> Mejora continua de procesos > Gestión de inventario > Microsoft Dynamics 365 > Template de datos

Su Template de datos de gestión de inventario

Microsoft Dynamics 365

Atributos de la gestión de inventario (21) Actividades de gestión de inventario (15) Guías de extracción (4)

Su Template de datos de gestión de inventario

Este Template ofrece una hoja de ruta clara para recopilar los datos que necesita para analizar su proceso de gestión de inventario. Incluye los atributos esenciales, las actividades clave que debe seguir y recomendaciones prácticas para extraer los datos. Utilice este recurso para asegurarse de capturar toda la información crítica necesaria para un Process Mining eficaz.

Atributos recomendados para recopilar
Actividades clave que debe seguir
Guía de extracción

¿Es nuevo en los registros de eventos? Aprenda a crear un registro de eventos de Process Mining.

Descargar Template

Atributos de la gestión de inventario

Estos son los campos de datos recomendados que debe incluir en su registro de eventos para realizar un análisis completo de su proceso de gestión de inventario.

5 Obligatorio 6 Recomendado 10 Opcional

	Nombre	Descripción
	Hora del evento EventTime	La marca de tiempo exacta que indica cuándo tuvo lugar la actividad de inventario.
Descripción Este atributo registra la fecha y hora en que se registró una actividad en el sistema. Proporciona el orden cronológico de los eventos para cada lote de inventario, un elemento fundamental del Process Mining. Las marcas de tiempo se utilizan para calcular tiempos de ciclo, duraciones y tiempos de espera entre actividades. Esto permite analizar el rendimiento, identificar cuellos de botella y supervisar el cumplimiento de los acuerdos de nivel de servicio. Contar con marcas de tiempo precisas y completas es fundamental para realizar un análisis de procesos significativo. Por qué es importante La marca de tiempo es esencial para ordenar los eventos, calcular tiempos de ciclo y duraciones, y analizar el rendimiento del proceso a lo largo del tiempo. Dónde obtenerlo Suele encontrarse en tablas de transacciones como InventTrans, por ejemplo, DATEPHYSICAL y CREATEDDATETIME, o en tablas de órdenes de trabajo como WHSWorkTable, por ejemplo, CREATEDDATETIME y MODIFIEDDATETIME. Ejemplos 2023-10-26T09:00:00Z2023-10-26T11:34:15Z2023-10-27T14:21:05Z
	Lote de inventario InventoryBatchLot	El identificador único de un lote específico de un artículo de inventario, que actúa como identificador principal del caso.
Descripción El número de lote de inventario actúa como identificador principal del caso y agrupa todas las actividades relacionadas con una cantidad específica de producto. Esto permite realizar el seguimiento del ciclo de vida completo de una cantidad de existencias concreta, desde su recepción en el inventario hasta sus distintos movimientos y su posterior salida o consumo. En el análisis de procesos, este atributo ofrece una visión integral del recorrido de cada lote de inventario. Al seguir un único lote, los analistas pueden medir los tiempos de ciclo de principio a fin, identificar las rutas habituales y detectar desviaciones de los procedimientos operativos estándar para artículos o proveedores concretos. Por qué es importante Es la clave esencial para rastrear el ciclo de vida completo de una cantidad de inventario, lo que permite analizar variantes y supervisar el rendimiento de cada lote específico. Dónde obtenerlo Este identificador suele encontrarse en tablas de transacciones de inventario como InventTrans y en tablas relacionadas que gestionan los detalles de los lotes, como InventBatch. Ejemplos BCH003451LOT2024-A55B001-RAW-STEEL
	Nombre de la actividad ActivityName	El nombre del evento específico de gestión de inventario que tuvo lugar, como «Goods Receipt Recorded» o «Picking Completed».
Descripción Este atributo describe la actividad empresarial realizada en un momento determinado para un lote de inventario concreto. Representa un único paso del proceso general de gestión de inventario y forma parte de la secuencia de eventos que constituye el flujo del proceso. Analizar la secuencia de actividades es el núcleo del Process Mining. Ayuda a visualizar el mapa de procesos, identificar cuellos de botella entre actividades, medir los tiempos de transición y descubrir variaciones no estándar del proceso. Cada valor corresponde a un hito clave del ciclo de vida del inventario. Por qué es importante Este atributo define los pasos del proceso, lo que permite visualizar el mapa de procesos, analizar variantes e identificar cuellos de botella. Dónde obtenerlo Se deriva de los tipos de transacción, los cambios de estado o los tipos de órdenes de trabajo en tablas como InventTrans, WHSWorkTable y WHSRFMenuItemTable. Ejemplos Recepción de mercancías registradaUbicación completadaDiscrepancia de inventario ajustadaPicking completadoExistencias desechadas
	Sistema de origen SourceSystem	Identifica el sistema del que proceden los datos, por ejemplo, «Dynamics 365 F&O».
Descripción Este atributo especifica la aplicación o plataforma de origen que generó los datos de eventos. En una empresa moderna, los datos pueden proceder de varios sistemas, como un ERP, un Warehouse Management System (WMS) o un Manufacturing Execution System (MES). Aunque suele ser un valor estático en un análisis de un único sistema, se vuelve fundamental al combinar datos de varias fuentes. Ayuda a garantizar la integridad de los datos, solucionar problemas de integración y comprender cómo contribuye cada sistema al proceso general. Por qué es importante Proporciona un contexto esencial sobre el origen de los datos, algo fundamental para la gobernanza de datos y para analizar procesos que abarcan varios sistemas integrados. Dónde obtenerlo Normalmente es un valor estático que se añade durante el proceso de extracción de datos para identificar el origen del conjunto de datos. Ejemplos Dynamics 365 F&OD365 SCMMicrosoft Dynamics AX
	Última actualización de datos LastDataUpdate	Marca de tiempo que indica la última vez que se actualizaron los datos de este proceso desde el sistema de origen.
Descripción Este atributo registra la fecha y hora de la extracción o actualización de datos más reciente. Proporciona transparencia sobre la actualidad de los datos analizados. Es importante que los usuarios comprendan hasta qué punto está actualizado el análisis del proceso. Ayuda a gestionar las expectativas sobre la vigencia de los datos y constituye un elemento clave de los metadatos de cualquier informe o Dashboard, para garantizar que las decisiones se tomen con un marco temporal conocido. Por qué es importante Informa a los usuarios sobre la actualidad de los datos y garantiza que conozcan el grado de actualización del análisis. Dónde obtenerlo Es un campo de metadatos generado durante el proceso de ingesta de datos que registra la marca de tiempo del trabajo de extracción. Ejemplos 2024-01-20T05:00:00Z2024-01-21T05:00:00Z
	Cantidad Quantity	La cantidad del artículo implicado en la transacción, expresada en la unidad de medida base.
Descripción Este atributo representa el número de unidades de un artículo afectadas por una actividad de inventario. Puede ser positivo para recepciones y ajustes positivos, o negativo para salidas, desechos y ajustes negativos. Analizar la cantidad es fundamental para comprender la escala y el impacto de los procesos de inventario. Se utiliza en prácticamente todos los Dashboards y KPI, desde el cálculo del volumen de mercancía desechada hasta la medición del tamaño de las discrepancias de inventario. Ayuda a priorizar los problemas según su impacto material. Por qué es importante Cuantifica el volumen físico de artículos de cada transacción, algo esencial para medir el impacto empresarial, el rendimiento y el tamaño de las discrepancias. Dónde obtenerlo Se encuentra en tablas de transacciones principales como InventTrans, campo QTY. Ejemplos 100-2510500
	Código de motivo ReasonCode	Un código que explica el motivo de una transacción específica, como un ajuste de inventario o una devolución.
Descripción Los códigos de motivo proporcionan contexto cualitativo sobre por qué tuvo lugar una actividad. Se utilizan habitualmente para clasificar el factor empresarial subyacente en ajustes de inventario, movimientos de existencias, devoluciones y desechos. Analizar por código de motivo es esencial para el análisis de causas raíz. Ayuda a descubrir por qué se producen discrepancias de inventario, por ejemplo, «Damaged Goods» o «Data Entry Error», por qué se mueven las existencias internamente, por ejemplo, «Replenishment» o «Consolidation», o por qué se devuelven los artículos. Esta información es fundamental para las iniciativas de mejora de procesos. Por qué es importante Explica el «porqué» de un evento y permite realizar un análisis eficaz de las causas raíz de problemas como ajustes de inventario, devoluciones o desechos. Dónde obtenerlo Se encuentra en distintas tablas según la transacción, por ejemplo, en InventJournalTrans, campo REASONREFRECID, o mediante configuraciones personalizadas. Ejemplos RC-DMGFOUNDCYCLECOUNT
	Hora de finalización del evento EventEndTime	La marca de tiempo que indica la finalización de una actividad y se utiliza para calcular su duración.
Descripción Aunque muchos eventos de gestión de inventario son instantáneos, algunas actividades tienen una hora de inicio y otra de finalización claramente diferenciadas, como una inspección de calidad o una tarea de ubicación. Este atributo registra la hora de finalización de esas actividades. Disponer de una hora de inicio y otra de finalización permite calcular el tiempo de procesamiento de cada actividad. Esto es fundamental para analizar la eficiencia de los recursos, identificar las actividades que consumen más tiempo y comprender el coste real de los pasos del proceso. Por qué es importante Permite calcular con precisión la duración de las actividades, lo que ayuda a identificar pasos ineficientes y analizar el uso de los recursos. Dónde obtenerlo Puede derivarse de una marca de tiempo independiente de actualización de estado, por ejemplo, la fecha y hora de modificación de una línea de orden de trabajo en WHSWorkTable cuando su estado cambia a «Closed». Ejemplos 2023-10-26T09:15:00Z2023-10-26T12:01:45Z2023-10-27T15:00:00Z
	ID de almacén WarehouseId	El identificador del almacén o centro físico donde tuvo lugar la actividad de inventario.
Descripción Este atributo especifica el almacén donde se encuentra el inventario o donde tuvo lugar la actividad. Proporciona el contexto geográfico u organizativo de cada evento. Segmentar el análisis de procesos por almacén es fundamental para comparar el rendimiento entre distintos centros. Ayuda a identificar qué almacenes son más eficientes, cuáles presentan las tasas de discrepancia más altas y dónde son más graves los cuellos de botella. Esto facilita mejoras operativas específicas y una mejor asignación de recursos. Por qué es importante Permite comparar el rendimiento y analizar los cuellos de botella en distintas ubicaciones físicas o almacenes. Dónde obtenerlo Se encuentra en los campos de dimensiones de inventario asociados a las tablas de transacciones. Busque INVENTDIMID en InventTrans, que enlaza con la tabla InventDim, donde se almacena INVENTLOCATIONID. Ejemplos WH-MAINSITE-02DC-WEST
	ID de artículo ItemId	El identificador único del producto o material que se gestiona, también conocido como SKU.
Descripción Este atributo es el código único de un producto, material o Stock Keeping Unit (SKU) específico. Vincula cada actividad de inventario con el artículo que se mueve, cuenta o inspecciona. Analizar el proceso por ID de artículo permite profundizar en el comportamiento específico de cada producto. Ayuda a responder preguntas como qué productos tienen los tiempos de ubicación más largos, cuáles se ajustan con mayor frecuencia o cuáles se desechan más a menudo. Es fundamental para optimizar el inventario y gestionar el ciclo de vida de los productos. Por qué es importante Vincula las actividades de inventario con productos específicos (SKU), lo que permite analizar el rendimiento, los costes y los problemas del proceso por producto. Dónde obtenerlo Una clave principal que se encuentra en la mayoría de las tablas relacionadas con el inventario, como InventTrans, campo ITEMID, InventBatch e InventTable. Ejemplos A0001HW-1024RAW-STL-P01
	ID de usuario UserId	El identificador del usuario que realizó la actividad o es responsable de ella.
Descripción Este atributo registra el ID de usuario asociado a una transacción de inventario, como la persona operaria del almacén que completó una tarea de picking o la persona responsable del control de inventario que contabilizó un ajuste. Analizar las actividades por usuario ayuda a identificar necesidades de formación, reconocer a las personas o equipos con mejor rendimiento e investigar las causas raíz de las intervenciones manuales o los errores. Es esencial para Dashboards como «Manual Inventory Adjustment Drivers», ya que permite comprender quién realiza los cambios y por qué. Por qué es importante Registra la participación de los usuarios, un aspecto clave para analizar el rendimiento, identificar oportunidades de formación y comprender los factores que impulsan los ajustes manuales. Dónde obtenerlo Se encuentra en varias tablas, a menudo como un campo createdBy o modifiedBy. Por ejemplo, WHSWorkTable contiene un campo USERID. Ejemplos d.smithj.doewarehouse.worker1
	¿Es un ajuste por discrepancia? IsDiscrepancyAdjustment	Un indicador booleano que es verdadero si la actividad corresponde a un evento «Inventory Discrepancy Adjusted».
Descripción Este atributo calculado es un indicador sencillo, verdadero o falso, que identifica las actividades relacionadas con ajustes manuales de inventario. Simplifica el filtrado y la agregación al analizar la exactitud del inventario. Este indicador facilita el cálculo de KPI como «Inventory Discrepancy Rate» o «Manual Adjustment Rate». Permite a los analistas aislar rápidamente estos eventos no estándar para investigar sus causas raíz sin aplicar filtros complejos al nombre de la actividad. Por qué es importante Simplifica el análisis y el cálculo de KPI relacionados con la exactitud del inventario al marcar todos los eventos relacionados con discrepancias. Dónde obtenerlo Campo calculado: TRUE si ActivityName es «Inventory Discrepancy Adjusted»; de lo contrario, FALSE. Ejemplos truefalse
	ID de diario de movimientos MovementJournalId	El identificador único de un diario de movimientos de inventario.
Descripción Un diario de movimientos de inventario se utiliza para registrar transferencias internas de existencias que no forman parte de un proceso formal de ubicación o picking, como el traslado de artículos entre ubicaciones para consolidación o reposición. Este ID agrupa las líneas de una única transacción de movimiento. Analizar por ID de diario de movimientos proporciona contexto para las actividades de «Stock Moved Internally». Ayuda a comprender el alcance y el motivo de estos movimientos, que pueden revelar ineficiencias en la distribución del almacén o en las estrategias de reposición si se producen con demasiada frecuencia. Por qué es importante Proporciona contexto para los movimientos internos de existencias y ayuda a analizar la frecuencia y los motivos de las transferencias de inventario no estándar. Dónde obtenerlo El JOURNALID de InventJournalTable cuando el tipo de diario es «Movement». Ejemplos IMJ-00945IMJ-00946IMJ-00947
	ID de diario de recuento CountingJournalId	El identificador único de un diario de recuento de inventario.
Descripción Un diario de recuento de inventario se utiliza para registrar los resultados de un recuento físico, como un recuento cíclico o un inventario anual. Este ID agrupa todas las entradas del recuento y los ajustes resultantes de un evento de recuento específico. Analizar por ID de diario de recuento proporciona contexto para las actividades de ajuste de inventario. Ayuda a diferenciar los ajustes derivados de recuentos planificados de las correcciones puntuales, algo importante para comprender los factores que provocan la inexactitud del inventario. Por qué es importante Agrupa los recuentos de inventario y sus ajustes resultantes, y proporciona contexto sobre por qué se identificó y corrigió una discrepancia. Dónde obtenerlo El JOURNALID de InventJournalTable cuando el tipo de diario es «Counting». Ejemplos ICJ-00561ICJ-00562ICJ-00563
	ID de orden de calidad QualityOrderId	El identificador único de una orden de inspección de calidad.
Descripción Cuando la mercancía requiere una inspección al recibirla o en otro paso del proceso, se genera una orden de calidad. Este atributo es el identificador único de esa orden y vincula todas las actividades de calidad relacionadas, como la creación, las pruebas y la validación de aprobado o rechazado. El seguimiento por ID de orden de calidad ayuda a analizar la eficiencia y los resultados del proceso de control de calidad. Es esencial para Dashboards como «Quality Inspection Performance», ya que permite medir el plazo desde la creación hasta la finalización e identificar cuellos de botella en el Workflow de inspección. Por qué es importante Vincula las actividades relacionadas con la calidad y permite analizar la duración y los resultados del proceso de inspección de calidad. Dónde obtenerlo La clave principal de la tabla InventQualityOrderTable. Ejemplos QO-00182QO-00183QO-00184
	ID de orden de devolución ReturnOrderId	El identificador único de una orden de devolución de cliente (RMA).
Descripción Este atributo es el identificador de una Return Material Authorization (RMA) o una orden de devolución, que permite realizar el seguimiento del proceso de recepción de mercancía devuelta por un cliente. Vincula todas las actividades relacionadas con un evento de devolución específico. Este ID es fundamental para analizar el flujo del proceso de devolución de mercancía. Permite medir el tiempo de ciclo completo desde la recepción del artículo devuelto hasta su destino final, como su reincorporación al inventario, reparación o desecho. Esto ayuda a identificar retrasos e ineficiencias en el proceso de devoluciones. Por qué es importante Realiza el seguimiento del ciclo de vida completo de una devolución de cliente y permite analizar el tiempo de ciclo y la eficiencia del procesamiento de devoluciones. Dónde obtenerlo El ID del pedido de venta de SalesTable cuando el tipo de venta es «Returned order». Ejemplos RMA-01002RMA-01003RMA-01004
	ID de trabajo WorkId	El identificador único de una orden de trabajo de almacén, por ejemplo, para picking o ubicación.
Descripción Se genera un Work ID en el módulo de Warehouse Management para representar un conjunto de tareas destinadas a una persona operaria del almacén, como seleccionar artículos para un pedido o ubicar mercancía recibida. Agrupa actividades relacionadas. El seguimiento por Work ID permite analizar la eficiencia de tareas específicas del almacén. Ayuda a medir el tiempo necesario para completar un proceso de ubicación o picking desde su creación hasta su finalización y puede utilizarse para analizar el rendimiento de las personas operarias. Por qué es importante Agrupa tareas relacionadas del almacén y permite analizar la eficiencia de órdenes de trabajo específicas, como las de picking y ubicación. Dónde obtenerlo La clave principal de la tabla WHSWorkTable. Ejemplos USMF-000123USMF-000124USMF-000125
	ID de ubicación LocationId	La ubicación de almacenamiento específica dentro de un almacén, como una posición, estantería o pasillo.
Descripción Este atributo identifica la ubicación exacta dentro de un almacén donde se almacena el inventario o se realiza una actividad. Proporciona un nivel de detalle preciso para analizar los movimientos internos del almacén. Analizar por ID de ubicación ayuda a optimizar la distribución y el flujo del almacén. Puede revelar rutas de desplazamiento ineficientes, identificar zonas congestionadas y localizar posiciones propensas a errores de picking o discrepancias de inventario. Es fundamental para los Dashboards «Warehouse Activity Flow Analysis» e «Internal Stock Movement Overview». Por qué es importante Proporciona un nivel de detalle preciso para optimizar la distribución del almacén, analizar los movimientos internos e identificar zonas de almacenamiento problemáticas. Dónde obtenerlo Se encuentra en la tabla InventDim, campo WMSLOCATIONID, vinculada mediante INVENTDIMID desde las tablas de transacciones. Ejemplos A1-R2-S3-B4RECV-DOCK-01PACK-STN-5
	Tiempo de ciclo de ubicación PutAwayCycleTime	El tiempo total desde la recepción de la mercancía hasta que los artículos quedan completamente ubicados en su posición de almacenamiento final.
Descripción Este KPI mide la duración desde la actividad «Goods Receipt Recorded» hasta la actividad «Put-away Completed» para un lote de inventario específico. Es una métrica a nivel de caso que cuantifica la eficiencia del proceso de recepción y ubicación. Supervisar este tiempo de ciclo es fundamental para identificar cuellos de botella en el flujo logístico entrante. Los valores elevados pueden indicar problemas de capacidad del almacén, disponibilidad de recursos o ineficiencias del proceso, que retrasan la disponibilidad de las existencias para la preparación de pedidos. Por qué es importante Mide la eficiencia de todo el proceso de recepción entrante e influye directamente en la rapidez con la que el nuevo inventario queda disponible. Dónde obtenerlo Se calcula a nivel de caso obteniendo la diferencia de tiempo entre la marca de tiempo de «Put-away Completed» y la de «Goods Receipt Recorded» para el mismo InventoryBatchLot. Ejemplos 4 horas y 15 minutos1 día y 2 horas35 minutos
	Tiempo de picking a embalaje PickingToPackingTime	El tiempo total desde el inicio del picking hasta la finalización del embalaje de un pedido.
Descripción Este KPI mide el tiempo de ciclo dentro del proceso de preparación de pedidos salientes, concretamente la duración entre la actividad «Picking Initiated» o «Picking Completed» y la actividad «Packing Completed». Puede calcularse a nivel de caso si el caso representa una línea de pedido de venta, o entre actividades relacionadas. Esta métrica es fundamental para evaluar la eficiencia de las operaciones de picking y embalaje. Un tiempo más corto indica un proceso de preparación más fluido, lo que permite enviar los pedidos con mayor rapidez y aumentar la satisfacción del cliente. Ayuda a localizar cuellos de botella en el Workflow saliente. Por qué es importante Mide la eficiencia del proceso central de preparación de pedidos e influye directamente en la rapidez del envío y la satisfacción del cliente. Dónde obtenerlo Se calcula obteniendo la diferencia de tiempo entre la marca de tiempo de las actividades «Packing Completed» y «Picking Initiated» para el mismo pedido o Work ID. Ejemplos 25 minutos1 hora y 5 minutos48 minutos
	Valor del artículo ItemValue	El valor monetario del inventario implicado en la transacción.
Descripción Este atributo representa el valor financiero calculado de la cantidad movida o ajustada en una transacción, normalmente según el precio de coste actual del artículo. Convierte los movimientos físicos del inventario en impacto financiero. Analizar por valor del artículo es fundamental para la elaboración de informes financieros y la evaluación del impacto empresarial. Se utiliza para calcular KPI como «Scrapped Inventory Value Ratio» y ayuda a priorizar las iniciativas de mejora de procesos en actividades con mayores consecuencias financieras, como las discrepancias de alto valor o los eventos de desecho. Por qué es importante Convierte las cantidades de inventario en impacto financiero, algo fundamental para priorizar problemas y calcular KPI financieros. Dónde obtenerlo Se calcula multiplicando la cantidad de InventTrans, QTY, por el coste del artículo de InventTableModule o de una tabla de costes relacionada. El valor contabilizado puede encontrarse en InventTrans.COSTAMOUNTPOSTED. Ejemplos 1500.00-375.5025000.75

Obligatorio Recomendado Opcional

Actividades de gestión de inventario

Estos son los pasos y hitos esenciales del proceso que debe registrar en su registro de eventos para descubrir y analizar con precisión el flujo de inventario.

6 Recomendado 9 Opcional

	Actividad	Descripción
	Discrepancia de inventario ajustada	Esta actividad representa el registro de un ajuste de inventario para corregir una discrepancia detectada durante un recuento o por otros motivos. Es una transacción explícita que modifica la cantidad disponible del inventario.
Por qué es importante Este es un evento fundamental para medir la precisión del inventario y el KPI «Inventory Discrepancy Rate». Los ajustes frecuentes indican problemas subyacentes en el control del proceso, la recepción o la preparación de pedidos. Dónde obtenerlo Se crea una transacción explícita en la tabla InventTrans cuando se registra un diario de recuento o un diario de ajuste de inventario. Recopilar Identifique las transacciones de InventTrans generadas al registrar un InventJournalTable de tipo «Counting» o «Profit/Loss». Tipo de evento explicit
	Picking completado	Esta actividad indica que una persona operaria ha terminado el picking físico del lote de inventario y lo ha trasladado a una ubicación de preparación o embalaje. Se infiere a partir del cambio de estado de «work» de picking de WMS a «Closed».
Por qué es importante Este hito marca el final de la fase de picking y el inicio del embalaje o el envío. Es esencial para medir el «Average Picking-to-Packing Time» y la eficiencia general de la preparación de pedidos. Dónde obtenerlo Se infiere de WHSWorkTable cuando el campo «Work Status» de una orden de trabajo de picking cambia a «Closed». Recopilar Identifique la marca de tiempo en la que el campo Work Status de WHSWorkTable se actualiza a «Closed» para el trabajo de picking correspondiente. Tipo de evento inferred
	Recepción de mercancías registrada	Esta actividad marca la entrada inicial de un lote de inventario en el almacén, normalmente procedente de un proveedor o de la producción. El evento se captura cuando se registra la recepción de una orden de compra o el diario «report as finished» de una orden de producción, lo que crea una transacción con cantidad positiva.
Por qué es importante Este es el evento de inicio principal del ciclo de vida del inventario. Inicia el seguimiento de los tiempos del ciclo de Put-away y del plazo total del inventario, y proporciona una referencia para medir el rendimiento. Dónde obtenerlo Se registra en la tabla InventTrans. Es una transacción explícita generada al registrar la recepción de un producto para una orden de compra o al informar de una orden de producción como terminada. Recopilar Identifique las transacciones de InventTrans vinculadas a recepciones de órdenes de compra o a informes de órdenes de producción con cantidad positiva. Tipo de evento explicit
	Salida de mercancías registrada	Esta actividad marca la retirada final del lote de inventario del almacén, normalmente debido a una venta a un cliente o al consumo en producción. Se registra cuando se contabiliza un albarán de venta o un diario de lista de picking de producción.
Por qué es importante Este es el principal evento final satisfactorio del ciclo de vida del inventario. Concluye el seguimiento del tiempo que el lote ha permanecido en el almacén y confirma su destino final. Dónde obtenerlo Se registra en la tabla InventTrans como una transacción explícita con cantidad negativa. Se genera al contabilizar un albarán de venta o una lista de picking de producción. Recopilar Identifique las transacciones de InventTrans con cantidad negativa vinculadas a una salida de un pedido de venta o al consumo de una orden de producción. Tipo de evento explicit
	Trabajo de picking creado	Indica que el sistema ha generado instrucciones para que una persona trabajadora del almacén prepare un lote de inventario para una orden de venta o una orden de producción. Se captura cuando se crea en el WMS un nuevo registro de «work» para la preparación de pedidos.
Por qué es importante Este evento marca el inicio del proceso de preparación de pedidos salientes. El tiempo entre la creación del pedido y la creación del trabajo de picking puede indicar retrasos en la asignación o la planificación. Dónde obtenerlo Se crea un nuevo registro en WHSWorkTable con un Work Order Type de «Sales order» o «Production pick». Esto se activa al liberar un pedido para el almacén. Recopilar Capture la marca de tiempo de creación de un registro en WHSWorkTable cuyo Work Order Type esté relacionado con el picking. Tipo de evento explicit
	Ubicación completada	Esta actividad representa la finalización del movimiento físico del lote de inventario hasta su ubicación de almacenamiento asignada. Se infiere a partir del cambio de estado del registro de «work» de almacén correspondiente a «Closed».
Por qué es importante Este hito clave marca el final del proceso de recepción y Put-away y hace que el inventario esté disponible para la preparación de pedidos. Es fundamental para medir el KPI «Average Put-away Cycle Time». Dónde obtenerlo Se infiere de WHSWorkTable cuando el campo «Work Status» de una orden de trabajo de Put-away cambia a «Closed». Recopilar Identifique la marca de tiempo en la que el campo Work Status de WHSWorkTable se actualiza a «Closed» para el lote correspondiente. Tipo de evento inferred
	Diario de recuento creado	Esta actividad indica el inicio de un recuento de inventario para un lote o una ubicación concretos. Es un evento explícito que se captura cuando una persona usuaria crea un diario de recuento de inventario.
Por qué es importante Marca el inicio del proceso de recuento de existencias. La duración y la frecuencia de las actividades de recuento son importantes para comprender la carga operativa y los esfuerzos destinados a garantizar la precisión del inventario. Dónde obtenerlo Se captura a partir de la creación de un registro en InventJournalTable con un tipo de diario «Counting». Recopilar Utilice la marca de tiempo de creación del registro de cabecera en InventJournalTable para los diarios de recuento. Tipo de evento explicit
	Embalaje completado	Representa la finalización del embalaje de los artículos seleccionados en un contenedor o paquete para su envío. Puede inferirse cuando se cierra un contenedor en la interfaz de la estación de embalaje o cuando se actualiza el estado del envío.
Por qué es importante Esta actividad es un hito clave en la preparación de pedidos. Hacer un seguimiento de su finalización ayuda a analizar la eficiencia de la estación de embalaje y su contribución al tiempo total de envío. Dónde obtenerlo Puede inferirse de WHSContainerTable cuando el estado del contenedor cambia a «Closed», o de WHSShipmentTable cuando avanza el estado del envío. Recopilar Capture la marca de tiempo del cambio de estado a «Closed» en el registro de WHSContainerTable asociado al lote. Tipo de evento inferred
	Existencias desechadas	Representa la eliminación formal o la baja de un lote de inventario porque ha caducado, está dañado o ha quedado obsoleto. Se registra al contabilizar un diario de ajuste de inventario con un código de motivo específico de desecho.
Por qué es importante Este es un evento final crítico, asociado a un fallo o a la terminación del proceso. Analizar las existencias desechadas ayuda a cuantificar los desperdicios, identificar los productos propensos a quedar obsoletos y mejorar la planificación del inventario. Dónde obtenerlo Se crea una transacción explícita con cantidad negativa en la tabla InventTrans cuando se contabiliza para desecho un diario de inventario de tipo «Profit/Loss» o un diario de recuento. Recopilar Identifique las transacciones con cantidad negativa en InventTrans originadas por la contabilización de un diario de inventario con un código de motivo de desecho. Tipo de evento explicit
	Existencias trasladadas internamente	Este evento captura el movimiento de un lote de inventario de una ubicación a otra dentro del mismo almacén, por ejemplo, para reponer o consolidar existencias. Se captura mediante el registro de un diario de transferencia de inventario o la finalización de un trabajo de movimiento de almacén.
Por qué es importante Una alta frecuencia de movimientos internos puede indicar una distribución o estrategia de almacenamiento ineficiente. Analizar estos movimientos ayuda a optimizar la ubicación del inventario y reducir los costes de manipulación. Dónde obtenerlo Puede ser una transacción explícita en InventTrans originada por un diario de transferencia o un evento inferido a partir del cierre de un trabajo de «Movement» en WHSWorkTable. Recopilar Identifique las transacciones de tipo «Transfer» en InventTrans o los registros de trabajos completados de tipo «Movement» en WHSWorkTable. Tipo de evento explicit
	Inspección de calidad realizada	Esta actividad indica que se ha realizado una inspección de calidad y que sus resultados se han registrado. Normalmente se infiere a partir de un cambio de estado de la orden de calidad, de «Open» a un estado que indica su finalización, como «Passed» o «Failed».
Por qué es importante Mide la duración del proceso de inspección de calidad. Los retrasos en esta fase pueden crear cuellos de botella importantes antes de que el inventario esté disponible para su uso o Put-away. Dónde obtenerlo Se infiere a partir de las actualizaciones de estado de InventQualityOrderTable. La transición de un estado abierto a uno validado marca el evento. Recopilar Supervise el campo de estado de InventQualityOrderTable y capture la marca de tiempo del cambio a un estado terminal como «Pass» o «Fail». Tipo de evento inferred
	Mercancía devuelta recibida	Esta actividad registra la recepción en el almacén, procedente de un cliente, de un lote de inventario vendido anteriormente. El evento se registra cuando se procesa una orden de devolución y se reciben los artículos.
Por qué es importante El seguimiento de las devoluciones es esencial para comprender los problemas de calidad del producto y la eficiencia del proceso de logística inversa. Inicia un nuevo subproceso de inspección, reposición o eliminación. Dónde obtenerlo Se crea una transacción explícita con cantidad positiva en la tabla InventTrans, vinculada a una Return Material Authorization (RMA) o a una orden de devolución. Recopilar Identifique las transacciones de InventTrans vinculadas a una orden de devolución que registra la reincorporación del lote devuelto al inventario. Tipo de evento explicit
	Orden de calidad creada	Representa el momento en que un lote de inventario se pone automática o manualmente en retención para una inspección de calidad tras su recepción. Se captura mediante la creación de un registro en la tabla de órdenes de calidad, vinculado al documento de origen, como una orden de compra.
Por qué es importante Realizar el seguimiento de la creación de órdenes de calidad ayuda a analizar el tiempo que el inventario permanece en un estado restringido o «en retención», lo que afecta a su disponibilidad para la preparación de pedidos. Dónde obtenerlo Se genera en InventQualityOrderTable. Este evento se activa mediante asociaciones de calidad configuradas para artículos, proveedores o procesos de producción. Recopilar Capture la marca de tiempo de creación de un registro en InventQualityOrderTable para el lote de inventario específico. Tipo de evento explicit
	Recuento de inventario realizado	Este evento ocurre cuando una persona trabajadora introduce en el diario de recuento la cantidad contabilizada del lote de inventario. Se captura cuando se completa el campo «counted» de la línea del diario.
Por qué es importante Esta actividad proporciona los datos necesarios para identificar discrepancias entre la cantidad disponible en el sistema y el recuento físico. Es un paso crítico antes de realizar cualquier ajuste. Dónde obtenerlo Se registra en las líneas del diario de recuento (InventJournalTrans) cuando una persona usuaria introduce un valor en el campo de cantidad «Counted». Recopilar Capture la marca de tiempo en la que la cantidad contabilizada se registra en la tabla InventJournalTrans. Tipo de evento explicit
	Trabajo de ubicación creado	Indica que el sistema ha generado instrucciones para que una persona trabajadora del almacén traslade el inventario recibido desde una zona de preparación o recepción hasta una ubicación de almacenamiento. Se captura cuando se crea un nuevo registro de «work» en el Warehouse Management System (WMS).
Por qué es importante Marca el inicio del proceso físico de Put-away. Analizar el tiempo transcurrido desde la recepción hasta este punto puede revelar retrasos del sistema o de la planificación. Dónde obtenerlo Se crea un nuevo registro en WHSWorkTable con un Work Order Type de «Put-away». Esto se activa automáticamente según las directivas de ubicación posteriores a la recepción. Recopilar Capture la marca de tiempo de creación de un registro en WHSWorkTable cuyo Work Order Type sea «Put-away». Tipo de evento explicit

Recomendado Opcional

Guías de extracción

Cómo obtener sus datos de Microsoft Dynamics 365

Pasos

Abra el espacio de trabajo de gestión de datos: En Microsoft Dynamics 365, utilice la barra de búsqueda para abrir el espacio de trabajo «Gestión de datos».
Cree un nuevo proyecto de exportación: Haga clic en el mosaico «Exportar» para crear un nuevo proyecto de exportación de datos. Asígnele un nombre descriptivo, por ejemplo, «InvMgmt_EventLog_Export».
Defina los detalles del proyecto: En los detalles del proyecto, especifique «CSV» como «Formato de datos». Establezca «Generar paquete de datos» en «Sí».
Añada las entidades de datos necesarias: Añada las siguientes entidades al proyecto haciendo clic en «+ Añadir entidad». Deberá añadirlas una por una. Utilice el campo «Nombre de entidad» para buscarlas:
- Transacciones de inventario (InventTrans)
- Lotes de inventario (InventBatch)
- Órdenes de calidad (QualityOrders)
- Trabajo de almacén (WHSWorkTable)
- Líneas del diario de conteo de inventario (InventJournalTrans_Counting)
- Líneas del diario de ajustes de inventario (InventJournalTrans_Movement)
- Líneas de albaranes de embalaje de pedidos de ventas (SalesPackingSlipTrans)
- Líneas de recepción de pedidos de compra (VendPackingSlipTrans)
Configure los filtros de las entidades: Para cada entidad, selecciónela y haga clic en «Filtrar». Es fundamental aplicar filtros para limitar el volumen de datos. Aplique un filtro de intervalo de fechas a campos como DATEPHYSICAL para «Transacciones de inventario» y CREATEDDATETIME para las demás. Añada también un filtro para la entidad jurídica específica (empresa). Se recomienda utilizar un intervalo correspondiente a los últimos 3 a 6 meses.
Ejecute el trabajo de exportación: Cuando haya añadido y filtrado todas las entidades, haga clic en «Exportar» en el panel de acciones. El sistema creará un paquete de datos con varios archivos CSV, uno por cada entidad.
Descargue el paquete de datos: Cuando el trabajo de exportación finalice correctamente, descargue el paquete de datos, que será un archivo zip.
Extraiga y descomprima los archivos: Descomprima el paquete para acceder a los archivos CSV individuales de cada entidad de datos.
Transforme y combine los datos: Este paso posterior al procesamiento se realiza fuera de Dynamics 365, mediante una herramienta como Python, Power Query o un entorno de preparación de datos en una base de datos. Debe escribir un script para:
- Cargar todos los archivos CSV.
- Crear en cada archivo una columna «ActivityName» y una columna «EventTime» basadas en valores de campos y estados específicos, tal como se detalla en la sección de consultas.
- Estandarizar los nombres de las columnas de todos los archivos para que coincidan con los atributos requeridos (InventoryBatchLot, ActivityName, EventTime, UserId, etc.).
- Unir todos los conjuntos de datos transformados en un único archivo de Registro de eventos.
Genere los atributos del sistema: En su script de transformación, añada la columna SourceSystem con el valor estático «Dynamics 365 F&O» y la columna LastDataUpdate con la marca de tiempo de ejecución de la transformación.
Prepare el archivo para cargarlo: Guarde los datos finales combinados y transformados en un único archivo CSV, asegurándose de que tengan el formato adecuado para cargarlos en la herramienta de Process Mining.

Configuración

Entidades de datos: La extracción se basa en un conjunto de entidades estándar. Las principales son InventTrans, WHSWorkTable y QualityOrders. Asegúrese de que estas entidades estén disponibles en su entorno.
Formato de exportación: Configure el proyecto de exportación para generar un «paquete de datos» en formato «CSV». Esto proporciona archivos independientes y fáciles de analizar para cada entidad.
Filtrado por intervalo de fechas: Aplique siempre un filtro de intervalo de fechas para gestionar el rendimiento y el tamaño de los archivos. Para el análisis inicial, se recomienda un periodo de 3 a 6 meses. Filtre por los campos DATEPHYSICAL o CREATEDDATETIME.
Filtrado por empresa: Utilice la opción de filtro para especificar la entidad jurídica (empresa) y asegurarse de extraer los datos de la unidad de negocio correcta.
Exportaciones incrementales: Para el análisis continuo, configure el proyecto de exportación como un trabajo por lotes recurrente. Esto permite actualizar el conjunto de datos de forma periódica e incremental.
Requisitos previos: La persona que ejecute la exportación debe contar con los permisos de seguridad adecuados, normalmente el rol de «administrador de gestión de datos» o uno similar, para acceder al espacio de trabajo de gestión de datos y a las entidades de datos necesarias.

a Consulta de ejemplo config

The Data Management Framework uses entity configuration, not a single script. The following specifies which entities, fields, and conditions are needed to generate the required activities during the post-export transformation step.

**1. Activity: Goods Receipt Recorded**
*   **Source Entity**: `VendPackingSlipTrans` (Purchase Order Receipt Lines)
*   **Logic**: Each row represents a receipt.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Goods Receipt Recorded'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTDIMID` (lookup warehouse) -> `WarehouseId`
    *   `QTY` -> `Quantity`

**2. Activity: Quality Order Created**
*   **Source Entity**: `QualityOrders`
*   **Logic**: Each row represents a quality order creation.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Quality Order Created'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**3. Activity: Quality Inspection Performed**
*   **Source Entity**: `QualityOrders`
*   **Logic**: Filter for rows where `STATUS` is 'Pass' or 'Fail'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Quality Inspection Performed'` -> `ActivityName`
    *   `MODIFIEDDATETIME` -> `EventTime`
    *   `MODIFIEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**4. Activity: Put-away Work Created**
*   **Source Entity**: `WHSWorkTable`
*   **Logic**: Filter for rows where `WORKTYPE` is 'Put'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Put-away Work Created'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `USERID` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `WAREHOUSEID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**5. Activity: Put-away Completed**
*   **Source Entity**: `WHSWorkTable`
*   **Logic**: Filter for rows where `WORKTYPE` is 'Put' and `WORKSTATUS` is 'Closed'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Put-away Completed'` -> `ActivityName`
    *   `MODIFIEDDATETIME` -> `EventTime`
    *   `MODIFIEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `WAREHOUSEID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**6. Activity: Stock Moved Internally**
*   **Source Entity**: `InventJournalTrans_Movement`
*   **Logic**: Rows from an inventory movement journal.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Stock Moved Internally'` -> `ActivityName`
    *   `TRANSDATE` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**7. Activity: Counting Journal Created**
*   **Source Entity**: `InventJournalTrans_Counting`
*   **Logic**: The creation of the journal line.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Counting Journal Created'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `COUNTED` -> `Quantity`

**8. Activity: Inventory Count Performed**
*   **Source Entity**: `InventJournalTrans_Counting`
*   **Logic**: The update of the journal line after counting.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Inventory Count Performed'` -> `ActivityName`
    *   `MODIFIEDDATETIME` -> `EventTime`
    *   `MODIFIEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `COUNTED` -> `Quantity`

**9. Activity: Inventory Discrepancy Adjusted**
*   **Source Entity**: `InventJournalTrans_Counting`
*   **Logic**: The posting of the journal, which creates the inventory transaction.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Inventory Discrepancy Adjusted'` -> `ActivityName`
    *   `TRANSDATE` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**10. Activity: Picking Work Created**
*   **Source Entity**: `WHSWorkTable`
*   **Logic**: Filter where `WORKTYPE` is 'Pick'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Picking Work Created'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `USERID` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `WAREHOUSEID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**11. Activity: Picking Completed**
*   **Source Entity**: `WHSWorkTable`
*   **Logic**: Filter where `WORKTYPE` is 'Pick' and `WORKSTATUS` is 'Closed'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Picking Completed'` -> `ActivityName`
    *   `MODIFIEDDATETIME` -> `EventTime`
    *   `MODIFIEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `WAREHOUSEID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**12. Activity: Packing Completed**
*   **Source Entity**: `SalesPackingSlipTrans`
*   **Logic**: Assume packing is complete when the packing slip is posted.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Packing Completed'` -> `ActivityName`
    *   `CREATEDDATETIME` (approximates packing time) -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTDIMID` (lookup warehouse) -> `WarehouseId`
    *   `QTY` -> `Quantity`

**13. Activity: Goods Issue Recorded**
*   **Source Entity**: `SalesPackingSlipTrans`
*   **Logic**: The posting of a packing slip represents the goods issue.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Goods Issue Recorded'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTDIMID` (lookup warehouse) -> `WarehouseId`
    *   `QTY` * -1 -> `Quantity`

**14. Activity: Return Goods Received**
*   **Source Entity**: `InventTrans`
*   **Logic**: Filter `InventTrans` for transactions linked to a return order (`TRANTYPE` = 'Sales').
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Return Goods Received'` -> `ActivityName`
    *   `DATEPHYSICAL` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTDIMID` (lookup warehouse) -> `WarehouseId`
    *   `QTY` -> `Quantity`

**15. Activity: Stock Scrapped**
*   **Source Entity**: `InventJournalTrans_Movement`
*   **Logic**: Filter for journal lines where a specific scrap reason code is used.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Stock Scrapped'` -> `ActivityName`
    *   `TRANSDATE` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`
    *   `REASONREFRECID` (lookup reason code) -> `ReasonCode`

Pasos

Configure la replicación de datos: Asegúrese de que Azure Synapse Link for Dataverse o la función «Bring Your Own Database» (BYOD) estén configurados para su entorno de Microsoft Dynamics 365 F&O. Esto replicará las entidades de datos necesarias en una base de datos Azure SQL o en un espacio de trabajo de Synapse Analytics.
Identifique las entidades necesarias: Añada las siguientes entidades clave a su trabajo de replicación para garantizar la disponibilidad de todos los datos requeridos: InventTrans, InventDim, WHSWorkTable, InventJournalTable, InventJournalTrans, InventQualityOrderTable y WHSContainerTable. Espere a que finalice la sincronización inicial.
Establezca la conexión con la base de datos: Utilice un cliente SQL, como SQL Server Management Studio (SSMS) o Azure Data Studio, para conectarse a la base de datos Azure SQL de destino o al punto de conexión SQL de Synapse donde se replican sus datos de Dynamics 365.
Prepare la consulta SQL: Copie la consulta SQL completa proporcionada en la sección «Consulta» de este documento en su cliente SQL.
Defina los parámetros de la consulta: Localice la sección de parámetros al principio de la consulta. Modifique las variables @StartDate, @EndDate y @DataAreaId para definir el periodo deseado y especificar la entidad jurídica (empresa) que desea analizar.
Ejecute la consulta: Ejecute la consulta modificada en la base de datos. El tiempo de ejecución variará según el volumen de datos y el intervalo de fechas seleccionado.
Revise los resultados preliminares: Cuando finalice la consulta, revise brevemente el resultado en su cliente SQL para comprobar que devuelve filas y que las columnas clave, como InventoryBatchLot, ActivityName y EventTime, contienen los valores esperados.
Exporte el Registro de eventos: Exporte todo el conjunto de resultados desde su cliente SQL a un archivo CSV. Asígnele un nombre adecuado, por ejemplo, d365_inventory_event_log.csv.
Prepare el archivo para cargarlo: Abra el archivo CSV y compruebe que los encabezados de las columnas coincidan con los requisitos de su herramienta de Process Mining. Asegúrese de que los formatos de marca de tiempo sean coherentes y de que no haya problemas de formato.
Cargue los datos en ProcessMind: Cargue el archivo CSV final y depurado en su proyecto de ProcessMind para comenzar el análisis del proceso.

Configuración

Requisitos previos: Necesita acceso a un entorno de Microsoft Dynamics 365 F&O con Azure Synapse Link o BYOD ya configurado. También necesitará permisos de lectura en la base de datos Azure SQL o Synapse de destino.
Entidades de datos: La consulta utiliza entidades estándar. Si su organización ha personalizado las tablas o los campos para realizar el seguimiento de los movimientos de inventario, puede ser necesario ajustar la consulta.
Intervalo de fechas: Se recomienda comenzar con un intervalo de datos de 3 a 6 meses para obtener un conjunto representativo y mantener un buen rendimiento de la consulta. Los parámetros @StartDate y @EndDate del script controlan este intervalo.
Filtro de empresa: El parámetro @DataAreaId es fundamental para filtrar los datos por una entidad jurídica específica. Si ejecuta la consulta sin este filtro en una instancia con varias empresas, obtendrá datos mezclados y un rendimiento deficiente.
Consideraciones de rendimiento: La entidad InventTrans puede ser extremadamente grande. La ejecución de esta consulta puede consumir muchos recursos de la base de datos. Considere ejecutarla fuera de las horas punta o aplicar filtros adicionales, por ejemplo, por almacenes o grupos de artículos específicos, si el rendimiento supone un problema. Asegúrese de que la base de datos replicada tenga índices adecuados en las columnas de fechas y de identificadores clave.

a Consulta de ejemplo sql

DECLARE @StartDate DATETIME = '2023-01-01';
DECLARE @EndDate DATETIME = '2023-12-31';
DECLARE @DataAreaId NVARCHAR(4) = '[YourCompanyCode]'; -- E.g., 'USMF'

SELECT
    CAST(T.InventoryBatchLot AS NVARCHAR(255)) AS InventoryBatchLot,
    CAST(T.ActivityName AS NVARCHAR(255)) AS ActivityName,
    T.EventTime,
    CAST(T.SourceSystem AS NVARCHAR(255)) AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    T.EventEndTime,
    CAST(T.UserId AS NVARCHAR(255)) AS UserId,
    CAST(T.ItemId AS NVARCHAR(255)) AS ItemId,
    CAST(T.WarehouseId AS NVARCHAR(255)) AS WarehouseId,
    CAST(T.ReasonCode AS NVARCHAR(255)) AS ReasonCode,
    T.Quantity
FROM (
    -- 1. Goods Receipt Recorded (Purchase or Production)
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Goods Receipt Recorded' AS ActivityName,
        it.DATEPHYSICAL AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        it.CREATEDBY AS UserId,
        it.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        it.QTY AS Quantity
    FROM InventTrans it
    JOIN InventDim id ON it.INVENTDIMID = id.INVENTDIMID AND it.DATAAREAID = id.DATAAREAID
    WHERE it.DATAAREAID = @DataAreaId AND it.DATEPHYSICAL BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND it.STATUSRECEIPT = 2 AND it.QTY > 0
      AND (it.TRANSTYPE = 0 OR it.TRANSTYPE = 2) -- Purchase order or Production

    UNION ALL

    -- 2. Quality Order Created
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Quality Order Created' AS ActivityName,
        iqo.CREATEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        iqo.CREATEDBY AS UserId,
        iqo.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        iqo.QTY AS Quantity
    FROM InventQualityOrderTable iqo
    JOIN InventDim id ON iqo.INVENTDIMID = id.INVENTDIMID AND iqo.DATAAREAID = id.DATAAREAID
    WHERE iqo.DATAAREAID = @DataAreaId AND iqo.CREATEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> ''

    UNION ALL

    -- 3. Quality Inspection Performed
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Quality Inspection Performed' AS ActivityName,
        iqo.MODIFIEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        iqo.MODIFIEDBY AS UserId,
        iqo.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        CAST(iqo.STATUS AS NVARCHAR(255)) AS ReasonCode, -- Using status (Pass/Fail) as a reason
        iqo.QTY AS Quantity
    FROM InventQualityOrderTable iqo
    JOIN InventDim id ON iqo.INVENTDIMID = id.INVENTDIMID AND iqo.DATAAREAID = id.DATAAREAID
    WHERE iqo.DATAAREAID = @DataAreaId AND iqo.MODIFIEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND iqo.STATUS IN (2, 3) -- Pass, Fail

    UNION ALL

    -- 4. Put-away Work Created
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Put-away Work Created' AS ActivityName,
        whs.CREATEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        whs.CREATEDBY AS UserId,
        whs.ITEMID AS ItemId,
        whs.WAREHOUSEID AS WarehouseId,
        NULL AS ReasonCode,
        whs.QTY AS Quantity
    FROM WHSWorkTable whs
    JOIN InventDim id ON whs.INVENTDIMID = id.INVENTDIMID AND whs.DATAAREAID = id.DATAAREAID
    WHERE whs.DATAAREAID = @DataAreaId AND whs.CREATEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND whs.WORKTYPE = 0 -- Put

    UNION ALL

    -- 5. Put-away Completed
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Put-away Completed' AS ActivityName,
        whs.CLOSEDTIMESTAMP AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        whs.MODIFIEDBY AS UserId,
        whs.ITEMID AS ItemId,
        whs.WAREHOUSEID AS WarehouseId,
        NULL AS ReasonCode,
        whs.QTY AS Quantity
    FROM WHSWorkTable whs
    JOIN InventDim id ON whs.INVENTDIMID = id.INVENTDIMID AND whs.DATAAREAID = id.DATAAREAID
    WHERE whs.DATAAREAID = @DataAreaId AND whs.CLOSEDTIMESTAMP BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND whs.WORKTYPE = 0 AND whs.WORKSTATUS = 4 -- Put, Closed

    UNION ALL

    -- 6. Stock Moved Internally
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Stock Moved Internally' AS ActivityName,
        ijt.POSTEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        ijt.CREATEDBY AS UserId,
        ijt.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        ijt.QTY AS Quantity
    FROM InventJournalTrans ijt
    JOIN InventJournalTable ijtbl ON ijt.JOURNALID = ijtbl.JOURNALID AND ijt.DATAAREAID = ijtbl.DATAAREAID
    JOIN InventDim id ON ijt.INVENTDIMID = id.INVENTDIMID AND ijt.DATAAREAID = id.DATAAREAID
    WHERE ijt.DATAAREAID = @DataAreaId AND ijt.POSTEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND ijtbl.JOURNALTYPE = 3 -- Transfer

    UNION ALL

    -- 7. Counting Journal Created
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Counting Journal Created' AS ActivityName,
        ijt.CREATEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        ijt.CREATEDBY AS UserId,
        ijt.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        ijt.QTY AS Quantity
    FROM InventJournalTrans ijt
    JOIN InventJournalTable ijtbl ON ijt.JOURNALID = ijtbl.JOURNALID AND ijt.DATAAREAID = ijtbl.DATAAREAID
    JOIN InventDim id ON ijt.INVENTDIMID = id.INVENTDIMID AND ijt.DATAAREAID = id.DATAAREAID
    WHERE ijt.DATAAREAID = @DataAreaId AND ijt.CREATEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND ijtbl.JOURNALTYPE = 2 -- Counting

    UNION ALL

    -- 8. Inventory Count Performed
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Inventory Count Performed' AS ActivityName,
        ijt.MODIFIEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        ijt.MODIFIEDBY AS UserId,
        ijt.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        ijt.COUNTED AS Quantity
    FROM InventJournalTrans ijt
    JOIN InventJournalTable ijtbl ON ijt.JOURNALID = ijtbl.JOURNALID AND ijt.DATAAREAID = ijtbl.DATAAREAID
    JOIN InventDim id ON ijt.INVENTDIMID = id.INVENTDIMID AND ijt.DATAAREAID = id.DATAAREAID
    WHERE ijt.DATAAREAID = @DataAreaId AND ijt.MODIFIEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND ijtbl.JOURNALTYPE = 2 AND ijt.COUNTED IS NOT NULL AND ijt.COUNTED <> 0

    UNION ALL

    -- 9. Inventory Discrepancy Adjusted
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Inventory Discrepancy Adjusted' AS ActivityName,
        ijt.POSTEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        ijt.CREATEDBY AS UserId, -- Posting is often done by the creator
        ijt.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        ijt.REASONREFRECID AS ReasonCode,
        ijt.QTY AS Quantity
    FROM InventJournalTrans ijt
    JOIN InventJournalTable ijtbl ON ijt.JOURNALID = ijtbl.JOURNALID AND ijt.DATAAREAID = ijtbl.DATAAREAID
    JOIN InventDim id ON ijt.INVENTDIMID = id.INVENTDIMID AND ijt.DATAAREAID = id.DATAAREAID
    WHERE ijt.DATAAREAID = @DataAreaId AND ijt.POSTEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND ijtbl.JOURNALTYPE = 7 -- Adjustment

    UNION ALL

    -- 10. Picking Work Created
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Picking Work Created' AS ActivityName,
        whs.CREATEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        whs.CREATEDBY AS UserId,
        whs.ITEMID AS ItemId,
        whs.WAREHOUSEID AS WarehouseId,
        NULL AS ReasonCode,
        whs.QTY AS Quantity
    FROM WHSWorkTable whs
    JOIN InventDim id ON whs.INVENTDIMID = id.INVENTDIMID AND whs.DATAAREAID = id.DATAAREAID
    WHERE whs.DATAAREAID = @DataAreaId AND whs.CREATEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND whs.WORKTYPE = 1 -- Pick

    UNION ALL

    -- 11. Picking Completed
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Picking Completed' AS ActivityName,
        whs.CLOSEDTIMESTAMP AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        whs.MODIFIEDBY AS UserId,
        whs.ITEMID AS ItemId,
        whs.WAREHOUSEID AS WarehouseId,
        NULL AS ReasonCode,
        whs.QTY AS Quantity
    FROM WHSWorkTable whs
    JOIN InventDim id ON whs.INVENTDIMID = id.INVENTDIMID AND whs.DATAAREAID = id.DATAAREAID
    WHERE whs.DATAAREAID = @DataAreaId AND whs.CLOSEDTIMESTAMP BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND whs.WORKTYPE = 1 AND whs.WORKSTATUS = 4 -- Pick, Closed

    UNION ALL

    -- 12. Packing Completed
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Packing Completed' AS ActivityName,
        wc.CLOSEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        wc.MODIFIEDBY AS UserId,
        '[Multiple Items]' AS ItemId, -- Item is not direct on container header
        wc.WAREHOUSE AS WarehouseId,
        NULL AS ReasonCode,
        NULL AS Quantity
    FROM WHSContainerTable wc
    JOIN WHSWORKTABLE whs ON wc.SHIPMENTID = whs.SHIPMENTID AND wc.DATAAREAID = whs.DATAAREAID
    JOIN InventDim id ON whs.INVENTDIMID = id.INVENTDIMID AND whs.DATAAREAID = id.DATAAREAID
    WHERE wc.DATAAREAID = @DataAreaId AND wc.CLOSEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> ''

    UNION ALL

    -- 13. Goods Issue Recorded (Sales or Production)
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Goods Issue Recorded' AS ActivityName,
        it.DATEPHYSICAL AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        it.CREATEDBY AS UserId,
        it.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        it.QTY AS Quantity -- Quantity will be negative
    FROM InventTrans it
    JOIN InventDim id ON it.INVENTDIMID = id.INVENTDIMID AND it.DATAAREAID = id.DATAAREAID
    WHERE it.DATAAREAID = @DataAreaId AND it.DATEPHYSICAL BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND it.STATUSISSUE = 2 AND it.QTY < 0
      AND (it.TRANSTYPE = 1 OR it.TRANSTYPE = 3) -- Sales order or Production line

    UNION ALL

    -- 14. Return Goods Received
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Return Goods Received' AS ActivityName,
        it.DATEPHYSICAL AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        it.CREATEDBY AS UserId,
        it.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        it.QTY AS Quantity
    FROM InventTrans it
    JOIN InventDim id ON it.INVENTDIMID = id.INVENTDIMID AND it.DATAAREAID = id.DATAAREAID
    WHERE it.DATAAREAID = @DataAreaId AND it.DATEPHYSICAL BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND it.STATUSRECEIPT = 2 AND it.TRANSTYPE = 15 -- Sales return order

    UNION ALL

    -- 15. Stock Scrapped
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Stock Scrapped' AS ActivityName,
        ijt.POSTEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        ijt.CREATEDBY AS UserId,
        ijt.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        ijt.REASONREFRECID AS ReasonCode,
        ijt.QTY AS Quantity
    FROM InventJournalTrans ijt
    JOIN InventJournalTable ijtbl ON ijt.JOURNALID = ijtbl.JOURNALID AND ijt.DATAAREAID = ijtbl.DATAAREAID
    JOIN InventDim id ON ijt.INVENTDIMID = id.INVENTDIMID AND ijt.DATAAREAID = id.DATAAREAID
    WHERE ijt.DATAAREAID = @DataAreaId AND ijt.POSTEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND ijtbl.JOURNALTYPE = 7 -- Adjustment
      AND ijt.REASONREFRECID IN ('[YourScrapReasonCode1]', '[YourScrapReasonCode2]') -- Specify scrap reason codes

) AS T
ORDER BY T.InventoryBatchLot, T.EventTime;

Pasos

Requisito previo: registre una aplicación en Azure AD: Antes de ejecutar el script, debe registrar una aplicación en Azure Active Directory (AD). Esta aplicación se utilizará para autenticarse en la API de Dynamics 365. Acceda al portal de Azure, vaya a Azure Active Directory y seleccione «Registros de aplicaciones».
Conceda permisos de API: En el registro de su nueva aplicación, vaya a «Permisos de API» y añada un permiso para «Dynamics ERP». Seleccione «Permisos delegados» y marque la casilla AX.FullAccess. Conceda el consentimiento del administrador para su organización. Esto permite que la aplicación lea datos en nombre de una persona usuaria.
Cree un secreto de cliente: En la sección «Certificados y secretos» del registro de la aplicación, cree un nuevo secreto de cliente. Copie inmediatamente su valor, ya que después quedará oculto. También necesitará el ID de aplicación (cliente) y el ID de directorio (inquilino) de la página «Descripción general» de la aplicación.
Instale Python y las bibliotecas: Asegúrese de tener instalado un entorno de Python 3 en su equipo. Instale las bibliotecas necesarias ejecutando el siguiente comando en su terminal: pip install pandas requests msal.
Prepare el script de Python: Copie el script completo proporcionado en la sección «consulta» en un archivo nuevo y guárdelo como extract_inventory_log.py.
Configure las variables del script: Abra el script y actualice las variables de marcador de posición de la parte superior. Debe indicar la URL de su entorno D365, el ID del inquilino, el ID de cliente, el secreto de cliente y la entidad jurídica (código de empresa) de la que desea extraer datos. Establezca también START_DATE y END_DATE para el periodo de extracción.
Ejecute el script de extracción: Abra un terminal o símbolo del sistema, vaya al directorio donde guardó el script y ejecútelo con el comando: python extract_inventory_log.py.
Supervise la ejecución del script: El script mostrará su progreso en la consola e indicará qué actividad está extrayendo. Obtendrá los datos de cada una de las 15 actividades, una por una, y gestionará la paginación automáticamente.
Revise el archivo de salida: Cuando finalice el script, generará un archivo CSV llamado inventory_event_log.csv en el mismo directorio. Este archivo contiene el Registro de eventos extraído.
Prepare el archivo para cargarlo: Abra el archivo CSV en una aplicación de hojas de cálculo para verificar su contenido. Asegúrese de que los encabezados de las columnas coincidan con los atributos requeridos (InventoryBatchLot, ActivityName, EventTime, etc.). El archivo ya estará listo para cargarlo en la plataforma ProcessMind.

Configuración

Autenticación: El script utiliza el flujo de credenciales de cliente de OAuth 2.0 para autenticarse. Esto requiere un registro de aplicación de Azure AD con un Client ID y un Client Secret. La aplicación debe tener permisos de API para Dynamics ERP (AX.FullAccess).
Punto de conexión de la API: El script se conecta a la API REST OData de su entorno de Dynamics 365 Finance & Operations. La variable D365_RESOURCE del script debe establecerse en la URL base de su instancia de D365.
Intervalo de fechas: Las variables START_DATE y END_DATE son fundamentales para controlar el volumen de datos extraídos. Para el análisis inicial, se recomienda un intervalo de 3 a 6 meses que permita mantener tiempos de extracción razonables.
Filtro de empresa: La variable COMPANY especifica la entidad jurídica (dataAreaId) de la que se extraerán los datos. El script está configurado para consultar una sola empresa. Para extraer datos de todas, deberá modificar las solicitudes de la API para incluir cross-company=true y ajustar los filtros.
Rendimiento: La extracción de grandes conjuntos de datos mediante la API OData puede llevar tiempo. El script procesa secuencialmente cada una de las 15 actividades. Se recomienda ejecutarlo fuera de las horas punta para minimizar el impacto en el rendimiento del sistema.
Requisitos previos: Se requiere un entorno funcional de Python 3 con las bibliotecas pandas, requests y msal. Debe tener acceso administrativo a Azure AD para registrar la aplicación o coordinarse con una persona administradora que pueda proporcionar las credenciales necesarias.

a Consulta de ejemplo python

import requests
import pandas as pd
import msal
import datetime
import time

class=class="hl-string">"hl-comment"># --- CONFIGURATION --- 
class=class="hl-string">"hl-comment"># Replace with your specific Dynamics 365 and Azure AD details
D365_RESOURCE = class="hl-string">"https://[your_d365_url].operations.dynamics.com"
TENANT_ID = class="hl-string">"[your_tenant_id]"
CLIENT_ID = class="hl-string">"[your_client_id]"
CLIENT_SECRET = class="hl-string">"[your_client_secret]"
COMPANY = class="hl-string">"[your_company_code]" class=class="hl-string">"hl-comment"># e.g., class="hl-string">"USMF"

class=class="hl-string">"hl-comment"># Set the date range for the extraction
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-12-31"

class=class="hl-string">"hl-comment"># --- AUTHENTICATION --- 
def get_access_token():
    class="hl-string">"""Authenticates with Azure AD to get an access token."""
    authority = fclass="hl-string">"https://login.microsoftonline.com/{TENANT_ID}"
    app = msal.ConfidentialClientApplication(
        client_id=CLIENT_ID,
        authority=authority,
        client_credential=CLIENT_SECRET
    )
    result = app.acquire_token_for_client(scopes=[fclass="hl-string">"{D365_RESOURCE}/.default"])
    if class="hl-string">"access_token" in result:
        return result[class="hl-string">'access_token']
    else:
        raise Exception(fclass="hl-string">"Error acquiring token: {result.get('error_description')}")

class=class="hl-string">"hl-comment"># --- DATA FETCHING --- 
def fetch_data(access_token, entity_url, params):
    class="hl-string">"""Fetches data from a D365 OData entity, handling pagination."""
    headers = {
        class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}',
        class="hl-string">'Content-Type': class="hl-string">'application/json'
    }
    all_records = []
    
    while entity_url:
        try:
            response = requests.get(entity_url, headers=headers, params=params)
            response.raise_for_status() class=class="hl-string">"hl-comment"># Raise an exception for bad status codes
            data = response.json()
            all_records.extend(data[class="hl-string">'value'])
            entity_url = data.get(class="hl-string">'@odata.nextLink')
            params = None class=class="hl-string">"hl-comment"># Parameters are only needed for the first request
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"An error occurred: {e}")
            print(fclass="hl-string">"Response content: {response.text}")
            break class=class="hl-string">"hl-comment"># Exit loop on error
    return all_records

class=class="hl-string">"hl-comment"># --- MAIN SCRIPT --- 
def main():
    class="hl-string">"""Main function to orchestrate the data extraction process."""
    print(class="hl-string">"Acquiring access token...")
    token = get_access_token()
    all_events = []
    last_data_update = datetime.datetime.now(datetime.timezone.utc).isoformat()

    class=class="hl-string">"hl-comment"># Define queries for each activity
    activity_queries = [
        {
            class="hl-string">'activity_name': class="hl-string">'Goods Receipt Recorded',
            class="hl-string">'entity': class="hl-string">'InventoryTransactions',
            class="hl-string">'select': class="hl-string">'TransactionDate,InventDimId,ItemId,InventoryLotId,Quantity,CreatedByUserId,InventTransId',
            class="hl-string">'filter': fclass="hl-string">"TransactionDate ge {START_DATE}T00:00:00Z and TransactionDate le {END_DATE}T23:59:59Z and (IssueStatus eq Microsoft.Dynamics.DataEntities.InventIssueStatus'Purchased' or IssueStatus eq Microsoft.Dynamics.DataEntities.InventIssueStatus'Received') and Quantity gt 0",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'TransactionDate', class="hl-string">'UserId': class="hl-string">'CreatedByUserId', class="hl-string">'ItemId': class="hl-string">'ItemId', class="hl-string">'Quantity': class="hl-string">'Quantity'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Quality Order Created',
            class="hl-string">'entity': class="hl-string">'QualityOrders',
            class="hl-string">'select': class="hl-string">'CreatedDateTime,QualityOrderNumber,ItemId,InventoryLotId,CreatedByUserId',
            class="hl-string">'filter': fclass="hl-string">"CreatedDateTime ge {START_DATE}T00:00:00Z and CreatedDateTime le {END_DATE}T23:59:59Z",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'CreatedDateTime', class="hl-string">'UserId': class="hl-string">'CreatedByUserId', class="hl-string">'ItemId': class="hl-string">'ItemId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Quality Inspection Performed',
            class="hl-string">'entity': class="hl-string">'QualityOrders',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,QualityOrderNumber,ItemId,InventoryLotId,ValidatedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and (QualityOrderStatus eq Microsoft.Dynamics.DataEntities.InventQualityOrderStatus'Pass' or QualityOrderStatus eq Microsoft.Dynamics.DataEntities.InventQualityOrderStatus'Fail')",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ValidatedByUserId', class="hl-string">'ItemId': class="hl-string">'ItemId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Put-away Work Created',
            class="hl-string">'entity': class="hl-string">'WarehouseWorkHeaders',
            class="hl-string">'select': class="hl-string">'CreatedDateTime,WorkId,LoadId,OrderNumber,InventoryLotId,WarehouseId,WorkCreatedByUserId',
            class="hl-string">'filter': fclass="hl-string">"CreatedDateTime ge {START_DATE}T00:00:00Z and CreatedDateTime le {END_DATE}T23:59:59Z and (WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'Purchase' or WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'FinishedGoodsPutAway')",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'CreatedDateTime', class="hl-string">'UserId': class="hl-string">'WorkCreatedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Put-away Completed',
            class="hl-string">'entity': class="hl-string">'WarehouseWorkHeaders',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,WorkId,LoadId,OrderNumber,InventoryLotId,WarehouseId,ClosedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and WorkStatus eq Microsoft.Dynamics.DataEntities.WHSWorkStatus'Closed' and (WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'Purchase' or WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'FinishedGoodsPutAway')",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ClosedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Stock Moved Internally',
            class="hl-string">'entity': class="hl-string">'WarehouseWorkHeaders',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,WorkId,InventoryLotId,WarehouseId,ClosedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and WorkStatus eq Microsoft.Dynamics.DataEntities.WHSWorkStatus'Closed' and (WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'InventoryMovement' or WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'TransferIssue')",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ClosedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Counting Journal Created',
            class="hl-string">'entity': class="hl-string">'InventoryCountingJournalHeaders',
            class="hl-string">'select': class="hl-string">'CreatedDateTime,JournalNumber,CreatedByUserId,WarehouseId',
            class="hl-string">'filter': fclass="hl-string">"CreatedDateTime ge {START_DATE}T00:00:00Z and CreatedDateTime le {END_DATE}T23:59:59Z",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'JournalNumber', class="hl-string">'EventTime': class="hl-string">'CreatedDateTime', class="hl-string">'UserId': class="hl-string">'CreatedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'} class=class="hl-string">"hl-comment"># Note: Batch not directly on header
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Inventory Count Performed',
            class="hl-string">'entity': class="hl-string">'InventoryCountingJournalLines',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,JournalNumber,ItemId,InventoryLotId,CountedQuantity,ModifiedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and CountedQuantity gt 0",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ModifiedByUserId', class="hl-string">'ItemId': class="hl-string">'ItemId', class="hl-string">'Quantity': class="hl-string">'CountedQuantity'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Inventory Discrepancy Adjusted',
            class="hl-string">'entity': class="hl-string">'InventoryCountingJournalHeaders',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,JournalNumber,PostedByUserId,WarehouseId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and JournalStatus eq Microsoft.Dynamics.DataEntities.InventJournalStatus'Posted'",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'JournalNumber', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'PostedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'} class=class="hl-string">"hl-comment"># Note: Batch not directly on header
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Picking Work Created',
            class="hl-string">'entity': class="hl-string">'WarehouseWorkHeaders',
            class="hl-string">'select': class="hl-string">'CreatedDateTime,WorkId,InventoryLotId,WarehouseId,WorkCreatedByUserId',
            class="hl-string">'filter': fclass="hl-string">"CreatedDateTime ge {START_DATE}T00:00:00Z and CreatedDateTime le {END_DATE}T23:59:59Z and (WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'Sales' or WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'RawMaterialPicking')",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'CreatedDateTime', class="hl-string">'UserId': class="hl-string">'WorkCreatedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Picking Completed',
            class="hl-string">'entity': class="hl-string">'WarehouseWorkHeaders',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,WorkId,InventoryLotId,WarehouseId,ClosedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and WorkStatus eq Microsoft.Dynamics.DataEntities.WHSWorkStatus'Closed' and (WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'Sales' or WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'RawMaterialPicking')",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ClosedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Packing Completed',
            class="hl-string">'entity': class="hl-string">'WarehouseContainers',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,ContainerId,ShipmentId,ContainerPackingPolicy',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and IsContainerClosed eq true",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'ContainerId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime'} class=class="hl-string">"hl-comment"># Note: Batch not directly on container entity
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Goods Issue Recorded',
            class="hl-string">'entity': class="hl-string">'InventoryTransactions',
            class="hl-string">'select': class="hl-string">'TransactionDate,InventDimId,ItemId,InventoryLotId,Quantity,CreatedByUserId,InventTransId',
            class="hl-string">'filter': fclass="hl-string">"TransactionDate ge {START_DATE}T00:00:00Z and TransactionDate le {END_DATE}T23:59:59Z and IssueStatus eq Microsoft.Dynamics.DataEntities.InventIssueStatus'Deducted' and Quantity lt 0",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'TransactionDate', class="hl-string">'UserId': class="hl-string">'CreatedByUserId', class="hl-string">'ItemId': class="hl-string">'ItemId', class="hl-string">'Quantity': class="hl-string">'Quantity'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Return Goods Received',
            class="hl-string">'entity': class="hl-string">'WarehouseWorkHeaders',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,WorkId,InventoryLotId,WarehouseId,ClosedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and WorkStatus eq Microsoft.Dynamics.DataEntities.WHSWorkStatus'Closed' and WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'SalesReturn'",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ClosedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Stock Scrapped',
            class="hl-string">'entity': class="hl-string">'InventoryMovementJournalLinesV2',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,JournalNumber,ItemId,InventoryLotId,Quantity,ReasonCode,ModifiedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and Quantity lt 0", class=class="hl-string">"hl-comment"># Further filter by a specific ReasonCode in your system if applicable
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ModifiedByUserId', class="hl-string">'ItemId': class="hl-string">'ItemId', class="hl-string">'Quantity': class="hl-string">'Quantity', class="hl-string">'ReasonCode': class="hl-string">'ReasonCode'}
        },
    ]

    for query_def in activity_queries:
        print(fclass="hl-string">"Extracting: {query_def['activity_name']}...")
        entity_name = query_def[class="hl-string">'entity']
        full_url = fclass="hl-string">"{D365_RESOURCE}/data/{entity_name}"
        params = {
            class="hl-string">'$select': query_def[class="hl-string">'select'],
            class="hl-string">'$filter': query_def[class="hl-string">'filter']
        }
        records = fetch_data(token, full_url, params)
        
        for record in records:
            if not record.get(query_def[class="hl-string">'mapping'][class="hl-string">'InventoryBatchLot']):
                continue class=class="hl-string">"hl-comment"># Skip records without a batch/lot ID

            event = {
                class="hl-string">'InventoryBatchLot': record.get(query_def[class="hl-string">'mapping'][class="hl-string">'InventoryBatchLot']),
                class="hl-string">'ActivityName': query_def[class="hl-string">'activity_name'],
                class="hl-string">'EventTime': record.get(query_def[class="hl-string">'mapping'][class="hl-string">'EventTime']),
                class="hl-string">'SourceSystem': class="hl-string">'Dynamics 365 F&O',
                class="hl-string">'LastDataUpdate': last_data_update,
                class="hl-string">'EventEndTime': None,
                class="hl-string">'UserId': record.get(query_def[class="hl-string">'mapping'].get(class="hl-string">'UserId')),
                class="hl-string">'ItemId': record.get(query_def[class="hl-string">'mapping'].get(class="hl-string">'ItemId')),
                class="hl-string">'WarehouseId': record.get(query_def[class="hl-string">'mapping'].get(class="hl-string">'WarehouseId')),
                class="hl-string">'ReasonCode': record.get(query_def[class="hl-string">'mapping'].get(class="hl-string">'ReasonCode')),
                class="hl-string">'Quantity': record.get(query_def[class="hl-string">'mapping'].get(class="hl-string">'Quantity'))
            }
            all_events.append(event)
        print(fclass="hl-string">"Found {len(records)} records for {query_def['activity_name']}.")

    if not all_events:
        print(class="hl-string">"No events found for the specified criteria.")
        return

    print(class="hl-string">"\nProcessing and saving data...")
    df = pd.DataFrame(all_events)
    df[class="hl-string">'EventTime'] = pd.to_datetime(df[class="hl-string">'EventTime'])
    df.sort_values(by=[class="hl-string">'InventoryBatchLot', class="hl-string">'EventTime'], inplace=True)
    
    output_filename = class="hl-string">'inventory_event_log.csv'
    df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%fZ')
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")

if __name__ == class="hl-string">"__main__":
    main()

Pasos

Confirme que Microsoft Power BI o Power Platform Dataflows, el conector nativo de Microsoft Dynamics 365 y las entidades necesarias de Dynamics 365 Finance and Operations o Supply Chain Management estén disponibles para la cuenta. Obtenga autorización para leer transacciones de inventario, órdenes de calidad, trabajos de almacén, diarios de conteo, registros de embalaje o envío y registros de devoluciones o ajustes. Los nombres de las entidades y los campos expuestos varían según la implementación, por lo que debe documentar las entidades exactas seleccionadas en su entorno.
Cree un flujo de datos o un modelo semántico de Power BI y conéctelo a Dynamics 365 mediante el conector nativo de Dynamics 365. Configure la conexión con [Your connection string or environment URL], [Your credentials] y el ámbito de empresa o entidad jurídica requerido. Establezca [Start date] y [End date] como ventana de extracción, normalmente de tres a seis meses.
Añada las entidades de origen necesarias para el Registro de eventos. Seleccione las entidades que expongan transacciones de inventario, órdenes de calidad, encabezados y líneas de trabajo de almacén, diarios y líneas de conteo, estados de embalaje o contenedores, registros de envío o contabilización de albaranes, recepciones de devoluciones y transacciones de ajustes o desecho de inventario. Utilice los nombres exactos de las entidades y los campos expuestos por su entorno. No dé por hecho que un campo está disponible solo porque exista en otra implementación de Dynamics 365.
En Power Query, estandarice cada consulta de origen conforme al esquema de salida común. Asigne el identificador de lote a InventoryBatchLot, la marca de tiempo del evento a EventTime, la persona usuaria responsable a UserId, el artículo a ItemId, el almacén o centro a WarehouseId, el motivo de la transacción a ReasonCode y la cantidad de la transacción a Quantity. Añada SourceSystem con el valor Dynamics 365 F&O y LastDataUpdate utilizando la marca de tiempo de actualización del flujo de datos o de la fuente. Conserve EventEndTime cuando la fuente proporcione una marca de tiempo de finalización fiable.
Filtre y clasifique los registros de origen para las quince actividades requeridas. Goods Receipt Recorded debe utilizar transacciones positivas de recepción contabilizadas procedentes de recepciones de compra o de informes de producción como terminada. Quality Order Created debe utilizar registros de creación de órdenes de calidad. Quality Inspection Performed debe utilizar una transición documentada de Open a un resultado completado, como Passed o Failed. Put-away Work Created y Picking Work Created deben utilizar registros de trabajo WMS recién creados con el tipo de trabajo correspondiente. Put-away Completed y Picking Completed deben utilizar una transición fiable al estado Closed. Stock Moved Internally debe utilizar transacciones de transferencia contabilizadas o trabajos de movimiento completados. Counting Journal Created debe utilizar registros de creación de diarios. Inventory Count Performed debe utilizar valores contados cumplimentados. Inventory Discrepancy Adjusted debe utilizar transacciones de ajuste contabilizadas. Packing Completed debe utilizar un contenedor cerrado o un estado equivalente de finalización de envío o embalaje. Goods Issue Recorded debe utilizar albaranes de venta contabilizados o registros de consumo de producción. Return Goods Received debe utilizar registros de recepción de devoluciones contabilizados. Stock Scrapped debe utilizar registros de ajuste contabilizados con un motivo específico de desecho.
Una cada fuente de actividad con los atributos de lote, artículo, almacén, persona usuaria, motivo y cantidad utilizando las claves documentadas de las entidades expuestas. Utilice el valor de lote como identificador del caso. Si una fuente no expone un valor de lote, no lo infiera a partir de registros no relacionados. Excluya el registro del Registro de eventos por lote o consérvelo únicamente en una salida de excepciones documentada.
Añada las quince consultas de actividad estandarizadas mediante Table.Combine o una lógica de anexado equivalente de Power Query. Asegúrese de que cada actividad esté representada por filas explícitas, en lugar de depender de ProcessMind para inferir cambios de estado o transiciones. Elimine los registros fuera del intervalo comprendido entre [Start date] y [End date], elimine los registros sin InventoryBatchLot o EventTime salvo que exista una política de excepciones aprobada y elimine los registros de origen duplicados exactamente mediante identificadores de origen estables.
Valide la tabla resultante. Confirme que la salida contiene InventoryBatchLot, ActivityName, EventTime, SourceSystem, LastDataUpdate, EventEndTime, UserId, ItemId, WarehouseId, ReasonCode y Quantity. Compruebe que ActivityName contiene los quince valores requeridos y que las marcas de tiempo utilizan una única zona horaria coherente.
Cargue la tabla final en Power BI o en el destino del flujo de datos y expórtela como un CSV plano u otro formato de Registro de eventos compatible con ProcessMind. Conserve los nombres exactos de las columnas, utilice una fila por evento, mantenga el identificador de lote como identificador del caso y no agregue los eventos por lote. Cargue el archivo en ProcessMind y asigne InventoryBatchLot al identificador del caso, ActivityName a la actividad y EventTime a la marca de tiempo del evento.

Configuración

Método de conexión: Utilice el conector nativo de Microsoft Dynamics 365 en Power BI o Power Platform Dataflows. Sustituya [Your connection string or environment URL] y [Your credentials] por los valores específicos de su implementación.
Selección de entidades: Seleccione las entidades exactas expuestas para transacciones de inventario, órdenes de calidad, trabajos de almacén, diarios de conteo, estados de embalaje o contenedores, registros de envío o contabilización de albaranes, devoluciones y ajustes. Debe confirmar los nombres de las entidades y los campos disponibles en el entorno de destino.
Intervalo de fechas: Comience con datos de tres a seis meses. Utilice los filtros [Start date] y [End date] en el nivel de la consulta de origen cuando sea posible y amplíe el intervalo solo después de verificar el rendimiento y la integridad de los datos.
Filtros de empresa y entidad jurídica: Aplique [Your company or legal entity filter] de forma coherente a todas las fuentes. Aplique también filtros de centro, almacén, artículo, tipo de documento y estado de la transacción cuando el alcance del análisis lo requiera.
Filtros de actividad: Restrinja los eventos de recepción a transacciones positivas de recepción contabilizadas, los eventos de calidad a los estados de creación y finalización pertinentes, los eventos de almacén a los tipos y estados de trabajo aplicables, los eventos de conteo a registros de diarios creados o cumplimentados y los eventos de ajuste o desecho a transacciones contabilizadas con códigos de motivo documentados.
Gestión de lotes: Exija un identificador de lote no vacío para el Registro de eventos de ProcessMind. Valide si los identificadores de lote son únicos únicamente dentro de un artículo, una empresa o un almacén, y amplíe la clave del caso solo si la definición empresarial lo requiere.
Gestión del tiempo: Convierta las marcas de tiempo de origen a una única zona horaria acordada. Utilice la marca de tiempo de contabilización o de cambio de estado de la fuente para EventTime y use una marca de tiempo de finalización para EventEndTime únicamente cuando su significado esté documentado.
Metadatos de actualización: Rellene LastDataUpdate con la marca de tiempo de actualización del flujo de datos o del modelo. No sustituya LastDataUpdate por EventTime.
Rendimiento: Aplique los filtros de fecha, empresa, estado y tipo de documento en el origen siempre que sea posible. Seleccione únicamente las columnas necesarias, evite combinaciones innecesarias de muchos a muchos, prepare consultas de origen reutilizables y utilice la actualización incremental o la partición cuando sean compatibles.
Estrategia de actualización: Programe las actualizaciones según las necesidades operativas y la capacidad de la fuente. Registre la hora de actualización y la ventana de extracción para facilitar la auditoría.
Requisitos previos: Se requieren los módulos de Dynamics 365 necesarios, entidades de datos publicadas, licencias de Power BI o Power Platform, acceso al conector, permisos para los flujos de datos y autorización de lectura para todas las entidades seleccionadas. Los roles exactos y las rutas de menú dependen de la implementación y del modelo de seguridad.
Requisitos previos de calidad de datos: Confirme que los procesos de recepción, calidad, almacén, conteo, embalaje, salida, devolución y desecho registren identificadores de lote y marcas de tiempo fiables. Los procesos que no conserven estos valores no pueden reconstruirse de forma segura.

a Consulta de ejemplo config

let
    StartDate = #datetime(2026, 1, 1, 0, 0, 0),
    EndDate = #datetime(2026, 6, 30, 23, 59, 59),
    CompanyFilter = "[Your company or legal entity filter]",
    SourceSystemValue = "Dynamics 365 F&O",
    RefreshTime = DateTime.LocalNow(),
    EmptyText = "",
    EmptyNumber = null,

    GoodsReceiptSource = [Your goods receipt source query],
    QualityOrderCreatedSource = [Your quality order created source query],
    QualityInspectionSource = [Your quality inspection source query],
    PutAwayCreatedSource = [Your put-away work created source query],
    PutAwayCompletedSource = [Your put-away completed source query],
    InternalMovementSource = [Your internal movement source query],
    CountingJournalCreatedSource = [Your counting journal created source query],
    InventoryCountPerformedSource = [Your inventory count performed source query],
    InventoryDiscrepancySource = [Your inventory discrepancy source query],
    PickingCreatedSource = [Your picking work created source query],
    PickingCompletedSource = [Your picking completed source query],
    PackingCompletedSource = [Your packing completed source query],
    GoodsIssueSource = [Your goods issue source query],
    ReturnGoodsReceivedSource = [Your return goods received source query],
    StockScrappedSource = [Your stock scrapped source query],

    StandardColumns = {"InventoryBatchLot", "ActivityName", "EventTime", "SourceSystem", "LastDataUpdate", "EventEndTime", "UserId", "ItemId", "WarehouseId", "ReasonCode", "Quantity"},

    Normalize = (SourceTable as table, Activity as text) as table =>
        let
            Selected = Table.SelectColumns(SourceTable, StandardColumns, MissingField.UseNull),
            ActivitySet = Table.TransformColumns(Selected, {{"ActivityName", each Activity, type text}}),
            SourceSet = Table.TransformColumns(ActivitySet, {{"SourceSystem", each if _ = null or _ = EmptyText then SourceSystemValue else _, type text}}),
            RefreshSet = Table.TransformColumns(SourceSet, {{"LastDataUpdate", each if _ = null then RefreshTime else _, type datetime}}),
            Typed = Table.TransformColumnTypes(RefreshSet, {{"InventoryBatchLot", type text}, {"ActivityName", type text}, {"EventTime", type datetime}, {"SourceSystem", type text}, {"LastDataUpdate", type datetime}, {"EventEndTime", type datetime}, {"UserId", type text}, {"ItemId", type text}, {"WarehouseId", type text}, {"ReasonCode", type text}, {"Quantity", type number}}),
            DateFiltered = Table.SelectRows(Typed, each [EventTime] <> null and [EventTime] >= StartDate and [EventTime] <= EndDate),
            BatchFiltered = Table.SelectRows(DateFiltered, each [InventoryBatchLot] <> null and Text.Trim([InventoryBatchLot]) <> EmptyText)
        in
            BatchFiltered,

    GoodsReceiptRecorded = Normalize(GoodsReceiptSource, "Goods Receipt Recorded"),
    QualityOrderCreated = Normalize(QualityOrderCreatedSource, "Quality Order Created"),
    QualityInspectionPerformed = Normalize(QualityInspectionSource, "Quality Inspection Performed"),
    PutAwayWorkCreated = Normalize(PutAwayCreatedSource, "Put-away Work Created"),
    PutAwayCompleted = Normalize(PutAwayCompletedSource, "Put-away Completed"),
    StockMovedInternally = Normalize(InternalMovementSource, "Stock Moved Internally"),
    CountingJournalCreated = Normalize(CountingJournalCreatedSource, "Counting Journal Created"),
    InventoryCountPerformed = Normalize(InventoryCountPerformedSource, "Inventory Count Performed"),
    InventoryDiscrepancyAdjusted = Normalize(InventoryDiscrepancySource, "Inventory Discrepancy Adjusted"),
    PickingWorkCreated = Normalize(PickingCreatedSource, "Picking Work Created"),
    PickingCompleted = Normalize(PickingCompletedSource, "Picking Completed"),
    PackingCompleted = Normalize(PackingCompletedSource, "Packing Completed"),
    GoodsIssueRecorded = Normalize(GoodsIssueSource, "Goods Issue Recorded"),
    ReturnGoodsReceived = Normalize(ReturnGoodsReceivedSource, "Return Goods Received"),
    StockScrapped = Normalize(StockScrappedSource, "Stock Scrapped"),

    EventLog = Table.Combine({GoodsReceiptRecorded, QualityOrderCreated, QualityInspectionPerformed, PutAwayWorkCreated, PutAwayCompleted, StockMovedInternally, CountingJournalCreated, InventoryCountPerformed, InventoryDiscrepancyAdjusted, PickingWorkCreated, PickingCompleted, PackingCompleted, GoodsIssueRecorded, ReturnGoodsReceived, StockScrapped}),
    Ordered = Table.Sort(EventLog, {{"InventoryBatchLot", Order.Ascending}, {"EventTime", Order.Ascending}, {"ActivityName", Order.Ascending}}),
    Final = Table.SelectColumns(Ordered, StandardColumns, MissingField.UseNull)
in
    Final

¿Listo para comenzar?

Utilice este Template para iniciar el análisis de su proceso de gestión de inventario. Descubra ineficiencias y optimice sus operaciones con confianza.

Volver a la guía de mejora Descargar Template

Optimice la gestión de inventario y mejore el flujo hoy mismo

Reduzca un 30 % el tiempo de ciclo del inventario y mejore las tasas de preparación y entrega.

Inicie su prueba gratuita

No necesita tarjeta de crédito. Configuración en minutos.

Su Template de datos de gestión de inventario

Su Template de datos de gestión de inventario

Atributos de la gestión de inventario

Actividades de gestión de inventario

Guías de extracción

Exportación mediante el marco de gestión de datos de Dynamics 365

Pasos

Configuración

a Consulta de ejemplo config

Consulta SQL directa mediante Azure Synapse Link o BYOD

Pasos

Configuración

a Consulta de ejemplo sql

Extracción mediante script de Python a través de la API OData de Dynamics 365

Pasos

Configuración

a Consulta de ejemplo python

Extracción mediante Microsoft Power BI y Power Query Dataflow

Pasos

Configuración

a Consulta de ejemplo config

¿Listo para comenzar?

Optimice la gestión de inventario y mejore el flujo hoy mismo

Su Template de datos de gestión de inventario

Su Template de datos de gestión de inventario

Atributos de la gestión de inventario

Actividades de gestión de inventario

Guías de extracción

Exportación mediante el marco de gestión de datos de Dynamics 365

Pasos

Configuración

a Consulta de ejemplo config

Consulta SQL directa mediante Azure Synapse Link o BYOD

Pasos

Configuración

a Consulta de ejemplo sql

Extracción mediante script de Python a través de la API OData de Dynamics 365

Pasos

Configuración

a Consulta de ejemplo python

Extracción mediante Microsoft Power BI y Power Query Dataflow

Pasos

Configuración

a Consulta de ejemplo config

¿Listo para comenzar?

Optimice la gestión de inventario y mejore el flujo hoy mismo

Valoramos su privacidad