您的应付账款付款处理数据模板

SAP ECC

← 返回改进指南

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

您的应付账款付款处理数据模板

此模板通过梳理关键数据点和里程碑，为您提供在SAP ECC中映射付款工作流的结构化方法。模板列出了相关属性和活动，并提供实用的数据提取指导，帮助您构建可靠的事件日志。按照本指南操作，您可以定位付款延误并有效简化财务运营。

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

刚接触事件日志？了解如何创建流程挖掘事件日志.

下载模板

应付账款付款处理属性

本表列出了建议从SAP ECC系统提取的数据字段，帮助您深入分析付款全流程。

5 必填 10 建议填写 6 选填

	名称	说明
	事件时间戳 EventTimestamp	活动发生的准确日期和时间。
说明此属性记录SAP系统中操作发生的准确时刻。通常由相关表中的系统日期和系统时间字段组合而成（例如CPUDT和CPUTM）。计算周期时间、审批前置时间和流程吞吐量等所有基于时间的KPI，都离不开此属性。若时间戳不准确，就无法确定事件顺序或衡量效率。重要性对于排列事件顺序和计算时长指标至关重要。获取途径 SAP ECC表BKPF（CPUDT/CPUTM）或CDHDR（UDATE/UTIME）示例 2023-10-15T09:30:00Z2023-10-15T14:45:12Z2023-10-16T08:15:00Z
	最近数据更新时间 LastDataUpdate	最近一次数据提取的时间戳。
说明此属性表示数据记录最近一次从源系统刷新的时间，可用于判断分析数据的新鲜度和管理增量数据加载。在仪表板中，用户可据此了解当前查看的是实时数据，还是上一周期的快照。这对于监控未清发票的运营情况至关重要。重要性提供数据延迟和可靠性的背景信息。获取途径 ETL流程元数据示例 2023-11-01T00:00:00Z2023-11-01T12:00:00Z
	发票编号 InvoiceNumber	供应商发票单据的唯一标识符。
说明此属性是应付账款流程的核心案例标识符。在SAP ECC中，它由客户端、公司代码、会计年度和会计凭证编号（BELNR）拼接而成，确保在整个系统中唯一。它将与特定供应商负债相关的所有活动归为一组。分析时使用此字段跟踪付款义务的端到端生命周期。流程挖掘工具可据此重建发票从收到或扫描到最终在总账中生成清账分录的完整历史。重要性这是将事件、状态变更和财务过账关联到同一流程实例的基础键。获取途径 SAP ECC表BKPF字段BELNR（与BUKRS和GJAHR组合）示例 1000-2023-1900001234US01-2023-51000008922000-2024-1500004455
	活动名称 ActivityName	执行的具体流程步骤或操作。
说明此属性描述应付账款流程中发生的事件，例如“过账发票”“设置付款冻结”或“执行付款批次”，并定义流程图中的节点。分析时，这些活动的顺序可用于可视化流程变体、识别返工循环（例如解除冻结后再次冻结），并检查流程是否符合标准审批工作流。重要性它决定流程顺序，是可视化发票处理过程的必要信息。获取途径根据事务代码（TCODE）、更改凭证对象类（CDHDR）或工作流日志得出示例过账发票解除付款冻结价格更改
	源系统 SourceSystem	SAP ERP实例的标识符。
说明此属性用于标识数据提取自哪个SAP ECC系统或客户端。在多系统环境中，它对于区分数据以及分析不同地区或业务单元的绩效至关重要。用户可据此将流程视图筛选到特定环境；当多个SAP实例的数据导入同一流程挖掘数据模型时，也可确保案例标识唯一。重要性确保多ERP环境中的数据唯一性和上下文信息。获取途径系统配置或提取参数示例 SAP_ECC_PRODERP_NASAP_P01
	付款冻结码 PaymentBlockCode	表示发票是否被冻结付款，以及冻结原因。
说明此属性（ZLSPR）包含阻止发票进入自动付款批次的代码（例如，'R'表示发票校验，'A'表示已锁定）。监控此属性是“付款冻结与挂起问题解决”仪表板的核心。分析人员可据此识别最常见的付款延迟原因，并衡量发票处于冻结状态的时长。重要性反映流程阻滞和人工干预需求的主要指标。获取途径 SAP ECC表BSEG字段ZLSPR 示例 ARnull
	付款方式 PaymentMethod	用于支付发票的方式，例如支票、电汇或ACH。
说明此属性（ZLSCH）指定付款将采用或已采用的方式，可区分手工支票、银行转账和电子付款。此字段支持“付款方式自动化组合”仪表板和“电子付款采用率”KPI，帮助组织跟踪从成本较高的手工支票转向成本较低的电子转账的进展。重要性跟踪付款执行阶段的效率和成本。获取途径 SAP ECC表BSEG或BKPF字段ZLSCH 示例 CTU
	付款条款 PaymentTerms	定义付款条件和折扣的代码。
说明此属性存储付款条款代码（ZTERM），用于规定发票到期时间以及是否适用现金折扣（例如2%净额10天）。它是计算“提前付款折扣获取率”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款的偏差。重要性规定财务期限和折扣机会。获取途径 SAP ECC表BSEG字段ZTERM 示例 Z001NT300002
	供应商编号 VendorNumber	供应商或债权人的唯一标识符。
说明此属性用于唯一标识与发票相关的外部供应商（LIFNR），并关联包含名称、地址和付款条款等信息的供应商主数据。供应商分析有助于协商更优条款、整合支出并解决反复出现的问题。此字段可支持“供应商咨询与支持量”仪表板，帮助分析人员将流程低效与特定供应商关联起来。重要性支持以供应商为中心的绩效分析。获取途径 SAP ECC表BSEG字段LIFNR或LFA1 示例 0000100234VEND-5592102938
	公司代码 CompanyCode	用于编制财务报表的组织单元。
说明公司代码（BUKRS）是SAP财务会计中的核心组织单元，代表企业架构中的特定法人实体或子公司。此属性可用于按子公司或地区分析流程绩效。相关人员可比较不同业务单元的逾期付款率或自动化率，找出表现较好和有待改进的单位。重要性用于组织绩效对标的主要维度。获取途径 SAP ECC表BKPF字段BUKRS 示例 1000US01DE10
	凭证类型 DocumentType	对会计凭证进行分类，例如发票或贷项通知单。
说明凭证类型（BLART）用于对会计分录分类，区分标准供应商发票（例如KR）、贷项通知单（KG）和付款（KZ）。按凭证类型筛选对于准确分析周期时间至关重要，因为贷项通知单的流程顺序与标准发票不同。这样可以确保分析比较的是同类流程。重要性区分发票和贷项通知单等不同财务工作流。获取途径 SAP ECC表BKPF字段BLART 示例 KRREKG
	发票金额 InvoiceAmount	发票按本币计算的总金额。
说明此属性表示应付给供应商的金额（DMBTR或WRBTR），对于评估流程低效造成的财务影响至关重要。此字段用于“活动金额”映射，可计算按金额加权的KPI。例如，高金额发票逾期付款的影响大于低金额发票。它有助于根据营运资金影响确定工作优先级。重要性量化流程实例的财务规模。获取途径 SAP ECC表BSEG字段DMBTR（本币）或WRBTR（凭证货币）示例 1500.00230.5010500.00
	清账日期 ClearingDate	发票在系统中清账或付款的日期。
说明此属性（AUGDT）记录未清项目在总账中清账的时间，标志着付款流程完成。这是“平均发票周期时间”KPI的结束时间戳。将此日期与到期日比较，即可判断付款是否逾期。重要性标志着财务流程完成。获取途径 SAP ECC表BSEG字段AUGDT 示例 2023-11-202023-12-05
	用户名 UserName	执行活动的用户ID。
说明此属性用于标识对事件负责的SAP用户ID（USNAM），记录在事务抬头或更改日志中。此属性映射到“用户”通用属性，可支持“人工处理率”分析和资源利用率视图。它有助于区分批处理作业等自动化系统用户与执行人工调整的用户。重要性支持资源分析和自动化率计算。获取途径 SAP ECC表BKPF字段USNAM或CDHDR字段USERNAME 示例 BSMITHWF-BATCHSAP_WORKER
	采购订单编号 PurchaseOrderNumber	与发票关联的采购凭证编号。
说明如果发票关联采购订单，此属性将包含采购订单编号（EBELN），并将应付账款流程与采购流程关联起来。此属性对于“采购订单匹配与差异审计”仪表板至关重要。分析此字段有助于计算“采购订单关联发票占比”，并比较基于采购订单和非采购订单的发票处理效率。重要性将应付账款与采购流程关联，并识别匹配工作流。获取途径 SAP ECC表BSEG字段EBELN 示例 45000123894500099221null
	付款基准日期 BaselinePaymentDate	计算付款条款的起始日期。
说明此属性（ZFBDT）是计算净到期日和折扣到期日的起始日期。根据系统配置，它通常对应发票收件日期或凭证日期。准确分析“逾期付款率”离不开此字段。若基准日期有误，后续所有到期日计算和逾期付款标记都会不准确。重要性所有账龄和到期日计算的基准日期。获取途径 SAP ECC表BSEG字段ZFBDT 示例 2023-10-012023-11-15
	净到期日 NetDueDate	发票必须支付的计算日期。
说明此属性表示付款的最终截止日期，计算方式为基准付款日期加上付款条件中的最长付款天数。它是“逾期付款与罚金监控”的基准。没有此计算字段，就无法标记已超出服务级别协议期限的发票。重要性整个流程的目标截止日期。获取途径计算方式：BaselinePaymentDate + PaymentTerms(Days) 示例 2023-11-302023-12-15
	参考编号 ReferenceNumber	供应商在纸质单据上提供的发票编号。
说明参考编号（XBLNR）是供应商提供的外部标识符，在创建发票时手动录入或通过OCR识别。此属性是“防止重复付款”分析的主要依据。算法会检查同一供应商和金额是否存在多个相同参考编号，以标记潜在的重复付款。重要性对于识别重复记录和审计特定供应商账单至关重要。获取途径 SAP ECC表BKPF字段XBLNR 示例 INV-2023-00199887766OCT-BILLING
	是否基于采购订单 IsPOBased	用于标记发票是否关联采购订单。
说明此布尔属性根据采购订单编号字段是否已填写得出。它将数据划分为有采购订单（MM-LIV）和无采购订单（FI-AP）两类流程。这种划分对“无采购订单处理效率”分析至关重要，因为无采购订单发票通常需要更多人工审批步骤，周期时间也更长。重要性这是分析流程效率的基础分类依据。获取途径派生值：EBELN不为空时为True 示例 truefalse
	是否逾期付款 IsLatePayment	用于标记付款是否晚于到期日。
说明此布尔属性通过比较清账日期与净到期日计算得出。如果清账日期较晚，则标记为True。它直接用于计算“逾期付款率”KPI。此预先计算的标记简化了仪表板的创建，用户只需统计值为“True”的记录，无需在可视化层编写复杂逻辑。重要性简化按时履约情况的KPI报告。获取途径计算方式：ClearingDate > NetDueDate 示例 truefalse
	货币代码 CurrencyCode	发票金额所用的货币代码。
说明此属性（WAERS）用于标识发票开具时使用的货币（如USD、EUR），以支持多币种流程。分析时，可按货币汇总支出，或进行货币换算，以便在“现金流与付款可视性”仪表板中汇总报告。重要性正确解读金额所必需。获取途径 SAP ECC表BKPF字段WAERS 示例 USDEURGBP

必填建议填写选填

应付账款付款处理活动

以下是建议跟踪的核心流程步骤和状态变更，可用于呈现应付账款付款的端到端流程。

7 建议填写 6 选填

	活动	说明
	创建发票	表示发票数据正式录入SAP ECC的时间戳，标志着发票在ERP中的数字化处理开始。
重要性这是计算内部处理时间与供应商总等待时间的关键指标。收到发票到创建发票之间延迟较长，说明前端接收环节存在瓶颈。获取途径 BKPF表，字段CPUDT（录入日期）和CPUTM（录入时间）。采集执行事务X时记录事件类型 explicit
	清账发票	通过会计分录将发票行项目与付款凭证匹配，使未清项目余额归零，从而结束发票的生命周期。
重要性这是流程完成的标志，对于计算“端到端周期时间”和确认债务已结清至关重要。获取途径 BSEG表中的AUGDT（清账日期）字段已填充。采集执行事务X时记录事件类型 explicit
	解除付款冻结	记录解除付款冻结，使发票符合下一次付款批次的处理条件。在许多SAP配置中，这可作为“审批”的替代指标。
重要性表示阻碍付款的问题已解决。从设置付款冻结到解除付款冻结的时长，就是问题解决环节的瓶颈。获取途径更改凭证（CDHDR/CDPOS），其中BSEG-ZLSPR的新值为空。采集比较更改前后的状态字段事件类型 inferred
	记录收到发票	将供应商发票单据上注明的日期记录为参考日期。该日期取自会计凭证抬头中的凭证日期字段。
重要性这是账龄分析和供应商付款条款合规性的基准。该日期与录入日期之间的差异可揭示邮件收发室处理或扫描环节的延迟。获取途径 BKPF表，字段BLDAT（凭证日期）。采集执行事务X时记录事件类型 explicit
	设置付款冻结	记录在发票行项目上设置付款冻结码，防止自动付款程序选中该发票。
重要性这是导致逾期付款和错失折扣的主要原因之一。分析冻结原因代码，有助于判断延迟是否源于价格差异、缺少收货记录或人工挂起。获取途径对象为BELEG的更改凭证（CDHDR/CDPOS），字段为BSEG-ZLSPR（付款冻结码）。采集比较更改前后的状态字段事件类型 inferred
	过账付款	执行付款批次，发起银行转账或打印支票，并在系统中生成付款凭证。
重要性这是现金流出的关键节点。该时间戳用于计算实际付款周期时间，并核对是否赶上折扣期限。获取途径付款凭证对应的BKPF表（凭证类型为'ZP'或类似类型）。采集执行事务X时记录事件类型 explicit
	过账发票	表示发票已成功过账至总账和明细分类账，并在系统中形成负债。
重要性此时发票已正式确认为应付款项，可据此开始常规账龄分析和到期日计算。获取途径创建BKPF表记录，且BSTAT为空（标准过账）。采集执行事务X时记录事件类型 explicit
	创建付款建议	表示发票已被自动付款程序（F110）选中，进入待付款候选清单。
重要性表示发票从“可付款”转为“正在付款”。在资金实际离开账户前掌握这一状态，有助于资金管理团队安排现金需求。获取途径 REGUH表（付款程序结算数据）的创建日期。采集执行事务X时记录事件类型 explicit
	到期日已过	这是一个计算得出的事件，表示发票在净到期日之后仍未结清，说明发票已逾期。
重要性支持“逾期付款”分析。监控此项有助于避免与供应商产生摩擦及支付潜在滞纳金。获取途径将BSEG-ZBD3T（净付款天数）加到基准日期上，再与当前日期比较。采集通过比较字段X和Y得出事件类型 calculated
	折扣到期日已过	这是一个计算得出的事件，表示当前日期已超过现金折扣1或2的有效期限，意味着可能错失节省成本的机会。
重要性直接支持“折扣获取绩效”仪表板，有助于量化流程延迟造成的财务损失。获取途径将BSEG-ZBD1T（天数）加到BKPF-BLDAT（凭证日期）上，再与当前日期或付款日期比较。采集通过比较字段X和Y得出事件类型 calculated
	暂存发票	表示发票已保存为草稿，但尚未生成财务过账。此状态允许中断数据录入，或在正式过账前进行审核。
重要性可识别处于初步状态、导致付款计时延后的发票。此类发票数量较多，可能意味着数据录入效率低或审批要求不明确。获取途径 VBKPF表，或BSTAT等于'V'的BKPF表。采集比较更改前后的状态字段事件类型 inferred
	更改付款条款	一种特定的返工事件，指人工更改付款条款，从而改变到期日和现金折扣参数。
重要性此类更改通常用于人为延长付款期限，或纠正主数据错误，会直接影响现金流预测和折扣获取指标。获取途径字段BSEG-ZTERM的更改凭证（CDHDR/CDPOS）。采集执行事务X时记录事件类型 explicit
	更改发票数据	记录初次过账后对发票抬头或行项目数据的人工修改。常见更改包括参考编号、文本字段或税码。
重要性这表明流程中存在返工和人工干预。频繁更改可能说明源头数据质量不佳，或初次录入时缺少充分校验。获取途径对象为BELEG的更改凭证（CDHDR/CDPOS），不包括付款冻结码更改。采集执行事务X时记录事件类型 explicit

建议填写选填

数据提取指南

如何从SAP ECC获取数据

步骤

在SAP ECC系统中打开事务代码SQVI（QuickViewer）。
为视图命名（例如Z_AP_MINING），然后点击“创建”。在“数据源”弹窗中选择“表联接”。
在联接定义界面中，依次选择“编辑”和“插入表格”。添加表BKPF（会计凭证抬头）和表BSAK（会计：供应商次级索引）。请注意，BSAK包含已清账项目；如需未清项目，通常需要单独提取，或与表BSIK合并。本指南仅介绍BSAK中的已清账历史记录。
检查BKPF和BSAK之间的联接条件。确保按公司代码（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。
返回主定义界面，选择输出字段（列表字段）和选择字段（筛选字段）。
在左侧的可用字段列表中，选择以下关键列作为列表字段：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（录入日期）、BKPF-CPUTM（录入时间）、BKPF-USNAM（用户名）、BKPF-XBLNR（参考编号/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（付款条件1）、BSAK-ZLSPR（付款冻结）、BSAK-ZLSCH（付款方式）。
保存QuickView，然后点击“执行”（F8）。
在选择界面中输入公司代码，以及相关会计年度或过账日期范围（例如最近12个月）。
执行报表以生成列表。列表显示后，依次选择“列表”“导出”“电子表格”，将原始数据保存为Excel或CSV文件。
SQVI生成的是平面列表（每张发票一行），因此您必须将数据转换为事件日志格式（每项活动一行），以满足ProcessMind的要求。请使用下方“查询”部分提供的SQL逻辑转换导出的电子表格。

配置

联接配置：BKPF（抬头）与BSAK（供应商已清账项目）之间使用内联接，按BUKRS、BELNR和GJAHR联接。
日期范围：建议按过账日期（BUDAT）筛选最近6至12个月的数据，以控制列表大小。
数据范围：本次提取针对BSAK，因此只包含已完成周期（已清账/已付款）的发票。此配置不包含未清发票（BSIK）。
字段选择：请确保选择凭证日期、过账日期、录入日期和清账日期，以确定事件时间戳。
授权：需要有权访问事务代码SQVI，并获准查看财务表。

查询示例 sql

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

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

步骤

安装前置组件：确保已安装Python以及pyrfc和pandas库。运行脚本的计算机还需安装SAP NetWeaver RFC SDK。SAP用户账号必须获准使用函数模块RFC_READ_TABLE，并拥有对BKPF、BSAK、BSIK、REGUH、CDHDR、CDPOS和VBKPF表的读取权限。
配置连接：在脚本第15至22行填写SAP ECC主机、系统编号、客户端、用户名和密码等连接参数。设置TargetCompanyCode和DateFrom/DateTo变量，定义提取范围。
了解脚本逻辑：脚本按顺序提取数据。首先获取发票抬头（BKPF）和行项目（BSAK/BSIK），建立基础数据集；随后查询付款数据（REGUH）和变更日志（CDHDR/CDPOS），并仅筛选第一步找到的凭证，以减少数据传输量。
处理表宽限制：标准RFC_READ_TABLE函数通常将每行限制为512字节。脚本包含一个辅助函数，用于指定所需列，确保响应不超过此限制。脚本会为每张表创建一个pandas DataFrame。
转换数据：脚本合并抬头和行项目数据，生成“流程对象”，然后遍历该对象，为已创建、已过账和已收讫活动生成标准时间戳。脚本还会根据付款条件计算到期日和折扣期限。
解析变更日志：脚本处理CDHDR和CDPOS数据，以识别特定字段变更。它会将“ZLSPR”变更映射为“已设置/已取消付款冻结”活动，将“ZTERM”变更映射为“付款条件已变更”活动。
构建事件日志：所有派生活动都会添加到主事件列表中。随后，脚本将列表转换为最终的pandas DataFrame，其中包含InvoiceNumber、ActivityName、EventTimestamp、SourceSystem等必需列。
导出：脚本最后会将DataFrame导出为名为sap_ap_event_log.csv的CSV文件。该文件已完成格式整理，可上传至ProcessMind。
运行脚本：通过命令行执行脚本：python sap_ap_extraction.py。查看控制台进度日志，确认从各表读取的记录数。
验证数据：打开生成的CSV文件，确认日期采用ISO格式，“发票金额”采用正确的浮点数格式。检查“ActivityName”列是否包含已定义的13种活动类型。

配置

RFC_READ_TABLE：此标准函数模块必须处于启用状态且可访问。如果系统使用自定义副本（例如/SAPDS/RFC_READ_TABLE）以支持更宽的行，请在脚本中更新函数名称。
日期范围：建议提取3至6个月的数据。通过RFC提取超过6个月的CDHDR/CDPOS数据可能非常缓慢，甚至超时。
公司代码筛选：请始终按公司代码（BUKRS）筛选，将数据范围限制在相关财务实体内。
分批提取：对于数据量较大的系统，可修改脚本，按天循环提取，而不是一次查询较大的日期范围，以避免内存问题。
变更日志对象：脚本按对象类“BELEG”筛选CDHDR。请确认财务凭证变更记录在此标准对象类下。

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

确认已安装并获得Theobald Xtract Universal许可，且有权连接目标SAP ECC系统。确认SAP用户可以读取已配置的会计、供应商、采购、付款、清账和变更历史数据。具体授权取决于您的SAP安全设计。
在Xtract Universal中，为所需的SAP ECC客户端创建或选择SAP连接，并使用已批准的连接方式配置凭据。请勿将凭据写入提取SQL。记录将用于填充SourceSystem的SAP系统标识符。
在Xtract Universal中创建Table提取对象。选择包含所需会计凭证抬头、供应商行项目、付款、清账、付款条件、付款冻结、变更历史和付款建议数据的SAP表。将查询中的[Your table name]和每个方括号内的字段引用替换为SAP ECC系统中可用的对象。具体对象因版本、行业解决方案、凭证模型和配置而异。
使用所选源数据中最可靠的变更时间戳或变更序列配置增量提取。将上次成功提取的水位值存储在事件日志之外，并在[Last successful extraction timestamp]中使用该值。如果支持，请设置一个较短的重叠时间窗口；随后按InvoiceNumber、ActivityName、EventTimestamp和源事件标识符去重，避免时间戳相同或数据延迟提交造成更新遗漏。
配置提取筛选条件。将初始加载范围限制为[Start date]至[End date]，并在需要时应用[Company Code filter]和[Document Type filter]。历史活动应使用足够宽的源日期范围，因为过账、清账、付款和变更日期可能与发票凭证日期不同。
将每条源记录映射到标准化事件列：InvoiceNumber、ActivityName、EventTimestamp、SourceSystem、LastDataUpdate、CompanyCode、VendorNumber、DocumentType、InvoiceAmount、PurchaseOrderNumber、PaymentTerms、PaymentBlockCode、PaymentMethod、UserName和ClearingDate。保留源时间戳的精度。如果源数据仅提供日期，请按约定的业务时间规则赋值并记录说明，不要将SAP未存储的时间误作精确时间。
在查询中配置13种明确的活动分支。“已记录发票收讫”以会计凭证日期作为参考日期。“发票已创建”“发票已暂存”“发票已过账”“已设置付款冻结”“发票数据已变更”“付款条件已变更”“已取消付款冻结”“已创建付款建议”“已过账付款”和“发票已清账”必须分别依据对应的源数据生成独立行。“折扣到期日已过”和“到期日已过”是派生行，必须通过比较提取运行日期与相应折扣到期日和净到期日明确生成。
在Xtract Universal或下游SQL层进行数据类型转换。将SAP日期和时间转换为统一的时间戳类型，将空白值标准化为NULL，保留标识符的前导零，并按正确的货币和小数规则转换金额。请勿将多项活动合并到同一行。
配置Xtract Universal作业计划和目标位置。每次运行时，将提取行写入已批准的暂存目标；仅在成功加载后更新水位值，并将提取运行时间记录为LastDataUpdate。在发布事件日志前，清理重叠时间窗口产生的重复行。
使用下方的检查项验证结果。确认每项必需活动都作为ActivityName值出现，每个事件均已填写InvoiceNumber，且每张发票的时间戳顺序合理。
将最终结果导出或发布为平面表或分隔符文件，每个事件占一行，并使用准确的必需列名。保留UTF-8编码、稳定的列类型和兼容ISO标准的时间戳格式。将生成的事件日志上传至ProcessMind，并将InvoiceNumber设为案例标识符、ActivityName设为活动、EventTimestamp设为事件时间戳。ProcessMind会按原样读取这些行，不会推断缺失的事件。

配置

**提取对象：**使用Theobald Xtract Universal Table提取对象。具体SAP源表和字段应根据您的SAP ECC版本和配置选择。在确认源数据映射前，请使用[Your table name]和[Configure based on your system]。
**增量模式：**使用源变更时间戳、变更序列或其他可靠的水位值。如果只有日期，请设置重叠时间窗口并采用确定性去重。确认目标位置加载成功后，再更新水位值。
**日期范围：**初次加载时，建议选择约3至6个月的可控范围。如果付款条件、清账、付款建议或变更历史可能在发票创建后较长时间才发生，请扩大范围。定期加载时，使用上次成功的水位值，并增加重叠时段。
**公司代码：**如果流程范围仅限特定公司代码，请应用[Company Code filter]。即使只提取一个公司代码，也要在输出中保留CompanyCode。
**凭证类型：**确认目标系统中哪些凭证类型代表发票和贷项凭证后，再应用[Document Type filter]。在输出中保留DocumentType。
**发票范围：**必要时使用会计凭证编号、公司代码和会计年度作为源凭证键，同时将配置的InvoiceNumber作为ProcessMind案例标识符发布。如果发票编号并非全局唯一，请确认是否需要为InvoiceNumber添加前缀或进行其他标准化处理。
**活动映射：**为全部13种活动分别配置映射。源状态或字段变更必须生成独立事件行。不要依赖ProcessMind推导“发票已过账”“发票已清账”、审批、逾期或其他事件。
**计算事件：**明确生成“折扣到期日已过”和“到期日已过”。确定每项事件是每张发票只生成一次、每个相关到期节点生成一次，还是每次提取运行都生成。建议在首次越过阈值时生成一次，并保存事件键以便去重。
**时间戳处理：**保留源日期和时间的精度。记录SAP仅存储日期时采用的任何业务时间默认值。统一使用一个时区，并在提取文档中保留SAP系统时区或转换规则。
**数据转换：**保留SAP标识符的前导零，将空白字符值转换为NULL，验证货币缩放规则，并在上传至ProcessMind前统一日期和时间戳格式。
**性能：**限制源列，将日期和组织筛选条件下推至SAP，采用增量提取，对大型历史数据加载进行分区，并避免无条件扫描整张表。请在SAP处理低峰时段安排耗时较长的初始加载。
变更历史：“发票数据已变更”和“付款条件已变更”需要源变更历史或等效审计证据。如果变更凭证未保留或无法访问，就无法可靠地重建这些活动。
付款建议：“已创建付款建议”需要能够访问自动付款程序的建议数据。仅有付款过账记录不足以证明发生过付款建议事件。
**前置条件：**确认SAP ECC连接正常、具备所需SAP读取权限、可以访问相关会计和付款数据、拥有Theobald Xtract Universal许可、已配置目标位置和水位值存储，并获准安排和执行提取作业。

查询示例 sql

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

准备好开始了吗？

立即下载完整模板，将应付账款数据转化为可执行的洞察。我们的团队将全程为您提供流程挖掘支持。

返回改进指南

下载模板

立即优化应付账款付款处理

将付款周期时间缩短30%，消除SAP ECC中的瓶颈。

开始免费试用

无需信用卡，几分钟即可完成设置。

您的应付账款付款处理数据模板

您的应付账款付款处理数据模板

应付账款付款处理属性

应付账款付款处理活动

数据提取指南

使用SAP QuickViewer SQVI联接表提取数据

步骤

配置

查询示例 sql

使用RFC_READ_TABLE协议的Python脚本

步骤

配置

查询示例 python

使用Theobald Xtract Universal增量提取

步骤

配置

查询示例 sql

准备好开始了吗？

立即优化应付账款付款处理