> Miglioramento continuo dei processi > Gestione dell’inventario > Microsoft Dynamics 365 > Template dei dati

Il template dei dati per la gestione delle scorte

Microsoft Dynamics 365

Attributi per la gestione delle scorte(21) Attività di gestione delle scorte(15) Guide all’estrazione(4)

Il template dei dati per la gestione delle scorte

Questo template offre indicazioni chiare per raccogliere i dati necessari ad analizzare il processo di gestione delle scorte. Descrive gli attributi essenziali, le attività chiave da monitorare e le indicazioni pratiche per estrarre i dati. Lo utilizzi per assicurarsi di acquisire tutte le informazioni necessarie a un’efficace analisi di Process Mining.

Attributi consigliati da raccogliere
Attività chiave da monitorare
Indicazioni per l’estrazione

Non conosce ancora gli Event Log? Scopra come creare un Event Log per il Process Mining.

Scarica il template

Attributi per la gestione delle scorte

Questi sono i campi dati consigliati da includere nell’Event Log per analizzare in modo completo il processo di gestione delle scorte.

5 Obbligatorio 6 Consigliato 10 Facoltativo

	Nome	Descrizione
	Lotto di inventario InventoryBatchLot	Identificativo univoco di uno specifico lotto di un articolo di magazzino, utilizzato come identificativo principale del caso.
Descrizione Il numero del lotto di inventario è l’identificativo principale del caso e raggruppa tutte le attività relative a una specifica quantità di prodotto. Consente di seguire l’intero ciclo di vita di una determinata quantità di scorte, dalla ricezione in magazzino ai vari spostamenti, fino all’uscita o al consumo. Nell’analisi dei processi, questo attributo offre una visione completa del percorso di ciascun lotto. Seguendo un singolo lotto, gli analisti possono misurare i tempi di ciclo dall’inizio alla fine, individuare i percorsi ricorrenti e rilevare gli scostamenti dalle procedure operative standard per specifici articoli o fornitori. Perché è importante È la chiave essenziale per ricostruire l’intero ciclo di vita di una quantità di inventario e consente di analizzare le varianti e monitorare le prestazioni di ciascun lotto. Dove reperirli Questo identificativo si trova in genere nelle tabelle delle transazioni di inventario, come InventTrans, e nelle tabelle correlate che gestiscono i dettagli dei lotti, come InventBatch. Esempi BCH003451LOT2024-A55B001-RAW-STEEL
	Nome dell’attività ActivityName	Il nome dello specifico evento di gestione dell’inventario che si è verificato, ad esempio 'Ricezione merci registrata' o 'Prelievo completato'.
Descrizione Questo attributo descrive l’attività aziendale svolta in un determinato momento per un dato lotto di inventario. Rappresenta un singolo passaggio del processo complessivo di gestione dell’inventario e contribuisce a formare la sequenza di eventi che costituisce il flusso del processo. L’analisi della sequenza delle attività è alla base del Process Mining. Consente di visualizzare la mappa del processo, individuare i colli di bottiglia tra le attività, misurare i tempi di transizione e rilevare le varianti non standard. Ogni valore corrisponde a una tappa importante del ciclo di vita dell’inventario. Perché è importante Questo attributo definisce i passaggi del processo e consente di visualizzarne la mappa, analizzare le varianti e individuare i colli di bottiglia. Dove reperirli Derivato dai tipi di transazione, dalle modifiche di stato o dai tipi di ordine di lavoro presenti in tabelle come InventTrans, WHSWorkTable e WHSRFMenuItemTable. Esempi Goods Receipt RecordedPut-away CompletedDifferenza di inventario rettificataPrelievo completatoScorte scartate
	Ora dell’evento EventTime	Data e ora esatte in cui si è verificata l’attività di inventario.
Descrizione Questo attributo registra la data e l’ora in cui un’attività è stata registrata nel sistema. Definisce l’ordine cronologico degli eventi per ciascun lotto di inventario, un elemento fondamentale per il Process Mining. Le date e le ore vengono utilizzate per calcolare i tempi di ciclo, le durate e i tempi di attesa tra le attività. Ciò consente di analizzare le prestazioni, individuare i colli di bottiglia e monitorare il rispetto degli accordi sul livello del servizio. Per un’analisi significativa dei processi, è essenziale disporre di date e ore precise e complete. Perché è importante La data e l’ora sono fondamentali per ordinare gli eventi, calcolare i tempi di ciclo e le durate e analizzare nel tempo le prestazioni del processo. Dove reperirli Si trova in genere nelle tabelle delle transazioni, come InventTrans (ad esempio, DATEPHYSICAL, CREATEDDATETIME), o nelle tabelle degli ordini di lavoro, come WHSWorkTable (ad esempio, CREATEDDATETIME, MODIFIEDDATETIME). Esempi 2023-10-26T09:00:00Z2023-10-26T11:34:15Z2023-10-27T14:21:05Z
	Sistema di origine SourceSystem	Identifica il sistema da cui provengono i dati, ad esempio 'Dynamics 365 F&O'.
Descrizione Questo attributo specifica l’applicazione o la piattaforma di origine che ha generato i dati degli eventi. In un’azienda moderna, i dati possono provenire da più sistemi, ad esempio un ERP, un sistema di gestione del magazzino (WMS) o un sistema di esecuzione della produzione (MES). In un’analisi che riguarda un solo sistema, spesso il valore è statico; diventa invece fondamentale quando si combinano dati provenienti da più fonti. Aiuta a garantire l’integrità dei dati, a risolvere i problemi di integrazione e a comprendere il contributo dei diversi sistemi al processo complessivo. Perché è importante Fornisce un contesto essenziale sull’origine dei dati, fondamentale per la governance dei dati e per analizzare processi che coinvolgono più sistemi integrati. Dove reperirli In genere è un valore statico aggiunto durante l’estrazione dei dati per indicare l’origine del set di dati. Esempi Dynamics 365 F&OD365 SCMMicrosoft Dynamics AX
	Ultimo aggiornamento dei dati LastDataUpdate	Data e ora dell’ultimo aggiornamento dei dati del processo dal sistema di origine.
Descrizione Questo attributo registra la data e l’ora dell’estrazione o dell’aggiornamento più recente dei dati. Indica quanto sono aggiornati i dati analizzati. È importante che gli utenti sappiano quanto è recente l’analisi del processo. Consente di valutare la tempestività dei dati ed è un metadato essenziale per qualsiasi report o Dashboard, affinché le decisioni si basino su un intervallo temporale noto. Perché è importante Indica agli utenti quanto sono aggiornati i dati, così che possano valutare la data di riferimento dell’analisi. Dove reperirli È un campo di metadati generato durante il flusso di acquisizione dei dati, che registra la data e l’ora del processo di estrazione. Esempi 2024-01-20T05:00:00Z2024-01-21T05:00:00Z
	Codice causale ReasonCode	Codice che indica il motivo di una specifica transazione, ad esempio una rettifica dell’inventario o un reso.
Descrizione I codici causali forniscono un contesto qualitativo sul motivo per cui si è verificata un’attività. Sono comunemente utilizzati per classificare il fattore aziendale alla base di rettifiche dell’inventario, spostamenti delle scorte, resi e scarti. L’analisi per codice causale è essenziale per individuare le cause profonde. Aiuta a capire perché si verificano differenze inventariali (ad esempio, 'Merce danneggiata' o 'Errore di inserimento dati'), perché le scorte vengono spostate all’interno del magazzino (ad esempio, 'Rifornimento' o 'Consolidamento') o perché gli articoli vengono resi. Queste informazioni sono fondamentali per le iniziative di miglioramento dei processi. Perché è importante Spiega il motivo alla base di un evento e consente di individuare le cause profonde di problemi come rettifiche dell’inventario, resi o scarti. Dove reperirli Si trova in diverse tabelle, a seconda della transazione, ad esempio in InventJournalTrans (campo: REASONREFRECID) o tramite configurazioni personalizzate. Esempi RC-DMGTROVATOCONTEGGIO CICLICO
	ID articolo ItemId	Identificativo univoco del prodotto o del materiale gestito, noto anche come SKU.
Descrizione Questo attributo è il codice univoco di uno specifico prodotto, materiale o unità di gestione delle scorte (SKU). Collega ogni attività di inventario all’articolo spostato, conteggiato o ispezionato. Analizzare il processo per ID articolo consente di approfondire il comportamento dei singoli prodotti. Aiuta a capire quali prodotti hanno i tempi di stoccaggio più lunghi, quali vengono rettificati più spesso e quali vengono scartati con maggiore frequenza. È fondamentale per ottimizzare l’inventario e gestire il ciclo di vita dei prodotti. Perché è importante Collega le attività di inventario a prodotti specifici (SKU) e consente di analizzare le prestazioni, i costi e i problemi dei processi relativi a ciascun prodotto. Dove reperirli Chiave primaria presente nella maggior parte delle tabelle relative all’inventario, come InventTrans (campo: ITEMID), InventBatch e InventTable. Esempi A0001HW-1024RAW-STL-P01
	ID magazzino WarehouseId	Identificativo del magazzino o del sito fisico in cui si è svolta l’attività di inventario.
Descrizione Questo attributo specifica il magazzino in cui si trova l’inventario o in cui si è svolta l’attività. Fornisce un contesto geografico o organizzativo per ogni evento. Segmentare l’analisi dei processi per magazzino è fondamentale per confrontare le prestazioni dei diversi siti. Aiuta a individuare i magazzini più efficienti, quelli con il tasso più elevato di differenze inventariali e quelli in cui i colli di bottiglia sono più gravi. In questo modo è possibile intervenire in modo mirato sui processi operativi e sull’allocazione delle risorse. Perché è importante Consente di confrontare le prestazioni e analizzare i colli di bottiglia tra diversi siti fisici o magazzini. Dove reperirli Si trova nei campi delle dimensioni dell’inventario associati alle tabelle delle transazioni. Cercare INVENTDIMID in InventTrans, che rimanda alla tabella InventDim, dove è memorizzato INVENTLOCATIONID. Esempi WH-MAINSITE-02DC-WEST
	ID utente UserId	Identificativo dell’utente che ha svolto l’attività o ne è responsabile.
Descrizione Questo attributo registra l’ID utente associato a una transazione di inventario, ad esempio l’addetto al magazzino che ha completato un prelievo o il responsabile dell’inventario che ha registrato una rettifica. Analizzare le attività per utente aiuta a individuare esigenze di formazione, riconoscere le persone o i team con prestazioni elevate e indagare sulle cause profonde degli interventi manuali o degli errori. È essenziale per Dashboard come 'Fattori delle rettifiche manuali dell’inventario', che aiutano a capire chi apporta le modifiche e perché. Perché è importante Monitora il coinvolgimento degli utenti, un elemento chiave per analizzare le prestazioni, individuare opportunità di formazione e comprendere i fattori che determinano le rettifiche manuali. Dove reperirli Si trova in diverse tabelle, spesso in un campo createdBy o modifiedBy. Ad esempio, WHSWorkTable contiene un campo USERID. Esempi d.smithj.doewarehouse.worker1
	Ora di fine dell’evento EventEndTime	Data e ora che segnano il completamento di un’attività e vengono utilizzate per calcolarne la durata.
Descrizione Molti eventi nella gestione dell’inventario sono istantanei, ma alcune attività hanno un orario di inizio e uno di fine distinti, come un’ispezione di qualità o un’attività di stoccaggio. Questo attributo registra l’ora di completamento di tali attività. La disponibilità dell’ora di inizio e di fine consente di calcolare il tempo di elaborazione delle singole attività. È fondamentale per analizzare l’efficienza delle risorse, individuare le attività che richiedono più tempo e comprendere il costo effettivo delle fasi del processo. Perché è importante Consente di calcolare con precisione la durata delle attività, aiutando a individuare i passaggi inefficienti e ad analizzare l’utilizzo delle risorse. Dove reperirli Può essere ricavato da una data e ora di aggiornamento dello stato distinta, ad esempio dalla data e ora di modifica di una riga dell’ordine di lavoro in WHSWorkTable quando lo stato passa a 'Closed'. Esempi 2023-10-26T09:15:00Z2023-10-26T12:01:45Z2023-10-27T15:00:00Z
	Quantità Quantity	Quantità dell’articolo coinvolto nella transazione, espressa nell’unità di misura di base.
Descrizione Questo attributo rappresenta il numero di unità di un articolo interessate da un’attività di inventario. Può essere positivo per le ricezioni e le rettifiche positive oppure negativo per le uscite, gli scarti e le rettifiche negative. Analizzare le quantità è fondamentale per comprendere la portata e l’impatto dei processi di inventario. Questo dato viene utilizzato in quasi tutte le Dashboard e i KPI, dal calcolo del volume di merce scartata alla misurazione dell’entità delle differenze inventariali. Aiuta a stabilire le priorità in base all’impatto concreto dei problemi. Perché è importante Quantifica il volume fisico degli articoli in ogni transazione, un dato essenziale per misurare l’impatto aziendale, il flusso di attività e l’entità delle differenze. Dove reperirli Si trova nelle principali tabelle delle transazioni, come InventTrans (campo: QTY). Esempi 100-2510500
	È una rettifica per discrepanza IsDiscrepancyAdjustment	Indicatore booleano che vale true se l’attività è un evento «Rettifica per discrepanza delle scorte».
Descrizione Questo attributo calcolato è un semplice indicatore (true o false) che identifica le attività relative alle rettifiche manuali delle scorte. Semplifica i filtri e le aggregazioni nell’analisi dell’accuratezza delle scorte. L’indicatore consente di calcolare facilmente KPI come il «Tasso di discrepanza delle scorte» o il «Tasso di rettifiche manuali». Gli analisti possono isolare rapidamente questi eventi non standard e indagarne le cause profonde, senza dover applicare filtri complessi al nome dell’attività. Perché è importante Semplifica l’analisi e il calcolo dei KPI relativi all’accuratezza delle scorte, segnalando tutti gli eventi legati a discrepanze. Dove reperirli Campo calcolato: TRUE se ActivityName è «Inventory Discrepancy Adjusted», altrimenti FALSE. Esempi truefalse
	ID del giornale di movimentazione MovementJournalId	Identificativo univoco di un giornale di movimentazione delle scorte.
Descrizione Il giornale di movimentazione delle scorte serve a registrare i trasferimenti interni che non rientrano in un processo formale di stoccaggio o prelievo, ad esempio lo spostamento di articoli tra ubicazioni per consolidare le scorte o rifornire le aree. Questo ID raggruppa le righe appartenenti a una singola transazione di movimentazione. L’analisi per ID del giornale di movimentazione fornisce un contesto alle attività «Scorte movimentate internamente». Aiuta a comprendere l’entità e le ragioni di questi spostamenti, che, se troppo frequenti, possono mettere in luce inefficienze nella disposizione del magazzino o nelle strategie di rifornimento. Perché è importante Fornisce un contesto per gli spostamenti interni delle scorte e aiuta ad analizzare la frequenza e le ragioni dei trasferimenti non standard. Dove reperirli Il valore JOURNALID della tabella InventJournalTable, in cui il tipo di giornale è «Movement». Esempi IMJ-00945IMJ-00946IMJ-00947
	ID giornale di conteggio CountingJournalId	Identificativo univoco di un giornale di conteggio dell’inventario.
Descrizione Un giornale di conteggio dell’inventario serve a registrare i risultati di un conteggio fisico, ad esempio un conteggio ciclico o l’inventario annuale. Questo ID raggruppa tutte le registrazioni del conteggio e le rettifiche conseguenti a uno specifico evento di conteggio. L’analisi per ID giornale di conteggio fornisce il contesto delle attività di rettifica dell’inventario. Aiuta a distinguere le rettifiche dovute a conteggi pianificati dalle correzioni occasionali, un aspetto importante per comprendere i fattori che causano l’inesattezza dell’inventario. Perché è importante Raggruppa i conteggi dell’inventario e le relative rettifiche, fornendo il contesto per capire perché una differenza è stata rilevata e corretta. Dove reperirli JOURNALID di InventJournalTable, dove il tipo di giornale è 'Counting'. Esempi ICJ-00561ICJ-00562ICJ-00563
	ID ordine di lavoro WorkId	Identificativo univoco di un ordine di lavoro di magazzino, ad esempio per il prelievo o lo stoccaggio.
Descrizione Nel modulo di gestione del magazzino viene generato un ID ordine di lavoro per rappresentare un insieme di attività assegnate a un addetto, come prelevare articoli per un ordine o stoccare la merce ricevuta. L’ID raggruppa le attività correlate. Il monitoraggio per ID ordine di lavoro consente di analizzare l’efficienza di specifiche attività di magazzino. Aiuta a misurare il tempo necessario per completare un’attività di stoccaggio o di prelievo, dalla creazione al completamento, e può essere utilizzato per analizzare le prestazioni degli addetti. Perché è importante Raggruppa le attività di magazzino correlate e consente di analizzare l’efficienza di specifici ordini di lavoro, come quelli di prelievo e stoccaggio. Dove reperirli Chiave primaria della tabella WHSWorkTable. Esempi USMF-000123USMF-000124USMF-000125
	ID ordine di qualità QualityOrderId	Identificativo univoco di un ordine di ispezione della qualità.
Descrizione Quando la merce deve essere ispezionata alla ricezione o in un’altra fase del processo, viene generato un ordine di qualità. Questo attributo ne è l’identificativo univoco e collega tutte le attività correlate, come la creazione, i test e la convalida dell’esito positivo o negativo. Il monitoraggio per ID ordine di qualità aiuta ad analizzare l’efficienza e gli esiti del controllo qualità. È essenziale per Dashboard come 'Prestazioni delle ispezioni di qualità', che consentono di misurare il tempo di attraversamento dalla creazione al completamento e di individuare i colli di bottiglia nel flusso di lavoro di ispezione. Perché è importante Collega le attività relative alla qualità e consente di analizzare la durata e gli esiti del processo di ispezione. Dove reperirli Chiave primaria della tabella InventQualityOrderTable. Esempi QO-00182QO-00183QO-00184
	ID ordine di reso ReturnOrderId	Identificativo univoco di un ordine di reso del cliente (RMA).
Descrizione Questo attributo identifica un’autorizzazione al reso (RMA) o un ordine di reso e consente di monitorare il rientro della merce da parte di un cliente. Collega tutte le attività relative a uno specifico reso. Questo ID è fondamentale per analizzare il flusso del processo di reso. Consente di misurare il tempo di ciclo complessivo, dalla ricezione dell’articolo reso alla sua destinazione finale, ad esempio il reintegro a magazzino, la riparazione o lo scarto. Aiuta a individuare ritardi e inefficienze nel processo di gestione dei resi. Perché è importante Monitora l’intero ciclo di vita di un reso del cliente e consente di analizzare il tempo di ciclo e l’efficienza dell’elaborazione dei resi. Dove reperirli ID dell’ordine cliente in SalesTable, dove il tipo di vendita è 'Returned order'. Esempi RMA-01002RMA-01003RMA-01004
	ID ubicazione LocationId	Ubicazione specifica all’interno di un magazzino, ad esempio uno scomparto, uno scaffale o una corsia.
Descrizione Questo attributo identifica l’ubicazione precisa in cui è immagazzinato l’inventario o si svolge un’attività. Offre un livello di dettaglio puntuale per analizzare gli spostamenti interni al magazzino. L’analisi per ID ubicazione aiuta a ottimizzare la disposizione e i flussi del magazzino. Può rivelare percorsi di movimentazione inefficienti, individuare le aree congestionate e segnalare le ubicazioni soggette a errori di prelievo o differenze inventariali. È fondamentale per le Dashboard 'Analisi dei flussi di attività del magazzino' e 'Panoramica degli spostamenti interni delle scorte'. Perché è importante Fornisce dettagli puntuali per ottimizzare la disposizione del magazzino, analizzare gli spostamenti interni e individuare le aree di stoccaggio problematiche. Dove reperirli Si trova nella tabella InventDim (campo: WMSLOCATIONID), collegata tramite INVENTDIMID alle tabelle delle transazioni. Esempi A1-R2-S3-B4RECV-DOCK-01PACK-STN-5
	Tempo dal prelievo al confezionamento PickingToPackingTime	Tempo totale che intercorre dall’avvio del prelievo al completamento del confezionamento di un ordine.
Descrizione Questo KPI misura il tempo di ciclo del processo di evasione in uscita, in particolare il tempo che intercorre tra l’attività «Prelievo avviato» o «Prelievo completato» e l’attività «Confezionamento completato». Il calcolo può essere effettuato a livello di caso, se il caso rappresenta una riga dell’ordine di vendita, oppure tra attività correlate. Questa metrica è fondamentale per valutare l’efficienza delle operazioni di prelievo e confezionamento. Un tempo più breve indica un processo di evasione più snello, con conseguenti spedizioni più rapide e una maggiore soddisfazione dei clienti. Aiuta inoltre a individuare i colli di bottiglia nel flusso di lavoro in uscita. Perché è importante Misura l’efficienza del processo centrale di evasione degli ordini e incide direttamente sulla rapidità delle spedizioni e sulla soddisfazione dei clienti. Dove reperirli Calcolato come differenza tra il timestamp delle attività «Confezionamento completato» e «Prelievo avviato» per lo stesso ordine o ID lavoro. Esempi 25 minuti1 ora e 5 minuti48 minuti
	Tempo di stoccaggio PutAwayCycleTime	Tempo totale che intercorre tra la ricezione della merce e il completamento dello stoccaggio degli articoli nella loro ubicazione definitiva.
Descrizione Questo KPI misura il tempo che intercorre tra l’attività «Ricezione merce registrata» e l’attività «Stoccaggio completato» per uno specifico lotto di scorte. È una metrica a livello di caso che quantifica l’efficienza del processo di ricezione e stoccaggio. Monitorare questo tempo di ciclo è fondamentale per individuare i colli di bottiglia nel flusso logistico in entrata. Valori elevati possono segnalare problemi di capacità del magazzino, disponibilità delle risorse o inefficienze di processo, che ritardano la disponibilità delle scorte per l’evasione degli ordini. Perché è importante Misura l’efficienza dell’intero processo di ricezione in entrata e incide direttamente sulla rapidità con cui le nuove scorte diventano disponibili. Dove reperirli Calcolato a livello di caso come differenza tra il timestamp di «Stoccaggio completato» e quello di «Ricezione merce registrata» per lo stesso InventoryBatchLot. Esempi 4 ore e 15 minuti1 giorno e 2 ore35 minuti
	Valore dell’articolo ItemValue	Valore monetario dell’inventario interessato dalla transazione.
Descrizione Questo attributo rappresenta il valore finanziario calcolato della quantità spostata o rettificata in una transazione, in genere sulla base del costo corrente dell’articolo. Traduce i movimenti fisici dell’inventario in un impatto finanziario. L’analisi per valore dell’articolo è fondamentale per la rendicontazione finanziaria e la valutazione dell’impatto aziendale. Viene utilizzata per calcolare KPI come il 'Rapporto tra valore dell’inventario scartato e inventario totale' e aiuta a concentrare gli interventi di miglioramento sui processi con le conseguenze finanziarie più rilevanti, come le differenze di valore elevato o gli scarti. Perché è importante Traduce le quantità di inventario in impatto finanziario, un dato fondamentale per stabilire le priorità e calcolare i KPI finanziari. Dove reperirli Si calcola moltiplicando la quantità di InventTrans (QTY) per il costo dell’articolo in InventTableModule o in una tabella dei costi correlata. Il valore registrato può trovarsi in InventTrans.COSTAMOUNTPOSTED. Esempi 1500.00-375.5025000.75

Obbligatorio Consigliato Facoltativo

Attività di gestione delle scorte

Queste sono le fasi e le tappe essenziali da acquisire nell’Event Log per individuare e analizzare con precisione il flusso delle scorte.

6 Consigliato 9 Facoltativo

	Attività	Descrizione
	Differenza di inventario rettificata	Questa attività rappresenta la registrazione di una rettifica dell’inventario per correggere una differenza rilevata durante un conteggio o per altri motivi. Si tratta di una transazione esplicita che modifica la quantità disponibile.
Perché è importante Questo evento è fondamentale per misurare l’accuratezza dell’inventario e il KPI 'Tasso di differenze inventariali'. Rettifiche frequenti possono indicare problemi alla base del controllo dei processi, della ricezione o del prelievo. Dove reperirli Quando viene registrato un giornale di conteggio o di rettifica dell’inventario, nella tabella InventTrans viene creata una transazione esplicita. Acquisizione Individuare le transazioni in InventTrans generate dalla registrazione di un record InventJournalTable di tipo 'Counting' o 'Profit/Loss'. Tipo di evento explicit
	Goods Receipt Recorded	Questa attività segna l’ingresso iniziale di un lotto di magazzino, in genere da un fornitore o dalla produzione. L’evento viene registrato quando si contabilizza la ricezione di un ordine di acquisto o il giornale di produzione «report as finished», generando una transazione con quantità positiva.
Perché è importante È l’evento di inizio principale del ciclo di vita delle scorte. Avvia il monitoraggio dei tempi di ciclo dello stoccaggio e del tempo di attraversamento complessivo delle scorte, fornendo una base di riferimento per misurare le prestazioni. Dove reperirli Registrato nella tabella InventTrans. Si tratta di una transazione esplicita generata dalla contabilizzazione della ricezione di un prodotto per un ordine di acquisto o dalla registrazione di un ordine di produzione come completato. Acquisizione Individuare in InventTrans le transazioni associate alla ricezione di ordini di acquisto o alla registrazione di ordini di produzione con quantità positiva. Tipo di evento explicit
	Ordine di prelievo creato	Indica che il sistema ha generato le istruzioni per prelevare un lotto di magazzino destinato a un ordine cliente o di produzione. L’evento viene rilevato quando nel WMS viene creato un nuovo record di 'work' per il prelievo.
Perché è importante Questo evento segna l’inizio del processo di evasione in uscita. Il tempo che intercorre tra la creazione dell’ordine e quella dell’ordine di prelievo può indicare ritardi nell’allocazione o nella pianificazione. Dove reperirli Viene creato un nuovo record in WHSWorkTable con un tipo di ordine di lavoro 'Sales order' o 'Production pick'. La creazione è attivata dal rilascio dell’ordine al magazzino. Acquisizione Rilevare la data e l’ora di creazione di un record in WHSWorkTable il cui tipo di ordine di lavoro è relativo al prelievo. Tipo di evento explicit
	Prelievo completato	Questa attività indica che un addetto ha terminato il prelievo fisico del lotto di magazzino e lo ha trasferito in un’area di preparazione o imballaggio. L’evento è dedotto dal passaggio allo stato 'Closed' dell’ordine di lavoro di prelievo nel WMS.
Perché è importante Questa tappa segna la fine del prelievo e l’inizio dell’imballaggio o della spedizione. È essenziale per misurare il 'Tempo medio dal prelievo all’imballaggio' e l’efficienza complessiva dell’evasione degli ordini. Dove reperirli Dedotto da WHSWorkTable quando il campo 'Work Status' di un ordine di lavoro di prelievo passa a 'Closed'. Acquisizione Individuare la data e l’ora in cui il campo Work Status di WHSWorkTable viene aggiornato a 'Closed' per l’ordine di prelievo pertinente. Tipo di evento inferred
	Put-away Completed	Questa attività rappresenta il completamento dello spostamento fisico del lotto di magazzino nell’ubicazione di stoccaggio assegnata. Si deduce dal passaggio dello stato del record «work» di magazzino corrispondente a «Closed».
Perché è importante Questa tappa fondamentale segna la fine del processo di ricezione e stoccaggio e rende le scorte disponibili per l’evasione degli ordini. È essenziale per misurare il KPI «Average Put-away Cycle Time». Dove reperirli Deducibile dalla tabella WHSWorkTable quando il campo «Work Status» di un ordine di lavoro di stoccaggio passa a «Closed». Acquisizione Individuare la data e l’ora in cui il campo Work Status nella tabella WHSWorkTable viene aggiornato a «Closed» per il lotto interessato. Tipo di evento inferred
	Uscita merci registrata	Questa attività segna l’uscita definitiva del lotto di magazzino dal deposito, in genere a seguito di una vendita al cliente o del consumo in produzione. Viene rilevata quando viene registrato un documento di trasporto di un ordine cliente o un giornale della distinta di prelievo per la produzione.
Perché è importante È il principale evento di conclusione positiva del ciclo di vita dell’inventario. Termina il monitoraggio del tempo trascorso dal lotto in magazzino e ne conferma la destinazione finale. Dove reperirli Registrata nella tabella InventTrans come transazione esplicita con quantità negativa. Viene generata dalla registrazione di un documento di trasporto di un ordine cliente o di una distinta di prelievo per la produzione. Acquisizione Individuare in InventTrans le transazioni con quantità negativa associate a un’uscita per ordine cliente o al consumo per un ordine di produzione. Tipo di evento explicit
	Conteggio dell’inventario eseguito	L’evento si verifica quando un addetto inserisce nel giornale di conteggio la quantità rilevata per il lotto di magazzino. Viene rilevato quando il campo 'counted' della riga del giornale viene compilato.
Perché è importante Questa attività fornisce i dati necessari per individuare le differenze tra la quantità disponibile registrata nel sistema e il conteggio fisico. È un passaggio fondamentale prima di apportare eventuali rettifiche. Dove reperirli Registrato nelle righe del giornale di conteggio (InventJournalTrans) quando un utente inserisce un valore nel campo della quantità 'Counted'. Acquisizione Rilevare la data e l’ora in cui la quantità conteggiata viene registrata nella tabella InventJournalTrans. Tipo di evento explicit
	Counting Journal Created	Questa attività indica l’avvio di un conteggio delle scorte per un lotto o un’ubicazione specifici. È un evento esplicito, registrato quando un utente crea un giornale di conteggio delle scorte.
Perché è importante Segna l’inizio del processo di inventario fisico. La durata e la frequenza delle attività di conteggio sono importanti per comprendere i costi operativi e gli interventi volti a garantire l’accuratezza delle giacenze. Dove reperirli Rilevato alla creazione di un record in InventJournalTable con tipo di giornale 'Counting'. Acquisizione Per i giornali di conteggio, utilizzare la data e l’ora di creazione del record di intestazione in InventJournalTable. Tipo di evento explicit
	Imballaggio completato	Indica che gli articoli prelevati sono stati imballati in un contenitore o pacco per la spedizione. L’evento può essere dedotto dalla chiusura di un contenitore nell’interfaccia della postazione di imballaggio o dall’aggiornamento dello stato della spedizione.
Perché è importante Questa attività è una tappa fondamentale nell’evasione degli ordini. Monitorarne il completamento aiuta ad analizzare l’efficienza della postazione di imballaggio e il suo contributo ai tempi complessivi di spedizione. Dove reperirli L’evento può essere dedotto da WHSContainerTable quando lo stato del contenitore passa a 'Closed' oppure da WHSShipmentTable quando lo stato della spedizione avanza. Acquisizione Rilevare la data e l’ora del passaggio a 'Closed' del record in WHSContainerTable associato al lotto. Tipo di evento inferred
	Put-away Work Created	Indica che il sistema ha generato istruzioni per spostare le scorte ricevute dall’area di ricezione o di attesa a un’ubicazione di stoccaggio. L’evento viene registrato quando si crea un nuovo record «work» nel Warehouse Management System (WMS).
Perché è importante Segna l’inizio del processo fisico di stoccaggio. Analizzare il tempo che intercorre dalla ricezione a questo momento può far emergere ritardi di sistema o di pianificazione. Dove reperirli Viene creato un nuovo record nella tabella WHSWorkTable con Work Order Type «Put-away». L’evento è attivato automaticamente dalle direttive di ubicazione dopo la ricezione. Acquisizione Acquisire la data e l’ora di creazione del record nella tabella WHSWorkTable con Work Order Type «Put-away». Tipo di evento explicit
	Quality Inspection Performed	Questa attività indica che è stato eseguito un controllo di qualità e che i risultati sono stati registrati. In genere si deduce da una modifica dello stato dell’ordine di qualità da «Open» a uno stato che indica il completamento, come «Passed» o «Failed».
Perché è importante Misura la durata del controllo di qualità. I ritardi in questa fase possono creare notevoli colli di bottiglia prima che le scorte siano disponibili per l’uso o lo stoccaggio. Dove reperirli Deducibile dagli aggiornamenti di stato nella tabella InventQualityOrderTable. L’evento corrisponde al passaggio da uno stato aperto a uno stato convalidato. Acquisizione Monitorare il campo di stato nella tabella InventQualityOrderTable e acquisire la data e l’ora della modifica a uno stato finale come «Pass» o «Fail». Tipo di evento inferred
	Quality Order Created	Indica il momento in cui un lotto di magazzino viene sottoposto automaticamente o manualmente a un controllo di qualità al momento della ricezione. L’evento viene registrato con la creazione di un record nella tabella degli ordini di qualità, collegato al documento di origine, ad esempio un ordine di acquisto.
Perché è importante Monitorare la creazione degli ordini di qualità aiuta ad analizzare per quanto tempo le scorte restano soggette a restrizioni o in stato di «blocco», condizione che ne limita la disponibilità per l’evasione degli ordini. Dove reperirli Generato nella tabella InventQualityOrderTable. L’evento è attivato dalle associazioni di qualità configurate per articoli, fornitori o processi di produzione. Acquisizione Acquisire la data e l’ora di creazione del record in InventQualityOrderTable relativo al lotto di magazzino specifico. Tipo di evento explicit
	Reso ricevuto	Questa attività registra il rientro in magazzino, da parte di un cliente, di un lotto venduto in precedenza. L’evento viene registrato quando viene elaborato un ordine di reso e gli articoli vengono ricevuti.
Perché è importante Monitorare i resi è essenziale per comprendere i problemi di qualità dei prodotti e l’efficienza del processo di logistica inversa. Il reso avvia un sottoprocesso di ispezione, reintegro a magazzino o smaltimento. Dove reperirli Nella tabella InventTrans viene creata una transazione esplicita con quantità positiva, associata a un’autorizzazione al reso (RMA) o a un ordine di reso. Acquisizione Individuare in InventTrans le transazioni associate a un ordine di reso, che registra il rientro del lotto nell’inventario. Tipo di evento explicit
	Scorte scartate	Rappresenta lo smaltimento formale o la cancellazione di un lotto di magazzino scaduto, danneggiato o obsoleto. Viene rilevato registrando un giornale di rettifica dell’inventario con un codice causale specifico per lo scarto.
Perché è importante È un evento critico di esito negativo o di conclusione. Analizzare le scorte scartate aiuta a quantificare gli sprechi, individuare i prodotti soggetti a obsolescenza e migliorare la pianificazione dell’inventario. Dove reperirli Quando viene registrato per lo scarto un giornale di inventario di tipo 'Profit/Loss' o un giornale di conteggio, nella tabella InventTrans viene creata una transazione esplicita con quantità negativa. Acquisizione Individuare in InventTrans le transazioni con quantità negativa generate dalla registrazione di un giornale di inventario con un codice causale di scarto. Tipo di evento explicit
	Stock Moved Internally	Questo evento registra lo spostamento di un lotto di magazzino da un’ubicazione a un’altra all’interno dello stesso magazzino, ad esempio per il rifornimento o il consolidamento. Viene registrato quando si contabilizza un giornale di trasferimento delle scorte o si completa un’attività di movimentazione di magazzino.
Perché è importante Una frequenza elevata di movimenti interni può indicare una disposizione o una strategia di stoccaggio inefficiente. Analizzare questi movimenti aiuta a ottimizzare la collocazione delle scorte e a ridurre i costi di movimentazione. Dove reperirli Può trattarsi di una transazione esplicita in InventTrans originata da un giornale di trasferimento oppure di un evento dedotto dalla chiusura di un’attività «Movement» nella tabella WHSWorkTable. Acquisizione Individuare in InventTrans le transazioni di tipo «Transfer» oppure, nella tabella WHSWorkTable, i record di lavoro completati di tipo «Movement». Tipo di evento explicit

Consigliato Facoltativo

Guide all’estrazione

Come estrarre i dati da Microsoft Dynamics 365

Passaggi

Apra l’area di lavoro Gestione dati: in Microsoft Dynamics 365, utilizzi la barra di ricerca per aprire l’area di lavoro «Gestione dati».
Crei un nuovo progetto di esportazione: selezioni il riquadro «Esportazione» per creare un progetto di esportazione dei dati. Assegni un nome descrittivo, ad esempio «InvMgmt_EventLog_Export».
Definisca i dettagli del progetto: nei dettagli del progetto, imposti «Formato dati» su «CSV» e «Genera pacchetto dati» su «Sì».
Aggiunga le entità dati necessarie: aggiunga al progetto le seguenti entità dati selezionando «+ Aggiungi entità». Dovrà aggiungerle una alla volta. Utilizzi il campo «Nome entità» per cercarle:
- Transazioni di magazzino (InventTrans)
- Lotti di magazzino (InventBatch)
- Ordini di qualità (QualityOrders)
- Lavori di magazzino (WHSWorkTable)
- Righe dei giornali di conteggio delle scorte (InventJournalTrans_Counting)
- Righe dei giornali di rettifica delle scorte (InventJournalTrans_Movement)
- Righe dei documenti di trasporto degli ordini di vendita (SalesPackingSlipTrans)
- Righe di ricezione degli ordini di acquisto (VendPackingSlipTrans)
Configuri i filtri delle entità: per ogni entità, la selezioni e scelga «Filtro». È fondamentale applicare filtri per limitare il volume dei dati. Imposti un intervallo di date su campi come DATEPHYSICAL per «Transazioni di magazzino» e CREATEDDATETIME per le altre entità. Aggiunga anche un filtro per la specifica entità giuridica (società). Si consiglia di selezionare un intervallo degli ultimi 3-6 mesi.
Esegua il processo di esportazione: dopo aver aggiunto e filtrato tutte le entità, selezioni «Esportazione» nel riquadro delle azioni. Il sistema creerà un pacchetto dati contenente più file CSV, uno per ogni entità.
Scarichi il pacchetto dati: al termine dell’esportazione, scarichi il pacchetto dati, che sarà un file ZIP.
Estragga i file: decomprima il pacchetto per accedere ai singoli file CSV di ciascuna entità dati.
Trasformi e unisca i dati: questo passaggio essenziale di post-elaborazione va eseguito al di fuori di Dynamics 365, utilizzando uno strumento come Python, Power Query o un ambiente di gestione temporanea dei dati. Dovrà scrivere uno script per:
- Caricare tutti i file CSV.
- Creare, per ogni file, una colonna «ActivityName» e una colonna «EventTime» in base a valori e stati specifici dei campi, come descritto nella sezione della query.
- Uniformare i nomi delle colonne in tutti i file affinché corrispondano agli attributi richiesti (InventoryBatchLot, ActivityName, EventTime, UserId e così via).
- Unire tutti i dati trasformati in un unico file Event Log.
Generi gli attributi di sistema: nello script di trasformazione, aggiunga la colonna SourceSystem con il valore statico «Dynamics 365 F&O» e la colonna LastDataUpdate con il timestamp di esecuzione della trasformazione.
Prepari il file per il caricamento: salvi i dati uniti e trasformati in un unico file CSV, verificando che il formato sia corretto per il caricamento nello strumento di Process Mining.

Configurazione

Entità dati: l’estrazione si basa su un insieme di entità standard. Le principali sono InventTrans, WHSWorkTable e QualityOrders. Verifichi che siano disponibili nel Suo ambiente.
Formato di esportazione: configuri il progetto di esportazione in modo da generare un «pacchetto dati» in formato «CSV». Verranno creati file separati, facili da elaborare, per ciascuna entità.
Filtro per intervallo di date: applichi sempre un filtro per intervallo di date, così da gestire le prestazioni e le dimensioni dei file. Per l’analisi iniziale si consiglia un periodo di 3-6 mesi. Applichi il filtro ai campi DATEPHYSICAL o CREATEDDATETIME.
Filtro per società: utilizzi l’opzione di filtro per specificare l’entità giuridica (società) e assicurarsi di estrarre i dati dall’unità aziendale corretta.
Esportazioni incrementali: per le analisi continuative, configuri il progetto di esportazione come processo batch ricorrente. In questo modo potrà aggiornare regolarmente il set di dati con esportazioni incrementali.
Prerequisiti: l’utente che esegue l’esportazione deve disporre delle autorizzazioni di sicurezza appropriate, in genere il ruolo «Amministratore della gestione dei dati» o un ruolo equivalente, per accedere all’area di lavoro Gestione dati e alle entità dati necessarie.

Query di esempio config

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Passaggi

Configuri la replica dei dati: verifichi che nell’ambiente Microsoft Dynamics 365 F&O sia configurato Azure Synapse Link for Dataverse oppure la funzionalità «Bring Your Own Database» (BYOD). Questa configurazione replica le entità dati necessarie in un database Azure SQL o in un’area di lavoro Synapse Analytics.
Individui le entità necessarie: aggiunga al processo di replica le seguenti entità chiave, così da rendere disponibili tutti i dati richiesti: InventTrans, InventDim, WHSWorkTable, InventJournalTable, InventJournalTrans, InventQualityOrderTable e WHSContainerTable. Attenda il completamento della sincronizzazione iniziale.
Stabilisca la connessione al database: utilizzi un client SQL, ad esempio SQL Server Management Studio (SSMS) o Azure Data Studio, per connettersi al database Azure SQL di destinazione o all’endpoint SQL di Synapse in cui vengono replicati i dati di Dynamics 365.
Prepari la query SQL: copi nel client SQL la query completa fornita nella sezione «Query» di questo documento.
Imposti i parametri della query: individui la sezione dei parametri all’inizio della query. Modifichi le variabili @StartDate, @EndDate e @DataAreaId per definire il periodo desiderato e specificare l’entità giuridica (società) da analizzare.
Esegua la query: esegua la query modificata sul database. Il tempo di esecuzione varia in base al volume dei dati e all’intervallo di date selezionato.
Controlli i risultati preliminari: al termine della query, controlli brevemente i risultati nel client SQL per verificare che siano presenti righe e che le colonne chiave, come InventoryBatchLot, ActivityName e EventTime, contengano i valori previsti.
Esporti l’Event Log: esporti l’intero set di risultati dal client SQL in un file CSV. Assegni al file un nome appropriato, ad esempio d365_inventory_event_log.csv.
Prepari il file per il caricamento: apra il file CSV e verifichi che le intestazioni delle colonne corrispondano ai requisiti dello strumento di Process Mining. Controlli che i timestamp abbiano un formato uniforme e che non vi siano problemi di formattazione dei dati.
Carichi i dati in ProcessMind: carichi il file CSV definitivo e verificato nel progetto ProcessMind per iniziare l’analisi del processo.

Configurazione

Prerequisiti: accesso a un ambiente Microsoft Dynamics 365 F&O in cui Azure Synapse Link o BYOD sia già configurato. Sono inoltre necessarie autorizzazioni di lettura sul database Azure SQL o Synapse di destinazione.
Entità dati: la query si basa su entità standard. Se l’organizzazione utilizza tabelle o campi personalizzati per registrare gli spostamenti delle scorte, potrebbe essere necessario modificare la query.
Intervallo di date: si consiglia di iniziare con un intervallo di 3-6 mesi, per ottenere un set di dati rappresentativo senza compromettere le prestazioni della query. I parametri @StartDate e @EndDate dello script definiscono l’intervallo.
Filtro società: il parametro @DataAreaId è fondamentale per filtrare i dati in base a una specifica entità giuridica. Se si esegue la query senza questo filtro in un’istanza con più società, si otterranno dati mescolati e prestazioni ridotte.
Considerazioni sulle prestazioni: l’entità InventTrans può essere molto voluminosa. L’esecuzione della query potrebbe consumare risorse significative del database. Se necessario, la esegua nelle fasce orarie di minore attività o applichi ulteriori filtri, ad esempio per magazzini o gruppi di articoli specifici. Verifichi che nel database replicato siano presenti indici appropriati sulle colonne delle date e degli identificativi chiave.

Query di esempio sql

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

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

    UNION ALL

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

    UNION ALL

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

    UNION ALL

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

    UNION ALL

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

    UNION ALL

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

    UNION ALL

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

    UNION ALL

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

    UNION ALL

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

    UNION ALL

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

    UNION ALL

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

    UNION ALL

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

    UNION ALL

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

    UNION ALL

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

    UNION ALL

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

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

Passaggi

Prerequisito: registri un’applicazione Azure AD: prima di eseguire lo script, deve registrare un’applicazione in Azure Active Directory (AD), che verrà utilizzata per autenticarsi con l’API di Dynamics 365. Acceda al portale Azure, apra Azure Active Directory e selezioni «Registrazioni app».
Conceda le autorizzazioni API: nella nuova registrazione dell’app, apra «Autorizzazioni API» e aggiunga un’autorizzazione per «Dynamics ERP». Selezioni «Autorizzazioni delegate» e la casella AX.FullAccess. Conceda il consenso amministrativo per l’organizzazione. In questo modo l’applicazione potrà leggere i dati per conto di un utente.
Crei un segreto client: nella sezione «Certificati e segreti» della registrazione dell’app, crei un nuovo segreto client. Ne copi subito il valore, perché in seguito non sarà più visibile. Dalla pagina «Panoramica» dell’app, recuperi anche l’ID applicazione (client) e l’ID directory (tenant).
Installi Python e le librerie: verifichi che sul computer sia installato un ambiente Python 3. Installi le librerie necessarie eseguendo questo comando nel terminale: pip install pandas requests msal.
Prepari lo script Python: copi lo script completo fornito nella sezione «Query» in un nuovo file e lo salvi con il nome extract_inventory_log.py.
Configuri le variabili dello script: apra lo script e aggiorni le variabili segnaposto all’inizio del file. Inserisca l’URL dell’ambiente D365, l’ID tenant, l’ID client, il segreto client e l’entità giuridica (codice società) da cui estrarre i dati. Imposti inoltre START_DATE e END_DATE per definire il periodo di estrazione.
Esegua lo script di estrazione: apra un terminale o il prompt dei comandi, raggiunga la cartella in cui ha salvato lo script e lo esegua con il comando: python extract_inventory_log.py.
Controlli l’esecuzione dello script: lo script mostrerà l’avanzamento nella console, indicando l’attività in fase di estrazione. Recupererà i dati per ciascuna delle 15 attività, una alla volta, gestendo automaticamente la paginazione.
Controlli il file di output: al termine dell’esecuzione, nella stessa cartella verrà creato il file CSV inventory_event_log.csv, che contiene l’Event Log estratto.
Prepari il file per il caricamento: apra il file CSV in un foglio di calcolo e ne verifichi il contenuto. Controlli che le intestazioni delle colonne corrispondano agli attributi richiesti (InventoryBatchLot, ActivityName, EventTime e così via). Il file è pronto per essere caricato nella piattaforma ProcessMind.

Configurazione

Autenticazione: lo script utilizza il flusso OAuth 2.0 con credenziali client per l’autenticazione. È necessaria una registrazione di un’applicazione Azure AD con Client ID e Client Secret. All’applicazione devono essere concesse le autorizzazioni API per Dynamics ERP (AX.FullAccess).
Endpoint API: lo script si connette all’API REST OData dell’ambiente Dynamics 365 Finance & Operations. La variabile D365_RESOURCE dello script deve contenere l’URL di base dell’istanza D365.
Intervallo di date: le variabili START_DATE e END_DATE sono fondamentali per controllare il volume dei dati estratti. Per l’analisi iniziale si consiglia un intervallo di 3-6 mesi, così da mantenere gestibili i tempi di estrazione.
Filtro società: la variabile COMPANY specifica l’entità giuridica (dataAreaId) da cui estrarre i dati. Lo script è configurato per interrogare una sola società. Per estrarre i dati da tutte le società, occorre modificare le richieste API per includere cross-company=true e aggiornare i filtri.
Prestazioni: l’estrazione di grandi set di dati tramite l’API OData può richiedere molto tempo. Lo script elabora in sequenza ciascuna delle 15 attività. È consigliabile eseguirlo nelle fasce orarie di minore attività per ridurre al minimo l’impatto sulle prestazioni del sistema.
Prerequisiti: è necessario un ambiente Python 3 funzionante con le librerie pandas, requests e msal. Per registrare l’applicazione occorre disporre di accesso amministrativo ad Azure AD oppure rivolgersi a un amministratore che possa fornire le credenziali necessarie.

Query di esempio python

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

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

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

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

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

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

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

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

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

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

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

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

Passaggi

Verifichi che l’account disponga di Microsoft Power BI o Power Platform Dataflows, del connettore nativo di Microsoft Dynamics 365 e delle entità necessarie di Dynamics 365 Finance and Operations o Supply Chain Management. Ottenga l’autorizzazione a leggere le transazioni di magazzino, gli ordini di qualità, i lavori di magazzino, i giornali di conteggio, i documenti di imballaggio o spedizione e i resi o le rettifiche. I nomi delle entità e i campi esposti variano in base alla configurazione; annoti quindi le entità selezionate nel Suo ambiente.
Crei un flusso di dati o un modello semantico di Power BI e si connetta a Dynamics 365 utilizzando il connettore nativo. Configuri la connessione con [Your connection string or environment URL], [Your credentials] e l’ambito della società o dell’entità giuridica richiesto. Imposti [Start date] e [End date] per definire il periodo di estrazione, normalmente compreso tra tre e sei mesi.
Aggiunga le entità di origine necessarie per l’Event Log. Selezioni quelle che espongono le transazioni di magazzino, gli ordini di qualità, le intestazioni e le righe dei lavori di magazzino, i giornali e le righe di conteggio, lo stato degli imballaggi o dei contenitori, la registrazione delle spedizioni o dei documenti di trasporto, le ricezioni dei resi e le transazioni di rettifica o scarto delle scorte. Utilizzi i nomi esatti delle entità e dei campi esposti dal Suo ambiente. Non dia per scontato che un campo sia disponibile solo perché è presente in un’altra configurazione di Dynamics 365.
In Power Query, uniformi ogni query di origine in modo che rispetti lo schema di output comune. Mappi l’identificativo del lotto o della partita su InventoryBatchLot, il timestamp dell’evento su EventTime, l’utente responsabile su UserId, l’articolo su ItemId, il magazzino o il sito su WarehouseId, il motivo della transazione su ReasonCode e la quantità della transazione su Quantity. Aggiunga SourceSystem con il valore Dynamics 365 F&O e LastDataUpdate utilizzando il timestamp di aggiornamento del flusso di dati o quello dell’origine. Mantenga EventEndTime se l’origine fornisce un timestamp di completamento affidabile.
Filtri e classifichi i record di origine per le quindici attività richieste. «Ricezione merce registrata» deve basarsi su transazioni di ricezione positive registrate, provenienti da ricevute di acquisto o da registrazioni di produzione come completate. «Ordine di qualità creato» deve basarsi sui record di creazione degli ordini di qualità. «Ispezione di qualità eseguita» deve basarsi su una transizione documentata dallo stato Open a un esito completato, come Passed o Failed. «Lavoro di stoccaggio creato» e «Lavoro di prelievo creato» devono basarsi su nuovi record di lavoro WMS con il tipo di lavoro corrispondente. «Stoccaggio completato» e «Prelievo completato» devono basarsi su una transizione affidabile allo stato Closed. «Scorte movimentate internamente» deve basarsi su transazioni di trasferimento registrate o su lavori di movimentazione completati. «Giornale di conteggio creato» deve basarsi sui record di creazione del giornale. «Conteggio delle scorte eseguito» deve basarsi su valori di conteggio compilati. «Rettifica per discrepanza delle scorte» deve basarsi su transazioni di rettifica registrate. «Confezionamento completato» deve basarsi sulla chiusura di un contenitore o su uno stato equivalente di completamento della spedizione o del confezionamento. «Uscita merce registrata» deve basarsi su documenti di trasporto di vendita o su registrazioni di consumo di produzione. «Merce resa ricevuta» deve basarsi su record di ricezione dei resi registrati. «Scorte scartate» deve basarsi su record di rettifica registrati con una causale specifica per lo scarto.
Colleghi ogni origine di attività agli attributi di lotto, articolo, magazzino, utente, motivo e quantità utilizzando le chiavi documentate delle entità esposte. Utilizzi il valore del lotto o della partita come identificativo del caso. Se un’origine non espone un valore di lotto o partita, non lo deduca da record non correlati. Escluda il record dall’Event Log per lotto oppure lo conservi solo in un output separato delle eccezioni, documentato a parte.
Accodi le quindici query standardizzate con Table.Combine o con una funzione equivalente di accodamento di Power Query. Verifichi che ogni attività sia rappresentata da righe esplicite, senza affidarsi a ProcessMind per dedurre cambiamenti di stato o transizioni. Rimuova i record esterni all’intervallo [Start date]-[End date], quelli privi di InventoryBatchLot o EventTime, salvo che sia prevista una politica approvata per le eccezioni, e i duplicati esatti identificati tramite ID di origine stabili.
Convalidi la tabella risultante. Verifichi che l’output contenga InventoryBatchLot, ActivityName, EventTime, SourceSystem, LastDataUpdate, EventEndTime, UserId, ItemId, WarehouseId, ReasonCode e Quantity. Controlli che ActivityName includa tutti e quindici i valori richiesti e che i timestamp utilizzino un unico fuso orario.
Carichi la tabella finale in Power BI o nella destinazione del flusso di dati, quindi la esporti come file CSV semplice o in un altro formato di Event Log supportato da ProcessMind. Mantenga esatti i nomi delle colonne, utilizzi una riga per evento, conservi l’identificativo del lotto o della partita come identificativo del caso e non aggreghi gli eventi per lotto. Carichi il file in ProcessMind e associ InventoryBatchLot all’identificativo del caso, ActivityName all’attività ed EventTime al timestamp dell’evento.

Configurazione

Metodo di connessione: utilizzi il connettore nativo di Microsoft Dynamics 365 in Power BI o Power Platform Dataflows. Sostituisca [Your connection string or environment URL] e [Your credentials] con i valori specifici della distribuzione.
Selezione delle entità: selezioni le entità esposte esatte relative a transazioni di magazzino, ordini di controllo qualità, attività di magazzino, registri di inventario, stato di imballaggio o dei contenitori, registrazione di spedizioni o documenti di trasporto, resi e rettifiche. I nomi delle entità e i campi disponibili devono essere verificati nell’ambiente di destinazione.
Intervallo di date: inizi con tre-sei mesi di dati. Utilizzi i filtri [Start date] e [End date] a livello di query di origine, se supportati, ed estenda l’intervallo solo dopo aver verificato prestazioni e completezza.
Filtri per società ed entità giuridica: applichi [Your company or legal entity filter] in modo coerente a ogni origine. Applichi inoltre, se richiesto dall’ambito dell’analisi, filtri per sito, magazzino, articolo, tipo di documento e stato della transazione.
Filtri per attività: limiti gli eventi di ricevimento alle transazioni di ricevimento positive registrate, gli eventi di qualità agli stati pertinenti di creazione e completamento, gli eventi di magazzino ai tipi di attività e agli stati applicabili, gli eventi di inventario ai record di registro creati o compilati e gli eventi di rettifica o scarto alle transazioni registrate con codici motivo documentati.
Gestione di lotti e partite: richieda un identificativo di lotto o partita non vuoto per l’Event Log di ProcessMind. Verifichi se gli identificativi dei lotti sono univoci solo per articolo, società o magazzino e ampli la chiave del caso solo se richiesto dalla definizione aziendale.
Gestione degli orari: converta i timestamp di origine in un unico fuso orario concordato. Utilizzi il timestamp di registrazione o di modifica dello stato dell’origine per EventTime e un timestamp di completamento per EventEndTime solo quando il relativo significato è documentato.
Metadati di aggiornamento: valorizzi LastDataUpdate con il timestamp di aggiornamento del dataflow o del modello. Non utilizzi EventTime al posto di LastDataUpdate.
Prestazioni: applichi, ove possibile, i filtri per data, società, stato e tipo di documento direttamente all’origine. Selezioni solo le colonne necessarie, eviti unioni molti-a-molti non necessarie, prepari query di origine riutilizzabili e utilizzi l’aggiornamento incrementale o il partizionamento, se supportati.
Strategia di aggiornamento: pianifichi gli aggiornamenti in base alle esigenze operative e alla capacità dell’origine. Registri l’ora di aggiornamento e l’intervallo di estrazione per garantire la tracciabilità ai fini degli audit.
Prerequisiti: sono necessari i moduli Dynamics 365 richiesti, le entità dati pubblicate, le licenze di Power BI o Power Platform, l’accesso al connettore, le autorizzazioni per i dataflow e l’autorizzazione di lettura per tutte le entità selezionate. I ruoli esatti e i percorsi nei menu dipendono dalla distribuzione e dal modello di sicurezza.
Prerequisiti di qualità dei dati: verifichi che i processi di ricevimento, qualità, magazzino, inventario, imballaggio, prelievo, reso e scarto registrino identificativi di lotto o partita e timestamp affidabili. Non è possibile ricostruire in modo sicuro i processi che non conservano questi valori.

Query di esempio config

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

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

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

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

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

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

È pronto a iniziare?

Utilizzi questo template per avviare l’analisi del processo di gestione delle scorte. Individui le inefficienze e ottimizzi le operazioni con maggiore sicurezza.

Torna alla guida al miglioramento

Scarica il template

Ottimizzi la gestione delle scorte e migliori subito il flusso

Riduca del 30% il tempo di ciclo delle scorte e aumenti il tasso di evasione degli ordini.

Inizi la prova gratuita

Non è richiesta la carta di credito. Configurazione in pochi minuti.

Il template dei dati per la gestione delle scorte

Il template dei dati per la gestione delle scorte

Attributi per la gestione delle scorte

Attività di gestione delle scorte

Guide all’estrazione

Esportazione tramite il framework di gestione dei dati di Dynamics 365

Passaggi

Configurazione

Query di esempio config

Query SQL diretta tramite Azure Synapse Link o BYOD

Passaggi

Configurazione

Query di esempio sql

Estrazione con script Python tramite API OData di Dynamics 365

Passaggi

Configurazione

Query di esempio python

Estrazione dei dati con Microsoft Power BI e Power Query Dataflow

Passaggi

Configurazione

Query di esempio config

È pronto a iniziare?

Ottimizzi la gestione delle scorte e migliori subito il flusso