您的采购到付款申请数据模板

SAP ECC

← 返回改进指南

采购到付款申请属性(19) 采购到付款申请活动(13) 数据提取指南(2)

您的采购到付款申请数据模板

此模板将指导您收集分析采购到付款申请流程所需的关键数据，包括需要收集的数据字段、需要跟踪的主要活动，以及从源系统提取这些数据的实用指南。您可以使用此资源准备数据，以便开展有效的流程挖掘。

建议收集的属性
需要跟踪的关键活动
SAP ECC数据提取指南

刚接触事件日志？了解如何创建流程挖掘事件日志.

下载模板

采购到付款申请属性

为全面分析采购到付款申请流程，建议在事件日志中包含以下数据字段。

5 必填 5 建议填写 9 选填

	名称	说明
	事件时间 EventTime	表示活动发生时间的时间戳。
说明事件时间记录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、识别瓶颈和了解流程绩效。在采购申请场景中，此属性可用于计算“采购申请平均审批时间”和“创建采购订单所需时间”等关键KPI。它还为仪表板提供原始数据，用于衡量流程中任意两个节点之间的耗时，例如采购申请审批周期时间分析。重要性该时间戳对于计算各类耗时、分析流程绩效和发现与时间相关的瓶颈至关重要。获取途径位于更改凭证抬头表CDHDR中（字段UDATE和UTIME）。示例 2023-10-26T10:00:00Z2023-10-26T11:35:10Z2023-10-27T14:20:05Z
	活动名称 ActivityName	特定时间发生的业务活动名称。
说明此属性描述采购申请生命周期中的具体步骤或事件，例如“申请已创建”“已提交审批”或“采购订单已创建”。这些活动通常根据SAP中的状态变更、工作流日志或变更单据生成。分析活动的顺序和频率是流程挖掘的基础。通过分析，您可以发现实际流程，包括常见路径、偏差和瓶颈。这对于构建端到端申请流程图等仪表板，以及计算与返工和一致性相关的KPI至关重要。重要性它定义流程中的各个步骤，使流程图可视化，并支持分析流程差异。获取途径可从更改凭证表CDHDR和CDPOS、工作流日志或EBAN-STATU等状态字段中提取。示例申请已创建审批步骤已批准申请已拒绝采购订单已创建
	采购申请ID PurchaseRequisitionId	用于唯一标识采购申请单据的标识符。
说明采购申请ID是SAP ECC中用于唯一标识每项货物或服务申请的主键。它是核心案例标识符，可关联特定申请从创建到最终处理的所有活动和变更，例如转换为采购订单或关闭。在流程挖掘中，此ID对于还原每项申请的端到端生命周期至关重要。通过跟踪此标识符，分析人员可以直观呈现完整流程，衡量各里程碑之间的耗时，并分析不同申请的处理差异，从而全面了解申请的整个处理过程。重要性这是关联单个案例中所有相关流程事件的核心标识符，使端到端流程分析成为可能。获取途径位于EBAN表的BANFN字段。示例 100234567810023456791002345680
	最近一次数据更新 LastDataUpdate	源系统最近一次刷新或提取数据的时间戳。
说明此属性表示数据集最近一次更新的时间。每次加载数据时，系统都会为整个数据集添加一个固定时间戳，作为判断分析数据新旧程度的参考。在流程挖掘仪表板或分析中，了解数据的时效性对于做出有依据的决策至关重要。此属性可让所有相关人员了解当前查看的数据涵盖的时间范围，避免依据过时信息得出结论。重要性帮助用户了解数据的时效性，这对确保流程分析的相关性和准确性至关重要。获取途径这是表示数据提取时间戳的固定值，在ETL过程中添加。示例 2024-01-15T04:00:00Z2024-01-16T04:00:00Z
	源系统 SourceSystem	标识数据提取自哪个源系统。
说明此属性用于说明流程数据的来源，例如“SAP ECC Production”或“S4HANA QA”。通常在数据提取过程中添加一个固定值，以提供背景信息，尤其适用于存在多个源系统的环境。在流程分析中，该属性有助于区分不同来源的数据，避免将生产、测试或开发环境的数据混在一起而影响分析结果。它是数据治理和可追溯性所需的基础元数据。重要性提供数据来源的关键信息，确保可追溯性，并支持多系统分析。获取途径这是通常在数据提取、转换和加载（ETL）过程中添加的固定值。示例 SAP_ECC_PRODS4HANA_EU_100ECC_US_FINANCE
	单据类型 RequisitionDocumentType	用于确定采购申请类型和特征的分类。
说明 SAP中的单据类型会影响采购申请的多个方面，包括编号范围、字段选择以及所遵循的整体采购流程。示例包括“标准采购申请”“库存转储”和“服务采购申请”。此属性是重要的分析维度，因为不同单据类型通常对应不同的流程路径和审批要求。分析人员可以据此细分数据，比较不同采购申请流程的绩效，从而了解合规情况，并发现流程标准化或专业化的机会。重要性将采购申请划分为不同流程类别，以便开展更精准、更相关的分析。获取途径位于EBAN表的字段BSART中。示例 NBUBRV
	用户名 User	执行该活动的用户ID。
说明此属性用于标识事件的具体责任人，例如创建采购申请、审批步骤或修改单据的用户。在SAP中，通常记录为用户ID。按用户分析有助于识别培训需求、了解个人绩效，并发现潜在的数据录入错误。该属性对于“按申请人统计采购申请创建量”等仪表板至关重要，也有助于了解工作量分布以及职责分离政策的执行情况。重要性将活动归属到具体人员，以便分析用户绩效、工作量、合规情况和培训需求。获取途径更改记录位于更改凭证抬头表CDHDR（字段USERNAME），创建者信息位于EBAN（字段ERNAM）。示例 SMITHJR.DOEUSER123
	部门 Department	申请人所属部门，或与采购申请关联的成本中心。
说明此属性表示发起采购申请的业务单元或部门，通常根据申请人的用户资料或分配给采购申请行项目的成本中心确定。按部门分析流程对于了解组织内部的绩效差异至关重要。该属性是“采购申请审批周期时间”仪表板和“部门审批时间差异”KPI的主要分析维度，有助于找出流程高效的部门，以及可能需要改进或增加资源的部门。重要性支持比较不同业务单元的绩效，发现部门瓶颈和流程差异。获取途径通常通过将申请人（EBAN-AFNAM）关联到用户主数据（SU01）来确定，也可使用与采购申请科目分配关联的成本中心（EBKN-KOSTL）。示例财务IT运营市场营销制造
	采购申请总金额 TotalRequisitionValue	采购申请中所有项目的金额总和。
说明此属性表示采购申请的总金额。金额通常是决定审批工作流的重要因素：金额较高的采购申请通常需要更严格的审核和更多审批步骤。按金额分析对于了解财务影响如何改变流程行为至关重要。分析可以揭示高金额采购申请是否审批耗时更长、拒绝率更高或遵循不同的流程路径。这也是评估采购流程财务处理量的一项基础指标。重要性帮助关联流程行为与财务影响，对于风险分析和了解审批复杂度至关重要。获取途径所有行项目金额的总和。行项目金额位于表EBAN的字段GSWER中，货币位于EBAN-WAERS中。示例 1500.00250.50125000.00
	采购申请状态 RequisitionStatus	采购申请当前的处理状态。
说明此属性表示采购申请在特定时间点的整体状态，例如“审批中”“已批准”“已拒绝”或“已关闭”。在SAP中，通常以状态代码表示。跟踪状态对于了解采购申请的处理结果至关重要。该属性直接支持“采购申请结果与拒绝率”仪表板，以及“采购申请拒绝率”和“采购申请撤回率”等KPI。分析采购申请在不同状态间的变化，有助于发现流程低效之处和失败环节。重要性该属性定义采购申请的处理结果，对于分析成功率、拒绝原因和流程终点至关重要。获取途径处理状态位于表EBAN的字段STATU中，审批状态位于EBAN-FRGZU中。示例 N（未编辑）B（已创建采购订单）A（已创建询价单）K（已关闭）
	优先级 Priority	分配给采购申请的紧急程度。
说明此属性表示采购申请的优先级，通常分为“紧急”“高”或“普通”。该标记用于提醒审批人和采购人员加快处理相关申请。此属性对于“紧急采购申请处理绩效”仪表板和“紧急标记有效性”KPI至关重要。分析重点是标记为紧急的采购申请是否确实比普通申请处理得更快，从而验证优先级机制是否有效，并确保业务关键需求得到及时满足。重要性用于分析紧急申请是否处理得更快，从而验证优先级机制的有效性。获取途径 EBAN中没有标准字段。通常通过自定义字段实现，或根据需求跟踪编号（EBAN-BEDNR）或特定单据类型推断。示例 123
	供应商ID VendorId	建议供应商或指定供应商的唯一标识符。
说明此属性包含所申请项目的首选供应商或合同指定供应商ID。该信息可能由系统预先填入，也可能由申请人提供建议。按供应商分析采购申请，有助于评估预选供应商对采购流程的影响。例如，可以了解指定供应商的采购申请是否审批更快，或某些供应商是否对应较高的拒绝率。借此可以了解采购早期阶段的供应商参与情况。重要性帮助了解首选供应商关系，以及这些关系对采购申请处理速度和结果的影响。获取途径位于EBAN表的字段LIFNR中（固定供应商）。示例 100030025V9876
	工厂 Plant	申请商品或服务所对应的公司地点或工厂。
说明工厂是公司的组织单元，代表工厂、仓库或办公室等实际地点。采购申请会注明所需项目对应的工厂。按工厂分析可以从地理区域或具体地点的角度查看采购申请流程，发现不同地点之间的绩效差异。这些差异可能源于当地流程、人员配置或业务需求不同。工厂也是区域绩效仪表板中常用的分析维度。重要性提供地理或地点维度的分析背景，帮助识别区域流程差异和绩效差异。获取途径位于EBAN表的字段WERKS中。示例 10002100DE01
	拒绝原因 RejectionReason	拒绝采购申请或审批步骤时填写的原因。
说明此属性记录拒绝采购申请的理由。审批人在拒绝活动中通常会填写自由文本，或从预设代码列表中选择原因。分析拒绝原因对于改进流程至关重要。它能直接说明采购申请未通过的原因，例如违反政策、数据错误或预算不足。这些数据是“采购申请结果与拒绝率”仪表板的关键内容，也有助于找出流程低效的根本原因。重要性直接呈现采购申请被拒绝的原因，便于有针对性地改进流程和开展用户培训。获取途径此数据通常存储在工作流日志中，或与拒绝事件关联的长文本中。EBAN中没有标准字段。示例成本中心错误超出预算重复申请不符合政策
	是否返工 IsRework	用于标记采购申请是否经历返工循环（例如提交后修改）的布尔值。
说明这是一个派生属性，用于标记涉及返工的活动或案例。例如，“采购申请已修改”活动若发生在“已提交审批”之后，即视为返工。导致流程退回较早阶段的拒绝事件也会触发此标记。此标记对于“采购申请修改与返工分析”仪表板至关重要。它便于筛选和统计返工，帮助衡量返工对整体周期时间的影响，并找出流程低效的根本原因。返工率较高通常意味着数据质量存在问题或需求不够明确。重要性帮助统计返工的频率和影响，便于发现和分析流程低效及循环。获取途径根据事件日志中的特定活动顺序推导，例如识别审批活动之后是否发生“采购申请已修改”。示例 truefalse
	物料组 MaterialGroup	所申请物料或服务所属的组别或类别。
说明物料组用于将特征相似的物料或服务归为一类，便于按类别分析采购活动。按物料组分析有助于开展战略寻源和支出分析。在流程挖掘中，这类分析可以揭示特定类别的采购申请（如“IT硬件”或“专业服务”）是否遵循不同的流程路径，或审批时间是否更长。这些洞察有助于生成“采购申请数据质量报告”，并了解采购内容如何影响流程差异。重要性按采购类别分析支出和流程，支持战略寻源并发现特定类别的瓶颈。获取途径位于EBAN表的字段MATKL中。示例 00101L001IT-SFTWR
	申请人姓名 RequesterName	申请商品或服务的人员姓名。
说明此属性用于标识发起采购申请的人员，也就是提出所需商品或服务的业务需求者。跟踪申请人有助于按个人或群体分析采购申请模式。“按申请人统计采购申请创建量”仪表板依赖此属性来识别高频用户、可能需要额外培训的用户，以及采购活动频繁的部门。它从人员角度呈现流程的起点。重要性标识流程发起人，便于分析采购申请创建模式并确定用户培训对象。获取途径位于EBAN表的字段AFNAM中。示例 Alice WilliamsBob JohnsonCharlie Brown
	采购组 PurchasingGroup	负责采购所申请项目的采购人员团队。
说明采购组是负责特定采购活动的组织单元，代表采购申请获批后负责处理的采购团队。此属性有助于分析不同采购团队的工作量和绩效。它可以帮助识别哪些采购组在将采购申请转为采购订单时形成瓶颈，或哪些团队处理特定类型的采购申请更高效。对于采购职能中的资源和绩效管理，这是一个重要的分析维度。重要性明确采购职责，便于分析工作量并比较不同采购团队的绩效。获取途径位于EBAN表的字段EKGRP中。示例 001002P01
	采购订单ID PurchaseOrderId	根据采购申请创建的采购订单ID。
说明此属性将采购申请与后续创建的采购订单关联起来，以满足申请需求。一份采购申请有时可能对应多个采购订单。此关联对于分析采购申请流程与采购流程之间的交接至关重要。计算“从采购申请到创建采购订单所需时间”KPI，以及支持“已批准采购申请到创建采购订单的延迟”仪表板，都需要此属性。了解两者之间的关联是衡量整个采购到付款周期效率的关键。重要性将采购申请流程与后续采购流程关联起来，以便分析交接延迟。获取途径采购订单创建后，其编号存储在EBAN表的字段EBELN中。示例 450001712345000171244500017125

必填建议填写选填

采购到付款申请活动

为准确发现和分析申请工作流，建议在事件日志中记录以下关键流程步骤和里程碑。

6 建议填写 7 选填

	活动	说明
	已提交审批	此活动表示申请已进入正式审批工作流。通常可根据配置的审批策略推断：当申请状态变为需要初始放行或审批操作时，即发生此活动。
重要性此活动标志着审批周期时间的起点，是衡量流程效率的关键KPI。了解这一时间点有助于区分申请创建后、正式审批开始前的延误。获取途径可根据EBAN表中与放行策略相关的首次状态变更推断，例如FRGZU字段从初始状态变为待处理状态；也可根据与申请关联的工作流日志中的首条记录推断。采集根据表明放行策略已启用的首条变更日志记录推断。事件类型 inferred
	申请已创建	此活动表示用户首次创建并保存采购申请。当EBAN表中生成新记录时，系统会明确记录该事件及创建日期和时间。
重要性作为流程的起点，此活动对于计算采购申请的总生命周期时长和分析创建处理量至关重要。它有助于了解申请由谁创建以及何时创建。获取途径此事件根据EBAN表中ERDAT（创建日期）和UZEIT（创建时间）字段记录，并关联相应的采购申请ID（BANFN）。采集首次保存记录时，取自EBAN表的ERDAT和UZEIT字段的时间戳。事件类型 explicit
	申请已批准	此里程碑活动表示采购申请已通过所有必需的审批步骤。当最终放行代码生效，且EBAN表中的整体放行标识（FRGZU）变为已批准状态时，可推断此活动。
重要性这是一个关键里程碑，标志着审批周期结束、采购阶段开始。它对于计算审批总时长KPI和衡量移交至采购订单创建环节的延误至关重要。获取途径当EBAN表的FRGZU字段变更为代表最终批准的值时，根据CDPOS中该变更日志记录的时间戳推断。采集根据EBAN中的最终放行标识字段达到终止状态“已批准”推断。事件类型 inferred
	申请已拒绝	这是一个终止活动，表示采购申请已被最终拒绝，无法继续处理。当审批人将EBAN表中的放行标识设为最终拒绝状态时，可推断此活动。
重要性此活动是流程的重要终点，也是计算申请拒绝率KPI的关键。分析这些案例有助于了解采购失败和资源浪费的原因。获取途径当EBAN表的FRGZU字段变更为代表最终拒绝的值时，根据CDPOS中该变更日志记录的时间戳推断。采集根据EBAN中的最终放行标识字段达到终止状态“已拒绝”推断。事件类型 inferred
	申请已撤回	这是一个终止活动，表示创建人或获授权用户通过设置删除标记取消了申请项目。此操作会被明确记录，说明业务需求已失效或申请是误创建的。
重要性这是流程中的一个重要失败终点，也是计算撤回率的关键。撤回率偏高可能意味着审批时间过长，导致用户放弃申请，也可能反映需求计划存在系统性问题。获取途径当EBAN表中申请项目的“删除标识”字段（LOEKZ）被设置时，会记录此操作。该变更会记入CDHDR和CDPOS。采集删除标识（EBAN-LOEKZ）设为“L”时生成的变更日志记录。事件类型 explicit
	采购订单已创建	此活动表示已成功将获批的采购申请转换为采购订单单据。通过查找引用该申请的采购订单项目，可推断此事件。
重要性作为主要的成功结果，此活动标志着申请流程结束、采购阶段开始。“申请已批准”与此事件之间的时间是衡量移交效率的关键KPI。获取途径在EKPO（采购订单项目）表中查找记录，确认BANFN和BNFPO字段与EBAN表中的采购申请编号和项目匹配，即可推断此活动。采购订单创建日期（EKKO.AEDAT）用作时间戳。采集通过关联EBAN和EKPO表，并使用EKKO中的采购订单创建日期推断。事件类型 inferred
	审批已重置	表示申请的整个审批工作流已重置，通常是由于发生了重大修改。此前已启用的放行状态被清除时，可推断审批流程需要从头开始。
重要性审批重置属于影响周期时间的重大返工事件。识别此类事件，有助于发现流程低效之处，以及申请修改对后续工作流的影响。获取途径根据EBAN表的变更日志（CDHDR/CDPOS）推断：放行状态字段（如FRGZU）从待处理或已批准状态变回初始状态或空白状态。采集根据显示放行策略字段已清除的变更日志推断。事件类型 inferred
	审批步骤已开始	表示申请正等待放行策略中指定的审批人或审批组处理。申请状态显示正在等待特定放行代码时，可推断此事件。
重要性此活动可用于详细分析审批链中的每个步骤，帮助定位造成流程延误最长的审批人或环节。获取途径通过跟踪EBAN表中放行状态字段的变更顺序推断。每次变更为新的待处理状态，都表示一个新的审批步骤开始。采集根据表明新的放行代码已生效并等待审批的状态变更推断。事件类型 inferred
	审批步骤已批准	表示获授权用户明确批准了放行策略中的一个步骤。此操作会记录为申请放行状态的变更，使申请更接近最终获批。
重要性跟踪每项审批对于衡量各步骤耗时、分析不同审批人的处理情况十分必要，也是了解工作流一致性的基础。获取途径从EBAN表放行状态字段的变更日志（CDHDR/CDPOS）中提取。审批人通过ME54N事务代码或类似事务代码执行操作时，会触发此变更记录。采集审批人执行放行事务时生成的变更日志记录。事件类型 explicit
	审批步骤已拒绝	获授权用户明确拒绝了放行策略中的一个步骤，通常会将申请退回创建人修改。此操作会记录为申请放行状态的变更。
重要性拒绝是造成流程返工和延误的主要原因。分析拒绝频率及原因，有助于发现对政策的理解偏差、数据质量问题或效率低下的审批步骤。获取途径从EBAN表放行状态字段的变更日志（CDHDR/CDPOS）中提取。通过ME54N事务代码或类似事务代码执行拒绝操作时，会触发相应的状态变更。采集审批人执行拒绝操作时生成的变更日志记录。事件类型 explicit
	申请已修改	表示采购申请创建后发生的任何修改，例如更改数量、价格或物料。这些变更会记录在SAP变更日志表中，形成详细的修改审计轨迹。
重要性跟踪申请修改对于发现返工循环和数据质量问题至关重要。频繁修改可能意味着初始需求不明确或用户培训不足，进而导致流程延误。获取途径从变更日志表CDHDR（抬头）和CDPOS（项目）中提取，条件为对象类别为EINKBELEG、对象ID为采购申请编号。还可分析具体字段的变更。采集采购申请单据发生变更时，事件会记录在CDHDR和CDPOS变更表中。事件类型 explicit
	申请已关闭	表示申请项目已最终关闭，不再需要后续处理。当项目已全部转换为采购订单并完成履行，或被手动标记为关闭时，可推断此状态。
重要性此活动为已完成但未必删除的申请提供明确的终点，确保准确计算成功履行申请的生命周期时长。获取途径根据EBAN表中的“已关闭”标识推断（EBAKZ的值为“S”或其他已配置值）。项目全部转换为采购订单并完成收货后，系统通常会自动设置此状态。采集根据EBAN-EBAKZ字段变更为“已关闭”状态的记录推断。事件类型 inferred
	申请已阻止	表示明确阻止某个采购申请项目，防止其转换为采购订单。此操作通过申请项目上的特定标识设置阻止状态。
重要性阻止状态可能意味着存在问题或采购暂时搁置。跟踪此类事件有助于发现申请已获批却未及时处理的瓶颈。获取途径当EBAN表中的“阻止标识”字段（EBAKZ）发生变更时记录此活动。该变更会记入CDHDR和CDPOS。采集设置EBAN-EBAKZ字段时，事件会记录在变更表中。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

申请数据库访问权限：开始前，请确保您拥有SAP ECC底层数据库的只读访问权限。您需要相应的凭据（用户名、密码、主机和端口）。这类访问权限并非标准配置，必须经SAP基础架构团队和安全团队批准。
确定SAP架构：使用DBeaver、Toad或SQL Developer等标准SQL客户端连接数据库。您需要确定存储数据表的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。该查询通过关联主数据表和变更日志表，提取所有所需的活动和属性。
设置查询参数：找到查询中的占位值，并替换为符合您系统和业务需求的值。主要占位符包括'{source_system_name}'、'{start_date}'、'{end_date}'、'{company_codes}'和'{document_types}'。
调整数据库专用语法：提供的查询使用通用SQL语法。不过，创建时间戳的函数（如TO_TIMESTAMP）或字符串处理方式可能需要根据具体数据库系统稍作调整，例如Oracle、SQL Server、DB2或HANA。
执行数据提取：在SQL客户端中运行定制后的查询。对于大型数据集，建议在非高峰时段运行，以免影响系统性能。
检查初步结果：查询完成后，快速检查输出是否包含预期列（PurchaseRequisitionId、ActivityName、EventTime等），以及是否返回了不同活动对应的记录。
导出为CSV：在SQL客户端中将完整结果集导出为CSV文件。请使用UTF-8编码，避免特殊字符显示异常。
准备上传：确认CSV列标题与SQL查询中定义的别名完全一致。文件应以清晰的表格形式呈现事件日志。
上传到ProcessMind：将最终CSV文件上传到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SAP ECC数据库。您需要准备主机名、端口、数据库名称和相应的用户凭据。
SAP架构：您需要知道包含SAP表的架构名称，例如SAPSR3。查询必须在该架构下执行。
日期范围：为控制性能和数据量，必须按指定日期范围筛选。建议先提取3至6个月的数据。将'{start_date}'和'{end_date}'占位符设置为YYYYMMDD格式。
组织筛选条件：为开展更有针对性的分析，请按公司代码（BUKRS）和采购申请凭证类型（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'。
前提条件：此方法需要获得SAP基础架构团队和安全团队的批准，才能获取直接数据库凭据。这并非普通终端用户的操作。
性能注意事项：查询会关联变更日志表（CDHDR、CDPOS），这些表可能非常庞大。若筛选条件不充分，查询可能运行缓慢并占用大量系统资源。请务必设置严格的日期范围和其他筛选条件。

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

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

配置

SAP连接：脚本需要SAP ECC系统的直接RFC连接信息，包括应用服务器、系统编号、客户端、用户和密码。指定用户必须拥有RFC调用权限，以及对EBAN、EKPO、EKKO、CDHDR和CDPOS表的显示权限。
日期范围：脚本通过开始日期和结束日期参数控制提取范围。首次运行时，为便于控制性能，建议提取3至6个月的数据。
数据表筛选条件：RFC调用会尽可能应用筛选条件。例如，按创建日期（EBAN-ERDAT）筛选申请，按日期（CDHDR-UDATE）和对象类（CDHDR-OBJECTCLAS = 'BANF'）筛选变更凭证。
Python库：脚本使用pyrfc连接SAP，并使用pandas处理数据。请确保这些库已安装在Python环境中。
性能：通过RFC_READ_TABLE提取大型数据集可能较慢，因为数据会逐个数据表依次提取。建议在非高峰时段运行，以减轻系统负载。
凭证类型：脚本默认提取所有采购申请凭证类型。如需缩小范围，可在提取后根据EBAN表中的BSART列，使用pandas DataFrame筛选数据。

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()

准备好开始了吗？

使用此模板整理流程挖掘所需的数据，深入了解采购到付款申请流程。立即开始优化流程。

返回改进指南

下载模板

提升采购到付款申请效率，立即开始试用

找出并解决采购到付款流程中的瓶颈，将周期时间缩短30%或以上。

开始免费试用

无需信用卡，可免费使用14天

您的采购到付款申请数据模板

您的采购到付款申请数据模板

采购到付款申请属性

采购到付款申请活动

数据提取指南

直接查询SAP ECC底层数据库

步骤

配置

查询示例 sql

使用SAP RFC提取数据表的Python脚本

步骤

配置

查询示例 python

准备好开始了吗？

提升采购到付款申请效率，立即开始试用