT_TIMESTAMP AS LastDataUpdate,
    C.USERNAME AS User,
    R.Department AS Department,
    C.VALUE_NEW AS RequisitionStatus,
    R.RequisitionDocumentType AS RequisitionDocumentType,
    R.TotalRequisitionValue AS TotalRequisitionValue
FROM CDHDR C
JOIN CDPOS P ON C.MANDANT = P.MANDANT AND C.OBJECTCLAS = P.OBJECTCLAS AND C.OBJECTID = P.OBJECTID AND C.CHANGENR = P.CHANGENR
JOIN REQUISITION_AGG R ON SUBSTRING(C.OBJECTID, 4, 10) = R.BANFN
WHERE C.OBJECTCLAS = 'BANF'
  AND C.UDATE || C.UTIME <> R.ERDAT || R.ERZET -- Exclude changes made at the exact time of creation
  AND NOT (C.TCODE IN ('ME51', 'ME51N') AND C.UDATE = R.ERDAT) -- Exclude initial creation events from being amendments

UNION ALL

-- 3. Approval Step Started (Inferred)
SELECT 
    SUBSTRING(C.OBJECTID, 4, 10) AS PurchaseRequisitionId,
    'Approval Step Started' AS ActivityName,
    TO_TIMESTAMP(C.UDATE || C.UTIME, 'YYYYMMDDHH24MISS') AS EventTime,
    '{source_system_name}' AS SourceSystem,
    CURRENT_TIMESTAMP AS LastDataUpdate,
    C.USERNAME AS User,
    R.Department AS Department,
    P.VALUE_OLD AS RequisitionStatus,
    R.RequisitionDocumentType AS RequisitionDocumentType,
    R.TotalRequisitionValue AS TotalRequisitionValue
FROM CDHDR C
JOIN CDPOS P ON C.MANDANT = P.MANDANT AND C.OBJECTCLAS = P.OBJECTCLAS AND C.OBJECTID = P.OBJECTID AND C.CHANGENR = P.CHANGENR
JOIN REQUISITION_AGG R ON SUBSTRING(C.OBJECTID, 4, 10) = R.BANFN
WHERE C.OBJECTCLAS = 'BANF' AND P.FNAME = 'FRGZU' AND P.CHNGIND = 'U'
  AND P.VALUE_OLD IS NOT NULL AND P.VALUE_NEW IS NOT NULL AND P.VALUE_NEW > P.VALUE_OLD; -- This logic infers that a step starts just before it is approved

步骤

设置Python环境：确保已安装Python 3.6或更高版本。创建项目文件夹并设置虚拟环境，以管理依赖项。使用pip安装所需库： pip install pyrfc pandas numpy
SAP RFC SDK：从SAP Support Portal下载SAP NetWeaver RFC SDK。解压内容，并将库文件（例如Windows上的sapnwrfc.dll、Linux上的libsapnwrfc.so）放入系统路径或Python脚本可访问的目录。
配置SAP连接：打开提供的Python脚本，找到SAP连接参数部分，将占位值（ashost、sysnr、client、user、passwd）替换为实际SAP系统凭据。确保用户拥有RFC执行和表访问所需的授权。
定义提取参数：在脚本中设置date_from和date_to变量，定义所需的提取时间范围。建议先使用较短的时间段，例如一个月，以测试提取流程。
执行Python脚本：在终端中使用命令python your_script_name.py运行脚本。脚本将通过RFC连接SAP，针对每个所需表（EBAN、EKKO、EKPO、CDHDR、CDPOS）调用RFC_READ_TABLE并下载数据。
获取数据：脚本提取申请、采购订单和变更单据的原始数据，并使用日期范围和对象类别等筛选条件，限制传输的数据量。
本地数据转换：数据下载后，脚本使用pandas库在本地完成所有转换。它会处理原始表数据，为13项所需活动分别生成事件日志条目，例如“申请已创建”“审批步骤已批准”和“采购订单已创建”。
生成事件日志：脚本将各表生成的活动合并到一个统一的DataFrame中，计算活动时间戳、映射用户名，并将数据整理为所需的案例ID、活动和时间戳格式。
属性映射：将PurchaseRequisitionId、ActivityName、EventTime、User和TotalRequisitionValue等关键属性映射到最终DataFrame中的相应列。
导出为CSV：脚本将最终事件日志保存为同一目录下名为event_log_pr.csv的CSV文件。该文件可直接上传至ProcessMind。
检查并上传：打开生成的CSV文件，检查数据是否完整、准确。确认无误后，即可将文件上传到您的ProcessMind项目。

配置

SAP连接：脚本需要SAP ECC系统的直接RFC连接信息，包括应用服务器、系统编号、客户端、用户和密码。指定用户必须拥有RFC调用权限，以及对EBAN、EKPO、EKKO、CDHDR和CDPOS表的显示访问权限。
日期范围：提取范围由脚本中的开始日期和结束日期参数控制。首次运行及为控制性能，建议提取3至6个月的数据。
表筛选条件：在可能的情况下，RFC调用会执行筛选。例如，按创建日期（EBAN-ERDAT）筛选申请，按日期（CDHDR-UDATE）和对象类别（CDHDR-OBJECTCLAS = 'BANF'）筛选变更单据。
Python库：脚本依赖pyrfc实现SAP连接，依赖pandas进行数据处理。请确保这些库已安装在Python环境中。
性能：通过RFC_READ_TABLE提取超大型数据集时可能较慢，因为数据会逐表顺序读取。建议在业务低峰期运行，以降低系统负载。
单据类型：脚本默认提取所有采购申请单据类型。如需缩小范围，可以根据EBAN表中的BSART列，在pandas DataFrame中添加提取后的筛选条件。

a 示例查询 python

import pandas as pd
from pyrfc import Connection
import datetime

class=class="hl-string">"hl-comment"># --- 1. Configuration Settings ---
class=class="hl-string">"hl-comment"># Replace with your SAP system connection details
SAP_CONNECTION_PARAMS = {
    class="hl-string">"ashost": class="hl-string">"your_sap_host",      class=class="hl-string">"hl-comment"># Application server host
    class="hl-string">"sysnr": class="hl-string">"00",                 class=class="hl-string">"hl-comment"># System number
    class="hl-string">"client": class="hl-string">"100",               class=class="hl-string">"hl-comment"># Client
    class="hl-string">"user": class="hl-string">"your_rfc_user",       class=class="hl-string">"hl-comment"># RFC user
    class="hl-string">"passwd": class="hl-string">"your_password"      class=class="hl-string">"hl-comment"># Password
}

class=class="hl-string">"hl-comment"># Date range for the extraction (YYYYMMDD format)
date_from = class="hl-string">'20230101'
date_to = class="hl-string">'20231231'

source_system = class="hl-string">"SAP ECC"
last_data_update = datetime.datetime.now().isoformat()

class=class="hl-string">"hl-comment"># --- 2. Helper function for RFC_READ_TABLE ---
def rfc_read_table(conn, table_name, fields, options):
    class="hl-string">"""Fetches data from an SAP table using RFC_READ_TABLE."""
    try:
        result = conn.call(class="hl-string">'RFC_READ_TABLE',
                           QUERY_TABLE=table_name,
                           DELIMITER=class="hl-string">',',
                           FIELDS=fields,
                           OPTIONS=options)
        
        data = result[class="hl-string">'DATA']
        if not data:
            return pd.DataFrame(columns=[field[class="hl-string">'FIELDNAME'] for field in fields])

        records = [row[class="hl-string">'WA'].strip().split(class="hl-string">',') for row in data]
        df = pd.DataFrame(records, columns=[field[class="hl-string">'FIELDNAME'] for field in fields])
        class=class="hl-string">"hl-comment"># Trim whitespace from all cells
        df = df.apply(lambda x: x.str.strip() if x.dtype == class="hl-string">"object" else x)
        return df
    except Exception as e:
        print(fclass="hl-string">"Error reading table {table_name}: {e}")
        return pd.DataFrame(columns=[field[class="hl-string">'FIELDNAME'] for field in fields])

class=class="hl-string">"hl-comment"># --- 3. Main Extraction Logic ---
def main():
    print(class="hl-string">"Starting SAP data extraction...")
    try:
        conn = Connection(**SAP_CONNECTION_PARAMS)
    except Exception as e:
        print(fclass="hl-string">"Failed to connect to SAP: {e}")
        return

    class=class="hl-string">"hl-comment"># --- EBAN (Purchase Requisitions) ---
    print(class="hl-string">"Extracting EBAN...")
    eban_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'BANFN'}, {class="hl-string">'FIELDNAME': class="hl-string">'BNFPO'}, {class="hl-string">'FIELDNAME': class="hl-string">'BSART'}, {class="hl-string">'FIELDNAME': class="hl-string">'ERNAM'}, {class="hl-string">'FIELDNAME': class="hl-string">'ERDAT'}, {class="hl-string">'FIELDNAME': class="hl-string">'ERFZEIT'}, {class="hl-string">'FIELDNAME': class="hl-string">'PREIS'}, {class="hl-string">'FIELDNAME': class="hl-string">'MENGE'}, {class="hl-string">'FIELDNAME': class="hl-string">'KOSTL'}, {class="hl-string">'FIELDNAME': class="hl-string">'FRGZU'}, {class="hl-string">'FIELDNAME': class="hl-string">'FRGSX'}]
    eban_options = [fclass="hl-string">"ERDAT >= '{date_from}' AND ERDAT <= '{date_to}'"]
    df_eban = rfc_read_table(conn, class="hl-string">'EBAN', eban_fields, eban_options)
    if df_eban.empty:
        print(class="hl-string">"No requisitions found in EBAN for the given date range. Exiting.")
        conn.close()
        return

    df_eban[class="hl-string">'PREIS'] = pd.to_numeric(df_eban[class="hl-string">'PREIS'], errors=class="hl-string">'coerce').fillna(0)
    df_eban[class="hl-string">'MENGE'] = pd.to_numeric(df_eban[class="hl-string">'MENGE'], errors=class="hl-string">'coerce').fillna(0)
    df_eban[class="hl-string">'TotalRequisitionValue'] = df_eban[class="hl-string">'PREIS'] * df_eban[class="hl-string">'MENGE']
    df_eban_grouped = df_eban.groupby(class="hl-string">'BANFN').agg(
        TotalRequisitionValue=(class="hl-string">'TotalRequisitionValue', class="hl-string">'sum'),
        RequisitionDocumentType=(class="hl-string">'BSART', class="hl-string">'first'),
        Department=(class="hl-string">'KOSTL', class="hl-string">'first')
    ).reset_index()
    df_eban = df_eban.merge(df_eban_grouped, on=class="hl-string">'BANFN', suffixes=(class="hl-string">'', class="hl-string">'_agg'))

    class=class="hl-string">"hl-comment"># --- EKPO/EKKO (Purchase Orders) ---
    print(class="hl-string">"Extracting EKPO and EKKO...")
    banfn_list = class="hl-string">"'" + class="hl-string">"', '".join(df_eban[class="hl-string">'BANFN'].unique()) + class="hl-string">"'"
    ekpo_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'BANFN'}, {class="hl-string">'FIELDNAME': class="hl-string">'BNFPO'}, {class="hl-string">'FIELDNAME': class="hl-string">'EBELN'}]
    ekpo_options = [fclass="hl-string">"BANFN IN ({banfn_list})"]
    df_ekpo = rfc_read_table(conn, class="hl-string">'EKPO', ekpo_fields, ekpo_options)

    ekko_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'EBELN'}, {class="hl-string">'FIELDNAME': class="hl-string">'AEDAT'}]
    if not df_ekpo.empty:
        ebeln_list = class="hl-string">"'" + class="hl-string">"', '".join(df_ekpo[class="hl-string">'EBELN'].unique()) + class="hl-string">"'"
        ekko_options = [fclass="hl-string">"EBELN IN ({ebeln_list})"]
        df_ekko = rfc_read_table(conn, class="hl-string">'EKKO', ekko_fields, ekko_options)
        df_po = pd.merge(df_ekpo, df_ekko, on=class="hl-string">'EBELN')
    else:
        df_po = pd.DataFrame(columns=[class="hl-string">'BANFN', class="hl-string">'BNFPO', class="hl-string">'EBELN', class="hl-string">'AEDAT'])

    class=class="hl-string">"hl-comment"># --- CDHDR/CDPOS (Change Documents) ---
    print(class="hl-string">"Extracting CDHDR and CDPOS...")
    cdhdr_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'OBJECTID'}, {class="hl-string">'FIELDNAME': class="hl-string">'CHANGENR'}, {class="hl-string">'FIELDNAME': class="hl-string">'USERNAME'}, {class="hl-string">'FIELDNAME': class="hl-string">'UDATE'}, {class="hl-string">'FIELDNAME': class="hl-string">'UTIME'}]
    cdhdr_options = [fclass="hl-string">"OBJECTCLAS = 'BANF' AND UDATE >= '{date_from}' AND UDATE <= '{date_to}'"]
    df_cdhdr = rfc_read_table(conn, class="hl-string">'CDHDR', cdhdr_fields, cdhdr_options)
    
    df_cdpos = pd.DataFrame()
    if not df_cdhdr.empty:
        class=class="hl-string">"hl-comment"># Process changenr in chunks to avoid overly long SQL queries
        changenr_chunks = [df_cdhdr[class="hl-string">'CHANGENR'][i:i + 100] for i in range(0, df_cdhdr.shape[0], 100)]
        cdpos_fields = [{class="hl-string">'FIELDNAME': class="hl-string">'CHANGENR'}, {class="hl-string">'FIELDNAME': class="hl-string">'TABNAME'}, {class="hl-string">'FIELDNAME': class="hl-string">'FNAME'}, {class="hl-string">'FIELDNAME': class="hl-string">'VALUE_NEW'}, {class="hl-string">'FIELDNAME': class="hl-string">'VALUE_OLD'}]
        cdpos_frames = []
        for chunk in changenr_chunks:
            changenr_list = class="hl-string">"'" + class="hl-string">"', '".join(chunk) + class="hl-string">"'"
            cdpos_options = [fclass="hl-string">"OBJECTCLAS = 'BANF' AND CHANGENR IN ({changenr_list}) AND TABNAME = 'EBAN'"]
            cdpos_frames.append(rfc_read_table(conn, class="hl-string">'CDPOS', cdpos_fields, cdpos_options))
        if cdpos_frames:
            df_cdpos = pd.concat(cdpos_frames, ignore_index=True)

    conn.close()
    print(class="hl-string">"Extraction from SAP complete. Starting transformation...")

    class=class="hl-string">"hl-comment"># --- 4. Event Log Generation ---
    events = []

    class=class="hl-string">"hl-comment"># Activity: Requisition Created
    df_created = df_eban[[class="hl-string">'BANFN', class="hl-string">'ERNAM', class="hl-string">'ERDAT', class="hl-string">'ERFZEIT', class="hl-string">'RequisitionDocumentType', class="hl-string">'TotalRequisitionValue', class="hl-string">'Department']].drop_duplicates(subset=[class="hl-string">'BANFN'])
    for _, row in df_created.iterrows():
        events.append({
            class="hl-string">'PurchaseRequisitionId': row[class="hl-string">'BANFN'],
            class="hl-string">'ActivityName': class="hl-string">'Requisition Created',
            class="hl-string">'EventTime': fclass="hl-string">"{row['ERDAT']} {row['ERFZEIT']}",
            class="hl-string">'User': row[class="hl-string">'ERNAM'],
            class="hl-string">'RequisitionDocumentType': row[class="hl-string">'RequisitionDocumentType'],
            class="hl-string">'TotalRequisitionValue': row[class="hl-string">'TotalRequisitionValue'],
            class="hl-string">'Department': row[class="hl-string">'Department'],
            class="hl-string">'RequisitionStatus': class="hl-string">'Created'
        })

    class=class="hl-string">"hl-comment"># Merge change documents
    df_changes = pd.DataFrame()
    if not df_cdhdr.empty and not df_cdpos.empty:
        df_changes = pd.merge(df_cdhdr, df_cdpos, on=class="hl-string">'CHANGENR')
        df_changes[class="hl-string">'PurchaseRequisitionId'] = df_changes[class="hl-string">'OBJECTID'].str[:10]
        df_changes[class="hl-string">'EventTime'] = pd.to_datetime(df_changes[class="hl-string">'UDATE'] + class="hl-string">' ' + df_changes[class="hl-string">'UTIME'], format=class="hl-string">'%Y%m%d %H%M%S')

    if not df_changes.empty:
        class=class="hl-string">"hl-comment"># Activities from Change Logs
        for _, row in df_changes.iterrows():
            activity = None
            status = None

            class=class="hl-string">"hl-comment"># Approval-related activities
            if row[class="hl-string">'FNAME'] in [class="hl-string">'FRGZU', class="hl-string">'FRGSX']:
                if row[class="hl-string">'VALUE_OLD'].strip() == class="hl-string">'' and row[class="hl-string">'VALUE_NEW'].strip() != class="hl-string">'':
                    activity = class="hl-string">'Approval Submitted'
                    status = class="hl-string">'In Approval'
                elif row[class="hl-string">'VALUE_OLD'] != class="hl-string">'' and row[class="hl-string">'VALUE_NEW'] == class="hl-string">'':
                    activity = class="hl-string">'Approval Reset'
                    status = class="hl-string">'In Progress'
                else:
                    class=class="hl-string">"hl-comment"># Logic to differentiate approve/reject might need config specifics
                    activity = class="hl-string">'Approval Step Approved' if row[class="hl-string">'VALUE_NEW'] > row[class="hl-string">'VALUE_OLD'] else class="hl-string">'Approval Step Rejected'
                    status = class="hl-string">'In Approval'
            class=class="hl-string">"hl-comment"># Final Approval/Rejection
            elif row[class="hl-string">'FNAME'] == class="hl-string">'FRGZU':
                 class=class="hl-string">"hl-comment"># This logic assumes specific final approval/rejection codes. Adjust if needed.
                 if row[class="hl-string">'VALUE_NEW'] in [class="hl-string">'X', class="hl-string">'Y', class="hl-string">'Z']: class=class="hl-string">"hl-comment"># Placeholder for final approval states
                     activity = class="hl-string">'Requisition Approved'
                     status = class="hl-string">'Approved'
                 elif row[class="hl-string">'VALUE_NEW'] in [class="hl-string">'R', class="hl-string">'S']: class=class="hl-string">"hl-comment"># Placeholder for final rejection states
                     activity = class="hl-string">'Requisition Rejected'
                     status = class="hl-string">'Rejected'
            class=class="hl-string">"hl-comment"># Other Amendments
            elif row[class="hl-string">'FNAME'] not in [class="hl-string">'FRGZU', class="hl-string">'FRGSX', class="hl-string">'LOEKZ', class="hl-string">'EBAKZ']:
                activity = class="hl-string">'Requisition Amended'
                status = class="hl-string">'Amended'
            class=class="hl-string">"hl-comment"># Blocked
            elif row[class="hl-string">'FNAME'] == class="hl-string">'EBAKZ' and row[class="hl-string">'VALUE_NEW'] == class="hl-string">'B':
                activity = class="hl-string">'Requisition Blocked'
                status = class="hl-string">'Blocked'
            class=class="hl-string">"hl-comment"># Withdrawn
            elif row[class="hl-string">'FNAME'] == class="hl-string">'LOEKZ' and row[class="hl-string">'VALUE_NEW'] == class="hl-string">'L':
                activity = class="hl-string">'Requisition Withdrawn'
                status = class="hl-string">'Withdrawn'
            class=class="hl-string">"hl-comment"># Closed
            elif row[class="hl-string">'FNAME'] == class="hl-string">'EBAKZ' and row[class="hl-string">'VALUE_NEW'] == class="hl-string">'L':
                activity = class="hl-string">'Requisition Closed'
                status = class="hl-string">'Closed'

            if activity:
                events.append({
                    class="hl-string">'PurchaseRequisitionId': row[class="hl-string">'PurchaseRequisitionId'],
                    class="hl-string">'ActivityName': activity,
                    class="hl-string">'EventTime': row[class="hl-string">'EventTime'].strftime(class="hl-string">'%Y-%m-%d %H:%M:%S'),
                    class="hl-string">'User': row[class="hl-string">'USERNAME'],
                    class="hl-string">'RequisitionStatus': status
                })

    class=class="hl-string">"hl-comment"># Activity: Purchase Order Created
    if not df_po.empty:
        df_po_first = df_po.sort_values(class="hl-string">'AEDAT').drop_duplicates(class="hl-string">'BANFN', keep=class="hl-string">'first')
        for _, row in df_po_first.iterrows():
            events.append({
                class="hl-string">'PurchaseRequisitionId': row[class="hl-string">'BANFN'],
                class="hl-string">'ActivityName': class="hl-string">'Purchase Order Created',
                class="hl-string">'EventTime': fclass="hl-string">"{row['AEDAT']} 00:00:00", class=class="hl-string">"hl-comment"># EKKO only has date
                class="hl-string">'User': None, class=class="hl-string">"hl-comment"># User info not directly in EKKO/EKPO for this event
                class="hl-string">'RequisitionStatus': class="hl-string">'PO Created'
            })
            
    class=class="hl-string">"hl-comment"># Dummy activities for Approval Step Started (inferred before approval)
    class=class="hl-string">"hl-comment"># This is a simplified inference. Real logic can be much more complex.
    approval_events = [e for e in events if e[class="hl-string">'ActivityName'] == class="hl-string">'Approval Step Approved']
    for event in approval_events:
        event_time = pd.to_datetime(event[class="hl-string">'EventTime'])
        class=class="hl-string">"hl-comment"># Infer class="hl-string">'started' event one minute before class="hl-string">'approved' for demonstration
        start_time = event_time - datetime.timedelta(minutes=1)
        events.append({
            class="hl-string">'PurchaseRequisitionId': event[class="hl-string">'PurchaseRequisitionId'],
            class="hl-string">'ActivityName': class="hl-string">'Approval Step Started',
            class="hl-string">'EventTime': start_time.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S'),
            class="hl-string">'User': None, class=class="hl-string">"hl-comment"># Approver user is not known until they approve
            class="hl-string">'RequisitionStatus': class="hl-string">'In Approval'
        })

    class=class="hl-string">"hl-comment"># --- 5. Final Formatting ---
    if not events:
        print(class="hl-string">"No events generated. Exiting.")
        return

    df_event_log = pd.DataFrame(events)
    df_event_log = df_event_log.merge(df_eban_grouped, left_on=class="hl-string">'PurchaseRequisitionId', right_on=class="hl-string">'BANFN', how=class="hl-string">'left')
    df_event_log[class="hl-string">'EventTime'] = pd.to_datetime(df_event_log[class="hl-string">'EventTime'])
    df_event_log = df_event_log.sort_values(by=[class="hl-string">'PurchaseRequisitionId', class="hl-string">'EventTime'])

    class=class="hl-string">"hl-comment"># Fill forward attributes within each case
    df_event_log[class="hl-string">'RequisitionDocumentType'] = df_event_log.groupby(class="hl-string">'PurchaseRequisitionId')[class="hl-string">'RequisitionDocumentType_agg'].transform(lambda x: x.ffill().bfill())
    df_event_log[class="hl-string">'TotalRequisitionValue'] = df_event_log.groupby(class="hl-string">'PurchaseRequisitionId')[class="hl-string">'TotalRequisitionValue_agg'].transform(lambda x: x.ffill().bfill())
    df_event_log[class="hl-string">'Department'] = df_event_log.groupby(class="hl-string">'PurchaseRequisitionId')[class="hl-string">'Department_agg'].transform(lambda x: x.ffill().bfill())

    class=class="hl-string">"hl-comment"># Add standard columns
    df_event_log[class="hl-string">'SourceSystem'] = source_system
    df_event_log[class="hl-string">'LastDataUpdate'] = last_data_update

    class=class="hl-string">"hl-comment"># Select and rename final columns
    final_columns = {
        class="hl-string">'PurchaseRequisitionId': class="hl-string">'PurchaseRequisitionId',
        class="hl-string">'ActivityName': class="hl-string">'ActivityName',
        class="hl-string">'EventTime': class="hl-string">'EventTime',
        class="hl-string">'SourceSystem': class="hl-string">'SourceSystem',
        class="hl-string">'LastDataUpdate': class="hl-string">'LastDataUpdate',
        class="hl-string">'User': class="hl-string">'User',
        class="hl-string">'Department': class="hl-string">'Department',
        class="hl-string">'RequisitionStatus': class="hl-string">'RequisitionStatus',
        class="hl-string">'RequisitionDocumentType': class="hl-string">'RequisitionDocumentType',
        class="hl-string">'TotalRequisitionValue': class="hl-string">'TotalRequisitionValue'
    }
    df_event_log = df_event_log[final_columns.keys()].rename(columns=final_columns)
    
    class=class="hl-string">"hl-comment"># Save to CSV
    df_event_log.to_csv(class="hl-string">'event_log_pr.csv', index=False)
    print(class="hl-string">"Event log successfully created: event_log_pr.csv")

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

准备开始了吗？

使用此模板，确保您的数据结构完全适合流程挖掘，深入了解采购到付款申请流程。立即开始流程优化之旅！

返回改进指南下载模板

释放P2P申请流程效率，立即开始试用

精准定位并解决P2P瓶颈，将周期时间缩短30%或更多。

开始免费试用

无需信用卡，免费使用14天

您的采购到付款申请数据模板

您的采购到付款申请数据模板

采购到付款-采购申请属性

采购到付款-采购申请活动

提取指南

直接查询SAP ECC底层数据库

步骤

配置

a 示例查询 sql

使用SAP RFC通过Python脚本提取表数据

步骤

配置

a 示例查询 python

准备开始了吗？

释放P2P申请流程效率，立即开始试用

您的采购到付款申请数据模板

您的采购到付款申请数据模板

采购到付款-采购申请属性

采购到付款-采购申请活动

提取指南

直接查询SAP ECC底层数据库

步骤

配置

a 示例查询 sql

使用SAP RFC通过Python脚本提取表数据

步骤

配置

a 示例查询 python

准备开始了吗？

释放P2P申请流程效率，立即开始试用

我们重视您的隐私