SAP SD学习笔记28 - 请求计划(开票计划)之2 - Milestone请求(里程碑开票)
上一章讲了请求计划(开票计划)中的 定期请求。
SAP SD学习笔记27 - 请求计划(开票计划)之1 - 定期请求-CSDN博客
本章继续来讲请求计划(开票计划)的其他内容: Milestone请求(里程碑请求)。
目录
1,Milestone请求(里程碑请求)概要
2,Milestone请求(里程碑请求)的系统操作
2-1,VA01 受注传票登录
2-2,VF01 请求传票登录
2-3,前払金的 FI 票
2-4,VA02 修改Block字段
2-5,VF01 请求传票登录
2-6, 前払金以外的其他 FI票
3,总结
以下是详细内容。
1,Milestone请求(里程碑请求)概要
里程碑大家都知道,就是某一个具有标志性的日子到了或目标实现了。
比如软件开发领域,按瀑布模型,要件定义,基本设计,结合测试,UAT(用户测试)等等
这些都可以算是里程碑。

咱们这里讲的里程碑也差不多,一般用在工程(比如工厂的设计/建造),软件开发等行业。
具体来说,就是不能等全部竣工了再付款吧,那可能会很长时间之后才能收到款。
而是需要分散开来,按某些具有典型意义的日子作为里程碑来进行分别付款,最后再来个决算。
不然的话,从财务角度也不友好。
现象就是项目结项之前一直是赤字,等项目结束收到付款,突然进一大笔钱,从财务上看也不好。
后来就把会计法改了。
大家干软件或工程的都知道,具体项目当中,也不会等项目都结束才一次性的给客户总纳品,而是分几次中途纳品是吧,比如按月来等等。
基本做法都是做完一批纳一批,让客户先承认,然后就可以跟客户公司财务请求这部分款了。
SAP系统上的流程大致如下:
- 受注传票作成
- 受注传票中的请求计划设定,比如这里分为4次
- 请求Block字段用来控制该请求是否迎来期限
比如下图的 4月10号的请求就可以用
- 迎来期限就可以进行请求,一般来说请求Type为 F2

下面来看一下系统上怎么操作。
2,Milestone请求(里程碑请求)的系统操作
2-1,VA01 受注传票登录

- 品目:T-20000
这样回车之后,明细Category 就显示为 TAO - Milestone请求
这个品目应该是在物料主数据里面有什么特别的设定,这个等以后再说。
如果你没出来 TAO 这个明细Category,就表示你没做对,再换一个品目试试看。

双击 明细栏位的 10
这样就进入明细Data 画面
点一下 请求计划 Tab,这里自动分为几个Milestone进行请求
- 2025-03-02 设计 40% Block:02 - 完了确认欠如
- 2025-04-02 操作 60% Block:02 - 完了确认欠如
另外还有
- 2025-01-31 前付金 10% Block:空白
- 2025-04-02 请求书处理 Block:02 - 完了确认欠如
这些东西都是从哪儿来的呢?就是画面上 参照 - 435 这个项目,具体怎么设的,以后再说

- 前払金:这个的意思是,在我做事儿之前,客户先付一部分钱给我,
这个就跟大家理解的那个项目启动费差不多
项目启动的时候,得买设备,找办公室,招人,调研等等,这些都需要钱。
好了,先保存一下。
受注票:13399

2-2,VF01 请求传票登录

可以看到,这里就是把上面的那个 前払金 给请求了,意思就是把启动费先给我。
> - 2025-01-31 前付金 10% Block:空白

然后提示说有Log嘛,进去看了看,说 20250302 被Block
> - 2025-03-02 设计 40% Block:02 - 完了确认欠如
那确实是被Block了,因为还没到该Milestone嘛,还是处于Block状态。

因为 前払金 还是处于可以请求的状态,那先保存该请求书。

2-3,前払金的 FI 票

点选上图的会计传票,然后点 传票照会 图标
可以看到这个稍微有点儿奇怪的FI 票
奇怪的地方在于,一般来说借贷要平衡嘛,那就表示至少要有2条分录啊
这里只有1条。
其实这个东西都不能叫FI 票(会计凭证),只能称之为会计备忘(会计记录)。
这个东西的用途以后再说,大家知道它不是一个正儿八经的FI 票就行了,所以就可以借贷不平。

点一下Header图标,看到
- 传票Status:S - 备忘明细

2-4,VA02 修改Block字段
这里面其实没到 3月2号,所以咱们这里是提前了。
SAP里面不看这个日期,只看Block字段。

2-5,VF01 请求传票登录

这样就能显示出下面这条的请求票
> - 2025-03-02 设计 40% Block:02 - 完了确认欠如
注意请求书的Type 是 F2
然后点保存

保存完之后,回到VA02,看到前两条已经变灰了,就是那两个里程碑已经完成了。

2-6, 前払金以外的其他 FI票

可以看到,这次就是正常的FI 票了,借贷平衡

3,总结
这里讲的Milestone请求,它是从VA01 (受注)开始的,
而上几章讲的基本契约(数量契约,金额契约),它们都是从VA41 契约开始的。
这主要是看它们的确定性如何。
- Milestone 请求
那就那几个确定的步骤,比如 上面的 设计,操作 两个步骤;
再比如软件开发,也就是 要件定义,基本设计,详细设计,开发,测试,用户测试等几个环节。
- 基本契约(数量契约,金额契约)
这就没有什么确定性了,唯一确定的就是一共的,比如一共要买多少钱/多少个的。
像这种就不能用VA01 直接订一个受注,
它就得用契约,然后来关联很多受注,以共同完成契约。
以上就是本篇的全部内容。
更多SAP顾问业务知识请点击下面目录链接或东京老树根的博客主页
https://blog.csdn.net/shi_ly/category_12216766.html
东京老树根-CSDN博客
相关文章:
SAP SD学习笔记28 - 请求计划(开票计划)之2 - Milestone请求(里程碑开票)
上一章讲了请求计划(开票计划)中的 定期请求。 SAP SD学习笔记27 - 请求计划(开票计划)之1 - 定期请求-CSDN博客 本章继续来讲请求计划(开票计划)的其他内容: Milestone请求(里程碑请求)。 目录 1,Miles…...
算法随笔_27:最大宽度坡
上一篇:算法随笔_26: 按奇偶排序数组-CSDN博客 题目描述如下: 给定一个整数数组 nums,坡是元组 (i, j),其中 i < j 且 nums[i] < nums[j]。这样的坡的宽度为 j - i。 找出 nums 中的坡的最大宽度,如果不存在,返回 0 。 …...
SpringBoot+Vue的理解(含axios/ajax)-前后端交互前端篇
文章目录 引言SpringBootThymeleafVueSpringBootSpringBootVue(前端)axios/ajaxVue作用响应式动态绑定单页面应用SPA前端路由 前端路由URL和后端API URL的区别前端路由的数据从哪里来的 Vue和只用三件套axios区别 关于地址栏url和axios请求不一致VueJSPS…...
大白话讲清楚embedding原理
Embedding(嵌入)是一种将高维数据(如单词、句子、图像等)映射到低维连续向量的技术,其核心目的是通过向量表示捕捉数据之间的语义或特征关系。以下从原理、方法和应用三个方面详细解释Embedding的工作原理。 一、Embe…...
2025年1月22日(网络编程 udp)
系统信息: ubuntu 16.04LTS Raspberry Pi Zero 2W 系统版本: 2024-10-22-raspios-bullseye-armhf Python 版本:Python 3.9.2 已安装 pip3 支持拍摄 1080p 30 (1092*1080), 720p 60 (1280*720), 60/90 (640*480) 已安装 vim 已安装 git 学习…...
【RAG】SKLearnVectorStore 避免使用gpt4all会connection err
gpt4all 列表中包含了多个开源的大模型,如 Qwen2.5、Llama 3、DeepSeek、Mistral 等,但 不包含 OpenAI 的 GPT-4o。GPT-4o 是 OpenAI 提供的闭源模型,目前只能通过 OpenAI API 或 ChatGPT 官方应用(网页版、移动端)访问,并不支持本地运行,也没有 GGUF 量化格式的模型文件…...
ios swift画中画技术尝试
继上篇:iOS swift 后台运行应用尝试失败-CSDN博客 为什么想到画中画,起初是看到后台模式里有一个picture in picture,去了解了后发现这个就是小窗口视频播放,方便用户执行多任务。看小窗口视频的同时,可以作其他的事情…...
Prometheus 中的 Exporter
在 Prometheus 生态系统中,Exporter 扮演着至关重要的角色,它们负责从不同的服务或系统中收集和暴露度量数据。本文将详细介绍 Exporter 的概念、类型以及如何有效使用它们将 Prometheus 集成到各种系统中进行监控。 什么是 Exporter? Exporter 是一段软件,它从应用程序或…...
玄奘的启示
今天没事,又看了一遍央视拍的《玄奘大师》(程池、齐秦配乐版)伪纪录片,很有感触。 古罗马哲学家塞内加说“人最可怕的事情莫过于死前只留下活过的岁数。” 他在《论生命之短暂》中这样写道:“生命并非短促࿰…...
车载以太网---数据链路层
在上一章节中,我们讲解了数据链路层与物理层的接口MIIM,在本章中我们主要介绍车载网络中的数据链路层。 目录 数据链路层与网络层的区别 数据链路层:负责“同一链路”或“局域网/子网”内的可靠传输 传输范围: 主要功能: 通路…...
文本复制兼容方案最佳实现落地。
文章目录 一、navigator.clipboard.writeText二、方案落地总结 一、navigator.clipboard.writeText navigator.clipboard.writeText 是一个Web API,它允许网页脚本将文本数据写入用户的系统剪贴板。这个API是异步的,并且设计用于提高安全性和用户体验&a…...
ArkTS高性能编程实践
文章目录 概述声明与表达式函数数组异常 概述 本文主要提供应用性能敏感场景下的高性能编程的相关建议,助力开发者开发出高性能的应用。高性能编程实践,是在开发过程中逐步总结出来的一些高性能的写法和建议,在业务功能实现过程中࿰…...
阿里新发的大模型Qwen2.5-max如何?
阿里新发布的大模型Qwen2.5-Max是一款性能卓越、技术先进的大型语言模型,其在多个方面展现了突出的表现。以下是基于我搜索到的资料对Qwen2.5-Max的详细评价: 技术特点 超大规模预训练数据:Qwen2.5-Max采用了超过20万亿tokens的超大规模预训…...
吴晓波 历代经济变革得失@简明“中国经济史” - 读书笔记
目录 《历代经济变革得失》读书笔记一、核心观点二、主要内容(一)导论(二)春秋战国时期(三)汉代(四)北宋(五)明清时期(六)近现代&…...
SQL GROUP BY 详解
SQL GROUP BY 详解 引言 在数据库查询中,GROUP BY 子句是一个非常有用的工具,它允许我们对查询结果进行分组,并基于这些分组进行聚合计算。本文将详细介绍 GROUP BY 的用法、注意事项以及在实际应用中的场景。 什么是 GROUP BY? GROUP BY 子句用于对查询结果进行分组。…...
走向基于大语言模型的新一代推荐系统:综述与展望
HightLight 论文题目:Towards Next-Generation LLM-based Recommender Systems: A Survey and Beyond作者机构:吉林大学、香港理工大学、悉尼科技大学、Meta AI论文地址: https://arxiv.org/abs/2410.1974 基于大语言模型的下一代推荐系统&…...
6 Flink 状态管理
6 Flink 状态管理 1. State-Keyed State2. State-Operator State3. Broadcast State 我们前面写的 wordcount 的例子,没有包含状态管理。如果一个task在处理过程中挂掉了,那么它在内存中的状态都会丢失,所有的数据都需要重新计算。从容错和消…...
第1章 量子暗网中的血色黎明
月球暗面的危机与阴谋 量子隧穿效应催生的幽蓝电弧,于环形山表面肆意跳跃,仿若无数奋力挣扎的机械蠕虫,将月球暗面的死寂打破,徒增几分诡异。艾丽伫立在被遗弃的“广寒宫”量子基站顶端,机械义眼之中,倒映着…...
爬虫基础(六)代理简述
目录 一、什么是代理 二、基本原理 三、代理分类 一、什么是代理 爬虫一般是自动化的,当我们自动运行时 爬虫自动抓取数据,但一会就出现了错误: 如,您的访问频率过高! 这是因为网站的反爬措施,如果频…...
前端 Vue 性能提升策略
一、引言 前端性能优化是确保 Web 应用快速响应和流畅用户体验的关键。对于使用 Vue.js 构建的应用,性能优化不仅涉及通用的前端技术,还包括针对 Vue 特性的特定优化措施。本文将从多个方面探讨如何全面提升前端和 Vue 应用的性能。 二、前端性能优化基础 1. 减少初始加载…...
MCU内部ADC模块误差如何校准
本文章是笔者整理的备忘笔记。希望在帮助自己温习避免遗忘的同时,也能帮助其他需要参考的朋友。如有谬误,欢迎大家进行指正。 一、ADC误差校准引言 MCU 片内 ADC 模块的误差总包括了 5 个静态参数 (静态失调,增益误差,微分非线性…...
Spring MVC消息转换器
在Spring MVC框架中,extendMessageConverters 通常与消息转换器(Message Converters)相关。消息转换器是Spring MVC用于将HTTP请求和响应主体(body)转换为Java对象和字符串的组件。它们在处理不同的媒体类型࿰…...
手写防抖函数、手写节流函数
文章目录 1 手写防抖函数2 手写节流函数 1 手写防抖函数 函数防抖是指在事件被触发n秒后再执行回调,如果在这n秒内事件又被触发,则重新计时。这可以使用在一些点击请求的事件上,避免因为用户的多次点击向后端发送多次请求。 function debou…...
【Rust自学】15.4. Drop trait:告别手动清理,释放即安全
喜欢的话别忘了点赞、收藏加关注哦,对接下来的教程有兴趣的可以关注专栏。谢谢喵!(・ω・) 15.4.1. Drop trait的意义 类型如果实现了Drop trait,就可以让程序员自定义当值离开作用域时发生的操作。例如文件、网络资源…...
【Block总结】CPCA,通道优先卷积注意力|即插即用
论文信息 标题: Channel Prior Convolutional Attention for Medical Image Segmentation 论文链接: arxiv.org 代码链接: GitHub 创新点 本文提出了一种新的通道优先卷积注意力(CPCA)机制,旨在解决医学图像分割中存在的低对比度和显著…...
信息学奥赛一本通 1607:【 例 2】任务安排 2 | 洛谷 P10979 任务安排 2
【题目链接】 ybt 1607:【 例 2】任务安排 2 洛谷 P10979 任务安排 2 注:ybt1607中n最大达到 1 0 4 10^4 104,洛谷P10979中n最大达到 3 ∗ 1 0 5 3*10^5 3∗105,本题解统一认为n最大达到 3 ∗ 1 0 5 3*10^5 3∗105。 【题目考点…...
AI(计算机视觉)自学路线
本文仅用来记录一下自学路线方便日后复习,如果对你自学有帮助的话也很开心o(* ̄▽ ̄*)ブ B站吴恩达机器学习->B站小土堆pytorch基础学习->opencv相关知识(Halcon或者opencv库)->四类神经网络(这里跟…...
OFDM系统仿真
1️⃣ OFDM的原理 1.1 介绍 OFDM是一种多载波调制技术,将输入数据分配到多个子载波上,每个子载波上可以独立使用 QAM、PSK 等传统调制技术进行调制。这些子载波之间互相正交,从而可以有效利用频谱并减少干扰。 1.2 OFDM的核心 多载波调制…...
torch numpy seed使用方法
1 import numpy as np np.random.seed(500) np.random.rand(5)array([0.69367953, 0.06171699, 0.6666116 , 0.55920894, 0.08511062])import torch torch.manual_seed(500) torch.rand(5)为了能够复现数据,我们可以使用seed 来控制生成的随机数。设置seed数据来设…...
【Go语言圣经】第四节:复合数据类型
第四章:复合数据类型 本节主要讨论四种类型——数组、slice、map和结构体。 数组和结构体都是有固定内存大小的数据结构。相比之下,slice 和 map 则是动态的数据结构,它们可以根据需要动态增长。 4.1 数组 数组是一个定长的由特定类型元素…...
