SAPABAP金色传说：KE30报表增加特征筛选字段的示例方法
文章目录
- 配置步骤
- 1.维护特性
- 2.维护经营关注点
- 3.选出筛选字段
- 4.成品展示
- 总结
示例场景
示例：增加一个筛选字段：指定分销链的状态。字段名和所在的表可以按F1获得。
配置步骤
1.维护特性
配置路径：控制 》获利能力分析 》结构 》定义经营范围 》维护特性
TCode：KEA5，进入后，点击修改
点击创建按钮，填入F1获得的表名，确定
选中要增加的字段，点确定
金色传说一定不要忘记，点保存和激活
2.维护经营关注点
配置路径：控制 》获利能力分析 》结构 》定义经营范围 》维护经营关注点
TCode：KEA0，进入后，点击修改
选择特征，找到增加的特性，左移到数据结构中，点击保存和激活
点激活后，会提示前台还是后台运行激活，这里选前台联机即可，稍等一会。
提示如下图后，数据结构就激活完毕了。点击后退，会提示是否希望生成经营环境，点是。继续等待生成，这个步骤耗时会稍微长一些，不要担心，更不要点击中断和停止！否则结果无法预料。
随后，你会收到下面的弹窗提示：点确定。
找到附加-动作记录
se38，给这个报表FCO_ADD_COPA_FIELD_TO_ACDOCA设置一个变式（这个报表必须后台运行），然后去SM36设置一个后台作业，选立刻执行即可。等待后台作业运行完成。
运行完毕后，再点击环境里的激活，进行激活即可。这一步的完成标识是此处的3个灯都是绿色。
3.选出筛选字段
TCode：KE32，修改报表，将右侧新增的筛选字段选到左侧，然后保存即可。
4.成品展示
如图，新字段已添加。需要注意的是，只有新产生的业务数据才会带有新字段的数据标识，历史数据是没有的。
总结
获利能力分析的凭证来源于业务，它伴随业务产生，是独立的凭证，所以在修改经营关注点以后，历史的凭证是不会带有新字段的数据的。
KE30增加值字段请参考另一篇文章：SAPABAP金色传说：关于FICO获利能力分析KE30报表增加字段:基本单位销售数量的方法
以上。
不妥之处欢迎留言指正。手动笑脸
欢迎关注公众号，每日更新：
SAPABAP金色传说：KE30报表增加特征筛选字段的示例方法相关推荐
- SAPABAP金色传说：关于FICO获利能力分析KE30报表增加字段:基本单位销售数量的方法
文章目录 前言 一.需求场景 二.配置步骤 1.维护值字段 2.维护经营关注点 3.分配数量字段 4.配置完成,查看结果 5.新做业务数据,验证配置结果 补充知识 前言 CO-PA获利能力分析,感觉F ...
- SAPABAP金色传说：SELECT SUM（CASE WHEN THEN END）语法示例
文章目录 前言 一.SELECT SUM(CASE WHEN THEN END) 前言 ABAP语法博大精深 提示:以下是本篇文章正文内容 一.SELECT SUM(CASE WHEN THEN EN ...
- SAPABAP金色传说：关于导入和导出Excel时反复弹窗提示 SAP GUI安全性问题的解决方法
文章目录 前言 一.提示的到底是什么? 二.关闭SAP GUI安全提示的步骤 1.设置位置 前言 如果你在SAP中,经常需要将数据导出Excel,或者使用Excel进行批导数据,那么你对下面这个频繁出 ...
- 特征筛选（2）——基于模型的特征筛选方法
[Kaggle]Telco Customer Churn 电信用户流失预测案例 第三部分导读 在案例的第二部分中,我们详细介绍了常用特征转化方法,其中有些是模型训练之必须,如自然数编码.独热编码, ...
- 中间表增加额外字段_知识分享 I 这样显示报表筛选字段 你学会了吗
数据透视表创建完成后,报表筛选区域如果有多个筛选字段,系统会默认筛选字段的显示方式为垂直并排显示,如图所示. 为了使数据透视表更具可读性并易于操作,可以采用以下方法水平并排显示报表筛选区域中的多个筛选 ...
- 7000 字精华总结，Pandas/Sklearn 进行机器学习之特征筛选，有效提升模型性能
作者 | 俊欣 来源 | 关于数据分析与可视化 今天小编来说说如何通过pandas以及sklearn这两个模块来对数据集进行特征筛选,毕竟有时候我们拿到手的数据集是非常庞大的,有着非常多的特征,减少这 ...
- R语言基于模拟退火（Simulated Annealing）进行特征筛选（feature selection）
R语言基于模拟退火(Simulated Annealing)进行特征筛选(feature selection) 特征选择的目的 1.简化模型,使模型更易于理解:去除不相关的特征会降低学习任务的难度.并 ...
- R语言基于遗传算法（Genetic Algorithm）进行特征筛选（feature selection）
R语言基于遗传算法(Genetic Algorithm)进行特征筛选(feature selection) 特征选择的目的 1.简化模型,使模型更易于理解:去除不相关的特征会降低学习任务的难度.并且可 ...
- 使用随机森林（Random Forest）进行特征筛选并可视化
使用随机森林(Random Forest)进行特征筛选并可视化 随机森林可以理解为Cart树森林,它是由多个Cart树分类器构成的集成学习模式.其中每个Cart树可以理解为一个议员,它从样本集里面随机 ...
最新文章
- LSGO软件技术团队招新
- 入职阿里啦！极客时间kotlin
- Java线程：新特征-有返回值的线程(转）
- android客户端cookies,android – 将cookie添加到客户端请求OkHttp
- EXCEL解析之终极方法WorkbookFactory
- Storm集群开启HA高可用
- 杭电2159FATE
- Reflect对象的设计目的有这样几个
- SpringBoot微服务项目打包流程
- 通过bitmap改变图片的大小
- 设计模式 ---建造者模式
- （Java实现） 昆虫繁殖
- java面试题总结及答案,使用/教程/实例
- 无线路由器被蹭网后，有被黑的风险吗？
- 刷脸支付将呈现爆发式增长！中国将全面进入刷脸支付新时代！
- tp5中cookie和的存取
- [jzoj 4787] 数格子 {矩阵乘法}
- 单电源运放和双电源运放及其供电方式选择与转换的注意事项
- 定义一个名为Circle的类，其中含有double型的成员变量centerX 和centerY表示圆心坐标，radius表示圆的半径。
- 如何使用会员积分做好会员营销