最近研读SAP标准教材,来总结下SAP中获利能力COPA和利润中心会计EC-PCA之间的区别和相同之处:
获利能力管理视图

销售报告
CO-PA允许你去分析特定的市场段的获利能力,比如产品、客户和他们的总计,和组织单元(公司代码或业务范围)。目标在提供销售,市场,产品管理,和业务计划部门以市场为导向的控制信息为支持市场决策流程。

责任报表
你能使用利润中心会计(EC-PCA)分析利润中心的内部利润和损失,也能支持资产负债表。使用新总账的在线凭证(online document),在线对账(online reconciliation),和平行分类账(parallel ledgers ),你可以分析利润和获利能力来满足快速关账的需求。

比较获利能力分析和利润中心会计
按照市场段进行获利能力分析:

CO-PA的业务目的是给企业提供销售渠道和市场段的表现为获利能力导向。这些信息为企业提供企业计划和市场决策,在销售范围和市场有为重要。

利润中心会计(EC-PCA)

利润中心会计(PCA)允许你为公司代码的利润中心计算内部交易。一个利润中心代表一个在市场独立经营且负责自己的成本和收入的组织子单元。
通过分配每个相关利润的主数据,将你的公司分成多个利润中心。利润相关对象包括:物料,成本中心,订单,项目,销售订单,资产,成本对象,和获利能力段。在SAP所有成本相关和利润相关业务交易在公司层次结构中被更新。这些业务根据成本和收入要素在原始组件和组织中同时地被处理。维护成本和收入信息这种方式把所有公司内部货物服务流向转变为利润中心之间的货物服务的交换。这种利润中心结构适用于实际记账和利润中心计划数据。你也可以把利润中心作为一个投资中心。除了货物服务的流转之外,你可以基于期间的基础上传输被选中的资产负债表余额项目到利润中心。资产负债表行项目包含固定资产、应收应付、物料库存、在制品项目。这种传输允许你计算关键值指标,比如销售利润,投资回报,和现金流。

获利能力分析和利润中心会计报表

在COPA中确定期间经营结果方法基于假设公司的成果基于它的和其他公司的业务能主要被衡量。COPA的目标是为了给销售,市场,产品管理,控制,公司的企业计划部门提供信息。这信息为市场决策提供支持。
在COPA销售导向方法意味着直到销售业务完成,对公司没有贡献。因此,产品销售按照销售成本会计核算传输到COPA且关于销售收入和销售扣除信息也能被提供。然后净收入被用来和销售产品的销售成本进行比较。这个成本包含货物制造成本或服务,除了任何已知的产品差异。
为完成你的获利能力数据,在期末关账操作中分配间接费用到获利能力段。
使用S4,在新总账中的利润中心损益报表允许你分析边际贡献,这可以在利润中心会计支持销售导向视图。

COPA和利润中心PCA的区别相关推荐

  1. SAP License:谈PA和PCA的区别

    COPA是CO里面的获利分析模块,PCA是利润中心会计模块.在实际的应用中很多的功能两者是有相同之处,但在本质上也有着区别.我们在下面简单的讲一讲.根据官方的资料分别对两者是如下阐述的. Sales ...

  2. SVD与PCA的区别

    SVD与PCA区别 矩阵对向量的乘法,对应于该向量得旋转.伸缩.若对某向量只发生了伸缩而无旋转变化,则该向量是该矩阵的特征向量,伸缩比为特征值. PCA用来用来提取一个场的主要信息(即对数据集的列数- ...

  3. 独立成分分析 ( ICA ) 与主成分分析 ( PCA ) 的区别

    1.前言 参考资料:https://www.zhihu.com/question/28845451 书上写的是: 1. 主成分分析假设源信号间彼此非相关,独立成分分析假设源信号间彼此独立. 2. 主成 ...

  4. kernel pca与传统pca的区别

    kernal pca:一种用核映射的方式将特征从低维映射到高维:可以类比支持向量机:然后再选择主成分:是一种非线性的 传统的pca或者svd是线性的处理方式 谷歌解释结果如下:

  5. princomp 与pca的区别与联系

    在网上下到一个程序: 里面有个函数是princomp  可能是因为matlab 版本的问题: 我的matlab(14a) 只能支持pca,但是要把princomp  转成pca 貌似还是需要一点小技巧 ...

  6. ICA与PCA的区别

    关注"心仪脑"查看更多脑科学知识的分享. 独立成分分析(ICA,Independent Component Analysis) ICA又称盲源分离(Blind source sep ...

  7. NMF降维的本质,NMF和PCA的区别

    一.NMF的本质 1.当数据完全一样时 # 将如下数据的行向量用NMF降到3维,初始化策略全部用nndsvd,不能用random,下同 X=np.array([[5,5,5,5],[5,5,5,5], ...

  8. LDA和PCA降维的区别

    这里主要介绍LDA和PCA的区别: 相同点: 1)两者均可以对数据进行降维. 2)两者在降维时均使用了矩阵特征分解的思想. 3)两者都假设数据符合高斯分布. 不同点: 1)LDA是有监督的降维方法,而 ...

  9. 主成分分析(PCA),概率主成分分析(PPCA)和因子分析(FA)的区别?

    介绍 在PCA中,有一份样本为n,维度为d的数据X∈Rn×d\displaystyle X\in \mathbb{R}^{n\times d}X∈Rn×d,我们希望降维,于是: X≈ZWTX\appr ...

最新文章

  1. vue项目结构php写哪里,Vue-cli搭建项目后目录结构的分析(图文)
  2. Python 中浅拷贝的四种实现方法
  3. clojure source code
  4. java监听器原理_java监听器原理
  5. ndnsim r语言 ubuntu_Ubuntu14.04下配置ndnSIM-nom-rapid-car2car
  6. 华科计算机专硕英语几,考研考华科计算机考数学几英语几啊,另外考华科数..._考研_帮考网...
  7. Nexus下载安装+登录修改密码(Maven私服)
  8. 研究生硕士论文开题报告中的进度和安排该怎么写?
  9. AUTOSAR E2E SecOC Comparison
  10. MI5s安装LineageOS 16
  11. Head First设计模式笔记
  12. Docker从0到1
  13. Atlas 200 HiLens Kit
  14. Flutter 仿网易云音乐App
  15. 利用 clip-path 绘制不规则的图形
  16. 亲测源码小旋风蜘蛛池站群X8.51+自带30套模板
  17. java原理之反射机制
  18. 限制性波尔兹曼机RBM and DBN
  19. 1 分钟抗住 10 亿请求!某些 App 怎么做到的?
  20. 生日快乐程序_推荐丨5款工具类小程序应用

热门文章

  1. 200页!这可能是最牛逼的Python自学手册啦!
  2. TM4C KEIL模板建立
  3. Oracle索引的维护
  4. 开启xmp1还是2_2020年11月2日大盘走势总结
  5. linux系统调用:exit()与_exit()函数详解【转】
  6. 中南林注册教育邮箱加获取JetBrains个人许可证,续订许可证
  7. CreateCompatibleDC 解释
  8. windows开机的问题
  9. 基于Netty的聊天系统(三)协议定制----消息篇
  10. IDC:阿里云获2021中国数据治理平台市场份额第一