您的应付账款付款处理数据模板

SAP ECC

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

此模板为您在 SAP ECC 中绘制付款 workflow 提供了一种结构化的方法，帮助您识别关键数据点和里程碑。它提供了详细的属性和活动列表，以及实用的提取指南，助您构建稳健的事件日志。遵循此指南，您可以精准定位付款延迟，并有效优化财务运营。

付款分析的基本 data 字段
用于跟踪工作流的关键流程里程碑
SAP ECC 逐步提取指南

不熟悉事件日志？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 系统中抓取的数据字段，以便对应付账款生命周期进行深入分析。

5 必填 10 推荐 6 可选

	名称	描述
	事件timestamp EventTimestamp	活动发生的精确日期和时间。
描述该属性记录了 SAP 系统中发生操作的精确时刻。它通常结合了相关表（如 CPUDT 和 CPUTM）中的系统日期和系统时间字段。它对于计算所有基于时间的 KPI 至关重要，包括周期时间、审批提前期和流程吞吐量。如果没有准确的时间戳，就无法确定事件顺序或衡量效率。为何重要对于排列 event 顺序和计算时长指标至关重要。获取方式 SAP ECC BKPF 表 (CPUDT/CPUTM) 或 CDHDR 表 (UDATE/UTIME) 示例 2023-10-15T09:30:00Z2023-10-15T14:45:12Z2023-10-16T08:15:00Z
	最后数据更新 LastDataUpdate	最近一次数据提取的时间戳。
描述该属性指示数据记录上次从源系统刷新的时间。它用于确定分析的时效性并管理增量数据加载。在仪表板中，这有助于用户了解他们看到的是实时数据还是前一阶段的快照，这对于未清发票的业务监控至关重要。为何重要提供有关数据延迟和可靠性的上下文。获取方式 ETL 流程元 data 示例 2023-11-01T00:00:00Z2023-11-01T12:00:00Z
	发票编号 InvoiceNumber	供应商发票单据的唯一标识符。
描述该属性作为应付账款流程的核心 Case 标识符。在 SAP ECC 中，从技术上讲，它是客户端、公司代码、会计年度和会计凭证编号 (BELNR) 的组合，以确保全系统范围内的全局唯一性。它将与特定供应商负债相关的所有活动归组。分析时使用此字段来追踪付款义务的端到端生命周期。它允许流程挖掘工具重构发票的历史，从收到或扫描发票那一刻起，直到在总账中过账最终清账分录。为何重要它是将 event、状态变更和财务过账链接到单个流程实例中的基础键值。获取方式 SAP ECC BKPF 表 BELNR 字段（结合 BUKRS 和 GJAHR）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。
描述该属性描述了应付账款流程中发生的事件，例如“发票已过账”、“已应用付款冻结”或“已执行付款运行”。它定义了流程图中的节点。在分析中，这些活动的顺序可以实现流程变体的可视化、识别返工循环（例如，解除冻结后又重新应用冻结），并根据标准审批 workflow 进行合规性检查。为何重要它决定了流程流向，是实现发票路径可视化所必需的。获取方式派生自事务码 (TCODE)、更改凭证对象类 (CDHDR) 或工作流日志示例发票已过账付款冻结已解除价格变更
	源系统 SourceSystem	SAP ERP 实例的标识符。
描述该属性识别提取数据的特定 SAP ECC 系统或客户端。在多系统架构中，这对于隔离数据以及分析不同地区或业务单位的绩效至关重要。它帮助用户将流程视图过滤到特定环境，并确保在将多个 SAP 实例接入同一个流程挖掘数据模型时，能够进行唯一的 Case 识别。为何重要确保多 ERP 环境中的 data 唯一性和上下文。获取方式系统配置或提取参数示例 SAP_ECC_PRODERP_NASAP_P01
	付款冻结代码 PaymentBlockCode	指示发票是否被冻结付款以及原因。
描述该属性 (ZLSPR) 包含防止发票被自动付款运行提取的代码（例如：‘R’ 代表发票校验，‘A’ 代表锁定）。监控此属性是“付款冻结与挂起解决”仪表板的核心。它允许分析师识别付款延迟最常见的原因，并衡量发票处于冻结状态的时间长短。为何重要流程摩擦和人工干预需求的主要指标。获取方式 SAP ECC BSEG 表 ZLSPR 字段示例 ARnull
	付款方式 PaymentMethod	支付发票所使用的方法（例如：支票、电汇、ACH）。
描述该属性 (ZLSCH) 指定付款将如何执行或已如何执行。它区分了手工支票、银行转账和电子支付。此字段驱动“付款方式自动化组合”仪表板和“电子支付采用率”KPI。它能帮助企业追踪从高成本手工支票向低成本电子转账的转型进度。为何重要追踪付款执行阶段的效率和成本。获取方式 SAP ECC BSEG 或 BKPF 表 ZLSCH 字段示例 CTU
	付款条款 PaymentTerms	定义付款条件和折扣的逻辑代码。
描述该属性存储付款条件代码 (ZTERM)，它决定了发票的到期时间以及是否适用现金折扣（如：10 天内 2% 折扣）。它是计算“早期付款折扣获取率”的基准。分析时使用此代码计算目标付款日期，并识别导致折扣损失或罚金的偏差。为何重要定义财务截止日期和折扣机会。获取方式 SAP ECC BSEG 表 ZTERM 字段示例 Z001NT300002
	供应商编号 VendorNumber	供应商或债权人的唯一标识符。
描述该属性唯一标识与发票关联的外部供应商 (LIFNR)。它链接到包含名称、地址和付款条件等详细信息的供应商主数据。供应商分析对于协商更好的条款、整合支出以及解决经常性问题至关重要。此字段通过将流程低效与特定供应商关联，为“供应商查询与支持量”仪表板提供支持。为何重要支持以供应商为中心的绩效分析。获取方式 SAP ECC BSEG 表 LIFNR 字段或 LFA1 表示例 0000100234VEND-5592102938
	公司代码 CompanyCode	为其创建财务报表的组织单位。
描述公司代码 (BUKRS) 是 SAP 财务会计中的核心组织单位。它代表企业结构中的特定法律实体或子公司。该属性用于按子公司或地区切分流程绩效。它允许利益相关者比较不同业务单位之间的“逾期付款率”或“自动化率”，从而识别表现优异和落后的部门。为何重要组织基准分析的主要维度。获取方式 SAP ECC BKPF 表 BUKRS 字段示例 1000US01DE10
	凭证类型 DocumentType	对会计凭证进行分类（例如发票、红字发票）。
描述凭证类型 (BLART) 对会计分录进行分类，区分标准供应商发票（如 KR）、贷项凭证（KG）或付款（KZ）。按凭证类型进行过滤对于准确的周期时间分析至关重要，因为贷项凭证的流程流转与标准发票不同。这能确保分析是在“同类比较”的基础上进行的。为何重要区分不同的财务工作流，如发票和贷记通知单。获取方式 SAP ECC BKPF 表 BLART 字段示例 KRREKG
	发票金额 InvoiceAmount	发票以本币计算的总金额。
描述该属性代表支付给供应商的金额 (DMBTR 或 WRBTR)。它对于评估流程低效带来的财务影响至关重要。在“活动金额”映射中，此字段可用于计算价值加权的 KPI。例如，高价值发票的逾期付款比低价值发票更严重。这有助于根据对营运资金的影响来优先处理工作。为何重要量化流程实例的财务量级。获取方式 SAP ECC BSEG 表 DMBTR 字段（本币）或 WRBTR 字段（凭证货币）示例 1500.00230.5010500.00
	用户名称 UserName	执行该活动的用户 ID。
描述该属性识别负责该事件的 SAP 用户 ID (USNAM)。它记录在事务抬头或更改日志中。它被映射到“用户”通用属性，以支持“人工干预率”分析和资源利用率视图。它有助于区分自动化系统用户（后台作业）和进行手动调整的人工用户。为何重要支持资源分析和自动化率计算。获取方式 SAP ECC BKPF 表 USNAM 字段或 CDHDR 表 USERNAME 字段示例 BSMITHWF-BATCHSAP_WORKER
	结清日期 ClearingDate	发票在系统中被清账或支付的日期。
描述该属性 (AUGDT) 记录了未清项在总账中清账的时间，标志着付款流程的完成。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”进行对比，可以确定付款是逾期还是准时。为何重要标志着财务流程的完成。获取方式 SAP ECC BSEG 表 AUGDT 字段示例 2023-11-202023-12-05
	采购订单号 PurchaseOrderNumber	与发票关联的采购单据参考。
描述如果发票是基于 PO 的，该属性包含采购订单编号 (EBELN)。它将应付账款流程链接回采购流程。这对于“PO 匹配与差异审计”仪表板至关重要。分析此字段有助于计算“PO 关联发票比例”，并比较基于 PO 和非 PO 的发票处理效率。为何重要将应付账款与采购联系起来，并识别匹配工作流。获取方式 SAP ECC BSEG 表 EBELN 字段示例 45000123894500099221null
	付款基准日期 BaselinePaymentDate	计算付款条件的起始日期。
描述该属性 (ZFBDT) 是计算净到期日和折扣到期日的起点。根据配置，它通常反映发票接收日期或凭证日期。对“逾期付款率”的准确分析依赖于此字段。如果基准日期不正确，所有后续的到期日计算和逾期付款标记都将出现误差。为何重要所有账龄和到期日计算的基准日期。获取方式 SAP ECC BSEG 表 ZFBDT 字段示例 2023-10-012023-11-15
	净付款到期日 NetDueDate	计算出的发票必须支付的截止日期。
描述该属性代表最终付款期限。它是通过在“基准付款日期”上加上“付款条件”中的最大付款天数计算得出的。它作为“逾期付款与罚金监控”的基准。如果没有这个计算字段，就无法标记那些违反了服务水平协议 (SLA) 的发票。为何重要整个流程的目标截止日期。获取方式计算得出：基准付款日期 + 付款条件（天数）示例 2023-11-302023-12-15
	参考编号 ReferenceNumber	物理单据上提供的供应商发票号码。
描述参考编号 (XBLNR) 是供应商提供的外部标识符。它是在创建发票期间手动输入或通过 OCR 抓取的。该属性是“重复付款预防”分析的主键。算法会检查同一供应商和同一金额下是否存在多个相同的参考编号，从而标记潜在的重复付款。为何重要对于识别重复项和审计特定供应商账单至关重要。获取方式 SAP ECC BKPF 表 XBLNR 字段示例 INV-2023-00199887766OCT-BILLING
	是否基于采购订单 IsPOBased	指示发票是否链接到采购订单的标志。
描述该布尔属性通过检查“采购订单编号”字段是否已填充得出。它将数据细分为基于采购订单 (MM-LIV) 和非采购订单 (FI-AP) 的流程。这种细分对于“非 PO 处理效率”分析至关重要，因为非 PO 发票通常需要更多的人工审批步骤，且周期时间更长。为何重要流程效率分析的基础细分。获取方式派生：如果 EBELN 不为空/不为 null，则为 True 示例 truefalse
	是否逾期支付 IsLatePayment	指示付款是否发生在到期日之后的标志。
描述该布尔属性通过比较“清账日期”和“净到期日”计算得出。如果清账日期晚于到期日，则标记为 True。它是“逾期付款率”KPI 的直接驱动因素。这个预计算的标记简化了仪表板的创建，允许用户直接统计 True 的数量，而无需在可视化层编写复杂的逻辑。为何重要简化了关于计划执行情况的 KPI 报告。获取方式计算得出：清账日期 > 净到期日示例 truefalse
	货币代码 CurrencyCode	发票金额的货币键。
描述该属性 (WAERS) 识别发票开具的货币（如美元、欧元）。它支持处理多货币流程。在分析中，此字段用于按货币对支出进行分组，或在“现金流与付款可见性”控制台中促进货币转换以进行合并报表。为何重要财务正确解读金额所必需的信息。获取方式 SAP ECC BKPF 表 WAERS 字段示例美元EURGBP

必填推荐可选

应付账款付款处理活动

这些是您应该追踪的核心流程步骤和状态变化，以便将应付账款付款的端到端流程可视化。

7 推荐 6 可选

	活动	描述
	付款冻结已解除	记录付款冻结的移除，使发票有资格进入下一次付款运行。在许多 SAP 配置中，这相当于“审批”。
为何重要代表解决了阻碍付款的问题。从“应用冻结”到“解除冻结”之间的时间段即为“解决时间”瓶颈。获取方式 BSEG-ZLSPR 的新值为空的更改凭证 (CDHDR/CDPOS)。捕获比较状态字段的前后变化事件类型 inferred
	付款已过账	启动银行转账或打印支票的付款运行执行过程。系统会生成付款凭证。
为何重要现金流出的“不归点”。此时间戳用于计算实际付款周期时间，并检查是否符合折扣期限。获取方式付款凭证的 BKPF 表（凭证类型为 'ZP' 或类似类型）。捕获在执行事务码 X 时记录事件类型 explicit
	发票已创建	标志着发票 data 在技术上进入 SAP ECC 的时刻。此 timestamp 代表 ERP 内数字化流程的开始。
为何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。收到与创建之间的高延迟表明上游接收环节存在瓶颈。获取方式 BKPF 表，CPUDT（输入日期）和 CPUTM（输入时间）字段。捕获在执行事务码 X 时记录事件类型 explicit
	发票已清算	将发票行项目与付款凭证匹配的会计分录，使未清项余额归零。这将结束发票的生命周期。
为何重要流程完成标记。对于计算“端到端周期时间”和确认债务清偿至关重要。获取方式 BSEG 表，AUGDT（清账日期）字段已填充。捕获在执行事务码 X 时记录事件类型 explicit
	发票已过账	表示发票已成功过账到总账和明细账。此操作在系统中创建了负债。
为何重要发票现在被正式确认为负债。这作为标准付款账龄和到期日计算的触发点。获取方式 BSTAT 为空的 BKPF 表创建项（标准过账）。捕获在执行事务码 X 时记录事件类型 explicit
	发票收到已记录	捕获供应商发票凭证上注明的日期作为参考日期。这派生自会计凭证抬头中的“凭证日期”字段。
为何重要为账龄分析和供应商付款条件合规性建立基准。此日期与输入日期之间的差异揭示了收发室或扫描环节的延迟。获取方式 BKPF 表，BLDAT 字段（凭证日期）。捕获在执行事务码 X 时记录事件类型 explicit
	已应用付款冻结	记录应用到发票行项目的付款冻结键。这会阻止发票被自动付款程序提取。
为何重要逾期付款和错过折扣的主要原因。分析冻结原因代码有助于确定延迟是由于价格差异、缺失收货还是人工扣留。获取方式对象 BELEG 的更改凭证 (CDHDR/CDPOS)，BSEG-ZLSPR（付款冻结键）字段。捕获比较状态字段的前后变化事件类型 inferred
	付款建议已创建	指示发票已被自动付款程序 (F110) 选择用于潜在付款。它现在处于待付预选列表中。
为何重要标志着从“应付”到“支付中”的转变。此处的可见性有助于财务部在资金实际离账前管理现金需求。获取方式 REGUH 表（来自付款程序的结算数据）创建日期。捕获在执行事务码 X 时记录事件类型 explicit
	付款条件已更改	特定的返工事件，其中人工更改了付款条件。这会改变到期日和现金折扣参数。
为何重要通常用于人为延长付款窗口或纠正主 data 错误。这直接影响现金流预测和折扣获取指标。获取方式 BSEG-ZTERM 字段的更改凭证 (CDHDR/CDPOS)。捕获在执行事务码 X 时记录事件类型 explicit
	到期日已过	一个计算生成的 event，表示发票在净到期日之后仍未清账。这会将发票标记为逾期。
为何重要支持“逾期付款”分析。监控此项有助于防止供应商关系摩擦并避免潜在的滞纳金。获取方式通过将 BSEG-ZBD3T（净天数）加到基准日期并与当前日期进行比较计算得出。捕获通过比较字段 X 和 Y 派生事件类型 calculated
	发票 data 已更改	捕获发票首次过账后对抬头或行项目 data 的人工修改。常见的更改包括参考号、文本字段或税码。
为何重要指示流程中的返工和人工干预。频繁的更改表明源头存在 data 质量问题，或初始录入时验证不足。获取方式对象 BELEG 的更改凭证 (CDHDR/CDPOS)，不包括冻结键更改。捕获在执行事务码 X 时记录事件类型 explicit
	发票已暂存	指示发票已另存为草稿，尚未创建财务过账。此状态允许在最终过账前中断 data 输入或进行审查。
为何重要识别处于预备状态的发票，这会延迟付款计时。这里的大量积压表明 data 输入效率低或审批要求不明确。获取方式 VBKPF 表或 BSTAT 等于 ‘V’ 的 BKPF 表。捕获比较状态字段的前后变化事件类型 inferred
	折扣到期日已过	一个计算生成的 event，表示当前日期已超过现金折扣 1 或 2 的有效期。这暗示错失了节约成本的机会。
为何重要直接支持“折扣获取绩效”仪表板。有助于量化流程延迟导致的财务损失。获取方式通过将 BSEG-ZBD1T（天数）加到 BKPF-BLDAT（凭证日期）并与当前日期/付款日期进行比较计算得出。捕获通过比较字段 X 和 Y 派生事件类型 calculated

推荐可选

提取指南

如何从 SAP ECC 获取您的数据

步骤

在 SAP ECC 系统中访问事务码 SQVI (QuickViewer)。
为您的视图输入一个名称（例如 Z_AP_MINING）并点击“创建”。在数据源弹窗中，选择“表联接”。
在联接定义屏幕中，转到“编辑”>“插入表”。添加表 BKPF（会计凭证抬头）和表 BSAK（会计：供应商二级索引）。请注意，BSAK 包含已清项目；如果需要未清项目，通常需要单独提取或与表 BSIK 进行并集，但本指南侧重于 BSAK 中的清账历史。
验证 BKPF 和 BSAK 之间的链接条件。确保它们通过公司代码 (BUKRS)、会计凭证编号 (BELNR) 和会计年度 (GJAHR) 联接。系统通常会自动建议这些条件。
返回主定义屏幕，选择您的“输出字段”（列表字段）和“选择字段”（过滤字段）。
从左侧的“可用字段”列表中，为列表字段选择以下关键列：BKPF-BELNR（发票编号）、BKPF-BUKRS（公司代码）、BKPF-GJAHR（会计年度）、BKPF-BLDAT（凭证日期）、BKPF-BUDAT（过账日期）、BKPF-CPUDT（输入日期）、BKPF-CPUTM（输入时间）、BKPF-USNAM（用户名）、BKPF-XBLNR（参考/发票 ID）、BKPF-AWKEY（对象键）、BSAK-LIFNR（供应商）、BSAK-AUGDT（清账日期）、BSAK-AUGBL（清账凭证）、BSAK-DMBTR（金额）、BSAK-WAERS（货币）、BSAK-ZFBDT（基准日期）、BSAK-ZBD1T（条款 1）、BSAK-ZLSPR（付款冻结）、BSAK-ZLSCH（付款方式）。
保存 QuickView 并点击“执行”(F8)。
在选择屏幕上，输入您的公司代码和相关的会计年度或过账日期范围（例如过去 12 个月）。
执行报表以生成列表。显示后，转到“列表”>“导出”>“电子表格”，将原始 data 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），您必须将此 data 转换为 event log 格式（每个活动一行），以满足 ProcessMind 的要求。使用下方“查询”部分提供的 SQL 逻辑来转换导出的电子表格。

配置

联接配置：在 BUKRS、BELNR 和 GJAHR 字段上，对 BKPF（抬头）和 BSAK（供应商已清项目）进行内联接。
日期范围：建议按过账日期 (BUDAT) 过滤过去 6-12 个月的 data，以管理列表大小。
范围：此次提取重点是 BSAK，这意味着只有完成周期的发票（已清项/已支付）才会显示。在此特定配置中，未清发票 (BSIK) 被排除在外。
字段选择：确保选择凭证日期、过账日期、输入日期和清账日期，以驱动 event timestamp。
权限：需要访问事务码 SQVI 的权限以及财务表的显示权限。

a 查询示例 config

/* 
  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

前提条件设置：确保安装了 Python 以及 pyrfc 和 pandas 库。您需要在运行脚本的机器上安装 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：使用您特定的 SAP ECC 主机、系统编号、客户端、用户和密码更新脚本（第 15-22 行）中的连接参数。设置 TargetCompanyCode 和 DateFrom/DateTo 变量来定义提取范围。
脚本逻辑概览：脚本执行顺序提取。首先，获取发票抬头 (BKPF) 和行项目 (BSAK/BSIK) 以构建基础样本。然后查询付款 data (REGUH) 和更改日志 (CDHDR/CDPOS)，并专门针对第一步中找到的凭证进行过滤，以最大限度地减少 data 传输。
处理表宽度限制：标准的 RFC_READ_TABLE 函数通常有 512 字节的行限制。脚本包含一个助手函数，用于请求特定列，以确保响应符合此限制。它会为每个表创建一个 pandas DataFrame。
data 转换：脚本合并抬头和行项目 data 以创建一个 "流程对象"。然后迭代此对象，为 Created、Posted 和 Receipt 活动生成标准 timestamp。它会根据付款条件计算到期日和折扣截止日期。
更改日志解析：脚本处理 CDHDR 和 CDPOS data 以识别特定的字段更改。它将 "ZLSPR" 更改映射为付款冻结应用/移除活动，将 "ZTERM" 更改映射为付款条件更改活动。
Event Log 构建：所有衍生活动都会追加到主 event 列表中。此列表被转换为最终的 pandas DataFrame，包含所需列：InvoiceNumber、ActivityName、EventTimestamp、SourceSystem 等。
导出：脚本的最后一步将 DataFrame 导出为名为 sap_ap_event_log.csv 的 CSV 文件。该文件已格式化，可直接上传至 ProcessMind。
运行脚本：通过命令行执行脚本：python sap_ap_extraction.py。监控控制台的进度日志，查看从每个表中获取的记录数量。
验证：打开生成的 CSV 文件。检查日期是否符合 ISO 格式，“发票金额”是否已正确格式化为浮点数。验证 "ActivityName" 列是否包含定义的 13 种活动类型。

配置

RFC_READ_TABLE：此标准函数模块必须处于激活状态且可访问。如果您的系统使用自定义副本（例如 /SAPDS/RFC_READ_TABLE）来支持更宽的行，请在脚本中更新函数名称。
日期范围：建议的提取窗口为 3 到 6 个月。通过 RFC 获取超过 6 个月的 CDHDR/CDPOS data 速度极慢，且可能导致超时。
公司代码筛选：始终按公司代码 (BUKRS) 进行过滤，将数据集限制在相关的财务实体内。
分块处理：对于高 volume 系统，请修改脚本以逐日循环日期，而不是一次查询大范围日期，从而避免内存问题。
更改日志对象：脚本使用对象类 "BELEG" 过滤 CDHDR。请确保您的财务凭证更改记录在此标准对象类下。

a 查询示例 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

在 SAP ECC 系统中访问事务码 SQVI (QuickViewer)。
为您的视图输入一个名称（例如 Z_AP_MINING）并点击“创建”。在数据源弹窗中，选择“表联接”。
在联接定义屏幕中，转到“编辑”>“插入表”。添加表 BKPF（会计凭证抬头）和表 BSAK（会计：供应商二级索引）。请注意，BSAK 包含已清项目；如果需要未清项目，通常需要单独提取或与表 BSIK 进行并集，但本指南侧重于 BSAK 中的清账历史。
验证 BKPF 和 BSAK 之间的链接条件。确保它们通过公司代码 (BUKRS)、会计凭证编号 (BELNR) 和会计年度 (GJAHR) 联接。系统通常会自动建议这些条件。
返回主定义屏幕，选择您的“输出字段”（列表字段）和“选择字段”（过滤字段）。
从左侧的“可用字段”列表中，为列表字段选择以下关键列：BKPF-BELNR（发票编号）、BKPF-BUKRS（公司代码）、BKPF-GJAHR（会计年度）、BKPF-BLDAT（凭证日期）、BKPF-BUDAT（过账日期）、BKPF-CPUDT（输入日期）、BKPF-CPUTM（输入时间）、BKPF-USNAM（用户名）、BKPF-XBLNR（参考/发票 ID）、BKPF-AWKEY（对象键）、BSAK-LIFNR（供应商）、BSAK-AUGDT（清账日期）、BSAK-AUGBL（清账凭证）、BSAK-DMBTR（金额）、BSAK-WAERS（货币）、BSAK-ZFBDT（基准日期）、BSAK-ZBD1T（条款 1）、BSAK-ZLSPR（付款冻结）、BSAK-ZLSCH（付款方式）。
保存 QuickView 并点击“执行”(F8)。
在选择屏幕上，输入您的公司代码和相关的会计年度或过账日期范围（例如过去 12 个月）。
执行报表以生成列表。显示后，转到“列表”>“导出”>“电子表格”，将原始 data 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），您必须将此 data 转换为 event log 格式（每个活动一行），以满足 ProcessMind 的要求。使用下方“查询”部分提供的 SQL 逻辑来转换导出的电子表格。

配置

联接配置：在 BUKRS、BELNR 和 GJAHR 字段上，对 BKPF（抬头）和 BSAK（供应商已清项目）进行内联接。
日期范围：建议按过账日期 (BUDAT) 过滤过去 6-12 个月的 data，以管理列表大小。
范围：此次提取重点是 BSAK，这意味着只有完成周期的发票（已清项/已支付）才会显示。在此特定配置中，未清发票 (BSIK) 被排除在外。
字段选择：确保选择凭证日期、过账日期、输入日期和清账日期，以驱动 event timestamp。
权限：需要访问事务码 SQVI 的权限以及财务表的显示权限。

a 查询示例 config

/* 
  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))

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 查询示例 config

使用 RFC_READ_TABLE 协议的 Python 脚本

步骤

配置

a 查询示例 python

Theobald Xtract Universal 增量提取

步骤

配置

a 查询示例 config

准备好开始了吗？

立即优化您的应付账款付款处理

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 查询示例 config

使用 RFC_READ_TABLE 协议的 Python 脚本

步骤

配置

a 查询示例 python

Theobald Xtract Universal 增量提取

步骤

配置

a 查询示例 config

我们重视您的隐私

准备好开始了吗？

立即优化您的应付账款付款处理