> Amélioration continue des processus > Gestion de la chaîne d'approvisionnement > Microsoft Dynamics 365 SCM > Modèle de données

Votre Modèle de Données de Gestion de la Chaîne d'Approvisionnement

Microsoft Dynamics 365 SCM

← Retour au Guide d'amélioration

Attributs de Supply Chain Management (22) Activités de Supply Chain Management (15) Guides d'extraction (4)

Votre Modèle de Données de Gestion de la Chaîne d'Approvisionnement

Ce modèle de données complet offre une approche structurée pour collecter les informations essentielles nécessaires au Process Mining puissant de votre chaîne d'approvisionnement. Il décrit les attributs et activités cruciaux à suivre, ainsi que des conseils clairs sur la manière d'extraire ces données spécifiquement de Microsoft Dynamics 365 SCM. Utilisez ce modèle pour vous assurer que votre journal d'événements est parfaitement préparé pour une analyse approfondie.

Attributs recommandés à collecter pour une analyse détaillée
Activités clés de la chaîne d'approvisionnement à suivre tout au long de votre processus
Guide pratique d'extraction de données pour Microsoft Dynamics 365 SCM

Nouveau dans les journaux d'événements ? Apprenez comment créer un journal d'événements Process Mining.

Télécharger le modèle

Attributs de Supply Chain Management

Ce sont les champs de données recommandés à inclure dans votre journal d'événements, permettant une analyse approfondie et précise de vos processus de gestion de la chaîne d'approvisionnement.

5 Obligatoire 9 Recommandé 8 Facultatif

	Nom	Description
	Ordre logistique LogisticsOrder	L'identifiant unique pour une demande d'exécution de chaîne d'approvisionnement spécifique, servant d'identifiant de cas principal.
Description L'Ordre Logistique est l'identifiant unique de l'ensemble du processus logistique, reliant toutes les activités de la demande client à la livraison finale. Cet attribut sert de fil conducteur central connectant divers sous-processus comme l'approvisionnement, la production et l'expédition pour une demande de livraison spécifique. En analyse, chaque événement est associé à un Ordre Logistique, permettant une reconstruction complète de bout en bout du flux de processus. Cela permet de suivre le parcours d'une commande à travers différents départements et systèmes, d'identifier les goulots d'étranglement et de mesurer précisément le temps de cycle global du début à la fin. Pourquoi c'est important C'est la clé essentielle pour relier tous les événements de processus associés, permettant une analyse de bout en bout de la chaîne d'approvisionnement pour une seule demande de livraison. Où obtenir Il s'agit d'un identifiant conceptuel, probablement dérivé en combinant des champs de tables telles que SalesTable (Commande client), WHSLoadTable (ID de chargement) ou InventTransOrigin (ID de référence) pour créer un ID de cas unique à travers différents modules. Exemples LO-2024-00123LO-2024-00124LO-2024-00125
	Activité ActivityName	Le nom de l'événement commercial ou de la tâche qui s'est produit à un moment donné du processus logistique.
Description Cet attribut enregistre l'événement commercial ou la tâche spécifique qui s'est produit, tels que 'Bon de commande émis', 'Marchandises produites' ou 'Expédition programmée'. Ces activités sont les éléments constitutifs fondamentaux du processus. L'analyse de la séquence, de la fréquence et de la durée de ces activités constitue le cœur du Process Mining. Elle permet la découverte et la visualisation automatiques des cartes de processus, la détection des écarts par rapport aux procédures standard, et l'identification des étapes de processus fréquentes ou inefficaces qui sont mûres pour l'amélioration. Pourquoi c'est important Il définit les étapes du processus, permettant de visualiser le flux de processus, d'analyser les variations et d'identifier les goulets d'étranglement ou les activités non conformes. Où obtenir Dérivé de la logique métier basée sur les changements de statut dans diverses tables de transactions, telles que SalesTable, PurchTable, ProdTable, ou les dates de comptabilisation des documents des tables comme CustInvoiceJour. Exemples Bon de commande émisBiens produitsFacture client comptabiliséeMarchandises livrées
	Dernière mise à jour des données LastDataUpdate	Le `timestamp` des dernières `données` actualisées depuis le système source.
Description Cet attribut indique la date et l'heure de la dernière extraction ou rafraîchissement des données. C'est une pièce de métadonnée critique pour tout tableau de bord d'analyse de processus. Cette information aide les utilisateurs à comprendre la fraîcheur des données qu'ils analysent, garantissant que leurs conclusions sont basées sur des informations à jour. Elle est également vitale pour la gestion des pipelines de données et pour vérifier que les processus de chargement des données fonctionnent comme prévu et dans les délais. Pourquoi c'est important Informe les utilisateurs sur la fraîcheur des données, ce qui est crucial pour prendre des décisions commerciales opportunes et pertinentes basées sur l'analyse. Où obtenir Cette valeur est générée et estampillée sur le jeu de données par l'outil d'extraction de données ou ETL à la fin de chaque cycle de rafraîchissement. Exemples 2023-06-10T02:00:00Z2023-06-11T02:00:00Z2023-06-12T02:00:00Z
	Heure de l'événement EventTime	Le `timestamp` indiquant quand l'activité a eu lieu.
Description Cet attribut fournit la date et l'heure exactes auxquelles une activité a été enregistrée dans le système. Il est fondamental pour toute analyse de processus basée sur le temps, y compris le calcul des temps de cycle, la compréhension de la performance des processus et l'identification des goulots d'étranglement. L'ordonnancement chronologique des événements basé sur cette estampille temporelle permet aux outils de Process Mining de reconstituer la séquence précise des activités telles qu'elles se sont produites. Ceci est essentiel pour comprendre le flux de processus réel et sa dynamique, plutôt que de se fier à des modèles de processus idéalisés. Pourquoi c'est important Cette estampille temporelle est essentielle pour séquencer correctement les événements et pour calculer toutes les métriques basées sur le temps, telles que les temps de cycle et les délais. Où obtenir Généralement issues des champs de date et heure de création ou de modification de statut dans les tables D365 SCM. Les exemples incluent CreatedDateTime dans SalesTable, DeliveryDate dans PurchLine ou les dates de transaction physique dans InventTrans. Exemples 2023-04-15T09:00:00Z2023-04-18T14:30:00Z2023-05-01T11:22:00Z
	Système source SourceSystem	Le système d'origine à partir duquel les données d'événement ont été extraites.
Description Cet attribut identifie le système ou le module d'où proviennent les données. Dans un environnement de chaîne d'approvisionnement complexe, les données peuvent provenir de plusieurs modules au sein de Dynamics 365 SCM, tels que les ventes, les achats ou la gestion des entrepôts. Spécifier le système source est crucial pour la gouvernance des données, le dépannage des incohérences de données et la compréhension du contexte des activités enregistrées. Cela garantit la qualité des données et offre une traçabilité jusqu'à l'origine de l'information, ce qui est particulièrement important dans les environnements intégrés. Pourquoi c'est important Fournit un contexte sur l'origine des données, essentiel pour la validation des données, le dépannage et la compréhension des variations de processus qui traversent les limites des systèmes. Où obtenir Il s'agit généralement d'une valeur statique ajoutée pendant le processus d'extraction des données pour étiqueter les enregistrements de ce système spécifique. Exemples Microsoft Dynamics 365 SCMD365-PRODAX2012-FIN
	Date de livraison demandée RequestedDeliveryDate	La date de livraison demandée par le client.
Description Cet attribut capture la date de livraison spécifiée par le client lors de sa commande. Il sert de référence principale par rapport à laquelle la performance de livraison réelle est mesurée. Cette date est la base du tableau de bord du Moniteur de performance de livraison à temps et du KPI de taux de livraison à temps. La comparaison de la Date de livraison demandée avec la date de livraison réelle est la méthode standard pour calculer la performance de livraison et est une mesure clé de la satisfaction client. Pourquoi c'est important C'est la base de référence pour mesurer la performance de livraison à temps, un KPI essentiel pour la satisfaction client et la fiabilité de la chaîne d'approvisionnement. Où obtenir Situé dans le champ ReceiptDateRequested de la table SalesLine ou ShippingDateRequested de la table SalesTable. Exemples 2023-05-102023-06-012023-07-20
	Délai d'approvisionnement ProcurementLeadTime	Le temps total écoulé entre la création d'une demande d'achat et la réception des matières premières.
Description Ceci est une métrique de durée calculée qui mesure l'efficacité du processus d'approvisionnement. Elle est calculée comme la différence de temps entre l'activité 'Demande d'achat créée' et l'activité 'Matières premières reçues' pour un bon de commande donné. Cet attribut soutient directement le tableau de bord de Répartition des délais d'approvisionnement et le KPI du temps de cycle d'approvisionnement moyen. En pré-calculant cette valeur, l'analyse de la performance des approvisionnements, en particulier lorsqu'elle est segmentée par fournisseur ou catégorie de produit, devient beaucoup plus efficace. Pourquoi c'est important Quantifie la durée de l'ensemble du cycle d'approvisionnement, qui est un KPI essentiel pour la gestion des niveaux de stock et des plannings de production. Où obtenir Il s'agit d'un champ calculé. La logique est : Estampille temporelle('Matières premières reçues') - Estampille temporelle('Demande d'achat créée'). Exemples 10 jours25 jours4 heures
	ID utilisateur UserId	L'identifiant de l'utilisateur qui a effectué l'activité.
Description Cet attribut stocke l'ID de l'employé ou de l'utilisateur système qui a exécuté une activité spécifique. Il peut s'agir d'un acheteur qui a créé un bon de commande ou d'un ouvrier d'entrepôt qui a confirmé une expédition. L'analyse des activités par utilisateur aide à comprendre la répartition de la charge de travail, à identifier les besoins en formation et à enquêter sur les déviations de processus. Elle est également essentielle pour l'analyse de conformité, permettant aux auditeurs de retracer les actions jusqu'à des individus spécifiques. Cette vue est essentielle pour la gestion de la performance et l'optimisation des ressources. Pourquoi c'est important Permet l'analyse de la performance des processus par utilisateur ou équipe, aide à identifier les opportunités d'automatisation et est essentiel pour l'analyse de la conformité et de la piste d'audit. Où obtenir Trouvé dans les champs 'Créé par' ou 'Modifié par' sur la plupart des tables de transactions dans D365 SCM, comme CreatedBy sur SalesTable ou PurchTable. Exemples j.doea.smithAX_BATCH_USER
	Livraison à temps IsOnTimeDelivery	Un indicateur signalant si la commande a été livrée à la date demandée ou avant.
Description Ceci est un attribut booléen calculé qui indique si un ordre logistique a été livré à temps. Il est dérivé en comparant l'estampille temporelle de l'activité 'Marchandises livrées' avec la 'Date de livraison demandée'. Cet attribut est la base du calcul du KPI du taux de livraison à temps et est un filtre principal dans le tableau de bord du Moniteur de performance de livraison à temps. Il simplifie l'analyse en convertissant une comparaison de dates en une simple valeur vraie ou fausse, facilitant ainsi le filtrage et le décompte des commandes en retard. Pourquoi c'est important Mesure directement la performance du service client et est une donnée clé pour l'indicateur de performance (KPI) de livraison à temps, simplifiant l'analyse de la fiabilité des livraisons. Où obtenir Il s'agit d'un champ calculé. La logique est : SI (estampille temporelle 'Marchandises livrées' <= 'Date de livraison demandée') ALORS Vrai SINON Faux. Exemples truefaux
	Nom du client CustomerName	Le nom du client ayant passé la commande de vente.
Description Cet attribut identifie le client associé à une commande client. Il permet une vue centrée sur le client du processus de la chaîne d'approvisionnement. L'analyse du processus logistique par client peut révéler des schémas de livraison, des préférences ou des défis uniques associés à des clients spécifiques. Il est particulièrement utile pour la gestion des comptes clés et pour l'adaptation des niveaux de service, contribuant à améliorer la satisfaction et la rétention des clients. Pourquoi c'est important Permet une analyse centrée sur le client, aidant à identifier les clients qui subissent le plus de retards et à évaluer les niveaux de service pour les comptes clés. Où obtenir Dérivé en joignant la table des commandes clients (SalesTable) avec la table des fiches clients (CustTable) sur le numéro de compte client. Exemples Alpine Ski HouseAdventure WorksCity Power & Light
	Nom du Fournisseur SupplierName	Le nom du fournisseur de matières premières ou de marchandises.
Description Cet attribut contient le nom du fournisseur auprès duquel les matériaux sont achetés. C'est une dimension clé pour l'analyse des activités liées à l'approvisionnement. Il est largement utilisé dans les tableaux de bord de Répartition des délais d'approvisionnement et d'Évaluation comparative des performances des fournisseurs. L'analyse des métriques de processus par fournisseur aide à identifier les partenaires les plus fiables et efficaces, ainsi que ceux qui sont fréquemment en retard ou causent des perturbations. Cette information est essentielle pour l'approvisionnement stratégique et la gestion des relations avec les fournisseurs. Pourquoi c'est important Permet de segmenter et de comparer les performances d'achat par fournisseur, ce qui est crucial pour améliorer les relations avec les fournisseurs et réduire les délais d'approvisionnement en matériaux. Où obtenir Dérivé en joignant la table des bons de commande (PurchTable) avec la table des fiches fournisseurs (VendTable) sur le numéro de compte fournisseur. Exemples Contoso Raw MaterialsFabrikam Inc.Northwind Traders
	Numéro d'Ordre de Production ProductionOrderNumber	L'identifiant unique d'un ordre de production ou de fabrication.
Description Ce numéro identifie une commande de production d'une quantité spécifique d'un produit au sein de l'installation de fabrication. Il suit la consommation de matières premières et la sortie de produits finis. Pour les entreprises ayant une composante de fabrication, cet ID est vital pour suivre le processus de production. Il soutient le tableau de bord de Suivi du respect du planning de production en liant les dates de production planifiées aux dates d'achèvement réelles, soulignant les écarts ou retards dans le processus de fabrication. Pourquoi c'est important Il permet une analyse détaillée du cycle de vie de la fabrication, aidant à mesurer le respect des calendriers de production et à identifier les goulets d'étranglement sur le site de production. Où obtenir Situé dans le champ ProdId de la table ProdTable. Exemples PRD-000112PRD-000113PRD-000114
	Numéro de commande d'achat PurchaseOrderNumber	L'identifiant unique d'un bon de commande envoyé à un fournisseur.
Description C'est le numéro de document officiel utilisé pour commander des matières premières ou des marchandises auprès d'un fournisseur externe. Il contient des détails sur les articles, les quantités, les prix et les dates de livraison. L'analyse du processus par numéro de bon de commande est essentielle pour les tableaux de bord de Répartition des délais d'approvisionnement et d'Évaluation comparative des performances des fournisseurs. Elle permet de suivre l'ensemble du cycle d'approvisionnement au paiement, de la demande au paiement fournisseur, et aide à identifier les retards dans l'acquisition des matériaux. Pourquoi c'est important Cet ID est crucial pour analyser la partie approvisionnement de la chaîne d'approvisionnement, surveiller la performance des fournisseurs et comprendre les délais de livraison des matériaux. Où obtenir Situé dans le champ PurchId de la table PurchTable. Exemples PO-000541PO-000542PO-000543
	Numéro de commande de vente SalesOrderNumber	L'identifiant unique d'une commande client.
Description C'est le numéro de référence principal pour la demande de biens ou de services d'un client. La commande client initie de nombreuses activités en aval de la chaîne d'approvisionnement, y compris l'approvisionnement et la production. Dans le Process Mining, le numéro de commande client est une dimension critique pour le filtrage et l'analyse. Il permet aux utilisateurs métier de retracer le processus d'exécution complet pour une commande client spécifique et est souvent un composant principal de l'ID de cas conceptuel d'Ordre Logistique. Pourquoi c'est important Il relie le processus de la chaîne d'approvisionnement directement à la demande client, permettant l'analyse du cycle de la commande au paiement et de la performance de livraison spécifique au client. Où obtenir Situé dans le champ SalesId de la table SalesTable. Exemples SO-001872SO-001873SO-001874
	Catégorie de produit ProductCategory	La catégorie à laquelle un produit appartient.
Description Cet attribut regroupe les produits individuels en catégories plus larges, telles que 'Électronique', 'Matières premières' ou 'Produits finis'. Cela permet une analyse de niveau supérieur de la chaîne d'approvisionnement. Au lieu d'examiner des milliers de SKU individuels, les analystes peuvent utiliser les catégories de produits pour identifier les tendances et les goulots d'étranglement qui affectent des groupes entiers de produits. Ceci est particulièrement utile dans le tableau de bord de Répartition des délais d'approvisionnement pour comprendre la performance des fournisseurs sur différents types de matériaux. Pourquoi c'est important Permet une analyse agrégée sur les groupes de produits, ce qui est utile pour la prise de décision stratégique et l'identification des problèmes systémiques affectant certains types de produits. Où obtenir Dérivé en joignant la table des articles principaux (InventTable) avec les tables de catégories de produits comme EcoResProductCategory. Exemples Audio ComponentsMatériaux d'emballageHydraulic Parts
	Date d'expédition planifiée ScheduledShipmentDate	La date à laquelle l'expédition était prévue de partir.
Description Cet attribut représente la date planifiée ou programmée pour qu'une expédition quitte l'entrepôt ou l'installation de production. C'est un jalon interne clé dans le processus de livraison. Cette date est utilisée pour calculer le KPI du taux de respect du planning d'expédition. La comparaison de la date planifiée avec la date réelle de l'activité 'Marchandises chargées pour le transport' aide à mesurer la fiabilité et la prévisibilité de la planification et de l'exécution logistiques internes. Pourquoi c'est important Aide à mesurer le respect des délais internes et la prévisibilité du processus d'expédition, ce qui a un impact sur la planification du transport en aval. Où obtenir Situé dans des champs comme ConfirmedShipDate sur SalesLine ou les champs associés dans la table WHSLoadTable pour les chargements planifiés. Exemples 2023-05-082023-05-302023-07-18
	Est un retravail IsRework	Un indicateur qui signale si une activité ou une boucle de processus constitue une reprise.
Description Ceci est un attribut booléen calculé qui identifie les activités ou les chemins de processus qui représentent des boucles de reprise ou de correction. Par exemple, si une activité 'Contrôle qualité effectué' échoue et ramène à une étape antérieure de 'Marchandises produites', cela serait signalé comme une reprise. Cet attribut est essentiel pour calculer le KPI du taux de reprise d'exécution des commandes. En signalant les reprises, les analystes peuvent facilement quantifier la fréquence et l'impact des problèmes de qualité ou des erreurs de processus, aidant à identifier les domaines nécessitant une amélioration et un contrôle des processus. Pourquoi c'est important Aide à quantifier les inefficacités de processus et les problèmes de qualité en signalant explicitement les activités qui ne font pas partie du 'chemin idéal'. Où obtenir Il s'agit d'un champ calculé, généralement dérivé à l'aide de règles métier. Par exemple, signaler des noms d'activités spécifiques comme 'Réemballer les marchandises' comme des reprises, ou identifier des boucles arrière dans le flux de processus. Exemples truefaux
	ID de l'entrepôt WarehouseId	L'identifiant de l'entrepôt où les marchandises sont stockées ou manipulées.
Description Cet attribut identifie l'entrepôt ou le centre de distribution spécifique impliqué dans une activité, telle que le prélèvement, l'emballage ou l'expédition. Il est essentiel pour le tableau de bord du débit des opérations d'entrepôt, permettant des comparaisons de performances entre différentes installations. L'analyse par entrepôt peut aider à identifier quels emplacements sont les plus efficaces, lesquels ont des difficultés de capacité et où les améliorations opérationnelles sont le plus urgemment nécessaires. Pourquoi c'est important Permet la comparaison des performances et l'analyse des goulets d'étranglement entre différents emplacements physiques, favorisant l'amélioration de l'efficacité des entrepôts. Où obtenir Trouvé dans le champ InventLocationId dans les tables liées à la gestion des stocks et de l'entrepôt, telles que InventSum et WHSWorkTable. Exemples Entrepôt-PrincipalEntrepôt-EstDC-West
	Mode de transport ModeOfTransport	La méthode de transport utilisée pour l'expédition, telle que camion, aérien ou maritime.
Description Cet attribut spécifie la méthode de transport utilisée pour déplacer les marchandises de l'origine à la destination. Les exemples incluent le fret routier, ferroviaire, aérien et maritime. C'est une dimension clé pour le tableau de bord Efficacité et coûts du transport. L'analyse des temps de cycle et des coûts par mode de transport aide à optimiser les stratégies logistiques, à choisir le bon équilibre entre rapidité et coût, et à identifier les inefficacités au sein de canaux de transport spécifiques. Pourquoi c'est important Essentiel pour l'analyse des coûts et de l'efficacité du transport, aidant à optimiser les réseaux logistiques et à réduire les frais de fret. Où obtenir Trouvé dans le champ ModeOfDelivery dans des tables comme SalesTable ou PurchTable, ou plus en détail dans des tables de gestion des transports comme TMSRoute. Exemples CamionAérienMerRail
	Nom du transporteur CarrierName	Le nom de la compagnie de transport ou du transporteur gérant l'expédition.
Description Cet attribut identifie le prestataire logistique tiers ou la flotte interne responsable du transport des marchandises. Il spécifie quelle entreprise déplace physiquement le produit. Le transporteur est une autre dimension critique pour le tableau de bord Efficacité et coûts du transport. En analysant les métriques de performance comme le temps de transit et la livraison à temps par transporteur, les entreprises peuvent évaluer leurs partenaires logistiques, négocier de meilleurs tarifs et prendre des décisions éclairées concernant le choix du transporteur. Pourquoi c'est important Permet l'analyse des performances de différents partenaires logistiques, ce qui est crucial pour la gestion des transporteurs et l'optimisation des coûts de transport. Où obtenir Trouvé dans des champs comme 'CarrierService' sur les commandes clients ou dans des tables de gestion des transports dédiées comme TMSCarrier. Exemples FedExUPSMaerskDHL
	Numéro de produit ProductNumber	L'identifiant unique du produit commandé ou fabriqué.
Description Cet attribut est l'unité de gestion des stocks (SKU) ou le numéro d'article pour le produit impliqué dans une transaction. Il peut s'agir d'un produit fini vendu à un client ou d'une matière première achetée auprès d'un fournisseur. L'analyse du processus de la chaîne d'approvisionnement par produit aide à identifier les articles qui ont de longs délais, des problèmes de qualité fréquents ou des chemins de production complexes. Cette information est vitale pour la gestion des stocks, la prévision de la demande et l'optimisation du portefeuille de produits. Pourquoi c'est important Permet l'analyse des performances des processus pour différents produits, ce qui peut révéler des défis de chaîne d'approvisionnement spécifiques à certains articles. Où obtenir Trouvé dans le champ ItemId sur les tables de lignes de transaction telles que SalesLine, PurchLine et ProdBOM. Exemples A0001D0010M9201
	Valeur de commande OrderValue	La valeur monétaire totale de la commande de vente.
Description Cet attribut représente la valeur financière totale d'une commande client. C'est une métrique clé pour comprendre l'impact commercial de la performance du processus. L'analyse des métriques de processus, telles que le temps de cycle ou les livraisons tardives, dans le contexte de la valeur de la commande permet de prioriser les efforts d'amélioration. Par exemple, les retards affectant les commandes de grande valeur peuvent être plus critiques à adresser que ceux affectant les commandes de moindre valeur. Cela fournit une dimension financière à l'analyse de processus. Pourquoi c'est important Fournit un contexte financier à l'analyse de processus, permettant la priorisation des problèmes en fonction de leur impact monétaire. Où obtenir Calculé à partir de la table SalesLine en additionnant le champ LineAmount pour toutes les lignes appartenant à une commande client spécifique (SalesId). Exemples 15200.50850.00125000.75

Obligatoire Recommandé Facultatif

Activités de Supply Chain Management

Ce sont les étapes clés du processus et les jalons à capturer dans votre journal d'événements, assurant une découverte précise du processus et des informations de performance pour votre chaîne d'approvisionnement.

8 Recommandé 7 Facultatif

	Activité	Description
	Biens produits	Le processus de fabrication est terminé, et les produits finis sont officiellement déclarés comme terminés dans le système. Ceci est capturé par la validation d'un journal 'Déclaré comme terminé' pour l'ordre de fabrication, ce qui met à jour l'inventaire.
Pourquoi c'est important Marque l'achèvement de la phase de production et rend les marchandises disponibles pour le contrôle qualité et l'expédition. C'est une étape clé pour mesurer le respect des plannings de production. Où obtenir Enregistré dans le module Contrôle de la production. La validation du journal 'Déclaré comme terminé' crée une transaction d'inventaire horodatée et met à jour le statut de l'ordre de fabrication. Capture Enregistré lorsqu'un journal 'Déclaré comme terminé' est validé pour l'ordre de fabrication. Type d'événement explicit
	Bon de commande émis	Un bon de commande formel est créé et confirmé, engageant l'entreprise à un achat auprès d'un fournisseur. Cet événement est enregistré lorsque le statut du bon de commande est mis à jour à 'Confirmé' ou 'En révision externe'.
Pourquoi c'est important C'est un jalon crucial dans l'approvisionnement et le point de départ principal pour mesurer le délai du fournisseur. L'analyse du temps écoulé entre cet événement et la réception des matériaux aide à évaluer la performance du fournisseur. Où obtenir Enregistré dans le module Achats et approvisionnements. La confirmation d'un bon de commande est suivie par les changements de statut et les dates dans la table PurchTable. Capture Enregistré lorsque le statut d'un bon de commande est mis à jour à 'Confirmé' via une action de journalisation. Type d'événement explicit
	Commande client créée	Représente la création formelle d'une nouvelle commande client dans Dynamics 365 SCM. Il s'agit d'un événement explicite enregistré avec une estampille temporelle lorsqu'un utilisateur sauvegarde un nouveau document de commande client, initiant le processus de livraison.
Pourquoi c'est important Cette activité marque le début officiel du cycle d'exécution des commandes. C'est l'ancrage principal pour mesurer les délais globaux, la performance de livraison à temps et l'analyse des schémas de prise de commande. Où obtenir Il s'agit d'un événement explicite enregistré dans le module Ventes et marketing. La création est enregistrée dans la SalesTable (En-tête de commande client) avec une estampille temporelle de création spécifique. Capture Événement enregistré lors de la création d'un enregistrement de commande client dans la SalesTable. Type d'événement explicit
	Marchandises chargées pour le transport	Les marchandises emballées sont physiquement chargées sur le véhicule du transporteur, et l'expédition est confirmée dans le système. Cet événement correspond à l'action 'Confirmation d'expédition' dans Dynamics 365.
Pourquoi c'est important Marque le départ physique des marchandises de l'entrepôt. Cette activité est le point de départ pour mesurer la durée des 'Marchandises en transit' et pour la reconnaissance financière de l'expédition. Où obtenir Enregistré dans les modules Gestion des entrepôts ou Gestion du transport. L'action 'Confirmation d'expédition' sur un chargement ou une expédition (WHSLoadTable) crée un événement horodaté. Capture Enregistré lorsque l'action 'Confirmation d'expédition' est exécutée pour le chargement ou l'expédition associé(e). Type d'événement explicit
	Marchandises livrées	Les marchandises sont arrivées à destination chez le client. Cet événement peut être déduit des données de suivi du transporteur ou d'une mise à jour manuelle du statut, car Dynamics 365 ne dispose pas d'une transaction native 'livré'.
Pourquoi c'est important Marque l'achèvement de la livraison physique. Il fournit la 'Date de livraison réelle' qui est essentielle pour le calcul des KPI de performance de livraison à temps et des métriques orientées client. Où obtenir Il ne s'agit souvent pas d'un champ standard. Il peut être capturé dans un champ de date personnalisé sur la commande client ou l'expédition, mis à jour manuellement ou via une intégration avec le système d'un transporteur. Capture Déduit d'une mise à jour manuelle d'un champ de date de livraison ou via une intégration API de transporteur externe. Type d'événement inferred
	Marchandises prélevées et emballées	Les magasiniers ont physiquement prélevé les articles de l'inventaire et les ont emballés pour l'expédition. Cette information est enregistrée lorsque le travail de prélèvement est terminé et que le statut d'emballage est mis à jour dans le système.
Pourquoi c'est important Représente l'achèvement de la tâche principale d'exécution en entrepôt. C'est une mesure clé pour le tableau de bord du débit des opérations d'entrepôt et pour l'identification des goulots d'étranglement dans le processus de prélèvement et d'emballage. Où obtenir Enregistré dans le module Gestion des entrepôts. Ceci est généralement déduit du statut des tâches d'entrepôt (WHSWorkTable) passant à 'Fermé' ou par la validation d'un bon de livraison. Capture Déduit du changement de statut du travail d'entrepôt à 'Fermé' ou de la date de comptabilisation du bon de livraison. Type d'événement inferred
	Matières premières reçues	Les marchandises ou matériaux commandés auprès du fournisseur sont physiquement reçus à l'entrepôt. Ceci est enregistré via une transaction de validation de réception de produit dans Dynamics 365 contre le bon de commande.
Pourquoi c'est important Cette activité marque la fin du délai du fournisseur et la disponibilité des matériaux pour la production ou la livraison. Les retards à ce niveau impactent directement les plannings en aval et les dates de livraison des clients. Où obtenir Enregistré dans les modules Achats et approvisionnements ou Gestion des stocks. La validation d'une réception de produit (VendPackingSlipJour) crée un enregistrement transactionnel horodaté. Capture Événement enregistré lorsqu'une réception de produit est comptabilisée par rapport au bon de commande. Type d'événement explicit
	Preuve de livraison signée	Le client a formellement accusé réception des marchandises, souvent en signant un bon de livraison. Ceci est généralement capturé en joignant un document ou en mettant à jour un statut dans le système.
Pourquoi c'est important C'est la confirmation finale de la bonne exécution de la commande et la fin définitive du processus logistique. Il est crucial pour la résolution des litiges et pour le calcul du temps de cycle total de la commande. Où obtenir Ce n'est pas une transaction standard et discrète. Elle est souvent gérée en mettant à jour un statut sur la commande client ou en utilisant la gestion des documents pour joindre une preuve de livraison numérisée. Capture Déduit d'une mise à jour de statut ou de l'attachement d'un document POD à la commande client ou à l'expédition. Type d'événement inferred
	Commande annulée	La commande client est annulée avant que l'exécution ne soit complète. Ceci est capturé par un changement de statut sur l'en-tête de la commande client à 'Annulé'.
Pourquoi c'est important Représente un résultat de processus négatif. L'analyse du moment et des raisons de l'annulation des commandes peut révéler des problèmes de disponibilité des produits, de délais ou de service client qui doivent être résolus. Où obtenir Déduit du changement du champ statut de la SalesTable en 'Annulée'. La date de ce changement peut être capturée si le suivi des modifications ou la journalisation de la base de données est activé. Capture Déduit du changement de statut de la commande client à 'Annulée'. Type d'événement inferred
	Contrôle qualité effectué	Une inspection qualité est effectuée sur les marchandises produites ou reçues pour s'assurer qu'elles respectent les normes. Cela est souvent enregistré comme une finalisation ou une validation de commande qualité dans le système.
Pourquoi c'est important Assure la qualité des produits et la conformité des processus. L'identification des contrôles qualité ignorés ou des longs délais d'inspection aide à atténuer les risques et à améliorer le flux de processus global. Où obtenir Enregistré dans le module Gestion des stocks via les Ordres de qualité. La validation ou la clôture d'un ordre de qualité (InventQualityOrderTable) associé à l'article fournit cet événement. Capture Enregistré lors de la validation ou de la clôture d'un Ordre de qualité lié au lot ou au numéro de série de l'article. Type d'événement explicit
	Demande d'achat créée	Une demande formelle est faite au service des achats pour se procurer les matériaux nécessaires à la commande, généralement lorsque le stock est insuffisant. Il s'agit d'un événement explicite enregistré lors de la création et de l'enregistrement d'un nouveau document de demande d'achat.
Pourquoi c'est important Cette activité initie le sous-processus d'approvisionnement. Son suivi est essentiel pour analyser la partie d'approbation interne du délai d'approvisionnement et identifier les retards avant l'émission d'un bon de commande. Où obtenir Enregistré dans le module Achats et approvisionnements. La création d'un enregistrement dans la table PurchReqTable est un événement distinct avec une estampille temporelle. Capture Événement enregistré lors de la création d'un enregistrement dans la table de demande d'achat (PurchReqTable). Type d'événement explicit
	Expédition programmée	Une date et un transporteur spécifiques sont attribués pour l'expédition des marchandises emballées. Cela est souvent enregistré lorsqu'un chargement est planifié ou qu'une expédition est confirmée dans le module de transport.
Pourquoi c'est important Fournit une base de référence pour mesurer le respect du planning d'expédition. La comparaison de cette date planifiée avec la date de chargement réelle est un indicateur de performance clé pour la planification logistique. Où obtenir Enregistré dans le module Gestion du transport (TMS). La confirmation d'un chargement (WHSLoadTable) ou d'une expédition inclut souvent une date d'expédition planifiée qui peut être capturée. Capture Enregistré lors de la confirmation d'un chargement de transport ou d'un enregistrement d'expédition. Type d'événement explicit
	Facture client comptabilisée	Une facture de vente est générée à partir du bon de commande et comptabilisée dans les grands livres financiers. Cela se fait souvent au moment de l'expédition, mais le processus peut varier, en faisant une activité distincte.
Pourquoi c'est important C'est un jalon financier critique dans le cycle de la commande au paiement. L'analyse du temps écoulé entre l'expédition et la facturation peut révéler des retards dans le processus de facturation et impacter la trésorerie. Où obtenir Enregistré dans le module Comptes clients. La validation d'une facture de commande client crée un enregistrement dans la table CustInvoiceJour avec une date de validation spécifique. Capture Enregistré lorsqu'une facture de commande client est validée, créant un enregistrement CustInvoiceJour. Type d'événement explicit
	Liste de prélèvement d'entrepôt générée	Une liste de prélèvement ou un travail d'entrepôt est créé, indiquant au personnel les articles à prélever pour exécuter la commande. Cet événement est enregistré lorsqu'une commande est transmise à l'entrepôt pour traitement.
Pourquoi c'est important Cette activité initie les opérations physiques d'exécution en entrepôt. L'analyse du temps écoulé entre ce point et l'achèvement de l'emballage aide à mesurer l'efficacité interne et la réactivité de l'entrepôt. Où obtenir Enregistré dans le module Gestion des entrepôts. La création de tâches d'entrepôt (WHSWorkTable) ou la publication d'un journal de liste de prélèvement (WMSPickingRoute) est un événement distinct. Capture Enregistré lors de la génération d'un journal de liste de prélèvement ou de la création de tâches d'entrepôt. Type d'événement explicit
	Ordre de Production Créé	Un ordre de production est généré pour fabriquer les produits finis requis pour la commande logistique du client. Il s'agit d'un événement discret enregistré dans le module de contrôle de production.
Pourquoi c'est important Initialise le processus de fabrication pour les scénarios de production à la commande. Le suivi du temps entre cet événement et l'achèvement des marchandises est vital pour analyser les temps de cycle de production et le respect des délais. Où obtenir Enregistré dans le module Contrôle de la production. La création d'un nouvel enregistrement dans la table ProdTable (table des ordres de fabrication) inclut une estampille temporelle de création. Capture Enregistré lors de la création d'un nouvel enregistrement dans la table des ordres de fabrication (ProdTable). Type d'événement explicit

Recommandé Facultatif

Guides d'extraction

Comment obtenir vos données de Microsoft Dynamics 365 SCM

Étapes

Accéder à l'espace de travail Gestion des données : Connectez-vous à Dynamics 365 SCM. Utilisez la barre de recherche pour trouver et naviguer vers l'espace de travail Gestion des données.
Créer un nouveau projet d'exportation : Dans l'espace de travail Gestion des données, sélectionnez la vignette Exportation. Sur la page suivante, sélectionnez Nouveau pour créer un nouveau projet d'exportation.
Définir les détails du projet : Indiquez un Nom de groupe (par exemple, SCM_EventLog_Export), une Description, et spécifiez le Type d'opération du projet de données comme Exportation. Choisissez la Catégorie de projet comme Projet.
Ajouter les Entités de données requises : Dans la section Entités sélectionnées, sélectionnez Ajouter une entité. Recherchez et ajoutez chacune des entités de données requises au projet. Vous devrez ajouter une entité pour chaque source de données d'événement. Consultez la section Requête pour une liste complète des entités recommandées.
Configurer les options d'exportation d'entité : Pour chaque entité ajoutée, sélectionnez un Format de données cible (CSV est recommandé). Vous pouvez également appliquer des filtres pour limiter les données. Sélectionnez l'option Filtre pour chaque entité et ajoutez des critères de plage, par exemple, sur le champ CreatedDateTime pour extraire les données des 3 à 6 derniers mois. Il est essentiel de filtrer par l'entreprise ou l'entité juridique principale.
Séquencer les entités (facultatif) : Vous pouvez définir une séquence d'exécution pour les entités s'il existe des dépendances, mais pour cette extraction de journal d'événements, elles peuvent généralement s'exécuter en parallèle.
Enregistrer et exécuter le projet d'exportation : Enregistrez la configuration du projet. Pour exécuter l'exportation, sélectionnez Exporter dans le volet d'action. Vous pouvez l'exécuter immédiatement ou le planifier pour qu'il s'exécute en mode batch pendant les heures creuses.
Surveiller la tâche d'exportation : Naviguez vers la section Historique des tâches pour surveiller l'avancement de votre tâche d'exportation. Attendez que le statut affiche Réussi.
Télécharger le paquet de données : Une fois la tâche terminée, sélectionnez Télécharger le paquet depuis la page Historique des tâches. Cela téléchargera un fichier ZIP unique contenant des fichiers CSV séparés pour chaque entité de données.
Combiner et transformer les données : Décompressez le paquet. Vous aurez plusieurs fichiers. Utilisez un outil externe comme Power Query, un script Python ou un autre outil ETL pour effectuer les transformations suivantes :
- Ouvrez chaque fichier CSV.
- Mappez les colonnes sources de chaque fichier à la structure normalisée du journal d'événements (LogisticsOrder, ActivityName, EventTime, etc.).
- Pour chaque fichier, ajoutez une nouvelle colonne pour ActivityName et remplissez-la avec le nom d'activité statique (par exemple, 'Customer Order Created' pour toutes les lignes de l'entité Commande client).
- Unionnez toutes les données transformées de tous les fichiers en une seule table.
- Calculez les attributs dérivés comme ProcurementLeadTime si nécessaire.
Exporter le journal d'événements final : Enregistrez les données combinées et transformées sous forme de fichier CSV unique. Assurez-vous que les en-têtes de colonne correspondent aux attributs requis pour votre outil de Process Mining. Ce fichier est maintenant prêt pour le téléchargement.

Configuration

Entités de données : Le cœur de la configuration réside dans la sélection des entités de données correctes. Les entités clés incluent Sales order headers V2, Purchase order headers V2, Production orders V3, Product receipt headers, Sales invoice headers V2, Warehouse work headers et Shipments.
Format de données cible : Le format CSV est recommandé en raison de sa simplicité et de sa large compatibilité avec les outils de post-traitement.
Stratégie de filtrage : Appliquez toujours des filtres pour gérer le volume de données. Les deux filtres les plus importants sont :
- Entreprise/Entité juridique : Filtrez chaque entité par l'entité juridique spécifique (par exemple, DAT.DataAreaId = 'usmf').
- Plage de dates : Appliquez un filtre de plage de dates sur un champ de date principal, tel que CreatedDateTime sur l'entité Sales order headers V2, pour extraire une période pertinente (par exemple, les 6 derniers mois).
Exportation incrémentielle vs complète : Pour l'extraction initiale, une exportation complète est nécessaire. Pour les chargements delta ultérieurs, vous pouvez configurer des exportations incrémentielles, mais cela ajoute de la complexité à la logique de post-traitement.
Prérequis : Les utilisateurs qui configurent et exécutent la tâche d'exportation ont besoin des autorisations appropriées, telles que le rôle de sécurité Data management administrator. L'organisation doit également utiliser les modules D365 SCM pertinents, notamment Ventes et marketing, Approvisionnement et sourcing, Contrôle de la production et Gestion des entrepôts.

a Exemple de requête config

/*
This is a conceptual representation of the configuration within the Dynamics 365 Data Management Framework.
You will create one export project and add each of the following 'Data Entities' to it.
For each entity, you will select the specified 'Source Field' and map it to the target attribute.
The post-processing script is responsible for combining these separate files and standardizing column names.
The LogisticsOrder is primarily the SalesOrderNumber.
*/

-- Activity: Customer Order Created
Data Entity: Sales order headers V2
Filter: [Specify date range on CREATEDDATETIME]
Fields to Export:
  - LogisticsOrder: SALESORDERNUMBER
  - ActivityName: 'Customer Order Created'
  - EventTime: CREATEDDATETIME
  - UserId: CREATEDBY
  - SalesOrderNumber: SALESORDERNUMBER
  - CustomerName: CUSTOMERACCOUNTNUMBER
  - RequestedDeliveryDate: REQUESTEDSHIPPINGDATE

-- Activity: Order Canceled
Data Entity: Sales order headers V2
Filter: SALESORDERSTATUS = 'Canceled' AND [Specify date range on MODIFIEDDATETIME]
Fields to Export:
  - LogisticsOrder: SALESORDERNUMBER
  - ActivityName: 'Order Canceled'
  - EventTime: MODIFIEDDATETIME
  - UserId: MODIFIEDBY
  - SalesOrderNumber: SALESORDERNUMBER

-- Activity: Purchase Requisition Created
Data Entity: Purchase requisition lines V2
Filter: [Specify date range on CREATEDDATETIME]
Fields to Export:
  - LogisticsOrder: SALESORDERNUMBER -- (May require joining to find the originating sales order)
  - ActivityName: 'Purchase Requisition Created'
  - EventTime: CREATEDDATETIME
  - UserId: CREATEDBY
  - SalesOrderNumber: SALESORDERNUMBER

-- Activity: Purchase Order Issued
Data Entity: Purchase order headers V2
Filter: DOCUMENTSTATE = 'Confirmed' OR DOCUMENTSTATE = 'InExternalReview' AND [Specify date range on CONFIRMATIONDATE]
Fields to Export:
  - LogisticsOrder: [Originating Sales Order Number, may need to be mapped post-export]
  - ActivityName: 'Purchase Order Issued'
  - EventTime: CONFIRMATIONDATE
  - UserId: CREATEDBY
  - PurchaseOrderNumber: PURCHASEORDERNUMBER
  - SupplierName: VENDORACCOUNTNUMBER

-- Activity: Raw Materials Received
Data Entity: Product receipt headers
Filter: [Specify date range on RECEIPTDATE]
Fields to Export:
  - LogisticsOrder: [Originating Sales Order Number, may need to be mapped post-export]
  - ActivityName: 'Raw Materials Received'
  - EventTime: RECEIPTDATE
  - UserId: WORKERPERSONNELNUMBER
  - PurchaseOrderNumber: PURCHASEORDERNUMBER

-- Activity: Production Order Created
Data Entity: Production orders V3
Filter: [Specify date range on CREATEDDATETIME]
Fields to Export:
  - LogisticsOrder: INVENTORYSALESORDERNUMBER
  - ActivityName: 'Production Order Created'
  - EventTime: CREATEDDATETIME
  - UserId: CREATEDBY
  - ProductionOrderNumber: PRODUCTIONORDERNUMBER
  - SalesOrderNumber: INVENTORYSALESORDERNUMBER

-- Activity: Goods Produced
Data Entity: Report as finished production journal entries
Filter: [Specify date range on POSTINGDATETIME]
Fields to Export:
  - LogisticsOrder: [Originating Sales Order Number, requires lookup via ProductionOrderNumber]
  - ActivityName: 'Goods Produced'
  - EventTime: POSTINGDATETIME
  - UserId: [User who posted the journal]
  - ProductionOrderNumber: PRODUCTIONORDERNUMBER

-- Activity: Quality Control Performed
Data Entity: Inventory quality orders
Filter: QUALITYORDERSTATUS = 'Pass' OR QUALITYORDERSTATUS = 'Fail' AND [Specify date range on [Completion DateTime field]]
Fields to Export:
  - LogisticsOrder: INVENTORYSALESID
  - ActivityName: 'Quality Control Performed'
  - EventTime: [A field representing the completion or closing timestamp]
  - UserId: RESPONSIBLEWORKERPERSONNELNUMBER
  - SalesOrderNumber: INVENTORYSALESID

-- Activity: Warehouse Pick List Generated
Data Entity: Warehouse work headers
Filter: [Specify date range on CREATEDDATETIME]
Fields to Export:
  - LogisticsOrder: ORDERNUMBER
  - ActivityName: 'Warehouse Pick List Generated'
  - EventTime: CREATEDDATETIME
  - UserId: CREATEDBY
  - SalesOrderNumber: ORDERNUMBER

-- Activity: Goods Picked and Packed
Data Entity: Warehouse work headers
Filter: WORKSTATUS = 'Closed' AND [Specify date range on WORKCLOSEDUTCDATETIME]
Fields to Export:
  - LogisticsOrder: ORDERNUMBER
  - ActivityName: 'Goods Picked and Packed'
  - EventTime: WORKCLOSEDUTCDATETIME
  - UserId: CLOSEDWORKUSERID
  - SalesOrderNumber: ORDERNUMBER

-- Activity: Shipment Scheduled
Data Entity: Shipments
Filter: [Specify date range on CONFIRMEDSHIPDATE]
Fields to Export:
  - LogisticsOrder: [Originating Sales Order Number, requires lookup via shipment relations]
  - ActivityName: 'Shipment Scheduled'
  - EventTime: CONFIRMEDSHIPDATE
  - UserId: [User related to confirmation]

-- Activity: Goods Loaded For Transport
Data Entity: Shipments
Filter: SHIPMENTSTATUS = 'Shipped' AND [Specify date range on ACTUALSHIPDATE]
Fields to Export:
  - LogisticsOrder: [Originating Sales Order Number, requires lookup via shipment relations]
  - ActivityName: 'Goods Loaded For Transport'
  - EventTime: ACTUALSHIPDATE
  - UserId: [User related to ship confirm]

-- Activity: Customer Invoice Posted
Data Entity: Sales invoice headers V2
Filter: [Specify date range on INVOICEDATE]
Fields to Export:
  - LogisticsOrder: SALESORDERNUMBER
  - ActivityName: 'Customer Invoice Posted'
  - EventTime: INVOICEDATE
  - UserId: [User who posted invoice, if available]
  - SalesOrderNumber: SALESORDERNUMBER

-- Activity: Goods Delivered
Data Entity: [Your custom entity or Sales order headers V2 with custom status]
Note: This is not a standard event. This requires a custom field or integration.
Fields to Export:
  - LogisticsOrder: SALESORDERNUMBER
  - ActivityName: 'Goods Delivered'
  - EventTime: [Your custom delivery date field]
  - UserId: [Your custom user field]

-- Activity: Proof of Delivery Signed
Data Entity: [Your custom entity or Document management entity]
Note: This is not a standard event. This requires a custom field or process.
Fields to Export:
  - LogisticsOrder: SALESORDERNUMBER
  - ActivityName: 'Proof of Delivery Signed'
  - EventTime: [Your custom POD date field]
  - UserId: [Your custom user field]

Étapes

Configurer Bring Your Own Database (BYOD): Tout d'abord, assurez-vous que la fonctionnalité BYOD est configurée dans votre environnement Dynamics 365 SCM. Cela implique la mise en place d'une Azure SQL Database et la configuration d'une connexion de données de D365 à cette base de données. Il s'agit d'un prérequis généralement effectué par un administrateur système.
Identifier et publier les Entités de données: Connectez-vous à votre instance Dynamics 365 SCM. Naviguez vers l'espace de travail Gestion des données. Identifiez les entités de données standard requises pour cette extraction, telles que SalesOrderHeadersV2, PurchaseOrderHeaders, ProductionOrders, et d'autres listées dans la requête. Pour chaque entité, sélectionnez 'Publier' pour démarrer le processus de synchronisation vers votre base de données BYOD.
Planifier et surveiller l'exportation de données: Configurez une tâche d'exportation dans l'espace de travail Gestion des données pour planifier des mises à jour régulières et incrémentielles des entités publiées vers votre BYOD. Surveillez l'historique des tâches pour vous assurer que les données se synchronisent avec succès et sans erreurs.
Se connecter à l'Azure SQL Database: Utilisez un client SQL, tel que SQL Server Management Studio (SSMS) ou Azure Data Studio, pour vous connecter à l'Azure SQL Database que vous avez configurée pour BYOD. Vous aurez besoin du nom du serveur, du nom de la base de données et des identifiants appropriés.
Préparer la requête SQL: Copiez la requête SQL complète fournie dans ce document. Vous devrez modifier les espaces réservés pour l'ID d'entreprise, par exemple, '[VotreD365Company]', et ajuster les filtres de plage de dates dans les clauses WHERE pour correspondre à votre période d'analyse souhaitée.
Exécuter la requête: Exécutez la requête SQL modifiée sur votre BYOD. La requête est conçue pour collecter des données de plusieurs tables et les unifier dans un format de journal d'événements unique, avec une ligne par activité commerciale.
Calculer des attributs complexes: La requête initiale collecte les événements principaux. L'instruction SELECT finale calcule des attributs dérivés comme IsOnTimeDelivery et ProcurementLeadTime en utilisant des fonctions de fenêtre sur les données d'événements pour chaque LogisticsOrder.
Examiner et valider les résultats: Examinez le résultat de la requête. Vérifiez les nombres de lignes attendus, assurez-vous que toutes les colonnes requises sont remplies et vérifiez que les horodatages et les noms d'activités sont corrects. Référez-vous aux étapes de validation pour plus de détails.
Exporter au format CSV: Une fois satisfait des résultats, exportez l'ensemble de données final de votre client SQL vers un fichier CSV. Ce fichier servira de journal d'événements pour le téléchargement dans votre outil de Process Mining.

Configuration

Configuration BYOD: La fonctionnalité Bring Your Own Database (BYOD) doit être activée et entièrement configurée. Cela nécessite un abonnement Azure actif et une instance Azure SQL Database.
Entités de données: Assurez-vous que les entités clés suivantes sont publiées et se synchronisent correctement avec votre BYOD : SalesOrderHeadersV2, SalesOrderLines, PurchaseOrderHeadersV2, PurchaseRequisitionLines, PurchReceiptsJournalHeader, ProductionOrders, QualityOrders, WarehouseWorkHeaders, SalesPackingSlipHeaders, SalesInvoiceHeadersV2, et potentiellement d'autres selon votre configuration D365 SCM spécifique.
Plage de dates: La requête fournie inclut un espace réservé WHERE [TimestampField] >= 'YYYY-MM-DD' pour le filtrage. Il est recommandé de commencer par une période récente de 3 à 6 mois pour garantir un volume de données gérable et une exécution plus rapide de la requête.
Filtre d'entreprise: La requête utilise une clause WHERE DATACOMPANYID = '[YourD365Company]'. Ceci est essentiel pour les environnements comportant plusieurs entités juridiques. Remplacez l'espace réservé par l'ID d'entreprise correct que vous souhaitez analyser.
Autorisations: L'utilisateur exécutant la requête sur l'Azure SQL Database nécessite des autorisations de lecture sur les tables correspondant aux entités D365 publiées.

a Exemple de requête sql

WITH EventLog_Raw AS (
-- 1. Customer Order Created
SELECT
    soh.SALESORDERNUMBER AS LogisticsOrder,
    'Customer Order Created' AS ActivityName,
    soh.CREATIONDATETIME AS EventTime,
    soh.CREATEDBY AS UserId,
    soh.SALESORDERNUMBER AS SalesOrderNumber,
    NULL AS PurchaseOrderNumber,
    NULL AS ProductionOrderNumber,
    NULL AS SupplierName,
    soh.INVOICECUSTOMERACCOUNTNUMBER AS CustomerName, -- Simplified, join with customer master for full name
    soh.REQUESTEDSHIPPINGDATE AS RequestedDeliveryDate
FROM SalesOrderHeadersV2 soh
WHERE soh.DATACOMPANYID = '[YourD365Company]' AND soh.CREATIONDATETIME >= '2023-01-01'

UNION ALL

-- 2. Purchase Requisition Created
SELECT
    prl.SALESORDERNUMBER AS LogisticsOrder,
    'Purchase Requisition Created' AS ActivityName,
    prh.CREATIONDATETIME AS EventTime,
    prh.CREATEDBY AS UserId,
    prl.SALESORDERNUMBER AS SalesOrderNumber,
    NULL AS PurchaseOrderNumber,
    NULL AS ProductionOrderNumber,
    NULL AS SupplierName,
    NULL AS CustomerName,
    NULL AS RequestedDeliveryDate
FROM PurchaseRequisitionLines prl
JOIN PurchaseRequisitionHeaders prh ON prl.REQUISITIONHEADER_REQUISITIONNUMBER = prh.REQUISITIONNUMBER AND prl.DATACOMPANYID = prh.DATACOMPANYID
WHERE prl.DATACOMPANYID = '[YourD365Company]' AND prh.CREATIONDATETIME >= '2023-01-01' AND prl.SALESORDERNUMBER IS NOT NULL

UNION ALL

-- 3. Purchase Order Issued
SELECT
    sol.SALESORDERNUMBER AS LogisticsOrder,
    'Purchase Order Issued' AS ActivityName,
    poh.CONFIRMEDDELIVERYDATE AS EventTime, -- Using confirmation date as event time
    poh.CREATEDBY AS UserId,
    sol.SALESORDERNUMBER AS SalesOrderNumber,
    poh.PURCHASEORDERNUMBER AS PurchaseOrderNumber,
    NULL AS ProductionOrderNumber,
    poh.VENDORACCOUNTNUMBER AS SupplierName, -- Simplified, join with vendor master for full name
    NULL AS CustomerName,
    NULL AS RequestedDeliveryDate
FROM PurchaseOrderHeadersV2 poh
JOIN PurchaseOrderLines pol ON poh.PURCHASEORDERNUMBER = pol.PURCHASEORDERNUMBER AND poh.DATACOMPANYID = pol.DATACOMPANYID
JOIN SalesOrderLines sol ON pol.INVENTTRANSID = sol.INVENTTRANSID AND pol.DATACOMPANYID = sol.DATACOMPANYID
WHERE poh.DATACOMPANYID = '[YourD365Company]' AND poh.CONFIRMEDDELIVERYDATE IS NOT NULL AND poh.CONFIRMEDDELIVERYDATE >= '2023-01-01'

UNION ALL

-- 4. Raw Materials Received
SELECT
    sol.SALESORDERNUMBER AS LogisticsOrder,
    'Raw Materials Received' AS ActivityName,
    prh.RECEIPTDATE AS EventTime,
    prh.CREATEDBY AS UserId,
    sol.SALESORDERNUMBER AS SalesOrderNumber,
    prh.PURCHASEORDERNUMBER AS PurchaseOrderNumber,
    NULL AS ProductionOrderNumber,
    poh.VENDORACCOUNTNUMBER AS SupplierName,
    NULL AS CustomerName,
    NULL AS RequestedDeliveryDate
FROM PurchReceiptsJournalHeader prh
JOIN PurchaseOrderHeadersV2 poh ON prh.PURCHASEORDERNUMBER = poh.PURCHASEORDERNUMBER AND prh.DATACOMPANYID = poh.DATACOMPANYID
JOIN PurchaseOrderLines pol ON poh.PURCHASEORDERNUMBER = pol.PURCHASEORDERNUMBER AND poh.DATACOMPANYID = pol.DATACOMPANYID
JOIN SalesOrderLines sol ON pol.INVENTTRANSID = sol.INVENTTRANSID AND pol.DATACOMPANYID = sol.DATACOMPANYID
WHERE prh.DATACOMPANYID = '[YourD365Company]' AND prh.RECEIPTDATE >= '2023-01-01'

UNION ALL

-- 5. Production Order Created
SELECT
    pro.SALESORDERNUMBER AS LogisticsOrder,
    'Production Order Created' AS ActivityName,
    pro.CREATIONDATETIME AS EventTime,
    pro.CREATEDBY AS UserId,
    pro.SALESORDERNUMBER AS SalesOrderNumber,
    NULL AS PurchaseOrderNumber,
    pro.PRODUCTIONORDERNUMBER AS ProductionOrderNumber,
    NULL AS SupplierName,
    NULL AS CustomerName,
    NULL AS RequestedDeliveryDate
FROM ProductionOrders pro
WHERE pro.DATACOMPANYID = '[YourD365Company]' AND pro.CREATIONDATETIME >= '2023-01-01' AND pro.SALESORDERNUMBER IS NOT NULL

UNION ALL

-- 6. Goods Produced
SELECT
    pro.SALESORDERNUMBER AS LogisticsOrder,
    'Goods Produced' AS ActivityName,
    pro.LASTSCHEDULINGDATETIME AS EventTime, -- Approximation for 'Reported as Finished'
    pro.LASTMODIFIEDBY AS UserId,
    pro.SALESORDERNUMBER AS SalesOrderNumber,
    NULL AS PurchaseOrderNumber,
    pro.PRODUCTIONORDERNUMBER AS ProductionOrderNumber,
    NULL AS SupplierName,
    NULL AS CustomerName,
    NULL AS RequestedDeliveryDate
FROM ProductionOrders pro
WHERE pro.DATACOMPANYID = '[YourD365Company]' AND pro.PRODUCTIONORDERSTATUS = 'ReportedAsFinished' AND pro.LASTSCHEDULINGDATETIME >= '2023-01-01'

UNION ALL

-- 7. Quality Control Performed
SELECT
    qo.INVENTTRANSORIGINID AS LogisticsOrder, -- This link might need adjustment based on your setup
    'Quality Control Performed' AS ActivityName,
    qo.COMPLETIONDATETIME AS EventTime,
    qo.COMPLETEDBY AS UserId,
    qo.INVENTTRANSORIGINID AS SalesOrderNumber, -- Assuming the origin is the SO
    NULL AS PurchaseOrderNumber,
    qo.REFERENCEID AS ProductionOrderNumber, -- Assuming reference is Prod Order
    NULL AS SupplierName,
    NULL AS CustomerName,
    NULL AS RequestedDeliveryDate
FROM QualityOrders qo
WHERE qo.DATACOMPANYID = '[YourD365Company]' AND qo.QUALITYORDERSTATUS = 'Pass' AND qo.COMPLETIONDATETIME >= '2023-01-01'

UNION ALL

-- 8. Warehouse Pick List Generated
SELECT
    wh.ORDERNUMBER AS LogisticsOrder,
    'Warehouse Pick List Generated' AS ActivityName,
    wh.CREATIONDATETIME AS EventTime,
    wh.CREATEDBY AS UserId,
    wh.ORDERNUMBER AS SalesOrderNumber,
    NULL AS PurchaseOrderNumber,
    NULL AS ProductionOrderNumber,
    NULL AS SupplierName,
    NULL AS CustomerName,
    NULL AS RequestedDeliveryDate
FROM WarehouseWorkHeaders wh
WHERE wh.DATACOMPANYID = '[YourD365Company]' AND wh.ORDERTYPE = 'Sales' AND wh.CREATIONDATETIME >= '2023-01-01'

UNION ALL

-- 9. Goods Picked and Packed
SELECT
    wh.ORDERNUMBER AS LogisticsOrder,
    'Goods Picked and Packed' AS ActivityName,
    wh.LASTMODIFIEDDATETIME AS EventTime,
    wh.LASTMODIFIEDBY AS UserId,
    wh.ORDERNUMBER AS SalesOrderNumber,
    NULL AS PurchaseOrderNumber,
    NULL AS ProductionOrderNumber,
    NULL AS SupplierName,
    NULL AS CustomerName,
    NULL AS RequestedDeliveryDate
FROM WarehouseWorkHeaders wh
WHERE wh.DATACOMPANYID = '[YourD365Company]' AND wh.ORDERTYPE = 'Sales' AND wh.WORKSTATUS = 'Closed' AND wh.LASTMODIFIEDDATETIME >= '2023-01-01'

UNION ALL

-- 10. Shipment Scheduled and 11. Goods Loaded For Transport (using Packing Slip as proxy)
SELECT
    psh.SALESORDERNUMBER AS LogisticsOrder,
    'Goods Loaded For Transport' AS ActivityName, -- Packing slip date is a good proxy for ship confirm
    psh.DELIVERYDATETIME AS EventTime,
    psh.CREATEDBY AS UserId,
    psh.SALESORDERNUMBER AS SalesOrderNumber,
    NULL AS PurchaseOrderNumber,
    NULL AS ProductionOrderNumber,
    NULL AS SupplierName,
    NULL AS CustomerName,
    NULL AS RequestedDeliveryDate
FROM SalesPackingSlipHeaders psh
WHERE psh.DATACOMPANYID = '[YourD365Company]' AND psh.DELIVERYDATETIME >= '2023-01-01'

UNION ALL

-- 12. Customer Invoice Posted
SELECT
    sih.SALESORDERNUMBER AS LogisticsOrder,
    'Customer Invoice Posted' AS ActivityName,
    sih.INVOICEDATE AS EventTime,
    sih.CREATEDBY AS UserId,
    sih.SALESORDERNUMBER AS SalesOrderNumber,
    NULL AS PurchaseOrderNumber,
    NULL AS ProductionOrderNumber,
    NULL AS SupplierName,
    sih.INVOICECUSTOMERACCOUNTNUMBER AS CustomerName,
    NULL AS RequestedDeliveryDate
FROM SalesInvoiceHeadersV2 sih
WHERE sih.DATACOMPANYID = '[YourD365Company]' AND sih.INVOICEDATE >= '2023-01-01'

UNION ALL

-- 13. Goods Delivered (Placeholder - Assumes a custom status or manual update)
SELECT
    soh.SALESORDERNUMBER AS LogisticsOrder,
    'Goods Delivered' AS ActivityName,
    soh.LASTMODIFIEDDATETIME AS EventTime,
    soh.LASTMODIFIEDBY AS UserId,
    soh.SALESORDERNUMBER AS SalesOrderNumber,
    NULL, NULL, NULL, NULL, NULL
FROM SalesOrderHeadersV2 soh
WHERE soh.DATACOMPANYID = '[YourD365Company]' AND soh.SALESORDERSTATUS = '[YourDeliveredStatus]' AND soh.LASTMODIFIEDDATETIME >= '2023-01-01'

UNION ALL

-- 14. Proof of Delivery Signed (Placeholder - Assumes a custom status or manual update)
SELECT
    soh.SALESORDERNUMBER AS LogisticsOrder,
    'Proof of Delivery Signed' AS ActivityName,
    soh.LASTMODIFIEDDATETIME AS EventTime,
    soh.LASTMODIFIEDBY AS UserId,
    soh.SALESORDERNUMBER AS SalesOrderNumber,
    NULL, NULL, NULL, NULL, NULL
FROM SalesOrderHeadersV2 soh
WHERE soh.DATACOMPANYID = '[YourD365Company]' AND soh.SALESORDERSTATUS = '[YourPODStatus]' AND soh.LASTMODIFIEDDATETIME >= '2023-01-01'

UNION ALL

-- 15. Order Canceled
SELECT
    soh.SALESORDERNUMBER AS LogisticsOrder,
    'Order Canceled' AS ActivityName,
    soh.LASTMODIFIEDDATETIME AS EventTime,
    soh.LASTMODIFIEDBY AS UserId,
    soh.SALESORDERNUMBER AS SalesOrderNumber,
    NULL, NULL, NULL, NULL, NULL
FROM SalesOrderHeadersV2 soh
WHERE soh.DATACOMPANYID = '[YourD365Company]' AND soh.SALESORDERSTATUS = 'Canceled' AND soh.LASTMODIFIEDDATETIME >= '2023-01-01'
),
FinalEvents AS (
SELECT 
    *,
    MIN(CASE WHEN ActivityName = 'Purchase Requisition Created' THEN EventTime ELSE NULL END) OVER (PARTITION BY LogisticsOrder) AS first_pr_creation_time,
    MAX(CASE WHEN ActivityName = 'Raw Materials Received' THEN EventTime ELSE NULL END) OVER (PARTITION BY LogisticsOrder) AS last_material_receipt_time,
    MAX(CASE WHEN ActivityName = 'Goods Delivered' THEN EventTime ELSE NULL END) OVER (PARTITION BY LogisticsOrder) AS actual_delivery_time
FROM EventLog_Raw
)
SELECT
    e.LogisticsOrder,
    e.ActivityName,
    e.EventTime,
    'Dynamics 365 SCM' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    e.UserId,
    e.SalesOrderNumber,
    e.PurchaseOrderNumber,
    e.ProductionOrderNumber,
    e.SupplierName,
    e.CustomerName,
    e.RequestedDeliveryDate,
    CASE 
        WHEN e.actual_delivery_time IS NOT NULL AND e.RequestedDeliveryDate IS NOT NULL AND e.actual_delivery_time <= e.RequestedDeliveryDate THEN 'true'
        WHEN e.actual_delivery_time IS NOT NULL AND e.RequestedDeliveryDate IS NOT NULL THEN 'false'
        ELSE NULL
    END AS IsOnTimeDelivery,
    DATEDIFF(day, e.first_pr_creation_time, e.last_material_receipt_time) AS ProcurementLeadTime
FROM FinalEvents e
WHERE e.LogisticsOrder IS NOT NULL;

Étapes

Prérequis et configuration de l'environnement: Assurez-vous que Python 3.6 ou une version ultérieure est installé. Installez les bibliothèques nécessaires à l'aide de pip : pip install requests pandas adal. La bibliothèque adal simplifie l'authentification Azure Active Directory, bien que msal soit une alternative plus récente.
Enregistrer l'application dans Azure AD: Accédez au portail Azure et enregistrez une nouvelle application sous Azure Active Directory. Cette application sera utilisée pour s'authentifier auprès de l'API Dynamics 365.
Configurer les autorisations de l'API: Dans l'application Azure AD nouvellement créée, allez dans 'Autorisations d'API' et ajoutez des autorisations pour 'Dynamics ERP'. Accordez 'AX.FullAccess' ou une permission personnalisée plus restrictive pour permettre la lecture des données via OData. Accordez le consentement administrateur pour les permissions.
Créer un secret client: Sous 'Certificats et secrets' de votre application Azure AD, créez un nouveau secret client. Copiez en toute sécurité la valeur du secret, car vous en aurez besoin pour le script. Notez également l'ID d'application (client) et l'ID d'annuaire (tenant).
Configurer les variables du script Python: Ouvrez le script Python fourni et mettez à jour les variables d'espace réservé en haut. Vous devrez saisir l'URL de votre environnement Dynamics 365, l'ID de locataire, l'ID client, le secret client, l'ID de l'entreprise (dataAreaId) et les dates de début et de fin souhaitées pour l'extraction des données.
Exécuter la fonction d'authentification: Le script inclut une fonction get_access_token qui utilise les identifiants configurés pour demander un jeton d'accès OAuth2 à Azure AD. Ce jeton sera utilisé dans l'en-tête de toutes les requêtes API ultérieures.
Récupérer les données pour chaque activité: La partie principale du script itère à travers différents processus métier. Pour chaque activité, comme 'Commande Client Créée', il construit une URL de requête API OData spécifique. Cette URL cible une Entité de données (par exemple, SalesOrderHeadersV2) et inclut $select pour spécifier les colonnes et $filter pour limiter les données par plage de dates et statut.
Gérer la pagination de l'API: Le script inclut une boucle pour gérer les résultats paginés de l'API. Dynamics 365 renvoie un nombre limité d'enregistrements par requête et fournit un @odata.nextLink dans la réponse pour obtenir la page suivante. Le script suit ces liens jusqu'à ce que toutes les données de la requête soient récupérées.
Transformer et unir les données: Pour chaque réponse API, le script transforme les données JSON brutes en un DataFrame pandas structuré. Il renomme les colonnes pour correspondre au schéma requis (LogisticsOrder, ActivityName, EventTime, etc.) et définit les types de données corrects. Ces DataFrames individuels sont ensuite ajoutés à une liste principale.
Créer le journal d'événements final: Après avoir récupéré les données pour les 15 activités, le script concatène la liste des DataFrames individuels en un seul journal d'événements complet. Il calcule ensuite tous les attributs dérivés comme IsOnTimeDelivery.
Trier et exporter: Le DataFrame final est trié par LogisticsOrder et EventTime pour garantir l'ordre chronologique au sein de chaque cas. Le script enregistre ensuite le journal d'événements sous forme de fichier CSV nommé d365_scm_logistics_event_log.csv, prêt à être téléchargé dans un outil de Process Mining.

Configuration

Informations d'authentification: Le script nécessite plusieurs identifiants issus de l'enregistrement de votre application Azure AD :
- TENANT_ID: L'ID d'annuaire (tenant) de votre instance Azure.
- CLIENT_ID: L'ID d'application (client) de votre application enregistrée.
- CLIENT_SECRET: Le secret client généré pour l'application.
Environnement Dynamics 365:
- D365_URL: L'URL de base de votre environnement Dynamics 365 SCM (par exemple, https://[votre-instance].operations.dynamics.com).
- COMPANY_ID: Le dataAreaId de l'entité juridique à partir de laquelle vous souhaitez extraire des données (par exemple, 'USMF').
Filtres de plage de dates:
- START_DATE et END_DATE: Ces variables définissent la fenêtre temporelle de l'extraction. Il est recommandé de commencer par une plage plus petite, telle que 3 à 6 mois, pour gérer le volume de données et les temps de réponse de l'API.
Entités de données: Le script interroge plusieurs Entités de données standard. Assurez-vous que le service principal (application Azure AD) dispose des autorisations de lecture pour des entités telles que :
- SalesOrderHeadersV2
- PurchaseRequisitionHeaders
- PurchaseOrderHeaders
- ProductReceiptHeaders
- ProductionOrders
- QualityOrders
- WarehouseWorkHeaders
- SalesShipmentHeaders
- SalesInvoiceHeadersV2
Performance de l'API: Tenez compte des limites de limitation de l'API OData imposées par Dynamics 365. Pour les très grands ensembles de données, envisagez d'exécuter le script en dehors des heures de pointe ou de mettre en œuvre une logique d'extraction incrémentielle.

a Exemple de requête python

import requests
import pandas as pd
import datetime
import adal
import json

class=class="hl-string">"hl-comment"># --- Configuration Settings --- #
D365_URL = class="hl-string">"https://[your-instance].operations.dynamics.com" class=class="hl-string">"hl-comment"># Your D365 Finance and Operations URL
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_ID = class="hl-string">"[Your-Company-ID]" class=class="hl-string">"hl-comment"># e.g., class="hl-string">'USMF'
START_DATE = class="hl-string">'2023-01-01T00:00:00Z'
END_DATE = class="hl-string">'2023-12-31T23:59:59Z'
class=class="hl-string">"hl-comment"># --- End of Configuration --- #

RESOURCE = D365_URL
AUTHORITY_URL = fclass="hl-string">"https://login.microsoftonline.com/{TENANT_ID}"

def get_access_token():
    class="hl-string">"""Authenticates with Azure AD to get an access token."""
    context = adal.AuthenticationContext(AUTHORITY_URL)
    token = context.acquire_token_with_client_credentials(RESOURCE, CLIENT_ID, CLIENT_SECRET)
    if class="hl-string">'accessToken' not in token:
        raise Exception(class="hl-string">"Failed to acquire access token: " + token.get(class="hl-string">'error_description', class="hl-string">'Unknown error'))
    return token[class="hl-string">'accessToken']

def fetch_data(access_token, entity_url):
    class="hl-string">"""Fetches all pages of data from a given D365 OData entity URL."""
    all_records = []
    headers = {
        class="hl-string">"Authorization": fclass="hl-string">"Bearer {access_token}",
        class="hl-string">"Content-Type": class="hl-string">"application/json",
        class="hl-string">"Prefer": class="hl-string">"odata.maxpagesize=5000"
    }
    
    next_link = entity_url
    while next_link:
        try:
            response = requests.get(next_link, headers=headers)
            response.raise_for_status()
            data = response.json()
            all_records.extend(data[class="hl-string">'value'])
            next_link = data.get(class="hl-string">'@odata.nextLink')
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"An error occurred: {e}")
            if response.text:
                print(fclass="hl-string">"Response body: {response.text}")
            break
    return all_records

def main():
    class="hl-string">"""Main function to orchestrate the data extraction process."""
    try:
        access_token = get_access_token()
        print(class="hl-string">"Successfully acquired access token.")
    except Exception as e:
        print(e)
        return

    all_events = []
    current_time = datetime.datetime.utcnow().isoformat() + class="hl-string">'Z'

    class=class="hl-string">"hl-comment"># 1. Customer Order Created
    print(class="hl-string">"Fetching: Customer Order Created")
    entity_url = fclass="hl-string">"{D365_URL}/data/SalesOrderHeadersV2?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and CreatedDateTime ge {START_DATE} and CreatedDateTime le {END_DATE}&$select=SalesOrderNumber,CreatedDateTime,SalesOrderName,RequestedShippingDate,OrderingCustomerAccountNumber"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Customer Order Created'
        df.rename(columns={
            class="hl-string">'SalesOrderNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'CreatedDateTime': class="hl-string">'EventTime',
            class="hl-string">'SalesOrderName': class="hl-string">'CustomerName',
            class="hl-string">'RequestedShippingDate': class="hl-string">'RequestedDeliveryDate',
            class="hl-string">'OrderingCustomerAccountNumber': class="hl-string">'UserId'
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'CustomerName', class="hl-string">'RequestedDeliveryDate', class="hl-string">'UserId']])

    class=class="hl-string">"hl-comment"># 2. Purchase Requisition Created (Assuming link via Sales Order)
    print(class="hl-string">"Fetching: Purchase Requisition Created")
    entity_url = fclass="hl-string">"{D365_URL}/data/PurchaseRequisitionLines?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and RequisitionCreationDateTime ge {START_DATE} and RequisitionCreationDateTime le {END_DATE} and SalesOrderNumber ne ''&$select=SalesOrderNumber,RequisitionCreationDateTime,RequisitionNumber,RequisitionerPersonnelNumber"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Purchase Requisition Created'
        df.rename(columns={
            class="hl-string">'SalesOrderNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'RequisitionCreationDateTime': class="hl-string">'EventTime',
            class="hl-string">'RequisitionerPersonnelNumber': class="hl-string">'UserId'
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'UserId']])

    class=class="hl-string">"hl-comment"># 3. Purchase Order Issued
    print(class="hl-string">"Fetching: Purchase Order Issued")
    entity_url = fclass="hl-string">"{D365_URL}/data/PurchaseOrderHeaders?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and ConfirmedDate ge {START_DATE} and ConfirmedDate le {END_DATE} and SalesOrderNumber ne ''&$select=SalesOrderNumber,PurchaseOrderNumber,ConfirmedDate,OrderVendorAccountNumber,VendorName"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Purchase Order Issued'
        df.rename(columns={
            class="hl-string">'SalesOrderNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'ConfirmedDate': class="hl-string">'EventTime',
            class="hl-string">'VendorName': class="hl-string">'SupplierName',
            class="hl-string">'OrderVendorAccountNumber': class="hl-string">'UserId' 
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'PurchaseOrderNumber', class="hl-string">'SupplierName', class="hl-string">'UserId']])

    class=class="hl-string">"hl-comment"># 4. Raw Materials Received
    print(class="hl-string">"Fetching: Raw Materials Received")
    entity_url = fclass="hl-string">"{D365_URL}/data/ProductReceiptHeaders?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and ReceiptDate ge {START_DATE} and ReceiptDate le {END_DATE} and SalesOrderNumber ne ''&$select=SalesOrderNumber,PurchaseOrderNumber,ReceiptDate,VendorName"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Raw Materials Received'
        df.rename(columns={
            class="hl-string">'SalesOrderNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'ReceiptDate': class="hl-string">'EventTime',
            class="hl-string">'VendorName': class="hl-string">'SupplierName' 
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'PurchaseOrderNumber', class="hl-string">'SupplierName']])

    class=class="hl-string">"hl-comment"># 5. Production Order Created
    print(class="hl-string">"Fetching: Production Order Created")
    entity_url = fclass="hl-string">"{D365_URL}/data/ProductionOrders?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and CreatedDateTime ge {START_DATE} and CreatedDateTime le {END_DATE} and SalesOrderNumber ne ''&$select=SalesOrderNumber,ProductionOrderNumber,CreatedDateTime"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Production Order Created'
        df.rename(columns={
            class="hl-string">'SalesOrderNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'CreatedDateTime': class="hl-string">'EventTime'
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'ProductionOrderNumber']])

    class=class="hl-string">"hl-comment"># 6. Goods Produced (Report as Finished)
    print(class="hl-string">"Fetching: Goods Produced")
    entity_url = fclass="hl-string">"{D365_URL}/data/ProductionReportedAsFinishedJournals?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and JournalPostedDateTime ge {START_DATE} and JournalPostedDateTime le {END_DATE} and SalesOrderNumber ne ''&$select=SalesOrderNumber,ProductionOrderNumber,JournalPostedDateTime,PostedUserId"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Goods Produced'
        df.rename(columns={
            class="hl-string">'SalesOrderNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'JournalPostedDateTime': class="hl-string">'EventTime',
            class="hl-string">'PostedUserId': class="hl-string">'UserId'
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'ProductionOrderNumber', class="hl-string">'UserId']])

    class=class="hl-string">"hl-comment"># 7. Quality Control Performed
    print(class="hl-string">"Fetching: Quality Control Performed")
    entity_url = fclass="hl-string">"{D365_URL}/data/QualityOrders?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and QualityOrderLastUpdateDateTime ge {START_DATE} and QualityOrderLastUpdateDateTime le {END_DATE} and ReferenceType eq 'Sales' and QualityOrderStatus eq 'Pass'&$select=ReferenceNumber,QualityOrderLastUpdateDateTime,ValidatedByEmployeePersonnelNumber"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Quality Control Performed'
        df.rename(columns={
            class="hl-string">'ReferenceNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'QualityOrderLastUpdateDateTime': class="hl-string">'EventTime',
            class="hl-string">'ValidatedByEmployeePersonnelNumber': class="hl-string">'UserId'
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'UserId']])

    class=class="hl-string">"hl-comment"># 8. Warehouse Pick List Generated (Work Created)
    print(class="hl-string">"Fetching: Warehouse Pick List Generated")
    entity_url = fclass="hl-string">"{D365_URL}/data/WarehouseWorkHeaders?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and CreatedDateTime ge {START_DATE} and CreatedDateTime le {END_DATE} and OrderNumber ne '' and WorkType eq 'Sales'&$select=OrderNumber,CreatedDateTime,UserId"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Warehouse Pick List Generated'
        df.rename(columns={
            class="hl-string">'OrderNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'CreatedDateTime': class="hl-string">'EventTime'
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'UserId']])

    class=class="hl-string">"hl-comment"># 9. Goods Picked and Packed (Work Closed)
    print(class="hl-string">"Fetching: Goods Picked and Packed")
    entity_url = fclass="hl-string">"{D365_URL}/data/WarehouseWorkHeaders?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and LastUpdateDateTime ge {START_DATE} and LastUpdateDateTime le {END_DATE} and OrderNumber ne '' and WorkStatus eq 'Closed' and WorkType eq 'Sales'&$select=OrderNumber,LastUpdateDateTime,ClosedByUserId"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Goods Picked and Packed'
        df.rename(columns={
            class="hl-string">'OrderNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'LastUpdateDateTime': class="hl-string">'EventTime',
            class="hl-string">'ClosedByUserId': class="hl-string">'UserId'
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'UserId']])

    class=class="hl-string">"hl-comment"># 10. Shipment Scheduled
    print(class="hl-string">"Fetching: Shipment Scheduled")
    entity_url = fclass="hl-string">"{D365_URL}/data/SalesShipmentHeaders?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and ConfirmedShippingDate ge {START_DATE} and ConfirmedShippingDate le {END_DATE}&$select=SalesOrderNumber,ConfirmedShippingDate"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Shipment Scheduled'
        df.rename(columns={
            class="hl-string">'SalesOrderNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'ConfirmedShippingDate': class="hl-string">'EventTime'
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime']])

    class=class="hl-string">"hl-comment"># 11. Goods Loaded For Transport (Ship Confirm)
    print(class="hl-string">"Fetching: Goods Loaded For Transport")
    entity_url = fclass="hl-string">"{D365_URL}/data/SalesPackingSlips?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and CreatedDateTime ge {START_DATE} and CreatedDateTime le {END_DATE}&$select=SalesOrderNumber,CreatedDateTime,WorkerName"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Goods Loaded For Transport'
        df.rename(columns={
            class="hl-string">'SalesOrderNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'CreatedDateTime': class="hl-string">'EventTime',
            class="hl-string">'WorkerName': class="hl-string">'UserId' 
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'UserId']])

    class=class="hl-string">"hl-comment"># 12. Customer Invoice Posted
    print(class="hl-string">"Fetching: Customer Invoice Posted")
    entity_url = fclass="hl-string">"{D365_URL}/data/SalesInvoiceHeadersV2?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and InvoiceDate ge {START_DATE} and InvoiceDate le {END_DATE}&$select=SalesOrderNumber,InvoiceDate,PostingPersonName"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Customer Invoice Posted'
        df.rename(columns={
            class="hl-string">'SalesOrderNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'InvoiceDate': class="hl-string">'EventTime',
            class="hl-string">'PostingPersonName': class="hl-string">'UserId'
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'UserId']])

    class=class="hl-string">"hl-comment"># 13. Goods Delivered (Placeholder logic, depends on customization)
    print(class="hl-string">"Fetching: Goods Delivered")
    class=class="hl-string">"hl-comment"># This is an example. The actual entity and fields depend on your implementation for tracking delivery.
    class=class="hl-string">"hl-comment"># Often this comes from an external carrier system or a custom field on the shipment.
    class=class="hl-string">"hl-comment"># entity_url = fclass="hl-string">"{D365_URL}/data/[YourCustomShipmentEntity]?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and [DeliveryDate] ge {START_DATE} and [DeliveryDate] le {END_DATE}"

    class=class="hl-string">"hl-comment"># 14. Proof of Delivery Signed (Placeholder logic, depends on customization)
    print(class="hl-string">"Fetching: Proof of Delivery Signed")
    class=class="hl-string">"hl-comment"># Similar to delivery, this is highly dependent on customization, often a status update or document attachment.
    class=class="hl-string">"hl-comment"># entity_url = fclass="hl-string">"{D365_URL}/data/[YourCustomShipmentEntity]?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and [PODSignedDate] ge {START_DATE} and [PODSignedDate] le {END_DATE}"

    class=class="hl-string">"hl-comment"># 15. Order Canceled
    print(class="hl-string">"Fetching: Order Canceled")
    entity_url = fclass="hl-string">"{D365_URL}/data/SalesOrderHeadersV2?cross-company=true&$filter=dataAreaId eq '{COMPANY_ID}' and LastUpdateDateTime ge {START_DATE} and LastUpdateDateTime le {END_DATE} and SalesOrderStatus eq 'Canceled'&$select=SalesOrderNumber,LastUpdateDateTime"
    records = fetch_data(access_token, entity_url)
    df = pd.DataFrame(records)
    if not df.empty:
        df[class="hl-string">'ActivityName'] = class="hl-string">'Order Canceled'
        df.rename(columns={
            class="hl-string">'SalesOrderNumber': class="hl-string">'LogisticsOrder',
            class="hl-string">'LastUpdateDateTime': class="hl-string">'EventTime'
        }, inplace=True)
        all_events.append(df[[class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime']])

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

    class=class="hl-string">"hl-comment"># Combine all event dataframes
    event_log = pd.concat(all_events, ignore_index=True)

    class=class="hl-string">"hl-comment"># Add static and calculated columns
    event_log[class="hl-string">'SourceSystem'] = class="hl-string">'Dynamics 365 SCM OData'
    event_log[class="hl-string">'LastDataUpdate'] = current_time
    event_log[class="hl-string">'SalesOrderNumber'] = event_log[class="hl-string">'LogisticsOrder'] class=class="hl-string">"hl-comment"># Assuming LogisticsOrder is the SalesOrderNumber

    class=class="hl-string">"hl-comment"># Ensure required columns are present
    required_cols = [class="hl-string">'LogisticsOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate']
    for col in required_cols:
        if col not in event_log.columns:
            event_log[col] = None

    class=class="hl-string">"hl-comment"># Sort and save
    event_log = event_log.sort_values(by=[class="hl-string">'LogisticsOrder', class="hl-string">'EventTime'])
    event_log.to_csv(class="hl-string">'d365_scm_logistics_event_log.csv', index=False)
    print(class="hl-string">"Extraction complete. Event log saved to d365_scm_logistics_event_log.csv")

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

Étapes

Accéder à l'espace de travail Gestion des données : Connectez-vous à Dynamics 365 SCM. Utilisez la barre de recherche pour trouver et naviguer vers l'espace de travail Gestion des données.
Créer un nouveau projet d'exportation : Dans l'espace de travail Gestion des données, sélectionnez la vignette Exportation. Sur la page suivante, sélectionnez Nouveau pour créer un nouveau projet d'exportation.
Définir les détails du projet : Indiquez un Nom de groupe (par exemple, SCM_EventLog_Export), une Description, et spécifiez le Type d'opération du projet de données comme Exportation. Choisissez la Catégorie de projet comme Projet.
Ajouter les Entités de données requises : Dans la section Entités sélectionnées, sélectionnez Ajouter une entité. Recherchez et ajoutez chacune des entités de données requises au projet. Vous devrez ajouter une entité pour chaque source de données d'événement. Consultez la section Requête pour une liste complète des entités recommandées.
Configurer les options d'exportation d'entité : Pour chaque entité ajoutée, sélectionnez un Format de données cible (CSV est recommandé). Vous pouvez également appliquer des filtres pour limiter les données. Sélectionnez l'option Filtre pour chaque entité et ajoutez des critères de plage, par exemple, sur le champ CreatedDateTime pour extraire les données des 3 à 6 derniers mois. Il est essentiel de filtrer par l'entreprise ou l'entité juridique principale.
Séquencer les entités (facultatif) : Vous pouvez définir une séquence d'exécution pour les entités s'il existe des dépendances, mais pour cette extraction de journal d'événements, elles peuvent généralement s'exécuter en parallèle.
Enregistrer et exécuter le projet d'exportation : Enregistrez la configuration du projet. Pour exécuter l'exportation, sélectionnez Exporter dans le volet d'action. Vous pouvez l'exécuter immédiatement ou le planifier pour qu'il s'exécute en mode batch pendant les heures creuses.
Surveiller la tâche d'exportation : Naviguez vers la section Historique des tâches pour surveiller l'avancement de votre tâche d'exportation. Attendez que le statut affiche Réussi.
Télécharger le paquet de données : Une fois la tâche terminée, sélectionnez Télécharger le paquet depuis la page Historique des tâches. Cela téléchargera un fichier ZIP unique contenant des fichiers CSV séparés pour chaque entité de données.
Combiner et transformer les données : Décompressez le paquet. Vous aurez plusieurs fichiers. Utilisez un outil externe comme Power Query, un script Python ou un autre outil ETL pour effectuer les transformations suivantes :
- Ouvrez chaque fichier CSV.
- Mappez les colonnes sources de chaque fichier à la structure normalisée du journal d'événements (LogisticsOrder, ActivityName, EventTime, etc.).
- Pour chaque fichier, ajoutez une nouvelle colonne pour ActivityName et remplissez-la avec le nom d'activité statique (par exemple, 'Customer Order Created' pour toutes les lignes de l'entité Commande client).
- Unionnez toutes les données transformées de tous les fichiers en une seule table.
- Calculez les attributs dérivés comme ProcurementLeadTime si nécessaire.
Exporter le journal d'événements final : Enregistrez les données combinées et transformées sous forme de fichier CSV unique. Assurez-vous que les en-têtes de colonne correspondent aux attributs requis pour votre outil de Process Mining. Ce fichier est maintenant prêt pour le téléchargement.

Configuration

Entités de données : Le cœur de la configuration réside dans la sélection des entités de données correctes. Les entités clés incluent Sales order headers V2, Purchase order headers V2, Production orders V3, Product receipt headers, Sales invoice headers V2, Warehouse work headers et Shipments.
Format de données cible : Le format CSV est recommandé en raison de sa simplicité et de sa large compatibilité avec les outils de post-traitement.
Stratégie de filtrage : Appliquez toujours des filtres pour gérer le volume de données. Les deux filtres les plus importants sont :
- Entreprise/Entité juridique : Filtrez chaque entité par l'entité juridique spécifique (par exemple, DAT.DataAreaId = 'usmf').
- Plage de dates : Appliquez un filtre de plage de dates sur un champ de date principal, tel que CreatedDateTime sur l'entité Sales order headers V2, pour extraire une période pertinente (par exemple, les 6 derniers mois).
Exportation incrémentielle vs complète : Pour l'extraction initiale, une exportation complète est nécessaire. Pour les chargements delta ultérieurs, vous pouvez configurer des exportations incrémentielles, mais cela ajoute de la complexité à la logique de post-traitement.
Prérequis : Les utilisateurs qui configurent et exécutent la tâche d'exportation ont besoin des autorisations appropriées, telles que le rôle de sécurité Data management administrator. L'organisation doit également utiliser les modules D365 SCM pertinents, notamment Ventes et marketing, Approvisionnement et sourcing, Contrôle de la production et Gestion des entrepôts.

a Exemple de requête config

/*
This is a conceptual representation of the configuration within the Dynamics 365 Data Management Framework.
You will create one export project and add each of the following 'Data Entities' to it.
For each entity, you will select the specified 'Source Field' and map it to the target attribute.
The post-processing script is responsible for combining these separate files and standardizing column names.
The LogisticsOrder is primarily the SalesOrderNumber.
*/

-- Activity: Customer Order Created
Data Entity: Sales order headers V2
Filter: [Specify date range on CREATEDDATETIME]
Fields to Export:
  - LogisticsOrder: SALESORDERNUMBER
  - ActivityName: 'Customer Order Created'
  - EventTime: CREATEDDATETIME
  - UserId: CREATEDBY
  - SalesOrderNumber: SALESORDERNUMBER
  - CustomerName: CUSTOMERACCOUNTNUMBER
  - RequestedDeliveryDate: REQUESTEDSHIPPINGDATE

-- Activity: Order Canceled
Data Entity: Sales order headers V2
Filter: SALESORDERSTATUS = 'Canceled' AND [Specify date range on MODIFIEDDATETIME]
Fields to Export:
  - LogisticsOrder: SALESORDERNUMBER
  - ActivityName: 'Order Canceled'
  - EventTime: MODIFIEDDATETIME
  - UserId: MODIFIEDBY
  - SalesOrderNumber: SALESORDERNUMBER

-- Activity: Purchase Requisition Created
Data Entity: Purchase requisition lines V2
Filter: [Specify date range on CREATEDDATETIME]
Fields to Export:
  - LogisticsOrder: SALESORDERNUMBER -- (May require joining to find the originating sales order)
  - ActivityName: 'Purchase Requisition Created'
  - EventTime: CREATEDDATETIME
  - UserId: CREATEDBY
  - SalesOrderNumber: SALESORDERNUMBER

-- Activity: Purchase Order Issued
Data Entity: Purchase order headers V2
Filter: DOCUMENTSTATE = 'Confirmed' OR DOCUMENTSTATE = 'InExternalReview' AND [Specify date range on CONFIRMATIONDATE]
Fields to Export:
  - LogisticsOrder: [Originating Sales Order Number, may need to be mapped post-export]
  - ActivityName: 'Purchase Order Issued'
  - EventTime: CONFIRMATIONDATE
  - UserId: CREATEDBY
  - PurchaseOrderNumber: PURCHASEORDERNUMBER
  - SupplierName: VENDORACCOUNTNUMBER

-- Activity: Raw Materials Received
Data Entity: Product receipt headers
Filter: [Specify date range on RECEIPTDATE]
Fields to Export:
  - LogisticsOrder: [Originating Sales Order Number, may need to be mapped post-export]
  - ActivityName: 'Raw Materials Received'
  - EventTime: RECEIPTDATE
  - UserId: WORKERPERSONNELNUMBER
  - PurchaseOrderNumber: PURCHASEORDERNUMBER

-- Activity: Production Order Created
Data Entity: Production orders V3
Filter: [Specify date range on CREATEDDATETIME]
Fields to Export:
  - LogisticsOrder: INVENTORYSALESORDERNUMBER
  - ActivityName: 'Production Order Created'
  - EventTime: CREATEDDATETIME
  - UserId: CREATEDBY
  - ProductionOrderNumber: PRODUCTIONORDERNUMBER
  - SalesOrderNumber: INVENTORYSALESORDERNUMBER

-- Activity: Goods Produced
Data Entity: Report as finished production journal entries
Filter: [Specify date range on POSTINGDATETIME]
Fields to Export:
  - LogisticsOrder: [Originating Sales Order Number, requires lookup via ProductionOrderNumber]
  - ActivityName: 'Goods Produced'
  - EventTime: POSTINGDATETIME
  - UserId: [User who posted the journal]
  - ProductionOrderNumber: PRODUCTIONORDERNUMBER

-- Activity: Quality Control Performed
Data Entity: Inventory quality orders
Filter: QUALITYORDERSTATUS = 'Pass' OR QUALITYORDERSTATUS = 'Fail' AND [Specify date range on [Completion DateTime field]]
Fields to Export:
  - LogisticsOrder: INVENTORYSALESID
  - ActivityName: 'Quality Control Performed'
  - EventTime: [A field representing the completion or closing timestamp]
  - UserId: RESPONSIBLEWORKERPERSONNELNUMBER
  - SalesOrderNumber: INVENTORYSALESID

-- Activity: Warehouse Pick List Generated
Data Entity: Warehouse work headers
Filter: [Specify date range on CREATEDDATETIME]
Fields to Export:
  - LogisticsOrder: ORDERNUMBER
  - ActivityName: 'Warehouse Pick List Generated'
  - EventTime: CREATEDDATETIME
  - UserId: CREATEDBY
  - SalesOrderNumber: ORDERNUMBER

-- Activity: Goods Picked and Packed
Data Entity: Warehouse work headers
Filter: WORKSTATUS = 'Closed' AND [Specify date range on WORKCLOSEDUTCDATETIME]
Fields to Export:
  - LogisticsOrder: ORDERNUMBER
  - ActivityName: 'Goods Picked and Packed'
  - EventTime: WORKCLOSEDUTCDATETIME
  - UserId: CLOSEDWORKUSERID
  - SalesOrderNumber: ORDERNUMBER

-- Activity: Shipment Scheduled
Data Entity: Shipments
Filter: [Specify date range on CONFIRMEDSHIPDATE]
Fields to Export:
  - LogisticsOrder: [Originating Sales Order Number, requires lookup via shipment relations]
  - ActivityName: 'Shipment Scheduled'
  - EventTime: CONFIRMEDSHIPDATE
  - UserId: [User related to confirmation]

-- Activity: Goods Loaded For Transport
Data Entity: Shipments
Filter: SHIPMENTSTATUS = 'Shipped' AND [Specify date range on ACTUALSHIPDATE]
Fields to Export:
  - LogisticsOrder: [Originating Sales Order Number, requires lookup via shipment relations]
  - ActivityName: 'Goods Loaded For Transport'
  - EventTime: ACTUALSHIPDATE
  - UserId: [User related to ship confirm]

-- Activity: Customer Invoice Posted
Data Entity: Sales invoice headers V2
Filter: [Specify date range on INVOICEDATE]
Fields to Export:
  - LogisticsOrder: SALESORDERNUMBER
  - ActivityName: 'Customer Invoice Posted'
  - EventTime: INVOICEDATE
  - UserId: [User who posted invoice, if available]
  - SalesOrderNumber: SALESORDERNUMBER

-- Activity: Goods Delivered
Data Entity: [Your custom entity or Sales order headers V2 with custom status]
Note: This is not a standard event. This requires a custom field or integration.
Fields to Export:
  - LogisticsOrder: SALESORDERNUMBER
  - ActivityName: 'Goods Delivered'
  - EventTime: [Your custom delivery date field]
  - UserId: [Your custom user field]

-- Activity: Proof of Delivery Signed
Data Entity: [Your custom entity or Document management entity]
Note: This is not a standard event. This requires a custom field or process.
Fields to Export:
  - LogisticsOrder: SALESORDERNUMBER
  - ActivityName: 'Proof of Delivery Signed'
  - EventTime: [Your custom POD date field]
  - UserId: [Your custom user field]

Votre Modèle de Données de Gestion de la Chaîne d'Approvisionnement

Votre Modèle de Données de Gestion de la Chaîne d'Approvisionnement

Attributs de Supply Chain Management

Activités de Supply Chain Management

Guides d'extraction

Exportation du Cadre de gestion des données de Dynamics 365

Étapes

Configuration

a Exemple de requête config

Requête SQL directe via Bring Your Own Database (BYOD)

Étapes

Configuration

a Exemple de requête sql

Extraction par script Python via l'API OData de Dynamics 365

Étapes

Configuration

a Exemple de requête python

Flux de données Power Platform pour l'extraction de données SCM

Étapes

Configuration

a Exemple de requête config

Prêt(e) à démarrer ?

Maîtrisez la gestion de la chaîne d'approvisionnement : commencez à optimiser dès aujourd'hui

Votre Modèle de Données de Gestion de la Chaîne d'Approvisionnement

Votre Modèle de Données de Gestion de la Chaîne d'Approvisionnement

Attributs de Supply Chain Management

Activités de Supply Chain Management

Guides d'extraction

Exportation du Cadre de gestion des données de Dynamics 365

Étapes

Configuration

a Exemple de requête config

Requête SQL directe via Bring Your Own Database (BYOD)

Étapes

Configuration

a Exemple de requête sql

Extraction par script Python via l'API OData de Dynamics 365

Étapes

Configuration

a Exemple de requête python

Flux de données Power Platform pour l'extraction de données SCM

Étapes

Configuration

a Exemple de requête config

Nous respectons votre vie privée

Prêt(e) à démarrer ?

Maîtrisez la gestion de la chaîne d'approvisionnement : commencez à optimiser dès aujourd'hui