news 2026/4/25 0:03:23

用 AC01 创建的服务主数据,通过ME21N创建服务采购订单(PO),核心是行项目设为项目类别 D、科目分配类别按成本对象选择(如 K = 成本中心)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
用 AC01 创建的服务主数据,通过ME21N创建服务采购订单(PO),核心是行项目设为项目类别 D、科目分配类别按成本对象选择(如 K = 成本中心)

用 AC01 创建的服务主数据,通过ME21N创建服务采购订单(PO),核心是行项目设为项目类别 D、科目分配类别按成本对象选择(如 K = 成本中心),并在 “服务” 页签引用服务主数据,以下是完整操作与配置要点:


一、核心前提条件

  1. 已用 AC01 创建服务主数据(含服务编号、类别、物料组、单位等)。
  2. 服务类别已分配编号范围(ACNR),无编号报错。
  3. 后台配置:
    • 项目类别 D(服务)已激活(SPRO→物料管理→采购→采购订单→定义项目类别)。
    • 科目分配类别(如 K、F、P)已配置自动科目映射(OBYC/OKB9)。
    • 可选:维护服务价格记录(ME11,条件类型 PR00)。

二、ME21N 创建服务 PO 分步操作

1. 抬头基础信息
字段输入值说明
订单类型NB(标准)或框架协议按业务场景选择
供应商供应商编号必输,系统带出付款条件 / 地址
采购组织 / 组 / 公司代码对应组织架构确保权限与数据一致性
2. 行项目核心设置(关键)
  1. 行项目明细:
    • 项目类别:输入D(服务,自动显示 “服务” 和 “限制” 页签)。
    • 科目分配类别:选K(成本中心)、F(内部订单)、P(项目)等,必输。
    • 短文本:自动带服务主数据描述,可修改。
    • 物料组:服务主数据中的物料组,用于科目映射。
  2. 科目分配页签(按类别填):
    • K:成本中心 + G/L 科目;F:内部订单;P:WBS 元素。
  3. 服务页签(核心):
    • 点击 “服务”→“从服务主数据选择”(F4),输入服务编号(AC01 创建),回车带入服务描述、单位、价格(若 ME11 维护)。
    • 输入数量、净价,系统计算金额;可多行服务分录。
  4. 限制页签(可选):
    • 总体限制金额:控制服务确认的最大金额(含计划外服务)。
    • 期望值:预算参考,不影响系统校验。
3. 保存与后续
  • 检查行项目无报错(如科目未分配、价格缺失),点击保存,生成 PO 号。
  • 后续流程:服务确认(ML81N)→发票校验(MIRO)。

三、关键配置与关联事务码

配置项事务码 / 路径作用
项目类别 D 激活SPRO→MM→采购→采购订单→定义项目类别启用服务行项目特性
科目分配自动科目OBYC(GBB)/OKB9成本中心→G/L 科目映射
服务价格维护ME11服务主数据的采购价格
服务确认ML81N确认服务完成量,用于发票校验
服务主数据维护AC01/AC02/AC03创建 / 修改 / 显示服务主数据

四、常见问题排查

报错原因解决
项目类别 D 不可用未激活 D 或权限不足SPRO 激活 D,检查角色权限
服务编号无法带出服务主数据未创建或编号范围错误AC01 重检,ACNR 核对编号范围
科目分配报错成本中心 / 订单无效或科目未分配OKB9 维护科目映射,检查对象有效性
价格缺失未维护 ME11 价格记录ME11 维护 PR00 条件

五、批量创建(可选)

  • 用 BAPI_PO_CREATE1,传入 POHEADER、POITEM、POACCOUNT、POSERVICES 参数,批量导入服务 PO。
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/24 11:09:16

中文情感分析API搭建:StructBERT应用评测

中文情感分析API搭建:StructBERT应用评测 1. 引言:中文情感分析的技术价值与挑战 在自然语言处理(NLP)领域,情感分析(Sentiment Analysis)是理解用户情绪、挖掘文本态度的核心任务之一。尤其在…

作者头像 李华
网站建设 2026/4/22 6:40:31

中文情感分析模型比较:StructBERT优势解析

中文情感分析模型比较:StructBERT优势解析 1. 中文情感分析的技术背景与挑战 1.1 情感分析在NLP中的核心地位 情感分析(Sentiment Analysis)作为自然语言处理(NLP)的关键任务之一,旨在识别和提取文本中蕴…

作者头像 李华
网站建设 2026/4/24 10:50:44

中文情感分析WebUI搭建:StructBERT轻量CPU版部署步骤详解

中文情感分析WebUI搭建:StructBERT轻量CPU版部署步骤详解 1. 背景与应用场景 在当前自然语言处理(NLP)广泛应用的背景下,中文情感分析已成为智能客服、舆情监控、用户评论挖掘等场景中的核心技术之一。通过自动识别文本中蕴含的…

作者头像 李华
网站建设 2026/4/24 9:45:23

StructBERT实战教程:产品评论情感倾向分析

StructBERT实战教程:产品评论情感倾向分析 1. 引言 1.1 中文情感分析的现实需求 在电商、社交平台和用户反馈系统中,每天都会产生海量的中文文本数据。如何从这些非结构化语料中自动识别用户的情绪倾向——是满意还是不满?这是企业进行舆情…

作者头像 李华
网站建设 2026/4/24 9:46:40

AI智能体联邦学习方案:数据不出域,联合建模省下百万算力

AI智能体联邦学习方案:数据不出域,联合建模省下百万算力 1. 为什么医疗机构需要联邦学习? 想象一下,你是一家医院的AI研发负责人。医院积累了大量的患者CT影像数据,想训练一个肺癌早期筛查模型。但问题来了&#xff…

作者头像 李华
网站建设 2026/4/23 9:20:56

StructBERT轻量级情感分析:企业教程

StructBERT轻量级情感分析:企业教程 1. 中文情感分析的应用价值与挑战 在当今数字化时代,企业每天都会产生海量的用户反馈、评论、客服对话等非结构化文本数据。如何从中快速提取有价值的情绪信息,成为提升客户体验、优化产品策略的关键环节…

作者头像 李华