> Miglioramento Continuo dei Processi > Gestione della Catena di Approvvigionamento > Microsoft Dynamics 365 SCM > Template Dati

Il Suo template per i dati di Supply Chain Management

Microsoft Dynamics 365 SCM

← Torna alla Guida al Miglioramento

Attributi di Supply Chain Management (22) Attività di Supply Chain Management (15) Guide all'Estrazione (4)

Il Suo template per i dati di Supply Chain Management

Questo template dati completo fornisce un approccio strutturato per raccogliere le informazioni essenziali necessarie per un efficace process mining della Sua supply chain. Delinea gli attributi e le attività fondamentali da monitorare, insieme a una guida chiara su come estrarre questi dati specificamente da Microsoft Dynamics 365 SCM. Utilizzi questo template per garantire che il Suo log degli eventi sia preparato alla perfezione per un'analisi approfondita.

Attributi consigliati da raccogliere per un'analisi dettagliata
Attività chiave della supply chain da monitorare nel Suo processo
Guida pratica all'estrazione per Microsoft Dynamics 365 SCM

È nuovo agli event log? Impari come creare un event log di Process Mining.

Scarica Template

Attributi di Supply Chain Management

Questi sono i campi dati consigliati da includere nel log degli eventi per consentire un'analisi approfondita e accurata dei processi di gestione della supply chain.

5 Obbligatorio 9 Consigliato 8 Facoltativo

	Nome	Descrizione
	Ordine logistico LogisticsOrder	L'identificativo unico per una specifica richiesta di evasione della supply chain, che funge da identificatore principale del caso.
Descrizione L'Ordine Logistico è l'identificativo unico dell'intero processo logistico, che collega tutte le attività dalla domanda del cliente alla consegna finale. Questo attributo funge da filo conduttore collegando vari sub-processi come l'approvvigionamento, la produzione e la spedizione per una specifica richiesta di evasione. Nell'analisi, ogni evento è associato a un Ordine Logistico, consentendo una ricostruzione completa ed end-to-end del flusso di processo. Ciò permette di tracciare il percorso di un ordine attraverso diversi reparti e sistemi, identificando i colli di bottiglia e misurando accuratamente il tempo di ciclo totale dall'inizio alla fine. Perché è importante È la chiave fondamentale per collegare tutti gli eventi del processo correlati, consentendo un'analisi end-to-end del processo di supply chain per ogni singola richiesta di evasione. Dove trovare Si tratta di un identificativo concettuale, probabilmente derivato dalla combinazione di campi di tabelle come SalesTable (Ordine di vendita), WHSLoadTable (ID carico) o InventTransOrigin (ID riferimento) per creare un ID caso univoco tra i diversi moduli. Esempi LO-2024-00123LO-2024-00124LO-2024-00125
	Activity ActivityName	Il nome dell'evento aziendale o dell'attività che si è verificata in un punto del processo logistico.
Descrizione Questo attributo registra lo specifico evento aziendale o l'attività che si è verificata, come 'Ordine d'acquisto emesso', 'Merci prodotte' o 'Spedizione programmata'. Queste attività sono i mattoni fondamentali del processo. L'analisi della sequenza, della frequenza e della durata di queste attività costituisce il cuore del process mining. Consente la scoperta e la visualizzazione automatica delle mappe dei processi, il rilevamento delle deviazioni dalle procedure standard e l'identificazione di passaggi frequenti o inefficienti che necessitano di miglioramenti. Perché è importante Definisce le fasi del processo, rendendo possibile la visualizzazione del flusso, l'analisi delle varianti e l'identificazione di colli di bottiglia o attività non conformi. Dove trovare Derivato dalla logica di business basata sui cambiamenti di stato in varie tabelle transazionali, come SalesTable, PurchTable, ProdTable, o dalle date di registrazione dei documenti da tabelle come CustInvoiceJour. Esempi Ordine d'acquisto emessoBeni ProdottiFattura Cliente RegistrataMerce consegnata
	Sistema di Origine SourceSystem	Il sistema sorgente da cui sono stati estratti i dati degli eventi.
Descrizione Questo attributo identifica il sistema o il modulo da cui hanno origine i dati. In un ambiente di supply chain complesso, i dati possono provenire da più moduli all'interno di Dynamics 365 SCM, come Vendite, Approvvigionamento o Gestione Magazzino. Specificare il sistema di origine è fondamentale per la data governance, la risoluzione di incongruenze nei dati e la comprensione del contesto delle attività registrate. Garantisce la qualità dei dati e fornisce la tracciabilità fino all'origine delle informazioni, il che è particolarmente importante negli ambienti integrati. Perché è importante Fornisce contesto sull'origine dei dati, essenziale per la convalida, la risoluzione dei problemi e la comprensione delle variazioni di processo che superano i confini del sistema. Dove trovare In genere si tratta di un valore statico aggiunto durante il processo di estrazione dei dati per etichettare i record provenienti da questo specifico sistema. Esempi Microsoft Dynamics 365 SCMD365-PRODAX2012-FIN
	Timestamp Evento EventTime	Il timestamp che indica quando l'attività si è verificata.
Descrizione Questo attributo fornisce la data e l'ora esatte in cui un'attività è stata registrata nel sistema. È fondamentale per qualsiasi analisi di processo basata sul tempo, compreso il calcolo dei tempi di ciclo, la comprensione delle performance del processo e l'identificazione dei colli di bottiglia. L'ordinamento cronologico degli eventi basato su questo timestamp consente agli strumenti di process mining di ricostruire la sequenza precisa delle attività così come sono avvenute. Questo è essenziale per comprendere il flusso reale del processo e le sue dinamiche, invece di affidarsi a modelli di processo idealizzati. Perché è importante Questo timestamp è fondamentale per sequenziare correttamente gli eventi e per calcolare tutte le metriche basate sul tempo, come i tempi di ciclo e i lead time. Dove trovare I dati vengono solitamente estratti dai campi datetime di creazione o di modifica dello stato nelle tabelle di D365 SCM. Alcuni esempi includono CreatedDateTime in SalesTable, DeliveryDate in PurchLine o le date delle transazioni fisiche in InventTrans. Esempi 2023-04-15T09:00:00Z2023-04-18T14:30:00Z2023-05-01T11:22:00Z
	Ultimo `Data Update` LastDataUpdate	Il `timestamp` di ultimo aggiornamento dei `dati` dal sistema sorgente.
Descrizione Questo attributo indica la data e l'ora dell'ultima estrazione o aggiornamento dei dati. Si tratta di un metadato fondamentale per qualsiasi dashboard di analisi dei processi. Queste informazioni aiutano gli utenti a capire quanto siano recenti i dati che stanno analizzando, garantendo che le loro conclusioni si basino su informazioni aggiornate. È inoltre fondamentale per la gestione delle pipeline di dati e per verificare che i processi di caricamento dei dati vengano eseguiti come previsto e secondo i tempi prestabiliti. Perché è importante Informa gli utenti sull'aggiornamento dei dati, elemento cruciale per prendere decisioni aziendali tempestive e pertinenti basate sull'analisi. Dove trovare Questo valore viene generato e impresso nel dataset dallo strumento di estrazione dati o ETL alla fine di ogni ciclo di aggiornamento. Esempi 2023-06-10T02:00:00Z2023-06-11T02:00:00Z2023-06-12T02:00:00Z
	Consegna puntuale IsOnTimeDelivery	Un indicatore che segnala se l'ordine è stato consegnato entro o prima della data richiesta.
Descrizione Si tratta di un attributo booleano calcolato che indica se un ordine logistico è stato consegnato in tempo. Viene ricavato confrontando il timestamp dell'attività 'Merci consegnate' con la 'Data di consegna richiesta'. Questo attributo è alla base del calcolo del KPI Tasso di Puntualità delle Consegne ed è un filtro primario nella dashboard Monitoraggio Performance Consegne. Semplifica l'analisi convertendo un confronto tra date in un semplice valore vero o falso, facilitando il filtraggio e il conteggio degli ordini in ritardo. Perché è importante Misura direttamente la qualità del servizio clienti ed è un input fondamentale per il KPI di puntualità (On-Time Delivery), semplificando l'analisi dell'affidabilità delle consegne. Dove trovare Si tratta di un campo calcolato. La logica è: SE (timestamp 'Merci consegnate' <= 'Data di consegna richiesta') ALLORA Vero ALTRIMENTI Falso. Esempi truefalse
	Data di consegna richiesta RequestedDeliveryDate	La data di consegna richiesta dal cliente.
Descrizione Questo attributo acquisisce la data di consegna specificata dal cliente al momento dell'ordine. Funge da parametro di riferimento principale per misurare l'effettiva performance di consegna. Questa data è la base per la dashboard Monitoraggio Performance Consegne e per il KPI Tasso di Puntualità delle Consegne. Il confronto tra la Data di Consegna Richiesta e la data di consegna effettiva è il metodo standard per calcolare le prestazioni di consegna ed è una misura chiave della soddisfazione del cliente. Perché è importante È il punto di partenza per misurare la puntualità delle consegne, un KPI critico per la soddisfazione del cliente e l'affidabilità della supply chain. Dove trovare Si trova nel campo ReceiptDateRequested della tabella SalesLine o ShippingDateRequested della SalesTable. Esempi 2023-05-102023-06-012023-07-20
	ID Utente UserId	L'identificatore dell'utente che ha eseguito l'attività.
Descrizione Questo attributo memorizza l'ID del dipendente o dell'utente di sistema che ha eseguito una specifica attività. Potrebbe trattarsi di un buyer che ha creato un ordine d'acquisto o di un magazziniere che ha confermato una spedizione. L'analisi delle attività per utente aiuta a comprendere la distribuzione del carico di lavoro, a identificare le esigenze di formazione e a indagare sulle deviazioni di processo. È anche fondamentale per l'analisi della conformità, consentendo ai revisori di risalire alle azioni dei singoli individui. Questa visione è essenziale per la gestione delle performance e l'ottimizzazione delle risorse. Perché è importante Consente di analizzare le prestazioni per utente o team, aiuta a identificare opportunità di automazione ed è fondamentale per la conformità e l'analisi dell'audit trail. Dove trovare Presente nei campi 'Creato da' o 'Modificato da' nella maggior parte delle tabelle transazionali in D365 SCM, come CreatedBy in SalesTable o PurchTable. Esempi j.doea.smithAX_BATCH_USER
	Lead Time di approvvigionamento ProcurementLeadTime	Il tempo totale impiegato dalla creazione di una richiesta d'acquisto al ricevimento delle materie prime.
Descrizione Si tratta di una metrica di durata calcolata che misura l'efficienza del processo di approvvigionamento. Viene calcolata come differenza temporale tra l'attività 'Richiesta d'acquisto creata' e l'attività 'Materie prime ricevute' per un determinato ordine d'acquisto. Questo attributo supporta direttamente la dashboard Analisi Lead Time di Approvvigionamento e il KPI Tempo Medio Ciclo Approvvigionamento. Calcolando preventivamente questo valore, l'analisi delle prestazioni di acquisto, specialmente se segmentata per fornitore o categoria di prodotto, diventa molto più efficiente. Perché è importante Quantifica la durata dell'intero ciclo di approvvigionamento, che è un KPI critico per la gestione dei livelli di inventario e dei programmi di produzione. Dove trovare Si tratta di un campo calcolato. La logica è: Timestamp('Materie prime ricevute') - Timestamp('Richiesta d'acquisto creata'). Esempi 10 giorni25 giorni4 ore
	Nome cliente CustomerName	Il nome del cliente che ha effettuato l’ordine di vendita.
Descrizione Questo attributo identifica il cliente associato a un ordine di vendita. Consente una visione del processo di supply chain incentrata sul cliente. Analizzare il processo logistico per cliente può rivelare modelli di evasione, preferenze o sfide uniche associate a clienti specifici. È particolarmente utile per la gestione dei key account e per personalizzare i livelli di servizio, contribuendo a migliorare la soddisfazione e la fidelizzazione dei clienti. Perché è importante Consente un'analisi focalizzata sul cliente, aiutando a identificare chi subisce più ritardi e a valutare i livelli di servizio per gli account chiave. Dove trovare Derivato collegando la tabella degli ordini di vendita (SalesTable) con l'anagrafica clienti (CustTable) tramite il numero conto cliente. Esempi Alpine Ski HouseAdventure WorksCity Power & Light
	Nome Fornitore SupplierName	Il nome del fornitore che fornisce materie prime o merci.
Descrizione Questo attributo contiene il nome del fornitore da cui vengono acquistati i materiali. È una dimensione chiave per l'analisi delle attività legate agli acquisti. È ampiamente utilizzato nelle dashboard di Analisi Lead Time di Approvvigionamento e Benchmarking Performance Fornitori. Analizzare le metriche di processo per fornitore aiuta a identificare i partner più affidabili ed efficienti, nonché quelli che sono spesso in ritardo o causano interruzioni. Queste informazioni sono cruciali per il sourcing strategico e la gestione dei rapporti con i fornitori. Perché è importante Consente di segmentare e confrontare le prestazioni di acquisto per fornitore, elemento cruciale per migliorare le relazioni con i partner e ridurre i tempi di consegna dei materiali. Dove trovare Derivato collegando la tabella degli ordini d'acquisto (PurchTable) con l'anagrafica fornitori (VendTable) tramite il numero conto fornitore. Esempi Contoso Raw MaterialsFabrikam Inc.Northwind Traders
	Numero dell'ordine di produzione ProductionOrderNumber	L'identificativo unico per un ordine di produzione o di fabbricazione.
Descrizione Questo numero identifica un ordine per produrre una quantità specifica di un prodotto all'interno dello stabilimento di produzione. Traccia il consumo di materie prime e l'output di prodotti finiti. Per le aziende con una componente produttiva, questo ID è vitale per tracciare il processo di produzione. Supporta la dashboard Monitoraggio Rispetto Programma di Produzione collegando le date di produzione programmate alle date di completamento effettive, evidenziando eventuali variazioni o ritardi nel processo di fabbricazione. Perché è importante Consente un'analisi dettagliata del ciclo di vita della produzione, aiutando a misurare il rispetto dei programmi e a identificare i colli di bottiglia a livello di stabilimento. Dove trovare Si trova nel campo ProdId della tabella ProdTable. Esempi PRD-000112PRD-000113PRD-000114
	Numero Ordine d'Acquisto PurchaseOrderNumber	L'identificativo unico per un ordine d'acquisto inviato a un fornitore.
Descrizione Questo è il numero del documento ufficiale utilizzato per ordinare materie prime o merci da un fornitore esterno. Contiene i dettagli su articoli, quantità, prezzi e date di consegna. Analizzare il processo per Numero Ordine d'Acquisto è essenziale per le dashboard Analisi Lead Time di Approvvigionamento e Benchmarking Performance Fornitori. Consente di tracciare l'intero ciclo procure-to-pay, dalla richiesta al pagamento del fornitore, e aiuta a identificare i ritardi nell'acquisizione dei materiali. Perché è importante Questo ID è fondamentale per analizzare la parte di approvvigionamento della supply chain, monitorare le performance dei fornitori e comprendere i lead time dei materiali. Dove trovare Si trova nel campo PurchId della tabella PurchTable. Esempi PO-000541PO-000542PO-000543
	Numero ordine di vendita SalesOrderNumber	L'identificativo unico per l'ordine di vendita di un cliente.
Descrizione Questo è il numero di riferimento principale per la richiesta di beni o servizi da parte di un cliente. L'ordine di vendita avvia molte attività della supply chain a valle, inclusi l'approvvigionamento e la produzione. Nel process mining, il Numero Ordine di Vendita è una dimensione critica per il filtraggio e l'analisi. Consente agli utenti aziendali di tracciare l'intero processo di evasione per uno specifico ordine cliente ed è spesso un componente primario dell'ID caso concettuale Ordine Logistico. Perché è importante Collega il processo della supply chain direttamente alla domanda dei clienti, permettendo l'analisi del ciclo order-to-cash e delle performance di evasione specifiche per ogni cliente. Dove trovare Si trova nel campo SalesId della tabella SalesTable. Esempi SO-001872SO-001873SO-001874
	Categoria di Prodotto ProductCategory	La categoria a cui appartiene un prodotto.
Descrizione Questo attributo raggruppa i singoli prodotti in categorie più ampie, come 'Elettronica', 'Materie Prime' o 'Prodotti Finiti'. Ciò consente un'analisi di livello superiore della supply chain. Invece di esaminare migliaia di singoli SKU, gli analisti possono utilizzare le categorie merceologiche per identificare tendenze e colli di bottiglia che interessano interi gruppi di prodotti. Questo è particolarmente utile nella dashboard Analisi Lead Time di Approvvigionamento per comprendere le performance dei fornitori nelle diverse tipologie di materiali. Perché è importante Consente l'analisi aggregata per gruppi di prodotti, utile per decisioni strategiche e per identificare problemi sistemici che colpiscono determinate categorie. Dove trovare Derivato collegando la tabella anagrafica articoli (InventTable) con le tabelle delle categorie prodotto come EcoResProductCategory. Esempi Audio ComponentsMateriali da imballaggioComponenti Idraulici
	Codice prodotto ProductNumber	L'identificativo unico per il prodotto ordinato o prodotto.
Descrizione Questo attributo è lo SKU (Stock Keeping Unit) o il codice articolo del prodotto coinvolto in una transazione. Può trattarsi di un prodotto finito venduto a un cliente o di una materia prima acquistata da un fornitore. Analizzare il processo della supply chain per prodotto aiuta a identificare gli articoli che presentano lead time lunghi, frequenti problemi di qualità o percorsi di produzione complessi. Queste informazioni sono vitali per la gestione dell'inventario, la previsione della domanda e l'ottimizzazione del portafoglio prodotti. Perché è importante Consente di analizzare le prestazioni dei processi per diversi prodotti, rivelando eventuali sfide della supply chain specifiche per determinati articoli. Dove trovare Presente nel campo ItemId sulle tabelle delle righe di transazione come SalesLine, PurchLine e ProdBOM. Esempi A0001D0010M9201
	Data di spedizione programmata ScheduledShipmentDate	La data in cui era prevista la partenza della spedizione.
Descrizione Questo attributo rappresenta la data pianificata o programmata per la partenza di una spedizione dal magazzino o dallo stabilimento di produzione. È una tappa interna fondamentale nel processo di evasione. Questa data viene utilizzata per calcolare il KPI Tasso di Rispetto del Programma di Spedizione. Il confronto tra la data programmata e la data effettiva dell'attività 'Merci caricate per il trasporto' aiuta a misurare l'affidabilità e la prevedibilità della pianificazione e dell'esecuzione logistica interna. Perché è importante Aiuta a misurare il rispetto della pianificazione interna e la prevedibilità del processo di spedizione, con impatti sulla pianificazione dei trasporti a valle. Dove trovare Si trova in campi come ConfirmedShipDate in SalesLine o nei campi correlati della WHSLoadTable per i carichi pianificati. Esempi 2023-05-082023-05-302023-07-18
	È una Rilavorazione IsRework	Un indicatore che segnala se un'attività o un ciclo di processo costituisce una rilavorazione (rework).
Descrizione Si tratta di un attributo booleano calcolato che identifica attività o percorsi di processo che rappresentano cicli di rilavorazione o correzione. Ad esempio, se un'attività di 'Controllo qualità eseguito' fallisce e riporta a una fase precedente di 'Merci prodotte', questa verrebbe contrassegnata come rilavorazione. Questo attributo è essenziale per calcolare il KPI Tasso di Rilavorazione Evasione Ordini. Contrassegnando le rilavorazioni, gli analisti possono facilmente quantificare la frequenza e l'impatto dei problemi di qualità o degli errori di processo, aiutando a individuare le aree che necessitano di miglioramenti e controlli. Perché è importante Aiuta a quantificare le inefficienze di processo e i problemi di qualità segnalando esplicitamente le attività che non rientrano nel percorso ideale ('happy path'). Dove trovare Si tratta di un campo calcolato, in genere derivato da regole aziendali. Ad esempio, contrassegnando nomi di attività specifici come 'Riconfezionamento merci' come rilavorazione o identificando cicli a ritroso nel flusso del processo. Esempi truefalse
	ID Magazzino WarehouseId	L'identificativo del magazzino in cui le merci sono stoccate o gestite.
Descrizione Questo attributo identifica lo specifico magazzino o centro di distribuzione coinvolto in un'attività, come il prelievo, l'imballaggio o la spedizione. È essenziale per la dashboard Produttività Operazioni di Magazzino, consentendo il confronto delle prestazioni tra diverse strutture. L'analisi per magazzino può aiutare a identificare quali sedi sono più efficienti, quali hanno problemi di capacità e dove sono necessari più urgentemente miglioramenti operativi. Perché è importante Permette il confronto delle prestazioni e l'analisi dei colli di bottiglia tra diverse sedi fisiche, supportando il miglioramento dell'efficienza del magazzino. Dove trovare Presente nel campo InventLocationId nelle tabelle relative alla gestione del magazzino e delle scorte, come InventSum e WHSWorkTable. Esempi WH-MainWH-EastDC-Ovest
	Modalità di trasporto ModeOfTransport	Il metodo di trasporto utilizzato per la spedizione, come autocarro, via aerea o via mare.
Descrizione Questo attributo specifica il metodo di trasporto utilizzato per spostare le merci dall'origine alla destinazione. Gli esempi includono il trasporto su strada, ferroviario, aereo e marittimo. È una dimensione chiave per la dashboard Efficienza e Costi di Trasporto. L'analisi dei tempi di ciclo e dei costi per modalità di trasporto aiuta a ottimizzare le strategie logistiche, a selezionare il giusto equilibrio tra velocità e costi e a identificare le inefficienze all'interno di specifici canali di trasporto. Perché è importante Indispensabile per analizzare i costi di trasporto e l'efficienza, aiutando a ottimizzare le reti logistiche e a ridurre le spese di spedizione. Dove trovare Presente nel campo ModeOfDelivery in tabelle come SalesTable o PurchTable, o più dettagliatamente nelle tabelle di gestione trasporti come TMSRoute. Esempi AutocarroAereoVia mareRail
	Nome Vettore CarrierName	Il nome della società di trasporti o del vettore che gestisce la spedizione.
Descrizione Questo attributo identifica il fornitore logistico terzo o la flotta interna responsabile del trasporto delle merci. Specifica quale azienda sta spostando fisicamente il prodotto. Il vettore è un'altra dimensione critica per la dashboard Efficienza e Costi di Trasporto. Analizzando metriche di performance come il tempo di transito e la puntualità delle consegne per vettore, le aziende possono confrontare i propri partner logistici, negoziare tariffe migliori e prendere decisioni informate sulla selezione dei vettori. Perché è importante Consente l'analisi delle performance dei diversi partner logistici, fondamentale per la gestione dei vettori e l'ottimizzazione dei costi di trasporto. Dove trovare Presente in campi come 'CarrierService' sugli ordini di vendita o in tabelle dedicate alla gestione dei trasporti come TMSCarrier. Esempi FedExUPSMaerskDHL
	Valore Ordine OrderValue	Il valore monetario totale dell’ordine di vendita.
Descrizione Questo attributo rappresenta il valore finanziario totale di un ordine di vendita cliente. È una metrica chiave per comprendere l'impatto aziendale delle performance del processo. L'analisi delle metriche di processo, come il tempo di ciclo o i ritardi nelle consegne, nel contesto del valore dell'ordine, consente di dare priorità agli sforzi di miglioramento. Ad esempio, i ritardi che interessano ordini di alto valore potrebbero essere più critici da affrontare rispetto a quelli che interessano ordini minori. Ciò conferisce una dimensione finanziaria all'analisi dei processi. Perché è importante Fornisce un contesto finanziario all'analisi dei processi, permettendo di dare priorità ai problemi in base al loro impatto monetario. Dove trovare Calcolato dalla tabella SalesLine sommando il campo LineAmount per tutte le righe appartenenti a uno specifico ordine di vendita (SalesId). Esempi 15200.50850.00125000.75

Obbligatorio Consigliato Facoltativo

Attività di Supply Chain Management

Queste sono le fasi chiave del processo e le tappe fondamentali da acquisire nel log degli eventi, garantendo una scoperta accurata dei processi e insight sulle performance per la Sua supply chain.

8 Consigliato 7 Facoltativo

	Activity	Descrizione
	Beni Prodotti	Il processo di produzione è completato e i prodotti finiti vengono formalmente dichiarati come tali nel sistema. Questo evento viene registrato tramite la registrazione di un giornale di 'Dichiarazione di finito' per l'ordine di produzione, che aggiorna l'inventario.
Perché è importante Segna il completamento della fase di produzione e rende la merce disponibile per il controllo qualità e la spedizione. È una tappa fondamentale per misurare il rispetto del programma di produzione. Dove trovare Registrato nel modulo Controllo produzione. La registrazione del giornale 'Dichiarazione di finito' crea una transazione di inventario con timestamp e aggiorna lo stato dell'ordine di produzione. Acquisisci Registrato quando viene inserito un giornale 'Dichiarazione di finito' per l'ordine di produzione. Tipo di evento explicit
	Materie prime ricevute	Le merci o i materiali ordinati dal fornitore vengono fisicamente ricevuti in magazzino. Questo viene registrato tramite una transazione di registrazione dell'entrata prodotti in Dynamics 365 a fronte dell'ordine d'acquisto.
Perché è importante Questa attività segna la fine del lead time del fornitore e la disponibilità dei materiali per la produzione o l'evasione. Eventuali ritardi in questa fase influiscono direttamente sui programmi a valle e sulle date di consegna ai clienti. Dove trovare Registrato nei moduli Approvvigionamento o Gestione inventario. La registrazione di un'entrata prodotti (VendPackingSlipJour) crea un record transazionale con timestamp. Acquisisci Evento registrato quando viene pubblicata un'entrata prodotti a fronte di un ordine d'acquisto. Tipo di evento explicit
	Merce Caricata per il Trasporto	Le merci imballate vengono caricate fisicamente sul veicolo del vettore e la spedizione viene confermata nel sistema. Questo evento corrisponde all'azione 'Conferma spedizione' in Dynamics 365.
Perché è importante Indica la partenza fisica delle merci dal magazzino. Questa attività rappresenta il punto di partenza per misurare la durata delle 'Merci in transito' e per il riconoscimento contabile della spedizione. Dove trovare Registrato nei moduli Gestione magazzino o Trasporti. L'azione 'Conferma spedizione' su un carico o una spedizione (WHSLoadTable) crea un evento con timestamp. Acquisisci Registrato quando viene eseguita l'azione 'Conferma spedizione' per il carico o la spedizione associata. Tipo di evento explicit
	Merce consegnata	La merce è arrivata a destinazione dal cliente. Questo evento potrebbe essere desunto dai dati di tracciamento del vettore o da un aggiornamento manuale dello stato, poiché Dynamics 365 non dispone di una transazione nativa per la 'consegna avvenuta'.
Perché è importante Segna il completamento della consegna fisica. Fornisce la 'Data di consegna effettiva', essenziale per calcolare i KPI di puntualità e le metriche rivolte al cliente. Dove trovare Spesso non è un campo standard. Può essere acquisito in un campo data personalizzato sull'ordine di vendita o sulla spedizione, aggiornato manualmente o tramite un'integrazione con il sistema di un vettore. Acquisisci Deducibile da un aggiornamento manuale nel campo della data di consegna o tramite integrazione API con un vettore esterno. Tipo di evento inferred
	Merce Prelevata e Imballata	Gli addetti al magazzino hanno prelevato fisicamente gli articoli dall'inventario e li hanno imballati per la spedizione. L'evento viene registrato al completamento del lavoro di picking e all'aggiornamento dello stato di imballaggio nel sistema.
Perché è importante Rappresenta il completamento dell'attività principale di evasione in magazzino. È una misura chiave per la dashboard sulla produttività delle operazioni di magazzino e per identificare i colli di bottiglia nel processo di prelievo e imballaggio. Dove trovare Registrato nel modulo Gestione magazzino. In genere si desume dal cambiamento di stato del lavoro di magazzino (WHSWorkTable) in 'Chiuso' o dalla registrazione di una bolla di accompagnamento. Acquisisci Deducibile dal cambiamento di stato del lavoro di magazzino in 'Chiuso' o dalla data di registrazione della bolla di accompagnamento. Tipo di evento inferred
	Ordine Cliente Creato	Rappresenta la creazione formale di un nuovo ordine di vendita in Dynamics 365 SCM. Si tratta di un evento esplicito registrato con un timestamp quando un utente salva un nuovo documento di ordine di vendita, avviando il processo di evasione.
Perché è importante Questa attività segna l'inizio ufficiale del ciclo di evasione dell'ordine. È il punto di riferimento principale per misurare i lead time complessivi, le performance di puntualità delle consegne e per analizzare i modelli di ricezione degli ordini. Dove trovare Si tratta di un evento esplicito registrato nel modulo Vendite e marketing. La creazione viene registrata nella SalesTable (Intestazione ordine di vendita) con uno specifico timestamp di creazione. Acquisisci Evento registrato alla creazione di un record di Ordine di Vendita nella SalesTable. Tipo di evento explicit
	Ordine d'acquisto emesso	Viene creato e confermato un ordine d'acquisto formale, impegnando l'azienda all'acquisto presso un fornitore. Questo evento viene registrato quando lo stato dell'ordine d'acquisto passa a 'Confermato' o 'In revisione esterna'.
Perché è importante Si tratta di una tappa fondamentale negli acquisti e del punto di partenza principale per misurare il lead time del fornitore. Analizzare il tempo che intercorre tra questo evento e il ricevimento della merce aiuta a valutare le performance dei fornitori. Dove trovare Registrato nel modulo Approvvigionamento. La conferma di un ordine d'acquisto è tracciata tramite variazioni di stato e date nella PurchTable. Acquisisci Registrato quando lo stato di un ordine d'acquisto viene aggiornato a 'Confermato' tramite un'operazione di registrazione a giornale. Tipo di evento explicit
	Prova di consegna firmata	Il cliente ha confermato formalmente il ricevimento della merce, spesso firmando una bolla di consegna. Questo evento viene in genere acquisito allegando un documento o aggiornando uno stato nel sistema.
Perché è importante Questa è la conferma finale della corretta evasione dell'ordine e la fine definitiva del processo logistico. È fondamentale per risolvere le controversie e per calcolare il tempo totale del ciclo dell'ordine. Dove trovare Non si tratta di una transazione standard e distinta. Spesso viene gestita aggiornando uno stato sull'ordine di vendita o utilizzando la gestione dei documenti per allegare una prova di consegna scannerizzata. Acquisisci Deducibile da un aggiornamento di stato o dall'allegato di un documento POD all'ordine di vendita o alla spedizione. Tipo di evento inferred
	Controllo qualità eseguito	Viene eseguito un controllo qualità sui beni prodotti o ricevuti. Spesso viene registrato come completamento o convalida di un ordine di qualità nel sistema.
Perché è importante Garantisce la qualità del prodotto e la conformità del processo. Identificare controlli saltati o tempi di ispezione eccessivi aiuta a mitigare i rischi e a migliorare il flusso complessivo. Dove trovare Registrato nel modulo Gestione inventario tramite gli Ordini di Qualità. La convalida o la chiusura di un ordine di qualità (InventQualityOrderTable) associato all'articolo fornisce questo evento. Acquisisci Registrato alla convalida o alla chiusura di un ordine di qualità collegato al lotto dell'articolo o al numero di serie. Tipo di evento explicit
	Fattura Cliente Registrata	Viene generata una fattura di vendita dall'ordine e contabilizzata nei registri finanziari. Spesso avviene al momento della spedizione, ma la tempistica può variare, rendendola un'attività distinta.
Perché è importante Si tratta di una tappa finanziaria critica nel ciclo order-to-cash. Analizzare il tempo che intercorre tra la spedizione e la fatturazione può rivelare ritardi nel processo di fatturazione e influire sul flusso di cassa. Dove trovare Registrato nel modulo Contabilità clienti. La registrazione di una fattura d'ordine di vendita crea un record nella tabella CustInvoiceJour con una specifica data di registrazione. Acquisisci Registrato quando viene emessa la fattura di un ordine di vendita, creando un record CustInvoiceJour. Tipo di evento explicit
	Lista di prelievo di magazzino generata	Viene creata una lista di prelievo (picking list) o un lavoro di magazzino, con le istruzioni per il personale sugli articoli da prelevare. L'evento viene registrato al rilascio dell'ordine al magazzino.
Perché è importante Questa attività avvia le operazioni fisiche di evasione in magazzino. Analizzare il tempo che intercorre tra questo punto e il completamento dell'imballaggio aiuta a misurare l'efficienza interna del magazzino e la sua reattività. Dove trovare Registrato nel modulo Gestione magazzino. La creazione di un lavoro di magazzino (WHSWorkTable) o la registrazione di un giornale della lista di prelievo (WMSPickingRoute) costituisce un evento distinto. Acquisisci Registrato alla generazione di un giornale della lista di prelievo o alla creazione di un lavoro di magazzino. Tipo di evento explicit
	Ordine annullato	L'ordine di vendita del cliente viene annullato prima che l'evasione sia completata. Ciò viene registrato da un cambio di stato nell'intestazione dell'ordine di vendita in 'Annullato'.
Perché è importante Rappresenta un esito negativo del processo. Analizzare quando e perché gli ordini vengono annullati può rivelare problemi di disponibilità dei prodotti, lead time o servizio clienti che devono essere affrontati. Dove trovare Deducibile dal campo stato della SalesTable che cambia in 'Annullato'. La data del cambiamento può essere acquisita se il rilevamento modifiche o il log del database sono abilitati. Acquisisci Deducibile dal cambiamento di stato dell'ordine di vendita in 'Annullato'. Tipo di evento inferred
	Ordine di produzione creato	Viene generato un ordine di produzione per fabbricare i prodotti finiti necessari all'ordine logistico del cliente. Si tratta di un evento distinto registrato nel modulo di controllo produzione.
Perché è importante Avvia il processo di fabbricazione per scenari make-to-order. Tracciare il tempo da questo evento al completamento merce è vitale per analizzare i tempi di ciclo produzione e il rispetto dei programmi. Dove trovare Registrato nel modulo Controllo produzione. La creazione di un nuovo record nella ProdTable (tabella Ordini di produzione) include un timestamp di creazione. Acquisisci Registrato alla creazione di un nuovo record nella tabella degli ordini di produzione (ProdTable). Tipo di evento explicit
	Richiesta di acquisto creata	Viene inoltrata una richiesta formale all'ufficio acquisti per reperire i materiali necessari, solitamente in caso di scorte insufficienti. È un evento esplicito registrato alla creazione di una nuova richiesta di acquisto.
Perché è importante Questa attività avvia il sub-processo di approvvigionamento. Tracciarla è fondamentale per analizzare la parte di approvazione interna del lead time di acquisto e identificare i ritardi prima dell'emissione di un OdA. Dove trovare Registrato nel modulo Approvvigionamento. La creazione di un record nella PurchReqTable è un evento distinto con un relativo timestamp. Acquisisci Evento registrato alla creazione di un record nella tabella delle richieste di acquisto (PurchReqTable). Tipo di evento explicit
	Spedizione programmata	Vengono assegnati una data specifica e un vettore per la spedizione delle merci imballate. Registrato solitamente alla pianificazione di un carico o alla conferma di una spedizione.
Perché è importante Fornisce una base di riferimento per misurare il rispetto del programma di spedizione. Confrontare questa data pianificata con la data di carico effettiva è un indicatore chiave di performance per la pianificazione logistica. Dove trovare Registrato nel modulo Gestione trasporti (TMS). La conferma di un carico (WHSLoadTable) o di una spedizione include spesso una data di spedizione programmata che può essere acquisita. Acquisisci Registrato alla conferma di un carico di trasporto o di un record di spedizione. Tipo di evento explicit

Consigliato Facoltativo

Guide all'Estrazione

Come estrarre i dati da Microsoft Dynamics 365 SCM

Fasi

Andare nell'area di lavoro Data Management: accedete a Dynamics 365 SCM. Usate la barra di ricerca per trovare e navigare nell'area di lavoro Data management.
Creare un nuovo progetto di esportazione: nell'area Data management, selezionate il riquadro Export. Nella pagina seguente, selezionate New per creare un nuovo progetto.
Definire i dettagli del progetto: inserite un Group name (es. SCM_EventLog_Export), una Description e specificate il Data project operations type come Export. Scegliete Project come Project category.
Aggiungere le Data Entities richieste: nella sezione Selected entities, selezionate Add entity. Cercate e aggiungete ciascuna delle entità dato richieste. Sarà necessario aggiungere un'entità per ogni fonte di dati degli eventi. Consultate la sezione Query per l'elenco completo delle entità consigliate.
Configurare le opzioni di esportazione delle entità: per ogni entità aggiunta, selezionate un Target data format (si consiglia CSV). È inoltre possibile applicare dei filtri per limitare i dati. Selezionate l'opzione Filter per ogni entità e aggiungete i criteri di intervallo, ad esempio sul campo CreatedDateTime, per estrarre i dati degli ultimi 3-6 mesi. È fondamentale filtrare per l'azienda principale o l'entità legale.
Sequenziare le entità (opzionale): è possibile definire una sequenza di esecuzione se vi sono dipendenze, ma per l'estrazione di questo Event Log, solitamente possono essere eseguite in parallelo.
Salvare ed eseguire il progetto di esportazione: salvate la configurazione. Per avviare l'esportazione, selezionate Export dal riquadro delle azioni. Potete eseguirlo immediatamente o pianificarlo in modalità batch durante le ore non di punta.
Monitorare il job di esportazione: andate nella sezione Job history per monitorare l'avanzamento. Attendete che lo stato risulti Succeeded.
Scaricare il pacchetto dati: una volta completato il job, selezionate Download package dalla pagina Job history. Verrà scaricato un file ZIP contenente i file CSV separati per ogni entità.
Combinare e trasformare i dati: decomprimete il pacchetto. Utilizzate uno strumento esterno come Power Query, uno script Python o un altro tool ETL per eseguire le seguenti operazioni:
- Aprite ogni file CSV.
- Mappate le colonne sorgente di ogni file sulla struttura standardizzata dell'Event Log (LogisticsOrder, ActivityName, EventTime, ecc.).
- Per ogni file, aggiungete una nuova colonna per ActivityName e popolatela con il nome statico dell'attività (es. 'Customer Order Created' per tutte le righe dell'entità Sales Order).
- Unite tutti i dati trasformati in un'unica tabella.
- Calcolate gli attributi derivati come ProcurementLeadTime, se necessario.
Esportare l'Event Log finale: salvate i dati combinati e trasformati in un unico file CSV. Assicuratevi che le intestazioni delle colonne corrispondano agli attributi richiesti dal vostro strumento di Process Mining. Il file è pronto per il caricamento.

Configurazione

Data Entities: il cuore della configurazione consiste nel selezionare le entità dato corrette. Le entità chiave includono Sales order headers V2, Purchase order headers V2, Production orders V3, Product receipt headers, Sales invoice headers V2, Warehouse work headers e Shipments.
Formato dati di destinazione: il formato CSV è quello raccomandato per la sua semplicità e l'ampia compatibilità con gli strumenti di post-elaborazione.
Strategia di filtraggio: applicate sempre dei filtri per gestire il volume dei dati. I due filtri principali sono:
- Azienda/Entità legale: filtrate ogni entità per la specifica entità legale (es. DAT.DataAreaId = 'usmf').
- Intervallo temporale: applicate un filtro temporale su un campo data principale, come CreatedDateTime nell'entità Sales order headers V2, per estrarre un periodo pertinente (es. gli ultimi 6 mesi).
Esportazione incrementale vs completa: per l'estrazione iniziale è necessaria un'esportazione completa. Per i caricamenti delta successivi, è possibile configurare esportazioni incrementali, sebbene ciò aumenti la complessità della logica di post-elaborazione.
Prerequisiti: gli utenti che configurano ed eseguono il job di esportazione devono disporre delle autorizzazioni appropriate, come il ruolo di sicurezza Data management administrator. L'organizzazione deve inoltre utilizzare i moduli D365 SCM pertinenti, tra cui Sales and marketing, Procurement and sourcing, Production control e Warehouse management.

a Query di Esempio 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]

Fasi

Configurare Bring Your Own Database (BYOD): per prima cosa, verificate che la funzionalità BYOD sia configurata nel vostro ambiente Dynamics 365 SCM. Ciò comporta l'impostazione di un database Azure SQL e la configurazione di una connessione dati da D365 a tale database. Questo è un prerequisito e viene solitamente eseguito da un amministratore di sistema.
Identificare e pubblicare le Data Entities: accedete alla vostra istanza di Dynamics 365 SCM. Andate nell'area di lavoro Data Management. Identificate le entità dato standard necessarie per l'estrazione, come SalesOrderHeadersV2, PurchaseOrderHeaders, ProductionOrders e le altre elencate nella query. Per ogni entità, selezionate 'Publish' per avviare il processo di sincronizzazione verso il database BYOD.
Pianificare e monitorare l'esportazione dei dati: configurate un job di esportazione nell'area Data Management per pianificare aggiornamenti regolari e incrementali delle entità pubblicate sul BYOD. Monitorate la cronologia dei job per assicurarvi che i dati vengano sincronizzati correttamente e senza errori.
Connettersi al database Azure SQL: utilizzate un client SQL, come SQL Server Management Studio (SSMS) o Azure Data Studio, per connettervi al database Azure SQL configurato per il BYOD. Saranno necessari il nome del server, il nome del database e le credenziali appropriate.
Preparare la query SQL: copiate la query SQL completa fornita in questo documento. Dovrete modificare i segnaposto per l'ID azienda, es. '[VostraAziendaD365]', e regolare i filtri temporali nelle clausole WHERE in base al periodo di analisi desiderato.
Eseguire la query: eseguite la query SQL modificata sul vostro BYOD. La query è progettata per raccogliere dati da più tabelle e unirli in un unico formato Event Log, con una riga per ogni attività aziendale.
Calcolare gli attributi complessi: la query iniziale raccoglie gli eventi principali. L'istruzione SELECT finale calcola gli attributi derivati come IsOnTimeDelivery e ProcurementLeadTime utilizzando funzioni window sui dati degli eventi per ogni LogisticsOrder.
Revisionare e validare i risultati: esaminate l'output della query. Controllate il numero di righe previsto, assicuratevi che tutte le colonne richieste siano compilate e verificate che i timestamp e i nomi delle attività siano corretti. Consultate i passaggi di validazione per maggiori dettagli.
Esportare in CSV: una volta soddisfatti dei risultati, esportate il dataset finale dal client SQL in un file CSV. Questo file fungerà da Event Log per il caricamento nel vostro strumento di Process Mining.

Configurazione

Configurazione BYOD: la funzionalità Bring Your Own Database deve essere abilitata e configurata completamente. Ciò richiede un abbonamento Azure attivo e un'istanza di Azure SQL Database.
Data Entities: assicuratevi che le seguenti entità chiave siano pubblicate e si sincronizzino correttamente con il vostro BYOD: SalesOrderHeadersV2, SalesOrderLines, PurchaseOrderHeadersV2, PurchaseRequisitionLines, PurchReceiptsJournalHeader, ProductionOrders, QualityOrders, WarehouseWorkHeaders, SalesPackingSlipHeaders, SalesInvoiceHeadersV2 e potenzialmente altre, a seconda della vostra specifica configurazione di D365 SCM.
Intervallo temporale: la query fornita include un segnaposto WHERE [TimestampField] >= 'YYYY-MM-DD' per il filtraggio. Si raccomanda di iniziare con un periodo recente di 3-6 mesi per garantire un volume di dati gestibile e un'esecuzione più rapida della query.
Filtro Azienda: la query utilizza una clausola WHERE DATACOMPANYID = '[VostraAziendaD365]'. Questo passaggio è fondamentale per gli ambienti con più entità legali. Sostituite il segnaposto con l'ID azienda corretto che desiderate analizzare.
Permessi: l'utente che esegue la query sul database Azure SQL deve disporre dei permessi di lettura sulle tabelle corrispondenti alle entità D365 pubblicate.

a Query di Esempio 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;

Fasi

Prerequisiti e configurazione dell'ambiente: assicuratevi di avere installato Python 3.6 o versioni successive. Installate le librerie necessarie tramite pip: pip install requests pandas adal. La libreria adal semplifica l'autenticazione con Azure Active Directory, sebbene msal sia un'alternativa più recente.
Registrare l'applicazione in Azure AD: andate sul portale Azure e registrate una nuova applicazione in Azure Active Directory. Questa applicazione sarà utilizzata per l'autenticazione con le API di Dynamics 365.
Configurare i permessi API: nell'applicazione Azure AD appena creata, andate su 'API permissions' e aggiungete i permessi per 'Dynamics ERP'. Concedete 'AX.FullAccess' o un permesso personalizzato più restrittivo per consentire la lettura dei dati tramite OData. Accordate il consenso dell'amministratore per i permessi.
Creare un segreto client: nella sezione 'Certificates & secrets' dell'applicazione Azure AD, create un nuovo segreto client. Copiate il valore del segreto in modo sicuro, poiché servirà per lo script. Annotate anche l'ID dell'applicazione (client) e l'ID della directory (tenant).
Configurare le variabili dello script Python: aprite lo script Python fornito e aggiornate le variabili segnaposto in alto. Dovrete inserire l'URL del vostro ambiente Dynamics 365, il Tenant ID, il Client ID, il Client Secret, l'ID azienda (dataAreaId) e le date di inizio e fine desiderate per l'estrazione.
Eseguire la funzione di autenticazione: lo script include una funzione get_access_token che utilizza le credenziali configurate per richiedere un token di accesso OAuth2 ad Azure AD. Questo token verrà inserito nell'intestazione di tutte le successive richieste API.
Recuperare i dati per ogni attività: la parte principale dello script scorre i diversi processi aziendali. Per ogni attività, come 'Customer Order Created', costruisce un URL specifico per la richiesta API OData. L'URL punta a una Data Entity (es. SalesOrderHeadersV2) e include $select per specificare le colonne e $filter per limitare i dati per intervallo di date e stato.
Gestire la paginazione delle API: lo script include un ciclo per gestire i risultati impaginati delle API. Dynamics 365 restituisce un numero limitato di record per richiesta e fornisce un @odata.nextLink nella risposta per ottenere la pagina successiva. Lo script segue questi collegamenti finché non vengono recuperati tutti i dati della query.
Trasformare e unire i dati: per ogni risposta API, lo script trasforma i dati JSON grezzi in un DataFrame pandas strutturato. Rinomina le colonne per farle corrispondere allo schema richiesto (LogisticsOrder, ActivityName, EventTime, ecc.) e imposta i tipi di dato corretti. Questi DataFrame individuali vengono poi aggiunti a una lista principale.
Creare l'Event Log finale: dopo aver recuperato i dati per tutte le 15 attività, lo script concatena l'elenco dei singoli DataFrame in un unico Event Log completo. Quindi calcola eventuali attributi derivati come IsOnTimeDelivery.
Ordinare ed esportare: il DataFrame finale viene ordinato per LogisticsOrder e EventTime per garantire l'ordine cronologico all'interno di ogni case. Lo script salva quindi l'Event Log come file CSV denominato d365_scm_logistics_event_log.csv, pronto per essere caricato in uno strumento di Process Mining.

Configurazione

Credenziali di autenticazione: lo script richiede diverse credenziali dalla registrazione della vostra applicazione Azure AD:
- TENANT_ID: l'ID della directory (tenant) della vostra istanza Azure.
- CLIENT_ID: l'ID dell'applicazione (client) della vostra app registrata.
- CLIENT_SECRET: il segreto client generato per l'applicazione.
Ambiente Dynamics 365:
- D365_URL: l'URL di base del vostro ambiente Dynamics 365 SCM (es. https://[vostra-istanza].operations.dynamics.com).
- COMPANY_ID: il dataAreaId per l'entità legale da cui desiderate estrarre i dati (es. 'USMF').
Filtri sull'intervallo temporale:
- START_DATE e END_DATE: queste variabili definiscono la finestra temporale per l'estrazione. Si consiglia di iniziare con un intervallo ridotto, ad esempio 3-6 mesi, per gestire meglio il volume dei dati e i tempi di risposta delle API.
Data Entities: lo script interroga diverse Data Entities standard. Assicuratevi che il service principal (Azure AD App) disponga dei permessi di lettura per entità quali:
- SalesOrderHeadersV2
- PurchaseRequisitionHeaders
- PurchaseOrderHeaders
- ProductReceiptHeaders
- ProductionOrders
- QualityOrders
- WarehouseWorkHeaders
- SalesShipmentHeaders
- SalesInvoiceHeadersV2
Prestazioni API: prestate attenzione ai limiti di throttling delle API OData imposti da Dynamics 365. Per dataset molto estesi, valutate di eseguire lo script nelle ore non di punta o di implementare una logica di estrazione incrementale.

a Query di Esempio 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()

Fasi

Andare nell'area di lavoro Data Management: accedete a Dynamics 365 SCM. Usate la barra di ricerca per trovare e navigare nell'area di lavoro Data management.
Creare un nuovo progetto di esportazione: nell'area Data management, selezionate il riquadro Export. Nella pagina seguente, selezionate New per creare un nuovo progetto.
Definire i dettagli del progetto: inserite un Group name (es. SCM_EventLog_Export), una Description e specificate il Data project operations type come Export. Scegliete Project come Project category.
Aggiungere le Data Entities richieste: nella sezione Selected entities, selezionate Add entity. Cercate e aggiungete ciascuna delle entità dato richieste. Sarà necessario aggiungere un'entità per ogni fonte di dati degli eventi. Consultate la sezione Query per l'elenco completo delle entità consigliate.
Configurare le opzioni di esportazione delle entità: per ogni entità aggiunta, selezionate un Target data format (si consiglia CSV). È inoltre possibile applicare dei filtri per limitare i dati. Selezionate l'opzione Filter per ogni entità e aggiungete i criteri di intervallo, ad esempio sul campo CreatedDateTime, per estrarre i dati degli ultimi 3-6 mesi. È fondamentale filtrare per l'azienda principale o l'entità legale.
Sequenziare le entità (opzionale): è possibile definire una sequenza di esecuzione se vi sono dipendenze, ma per l'estrazione di questo Event Log, solitamente possono essere eseguite in parallelo.
Salvare ed eseguire il progetto di esportazione: salvate la configurazione. Per avviare l'esportazione, selezionate Export dal riquadro delle azioni. Potete eseguirlo immediatamente o pianificarlo in modalità batch durante le ore non di punta.
Monitorare il job di esportazione: andate nella sezione Job history per monitorare l'avanzamento. Attendete che lo stato risulti Succeeded.
Scaricare il pacchetto dati: una volta completato il job, selezionate Download package dalla pagina Job history. Verrà scaricato un file ZIP contenente i file CSV separati per ogni entità.
Combinare e trasformare i dati: decomprimete il pacchetto. Utilizzate uno strumento esterno come Power Query, uno script Python o un altro tool ETL per eseguire le seguenti operazioni:
- Aprite ogni file CSV.
- Mappate le colonne sorgente di ogni file sulla struttura standardizzata dell'Event Log (LogisticsOrder, ActivityName, EventTime, ecc.).
- Per ogni file, aggiungete una nuova colonna per ActivityName e popolatela con il nome statico dell'attività (es. 'Customer Order Created' per tutte le righe dell'entità Sales Order).
- Unite tutti i dati trasformati in un'unica tabella.
- Calcolate gli attributi derivati come ProcurementLeadTime, se necessario.
Esportare l'Event Log finale: salvate i dati combinati e trasformati in un unico file CSV. Assicuratevi che le intestazioni delle colonne corrispondano agli attributi richiesti dal vostro strumento di Process Mining. Il file è pronto per il caricamento.

Configurazione

Data Entities: il cuore della configurazione consiste nel selezionare le entità dato corrette. Le entità chiave includono Sales order headers V2, Purchase order headers V2, Production orders V3, Product receipt headers, Sales invoice headers V2, Warehouse work headers e Shipments.
Formato dati di destinazione: il formato CSV è quello raccomandato per la sua semplicità e l'ampia compatibilità con gli strumenti di post-elaborazione.
Strategia di filtraggio: applicate sempre dei filtri per gestire il volume dei dati. I due filtri principali sono:
- Azienda/Entità legale: filtrate ogni entità per la specifica entità legale (es. DAT.DataAreaId = 'usmf').
- Intervallo temporale: applicate un filtro temporale su un campo data principale, come CreatedDateTime nell'entità Sales order headers V2, per estrarre un periodo pertinente (es. gli ultimi 6 mesi).
Esportazione incrementale vs completa: per l'estrazione iniziale è necessaria un'esportazione completa. Per i caricamenti delta successivi, è possibile configurare esportazioni incrementali, sebbene ciò aumenti la complessità della logica di post-elaborazione.
Prerequisiti: gli utenti che configurano ed eseguono il job di esportazione devono disporre delle autorizzazioni appropriate, come il ruolo di sicurezza Data management administrator. L'organizzazione deve inoltre utilizzare i moduli D365 SCM pertinenti, tra cui Sales and marketing, Procurement and sourcing, Production control e Warehouse management.

a Query di Esempio 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]

Il Suo template per i dati di Supply Chain Management

Il Suo template per i dati di Supply Chain Management

Attributi di Supply Chain Management

Attività di Supply Chain Management

Guide all'Estrazione

Esportazione dal Framework di Gestione Dati di Dynamics 365

Fasi

Configurazione

a Query di Esempio config

Query SQL Diretta tramite Bring Your Own Database (BYOD)

Fasi

Configurazione

a Query di Esempio sql

Estrazione tramite Script Python via API OData di Dynamics 365

Fasi

Configurazione

a Query di Esempio python

Dataflow di Power Platform per l'estrazione dati SCM

Fasi

Configurazione

a Query di Esempio config

Pronto per iniziare?

Diventi un esperto di Supply Chain Management: inizi a ottimizzare oggi stesso

Il Suo template per i dati di Supply Chain Management

Il Suo template per i dati di Supply Chain Management

Attributi di Supply Chain Management

Attività di Supply Chain Management

Guide all'Estrazione

Esportazione dal Framework di Gestione Dati di Dynamics 365

Fasi

Configurazione

a Query di Esempio config

Query SQL Diretta tramite Bring Your Own Database (BYOD)

Fasi

Configurazione

a Query di Esempio sql

Estrazione tramite Script Python via API OData di Dynamics 365

Fasi

Configurazione

a Query di Esempio python

Dataflow di Power Platform per l'estrazione dati SCM

Fasi

Configurazione

a Query di Esempio config

Abbiamo a cuore la Sua privacy

Pronto per iniziare?

Diventi un esperto di Supply Chain Management: inizi a ottimizzare oggi stesso