> 継続的なプロセス改善 > 決算・レポーティング：期間決算と照合 > Microsoft Dynamics 365 > データテンプレート

決算・レポーティング：期間締めと照合のデータテンプレート

Microsoft Dynamics 365

決算・レポーティング：期間決算と照合の属性 (18) 決算・レポーティング：期間決算と照合のアクティビティ (14) 抽出ガイド (2)

決算・レポーティング：期間締めと照合のデータテンプレート

このテンプレートでは、決算・レポーティング、期間締め、照合のプロセスを最適化するために必要なデータの収集方法を詳しく説明します。必要なデータ属性、追跡すべき主要アクティビティ、Microsoft Dynamics 365からデータを抽出する際の手順をまとめています。この資料を使ってデータ準備を効率化し、プロセス分析を始めてください。

収集を推奨する属性
追跡すべき主要アクティビティ
Microsoft Dynamics 365からの抽出手順

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

決算・レポーティング：期間決算と照合の属性

決算・レポーティングにおける期間決算と照合を詳細に分析するため、イベントログに含めることを推奨するデータ項目です。

5 必須 4 推奨 9 任意

	名前	説明
	アクティビティ名 ActivityName	期間クローズプロセス内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。たとえば、Trial Balance PreparedやAccount Reconciliation Startedなどです。
説明アクティビティ名は、期間クローズワークフローのエンドツーエンドにおける1つのステップを表します。ソースデータの各イベントレコードが1つのアクティビティに対応し、各会計期間のイベント順序を形成します。この属性は、プロセスマイニングにおいて基本となるものです。実際の業務の進め方を示すプロセスマップを可視化できます。プロセスフローの分析、標準手順からの逸脱の特定、主要なマイルストーン間の所要時間の測定に使用します。重要な理由プロセスマップの基盤となる属性です。期間クローズサイクルにおけるステップの順序、ボトルネック、逸脱を可視化して分析できます。入手先 General LedgerやFinancial reportingなど、Dynamics 365のモジュール内にある取引タイプ、ステータス変更、特定のイベントログに基づく業務ロジックから導出します。例未払費用・未収収益の仕訳を記帳銀行照合の完了財務諸表の作成完了総勘定元帳期間のクローズ完了
	イベント時刻 EventTime	特定の期間クローズアクティビティが実行または完了した正確な日時です。
説明イベント時刻は各アクティビティに関連付けられたタイムスタンプであり、イベントの時系列を示します。プロセスフローの構築や、時間に基づく分析に欠かせないデータです。プロセスマイニングでは、このタイムスタンプを使ってアクティビティ間のサイクル時間、所要時間、待ち時間を算出します。ボトルネックの特定、期限に対するプロセスパフォーマンスの監視、期間クローズプロセスの時間的な動きを理解するための基礎になります。重要な理由サイクル時間の算出、ボトルネックの特定、イベント順序の把握など、時間に基づくすべての分析に欠かせない属性です。入手先通常は、Dynamics 365の取引、仕訳、ステータスレコードにあるCreatedDateTimeやModifiedDateTimeなど、システムが生成するタイムスタンプフィールドに対応します。例 2023-12-28T14:20:15Z2024-01-02T09:05:00Z2024-01-05T17:30:45Z
	会計期間 FinancialPeriod	財務レポーティングサイクルを一意に識別する値です。たとえば、2023年12月を2023-12と表します。関連する期間末活動をまとめる主要なケース識別子として機能します。
説明会計期間は、特定の期間、通常は月または四半期について、帳簿をクローズする一連のライフサイクルを表します。その期間のクローズ開始から最終財務諸表の承認まで、すべてのアクティビティがこの識別子で関連付けられます。プロセスマイニング分析では、各ケースの範囲を定義するために欠かせない属性です。期間クローズのエンドツーエンドのサイクル時間を測定し、期間ごとのパフォーマンスを比較するとともに、各決算サイクルで繰り返し発生する組織的なボトルネックを特定できます。重要な理由分析の枠組みとなる重要なケース識別子です。各レポーティングサイクルについて、期間クローズプロセス全体を開始から終了まで評価できます。入手先通常は、Microsoft Dynamics 365の財務カレンダーまたは元帳期間テーブルにあるFiscal YearフィールドとPeriodフィールドから作成した複合キーです。例 2023-122024-012024年第1四半期2023年度第12期
	ソースシステム SourceSystem	データを抽出した情報システムを識別します。このプロセスでは通常、Microsoft Dynamics 365です。
説明プロセスデータの取得元を示す属性です。複数のERPや財務システムがある環境では、データソースを区別し、データの系譜を明確にできます。分析では、追跡可能性の確保や、複数のシステムにまたがるモデルの作成に役立ちます。分析結果を、詳細な調査を行うべき正しい記録システムまで追跡できます。重要な理由データの追跡可能性を確保します。複数システムの環境で、プロセスイベントを正しい取得元システムに関連付けるために欠かせません。入手先通常は、データの抽出、変換、ロード（ETL）処理中に追加される固定値で、データセットの取得元を示します。例 Microsoft Dynamics 365D365 F&OAX2012
	最終データ更新日時 LastDataUpdate	ソースシステムの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。
説明分析対象データの基準日を示す属性です。プロセスマイニング分析やダッシュボードの適時性と関連性を理解するために欠かせません。ユーザーはこのタイムスタンプによって、利用可能な最新データを見ているかどうかを確認できます。データの鮮度を示すため、通常はダッシュボード上で目立つ位置に表示します。重要な理由データの鮮度を把握するための重要な情報を提供し、プロセス分析がどの程度最新の状態かを理解できるようにします。入手先データの抽出、変換、ロード（ETL）処理中に生成され、保存されます。例 2024-03-15T02:00:00Z2024-03-16T02:00:00Z2024-03-17T02:00:00Z
	会社コード CompanyCode	期間クローズを実施する法人または会社を識別するコードです。
説明会社コードは、組織内の個別の法人を表します。財務データと決算活動は、このコードごとに分けて管理します。異なる法人間でパフォーマンスを比較するための重要な分析軸です。どの会社の決算プロセスが効率的で、どの会社に課題があるかを特定し、対象を絞った改善施策につなげられます。期間クローズサイクル時間全体など、多くのダッシュボードでこの属性によるセグメントが必要です。重要な理由フィルタリングと比較に使う主要な分析軸です。異なる法人間で期間クローズのパフォーマンスを分析できます。入手先 Dynamics 365では、ほぼすべての取引テーブルに存在するDataAreaIdフィールドに対応します。例 USMFDEMFGBSI
	担当ユーザー ResponsibleUser	アクティビティを実行した担当者のユーザーIDまたは氏名です。
説明期間クローズプロセスで特定のタスクを実行した担当者を識別する属性です。仕訳を転記した担当者、照合を承認した担当者、レポートを作成した担当者などが該当します。ユーザー別に分析すると、業務量の分布、トレーニングの必要性、個人またはチームのパフォーマンスを把握できます。ユーザーの生産性やリソース管理に関するダッシュボードの主要な分析軸であり、ユーザーアクティビティ数の平均差異KPIの算出にも必要です。重要な理由業務量の分布、ユーザーパフォーマンス、リソース配分を分析し、負荷が集中しているチームや担当者を特定できます。入手先 Dynamics 365の取引レコードにあるCreatedByやModifiedByなどのフィールドに対応します。ユーザー情報は通常、System administrationモジュールで管理します。例 j.does.smithr.williamsFINANCE_AUTOMATION_BOT
	総勘定元帳勘定 GlAccount	仕訳の転記や照合など、アクティビティに関係する特定の総勘定元帳勘定番号です。
説明総勘定元帳勘定は、取引の影響を受ける勘定科目表上の特定の勘定を識別します。財務活動を詳細な粒度で把握できます。照合パフォーマンスの分析や問題のある勘定の特定に欠かせない属性です。決算後調整頻度や総勘定元帳勘定照合パフォーマンスなどのダッシュボードで、調整が頻繁に発生する勘定や照合に時間がかかる勘定を特定するために使用します。重要な理由財務活動を詳細に分析し、調整率が高い勘定や照合に時間がかかる勘定を特定できます。入手先 Dynamics 365のGeneralJournalAccountEntryやLedgerJournalTransなど、元帳取引テーブルにあります。例 110110601500212100
	部門 Department	アクティビティまたは実行担当者に関連する機能部門です。たとえば、Finance、Controlling、APなどです。
説明部門属性は組織上の背景情報を提供し、アクティビティを特定の業務機能に関連付けます。仕訳を転記したユーザーの部門や、一連の総勘定元帳勘定を担当する部門などが該当します。分析では、異なる部門が期間クローズプロセスにどのように関わっているかを把握するために使用します。部門間の引き継ぎ、遅延、リソース上のボトルネックを特定し、ユーザー業務量・パフォーマンスなどのダッシュボードを支援します。重要な理由組織上の背景情報を提供し、機能領域ごとのプロセスパフォーマンスと業務量を分析できます。入手先ユーザープロファイル、またはDynamics 365の取引に関連付けられた財務分析コードから導出できます。例経理部門買掛金財務計画・分析内部監査
	仕訳ID JournalEntryId	仕訳伝票を一意に識別するIDです。
説明仕訳IDは、総勘定元帳で作成された各仕訳に割り当てられる一意の番号です。Dynamics 365の元取引への直接リンクとして機能します。高レベルのプロセス分析で常に使うとは限りませんが、ドリルダウンや根本原因分析に役立ちます。決算後調整などの異常を見つけた際、このIDからソースシステム内の正確な取引をすぐに特定し、詳細に調査できます。重要な理由 ERPの元取引への直接リンクを提供し、特定の仕訳について根本原因分析を行う際にすばやくドリルダウンできます。入手先 LedgerJournalTableやLedgerJournalTransなどのテーブルにあるJournalNumberフィールドに対応します。例 JV-001234GENJ005678ACCR-000987
	実績完了日 ActualCompletionDate	会計期間の期間クローズプロセスで、最後のステップが実際に完了した日付です。
説明特定の会計期間ケースにおける最後の完了アクティビティのタイムスタンプを示します。たとえば、総勘定元帳期間のクローズ完了や財務諸表の承認などです。導出される属性であり、期間クローズ全体のサイクル時間を算出するために欠かせません。また、TargetCompletionDateと比較して期間クローズ定刻完了率KPIを算出し、完了の適時性を明確に測定します。重要な理由各期間のプロセス終点を定義し、全体のサイクル時間と定刻完了KPIを算出できます。入手先イベントログで各FinancialPeriodケースに記録された最後のアクティビティのタイムスタンプから導出します。例 2023-01-06T11:00:00Z2023-02-04T18:30:00Z2023-03-07T09:45:00Z
	手戻りかどうか IsRework	1つのケース内で、同じ項目についてアクティビティまたはアクティビティの一連の流れが繰り返された場合にtrueとなる、計算されたブール値フラグです。
説明手戻りフラグは、同じ作業を複数回行う必要があったケースを特定します。承認後に照合を再オープンした場合や、仕訳を取り消して再転記した場合などが該当します。プロセスの非効率や無駄を定量化するために欠かせない属性です。照合手戻り率KPIや期間クローズの手戻り・逸脱ダッシュボードに直接反映され、重複作業につながる品質問題や手順の不明確さを明らかにします。重要な理由繰り返し作業をフラグで示してプロセスの非効率を定量化し、品質問題や手順改善の機会を特定できます。入手先同じFinancial Period内で同じエンティティ（同じGL Accountなど）に対してアクティビティが繰り返されたことを検出するロジックを、データ変換時に適用して算出します。例 truefalse
	決算後調整かどうか IsPostCloseAdjustment	ある期間の試算表作成後に調整仕訳が転記された場合にtrueとなる、計算されたブール値フラグです。
説明決算サイクルの後半に行われた調整を特定する属性です。同じ会計期間内で、試算表の作成完了または財務諸表の承認後に発生した調整仕訳の転記をフラグで示します。データ品質とプロセス統制を示す重要な指標です。決算後調整仕訳率KPIの算出や決算後調整頻度ダッシュボードへの反映に使用し、遅延した変更の根本原因を特定できます。重要な理由遅延した調整を特定することで、データ品質とプロセス統制の問題を明らかにします。財務レポートの信頼性を損なう可能性がある要因を把握できます。入手先各Financial Periodケース内のイベント順序を確認し、データ変換時に算出します。例 truefalse
	照合カテゴリ ReconciliationCategory	実施する照合の種類を分類します。たとえば、Bank、Intercompany、Fixed Assetsなどです。
説明照合カテゴリは、性質に基づいて個々の勘定照合を論理的なグループに分類します。個別の総勘定元帳勘定を見るよりも、上位レベルで状況を把握できます。カテゴリ別に分析すると、特定の照合タイプに共通する問題を特定できます。たとえば、総勘定元帳勘定照合パフォーマンスダッシュボードで、会社間照合が銀行照合より一貫して長時間かかっているかを示し、対象を絞ったプロセス改善につなげられます。重要な理由照合アクティビティを分類し、パフォーマンスを比較するとともに、特定の照合タイプに共通する問題を特定できます。入手先専用の照合モジュールに保存されている場合や、照合対象の総勘定元帳勘定の属性から導出する場合があります。Microsoft Dynamics 365のドキュメントを確認してください。例銀行照合会社間取引貸借対照表・未払計上固定資産補助元帳
	目標完了日 TargetCompletionDate	特定の会計期間について、期間クローズプロセスを完了する予定日または目標日です。
説明目標完了日は、会計期間をクローズする期限です。通常は決算カレンダーまたはスケジュールの一部として定義します。スケジュールどおりに進んでいるかを評価するために欠かせない属性です。実際の完了日と目標日を比較する期間クローズ定刻完了率KPIの基礎になります。この日付からのずれを分析すると、決算プロセスの予測可能性と信頼性を把握できます。重要な理由期限に対するパフォーマンスを測定するために欠かせない属性であり、期間クローズの定刻完了率を算出できます。入手先 Dynamics 365の会計期間またはカレンダー設定テーブルに保存されている場合があります。または、外部の計画ツールから取得する必要があります。Microsoft Dynamics 365のドキュメントを確認してください。例 2023-01-052023-02-042023-03-06
	終了時刻 EndTime	所要時間を測定できるアクティビティが終了した日時を示すタイムスタンプです。
説明照合タスクなど、瞬時に完了しないアクティビティでは、そのタスクが完了した時点を示します。StartTime（EventTime）と組み合わせて、明確な所要時間を定義します。主に個々のアクティビティの処理時間を算出するために使用します。調整仕訳処理時間の平均などのKPIや、特定のタスクに費やした時間の内訳を分析するダッシュボードに欠かせません。重要な理由個々のアクティビティの処理時間を正確に算出できるため、タスクレベルのボトルネックを特定するうえで重要です。入手先このデータの取得は難しい場合があります。ステータス変更のタイムスタンプ、ModifiedDateTimeフィールド、またはログ内の開始・終了イベントのペアから取得できる可能性があります。例 2024-01-02T11:00:00Z2024-01-02T15:30:00Z2024-01-03T10:00:00Z
	自動実行かどうか IsAutomated	アクティビティが人ではなく、システムまたは自動化ボットによって実行されたかどうかを示すブール値フラグです。
説明期間クローズプロセス内の手動アクティビティと自動アクティビティを区別する属性です。自動インターフェースによって転記された仕訳や、システムが生成したレポートなどを特定できます。この分析軸を使うと、プロセスの自動化レベルを把握できます。自動化による効率向上の測定、新たな自動化機会の特定、自動ステップがエラーや例外なく想定どおりに動作しているかの確認に役立ちます。重要な理由自動化がプロセスに与える影響を測定し、効率向上に向けたさらなる自動化の機会を特定できます。入手先 ResponsibleUserが既知のシステムアカウントまたはサービスアカウントに該当するかを確認して、通常は導出します。例 truefalse
	金額 Amount	仕訳金額など、財務取引に関連する金銭的価値です。
説明アクティビティの財務的価値を記録する属性です。仕訳の転記、調整、照合に特に関係します。プロセスマイニング分析では、金額を使って問題の優先順位を付けられます。たとえば、決算後調整の金額を分析し、高額な修正に注目できます。また、プロセスマップを絞り込み、高額または低額の取引フローだけを表示することも可能です。重要な理由プロセスイベントに財務上の背景情報を加え、金銭的な影響に基づく分析を可能にします。たとえば、高額な調整の調査を優先できます。入手先 Dynamics 365のGeneralJournalAccountEntryなどのテーブルにあるAmountCurやTransactionCurrencyAmountなどの金額フィールドにあります。例 15000.50-250.00125000.00

必須推奨任意

決算・レポーティング：期間決算と照合のアクティビティ

財務決算サイクルを正確に発見・分析するため、イベントログに記録する主要なプロセス手順とマイルストーンです。

5 推奨 9 任意

	アクティビティ	説明
	勘定照合の承認	作成済みの勘定照合をマネージャーまたはレビュー担当者が確認し、承認したことを示します。通常は、Financial closeワークスペース内のタスクの最終ステータス更新として取得します。
重要な理由勘定の照合を完了する重要な節目です。勘定照合承認平均時間KPIの算出や、承認時のボトルネック特定に欠かせません。入手先 Financial closeワークスペースのタスク管理エンティティから取得します。照合タスクのステータスがCompletedまたはApprovedに変更された時点をイベントとします。取得決算タスクのステータスがCompletedまたは同等の最終ステータス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
	決算処理を開始	このアクティビティは、特定の財務期間における決算処理の開始を示します。通常は、Financial closeワークスペースで決算スケジュールが作成された時点、または元帳期間の最初のステータス変更から推定します。
重要な理由開始イベントであるため、決算処理の総サイクルタイムを測定するうえで重要です。このイベントからの経過時間を分析すると、プロセス全体の所要時間とスケジュール遵守状況を把握できます。入手先 Financial close設定の作成日、または財務期間における最初の決算タスクの記録時刻から推定します。このデータは、Financial closeワークスペースのエンティティに保存されています。取得財務決算チェックリストの作成時刻、またはその期間における決算アクティビティの最も早いタイムスタンプを使用します。イベントタイプ inferred
	総勘定元帳期間のクローズ完了	プロセスの最後に、総勘定元帳の期間を正式にクローズし、それ以降の転記を防止します。Dynamics 365内で明示的かつ監査可能なステータス変更として取得します。
重要な理由確定した終了イベントであり、期間クローズサイクル時間の平均を算出するために欠かせません。会計期間が最終的かつ取り消し不能な状態で完了したことを示します。入手先元帳カレンダー（LedgerPeriodエンティティ）から取得します。期間ステータスがClosedに変更された時点をイベントとします。取得監査証跡から、LedgerPeriodのstatusフィールドがClosedに設定された時点のタイムスタンプを特定します。イベントタイプ explicit
	試算表の作成完了	既知の調整がすべて転記され、暫定試算表をレビューできる状態になった時点を示す重要な節目です。データ入力の完了を示す推定イベントです。
重要な理由財務諸表を作成する前の重要なチェックポイントです。データ修正の段階と、レポーティングおよびレビューの段階を分けます。入手先概念上のマイルストーンです。財務諸表の作成開始前に転記された最後の調整仕訳のタイムスタンプから推定できます。取得財務諸表の作成タスクが始まる前に、その期間について最後に転記されたGeneralJournalEntryのタイムスタンプを使用します。イベントタイプ inferred
	財務諸表の承認	経営層が対象期間の財務諸表をレビューし、最終承認したことを示すマイルストーンです。通常はFinancial closeワークスペース内のタスクから取得します。
重要な理由レビュー段階を完了する重要な業務上の節目です。財務諸表レビュー時間と、プロセス全体のガバナンスを測定するために欠かせません。入手先 Financial closeワークスペースから取得します。対象期間の決算チェックリストにある最終承認タスクの完了タイムスタンプを使用します。取得 Financial closeワークスペースにあるFinal Approvalタスクの完了タイムスタンプを使用します。イベントタイプ explicit
	会社間仕訳の転記完了	このアクティビティは、組織内の異なる法人間の残高を照合するために仕訳を転記したことを表します。総勘定元帳の取引ログから取得される明示的なイベントです。
重要な理由会社間照合は、複雑化や遅延の原因になることが少なくありません。このアクティビティを監視すると、会社間照合時間KPIを測定し、非効率な箇所を特定できます。入手先 Intercompanyフラグが付いているGeneralJournalEntryテーブルのレコード、または会社間勘定が関係する取引から取得します。取得取引タイプが会社間転記を示すGeneralJournalEntryレコードに絞り込みます。イベントタイプ explicit
	勘定照合の開始	貸借対照表勘定など、特定の総勘定元帳勘定についてユーザーが照合作業を開始したことを表します。Financial closeワークスペース内のタスクのステータス変更として取得します。
重要な理由個別勘定の照合サイクル時間を測定する際の開始点になります。照合開始までに最も時間がかかる勘定を特定できます。入手先 Financial closeワークスペースのタスク管理エンティティから取得します。照合タスクのステータスがIn progressに変更された時点をイベントとします。取得決算タスクのステータスがIn progressまたは同等の状態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
	未払費用・未収収益の仕訳を記帳	このイベントは、未払費用と未収収益の仕訳が記帳されたことを示します。総勘定元帳の取引データから取得する明示的なアクションであり、特定の仕訳名や種類によって識別します。
重要な理由未払費用・未収収益の計上時期と件数を追跡することは、決算時の業務負荷を把握するうえで重要です。これにより、これらの仕訳に必要な情報収集における依存関係や潜在的なボトルネックを特定できます。入手先 GeneralJournalEntryテーブルおよびGeneralJournalAccountEntryテーブルから取得します。決算期間中に転記され、ACCRなどの未払計上用に指定された仕訳名を持つ取引に絞り込みます。取得未払計上に使用される特定のJournalNameまたはPostingTypeでGeneralJournalEntryレコードを絞り込みます。イベントタイプ explicit
	総勘定元帳期間の再オープン	クローズ済みの期間を再オープンし、遅れて発生した調整を転記する際に発生する例外アクティビティです。ClosedからOn holdまたはOpenへの明示的なステータス変更です。
重要な理由期間の再オープンは標準プロセスからの大きな逸脱であり、統制上の弱点や重大な誤りを示します。頻度を追跡することは、プロセス改善とコンプライアンスのために欠かせません。入手先元帳カレンダー（LedgerPeriodエンティティ）から取得します。期間ステータスがClosedからクローズ以外のステータスに戻された時点をイベントとします。取得監査証跡から、LedgerPeriodのステータスがClosedから変更された時点のタイムスタンプを特定します。イベントタイプ explicit
	補助元帳を保留に設定	買掛金や売掛金などの取引補助元帳について、その期間に新しい取引を記帳できない状態になった時点を示します。各モジュールの元帳期間におけるステータス変更を確認して取得します。
重要な理由これは、総勘定元帳の作業を開始する前にデータの完全性を確保する重要な統制ポイントです。ここでの遅延は、決算スケジュール全体に連鎖的な影響を及ぼします。入手先各補助元帳モジュールの元帳カレンダー期間のステータスから推定します。AP、ARなどのステータスが「On hold」に変更された場合、このアクティビティが発生したことを示します。取得 LedgerPeriodエンティティの監査証跡で「On hold」へのステータス変更を特定し、モジュールで絞り込みます。イベントタイプ inferred
	調整仕訳の転記完了	初回の照合完了後、最終決算前に調整仕訳を転記したことを取得します。特定の仕訳名または転記日によって識別される明示的な取引です。
重要な理由調整の頻度が高い場合、データ品質や上流プロセスに問題がある可能性があります。監視することで、決算後調整仕訳率を測定し、問題のある勘定を特定できます。入手先 GeneralJournalEntryテーブルから取得します。指定されたAdjustment仕訳名を持つ仕訳、または試算表作成日より後に転記された仕訳に絞り込んで識別します。取得特定のJournalName、または他のマイルストーンとの関係に基づく転記日を使用して、GeneralJournalEntryレコードを絞り込みます。イベントタイプ explicit
	財務諸表の作成完了	損益計算書や貸借対照表など、正式な財務レポートを作成したことを表します。レポートの実行を伴うため、このイベントの取得は難しい場合があります。
重要な理由最終レビューサイクルの開始点になります。このアクティビティから最終承認までの所要時間は、経営層レビューの効率を測定する重要なKPIです。入手先 Financial Reporter（旧Management Reporter）のシステムログにこの情報が含まれている場合があります。ただし、通常は取引テーブルに保存されないため、カスタムログが必要になることがあります。取得システムログの分析またはカスタムイベント取得が必要です。標準的な実装では利用できない場合があります。イベントタイプ inferred
	銀行照合の完了	このアクティビティは、銀行照合が完了し、転記されたことを示します。銀行照合レコードのステータス変更から取得される明示的なイベントです。
重要な理由決算プロセスにおける重要な節目です。完了を追跡すると、銀行照合サイクルの処理量と所要時間を測定できます。入手先 BankStatementエンティティのステータスがReconciledに変更された時点、または関連する照合仕訳の転記日時から推定します。取得 BankStatementのstatusフィールドがReconciledに更新された時点のタイムスタンプを特定します。イベントタイプ inferred
	銀行照合の開始	特定の銀行口座および期間について、銀行照合プロセスが始まったことを示します。ユーザーが新しい銀行照合ワークシートを作成した際に取得される明示的なイベントです。
重要な理由このアクティビティのタイミングは、銀行照合サブプロセスを理解するうえで重要です。現金照合業務の効率を測定する際の開始点になります。入手先 BankStatementテーブルおよびBankStatementLineテーブルから取得します。新しい銀行照合レコードの作成日時をイベント時刻として使用します。取得対象となる会計期間のBankStatementテーブルにあるCreatedDateTimeフィールドを使用します。イベントタイプ explicit

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

前提条件を確認：Microsoft Dynamics 365環境にAzure Data Lake Linkが設定されていることを確認します。これにより、必要なF&Oデータベーステーブルのレプリカを、組織のAzureサブスクリプションからクエリできるようになります。
アクセス権を取得：Azure Data Lake Storageアカウントにアクセスするために必要なセキュリティ資格情報と権限を取得します。また、Azure Synapse Analytics Serverless SQLプールやAzure Databricksなど、このデータに対してSQLを実行できるクエリエンジンへのアクセス権も必要です。
対象テーブルを特定：選択したクエリツールを使ってデータレイクに接続します。必要なDynamics 365テーブルのパスを特定します。この抽出で主要となるテーブルは、LedgerFiscalPeriod、LedgerPeriodModuleAccessControl、GeneralJournalEntry、GeneralJournalAccountEntry、BankCStmt、ClosingSheetTaskです。
SQLクエリを設定：提供されたSQLスクリプトをクエリエディターにコピーします。スクリプト上部の設定セクションを確認します。StartDate、EndDate、CompanyFilterパラメータを設定し、抽出範囲を定義します。また、[Your Accrual Journal Name]などの仮置きの仕訳名を、組織固有の設定に合わせて更新します。
抽出スクリプトを実行：設定済みのSQLクエリを実行します。このスクリプトは、複数のソーステーブルからイベントを集約し、1つのイベントログ形式にまとめます。指定された14個のアクティビティすべてのデータを収集し、結合します。
初期結果を確認：クエリの完了後、出力を簡単に確認します。選択した期間に対して行数が妥当であること、FinancialPeriod、ActivityName、EventTimeなどの主要列に想定どおり値が入力されていることを確認します。
イベントログをエクスポート：クエリ結果をCSV形式でエクスポートします。文字化けを防ぐため、ファイルがUTF-8エンコードになっていることを確認します。
アップロードの準備：プロセスマイニングツールにアップロードする前に、エクスポートしたCSVファイルの列見出しが必須属性名と完全に一致していることを確認します：FinancialPeriod、ActivityName、EventTime、SourceSystem、LastDataUpdate、ResponsibleUser、CompanyCode、部門、GlAccount。

設定

日付範囲：傾向や繰り返し発生するパターンを把握するため、少なくとも終了済みの会計期間6～12期間分を抽出することを推奨します。クエリ内のStartDateおよびEndDate変数で範囲を指定します。
会社コードフィルター：DataAreaIdフィールドに対応するCompanyFilter変数を使い、特定の法人に抽出対象を限定します。すべての会社を一度に対象にすると、リソースを大量に消費する可能性があります。
仕訳名の設定：「Accrual Journals Posted」、「Intercompany Journals Posted」、「Adjusting Journal Entries Posted」などのアクティビティの識別は、Dynamics 365の設定で使用している仕訳名に依存します。クエリ内のプレースホルダー値（例：[Your Accrual Journal Name]）を、組織で実際に使用している仕訳名に置き換えてください。
財務締め処理ワークスペース：「Account Reconciliation Started」や「Financial Statements Approved」などのアクティビティには、Dynamics 365の財務締め処理ワークスペースが必要です。このモジュールを使用していない場合、これらのアクティビティは抽出されません。
前提条件：この方法では、Dynamics 365用Azure Data Lake Linkが有効で、完全に同期されている必要があります。クエリを実行するユーザーまたはサービスプリンシパルには、データレイクストレージへの読み取り権限が必要です。

a サンプルクエリ sql

WITH Config AS (
    -- Configuration: Set the start date, end date, and company code filter for the extraction.
    SELECT
        CAST('2023-01-01' AS DATETIME) AS StartDate,
        CAST('2023-12-31' AS DATETIME) AS EndDate,
        'USMF' AS CompanyFilter -- Replace 'USMF' with your target company code (DataAreaId)
),
AllEvents AS (
    -- 1. Period Close Process Initiated
    -- Inferred from the first recorded action on a fiscal period module within the date range.
    SELECT
        FORMAT(lpmac.MODIFIEDDATETIME, 'yyyy-MM') AS FinancialPeriod,
        'Period Close Process Initiated' AS ActivityName,
        MIN(lpmac.MODIFIEDDATETIME) AS EventTime,
        lpmac.MODIFIEDBY AS ResponsibleUser,
        lpmac.DATAREAID AS CompanyCode,
        NULL AS Department,
        NULL AS GlAccount
    FROM LedgerPeriodModuleAccessControl lpmac
    JOIN Config ON lpmac.DATAREAID = Config.CompanyFilter AND lpmac.MODIFIEDDATETIME BETWEEN Config.StartDate AND Config.EndDate
    GROUP BY FORMAT(lpmac.MODIFIEDDATETIME, 'yyyy-MM'), lpmac.MODIFIEDBY, lpmac.DATAREAID

    UNION ALL

    -- 2. Subledgers Placed On Hold
    -- Captures when modules like Accounts Payable (Vend) and Accounts Receivable (Cust) are put on hold.
    SELECT
        FORMAT(lpmac.MODIFIEDDATETIME, 'yyyy-MM') AS FinancialPeriod,
        'Subledgers Placed On Hold' AS ActivityName,
        lpmac.MODIFIEDDATETIME AS EventTime,
        lpmac.MODIFIEDBY AS ResponsibleUser,
        lpmac.DATAREAID AS CompanyCode,
        NULL AS Department,
        NULL AS GlAccount
    FROM LedgerPeriodModuleAccessControl lpmac
    JOIN Config ON lpmac.DATAREAID = Config.CompanyFilter AND lpmac.MODIFIEDDATETIME BETWEEN Config.StartDate AND Config.EndDate
    WHERE lpmac.ACCESSLEVEL = 2 -- 2 corresponds to 'On hold'
      AND lpmac.MODULENUMBER IN (2, 3) -- 2 for 'Cust', 3 for 'Vend'. Adjust if needed.

    UNION ALL

    -- 3. Accrual Journals Posted
    -- Captured from General Journal Entries with a specific journal name for accruals.
    SELECT 
        FORMAT(gje.ACCOUNTINGDATE, 'yyyy-MM') AS FinancialPeriod,
        'Accrual Journals Posted' AS ActivityName,
        gje.CREATEDDATETIME AS EventTime,
        gje.CREATEDBY AS ResponsibleUser,
        gje.LEDGER_DATAREAID AS CompanyCode,
        NULL AS Department,
        gjae.LEDGERACCOUNT AS GlAccount
    FROM GeneralJournalEntry gje
    JOIN GeneralJournalAccountEntry gjae ON gje.RECID = gjae.GENERALJOURNALENTRY
    JOIN Config ON gje.LEDGER_DATAREAID = Config.CompanyFilter AND gje.ACCOUNTINGDATE BETWEEN Config.StartDate AND Config.EndDate
    WHERE gje.JOURNALNAME = '[Your Accrual Journal Name]' -- !! IMPORTANT: Replace with your actual journal name for accruals

    UNION ALL

    -- 4. Intercompany Journals Posted
    -- Captured from General Journal Entries with a specific journal name for intercompany transactions.
    SELECT 
        FORMAT(gje.ACCOUNTINGDATE, 'yyyy-MM') AS FinancialPeriod,
        'Intercompany Journals Posted' AS ActivityName,
        gje.CREATEDDATETIME AS EventTime,
        gje.CREATEDBY AS ResponsibleUser,
        gje.LEDGER_DATAREAID AS CompanyCode,
        NULL AS Department,
        gjae.LEDGERACCOUNT AS GlAccount
    FROM GeneralJournalEntry gje
    JOIN GeneralJournalAccountEntry gjae ON gje.RECID = gjae.GENERALJOURNALENTRY
    JOIN Config ON gje.LEDGER_DATAREAID = Config.CompanyFilter AND gje.ACCOUNTINGDATE BETWEEN Config.StartDate AND Config.EndDate
    WHERE gje.JOURNALNAME = '[Your Intercompany Journal Name]' -- !! IMPORTANT: Replace with your actual journal name for intercompany postings

    UNION ALL

    -- 5. Bank Reconciliation Started
    -- The creation of a bank reconciliation statement record.
    SELECT 
        FORMAT(bs.CREATEDDATETIME, 'yyyy-MM') AS FinancialPeriod,
        'Bank Reconciliation Started' AS ActivityName,
        bs.CREATEDDATETIME AS EventTime,
        bs.CREATEDBY AS ResponsibleUser,
        bs.DATAREAID AS CompanyCode,
        NULL AS Department,
        bs.ACCOUNTID AS GlAccount
    FROM BankCStmt bs
    JOIN Config ON bs.DATAREAID = Config.CompanyFilter AND bs.CREATEDDATETIME BETWEEN Config.StartDate AND Config.EndDate

    UNION ALL

    -- 6. Bank Reconciliation Completed
    -- When a bank reconciliation is marked as reconciled.
    SELECT 
        FORMAT(bs.RECONCILEDATE, 'yyyy-MM') AS FinancialPeriod,
        'Bank Reconciliation Completed' AS ActivityName,
        bs.MODIFIEDDATETIME AS EventTime,
        bs.MODIFIEDBY AS ResponsibleUser,
        bs.DATAREAID AS CompanyCode,
        NULL AS Department,
        bs.ACCOUNTID AS GlAccount
    FROM BankCStmt bs
    JOIN Config ON bs.DATAREAID = Config.CompanyFilter AND bs.MODIFIEDDATETIME BETWEEN Config.StartDate AND Config.EndDate
    WHERE bs.RECONCILE = 1 -- 1 typically means 'Reconciled'

    UNION ALL

    -- 7. Account Reconciliation Started & 8. Account Reconciliation Approved
    -- Captured from the Financial Close Workspace task statuses.
    SELECT 
        FORMAT(cst.DUEDATE, 'yyyy-MM') AS FinancialPeriod,
        CASE cst.STATUS
            WHEN 1 THEN 'Account Reconciliation Started'   -- 1 for 'In progress', adjust status value if needed
            WHEN 3 THEN 'Account Reconciliation Approved'  -- 3 for 'Completed' or 'Approved', adjust status value
        END AS ActivityName,
        cst.MODIFIEDDATETIME AS EventTime,
        cst.MODIFIEDBY AS ResponsibleUser,
        cst.DATAREAID AS CompanyCode,
        cst.RESPONSIBLEDEPARTMENT AS Department,
        cst.ACCOUNTDISPLAYVALUE AS GlAccount
    FROM ClosingSheetTask cst
    JOIN Config ON cst.DATAREAID = Config.CompanyFilter AND cst.MODIFIEDDATETIME BETWEEN Config.StartDate AND Config.EndDate
    WHERE cst.TASKDESCRIPTION LIKE '%Reconcile%'
      AND cst.STATUS IN (1, 3)

    UNION ALL

    -- 9. Adjusting Journal Entries Posted
    -- Captured from General Journal Entries with a specific journal name for adjustments.
    SELECT 
        FORMAT(gje.ACCOUNTINGDATE, 'yyyy-MM') AS FinancialPeriod,
        'Adjusting Journal Entries Posted' AS ActivityName,
        gje.CREATEDDATETIME AS EventTime,
        gje.CREATEDBY AS ResponsibleUser,
        gje.LEDGER_DATAREAID AS CompanyCode,
        NULL AS Department,
        gjae.LEDGERACCOUNT AS GlAccount
    FROM GeneralJournalEntry gje
    JOIN GeneralJournalAccountEntry gjae ON gje.RECID = gjae.GENERALJOURNALENTRY
    JOIN Config ON gje.LEDGER_DATAREAID = Config.CompanyFilter AND gje.ACCOUNTINGDATE BETWEEN Config.StartDate AND Config.EndDate
    WHERE gje.JOURNALNAME = '[Your Adjustment Journal Name]' -- !! IMPORTANT: Replace with your actual journal name for adjustments

    UNION ALL

    -- 10. Trial Balance Prepared
    -- Inferred as the time of the last general journal posting for the period before the close.
    SELECT 
        FORMAT(gje.ACCOUNTINGDATE, 'yyyy-MM') AS FinancialPeriod,
        'Trial Balance Prepared' AS ActivityName,
        MAX(gje.CREATEDDATETIME) AS EventTime,
        MAX(gje.CREATEDBY) AS ResponsibleUser,
        gje.LEDGER_DATAREAID AS CompanyCode,
        NULL AS Department,
        NULL AS GlAccount
    FROM GeneralJournalEntry gje
    JOIN Config ON gje.LEDGER_DATAREAID = Config.CompanyFilter AND gje.ACCOUNTINGDATE BETWEEN Config.StartDate AND Config.EndDate
    GROUP BY FORMAT(gje.ACCOUNTINGDATE, 'yyyy-MM'), gje.LEDGER_DATAREAID

    UNION ALL

    -- 11. Financial Statements Generated & 12. Financial Statements Approved
    -- Captured from tasks in the Financial Close Workspace.
    SELECT 
        FORMAT(cst.DUEDATE, 'yyyy-MM') AS FinancialPeriod,
        CASE
            WHEN cst.TASKDESCRIPTION LIKE '%Generate Financial Statement%' AND cst.STATUS = 3 THEN 'Financial Statements Generated'
            WHEN cst.TASKDESCRIPTION LIKE '%Approve Financial Statement%' AND cst.STATUS = 3 THEN 'Financial Statements Approved'
        END AS ActivityName,
        cst.MODIFIEDDATETIME AS EventTime,
        cst.MODIFIEDBY AS ResponsibleUser,
        cst.DATAREAID AS CompanyCode,
        cst.RESPONSIBLEDEPARTMENT AS Department,
        NULL AS GlAccount
    FROM ClosingSheetTask cst
    JOIN Config ON cst.DATAREAID = Config.CompanyFilter AND cst.MODIFIEDDATETIME BETWEEN Config.StartDate AND Config.EndDate
    WHERE cst.TASKDESCRIPTION LIKE '%Financial Statement%'
      AND cst.STATUS = 3 -- 3 for 'Completed', assumes completion implies generation/approval

    UNION ALL

    -- 13. GL Period Closed
    -- The final closing of the General Ledger period.
    SELECT
        FORMAT(lfp.ENDDATE, 'yyyy-MM') AS FinancialPeriod,
        'GL Period Closed' AS ActivityName,
        lfp.MODIFIEDDATETIME AS EventTime,
        lfp.MODIFIEDBY AS ResponsibleUser,
        lfp.DATAREAID AS CompanyCode,
        NULL AS Department,
        NULL AS GlAccount
    FROM LedgerFiscalPeriod lfp
    JOIN Config ON lfp.DATAREAID = Config.CompanyFilter AND lfp.MODIFIEDDATETIME BETWEEN Config.StartDate AND Config.EndDate
    WHERE lfp.STATUS = 2 -- 2 corresponds to 'Closed'
      AND lfp.TYPE = 1 -- 1 corresponds to 'Operating'

    UNION ALL

    -- 14. GL Period Re-Opened
    -- When a previously closed period is set back to 'On Hold' or 'Open'.
    SELECT
        FORMAT(lfp.ENDDATE, 'yyyy-MM') AS FinancialPeriod,
        'GL Period Re-Opened' AS ActivityName,
        lfp.MODIFIEDDATETIME AS EventTime,
        lfp.MODIFIEDBY AS ResponsibleUser,
        lfp.DATAREAID AS CompanyCode,
        NULL AS Department,
        NULL AS GlAccount
    FROM LedgerFiscalPeriod lfp
    JOIN Config ON lfp.DATAREAID = Config.CompanyFilter AND lfp.MODIFIEDDATETIME BETWEEN Config.StartDate AND Config.EndDate
    WHERE lfp.STATUS IN (1, 3) -- 1 is 'On Hold', 3 is 'Open'
      AND lfp.TYPE = 1 -- 'Operating'
      AND EXISTS (
          -- This logic is complex; a simpler check is to assume any modification to Open/On Hold after a close is a reopen.
          -- A more robust solution requires change tracking, which is outside a simple SQL query.
          SELECT 1 FROM LedgerFiscalPeriod prev_status
          WHERE prev_status.RECID = lfp.RECID AND prev_status.MODIFIEDDATETIME < lfp.MODIFIEDDATETIME
      )
)
SELECT
    FinancialPeriod,
    ActivityName,
    EventTime,
    'Microsoft Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    ResponsibleUser,
    CompanyCode,
    Department,
    GlAccount
FROM AllEvents
WHERE ActivityName IS NOT NULL;

ステップ

前提条件と環境設定：Python 3.6以降と、pandasおよびrequestsライブラリがインストールされていることを確認します。pip install pandas requestsでインストールできます。Dynamics 365インスタンス用のアプリケーションをAzure Active Directory（Azure AD）に登録し、財務データの読み取りに必要なAPI権限を付与します。このアプリケーションのTenant ID、Client ID、Client Secretを取得してください。
スクリプトパラメーターの設定：Pythonスクリプトを開き、上部の設定セクションを確認します。プレースホルダーにD365のベースURL、Azure AD Tenant ID、Client ID、Client Secretを入力します。START_DATE、END_DATE、COMPANY_CODE（D365のDataAreaId）を設定し、データ抽出の範囲を指定します。
認証の実装：スクリプトには、指定した資格情報を使ってAzure ADからOAuth 2.0アクセストークンを取得する関数が含まれています。このトークンで、以降のD365 ODataエンドポイントへのAPIリクエストを認証します。
データ抽出関数の定義：スクリプトは、APIレスポンスに含まれる@odata.nextLinkをたどって自動的にページネーションを行うget_d365_dataという主要なデータ取得関数を中心に構成されています。これにより、指定したクエリの全レコードを取得できます。
アクティビティ別クエリの実行：必要な14種類のアクティビティごとに、専用の関数（例：extract_gl_period_events、extract_journal_postings）が定義されています。各関数は、$selectで列を指定し、$filterでステータス変更や特定の仕訳名など、対象イベントに結果を絞り込むODataクエリを作成します。
データの取得と統合：スクリプトの主要部分では、各抽出関数を順番に呼び出します。各関数はイベントログの構造に合わせたpandas DataFrameを返し、個別のDataFrameをリストに格納します。
イベントログ形式への統一：すべてのデータを取得したら、DataFrameのリストを1つの統合イベントログに連結します。SourceSystemやLastDataUpdate（スクリプトの実行時刻を設定）などの固定列も追加します。
推定イベントの処理：「Trial Balance Prepared」などの推定アクティビティについては、対象会計期間における最後の「Adjusting Journal Entries Posted」のタイムスタンプに基づいてイベントを作成します。この処理により、システムに直接の記録がなくてもマイルストーンを記録できます。
データ型の変換とクリーニング：EventTime列を正しい日時形式に変換し、その他の列にも適切なデータ型を設定します。また、EventTime列からFinancialPeriodを導出し、「YYYY-MM」形式に整えます。
CSVへのエクスポート：最後に、完全なイベントログDataFrameをd365_period_close_event_log.csvというCSVファイルに保存します。このファイルは、プロセスマイニングツールに直接アップロードできる形式です。

設定

認証：生成したClient IDとClient Secretを持つAzure ADアプリケーションの登録が必要です。アプリケーションには、OData APIにアクセスするための「Dynamics ERP」への委任ユーザー権限が必要です。
D365エンドポイントURL：スクリプトのD365_BASE_URL変数には、組織固有のDynamics 365 Finance and Operations URLを設定します。例：https://your-d365-environment.operations.dynamics.com。
日付範囲：START_DATEおよびEND_DATE変数で抽出期間を指定します。データ量とAPIのパフォーマンスを管理するため、最初は3～6か月程度の小さな範囲から始めることを推奨します。
会社コードフィルター：COMPANY_CODE変数には、期間締めプロセスを分析する法人識別子（D365ではDataAreaIdと呼ばれます）を設定します。スクリプトは一度に1つの会社コードを対象に実行する設計です。
仕訳名フィルター：スクリプトでは、「ACCRUAL」、「INTERCO」、「ADJUST」などのプレースホルダー仕訳名を使って、特定の仕訳転記アクティビティを識別します。D365の設定で実際に使用している仕訳名と完全に一致するよう更新してください。
財務締め処理ワークスペース：照合タスク（「Account Reconciliation Started」、「Account Reconciliation Approved」）の抽出では、ClosingSheetなど、財務締め処理ワークスペースに関連する特定のエンティティを使用する前提です。実装内容に応じて、エンティティ名の調整が必要になる場合があります。

a サンプルクエリ python

import requests
import pandas as pd
from datetime import datetime
import time

class=class="hl-string">"hl-comment"># --- CONFIGURATION --- 
D365_BASE_URL = class="hl-string">"https://[your-d365-environment].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]"

class=class="hl-string">"hl-comment"># --- PARAMETERS ---
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-12-31"
COMPANY_CODE = class="hl-string">"[YourCompanyCode]" class=class="hl-string">"hl-comment"># e.g., class="hl-string">'USMF'

class=class="hl-string">"hl-comment"># --- Function to get Access Token ---
def get_access_token():
    url = fclass="hl-string">"https://login.microsoftonline.com/{TENANT_ID}/oauth2/v2.0/token"
    payload = {
        class="hl-string">'grant_type': class="hl-string">'client_credentials',
        class="hl-string">'client_id': CLIENT_ID,
        class="hl-string">'client_secret': CLIENT_SECRET,
        class="hl-string">'scope': fclass="hl-string">"{D365_BASE_URL}/.default"
    }
    response = requests.post(url, data=payload)
    response.raise_for_status()
    return response.json()[class="hl-string">'access_token']

class=class="hl-string">"hl-comment"># --- Generic function to get data from D365 OData ---
def get_d365_data(entity_name, select_fields, filter_query, access_token):
    all_records = []
    api_url = fclass="hl-string">"{D365_BASE_URL}/data/{entity_name}?$select={select_fields}&$filter={filter_query}&cross-company=true"
    headers = {
        class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}',
        class="hl-string">'Content-Type': class="hl-string">'application/json'
    }
    
    while api_url:
        try:
            response = requests.get(api_url, headers=headers)
            response.raise_for_status()
            data = response.json()
            all_records.extend(data[class="hl-string">'value'])
            api_url = data.get(class="hl-string">'@odata.nextLink')
            time.sleep(0.1) class=class="hl-string">"hl-comment"># Small delay to be respectful to the API
        except requests.exceptions.HTTPError as err:
            print(fclass="hl-string">"HTTP Error fetching {entity_name}: {err}")
            print(fclass="hl-string">"Response content: {err.response.text}")
            break

    return pd.DataFrame(all_records)

class=class="hl-string">"hl-comment"># --- Activity Extraction Functions ---

def extract_gl_period_events(token):
    print(class="hl-string">"Extracting GL Period status changes...")
    entity = class="hl-string">"LedgerFiscalCalendarPeriods"
    fields = class="hl-string">"LedgerFiscalCalendarId,PeriodName,Status,ModifiedDateTime,ModifiedBy,LegalEntityId"
    filters = fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and LegalEntityId eq '{COMPANY_CODE}'"
    df = get_d365_data(entity, fields, filters, token)
    if df.empty:
        return pd.DataFrame()

    df.rename(columns={class="hl-string">'ModifiedDateTime': class="hl-string">'EventTime', class="hl-string">'ModifiedBy': class="hl-string">'ResponsibleUser', class="hl-string">'LegalEntityId': class="hl-string">'CompanyCode'}, inplace=True)
    df[class="hl-string">'FinancialPeriod'] = pd.to_datetime(df[class="hl-string">'EventTime']).dt.strftime(class="hl-string">'%Y-%m')
    
    class=class="hl-string">"hl-comment"># Map status to activities
    activity_map = {
        class="hl-string">'OnHold': [class="hl-string">'Period Close Process Initiated', class="hl-string">'Subledgers Placed On Hold'],
        class="hl-string">'Closed': [class="hl-string">'GL Period Closed'],
        class="hl-string">'Open': [class="hl-string">'GL Period Re-Opened'] class=class="hl-string">"hl-comment"># Assuming re-open moves from Closed to Open
    }
    
    event_dfs = []
    for status, activities in activity_map.items():
        for activity in activities:
            temp_df = df[df[class="hl-string">'Status'] == status].copy()
            temp_df[class="hl-string">'ActivityName'] = activity
            event_dfs.append(temp_df)

    result_df = pd.concat(event_dfs, ignore_index=True)
    return result_df[[class="hl-string">'FinancialPeriod', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'ResponsibleUser', class="hl-string">'CompanyCode']]

def extract_journal_postings(token):
    print(class="hl-string">"Extracting Journal Postings...")
    entity = class="hl-string">"GeneralJournalAccountEntryEntities"
    fields = class="hl-string">"JournalNumber,JournalCategory,PostingLayer,AccountingDate,CreatedBy,CompanyCode,LedgerAccount"
    filters = fclass="hl-string">"AccountingDate ge {START_DATE} and AccountingDate le {END_DATE} and CompanyCode eq '{COMPANY_CODE}'"
    df = get_d365_data(entity, fields, filters, token)
    if df.empty:
        return pd.DataFrame()
    
    df.rename(columns={class="hl-string">'AccountingDate': class="hl-string">'EventTime', class="hl-string">'CreatedBy': class="hl-string">'ResponsibleUser', class="hl-string">'LedgerAccount': class="hl-string">'GlAccount'}, inplace=True)
    df[class="hl-string">'FinancialPeriod'] = pd.to_datetime(df[class="hl-string">'EventTime']).dt.strftime(class="hl-string">'%Y-%m')

    class=class="hl-string">"hl-comment"># Placeholder journal categories, update based on your setup
    journal_map = {
        class="hl-string">'Allocation': class="hl-string">'Accrual Journals Posted', class=class="hl-string">"hl-comment"># Example mapping
        class="hl-string">'Intercompany': class="hl-string">'Intercompany Journals Posted',
        class="hl-string">'Adjustment': class="hl-string">'Adjusting Journal Entries Posted' class=class="hl-string">"hl-comment"># Example mapping
    }
    
    df[class="hl-string">'ActivityName'] = df[class="hl-string">'JournalCategory'].map(journal_map)
    result_df = df.dropna(subset=[class="hl-string">'ActivityName'])
    return result_df[[class="hl-string">'FinancialPeriod', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'ResponsibleUser', class="hl-string">'CompanyCode', class="hl-string">'GlAccount']]

def extract_bank_reconciliations(token):
    print(class="hl-string">"Extracting Bank Reconciliations...")
    entity = class="hl-string">"BankReconciliationHeaders"
    fields = class="hl-string">"ReconciliationDate,ReconciliationStatus,CreatedDateTime,CreatedBy,DataAreaId,BankAccount"
    filters = fclass="hl-string">"CreatedDateTime ge {START_DATE}T00:00:00Z and CreatedDateTime le {END_DATE}T23:59:59Z and DataAreaId eq '{COMPANY_CODE}'"
    df = get_d365_data(entity, fields, filters, token)
    if df.empty:
        return pd.DataFrame()
    
    df.rename(columns={class="hl-string">'DataAreaId': class="hl-string">'CompanyCode', class="hl-string">'BankAccount': class="hl-string">'GlAccount'}, inplace=True)

    class=class="hl-string">"hl-comment"># Started event
    started_df = df.copy()
    started_df[class="hl-string">'ActivityName'] = class="hl-string">'Bank Reconciliation Started'
    started_df[class="hl-string">'EventTime'] = started_df[class="hl-string">'CreatedDateTime']
    started_df[class="hl-string">'ResponsibleUser'] = started_df[class="hl-string">'CreatedBy']
    started_df[class="hl-string">'FinancialPeriod'] = pd.to_datetime(started_df[class="hl-string">'EventTime']).dt.strftime(class="hl-string">'%Y-%m')

    class=class="hl-string">"hl-comment"># Completed event
    completed_df = df[df[class="hl-string">'ReconciliationStatus'] == class="hl-string">'Reconciled'].copy()
    completed_df[class="hl-string">'ActivityName'] = class="hl-string">'Bank Reconciliation Completed'
    completed_df[class="hl-string">'EventTime'] = completed_df[class="hl-string">'ReconciliationDate'] class=class="hl-string">"hl-comment"># Using ReconciliationDate as completion time
    completed_df[class="hl-string">'ResponsibleUser'] = completed_df[class="hl-string">'CreatedBy']
    completed_df[class="hl-string">'FinancialPeriod'] = pd.to_datetime(completed_df[class="hl-string">'EventTime']).dt.strftime(class="hl-string">'%Y-%m')
    
    result_df = pd.concat([started_df, completed_df], ignore_index=True)
    return result_df[[class="hl-string">'FinancialPeriod', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'ResponsibleUser', class="hl-string">'CompanyCode', class="hl-string">'GlAccount']]

def extract_close_workspace_tasks(token):
    print(class="hl-string">"Extracting Close Workspace Tasks (placeholder)...")
    class=class="hl-string">"hl-comment"># This is a placeholder. The entity name class="hl-string">'ClosingSheetTasks' might be different in your system.
    class=class="hl-string">"hl-comment"># Common entities: ClosingSheet, FinancialPeriodCloseWorkspace, ClosingSheetTasks
    entity = class="hl-string">"[FinancialCloseTaskEntity]"
    fields = class="hl-string">"TaskDescription,Status,ModifiedDateTime,ModifiedBy,DataAreaId,MainAccount"
    filters = fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and DataAreaId eq '{COMPANY_CODE}'"
    class=class="hl-string">"hl-comment"># df = get_d365_data(entity, fields, filters, token)
    class=class="hl-string">"hl-comment"># if df.empty:
    class=class="hl-string">"hl-comment">#     return pd.DataFrame()
    class=class="hl-string">"hl-comment"># For demonstration, creating a dummy dataframe
    print(fclass="hl-string">"SKIPPING: Entity '{entity}' not queried. This requires system-specific entity name.")
    return pd.DataFrame()

class=class="hl-string">"hl-comment"># --- Main Execution Logic ---
if __name__ == class="hl-string">"__main__":
    print(class="hl-string">"Starting D365 Period Close data extraction...")
    access_token = get_access_token()
    all_events = []

    all_events.append(extract_gl_period_events(access_token))
    all_events.append(extract_journal_postings(access_token))
    all_events.append(extract_bank_reconciliations(access_token))
    all_events.append(extract_close_workspace_tasks(access_token)) class=class="hl-string">"hl-comment"># Placeholder call

    event_log = pd.concat([df for df in all_events if not df.empty], ignore_index=True)
    
    class=class="hl-string">"hl-comment"># --- Handle Inferred and Missing Events ---
    if not event_log.empty and class="hl-string">'Adjusting Journal Entries Posted' in event_log[class="hl-string">'ActivityName'].values:
        print(class="hl-string">"Inferring 'Trial Balance Prepared' events...")
        adj_journals = event_log[event_log[class="hl-string">'ActivityName'] == class="hl-string">'Adjusting Journal Entries Posted'].copy()
        adj_journals[class="hl-string">'EventTime'] = pd.to_datetime(adj_journals[class="hl-string">'EventTime'])
        class=class="hl-string">"hl-comment"># Infer as last adjusting entry per period
        trial_balance_events = adj_journals.loc[adj_journals.groupby(class="hl-string">'FinancialPeriod')[class="hl-string">'EventTime'].idxmax()]
        trial_balance_events[class="hl-string">'ActivityName'] = class="hl-string">'Trial Balance Prepared'
        event_log = pd.concat([event_log, trial_balance_events], ignore_index=True)

    class=class="hl-string">"hl-comment"># Placeholder for class="hl-string">'Financial Statements Generated' and class="hl-string">'Approved'
    class=class="hl-string">"hl-comment"># These are often manual or hard to track. A common approach is to infer them based on the final closing date.

    class=class="hl-string">"hl-comment"># --- Final Formatting ---
    if not event_log.empty:
        event_log[class="hl-string">'SourceSystem'] = class="hl-string">'Microsoft Dynamics 365'
        event_log[class="hl-string">'LastDataUpdate'] = datetime.utcnow().isoformat() + class="hl-string">'Z'
        
        class=class="hl-string">"hl-comment"># Standardize columns
        final_cols = [class="hl-string">'FinancialPeriod', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate', 
                        class="hl-string">'ResponsibleUser', class="hl-string">'CompanyCode', class="hl-string">'Department', class="hl-string">'GlAccount']
        for col in final_cols:
            if col not in event_log.columns:
                event_log[col] = None

        event_log = event_log[final_cols]
        event_log.sort_values(by=[class="hl-string">'FinancialPeriod', class="hl-string">'EventTime'], inplace=True)

        class=class="hl-string">"hl-comment"># Save to CSV
        output_filename = class="hl-string">'d365_period_close_event_log.csv'
        event_log.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%SZ')
        print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")
    else:
        print(class="hl-string">"No events found for the specified criteria.")

準備はできましたか？

このデータテンプレートを使って、今日から決算・レポーティングプロセスの最適化を始めてください。より迅速で正確な財務レポーティングと、コンプライアンスの向上に向けた取り組みを始められます。

改善ガイドに戻るテンプレートをダウンロード

決算・レポーティングの期間締めと照合を迅速化

サイクルタイムを30％短縮し、精度を高めて財務締め処理を迅速化します。

無料トライアルを開始

クレジットカードは不要です。今日から最適化を始められます。

決算・レポーティング：期間締めと照合のデータテンプレート

決算・レポーティング：期間締めと照合のデータテンプレート

決算・レポーティング：期間決算と照合の属性

決算・レポーティング：期間決算と照合のアクティビティ

抽出ガイド

Azure Data Lake連携による直接SQLクエリ

ステップ

設定

a サンプルクエリ sql

D365 OData APIを使ったPythonスクリプトによる抽出

ステップ

設定

a サンプルクエリ python

準備はできましたか？

決算・レポーティングの期間締めと照合を迅速化

決算・レポーティング：期間締めと照合のデータテンプレート

決算・レポーティング：期間締めと照合のデータテンプレート

決算・レポーティング：期間決算と照合の属性

決算・レポーティング：期間決算と照合のアクティビティ

抽出ガイド

Azure Data Lake連携による直接SQLクエリ

ステップ

設定

a サンプルクエリ sql

D365 OData APIを使ったPythonスクリプトによる抽出

ステップ

設定

a サンプルクエリ python

準備はできましたか？

決算・レポーティングの期間締めと照合を迅速化

プライバシーを大切にしています