当前位置: 首页 > article >正文

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&#xff0c;坡是元组 (i, j)&#xff0c;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&#xff0c;如果不存在&#xff0c;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&#xff08;前端&#xff09;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&#xff08;嵌入&#xff09;是一种将高维数据&#xff08;如单词、句子、图像等&#xff09;映射到低维连续向量的技术&#xff0c;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&#xff1a; ubuntu 16.04LTS Raspberry Pi Zero 2W 系统版本&#xff1a; 2024-10-22-raspios-bullseye-armhf Python 版本&#xff1a;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&#xff1a;iOS swift 后台运行应用尝试失败-CSDN博客 为什么想到画中画&#xff0c;起初是看到后台模式里有一个picture in picture&#xff0c;去了解了后发现这个就是小窗口视频播放&#xff0c;方便用户执行多任务。看小窗口视频的同时&#xff0c;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&#xff0c;又看了一遍央视拍的《玄奘大师》&#xff08;程池、齐秦配乐版&#xff09;伪纪录片&#xff0c;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&#xff1a;“生命并非短促&#xff0…...

车载以太网---数据链路层

在上一章节中&#xff0c;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&#xff1a;负责“同一链路”或“局域网/子网”内的可靠传输 传输范围&#xff1a; 主要功能&#xff1a; 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&#xff0c;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&#xff0c;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&#xff0c;助力开发者开发出高性能的应用。高性能编程实践&#xff0c;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&#xff0c;在业务功能实现过程中&#xff0…...

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&#xff0c;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&#xff1a; 技术特点 超大规模预训练数据&#xff1a;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&#xff08;一&#xff09;导论&#xff08;二&#xff09;春秋战国时期&#xff08;三&#xff09;汉代&#xff08;四&#xff09;北宋&#xff08;五&#xff09;明清时期&#xff08;六&#xff09;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&#xff1a;Towards Next-Generation LLM-based Recommender Systems: A Survey and Beyond作者机构&#xff1a;吉林大学、香港理工大学、悉尼科技大学、Meta AI论文地址&#xff1a; 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&#xff0c;没有包含状态管理。如果一个task在处理过程中挂掉了&#xff0c;那么它在内存中的状态都会丢失&#xff0c;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&#xff0c;于环形山表面肆意跳跃&#xff0c;仿若无数奋力挣扎的机械蠕虫&#xff0c;将月球暗面的死寂打破&#xff0c;徒增几分诡异。艾丽伫立在被遗弃的“广寒宫”量子基站顶端&#xff0c;机械义眼之中&#xff0c;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&#xff0c;当我们自动运行时 爬虫自动抓取数据&#xff0c;但一会就出现了错误&#xff1a; 如&#xff0c;您的访问频率过高&#xff01; 这是因为网站的反爬措施&#xff0c;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&#xff0c;也能帮助其他需要参考的朋友。如有谬误&#xff0c;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&#xff0c;增益误差&#xff0c;微分非线性…...

Spring MVC消息转换器

在Spring MVC框架中&#xff0c;extendMessageConverters 通常与消息转换器&#xff08;Message Converters&#xff09;相关。消息转换器是Spring MVC用于将HTTP请求和响应主体&#xff08;body&#xff09;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&#xff0…...

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&#xff0c;如果在这n秒内事件又被触发&#xff0c;则重新计时。这可以使用在一些点击请求的事件上&#xff0c;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&#xff0c;对接下来的教程有兴趣的可以关注专栏。谢谢喵&#xff01;(&#xff65;ω&#xff65;) 15.4.1. Drop trait的意义 类型如果实现了Drop trait&#xff0c;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&#xff08;CPCA&#xff09;机制&#xff0c;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&#xff1a;【 例 2】任务安排 2 洛谷 P10979 任务安排 2 注&#xff1a;ybt1607中n最大达到 1 0 4 10^4 104&#xff0c;洛谷P10979中n最大达到 3 ∗ 1 0 5 3*10^5 3∗105&#xff0c;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&#xff0c;如果对你自学有帮助的话也很开心o(*&#xffe3;▽&#xffe3;*)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&#xff08;Halcon或者opencv库&#xff09;->四类神经网络&#xff08;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&#xff0c;将输入数据分配到多个子载波上&#xff0c;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&#xff0c;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&#xff0c;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&#xff1a;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&#xff0c;slice 和 map 则是动态的数据结构&#xff0c;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…...