> 継続的なプロセス改善 > 受注から入金まで：受注処理 > Microsoft Dynamics 365 > データテンプレート

受注から入金までの受注処理データテンプレート

Name: 受注から入金まで：受注処理 Process Mining Data Template
Creator: ProcessMind
License: https://creativecommons.org/licenses/by/4.0/

Microsoft Dynamics 365

← 改善ガイドに戻る

受注から入金まで：受注処理の属性 (20) 受注から入金まで：受注処理のアクティビティ (13) 抽出ガイド (2)

受注から入金までの受注処理データテンプレート

このテンプレートでは、Microsoft Dynamics 365の受注から入金までの受注処理を分析するために必要なデータ要素を体系的に整理しています。イベントログに収集する主要な属性と追跡する重要なアクティビティを示し、システムからデータを効率的に抽出するための具体的なガイダンスも提供します。

詳細な分析に推奨される属性
追跡する主要なプロセスアクティビティ
Microsoft Dynamics 365からデータを抽出するための具体的なガイダンス

イベントログを初めて扱いますか。学ぶプロセスマイニングのイベントログを作成する方法.

テンプレートをダウンロード

受注から入金まで：受注処理の属性

Microsoft Dynamics 365での受注から入金までの受注処理を詳しく分析するため、イベントログに含める推奨データ項目です。

5 必須 5 推奨 10 任意

	名前	説明
	アクティビティ ActivityName	販売注文プロセス内のある時点で発生した、特定の業務イベントまたはタスクの名称です。
説明この属性は、販売注文のライフサイクルにおける個別の手順またはイベントを表します。たとえば、「Sales Order Created」、「Goods Shipped」、「Payment Received」などです。特定の販売注文におけるこれらのアクティビティの順序が、プロセスフローを形成します。アクティビティの順序、頻度、遷移を分析することが、プロセスマイニングの中心です。プロセスマップの可視化、頻発するプロセスバリエーションとまれなバリエーションの特定、ボトルネックの検出、手戻りやコンプライアンス違反が発生する領域の特定に役立ちます。この属性は、プロセスで実際に何が起きているかを理解するための基盤です。重要な理由プロセスの手順を定義するため、プロセスフローを構築して可視化できます。これはプロセスマイニングの主な目的です。入手先この属性は、「SalesTable」や関連する物流・財務テーブルに記録された特定のシステムイベントまたはステータス変更を、標準化されたアクティビティ名にマッピングして概念的に導出されます。例受注作成商品の出荷完了請求書作成入金受領
	受注 SalesOrderNumber	各受注を一意に識別する値で、プロセスの主要なケース識別子として使用します。
説明販売注文番号は、Microsoft Dynamics 365で各顧客注文に割り当てられる一意の英数字コードです。中核となるCase IDとして機能し、作成から完了までの関連するすべてのアクティビティとイベントを結び付けます。プロセスマイニングでは、この属性が個々の販売注文のエンドツーエンドの進行状況を再構築するために欠かせません。分析担当者は、注文ごとのアクティビティの全シーケンスを追跡し、ケースの所要時間を測定し、個別の注文ごとのバリエーションを分析できます。これがプロセス分析全体の基盤になります。重要な理由この識別子は、関連するすべてのイベントを関連付けるために欠かせません。各販売注文のライフサイクルを完全かつエンドツーエンドで分析できます。入手先 'SalesTable'テーブルの'SalesId'フィールドにあります。例 SO-00102345SO-00102346SO-00102347
	開始時刻 EventTime	特定のアクティビティまたはイベントが発生した正確な日時です。
説明イベント時刻またはタイムスタンプは、アクティビティが実行された正確な時点を記録します。イベントログ内の各アクティビティにはタイムスタンプが関連付けられ、各ケースのプロセスを時系列で記録できます。この属性は、プロセスマイニングにおける時間ベースの分析全般に欠かせません。アクティビティ間のサイクルタイムの計算、ケース全体の所要時間の測定、待機時間の分析、プロセスが遅延しているボトルネックの特定に使われます。また、日、週、月ごとの処理量を追跡するなど、時間の経過に伴うパフォーマンス監視も可能にします。重要な理由このタイムスタンプは、サイクルタイムやボトルネックなど、所要時間に基づくすべての指標を計算し、イベントを時系列に並べるために欠かせません。入手先注文作成時の「SalesTable.CreatedDateTime」や、入金に関する支払仕訳の転記日など、特定の取引に関連するさまざまな日時フィールドから導出されます。例 2023-04-15T09:02:11Z2023-04-18T14:30:00Z2023-04-25T11:21:45Z
	ソースシステム SourceSystem	データの取得元となる情報システムを識別します。
説明この属性は、イベントデータが記録された元のアプリケーションを示します。この場合、通常は「Microsoft Dynamics 365」です。単一システムの分析では冗長に見える場合がありますが、別のCRMや倉庫管理システムなど、複数のシステムからデータを統合する際には欠かせません。データの出所を明確にし、レコードの取得元を特定することで、データ抽出の問題のトラブルシューティングにも役立ちます。重要な理由データの出所に関する重要な文脈を提供します。特に複数システムのデータを統合する際に、データの系譜を明確にできます。入手先通常、データ変換処理の際にデータセットの出所を示すために追加される固定値です。例 Microsoft Dynamics 365 F&OMicrosoft Dynamics 365 Sales
	最終データ更新日時 LastDataUpdate	ソースシステムからデータが最後に更新または抽出された日時を示すタイムスタンプです。
説明この属性は、Microsoft Dynamics 365からデータを最後に取得した日時を記録します。分析対象データの鮮度を明確に把握できます。プロセス分析では、情報に基づく意思決定を行うために、データがいつ更新されたかを理解することが欠かせません。このタイムスタンプにより、最後に更新された正確な時点を確認できるため、現在の情報に基づいて結論を導いていることを確認できます。重要な理由データの鮮度を把握できるため、プロセスマイニング分析の妥当性と正確性を保つうえで役立ちます。入手先データ抽出時に生成され、データ取り込み処理の際に各レコードへ追加されます。例 2023-10-27T02:00:00Z2023-10-28T02:00:00Z
	希望納期 RequestedDeliveryDate	顧客が希望した注文商品の納品日です。
説明この属性は、顧客が商品を受け取りたいと最初に希望した日付を記録します。注文作成時に取得され、顧客の視点で納品パフォーマンスを測定する基準になります。「納期遵守」ダッシュボードにとって重要な入力項目です。「RequestedDeliveryDate」を「ConfirmedDeliveryDate」および実際の「Goods Delivered」日と比較すると、組織が顧客の期待にどの程度応えられているかが分かります。大きな差がある場合は、計画、在庫、物流に問題がある可能性があります。重要な理由顧客が期待する納品日を示し、顧客満足度と納期遵守のパフォーマンスを測定する基準になります。入手先「SalesTable」テーブルにあり、通常は「DeliveryDate」または類似した名称です。例 2023-05-102023-06-012023-05-25
	注文金額 OrderValue	販売注文の合計金額です。
説明この属性は、商品、税金、手数料を含む販売注文の合計金額を表します。各ケースに関連する主要な財務指標です。注文金額は、金額に基づくプロセス分析に欠かせません。高額注文が低額注文と異なる処理を受けているか、遅延が多いかを確認するために、プロセスを分けて分析できます。これにより、財務的な影響が大きいケースを優先して改善でき、「セグメント別販売注文金額」などのダッシュボードにも役立ちます。重要な理由プロセスを金額別に分析でき、高額注文の改善を優先し、プロセスの逸脱がコストに与える影響を把握できます。入手先販売注文ヘッダーのデータにあります。具体的なテーブルとフィールドについては、Microsoft Dynamics 365のドキュメントを確認してください。通常は販売明細金額から計算されます。例 5250.7512300.00899.50
	確定納期 ConfirmedDeliveryDate	会社が顧客に確約した納品日です。
説明確定納期は、販売組織が顧客に商品を納品すると約束した日付です。在庫状況や生産スケジュールなどの社内確認が完了した後に設定されます。この属性は、業務上の約束に基づく「納期遵守率」KPIの計算に欠かせません。顧客の当初の希望日よりも、納期遵守を測る社内基準として適しています。この日付からの逸脱を分析すると、物流や履行における社内プロセスの問題を特定できます。重要な理由顧客に対する会社の約束を表すため、履行の信頼性と業務パフォーマンスを測定する重要な社内基準になります。入手先販売注文の明細データにあり、通常は「SalesLine」テーブルの「ConfirmedDlv」のようなフィールド名です。例 2023-05-122023-06-012023-05-28
	販売チャネル SalesChannel	販売注文を受け付けたチャネルです。Web、直接販売、パートナーなどがあります。
説明販売チャネルは、顧客注文の発生元を示します。ECサイト、直接販売チーム、店舗、コールセンター、パートナーネットワークなどが該当します。この項目は、Dynamics 365で業務要件に応じて設定されることが多いです。販売チャネル別にプロセスを分析すると、チャネル間のパフォーマンスの違いを明らかにできます。たとえば、Web注文は電話で受けた注文よりも迅速かつ自動的に処理される場合があります。この情報をもとに、チャネルごとのプロセス改善やリソース配分を進め、「セグメント別販売注文金額」などのダッシュボードに反映できます。重要な理由異なる販売チャネル間でパフォーマンスを比較し、注文の開始方法に固有の非効率や優れた運用を明らかにできます。入手先通常、販売注文ヘッダーに保存されます。具体的なフィールドについては、Microsoft Dynamics 365のドキュメントを確認してください。例 Web直販パートナー小売
	顧客名 CustomerName	販売注文を行った顧客の名前です。
説明この属性には、販売注文に関連付けられた顧客の正式名称が含まれます。販売注文の顧客アカウント番号を顧客マスターデータと関連付けて取得します。顧客別にプロセスを分析することは、顧客ごとの行動やサービスレベルを理解するうえで基本となります。どの顧客で遅延が多いか、手戻り率が高いか、標準外のプロセス経路をたどっているかを特定できます。顧客満足度の向上や重要顧客の適切な管理に欠かせない分析です。重要な理由顧客を中心に分析し、特定の顧客に固有のパターン、遅延、問題を特定できます。顧客満足度に直接影響する要因を把握できます。入手先「SalesTable」の「CustAccount」フィールドを使い、「CustTable」から参照します。例 Contoso LtdAdatum CorporationFabrikam Inc.
	ユーザー名 UserName	アクティビティを実行したユーザーの名前です。
説明この属性は、注文の確認や請求書の作成など、特定のタスクを担当した従業員またはシステムユーザーを識別します。通常はMicrosoft Dynamics 365のユーザーIDに関連付けられています。ユーザー別にパフォーマンスを分析すると、研修の必要性を特定し、優れた担当者を把握し、業務量を適切に配分できます。また、コンプライアンスや監査の目的にも欠かせません。プロセスで実行された各操作の責任者を明確にできるためです。重要な理由個人またはチーム単位でプロセスパフォーマンスを分析でき、研修機会、業務量の偏り、リソースに起因するボトルネックの特定に役立ちます。入手先さまざまな取引テーブルの「CreatedBy」や「ModifiedBy」などのユーザーIDフィールドから導出し、メインのユーザーテーブル（例：「UserInfo」）と結合して氏名を取得します。例 Alice JohnsonRobert Brownシステム管理者
	商品番号 ItemNumber	販売注文に含まれる商品またはサービスの一意の識別子です。
説明商品番号は、販売する特定の商品を識別します。販売注文には複数の商品を含められるため、通常は明細レベルのイベントデータに関連付けられます。商品別にプロセスを分析すると、商品固有の問題を明らかにできます。たとえば、特定の商品で履行時間が長い、手戻り率が高い、与信保留が頻繁に発生するといった傾向を把握できます。これにより、対象商品に関する在庫管理、商品データ設定、履行プロセスを重点的に改善できます。重要な理由商品レベルで分析でき、特定の商品にプロセス遅延、手戻り、その他の非効率が関連しているかを明らかにできます。入手先「SalesLine」テーブルの「ItemId」フィールドにあります。例 PROD-00123PROD-00548SVC-00045
	国 CountryRegion	顧客の配送先住所の国です。
説明この属性は、販売注文の配送先の国を示します。Dynamics 365に保存された顧客の配送先住所情報から導出されます。国別にプロセスパフォーマンスを分析すると、地域ごとの違いを特定できます。国際配送では通関などの追加手順が発生し、サイクルタイムが長くなる場合があります。この分析により、地域ごとの物流を理解し、改善できます。重要な理由地理的な分析を可能にし、サプライチェーンにおける地域別のボトルネック、コンプライアンス上の問題、パフォーマンスの違いを特定できます。入手先販売注文に関連付けられた顧客の配送先住所から導出されます。国の情報は通常、「SalesTable」の配送先住所リンクを介して「LogisticsPostalAddress」テーブルと結合して取得します。例 USADEUCANGBR
	手戻りあり IsRework	販売注文で手戻りが発生したかどうかを示すブール型フラグです。アクティビティの繰り返しなどが該当します。
説明この計算属性は、販売注文が直接的な「標準経路」のプロセスフローから逸脱したケースを特定します。注文の確認を取り消した後に再確認する、ピッキングした商品を在庫に戻すなど、手順の繰り返しを示すアクティビティのシーケンスを検出して、手戻りを判定します。手戻りが発生したケースにフラグを付けることは、「販売注文手戻り率」KPIに欠かせません。非効率なプロセスフローをすばやく抽出して調査し、データ入力エラー、与信上の問題、在庫問題など、手戻りの根本原因を把握できます。手戻りの削減は、多くのプロセス改善プロジェクトにおける主要な目標です。重要な理由繰り返し手順が必要だったケースにフラグを付けることで、プロセスの非効率を定量化し、無駄や遅延を減らすための対象を絞った分析が可能になります。入手先各ケースのアクティビティのシーケンスを分析して、プロセスマイニングツールが計算します。たとえば、（A → B → C → B）のようなパターンを検出すると、そのケースを手戻りありと判定します。例 truefalse
	支払期日 PaymentDueDate	顧客が請求書の支払いを完了する必要がある日付です。
説明支払期日は、請求書の日付と顧客と合意した支払条件に基づいて計算されます。この日付は顧客の請求書に記録されます。この属性は、「支払期日遵守」分析と「期日内支払率」KPIの基盤です。「PaymentDueDate」と実際の「Payment Received」日を比較することで、支払遅延を特定し、顧客セグメント別の支払行動を分析できます。さらに、キャッシュフローの改善や売上債権回転日数（DSO）の短縮に向けた先回りの対応にもつながります。重要な理由支払パフォーマンスを測定する基準であり、キャッシュフローの分析や売掛金の適切な管理に欠かせません。入手先「CustInvoiceJour」テーブルの「DueDate」フィールドにあります。例 2023-05-302023-06-152023-06-30
	期日内支払 OnTimePayment	支払期日までに入金されたかどうかを示すブール型フラグです。
説明この計算属性は、「Payment Received」アクティビティのタイムスタンプと「PaymentDueDate」を比較します。期日内に支払われた場合は「true」、遅延した場合は「false」になります。このフラグは、「期日内支払率」KPIの中心となる項目です。顧客を「期日内支払」と「支払遅延」に分けてすばやく分析できます。慢性的に支払いが遅れる顧客を特定し、与信方針、回収戦略、顧客関係管理の改善に役立てられます。重要な理由合意した支払条件に対する顧客の支払行動を測定でき、キャッシュフローの管理や信用リスクの評価に欠かせません。入手先「Payment Received」アクティビティの「EventTime」と「PaymentDueDate」属性を比較して計算します。式：（「Payment Received」のタイムスタンプ <= PaymentDueDate）。例 truefalse
	納期遵守 OnTimeDelivery	商品が確定納期までに納品されたかどうかを示すブール型フラグです。
説明この計算属性は、各販売注文について「Goods Delivered」アクティビティのタイムスタンプと「ConfirmedDeliveryDate」を比較します。納期どおりまたは前倒しで納品された場合は「true」、遅延した場合は「false」になります。このフラグは、「納期遵守率」KPIの計算基盤です。納期どおりの注文と遅延した注文を簡単にフィルタリングして集計できます。特定の商品、顧客、地域、配送方法など、納期遅延と相関する要因をすばやく特定できます。重要な理由約束した納期に対する履行パフォーマンスを直接測定でき、顧客満足度やサプライチェーンの信頼性を監視するうえで欠かせません。入手先「Goods Delivered」アクティビティの「EventTime」と「ConfirmedDeliveryDate」属性を比較して計算します。式：（「Goods Delivered」のタイムスタンプ <= ConfirmedDeliveryDate）。例 truefalse
	終了時刻 EndTime	アクティビティが完了した正確な日時です。
説明終了時刻のタイムスタンプは、アクティビティが完了した時点を記録します。利用できる場合は、次のアクティビティの開始時刻から推定するよりも、アクティビティの所要時間を正確に測定できます。開始時刻と終了時刻の両方があれば、各アクティビティの「処理時間」を正確に計算し、アクティビティ間の「待機時間」と区別できます。どのタスクに時間がかかっているのか、どのプロセス手順で長い遅延が発生しているのかを特定するうえで有効です。重要な理由個々のアクティビティの処理時間を正確に計算し、実作業時間と待機時間を区別できます。入手先開始時刻と同様に、さまざまな日時フィールドから導出されます。「SalesTable」や「WHSLoadTable」などのテーブルにある「ModifiedDateTime」フィールド、または特定のステータス更新タイムスタンプが使われる場合があります。例 2023-04-15T09:12:30Z2023-04-18T14:35:00Z2023-04-25T11:21:55Z
	販売注文ステータス SalesOrderStatus	データ抽出時点における販売注文の現在のステータスです。
説明この属性は、「Open order」、「Invoiced」、「Canceled」、「Delivered」など、販売注文全体のステータスを示します。販売注文ヘッダーで管理される概要ステータスです。アクティビティログがプロセスの動的な状況を示す一方で、最終ステータスはフィルタリングやセグメント分けに役立ちます。現在の業務量を把握するために未完了の注文だけを抽出したり、完了した注文とキャンセルされた注文を分けて、キャンセル理由を分析したりできます。重要な理由注文の状態をスナップショットとして示し、未完了、完了、キャンセル済みの注文に絞って分析できます。業務量の管理や結果の分析に役立ちます。入手先「SalesTable」テーブルの「SalesStatus」フィールドにあります。例入荷待ち配送済み請求済みキャンセル済み
	配送方法 ShippingMethod	顧客に商品を配送する際に利用する方法または配送業者です。
説明この属性は、配送に利用する輸送サービスを示します。「Ground Shipping」や「Air Freight」、特定の配送業者名などが該当します。顧客の希望、コスト、配送速度に基づき、注文処理中に選択されます。「配送方法パフォーマンス」ダッシュボードにとって重要な項目です。「Goods Packed」から「Goods Delivered」までのサイクルタイムを配送方法別に分析すると、より速く、信頼性が高く、遅延が発生しやすい配送業者を特定できます。物流計画や配送業者の選定に役立つ情報です。重要な理由配送業者や配送オプションごとのパフォーマンスを分析し、コスト、速度、信頼性の観点から物流を改善できます。入手先通常、販売注文ヘッダーまたは関連する履行レコードに保存されます。詳細については、Microsoft Dynamics 365のドキュメントを確認してください。例 FedEx GroundUPS Next Day AirDHL Express

必須推奨任意

受注から入金まで：受注処理のアクティビティ

受注処理を正確にディスカバリー・分析するため、イベントログに記録すべき主要なプロセス手順と重要な節目です。

6 推奨 7 任意

	アクティビティ	説明
	入金受領	このアクティビティは、顧客からの請求書代金を受領し、消し込んだことを示します。Accounts Receivableモジュールで発生し、元の請求書に関連付けられます。
重要な理由これはキャッシュ・コンバージョン・サイクルを分析するための重要なマイルストーンです。「On-Time Payment Rate」KPIの測定と、入金回収の遅延特定に欠かせません。入手先これはAccounts Receivableモジュールから取得する明示的なイベントです。請求書取引（CustTrans）を決済してクローズする顧客入金決済（CustSettlement）の取引日から取得します。取得 CustSettlementテーブルから決済日を取得し、請求書と受注に関連付けます。イベントタイプ explicit
	受注作成	このイベントは、営業担当者または自動化されたチャネルによって、システム上で受注が最初に作成されたことを示します。新しいレコードが作成され、主要な受注テーブルに保存された時点で明示的に記録されます。
重要な理由このアクティビティは、すべての受注ケースに共通する開始点です。受注処理時間全体の計算とスループット分析に必要な最初のタイムスタンプを提供します。入手先これは、Microsoft Dynamics 365のSalesTableヘッダーレコードにある「Created date and time」フィールドから取得する明示的なイベントです。取得 SalesTableエンティティから作成日時を読み取ります。イベントタイプ explicit
	受注完了	正常に処理された受注の最終ステータスです。出荷と請求がすべて完了し、今後の取引が予定されていないことを示します。プロセスが正常に完了したことを示す状態です。
重要な理由このアクティビティは、正常に完了したケースの主な終点です。エンドツーエンドの処理時間とスループットの計算に欠かせません。入手先 SalesTableのステータスフィールドから推定します。「Sales status」が「Invoiced」で、明細のステータスも「Invoiced」の場合、受注は完了とみなされます。取得 SalesTableのステータスフィールドが「Invoiced」に変わったことから推定します。タイムスタンプには通常、請求や入金など、最後に関連した取引の日付を使用します。イベントタイプ inferred
	受注確認	このアクティビティは、受注を正式に確認し、指定された商品またはサービスの納品を確約したことを示します。Dynamics 365では、確認仕訳を生成する明示的なユーザー操作です。
重要な理由確認は、履行プロセスを正式に開始する重要なマイルストーンです。作成から確認までの時間を測定すると、フロントオフィスの処理効率を把握できます。入手先これは、Sales Order Confirmation仕訳（SalesConfirmJour）の転記日から取得する明示的なイベントです。タイムスタンプはSalesTableに関連付けられます。取得 Sales Order Confirmation仕訳の転記日時を取得します。イベントタイプ explicit
	商品の出荷完了	このイベントは、受注の商品が梱包され、発送されて倉庫を出たことを示します。Dynamics 365では、Packing Slipの転記によって正式に記録されます。
重要な理由これは社内の履行プロセスの終了と配送段階の開始を示す重要なマイルストーンです。期日どおりの出荷パフォーマンスを計算するための主要なタイムスタンプでもあります。入手先これは、Packing Slip仕訳（CustPackingSlipJour）の転記日時から取得する、明確で明示的なイベントです。取得 Packing Slip仕訳の転記日時を取得します。イベントタイプ explicit
	請求書作成	出荷した商品またはサービスの販売請求書が生成され、転記されたことを示します。顧客の債務を正式に記録する、主要な財務取引です。
重要な理由このアクティビティは、プロセスにおける財務決済の段階が始まったことを示します。出荷から請求書作成までの時間は、「Invoice Generation Cycle Time」KPIに直結し、キャッシュフローにも影響します。入手先これは明示的な財務取引です。Sales Invoice仕訳（CustInvoiceJour）の転記日時からイベントを取得します。取得 Sales Invoice仕訳の転記日時を取得します。イベントタイプ explicit
	与信確認の実施	受注に関連付けられた顧客の与信確認が完了したことを示します。自動化されたシステムチェックの場合も、手動審査の場合もあり、通常は受注の与信ステータスが変更されます。
重要な理由与信確認にかかった時間と結果を分析すると、受注承認プロセスのボトルネックを特定できます。保留が頻繁に発生したり、承認に時間がかかったりすると、受注の履行が大幅に遅れる可能性があります。入手先通常は、SalesTableの与信管理に関連するステータス変更から推定します。たとえば、与信理由付きの「On hold」から「Open」への変更です。高度なモジュールを使用している場合は、与信管理テーブルに記録されていることもあります。取得 SalesTableまたは関連する与信保留テーブルのステータス変更履歴から推定します。イベントタイプ inferred
	倉庫へリリース済み	受注がピッキングおよび出荷作業のために正式に倉庫へリリースされた時点を示します。Warehouse Management（WMS）モジュールを使用する環境では、独立したステップとして扱われます。
重要な理由このアクティビティによって、受注処理と実際の履行を区別できます。リリースされるまで受注が待機していた時間を分析すると、リソース計画やシステム連携の問題を特定できます。入手先これは、受注に関連付けられた倉庫リリースレコード（WHSLoadTable、WHSShipmentTable）から取得する明示的なイベントです。取得対応する倉庫ロードまたは出荷の作成日時を取得します。イベントタイプ explicit
	受注キャンセル	このイベントは、受注の出荷と請求がすべて完了する前にキャンセルされたことを示します。プロセスが正常に完了しなかった場合の終了点です。
重要な理由キャンセルを追跡すると、失注やプロセス障害の原因を特定できます。受注がいつ、なぜキャンセルされたかを分析することで、プロセスを改善できます。入手先 SalesTableの「Sales status」フィールドが「Canceled」に変わったことから推定します。タイムスタンプには、このステータス変更が記録された時点を使用します。取得 SalesTableのステータスフィールドが「Canceled」に変わったことから推定します。イベントタイプ inferred
	商品のピッキング完了	倉庫内の保管場所から、受注に含まれるすべての商品を物理的にピッキングし終えたことを示します。通常は、WMSモジュールでピッキング担当者がピッキングリストまたは作業指示を完了した時点で記録されます。
重要な理由ピッキング完了時刻を追跡することは、倉庫の効率を分析するうえで欠かせません。この段階の遅延は、出荷までの全体時間に直接影響します。入手先これはWarehouse Managementモジュールに記録される明示的なイベントです。受注のピッキングに関連する倉庫作業（WHSWorkTable）の完了タイムスタンプから取得します。取得ピッキングの「Work」ステータスが「Closed」に更新された時点のタイムスタンプを取得します。イベントタイプ explicit
	商品の梱包完了	このアクティビティは、ピッキングした商品をまとめて出荷準備を整える梱包作業が完了したことを示します。D365では、梱包明細の生成と同時に発生する場合があります。
重要な理由ピッキングから梱包までの時間から、梱包ステーションのボトルネックを把握できます。全体の履行処理時間を構成する重要なサブプロセスです。入手先 WMSモジュールでのコンテナ梱包作業の完了から取得する明示的なイベント、またはPacking Slip仕訳（CustPackingSlipJour）の生成から推定できます。後者は梱包の終了を示すことが多い値です。取得梱包作業の完了、またはPacking Slip仕訳の作成日から推定します。イベントタイプ inferred
	商品の納品完了	出荷した商品が顧客の指定住所に正常に届けられたことを示します。この情報は、外部配送業者のシステムから更新されるか、手動で確認されることが一般的です。
重要な理由このアクティビティは、「Delivery Date Adherence」KPIの測定と、顧客が実際に体験する処理時間の把握に欠かせません。配送業者のパフォーマンス評価にも役立ちます。入手先これは標準のD365では、明示的なイベントとしてネイティブに追跡されません。通常は、配送業者との連携から更新を受け取るか、受注または出荷レコードのステータスを手動で更新して推定します。取得連携した配送業者のフィード、または手動で更新したステータスフィールドから推定します。イベントタイプ inferred
	在庫引当済み	このイベントは、受注明細に必要な在庫がシステム上で物理的または自動的に引き当てられたことを示します。これにより、商品のピッキングと履行が可能になります。
重要な理由在庫引当を追跡すると、受注確認から倉庫業務の開始までに発生する遅延を分析できます。「Inventory Allocation Lead Time」KPIの測定に欠かせません。入手先受注明細に関連付けられた在庫トランザクションレコード（InventTrans）の作成または更新から推定できます。レコードのステータスには、引当を示す「On order」や「Reserved physical」などの値が設定されます。取得受注の在庫トランザクション（InventTrans）が引当済みとしてマークされた時点のタイムスタンプから推定します。イベントタイプ inferred

推奨任意

抽出ガイド

Microsoft Dynamics 365からデータを取得する方法

ステップ

Azure Data Lakeへのエクスポートを設定：Dynamics 365 Finance and Operations環境で、「Export to Azure Data Lake」アドインがインストールされ、設定されていることを確認します。D365をAzureサブスクリプションおよび対象のAzure Data Lake Storage Gen2アカウントに接続します。
エクスポートするテーブルを選択：Dynamics 365内の「Export to Data Lake」ワークスペースに移動します。次のテーブルを検索してエクスポート設定に追加します：SalesTable、SalesLine、CustConfirmJour、CustPackingSlipJour、CustInvoiceJour、CustTrans、WHSLoadTable、WHSWorkTable、CustTable。選択したすべてのテーブルでエクスポートを有効にします。
Azure Synapse Analyticsを設定：AzureポータルでAzure Synapse Analyticsワークスペースをデプロイします。D365データが保存されているData Lakeアカウントに対して、「Storage Blob Data Contributor」など、必要な権限をこのワークスペースに付与します。
サーバーレスSQLデータベースを作成：Synapse Studioで「Data」ハブに移動します。Data Lake内のデータをT-SQLで照会できるよう、新しいサーバーレスSQLデータベースを作成します。
D365テーブルのビューを作成：クエリを簡単にするため、Data Lakeに複製されたD365テーブルデータを参照するSQLビューをサーバーレスデータベースに作成します。これにより、基盤となるファイルパスや形式を意識せずに済みます。例：CREATE VIEW dbo.SalesTable AS SELECT * FROM OPENROWSET(BULK 'path/to/salestable', FORMAT='CSV', ...)。
SQLクエリを準備：Synapse Studioで新しいSQLスクリプトを開き、サーバーレスデータベースに接続します。このドキュメントに記載された完全なSQLクエリをスクリプトエディターにコピーします。
クエリパラメーターをカスタマイズ：クエリの先頭にあるプレースホルダーを確認します。'{YourDataAreaId}'を分析対象の会社コードに置き換えます。'{StartDate}'と'{EndDate}'を変更し、抽出対象期間を指定します。
クエリを実行：SQLスクリプト全体を実行します。クエリによって複数のテーブルからイベントが収集され、標準化された1つのイベントログに統合されます。
結果を確認してエクスポート：クエリの完了後、Synapse Studioの結果ペインで、結果が完全かつ正しい形式になっていることを確認します。組み込みのエクスポート機能を使い、結果をCSVファイルとして保存します。
アップロードの準備：エクスポートしたCSVファイルを開き、UTF-8でエンコードされていることを確認します。列見出しが必要な属性と完全に一致していることを確認します。例：SalesOrderNumber、ActivityName、EventTimeなど。
ProcessMindにアップロード：検証済みの最終CSVファイルをProcessMindプロジェクトにアップロードし、分析と可視化を行います。

設定

前提条件：この方法では、Azureサブスクリプションが有効であり、Dynamics 365 F&Oインスタンスで「Export to Azure Data Lake」機能が設定されている必要があります。Azure（SynapseとStorageの管理）とD365（データエクスポートの設定）の両方で、適切な権限が必要です。
必要なD365モジュール：倉庫アクティビティを含むイベントを完全に取得するには、Warehouse Management（WMS）モジュールが必要です。主要なイベントは、Sales and MarketingモジュールとAccounts Receivableモジュールに依存します。
テーブルの選択：クエリで参照するすべてのテーブルについて、エクスポートを有効にすることが重要です。対象にはSalesTable、SalesLine、CustConfirmJour、CustPackingSlipJour、CustInvoiceJour、CustTrans、WHSLoadTable、WHSWorkTable、CustTableが含まれます。テーブルが不足すると、アクティビティも不足します。
日付範囲のフィルタリング：クエリは、{StartDate}および{EndDate}パラメーターを使って日付範囲を指定できるよう設計されています。初回の抽出では、クエリの実行時間を管理しやすくするため、3～6か月など、限定した期間を指定することを推奨します。
会社（DataAreaId）のフィルタリング：'{YourDataAreaId}'プレースホルダーには、D365環境内の特定の法人を指定する必要があります。このクエリは、1回の実行で複数会社を分析する設計にはなっていません。
パフォーマンスに関する考慮事項：非常に大規模なデータセットでは、サーバーレスSQLプールのクエリ性能が変動する場合があります。抽出は、利用の少ない時間帯にスケジュールすることを検討してください。頻繁に抽出する場合は、後続処理の性能を高めるため、最終イベントログをData Lake内の新しいテーブルとしてマテリアライズする方法もあります。

a サンプルクエリ sql

WITH SalesOrderBase AS (
    SELECT
        ST.SALESID,
        ST.DATAREAID,
        CT.NAME AS CustomerName,
        ST.SHIPPINGDATECONFIRMED AS ConfirmedDeliveryDate,
        ST.DELIVERYDATE AS RequestedDeliveryDate,
        ST.PURCHORDERFORMNUM AS SalesChannel, -- Example mapping, adjust if you use a different field for Sales Channel
        SUM(SL.LINEAMOUNT) AS OrderValue
    FROM dbo.SALESTABLE ST
    LEFT JOIN dbo.SALESLINE SL ON ST.SALESID = SL.SALESID AND ST.DATAREAID = SL.DATAREAID
    LEFT JOIN dbo.CUSTTABLE CT ON ST.CUSTACCOUNT = CT.ACCOUNTNUM AND ST.DATAREAID = CT.DATAREAID
    WHERE ST.DATAREAID = '{YourDataAreaId}'
      AND ST.CREATEDDATETIME >= '{StartDate}' AND ST.CREATEDDATETIME < '{EndDate}'
    GROUP BY
        ST.SALESID,
        ST.DATAREAID,
        CT.NAME,
        ST.SHIPPINGDATECONFIRMED,
        ST.DELIVERYDATE,
        ST.PURCHORDERFORMNUM
)
-- 1. Sales Order Created
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Sales Order Created' AS ActivityName,
    ST.CREATEDDATETIME AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.SALESTABLE ST ON SO.SALESID = ST.SALESID AND SO.DATAREAID = ST.DATAREAID

UNION ALL

-- 2. Credit Check Performed
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Credit Check Performed' AS ActivityName,
    ST.MODIFIEDDATETIME AS EventTime, -- This assumes a status change date reflects the credit check time
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.SALESTABLE ST ON SO.SALESID = ST.SALESID AND SO.DATAREAID = ST.DATAREAID
WHERE ST.CREDITLIMITTYPE > 0 -- Example condition for a credit check being done. Adjust based on your configuration.

UNION ALL

-- 3. Order Confirmed
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Order Confirmed' AS ActivityName,
    CJ.CONFIRMDATE AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.CUSTCONFIRMJOUR CJ ON SO.SALESID = CJ.SALESID AND SO.DATAREAID = CJ.DATAAREAID

UNION ALL

-- 4. Inventory Reserved (approximated by first line item reservation)
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Inventory Reserved' AS ActivityName,
    MIN(SL.CREATEDDATETIME) AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.SALESLINE SL ON SO.SALESID = SL.SALESID AND SO.DATAREAID = SL.DATAREAID
WHERE SL.RESERVATION > 0 -- Identifies lines with a reservation status
GROUP BY SO.SALESID, SO.OrderValue, SO.CustomerName, SO.SalesChannel, SO.RequestedDeliveryDate, SO.ConfirmedDeliveryDate

UNION ALL

-- 5. Released To Warehouse
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Released To Warehouse' AS ActivityName,
    WLT.CREATEDDATETIME AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.WHSLOADTABLE WLT ON SO.SALESID = WLT.SALESID AND SO.DATAREAID = WLT.DATAAREAID

UNION ALL

-- 6. Goods Picked (approximated by last pick work closure)
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Goods Picked' AS ActivityName,
    MAX(WWT.MODIFIEDDATETIME) AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.WHSWORKTABLE WWT ON SO.SALESID = WWT.ORDERNUM AND SO.DATAREAID = WWT.DATAAREAID
WHERE WWT.WORKTYPE = 'Pick' AND WWT.WORKSTATUS = 'Closed'
GROUP BY SO.SALESID, SO.OrderValue, SO.CustomerName, SO.SalesChannel, SO.RequestedDeliveryDate, SO.ConfirmedDeliveryDate

UNION ALL

-- 7. Goods Packed
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Goods Packed' AS ActivityName,
    PSJ.CREATEDDATETIME AS EventTime, -- Using creation time of packing slip as proxy
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.CUSTPACKINGSLIPJOUR PSJ ON SO.SALESID = PSJ.SALESID AND SO.DATAREAID = PSJ.DATAAREAID

UNION ALL

-- 8. Goods Shipped
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Goods Shipped' AS ActivityName,
    PSJ.DELIVERYDATE AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.CUSTPACKINGSLIPJOUR PSJ ON SO.SALESID = PSJ.SALESID AND SO.DATAREAID = PSJ.DATAAREAID

UNION ALL

-- 9. Goods Delivered (placeholder, often requires custom fields)
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Goods Delivered' AS ActivityName,
    PSJ.DELIVERYDATE AS EventTime, -- Placeholder, using shipment date. True delivery requires external data.
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.CUSTPACKINGSLIPJOUR PSJ ON SO.SALESID = PSJ.SALESID AND SO.DATAREAID = PSJ.DATAAREAID
WHERE 1 = 2 -- This will return no rows unless logic is added to read from a custom field with actual delivery dates

UNION ALL

-- 10. Invoice Created
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Invoice Created' AS ActivityName,
    CIJ.INVOICEDATE AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.CUSTINVOICEJOUR CIJ ON SO.SALESID = CIJ.SALESID AND SO.DATAREAID = CIJ.DATAAREAID

UNION ALL

-- 11. Payment Received (approximated by last settlement date)
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Payment Received' AS ActivityName,
    MAX(CT.SETTLEMENTDATE) AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.CUSTINVOICEJOUR CIJ ON SO.SALESID = CIJ.SALESID AND SO.DATAREAID = CIJ.DATAAREAID
JOIN dbo.CUSTTRANS CT ON CIJ.INVOICEID = CT.INVOICE AND CIJ.DATAAREAID = CT.DATAAREAID
WHERE CT.TRANSTYPE = 'Payment'
GROUP BY SO.SALESID, SO.OrderValue, SO.CustomerName, SO.SalesChannel, SO.RequestedDeliveryDate, SO.ConfirmedDeliveryDate

UNION ALL

-- 12. Order Closed
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Order Closed' AS ActivityName,
    ST.MODIFIEDDATETIME AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.SALESTABLE ST ON SO.SALESID = ST.SALESID AND SO.DATAREAID = ST.DATAREAID
WHERE ST.SALESSTATUS = 4 -- Status for 'Invoiced'

UNION ALL

-- 13. Order Cancelled
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Order Cancelled' AS ActivityName,
    ST.MODIFIEDDATETIME AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.SALESTABLE ST ON SO.SALESID = ST.SALESID AND SO.DATAREAID = ST.DATAREAID
WHERE ST.SALESSTATUS = 3; -- Status for 'Canceled'

ステップ

前提条件とセットアップ：Python 3.6以降がインストールされていることを確認します。ターミナルで次のコマンドを実行し、必要なPythonライブラリをインストールします：pip install pandas requests msal。
Azure ADにアプリケーションを登録：AzureポータルでAzure Active Directoryに移動し、新しいアプリケーションを登録します。このアプリケーションを使ってDynamics 365 APIの認証を行います。Application（client）IDとDirectory（tenant）IDを控えておきます。
クライアントシークレットを作成：登録したAzure ADアプリケーションで、「Certificates & secrets」から新しいクライアントシークレットを作成します。シークレットの値は再表示されないため、作成直後にコピーします。これがCLIENT_SECRETです。
API権限を付与：Azure ADアプリケーションの設定で「API permissions」に移動します。「Dynamics ERP」または「Dynamics 365 for Finance and Operations」の権限を追加します。「Delegated permissions」を選択してuser_impersonationを付与します。次に同じ権限を再度追加し、「Application permissions」を選択してFinancials.ReadWrite.All、または利用可能で十分な範囲の読み取り専用権限を付与します。これらの権限について管理者の同意を付与します。
Dynamics 365でアプリケーションユーザーを作成：Dynamics 365環境で「System administration」＞「Users」＞「Users」に移動します。新しいユーザーを作成し、Azure ADアプリ登録のApplication IDと関連付けます。「System administrator」（フルアクセス用）などのセキュリティロール、または必要なデータエンティティ（SalesOrderHeadersV2、SalesOrderLines、SalesPackingSlipHeaders、SalesInvoiceHeadersV2など）への読み取り権限を持つカスタムロールを割り当てます。
Pythonスクリプトを設定：提供されたPythonスクリプトをエディターで開きます。ファイル先頭の設定セクションを確認し、D365_URL、TENANT_ID、CLIENT_ID、CLIENT_SECRET、COMPANY_FILTER、START_DATE、END_DATEのプレースホルダーを、ご利用の環境に合わせて置き換えます。
エンティティのマッピングを定義（任意）：スクリプトで使用されているエンティティ名とフィールド名を確認します。組織で特定のアクティビティを追跡するためにカスタムエンティティやカスタムフィールドを使用している場合は、それに応じてスクリプト内のODataクエリを調整します。
抽出スクリプトを実行：コマンドラインでpython your_script_name.pyを実行します。スクリプトが認証を行い、各アクティビティについてDynamics 365 OData APIにクエリを実行してデータを処理します。進捗状況はコンソールに表示されます。
出力ファイルを確認：正常に実行されると、同じディレクトリにd365_order_to_cash_event_log.csvというCSVファイルが生成されます。このファイルを開き、抽出されたイベントログが正確かつ完全であることを確認します。
ProcessMindにアップロード：生成されたCSVファイルは必要なスキーマに従って整形されており、ProcessMindに直接アップロードしてプロセス分析を行えます。

設定

D365_URL：Dynamics 365 Finance and Operations環境のベースURLです。形式はhttps://[your-d365-environment-name].operations.dynamics.comです。
TENANT_ID：Azure Active DirectoryインスタンスのDirectory（tenant）IDです。Azure ADアプリ登録の概要ページで確認できます。
CLIENT_ID：Azure ADに登録したアプリケーションのApplication（client）IDです。
CLIENT_SECRET：Azure ADアプリケーション用に生成したクライアントシークレットの値です。
COMPANY_FILTER：データを抽出するDynamics 365の法人（例：'USMF'）を指定します。正しい会社のデータセットを照会するために必須のフィルターです。
START_DATE / END_DATE：抽出対象期間を'YYYY-MM-DD'形式で指定します。初回の分析では、データ量と得られる情報のバランスを取るため、3～6か月の期間を推奨します。期間が長いと、抽出時間が大幅に増える場合があります。
前提条件：アプリケーションの登録と権限の付与を行うため、Azure ADへのアクセス権が必要です。また、アプリケーションユーザーを作成してセキュリティロールを割り当てる権限を持つDynamics 365ユーザーアカウントも必要です。割り当てるロールには、スクリプトが照会するすべてのエンティティへの読み取り権限が必要です。

a サンプルクエリ python

import requests
import pandas as pd
import msal
import json
import datetime

class=class="hl-string">"hl-comment"># --- CONFIGURATION --- 
class=class="hl-string">"hl-comment"># Replace with your D365 environment and Azure AD App details
D365_URL = class="hl-string">"https://[your-d365-environment-name].operations.dynamics.com"
TENANT_ID = class="hl-string">"[Your-Azure-AD-Tenant-ID]"
CLIENT_ID = class="hl-string">"[Your-Azure-AD-Client-ID]"
CLIENT_SECRET = class="hl-string">"[Your-Azure-AD-Client-Secret]"

class=class="hl-string">"hl-comment"># --- EXTRACTION PARAMETERS ---
COMPANY_FILTER = class="hl-string">"[Your-Company-Code]" class=class="hl-string">"hl-comment"># e.g., class="hl-string">'USMF'
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-12-31"

class=class="hl-string">"hl-comment"># --- SCRIPT --- 

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

def get_access_token():
    class="hl-string">"""Authenticates with Azure AD and returns an access token."""
    app = msal.ConfidentialClientApplication(
        client_id=CLIENT_ID,
        client_credential=CLIENT_SECRET,
        authority=AUTHORITY_URL
    )
    result = app.acquire_token_for_client(scopes=[fclass="hl-string">"{RESOURCE}/.default"])
    if class="hl-string">"access_token" in result:
        return result[class="hl-string">'access_token']
    else:
        print(class="hl-string">"Error acquiring token:", result.get(class="hl-string">"error_description"))
        raise Exception(class="hl-string">"Could not authenticate.")

def execute_odata_query(access_token, entity, select_fields, filter_query, expand_fields=None):
    class="hl-string">"""Executes an OData query against a D365 entity and handles pagination."""
    all_results = []
    headers = {
        class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}',
        class="hl-string">'Content-Type': class="hl-string">'application/json',
        class="hl-string">'OData-MaxVersion': class="hl-string">'4.0',
        class="hl-string">'OData-Version': class="hl-string">'4.0',
        class="hl-string">'Prefer': class="hl-string">'odata.maxpagesize=1000' class=class="hl-string">"hl-comment"># Request pagination
    }
    
    query_url = fclass="hl-string">"{API_ENDPOINT}/{entity}?$select={select_fields}&$filter={filter_query}&cross-company=true"
    if expand_fields:
        query_url += fclass="hl-string">"&$expand={expand_fields}"
    
    print(fclass="hl-string">"Querying {entity}...")
    while query_url:
        try:
            response = requests.get(query_url, headers=headers)
            response.raise_for_status() class=class="hl-string">"hl-comment"># Raise HTTPError for bad responses (4xx or 5xx)
            data = response.json()
            all_results.extend(data.get(class="hl-string">'value', []))
            query_url = data.get(class="hl-string">'@odata.nextLink') class=class="hl-string">"hl-comment"># Get URL for the next page
        except requests.exceptions.HTTPError as err:
            print(fclass="hl-string">"HTTP Error for {entity}: {err}")
            print(fclass="hl-string">"Response content: {err.response.text}")
            return [] class=class="hl-string">"hl-comment"># Return empty list on error
        except json.JSONDecodeError:
            print(fclass="hl-string">"JSON Decode Error for {entity}. Response was not valid JSON.")
            print(fclass="hl-string">"Response text: {response.text}")
            return []

    print(fclass="hl-string">"...found {len(all_results)} records for {entity}.")
    return all_results

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

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

    class=class="hl-string">"hl-comment"># Shared attributes for most queries
    base_select_fields = class="hl-string">"SalesOrderNumber,TotalInvoiceAmount,SalesOrderOriginCode,RequestedShippingDate,ConfirmedShippingDate,CustomerAccount"
    base_expand_fields = class="hl-string">"CustomerV3(CustomerName)"

    class=class="hl-string">"hl-comment"># Common date filter for creation/modification timestamps
    date_filter = fclass="hl-string">"(CreatedDateTime ge {START_DATE}T00:00:00Z and CreatedDateTime le {END_DATE}T23:59:59Z)"

    class=class="hl-string">"hl-comment"># 1. Sales Order Created
    data = execute_odata_query(token, class="hl-string">'SalesOrderHeadersV2', fclass="hl-string">"{base_select_fields},CreatedDateTime", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {date_filter}", base_expand_fields)
    for record in data:
        all_events.append({
            class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'),
            class="hl-string">'ActivityName': class="hl-string">'Sales Order Created',
            class="hl-string">'EventTime': record.get(class="hl-string">'CreatedDateTime'),
            class="hl-string">'OrderValue': record.get(class="hl-string">'TotalInvoiceAmount'),
            class="hl-string">'CustomerName': record.get(class="hl-string">'CustomerV3', {}).get(class="hl-string">'CustomerName'),
            class="hl-string">'SalesChannel': record.get(class="hl-string">'SalesOrderOriginCode'),
            class="hl-string">'RequestedDeliveryDate': record.get(class="hl-string">'RequestedShippingDate'),
            class="hl-string">'ConfirmedDeliveryDate': record.get(class="hl-string">'ConfirmedShippingDate')
        })

    class=class="hl-string">"hl-comment"># 2. Credit Check Performed (based on status change)
    class=class="hl-string">"hl-comment"># This assumes a credit check is reflected by the CreditLimitApprovalStatus. This logic may need adjustment.
    class=class="hl-string">"hl-comment"># We look for orders modified in the period, then check the status.
    modified_date_filter = fclass="hl-string">"(ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z)"
    data = execute_odata_query(token, class="hl-string">'SalesOrderHeadersV2', fclass="hl-string">"{base_select_fields},ModifiedDateTime,CreditLimitApprovalStatus", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {modified_date_filter} and CreditLimitApprovalStatus ne 'NoCheck'", base_expand_fields)
    for record in data:
        all_events.append({
            class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'),
            class="hl-string">'ActivityName': class="hl-string">'Credit Check Performed',
            class="hl-string">'EventTime': record.get(class="hl-string">'ModifiedDateTime'), class=class="hl-string">"hl-comment"># Using ModifiedDateTime as a proxy
            class="hl-string">'OrderValue': record.get(class="hl-string">'TotalInvoiceAmount'),
            class="hl-string">'CustomerName': record.get(class="hl-string">'CustomerV3', {}).get(class="hl-string">'CustomerName'),
            class="hl-string">'SalesChannel': record.get(class="hl-string">'SalesOrderOriginCode'),
            class="hl-string">'RequestedDeliveryDate': record.get(class="hl-string">'RequestedShippingDate'),
            class="hl-string">'ConfirmedDeliveryDate': record.get(class="hl-string">'ConfirmedShippingDate')
        })

    class=class="hl-string">"hl-comment"># 3. Order Confirmed
    confirmation_date_filter = fclass="hl-string">"(ConfirmationDate ge {START_DATE} and ConfirmationDate le {END_DATE})"
    data = execute_odata_query(token, class="hl-string">'SalesConfirmationHeaders', class="hl-string">"SalesOrderNumber,ConfirmationDate", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {confirmation_date_filter}")
    class=class="hl-string">"hl-comment"># We need to get details from the SalesOrderHeader
    order_numbers = class="hl-string">"'" + class="hl-string">"','".join([rec[class="hl-string">'SalesOrderNumber'] for rec in data if rec.get(class="hl-string">'SalesOrderNumber')]) + class="hl-string">"'"
    if order_numbers != class="hl-string">"''":
        header_data = execute_odata_query(token, class="hl-string">'SalesOrderHeadersV2', base_select_fields, fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and SalesOrderNumber in ({order_numbers})", base_expand_fields)
        header_map = {h[class="hl-string">'SalesOrderNumber']: h for h in header_data}
        for record in data:
            header = header_map.get(record.get(class="hl-string">'SalesOrderNumber'))
            if header:
                all_events.append({
                    class="hl-string">'SalesOrderNumber': header.get(class="hl-string">'SalesOrderNumber'),
                    class="hl-string">'ActivityName': class="hl-string">'Order Confirmed',
                    class="hl-string">'EventTime': str(record.get(class="hl-string">'ConfirmationDate')) + class="hl-string">'T12:00:00Z', class=class="hl-string">"hl-comment"># Date only field, adding midday time
                    class="hl-string">'OrderValue': header.get(class="hl-string">'TotalInvoiceAmount'),
                    class="hl-string">'CustomerName': header.get(class="hl-string">'CustomerV3', {}).get(class="hl-string">'CustomerName'),
                    class="hl-string">'SalesChannel': header.get(class="hl-string">'SalesOrderOriginCode'),
                    class="hl-string">'RequestedDeliveryDate': header.get(class="hl-string">'RequestedShippingDate'),
                    class="hl-string">'ConfirmedDeliveryDate': header.get(class="hl-string">'ConfirmedShippingDate')
                })
    
    class=class="hl-string">"hl-comment"># 4 & 5. Inventory Reserved & Released To Warehouse (WMS)
    class=class="hl-string">"hl-comment"># These are complex. This is a proxy based on Warehouse Work creation time.
    work_date_filter = fclass="hl-string">"(WorkCreatedDateTime ge {START_DATE}T00:00:00Z and WorkCreatedDateTime le {END_DATE}T23:59:59Z)"
    data = execute_odata_query(token, class="hl-string">'WarehouseWorkHeaders', class="hl-string">"OrderNumber,WorkCreatedDateTime", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {work_date_filter} and WorkType eq 'SalesOrders'")
    for record in data:
        class=class="hl-string">"hl-comment"># Assuming reservation happens just before release to warehouse
        all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'OrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Inventory Reserved', class="hl-string">'EventTime': record.get(class="hl-string">'WorkCreatedDateTime')})
        all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'OrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Released To Warehouse', class="hl-string">'EventTime': record.get(class="hl-string">'WorkCreatedDateTime')})

    class=class="hl-string">"hl-comment"># 6 & 7. Goods Picked & Goods Packed (WMS)
    class=class="hl-string">"hl-comment"># Proxy using Shipment status updates. This logic may need refinement based on specific WMS setup.
    shipment_date_filter = fclass="hl-string">"(ShipmentStatusLastUpdatedDateTime ge {START_DATE}T00:00:00Z and ShipmentStatusLastUpdatedDateTime le {END_DATE}T23:59:59Z)"
    data = execute_odata_query(token, class="hl-string">'WHSShipmentTables', class="hl-string">"SalesOrderNumber,ShipmentStatus,ShipmentStatusLastUpdatedDateTime", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {shipment_date_filter}")
    for record in data:
        if record.get(class="hl-string">'ShipmentStatus') in [class="hl-string">'Picked', class="hl-string">'Loaded', class="hl-string">'Shipped']:
             all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Goods Picked', class="hl-string">'EventTime': record.get(class="hl-string">'ShipmentStatusLastUpdatedDateTime')})
        if record.get(class="hl-string">'ShipmentStatus') in [class="hl-string">'Loaded', class="hl-string">'Shipped']:
            all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Goods Packed', class="hl-string">'EventTime': record.get(class="hl-string">'ShipmentStatusLastUpdatedDateTime')})

    class=class="hl-string">"hl-comment"># 8. Goods Shipped (Posting Packing Slip)
    packslip_date_filter = fclass="hl-string">"(ShippingDate ge {START_DATE} and ShippingDate le {END_DATE})"
    data = execute_odata_query(token, class="hl-string">'SalesPackingSlipHeaders', class="hl-string">"SalesOrderNumber,ShippingDate", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {packslip_date_filter}")
    for record in data:
        all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Goods Shipped', class="hl-string">'EventTime': str(record.get(class="hl-string">'ShippingDate')) + class="hl-string">'T12:00:00Z'})

    class=class="hl-string">"hl-comment"># 9. Goods Delivered
    class=class="hl-string">"hl-comment"># This is often not a standard field. We use ModifiedDateTime on Packing Slip as a placeholder.
    packslip_mod_date_filter = fclass="hl-string">"(ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z)"
    data = execute_odata_query(token, class="hl-string">'SalesPackingSlipHeaders', class="hl-string">"SalesOrderNumber,ModifiedDateTime,DeliveryMode", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {packslip_mod_date_filter} and DeliveryMode eq '[Your-Delivered-Status-Code]'")
    for record in data:
        all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Goods Delivered', class="hl-string">'EventTime': record.get(class="hl-string">'ModifiedDateTime')})

    class=class="hl-string">"hl-comment"># 10. Invoice Created
    invoice_date_filter = fclass="hl-string">"(InvoiceDate ge {START_DATE} and InvoiceDate le {END_DATE})"
    data = execute_odata_query(token, class="hl-string">'SalesInvoiceHeadersV2', class="hl-string">"SalesOrderNumber,InvoiceDate", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {invoice_date_filter}")
    for record in data:
        all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Invoice Created', class="hl-string">'EventTime': str(record.get(class="hl-string">'InvoiceDate')) + class="hl-string">'T12:00:00Z'})

    class=class="hl-string">"hl-comment"># 11. Payment Received
    class=class="hl-string">"hl-comment"># This requires looking at customer payments and settling them to invoices, then to sales orders.
    class=class="hl-string">"hl-comment"># This is a simplified proxy using the ClosedDate of the invoice.
    invoice_closed_date_filter = fclass="hl-string">"(ClosedDate ge {START_DATE} and ClosedDate le {END_DATE})"
    data = execute_odata_query(token, class="hl-string">'CustomerInvoices', class="hl-string">"SalesOrderNumber,ClosedDate", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {invoice_closed_date_filter}")
    for record in data:
        if record.get(class="hl-string">'ClosedDate') and record.get(class="hl-string">'SalesOrderNumber'):
            all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Payment Received', class="hl-string">'EventTime': str(record.get(class="hl-string">'ClosedDate')) + class="hl-string">'T12:00:00Z'})

    class=class="hl-string">"hl-comment"># 12 & 13. Order Closed & Order Cancelled
    class=class="hl-string">"hl-comment"># These are statuses on the Sales Order Header.
    status_date_filter = fclass="hl-string">"(ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z)"
    data = execute_odata_query(token, class="hl-string">'SalesOrderHeadersV2', class="hl-string">"SalesOrderNumber,SalesOrderStatus,ModifiedDateTime", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {status_date_filter} and (SalesOrderStatus eq 'Invoiced' or SalesOrderStatus eq 'Canceled')")
    for record in data:
        activity = class="hl-string">''
        if record.get(class="hl-string">'SalesOrderStatus') == class="hl-string">'Invoiced': activity = class="hl-string">'Order Closed'
        if record.get(class="hl-string">'SalesOrderStatus') == class="hl-string">'Canceled': activity = class="hl-string">'Order Cancelled'
        if activity:
            all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': activity, class="hl-string">'EventTime': record.get(class="hl-string">'ModifiedDateTime')})


    class=class="hl-string">"hl-comment"># --- Final Processing ---
    if not all_events:
        print(class="hl-string">"No events found. Exiting.")
        return

    df = pd.DataFrame(all_events)
    print(fclass="hl-string">"Total events created: {len(df)}")

    class=class="hl-string">"hl-comment"># Drop events without a case ID or timestamp
    df.dropna(subset=[class="hl-string">'SalesOrderNumber', class="hl-string">'EventTime'], inplace=True)
    print(fclass="hl-string">"Events after dropping nulls: {len(df)}")

    class=class="hl-string">"hl-comment"># Fill in missing recommended attributes by merging back header details
    print(class="hl-string">"Enriching data with header attributes...")
    unique_orders = class="hl-string">"'" + class="hl-string">"','".join(df[class="hl-string">'SalesOrderNumber'].unique()) + class="hl-string">"'"
    if unique_orders != class="hl-string">"''":
        header_data_final = execute_odata_query(token, class="hl-string">'SalesOrderHeadersV2', fclass="hl-string">"{base_select_fields}", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and SalesOrderNumber in ({unique_orders})", base_expand_fields)
        header_df = pd.DataFrame(header_data_final)
        if not header_df.empty:
            header_df = header_df.rename(columns={
                class="hl-string">'TotalInvoiceAmount': class="hl-string">'OrderValue',
                class="hl-string">'SalesOrderOriginCode': class="hl-string">'SalesChannel',
                class="hl-string">'RequestedShippingDate': class="hl-string">'RequestedDeliveryDate',
                class="hl-string">'ConfirmedShippingDate': class="hl-string">'ConfirmedDeliveryDate'
            })
            class=class="hl-string">"hl-comment"># Extract nested customer name
            header_df[class="hl-string">'CustomerName'] = header_df[class="hl-string">'CustomerV3'].apply(lambda x: x.get(class="hl-string">'CustomerName') if isinstance(x, dict) else None)
            df = df.merge(header_df[[class="hl-string">'SalesOrderNumber', class="hl-string">'OrderValue', class="hl-string">'CustomerName', class="hl-string">'SalesChannel', class="hl-string">'RequestedDeliveryDate', class="hl-string">'ConfirmedDeliveryDate']], on=class="hl-string">'SalesOrderNumber', how=class="hl-string">'left', suffixes=(class="hl-string">'', class="hl-string">'_y'))
            class=class="hl-string">"hl-comment"># Fill NaNs from merge
            for col in [class="hl-string">'OrderValue', class="hl-string">'CustomerName', class="hl-string">'SalesChannel', class="hl-string">'RequestedDeliveryDate', class="hl-string">'ConfirmedDeliveryDate']:
                if col + class="hl-string">'_y' in df.columns:
                    df[col] = df[col].fillna(df[col + class="hl-string">'_y'])
                    df.drop(columns=[col + class="hl-string">'_y'], inplace=True)

    class=class="hl-string">"hl-comment"># Add required static columns
    df[class="hl-string">'SourceSystem'] = class="hl-string">'Microsoft Dynamics 365'
    df[class="hl-string">'LastDataUpdate'] = now_utc

    class=class="hl-string">"hl-comment"># Ensure required columns exist
    final_cols = [class="hl-string">'SalesOrderNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate', 
                  class="hl-string">'OrderValue', class="hl-string">'CustomerName', class="hl-string">'SalesChannel', class="hl-string">'RequestedDeliveryDate', class="hl-string">'ConfirmedDeliveryDate']
    for col in final_cols:
        if col not in df.columns:
            df[col] = None
    
    class=class="hl-string">"hl-comment"># Reorder and save
    df = df[final_cols]
    df.to_csv(class="hl-string">'d365_order_to_cash_event_log.csv', index=False)
    print(class="hl-string">"Successfully created d365_order_to_cash_event_log.csv")

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

準備はできましたか。

このテンプレートでデータを準備し、ProcessMindのプラットフォームにアップロードしてください。受注処理に関する詳細な知見を得て、効率化を進められます。今すぐ最適化を始めましょう。

改善ガイドに戻るテンプレートをダウンロード

受注から入金までの受注処理を今すぐ最適化

非効率を特定し、処理時間を30％短縮して履行を迅速化

無料トライアルを開始

クレジットカードは不要です。数分で設定できます。

受注から入金までの受注処理データテンプレート

受注から入金までの受注処理データテンプレート

受注から入金まで：受注処理の属性

受注から入金まで：受注処理のアクティビティ

抽出ガイド

Synapse Analytics経由のAzure Data Lake SQLクエリ

ステップ

設定

a サンプルクエリ sql

Dynamics 365 OData Web APIを使用したPythonスクリプト

ステップ

設定

a サンプルクエリ python

準備はできましたか。

受注から入金までの受注処理を今すぐ最適化

受注から入金までの受注処理データテンプレート

受注から入金までの受注処理データテンプレート

受注から入金まで：受注処理の属性

受注から入金まで：受注処理のアクティビティ

抽出ガイド

Synapse Analytics経由のAzure Data Lake SQLクエリ

ステップ

設定

a サンプルクエリ sql

Dynamics 365 OData Web APIを使用したPythonスクリプト

ステップ

設定

a サンプルクエリ python

準備はできましたか。

受注から入金までの受注処理を今すぐ最適化

プライバシーを大切にしています