采购到付款 (P2P) — 采购申请数据模板

SAP ECC

← 返回改进指南

采购到付款 - 请购属性 (20) 采购到付款 - 请购活动 (13) 提取指南 (2)

采购到付款 (P2P) — 采购申请数据模板

该模板为收集分析“采购到付款 - 请购”流程所需的核心数据提供了全面指南。它列出了要收集的关键数据字段、要追踪的核心活动，以及从源系统中提取这些信息的实用指导。利用此资源为高效的流程挖掘准备数据。

建议收集的属性
需要追踪的关键活动
SAP ECC数据提取指南

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

采购到付款 - 请购属性

这些是推荐包含在事件日志中的数据字段，以便对“采购到付款 - 请购”流程进行全面分析。

5 必填 5 推荐 10 可选

	名称	描述
	Event 时间 EventTime	活动发生的时间戳。
描述事件时间 (Event Time) 记录了特定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、识别瓶颈以及了解流程绩效。在采购申请的语境下，此属性支持计算关键 KPI，如“平均申请审批时间”和“PO 创建时长”。它通过提供测量流程中任意两点之间时间所需的原始数据，为可视化显示持续时长（如申请审批周期分析）的仪表板提供支持。为何重要此时间戳对于计算所有时长、分析流程性能以及发现与时间相关的瓶颈至关重要。获取方式见于变更文档抬头表 CDHDR（UDATE 和 UTIME 字段）。示例 2023-10-26T10:00:00Z2023-10-26T11:35:10Z2023-10-27T14:20:05Z
	活动名称 ActivityName	在特定时间点发生的业务活动名称。
描述此属性描述采购请购单生命周期中的特定步骤或事件，例如“创建请购单”、“提交审批”或“创建采购订单”。这些活动通常源自 SAP 内的状态变更、工作流日志或变更单据。分析活动的顺序和频率是流程挖掘的基础。它允许发现真实的流程流转，包括常用路径、偏差和瓶颈。这对于构建“端到端请购流程图”等仪表板以及计算与返工和合规相关的 KPI 至关重要。为何重要它定义了流程中的步骤，从而实现了流程图的可视化以及流程流向变体的分析。获取方式源自变更文档表 CDHDR 和 CDPOS、工作流日志或状态字段（如 EBAN-STATU）。示例已创建招聘需求审批步骤已通过请购单已驳回采购订单已创建
	采购请购ID PurchaseRequisitionId	采购请购单据的唯一标识符。
描述采购请购 ID 是唯一标识 SAP ECC 中每项货物或服务请求的主键。它作为核心 Case 标识符，将与特定请购单相关的所有活动和变更（从创建到最终解决，如转换为采购订单或关闭）链接起来。在流程挖掘中，此 ID 对于还原每份请购单的端到端生命周期至关重要。通过追踪此标识符，分析师可以可视化完整的流程流转，测量关键里程碑之间的时间跨度，并分析不同请购单处理方式的差异。它实现了对整个请购旅程的一致性观察。为何重要这是将所有相关的流程事件连接成单个案例的核心标识符，从而使端到端流程分析成为可能。获取方式见于 EBAN 表，BANFN 字段。示例 100234567810023456791002345680
	最后数据更新 LastDataUpdate	此属性指示data最后一次从Salesforce Financial Services Cloud提取的日期和时间，为分析数据“新鲜度”提供背景。这对于dashboard用户理解分析时效性至关重要，有助管理数据及时性预期，并验证data pipelines是否按计划运行。
描述此属性指示数据集最后更新的时间。它是每次数据加载期间应用于整个数据集的静态时间戳，作为分析新鲜度的参考点。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明智决策至关重要。此属性确保所有利益相关者都清楚其所查看数据的时间范围，防止基于过时信息得出结论。为何重要告知用户数据的时效性，这对于流程分析的相关性和准确性至关重要。获取方式这是一个代表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	标识数据的来源系统。
描述此属性指定流程数据的来源，例如“SAP ECC 生产环境”或“S4HANA 测试环境”。它通常是在数据提取过程中添加的静态值，用于提供背景信息，特别是在具有多个源系统的环境中。在流程分析中，这有助于区分来自不同来源的数据，确保分析不会因为混合生产、测试或开发环境的数据而产生偏差。它是数据治理和可追溯性的重要元数据。为何重要为数据来源提供必要的背景信息，确保可追溯性并支持多系统分析。获取方式这通常是在数据提取、转换和加载 (ETL) 过程中添加的静态值。示例 SAP_ECC_PRODS4HANA_EU_100ECC_US_FINANCE
	凭证类型 RequisitionDocumentType	决定采购申请类型和特征的分类。
描述 SAP 中的单据类型控制采购请购单的多个方面，包括编号范围、字段选择以及遵循的整体采购流程。示例包括“标准请购”、“库存转储”或“服务请购”。此属性是一个强大的分析维度，因为不同的单据类型通常具有不同的流程流转和审批要求。它允许分析师对数据进行细分，以比较不同请购流程的绩效，这对于理解合规性以及识别流程标准化或专业化的机会至关重要。为何重要支持将申请细分为不同的流程类别，从而实现更精准、更具相关性的分析。获取方式见于 EBAN 表，BSART 字段。示例 NBUBRV
	用户名称 User	执行该活动的用户 ID。
描述此属性标识负责某项事件的具体用户，例如创建请购单、批准步骤或修订单据。在 SAP 中，这通常捕获为用户 ID。按用户分析有助于发现培训需求、特定用户的绩效以及数据录入错误的潜在来源。它对于“按申请人分类的请购创建吞吐量”等仪表板，以及理解工作量分配和遵守职责分离政策至关重要。为何重要将活动归因于特定人员，支持对用户绩效、工作负载、合规性和培训需求的分析。获取方式变更记录见于变更文档抬头表 CDHDR（USERNAME 字段），创建者记录见于 EBAN（ERNAM 字段）。示例 SMITHJR.DOEUSER123
	请购单总金额 TotalRequisitionValue	采购请购单中所有项目的总金额。
描述此属性代表采购请购单的总财务金额。该数值通常是决定所需审批工作流的关键因素，高价值的请购单通常需要更严格的审查和更多的审批步骤。按金额分析对于理解财务影响如何影响流程行为至关重要。它可以揭示高价值请购单是否需要更长的审批时间、是否更容易被驳回，或者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本指标。为何重要有助于将流程行为与财务影响关联起来，这对于风险分析和理解审批复杂性至关重要。获取方式所有行项目金额的总和。行项目金额位于 EBAN 表中的 GSWER 字段。币种位于 EBAN-WAERS 中。示例 1500.00250.50125000.00
	请购状态 RequisitionStatus	采购请购单的当前处理状态。
描述此属性指示请购单在特定时间点的整体状态，例如“释放中”、“已批准”、“已驳回”或“已关闭”。这在 SAP 中通常由状态代码表示。追踪状态对于了解请购结果至关重要。它直接支持“请购结果和驳回率”仪表板以及“请购驳回率”和“请购撤回率”等 KPI。分析请购单如何在不同状态之间转换，有助于识别流程效率低下和故障点。为何重要它定义了申请的结果，这对于分析成功率、拒绝原因和流程终点至关重要。获取方式处理状态位于 EBAN 表的 STATU 字段。释放状态位于 EBAN-FRGZU。示例 N (未编辑)B (已创建采购订单)A (已创建 RFQ)K (已关闭)
	部门 Department	申请人的部门或与请购单关联的成本中心。
描述此属性代表发起采购请购单的业务单位或部门。通常源自申请人的用户信息或分配给请购行项目的成本中心。按部门分析流程对于了解整个组织的绩效差异至关重要。它是“请购审批周期时间”仪表板和“部门审批时间差异”KPI 的主要维度，有助于精准定位哪些部门流程高效，哪些部门可能需要改进或额外资源。为何重要支持各业务部门之间的绩效对比，突出部门瓶颈和流程不一致之处。获取方式通常通过将申请人 (EBAN-AFNAM) 链接到用户主数据 (SU01)，或使用与请购单账户分配关联的成本中心 (EBKN-KOSTL) 来获取。示例财务IT运维市场营销制造业
	优先级 Priority	分配给采购请购单的紧急程度。
描述此属性指示请购单的优先级，通常分为“紧急”、“高”或“普通”。该标识用于向审批人和采购员发出信号，表明该请求需要加急处理。此属性对于“紧急请购处理性能”仪表板和“紧急标识有效性”KPI 至关重要。分析重点在于被标记为紧急的请购单是否真的比标准单据处理得更快，从而帮助验证优先级系统的有效性，并确保业务关键需求得到及时满足。为何重要支持分析紧急请求是否得到了更快的处理，从而验证优先级机制的有效性。获取方式这并非 EBAN 中的标准字段。它通常作为自定义字段实现，或从需求跟踪编号 (EBAN-BEDNR) 或特定单据类型中推断得出。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。
描述此属性包含所申请项目的首选供应商或合同固定供应商的 ID。它可能由申请人预填或建议。按供应商分析请购单有助于评估预选供应商对采购流程的影响。例如，它可以显示带有指定供应商的请购单是否审批得更快，或者某些供应商是否与较高的驳回率相关。它提供了对早期供应商参与情况的观察。为何重要提供关于首选供应商关系及其对请购处理速度和结果影响的见解。获取方式见于 EBAN 表，LIFNR 字段（固定供应商）。示例 100030025V9876
	审批周期时间 ApprovalCycleTime	从请购单提交审批到最终获批所花费的总时长。
描述这是一个计算指标，衡量请购生命周期中审批阶段的时长。其计算方法是找出每个案例中“提交审批”活动与最终“请购获批”活动之间的时间差。这是衡量审批工作流效率的主要 KPI。它用于“请购审批周期时间”仪表板中，以可视化性能并识别瓶颈。审批周期时间过长会显著延迟整个采购流程。为何重要直接衡量审批工作流的效率，这是申请流程中常见的延误来源。获取方式通过从“申请已批准”事件的时间戳中减去“审批已提交”事件的时间戳计算得出。示例 P2DPT8H30MP5DT12H
	工厂 Plant	申请货物或服务的公司地点或工厂。
描述工厂是公司内的一个组织单位，代表工厂、仓库或办公室等实际位置。请购单会指定需要申请项的工厂。按工厂分析可以实现对请购流程的地理或特定站点的查看。它可以突出显示不同地点之间的性能差异，这些差异可能是由于不同的本地程序、人员配备水平或业务需求造成的。这是区域绩效仪表板的常用维度。为何重要为分析提供地理或基于位置的背景信息，有助于识别不同地区的流程差异和性能表现。获取方式见于 EBAN 表，WERKS 字段。示例 10002100DE01
	拒绝原因 RejectionReason	请购单或审批步骤被驳回时提供的理由。
描述此属性捕获驳回采购请购单的理由。此类信息通常由审批人在驳回操作期间以自由文本形式输入，或从预定义的代码列表中选择。分析驳回原因是流程改进的关键。它提供了关于请购失败原因（可能是由于违反政策、数据错误或预算不足）的直接、可操作的反馈。这些数据是“请购结果和驳回率”仪表板的核心，有助于识别流程低效的根本原因。为何重要提供关于请购单为何被驳回的直接洞察，从而实现有针对性的流程改进和用户培训。获取方式此数据通常存储在与驳回事件关联的工作流日志或长文本中。EBAN 表中没有标准字段。示例错误的成本中心预算超支重复申请不符合政策合规要求
	是否返工 IsRework	布尔标志，指示申请是否经历了返工循环，例如在提交后进行的修订。
描述这是一个派生属性，用于标记涉及返工的活动或案例。例如，任何在“提交审批”后发生的“修订请购”活动都将被视为返工。它也可以由导致流程退回到较早阶段的驳回事件触发。该标识对于“请购修订和返工分析”仪表板至关重要。它允许轻松过滤和量化返工，帮助衡量其对整体周期时间的影响，并识别流程低效的根本原因。高返工率通常指向数据质量问题或需求不明确。为何重要有助于量化返工的频率和影响，从而轻松识别和分析流程中的低效环节及循环。获取方式通过识别特定的活动序列（例如在审批活动之后发生“申请已修订”）从事件日志中得出。示例 truefalse
	物料组 MaterialGroup	所申请的物料或服务所属的组别或类别。
描述物料组是用于将具有相似特性的物料或服务归类在一起的分类。这有助于对采购活动进行基于类别的分析。按物料组分析有助于战略采购和支出分析。在流程挖掘中，它可以揭示特定类别（如“IT 硬件”或“专业服务”）的请购单是否遵循不同的流程路径或经历更长的审批时间。这一见解对于“请购数据质量报告”以及理解基于采购内容的流程差异非常有价值。为何重要支持按采购类别进行支出和流程分析，助力战略采购并识别特定类别的瓶颈。获取方式见于 EBAN 表，MATKL 字段。示例 00101L001IT-软件
	申请人姓名 RequesterName	申请货物或服务的人员姓名。
描述此属性标识发起采购请购单的个人。即对所申请物料有业务需求的人员。追踪申请人允许按个人或群体分析请购模式。“按申请人分类的请购创建吞吐量”仪表板依靠此属性来识别高级用户、可能需要额外培训的用户或采购活动频繁的部门。它提供了以人为本的流程起点视角。为何重要识别流程所有者，支持对申请创建模式的分析，并有助于开展针对性的用户培训。获取方式见于 EBAN 表，AFNAM 字段。示例 Alice WilliamsBob JohnsonCharlie Brown
	采购组 PurchasingGroup	负责采购申请项目的采购员小组。
描述采购组是负责特定采购活动的组织单位。它代表了在请购单获批后负责处理的采购团队。此属性对于分析不同采购团队的工作量和绩效非常有用。它可以帮助识别某些采购组是否成为请购单转换为采购订单过程中的瓶颈，或者他们处理特定类型的请购单是否比其他团队更高效。它为采购职能部门内的资源和绩效管理提供了关键维度。为何重要分配采购职责，支持不同采购团队之间的工作负载分析和绩效对比。获取方式见于 EBAN 表，EKGRP 字段。示例 001002P01
	采购订单ID PurchaseOrderId	根据该请购单创建的采购订单 ID。
描述此属性将采购请购单链接到随后为履行该单据而创建的采购订单。一份请购单有时会导致多份采购订单。此链接对于分析请购流程与采购流程之间的交接至关重要。它是计算“请购单转采购订单创建时间”KPI 以及支持“已批准请购单至采购订单创建延迟”仪表板所必需的。理解这一关联是衡量整个“采购到付款”周期效率的关键。为何重要将申请流程与下游采购流程联系起来，从而分析交接延误。获取方式采购订单生成后，其编号存储在 EBAN 表的 EBELN 字段中。示例 450001712345000171244500017125

必填推荐可选

采购到付款 - 请购活动

这些是需要在事件日志中捕获的关键流程步骤和里程碑，以便准确发现和分析您的请购工作流。

6 推荐 7 可选

	活动	描述
	审批提交	此活动表示请购单已进入正式审批工作流。通常在请购单状态变更为需要根据配置的策略释放进行初始释放或审批操作时推断得出。
为何重要这标志着审批周期的开始，是衡量流程效率的关键 KPI。了解这一点有助于隔离创建与正式审批开始之间的延迟。获取方式根据 EBAN 表中与审批策略相关的第一次状态变更（例如 FRGZU 字段从初始状态变为待处理状态），或与申请关联的工作流日志中的第一条记录进行推断。捕获根据指示审批策略激活的第一条变更日志条目进行推断。事件类型 inferred
	已创建招聘需求	此活动标志着用户最初创建并保存采购请购单。当 EBAN 表中生成新记录并记录创建日期和时间时，该事件将被明确捕获。
为何重要作为流程的起点，此活动对于计算采购申请的总生命周期时长和分析创建吞吐量至关重要。它有助于识别谁在何时创建了申请。获取方式该事件是从 EBAN 表中使用给定采购请购 ID (BANFN) 的创建日期 (ERDAT) 和创建时间 (UZEIT) 字段捕获的。捕获初始记录保存时，来自 EBAN 表字段 ERDAT 和 UZEIT 的时间戳。事件类型 explicit
	请购单已撤回	这是一个终结活动，创建者或授权用户通过设置删除标识来取消请购项。此操作会被明确记录，表示该业务需求已失效或由于错误创建。
为何重要这是流程的一个关键失败终点，对于计算撤回率至关重要。高撤回率可能表明审批时间过长迫使用户放弃请求，或者是需求计划方面存在系统性问题。获取方式当为请购项设置 EBAN 表中的“删除标识”(LOEKZ) 字段时，该明确操作将被捕获。该变更记录在 CDHDR 和 CDPOS 中。捕获删除指示符 (EBAN-LOEKZ) 设置为 'L' 时的变更日志条目。事件类型 explicit
	请购单已驳回	这是一个终结活动，采购请购单被明确驳回且无法继续执行。当审批人将 EBAN 表中的释放标识设置为最终驳回状态时，即可推断出该活动。
为何重要此活动是流程的一个关键终点，对于计算“请购驳回率”这一 KPI 至关重要。分析这些案例有助于理解采购失败和资源浪费的原因。获取方式根据 CDPOS 中 EBAN 表 FRGZU 字段的变更日志条目时间戳推断，此时该字段变为代表最终拒绝的值。捕获根据 EBAN 中的最终审批指示符字段达到最终“已拒绝”状态进行推断。事件类型 inferred
	采购申请已批准	此里程碑活动表示采购请购单已成功通过所有要求的审批步骤。当应用了最终释放代码且 EBAN 表中的整体释放标识 (FRGZU) 设置为已批准状态时，即可推断出该活动。
为何重要这是一个关键里程碑，标志着审批周期的结束和采购阶段的开始。它对于计算总审批时间 KPI 以及衡量转采购订单创建的交接延迟至关重要。获取方式根据 CDPOS 中 EBAN 表 FRGZU 字段的变更日志条目时间戳推断，此时该字段变为代表最终批准的值。捕获根据 EBAN 中的最终审批指示符字段达到最终“已批准”状态进行推断。事件类型 inferred
	采购订单已创建	此活动标志着已批准的采购请购单成功转换为采购订单单据。该事件是通过寻找引用该请购单的相应采购订单项来推断的。
为何重要作为主要的成功成果，此活动标志着申请流程的结束和采购阶段的开始。“申请已批准”与此事件之间的时间间隔是衡量交接效率的关键 KPI。获取方式通过在 EKPO（采购订单项目）表中查找 BANFN 和 BNFPO 字段与 EBAN 表中的采购申请编号和项目相匹配的记录来推断。采购订单创建日期 (EKKO.AEDAT) 提供时间戳。捕获通过将 EBAN 表与 EKPO 表连接，并使用来自 EKKO 表的采购订单创建日期进行推断。事件类型 inferred
	审批步骤已开始	表示申请当前正等待审批策略中定义的特定审批人或审批组执行操作。当申请状态显示正在等待特定的审批代码时，即可推断出此事件。
为何重要此活动允许对审批链中的每个步骤进行详细分析。它有助于精准定位哪些审批人或阶段导致了流程中最长的延迟。获取方式通过跟踪 EBAN 表中审批状态字段的变更序列进行推断。每次状态变为新的待处理状态，即表示一个新审批步骤的开始。捕获根据指示新审批代码当前已激活并等待审批的状态变更进行推断。事件类型 inferred
	审批步骤已通过	代表授权用户批准策略释放中单个步骤的明确操作。此操作记录为请购单释放状态的变更，使其更接近最终批准。
为何重要追踪单个审批步骤对于测量每步的时长以及分析不同审批人的绩效是必要的。它是理解工作流一致性的基础。获取方式从 EBAN 表审批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 执行的操作会触发此记录的变更。捕获审批人执行审批事务时创建的变更日志条目。事件类型 explicit
	审批步骤已驳回	授权用户明确拒绝了审批策略中的某个步骤，通常会将申请退回给创建者进行修订。此操作会作为申请审批状态的变更被记录下来。
为何重要驳回是导致流程返工和延迟的主要原因。分析驳回的频率和原因有助于发现对政策的误解、数据质量问题或低效的审批环节。获取方式从 EBAN 表审批状态字段的变更日志 (CDHDR/CDPOS) 中捕获。通过事务 ME54N 或类似操作执行的拒绝动作会触发相应的状态变更。捕获审批人执行拒绝操作时创建的变更日志条目。事件类型 explicit
	审批重置	表示申请的整个审批流已重置，通常是因为进行了重大修订。当原本有效的审批状态被清除，迫使审批流程从头开始时，即可推断发生了此事件。
为何重要审批重置是严重的返工事件，会大幅影响周期时间。识别这些事件可以凸显流程中的低效之处，以及申请修订对工作流产生的下游影响。获取方式根据 EBAN 表的变更日志 (CDHDR/CDPOS) 推断，此时审批状态字段（如 FRGZU）从待处理或已批准状态变回初始或空白状态。捕获根据显示审批策略字段被清除的变更日志进行推断。事件类型 inferred
	请购单已修订	代表在采购请购单初始创建后进行的任何修改，例如更改数量、价格或物料。这些更改记录在 SAP 的变更日志表中，提供了详细的修改审计线索。
为何重要追踪修订对于识别返工循环和数据质量问题至关重要。高频率的修订可能表明初始需求不明或存在用户培训缺口，从而导致流程延迟。获取方式捕获自变更日志表 CDHDR（抬头）和 CDPOS（项目），其中对象类别为 EINKBELEG 且对象 ID 为采购申请编号。可分析特定字段的变更。捕获针对采购申请单据在变更表 CDHDR 和 CDPOS 中记录的事件。事件类型 explicit
	请购单已关闭	代表请购单项目的最终关闭，表示不再进行后续处理。当项目已完全转换为采购订单并完成，或被手动标记为关闭时，即可推断为该状态。
为何重要这为已完成但未必删除的请购单提供了一个明确的终点。它确保了对成功履行的请求进行准确的生命周期时长计算。获取方式根据 EBAN 表中的“已关闭”指示符（EBAKZ 值为 'S' 或其他配置值）推断。在完成 PO 转换和收货后，系统通常会自动设置此状态。捕获根据 EBAN-EBAKZ 字段状态变为“已关闭”值进行推断。事件类型 inferred
	请购单已冻结	代表冻结采购请购单项目的明确操作，防止其转换为采购订单。通过请购单项目上的特定标识进行设置。
为何重要冻结表示存在潜在问题或采购暂时停滞。跟踪这些事件有助于识别那些申请已获批但未立即执行的瓶颈环节。获取方式捕获自 EBAN 表中“冻结指示符”字段 (EBAKZ) 的变更。该变更记录在 CDHDR 和 CDPOS 中。捕获当 EBAN-EBAKZ 字段被设置时在变更表中记录的事件。事件类型 explicit

推荐可选

提取指南

如何从 SAP ECC 获取您的数据

步骤

授予数据库访问权限：开始之前，请确保您拥有对底层 SAP ECC 数据库的只读访问权限。这需要特定的凭据（用户名、密码、主机、端口），并且属于非标准级别的访问权限，必须经由您的 SAP Basis 和安全团队批准。
识别 SAP 架构 (Schema)：使用标准的 SQL 客户端（如 DBeaver、Toad 或 SQL Developer）连接到数据库。您需要识别存储数据表的正确 SAP 架构，通常名为 SAPSR3 或 SAPR3。
准备 SQL 查询：使用本文档提供的完整 SQL 查询语句。该查询旨在通过连接主数据和变更日志表来提取所有必需的活动和属性。
设置查询参数：在查询中找到占位符。您必须根据特定的系统和业务需求替换它们。关键占位符包括 '{source_system_name}'、'{start_date}'、'{end_date}'、'{company_codes}' 和 '{document_types}'。
调整数据库特定语法：提供的查询使用的是通用 SQL 语法。但在创建时间戳（如 TO_TIMESTAMP）或字符串处理方面，可能需要根据您具体的数据库系统（例如 Oracle、SQL Server、DB2 或 HANA）进行细微调整。
执行提取：在您的 SQL 客户端中运行自定义查询。对于大数据量，强烈建议在非高峰时段执行，以避免影响系统性能。
检查初步结果：查询完成后，快速浏览输出结果，确保包含所需的列（如 PurchaseRequisitionId、ActivityName、EventTime 等），并且各项活动都有对应的数据行返回。
导出为 CSV：从 SQL 客户端将整个结果集导出为 CSV 文件。确保文件使用 UTF-8 编码，以防止特殊字符出现乱码。
准备上传：确认 CSV 的列标题与 SQL 查询中定义的别名完全一致。该文件应当是事件日志的规范表格化呈现。
上传至 ProcessMind：将最终的 CSV 文件上传到您的 ProcessMind 项目，以便进行分析和可视化。

配置

数据库连接：需要直接连接到 SAP ECC 数据库。您需要准备好主机名、端口、数据库名称以及相应的用户凭据。
SAP 架构 (Schema)：必须明确包含 SAP 数据表的架构名称，例如 SAPSR3。查询必须在此架构的上下文中执行。
日期范围：为管理系统性能和数据量，务必筛选特定的日期范围。我们建议从 3 到 6 个月的数据开始。请按照 YYYYMMDD 格式设置 '{start_date}' 和 '{end_date}' 占位符。
组织筛选：为了进行更有针对性的分析，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}' 占位符替换为逗号分隔的值列表，例如 '1000','2000'。
先决条件：此方法需要 SAP Basis 和安全团队批准以获取直接的数据库凭据。这不属于标准最终用户的操作范围。
性能注意事项：该查询涉及对变更日志表（CDHDR、CDPOS）的连接，这些表可能非常庞大。如果没有适当的筛选，查询可能会很慢并消耗大量系统资源。请务必配合严格的日期范围和其他过滤器执行查询。

a 查询示例 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

搭建 Python 环境：确保已安装 Python 3.6 或更高版本。创建一个项目文件夹并设置虚拟环境以管理依赖项。使用 pip 安装必要的库： pip install pyrfc pandas numpy
SAP RFC SDK：从 SAP 支持门户下载 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 脚本可访问的目录中。
配置 SAP 连接：打开提供的 Python 脚本。找到 SAP 连接参数部分，并将占位符值（ashost、sysnr、client、user、passwd）替换为您真实的 SAP 系统凭据。确保用户拥有执行 RFC 和访问表的必要授权。
定义提取参数：在脚本中，设置 date_from 和 date_to 变量以定义所需的提取时间范围。建议先从一个月左右的短时间段开始，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 连接到 SAP，分别为每个所需的表（EBAN、EKKO、EKPO、CDHDR、CDPOS）调用 RFC_READ_TABLE 并下载数据。
数据检索：脚本会抓取采购申请、采购订单和变更文档的原始数据。它会利用日期范围和对象类别等筛选标准来限制传输的数据量。
本地数据转换：数据下载完成后，脚本将使用 pandas 库在本地执行所有转换。它会处理原始表数据，为 13 个必需活动中的每一个生成独特的事件日志条目，例如“申请已创建”、“审批步骤已通过”和“采购订单已创建”。
生成事件日志：脚本将从各表生成的事件合并到一个统一的 DataFrame 中。它会计算事件时间戳、映射用户名，并将数据结构化为所需的案例 ID、活动和时间戳格式。
属性映射：关键属性（如 PurchaseRequisitionId、ActivityName、EventTime、User 和 TotalRequisitionValue）将被映射到最终 DataFrame 的对应列中。
导出为 CSV：脚本将最终的事件日志在同一目录下保存为名为 event_log_pr.csv 的 CSV 文件。该文件格式已针对直接上传到 ProcessMind 进行了优化。
审核与上传：打开生成的 CSV 文件，审核数据的完整性和准确性。验证无误后，即可将文件上传到您的 ProcessMind 项目中。

配置

SAP 连接：脚本需要连接到 SAP ECC 系统的直接 RFC 详细信息，包括应用服务器、系统编号、客户端、用户和密码。所选用户必须具备执行 RFC 调用以及查看 EBAN、EKPO、EKKO、CDHDR 和 CDPOS 表的权限。
日期范围：提取过程由脚本内的开始和结束日期参数控制。为了管理性能，建议初始运行提取 3 到 6 个月的数据范围。
表筛选：尽可能在 RFC 调用中直接应用筛选。例如，按创建日期 (EBAN-ERDAT) 筛选申请单，按日期 (CDHDR-UDATE) 和对象类别 (CDHDR-OBJECTCLAS = 'BANF') 筛选变更文档。
Python 库：该脚本依赖 pyrfc 进行 SAP 连接，依赖 pandas 进行数据处理。请确保您的 Python 环境中已安装这些库。
性能：通过 RFC_READ_TABLE 提取海量数据可能会比较缓慢，因为数据是逐表按序拉取的。建议在非高峰时段运行提取，以减轻系统负载。
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，您可以在数据提取后，利用 pandas DataFrame 根据 EBAN 表中的 BSART 列添加过滤条件。

a 查询示例 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()

采购到付款 (P2P) — 采购申请数据模板

采购到付款 (P2P) — 采购申请数据模板

采购到付款 - 请购属性

采购到付款 - 请购活动

提取指南

直接对SAP ECC底层数据库执行SQL查询

步骤

配置

a 查询示例 sql

使用 SAP RFC 进行表提取的 Python 脚本

步骤

配置

a 查询示例 python

准备好开始了吗？

释放 P2P 采购申请效能，立即开启免费试用

采购到付款 (P2P) — 采购申请数据模板

采购到付款 (P2P) — 采购申请数据模板

采购到付款 - 请购属性

采购到付款 - 请购活动

提取指南

直接对SAP ECC底层数据库执行SQL查询

步骤

配置

a 查询示例 sql

使用 SAP RFC 进行表提取的 Python 脚本

步骤

配置

a 查询示例 python

我们重视您的隐私

准备好开始了吗？

释放 P2P 采购申请效能，立即开启免费试用