当前位置: 首页 > article >正文

SAP MIRO批量发票校验后,应付科目行项目金额怎么按暂估比例拆分?一个FMRESERV增强实例

SAP MIRO批量发票校验中应付科目行项目金额的智能拆分方案每到月末关账时财务部门的王经理总要面对堆积如山的采购发票。这些通过MIRO批量处理的发票中经常出现暂估科目与应付科目金额不匹配的情况。最让他头疼的是系统默认生成的会计凭证无法自动按暂估比例拆分应付行项目导致每次都要手工调整数十张凭证既耗时又容易出错。本文将深入解析如何通过FMRESERV增强实现应付行项目的智能拆分彻底解决这一业务痛点。1. 业务场景与核心挑战在实际采购业务流程中暂估入库与发票校验的差异处理是财务核算的关键环节。当供应商发票到达时系统需要将暂估应付转为正式应付并确保金额、采购订单和利润中心等信息的准确匹配。典型痛点场景一张发票对应多笔暂估入库如分批次到货系统默认将所有应付金额合并到单一行项目财务需手工拆分金额并匹配原始暂估凭证月末批量处理时效率低下且容易出错核心业务需求比例拆分应付金额按暂估科目行金额比例自动分配字段继承拆分后的行项目需携带原暂估凭证的采购订单、利润中心等信息尾差处理解决金额拆分后小数点导致的合计差异问题批量支持适应MIRO批量处理场景下的高性能要求2. 技术方案设计2.1 增强点选择SAP标准系统在MIRO过账时通过FMRESERV函数模块执行会计凭证的最终保存逻辑。这是干预行项目处理的理想切入点FUNCTION FMRESERV IMPORTING I_XBLNR TYPE XBLNR 参考凭证号 I_BLDAT TYPE BLDAT 凭证日期 CHANGING T_ACCIT TYPE TT_ACCIT 会计凭证行项目 T_ACCCR TYPE TT_ACCCR 货币金额 EXCEPTIONS ERROR_OCCURED.2.2 核心处理逻辑实现方案需要完成以下关键步骤识别目标行项目筛选KOARTK的应付科目行关联暂估凭证通过自定义表ZTFIGL_MAPPING匹配暂估科目计算拆分比例基于暂估行金额计算各分配比例生成新行项目按比例拆分金额并继承关键字段尾差调整处理小数位差异确保借贷平衡关键提示必须同时处理T_ACCIT(行项目)和T_ACCCR(金额)两个内表否则会导致凭证不平衡2.3 数据结构设计需要维护的关键字段对照来源字段暂估行目标字段应付行说明EBELNZUONR采购订单作为分配字段PRCTRPRCTR利润中心保持一致PSWBTPSWBT_FTH计算拆分后的金额3. 代码实现详解3.1 主处理逻辑框架DATA: lt_accit_yfysp TYPE TABLE OF accit, 应付行暂存 lt_ztfi070 TYPE TABLE OF ztfi070. 暂估科目映射表 步骤1提取所有应付行项目(K类型) LOOP AT t_accit INTO ls_accit WHERE koart K. APPEND ls_accit TO lt_accit_yfysp. ENDLOOP. 步骤2存在应付行时才处理 IF lt_accit_yfysp[] IS NOT INITIAL. 获取暂估科目配置 SELECT * INTO TABLE lt_ztfi070 FROM ztfi070 FOR ALL ENTRIES IN t_accit WHERE hkont t_accit-hkont. SORT lt_ztfi070 BY hkont. 步骤3遍历每个应付行进行拆分 LOOP AT lt_accit_yfysp INTO ls_accit_yfysp. PERFORM split_by_proportion USING ls_accit_yfysp CHANGING t_accit t_acccr. ENDLOOP. ENDIF.3.2 金额拆分与尾差处理FORM split_by_proportion USING is_accit TYPE accit CHANGING ct_accit TYPE tt_accit ct_acccr TYPE tt_acccr. DATA: lv_pswbt_sum TYPE psWBT, 暂估总金额 lv_pswbt_fth_sum TYPE psWBT, 拆分后合计 lv_pswbt_weicha TYPE psWBT. 尾差金额 计算暂估总金额 LOOP AT ct_accit INTO ls_accit WHERE hkont IN lt_ztfi070. lv_pswbt_sum lv_pswbt_sum ls_accit-pswbt. APPEND ls_accit TO lt_fentan. ENDLOOP. 按比例拆分金额 LOOP AT lt_fentan INTO ls_fentan. ls_fentan-pswbt_fth is_accit-pswbt * ( ls_fentan-pswbt / lv_pswbt_sum ). lv_pswbt_fth_sum lv_pswbt_fth_sum ls_fentan-pswbt_fth. MODIFY lt_fentan FROM ls_fentan. ENDLOOP. 处理尾差 lv_pswbt_weicha is_accit-pswbt - lv_pswbt_fth_sum. IF lv_pswbt_weicha NE 0. SORT lt_fentan BY psWBT_fth. 金额升序排序 READ TABLE lt_fentan INDEX 1 INTO ls_fentan. ls_fentan-pswbt_fth ls_fentan-pswbt_fth lv_pswbt_weicha. MODIFY lt_fentan FROM ls_fentan INDEX 1. ENDIF. ENDFORM.3.3 新行项目生成删除原应付行 DELETE ct_accit WHERE posnr ls_accit_yfysp-posnr. 生成拆分后的新行 LOOP AT lt_fentan INTO ls_fentan. IF sy-tabix 1. 第一行使用原行号 ls_accit ls_accit_yfysp. ELSE. 后续行使用新行号 lv_posnr_max lv_posnr_max 1. CLEAR ls_accit. MOVE-CORRESPONDING ls_accit_yfysp TO ls_accit. ENDIF. 更新关键字段 ls_accit-pswbt ls_fentan-pswbt_fth. ls_accit-posnr lv_posnr. ls_accit-ebeln ls_fentan-ebeln. ls_accit-prctr ls_fentan-prctr. ls_accit-zuonr ls_fentan-ebeln. APPEND ls_accit TO ct_accit. ENDLOOP.4. 关键问题与解决方案4.1 凭证提交失败问题实施增强后可能遇到凭证无法提交的错误这是因为系统检查到行项目被修改但相关标记未更新。需要通过BTE增强补充两个关键参数IF sy-tcode MIRO. LOOP AT it_bseg WHERE koart K. lv_index sy-tabix. READ TABLE t_bsegsub INTO ls_bsegsub WITH KEY tabix lv_index. IF sy-subrc 0. ls_bsegsub-xkres X. 重置清算标识 ls_bsegsub-xopvw X. 重置计划行标识 MODIFY t_bsegsub FROM ls_bsegsub INDEX lv_index. ENDIF. ENDLOOP. ENDIF.4.2 性能优化建议对于批量处理场景需特别注意减少数据库访问使用FOR ALL ENTRIES一次性读取所有需要的暂估科目配置在内存中建立HKONT的快速查找表优化循环逻辑避免在多重循环中进行MODIFY操作使用SORTED TABLE提高查找效率批量提交控制建议每处理100张凭证执行一次COMMIT WORK使用BAPI_ACC_DOCUMENT_CHECK进行前置验证5. 实施效果与业务价值某制造业客户实施本方案后的对比数据指标实施前实施后提升幅度单张凭证处理时间15分钟10秒99%月末关账周期5天2天60%财务调整差错率3.2%0.1%97%应付账款对账效率8小时/月1小时/月87.5%实际业务中这个方案不仅解决了技术问题更重塑了财务流程采购与财务的协同效率提升暂估与应付的追溯链路完整利润中心成本分配更加精准审计凭证的合规性显著提高

相关文章:

SAP MIRO批量发票校验后,应付科目行项目金额怎么按暂估比例拆分?一个FMRESERV增强实例

SAP MIRO批量发票校验中应付科目行项目金额的智能拆分方案 每到月末关账时,财务部门的王经理总要面对堆积如山的采购发票。这些通过MIRO批量处理的发票中,经常出现暂估科目与应付科目金额不匹配的情况。最让他头疼的是,系统默认生成的会计凭证…...

基于LCU API的事件驱动自动化框架:League-Toolkit技术架构深度解析

基于LCU API的事件驱动自动化框架:League-Toolkit技术架构深度解析 【免费下载链接】League-Toolkit An all-in-one toolkit for LeagueClient. Gathering power 🚀. 项目地址: https://gitcode.com/gh_mirrors/le/League-Toolkit League-Toolkit…...

Gazebo插件配置踩坑记:publishWheelTF=true 如何让你的ROS TF树‘打群架’

Gazebo插件与ROS TF树的冲突解析:从publishWheelTF参数看仿真数据流设计 当你在Rviz中看到机器人轮子像喝醉了一样轻微抖动,终端不断刷出TF_REPEATED_DATA警告时,背后往往是一场关于TF树控制权的"隐形战争"。这场战争的主角通常是…...

Qt QGraphicsView实战:手把手教你用C++打造一个可拖拽、可编辑的简易绘图工具(附完整源码)

Qt QGraphicsView实战:从零构建可交互绘图工具 在桌面应用开发领域,图形交互功能一直是提升用户体验的关键要素。Qt框架中的QGraphicsView体系为开发者提供了一套完整的2D图形处理解决方案,特别适合需要复杂图形交互的场景。本文将带你从零开…...

Xilinx URAM深度实践:基于xpm_memory_tdpram原语构建高性能双端口存储模块

1. URAM基础与xpm_memory_tdpram原理解析 在FPGA开发中,存储资源的选择直接影响系统性能和资源利用率。Xilinx UltraRAM(URAM)是专为高性能应用设计的存储单元,相比传统BRAM,它具有更大的容量和更高的带宽特性。每个UR…...

避坑指南:在Windows 10/11上用QT Creator集成USBCAN库(ControlCAN.dll)的常见编译错误与解决

避坑指南:在Windows 10/11上用QT Creator集成USBCAN库(ControlCAN.dll)的常见编译错误与解决 当你在QT Creator中尝试集成USBCAN设备的ControlCAN库时,可能会遇到各种令人沮丧的编译错误。这些错误往往源于库文件配置不当、路径问…...

ADAPT-VQE算法与格点规范理论的量子计算应用

1. ADAPT-VQE算法原理与格点规范理论背景1.1 变分量子本征求解器基础框架变分量子本征求解器(VQE)是当前量子计算领域最具实用前景的混合量子-经典算法之一。其核心思想基于量子力学的变分原理:对于任意试探波函数|ψ(θ)⟩,其期望值⟨ψ(θ)|H|ψ(θ)⟩…...

HS2-HF_Patch:Honey Select 2 终极汉化与增强补丁完整指南

HS2-HF_Patch:Honey Select 2 终极汉化与增强补丁完整指南 【免费下载链接】HS2-HF_Patch Automatically translate, uncensor and update HoneySelect2! 项目地址: https://gitcode.com/gh_mirrors/hs/HS2-HF_Patch HS2-HF_Patch是Honey Select 2游戏的一站…...

如何实现Android音频无线转发:sndcpy完整指南与实战技巧

如何实现Android音频无线转发:sndcpy完整指南与实战技巧 【免费下载链接】sndcpy Android audio forwarding PoC (scrcpy, but for audio) 项目地址: https://gitcode.com/gh_mirrors/sn/sndcpy 你是否曾经想过将手机上的音频实时传输到电脑上播放&#xff1…...

Fish Speech-1.5开发者手册:WebUI界面操作+参数调优+文本提示技巧

Fish Speech-1.5开发者手册:WebUI界面操作参数调优文本提示技巧 1. 快速上手:环境准备与界面概览 Fish Speech V1.5 是一个功能强大的文本转语音模型,基于超过100万小时的多语言音频数据训练而成。它支持包括中文、英文、日语在内的12种语言…...

告别PPT小白!这些工具助你逆袭大神

一、PPT “江湖”,工具先行 在信息飞速传播的时代,PPT已成为工作、学习和生活中不可或缺的展示利器。无论是职场项目汇报、产品推广,学校课程讲解、学术答辩,还是生活中的活动策划、旅行分享,一份精美的PPT能让表达更生…...

Phi-4-mini-reasoning参数详解:不同temperature下数学答案分布对比

Phi-4-mini-reasoning参数详解:不同temperature下数学答案分布对比 1. 模型概述 Phi-4-mini-reasoning是微软推出的3.8B参数轻量级开源模型,专为数学推理、逻辑推导和多步解题等强逻辑任务设计。这款模型主打"小参数、强推理、长上下文、低延迟&q…...

保姆级教程:在RK3588 Android 12上配置硬件看门狗,解决系统卡死重启问题

RK3588 Android 12硬件看门狗深度配置指南:从内核到应用层的完整解决方案 在嵌入式系统开发中,系统稳定性是衡量产品质量的关键指标之一。RK3588作为Rockchip旗舰级处理器,广泛应用于智能终端、工业控制等领域,其硬件看门狗功能为…...

@开源人,百万激励池!第八届CCF开源创新大赛等你来战!

8年,可以见证一项 技术 从萌芽走向成熟的跨越; 8年,也可以让一项赛事从崭露头角成长为业内公认的标杆。 在开源与数字科技领域,这8年更是意义非凡 ——开源技术正以前所未有的速度重构产业生态,成为智能时代不可或缺的…...

CRC-8通信校验真实示例详解

一、选定标准(通用:CRC8-0x07)多项式:0x07初始值:0x00无输入反转无输出反转无最终异或适用:LIN 总线、传感器、UART、I2C固定规则crc 初始值 0x00对每个字节:crc crc ^ 字节循环 8 次&#xf…...

深度学习量化技术:LOTION随机舍入优化原理与实践

1. 量化技术背景与LOTION核心思想在深度学习模型部署领域,量化技术始终扮演着关键角色。传统量化方法(如PTQ后训练量化和QAT量化感知训练)面临的根本矛盾在于:降低参数精度(如FP32到INT4)必然导致损失函数表…...

【官方未公开的Agent-Ready设计白皮书】:基于Spring Boot 4.0 M3源码逆向工程,还原Agent生命周期管理协议与SPI扩展契约

第一章:Agent-Ready架构演进与Spring Boot 4.0 M3战略定位随着AI原生应用爆发式增长,传统微服务架构正经历向“Agent-Ready”范式的深度演进——系统需天然支持智能体(Agent)的动态注册、上下文感知、工具编排与自主决策。Spring …...

LM文生图部署教程:从CSDN GPU平台开通到lm-web服务验证全流程

LM文生图部署教程:从CSDN GPU平台开通到lm-web服务验证全流程 1. 平台介绍 LM是一个基于Tongyi-MAI/Z-Image底座的文生图镜像,特别适合生成角色、服饰、时尚人像和写实风格的图像。这个镜像已经完成了模型预加载和Web页面封装,用户只需打开…...

终极二维码修复指南:使用QrazyBox拯救损坏的QR码

终极二维码修复指南:使用QrazyBox拯救损坏的QR码 【免费下载链接】qrazybox QR Code Analysis and Recovery Toolkit 项目地址: https://gitcode.com/gh_mirrors/qr/qrazybox 你是否曾经遇到过无法扫描的二维码?那些因为打印模糊、表面污损或拍摄…...

【Docker沙箱安全实战指南】:20年运维专家亲授5大隔离陷阱与零信任配置法

第一章:Docker沙箱安全的核心原理与认知革命Docker沙箱并非传统意义上的“隔离牢笼”,而是一组由Linux内核原语协同构建的轻量级边界控制机制。其安全性不依赖单一技术,而是源于命名空间(Namespaces)、控制组&#xff…...

企业级托管钱包架构设计与MPC密钥管理:基于Go语言的生产级实践

引言:托管钱包的时代使命 在Web3生态快速演进的2026年,数字资产安全已成为机构参与区块链的核心命题。托管钱包作为连接传统金融与加密世界的桥梁,其安全架构直接关系到万亿级资产的安危。据统计,2024年全球企业级加密资产盗窃事件造成的损失超过15亿美元,其中超过60%与内…...

投资尽调是什么?2026年AI驱动的尽调新范式

投资尽调是对目标企业的全面风险评估,核心是识别风险、验证价值、支持决策。传统尽调往往效率低下,而2026年AI驱动的工具正在改变这一现状。风鸟企业查询平台作为AI驱动的尽调工具,能帮助投资者更高效地完成尽职调查。一、投资尽调的核心定义…...

当你的代码卡住了:聊聊Python里的“假同步真异步”

小李今天差点把电脑砸了。他写了一个爬虫,要从一万个网站上抓数据。代码很简单:请求网址、解析内容、存进数据库。跑了十分钟,才抓了三百个。他打开任务管理器一看,CPU占用率才5%,网络流量几乎为零。“我这电脑是i9啊&…...

MangoPi mCore-R818嵌入式开发模块与CyberPad应用解析

1. MangoPi mCore-R818模块与CyberPad掌上设备解析在嵌入式开发领域,Allwinner R818平台一直以其均衡的性能和功耗表现著称。MangoPi最新推出的mCore-R818系统模块(SoM)将这款处理器的潜力发挥到了新高度,特别是当其驱动3.1英寸Cy…...

Abaqus曲面建模从粗糙到光滑:一个‘修复’工具搞定,附参数化建模常见误区

Abaqus曲面建模从粗糙到光滑:参数化建模与修复工具实战指南 当你第一次在Abaqus中看到自己辛苦创建的参数化模型呈现出锯齿状边缘和棱角分明的表面时,那种挫败感我深有体会。作为一名长期使用Abaqus进行复杂曲面建模的工程师,我完全理解这种从…...

机器学习自学路线:从零到实战的系统化指南

1. 机器学习自学路线图:从零开始的系统化实践指南第一次打开sklearn文档时,我被各种算法名词淹没的体验至今记忆犹新。作为经历过这个阶段的从业者,我想分享一条验证过的学习路径——这不是理论堆砌,而是用20%的核心知识解决80%实…...

嵌入式C代码如何喂饱轻量级大模型?:揭秘ARM Cortex-M7上LLM推理延迟从2800ms压至197ms的7个关键编译器指令级优化

第一章:嵌入式C语言与轻量级大模型适配性能调优指南在资源受限的嵌入式设备(如 Cortex-M7、ESP32-S3 或 RISC-V MCU)上部署轻量级大模型(如 TinyLlama、Phi-3-mini、TinyBERT)时,C语言仍是底层推理引擎的核…...

Llama-3.2V-11B-cot实操手册:自定义SYSTEM PROMPT控制推理深度与粒度

Llama-3.2V-11B-cot实操手册:自定义SYSTEM PROMPT控制推理深度与粒度 1. 引言:为什么你需要关注推理控制? 想象一下,你给一个助手看一张图片,然后问它:“这张图里有什么?” 一个简单的助手可能…...

用R语言处理大规模人口数据的实例

在进行人口统计和分析时,我们经常会遇到大规模的数据集,如何高效地处理这些数据是每个数据分析师面临的挑战之一。本文将通过一个实际案例,展示如何使用R语言对一个包含50万以上个体数据的数据集进行处理和分析。 数据集介绍 首先,我们有一个包含两个个体(为简化示例,我…...

Speechless:3分钟学会微博永久备份,告别内容丢失焦虑

Speechless:3分钟学会微博永久备份,告别内容丢失焦虑 【免费下载链接】Speechless 把新浪微博的内容,导出成 PDF 文件进行备份的 Chrome Extension。 项目地址: https://gitcode.com/gh_mirrors/sp/Speechless 想象一下这样的场景&…...