SAP SD 销售三单匹配工具包 🧾

针对 SAP SD 模块导出的销售订单 / 交货单 / 发票数据，按订单号（AUBEL/AUPOS）优先做三单匹配与差异分析（13 类场景）。

📌 项目简介

本工具处理 KPMG 数据提取工具导出的 SAP SD TXT（分隔符 #|#），覆盖表 VBAK / VBAP / LIKP / LIPS / VBRK / VBRP。它先将按 BUKRS/VKORG 拆分的每家公司生成“销售订单 / 交货单 / 发票”三张清单，再以订单号为主键完成三单匹配，并依据数量差异与金额差异归类为 13 个场景，最终汇总为全公司差异分析，支撑销售收入审计的勾稽与异常识别。

✨ 功能特性

• split_by_vkorg：按 BUKRS（默认）或 VKORG 将原始 TXT 拆分到 InPut/<公司代码>/，每文件夹含 6 张表。
• three_lists：生成销售订单（VBAK+VBAP）、交货单（LIKP+LIPS）、发票（VBRK+VBRP）三张清单，支持 --invoice-only。
• sales_three_match：三单匹配；关联键优先 AUBEL/AUPOS（订单号），为空时回退 VBELV/POSNV（交货号），并以 SHKZG 决定借贷正负。
• difference_analysis：按“订单-发票数量差异 / 订单-发票金额差异”归类 13 场景（含场景 7 缺失发票），分片处理避免 OOM。
• aggregate_difference_summary：合并各公司差异分析为 OutPut/汇总_差异分析_全公司.xlsx（全公司汇总 / 各公司 / 分析报告 sheet）。
• run_by_company / run_all_by_company：按公司批量执行（清单 → 匹配 → 差异分析），支持 --workers 并行、--skip、--match-diff-only。
• clean_cache_and_output：清理 pickle 缓存与输出，便于重跑。
• utils/：DylanTools（#|# 解析、编码检测、大文件分块、pickle 缓存）、path_utils。

📂 目录结构

sap-sd-three-match/
├── config.py              # 配置（路径、日期范围、售达方排除、订单类型排除等）
├── split_by_vkorg.py      # 按 BUKRS/VKORG 拆分原始数据
├── three_lists.py         # 生成销售订单、交货单、发票三张清单
├── sales_three_match.py   # 三单匹配（核心）
├── difference_analysis.py # 差异分析（13 场景分类）
├── run_by_company.py      # 按公司生成三单清单
├── run_all_by_company.py  # 按公司执行：清单→匹配→差异分析
├── aggregate_difference_summary.py  # 汇总各公司差异分析
├── clean_cache_and_output.py       # 清理缓存与输出
├── utils/
│   ├── path_utils.py      # 路径与目录创建
│   └── DylanTools.py      # TXT 解析、编码检测、分块读取
├── requirements.txt
└── README.md

🔧 环境要求

• Python >= 3.8（requirements.txt：pandas>=1.5.0、numpy>=1.21.0、openpyxl>=3.0.0、chardet>=4.0.0）。

🚀 安装

git clone https://github.com/Gvmeakiss/sap-sd-three-match.git
cd sap-sd-three-match
pip install -r requirements.txt

💡 快速开始 / 使用示例

# 1. 拆分原始数据（默认按 BUKRS）
python split_by_vkorg.py --list
python split_by_vkorg.py --code 4390

# 2. 单公司处理（通过环境变量指定数据目录与公司代码）
export SALES_DATA_FOLDER=InPut/4010
export SALES_COMPANY_CODE=4010
python three_lists.py
python sales_three_match.py
python difference_analysis.py

# 3. 按公司批量处理（4 进程并行，跳过 4390）
python run_all_by_company.py --workers 4 --skip 4390

# 4. 汇总全公司差异分析
python aggregate_difference_summary.py

🧠 核心逻辑（方法论）

• 三单清单：three_lists 读 VBAK+VBAP→订单清单；LIKP+LIPS→交货清单（SHKZG S/H/X 映射数量正负，VBELV/POSNV 关联订单）；VBRK+VBRP→发票清单。
• 匹配主键：sales_three_match 中 VBRP.AUBEL/AUPOS 为订单号优先；为空时用 VBELV/POSNV（交货号）回退——避免用交货号去匹配订单导致订单数量/金额为 0。
• 差异分类：difference_analysis.assign_scenario_per_row 按“订单-发票数量差异（qty）”与“订单-发票金额差异（amt，容差 TOL=0.01）”分 13 场景；四类归并：无差异 / 金额差异 / 数量差异 / 均有差异；场景 7 = 缺失发票。
• 全公司汇总：aggregate_difference_summary 读取各公司差异分析详细文件，回填“订单-发票金额差异”，输出全公司 sheet、各公司 sheet 与分析报告（完全匹配分层统计）。

📋 输入与输出

• 输入：SAP SD 导出 TXT（#|#），表 VBAK/VBAP/LIKP/LIPS/VBRK/VBRP，按公司代码命名子目录（如 InPut/4010/）。
• 输出（OutPut/）：
  • 销售三单清单/<公司>/（订单、交货、发票 Excel）
  • SalesThreeMatchResult_<公司>_<期间>.xlsx
  • SalesThreeMatchResult_Untested_<公司>_<期间>.xlsx
  • SalesThreeMatchResult_差异分析_<公司>.xlsx 及详细文件
  • OutPut/汇总_差异分析_全公司.xlsx

⚙️ 配置说明

config.py 关键项：

• SALES_DATA_ROOT / SALES_DATA_FOLDER：数据根目录（后者优先）。
• INVOICE_EXCLUDE_SOLD_TO_CODES：需排除的售达方代码（关联交易等），默认空。
• ORDER_YEAR/MONTH_START/MONTH_END、DELIVERY_YEAR/...、INVOICE_YEAR/...：日期范围（默认 2025 全年）。
• ORDER_TYPE_EXCLUDE：AB/ZTR/ZFT/ZRE/ZCR/ZDR/ZFD；MATNR_MAX：物料号上限。
• MEMORY_SAVE_MODE 与分块阈值：大表内存优化；文件匹配 *_[0-9]*.TXT；分隔符 #|#。

⚠️ 注意事项

• 数据脱敏：不含真实客户业务数据，示例为脱敏/合成数据。
• pickle 缓存按公司代码命名，避免多公司混用；大文件分块与结果分片以避免 OOM。
• 口径说明：匹配与差异分类口径以代码与配置为准。

🧠 核心方法论 / Core Methodology

可复用的 SAP SD 三单勾稽方法：以发票行为基准，把「销售订单 → 交货 → 发票」拉平到同一订单行粒度，再用数量 × 金额两个正交维度切出 13 个互斥场景。 A reusable SAP SD three-way match method: flatten order → delivery → invoice onto the same order-line grain, then classify by quantity × amount into 13 mutually exclusive scenarios.

1. 流水线 / Pipeline

split_by_vkorg 按 BUKRS（默认；LIKP 无 BUKRS 时由 VBAK/VBRK 构建 VKORG→BUKRS 映射）拆分原始 TXT → three_lists 生成三单清单（VBAK+VBAP / LIKP+LIPS / VBRK+VBRP，均按 MANDT+VBELN 做表头-行项合并）→ sales_three_match 以发票为基础左连接交货与订单（连接键 VKORG+VBELN+POSNR）→ difference_analysis 逐行判场景 → aggregate_difference_summary 汇总全公司。 Split by company code → build three lists → invoice-anchored left join → per-row scenario → cross-company roll-up.

2. 双关联键 / Dual match key

• 发票侧：VBRP.AUBEL/AUPOS（销售订单号/行）优先，为空或为 0 时才回退 VBELV/POSNV（交货号/行）——实际取数中 VBELV 常为空，若直接用交货号去匹配订单，订单数量与金额会整列变 0。
• 交货侧：LIPS.VBELV/POSNV 为源订单号/行，为空时用 VGBEL/VGPOS（参考单据号/行）补齐。
• 订单行若因多物料出现重复键，先按订单行聚合，避免合并时发票金额被重复计算。
• Order number takes priority, delivery number is only a fallback — a wrong key silently collapses order qty/amount to zero.

3. 借贷符号与单位统一 / Sign & UoM rules

• SHKZG 统一映射 {S: +1, H: -1, X: -1}（缺省视为 S），订单/交货/发票三侧同一规则，退货与冲销天然取负值，因此下游差异计算不再按发票类型二次取负。
• 数量统一折算到基本单位：订单优先 KLMENG，否则 KWMENG × UMVKZ/UMVKN；发票优先 FKLMG，否则 FKIMG × UMVKN/UMVKZ；交货取 LFIMG。金额取 NETWR，本币 = 外币 × WKURS。
• One sign rule across all three documents; all quantities normalized to base UoM before comparison.

4. 13 场景分类 / 13-scenario scheme

容差 TOL = 0.01，两个维度正交组合：

• 数量维度（4 态）：订单=交货=发票 / 订单=发票≠交货 / 订单=交货≠发票 / 三者互不相等。
• 金额维度（3 态）：订单金额 = 发票金额 / 订单金额 < 发票金额 / 订单金额 > 发票金额（差异 = 订单金额 − 发票金额）。
• 4 × 3 = 12 个互斥场景（编号 1–6、8–13，其中 场景 10 = 完全无差异），再加 场景 7 = 缺失发票（有订单/交货但无发票、无开票金额，取自 Untested 的「仅订单」「仅订单及发货单」sheet）= 13 场景。
• 兜底修正：订单与发票数量、金额均一致而交货数量约为订单数量的整数倍时，判定为单位换算遗留并修正交货数量，使其由场景 3 归入场景 10。
• Quantity pattern (4) × amount relation (3) + missing invoice = 13; scenario 10 = fully matched, scenario 7 = no invoice at all.

5. 大数据量与工程化 / Scale & engineering

• 解析层：#|# 分隔的 TXT，chardet 采样自动探测编码（置信度 > 0.7，否则按 gbk / gb2312 / utf-8 等逐个试读兜底）；文件 > 50 MB 或强制模式走分块读取（默认 15 万行/块），块内先按日期过滤再合并，单据号/物料号等字段强制为字符串以保留前导零；结果按「表名_公司代码_期间」落 pickle 缓存并校验 TXT 修改时间，重跑秒级命中。
• 执行层：run_all_by_company.py --workers N 以 ProcessPoolExecutor 按公司并行（pickle 按公司命名，多进程互不串数）；差异分析在分片 ≥ 3 时切换分块模式，逐分片读取 → 累加场景统计 → 滚动写出明细（单文件行数上限约 98 万），配合 gc.collect() 压低内存峰值。
• Chunked TXT parsing + per-company pickle cache + process-level parallelism; sharded accumulation keeps multi-GB extracts out of OOM.

🔗 相关仓库

• sap-abap-data-extraction — ECC6 取数 XML 配置与手册
• sap-fi-2026h1 — 2026 H1 FI 凭证/余额处理与勾稽
• test-tools — 采购三单匹配测试与诊断工具集

📄 License

MIT

---

Disclaimer: Personal project and personal views. Not affiliated with or endorsed by KPMG or any client.
本仓库为个人项目与个人观点，与任何前/现雇主及客户无关。