> 継続的なプロセス改善 > 受注から現金化までの受注処理 > Microsoft Dynamics 365 > データテンプレート

データテンプレート: 受注から現金化まで - 販売注文処理

Microsoft Dynamics 365

受注から現金化までの受注処理属性 (21) 受注から現金化までの受注処理活動 (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

このテンプレートは、Microsoft Dynamics 365における受注から現金化までの受注処理を分析するために必要な重要なデータ要素の構造化された概要を提供します。収集すべき重要な属性と、イベントログ内で追跡すべき主要な活動を概説しています。さらに、システムからこのデータを効果的に抽出するための実用的なガイダンスもご覧いただけます。

包括的な分析のための推奨属性
追跡すべき主要なプロセスアクティビティ
Microsoft Dynamics 365向けの具体的なデータ抽出ガイダンス

イベントログについて初めての方へ：プロセスマイニングのイベントログ作成方法.

テンプレートをダウンロード

受注から現金化までの受注処理属性

これらは、Microsoft Dynamics 365における「受注から現金化まで - 販売注文処理」の包括的な分析のために、イベントログに含めるべき推奨データフィールドです。

5 必須 5 推奨 11 任意

	名前	説明
	アクティビティ ActivityName	受注プロセス内で特定の時点に行われたビジネスイベントまたはタスクの名前です。
説明この属性は、「販売注文作成」、「商品出荷」、「支払い受領」など、販売注文のライフサイクルにおける個別のステップまたはイベントを表します。特定の販売注文に対するこれらのアクティビティのシーケンスが、プロセスフローを形成します。アクティビティ間のシーケンス、頻度、トランジションを分析することが、プロセスマイニングの核心です。これにより、プロセスマップを可視化し、一般的なプロセスバリアントとまれなものを特定し、ボトルネックを検出したり、手戻りや非コンプライアンスの領域を特定するのに役立ちます。この属性は、プロセス内で実際に何が起こっているかを理解するための基礎となります。その重要性プロセスのステップを定義し、プロセスフローの構築と可視化を可能にします。これはプロセスマイニングの主要な目標です。取得元この属性は、「SalesTable」のようなテーブルや関連するロジスティクスまたは財務テーブル内の特定のシステムイベント、あるい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することで、概念的に導き出されます。例受注作成済み商品出荷済み請求書作成支払い受領済み
	受注 SalesOrderNumber	各受注の一意の識別子であり、プロセスの主要なケース識別子として機能します。
説明受注番号は、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。これはコアのケースIDとして機能し、作成からクローズまでのすべての関連するアクティビティとイベントをリンクします。プロセスマイニングにおいて、この属性は各受注のエンドツーエンドのジャーニーを再構築するために不可欠です。アナリストがアクティビティの完全なシーケンスを追跡し、ケース期間を測定し、特定の注文ごとのバリエーションを分析することを可能にし、プロセス分析全体の基盤を形成します。その重要性この識別子は、すべての関連イベントを関連付ける上で極めて重要であり、各受注オーダーのライフサイクルを完全にエンドツーエンドで分析することを可能にします。取得元「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やイベントが発生した正確な日時。
説明 Event Timeまたはタイムスタンプは、アクティビティが行われた正確な瞬間を記録します。イベントログ内の各アクティビティには、関連するタイムスタンプがあり、各ケースのプロセスの時系列記録を作成します。この属性は、プロセスマイニングにおけるすべての時間ベース分析にとって不可欠です。アクティビティ間のサイクルタイムを計算し、ケースの総期間を測定し、待機時間を分析し、ボトルネックを特定するために使用されます。また、日、週、月ごとのスループット追跡など、時間経過に伴うパフォーマンスモニタリングも可能にします。その重要性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の期間ベースのメトリクスを計算し、イベントを時系列に並べる上で不可欠です。取得元これは、オーダー作成時の「SalesTable.CreatedDateTime」や支払い時の支払いジャーナルの転記日など、特定のトランザクションに関連する様々な日時フィールドから導き出されます。例 2023-04-15T09:02:11Z2023-04-18T14:30:00Z2023-04-25T11:21:45Z
	ソースシステム SourceSystem	データの発信元となる情報システムを特定します。
説明この属性は、イベントデータが記録されたソースアプリケーションを指定します。このコンテキストでは、通常「Microsoft Dynamics 365」になります。単一システム分析では冗長に見えるかもしれませんが、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不可欠です。これにより、データの出所を特定することで、データ抽出に関する問題のトラブルシューティングを支援します。その重要性特に複数のシステムからデータを統合する場合に、データの出所に関する重要なコンテキストを提供し、明確なデータリネージを保証します。取得元これは静的な値であり、通常、データ変換プロセス中にデータセットのソースをラベル付けするために追加されます。例 Microsoft Dynamics 365 F&OMicrosoft Dynamics 365 Sales
	最終データ更新 LastDataUpdate	データがソースシステムから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からデータが最後に取得された日時を記録します。これにより、分析中のデータの鮮度が明確になります。あらゆるプロセス分析において、データの鮮度を理解することは、情報に基づいた意思決定を行う上で不可欠です。このタイムスタンプは、データがいつ最後に更新されたかを正確に示すことで、ユーザーがデータを信頼し、結論が最新の情報に基づいていることを保証します。その重要性ユーザーがデータの鮮度を認識していることを保証します。これはプロセスマイニング分析の関連性と正確性にとって非常に重要です。取得元これはデータ抽出時に生成され、データ取り込みプロセス中に各記録に追加されます。例 2023-10-27T02:00:00Z2023-10-28T02:00:00Z
	Requested Delivery Date RequestedDeliveryDate	顧客が要求した注文の配送日です。
説明この属性は、顧客が最初に商品の受領を要求した日付を格納します。この日付は注文作成時に取得され、顧客の視点から配送パフォーマンスを測定するためのベースラインとして機能します。この日付は、「納期遵守率」ダッシュボードにとって重要な入力です。「RequestedDeliveryDate」と「ConfirmedDeliveryDate」および実際の「Goods Delivered」日付を比較することで、組織が顧客の期待にどれだけ応えられているかが明らかになります。大きな乖離は、計画、在庫、またはロジスティクスにおける問題を示唆する可能性があります。その重要性顧客の納品に対する期待として機能し、顧客満足度と納期遵守率を測定するための重要な基準となります。取得元「SalesTable」テーブルにあり、一般的に「DeliveryDate」または類似の名称が付けられています。例 2023-05-102023-06-012023-05-25
	注文金額 OrderValue	受注の総金額です。
説明この属性は、すべての品目、税金、および費用を含む販売注文の総額を表します。これは、各ケースに関連する重要な財務指標です。「注文価値」は、価値に基づいたプロセス分析にとって不可欠です。これにより、プロセスをセグメント化して、高価値注文が低価値注文と異なる方法で処理されているか、またはより多くの遅延を経験しているかを確認できます。これは、最も財務的に重要なケースにプロセス改善努力の優先順位を付け、「セグメント別販売注文価値」のようなダッシュボードをサポートします。その重要性プロセスの財務セグメンテーションを可能にし、高額な注文に対する改善の優先順位付け、およびプロセス逸脱がコストに与える影響の理解に役立ちます。取得元販売オーダーヘッダーデータにあります。特定のテーブルとフィールドについては、Microsoft Dynamics 365のドキュメントを参照してください。多くの場合、売上明細金額から計算されます。例 5250.7512300.00899.50
	確認済み納期 ConfirmedDeliveryDate	会社が顧客に確定し、約束した配送日です。
説明確定納品日とは、販売組織が顧客に商品を配送すると約束した日付です。この日付は、在庫状況や生産スケジュールなどの内部チェックが完了した後に設定されます。この属性は、運用上のコミットメントの観点から「納品日順守率」KPIを計算するために不可欠です。顧客の当初の要求よりも、社内での定時配送に関するより現実的なベンチマークとなります。この日付からの逸脱を分析することで、ロジスティクスおよびフルフィルメントにおける内部プロセス上の問題点を特定するのに役立ちます。その重要性顧客に対する企業のコミットメントを表しており、履行の信頼性と運用パフォーマンスを測定するための重要な社内ベンチマークとなります。取得元販売オーダー明細データにあり、多くの場合「SalesLine」テーブルの「ConfirmedDlv」のようなフィールド名で示されます。例 2023-05-122023-06-012023-05-28
	販売チャネル SalesChannel	受注が受け付けられたチャネル（Web、直販、パートナーなど）です。
説明販売チャネルは、顧客注文の発生元を示します。Eコマースウェブサイト、直販チーム、小売店、コールセンター、またはパートナーネットワークなどが該当します。このディメンションは、Dynamics 365のビジネスニーズに基づいて設定されることがよくあります。販売チャネルごとにプロセスを分析することで、チャネル間のパフォーマンスの違いを発見するのに役立ちます。例えば、Web注文は電話で受け付けられた注文よりも、迅速かつ自動的に処理される可能性があります。このインサイトにより、チャネル固有のプロセス最適化とリソース配分が可能になり、「セグメント別受注額」のようなダッシュボードをサポートします。その重要性異なる販売チャネル間でのパフォーマンスの比較を可能にし、注文の開始方法に固有の非効率性やベストプラクティスを明らかにします。取得元このデータは通常、受注オーダーヘッダーに保存されます。特定のフィールドについては、Microsoft Dynamics 365のドキュメントを参照してください。例 Web直接取引先小売
	顧客名 CustomerName	受注を発注した顧客の名前です。
説明この属性は、販売注文に関連付けられた顧客の正式名称を含んでいます。これは、販売注文上の顧客アカウント番号を主要な顧客マスターデータにリンクすることで導き出されます。顧客ごとのプロセスを分析することは、顧客固有の行動やサービスレベルを理解する上で不可欠です。どの顧客が最も遅延を経験しているか、どの顧客が最も高い手戻り率を持っているか、あるいはどの顧客が非標準的なプロセスパスをたどっているかを特定するのに役立ちます。これは、顧客満足度を向上させ、主要なアカウントを効果的に管理するために極めて重要です。その重要性特定の顧客に固有のパターン、遅延、または問題を特定するための顧客中心の分析を可能にし、顧客満足度に直接影響を与えます。取得元「SalesTable」の「CustAccount」フィールドを使用して、「CustTable」から検索されます。例 Contoso Ltdアダタム・コーポレーションFabrikam Inc.
	サイクルタイム CycleTime	受注の作成から最終的なクローズまでの経過した合計時間です。
説明サイクルタイムは、プロセスインスタンスの合計期間を測定する計算メトリックです。販売注文プロセスの場合、通常、「Sales Order Created」イベントと「Order Closed」イベントの間の時間差を指します。これはプロセス効率の主要な重要業績評価指標（KPI）です。「Overall Sales Order Cycle Time」などのダッシュボードやKPIは、この計算に直接依存しています。その平均、中央値、分布を分析することで、プロセスパフォーマンスを定量化し、改善目標を設定し、最適化イニシアチブの影響を測定するのに役立ちます。その重要性これは、プロセス全体の効率性を示す主要なKPIであり、顧客オーダーを履行するためにかかるエンドツーエンドの時間を直接測定します。取得元各「SalesOrderNumber」について、最初のイベント（例: 「Sales Order Created」）のタイムスタンプから最後のイベント（例: 「Order Closed」）のタイムスタンプを引いて計算されます。例 10日4時間5 days 11 hours22 days 1 hour
	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、注文の確定や請求書の作成といった特定のタスクを実行する担当者またはシステムユーザーを識別します。通常、Microsoft Dynamics 365のユーザーIDにリンクされています。ユーザーごとのパフォーマンスを分析することは、研修ニーズの特定、優秀な人材の認識、および適切なワークロードの分散を確実にするのに役立ちます。また、コンプライアンスや監査目的にも不可欠です。プロセス内で行われた各アクションに対する明確な説明責任を可能にします。その重要性個人またはチームごとのプロセスパフォーマンス分析を可能にし、トレーニング機会、作業負荷の不均衡、およびリソース関連のボトルネックを特定するのに役立ちます。取得元さまざまな取引テーブルの「CreatedBy」または「ModifiedBy」などのユーザーIDフィールドから派生し、その後、主ユーザーテーブル（例: 「UserInfo」）と結合されてフルネームが取得されます。例 Alice JohnsonRobert Brownシステム管理者
	受注ステータス SalesOrderStatus	データ抽出時点における受注の現在のステータスです。
説明この属性は、「Open order（未処理注文）」、「Invoiced（請求済み）」、「Canceled（キャンセル済み）」、「Delivered（配送済み）」などの販売注文全体のステータスを反映しています。これは、販売注文ヘッダーで維持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ビューを提供する一方で、最終ステータスはフィルタリングやセグメンテーションに役立ちます。これにより、アナリストは現在のワークロードを確認するためにすべての未処理注文を簡単に分離したり、キャンセルされた注文から正常に完了した注文を分離してキャンセル理由を分析したりすることができます。その重要性注文の状態を把握し、オープン、クローズ済み、キャンセルされた注文で分析をフィルターできるようになります。これはワークロード管理と結果分析に有用です。取得元「SalesTable」テーブルの「SalesStatus」フィールドにあります。例バックオーダー配送済みInvoicedキャンセル済み
	品目番号 ItemNumber	受注上の製品またはサービスの一意の識別子です。
説明品目番号は、販売されている特定の製品を識別します。受注には複数の製品が含まれる場合があるため、この属性は通常、ラインアイテムレベルのイベントデータと関連付けられます。製品ごとにプロセスを分析することで、製品固有の問題を発見するのに役立ちます。例えば、特定の製品がより長い履行時間、高い手直し率、またはより頻繁な与信保留と関連付けられている場合があります。これにより、在庫管理、製品データ設定、または特定の品目の履行プロセスにおけるターゲットを絞った改善が可能になります。その重要性製品レベルでの分析を可能にし、特定の品目がプロセス遅延、手戻り、あるいはその他の非効率性と関連しているかどうかを明らかにします。取得元「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、販売注文の出荷先国を示します。これは、Dynamics 365に保存されている顧客の配送先住所情報から導き出されます。国ごとのプロセスパフォーマンスを分析することは、地域差を特定する上で重要です。国際輸送では、通関などの追加手順が必要となり、サイクルタイムが長くなる可能性があります。この分析は、異なる地理的市場におけるロジスティクスを理解し、最適化するのに役立ちます。その重要性地理的分析を促進し、地域ごとのボトルネック、コンプライアンス問題、サプライチェーンにおけるパフォーマンスのばらつきを特定するのに役立ちます。取得元販売注文にリンクされた顧客の配送先住所から派生します。国情報は通常、「LogisticsPostalAddress」テーブルにあり、「SalesTable」の配送先住所リンクを介して結合されます。例米国DEUCANGBR
	手戻り IsRework	受注伝票に手戻り（繰り返し発生するアクティビティなど）が発生したかどうかを示すフラグです。
説明この計算済み属性は、直接的で「理想的な経路（ハッピーパス）」から逸脱したケースを特定します。手戻りは、例えば注文が一度取り消されて再度確認される、または商品がピッキング後に在庫に戻されるといった、活動の繰り返しを示すシーケンスを特定することで検出されます。手戻りが発生しているケースにフラグを立てることは、「受注手戻り率」KPIにとって不可欠です。これにより、アナリストは非効率なプロセスフローを迅速に特定・調査し、データ入力ミス、信用問題、在庫問題などの手戻りの根本原因を理解できます。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。その重要性繰り返しのステップが必要なケースにフラグを立てることで、プロセスの非効率性を定量化し、無駄と遅延を削減するための標的型分析を可能にします。取得元これは、プロセスマイニングツールが各ケースの活動のシーケンスを分析することで計算されます。例えば、（A → B → C → B）のようなパターンを検出した場合、そのケースは手戻りとしてフラグが立てられます。例 truefalse
	支払期日 PaymentDueDate	顧客が請求書の支払いを求められる日付です。
説明 Payment Due Dateは、請求書の日付と顧客との合意済み支払い条件に基づいて計算されます。この日付は顧客請求書に記録されます。この属性は、「Payment Due Date Compliance」分析および「On-Time Payment Rate」KPIにとって基本的なものです。「PaymentDueDate」を実際の「Payment Received」日付と比較することで、企業は遅延支払いを特定し、顧客セグメントごとの支払い行動を分析し、キャッシュフローを改善し、売掛金回収日数（DSO）を削減するための積極的な対策を講じることができます。その重要性これは支払いパフォーマンスを測定するためのベンチマークであり、キャッシュフローの分析と売掛金の効果的な管理にとって重要です。取得元「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
	期日内支払い OnTimePayment	支払期日までに支払いが受領されたかどうかを示すフラグです。
説明この算出属性は、「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。支払いが定時だった場合は「true」、遅延した場合は「false」に設定されます。このフラグは、「オンタイム支払い率」KPIの核心コンポーネントです。これにより、顧客を「定時支払い者」と「遅延支払い者」に迅速にセグメント化できます。この分析は、常習的に支払いが遅れる顧客を特定することで、信用ポリシー、回収戦略、および顧客関係管理に情報を提供できます。その重要性顧客の支払い行動を合意された条件と比較して測定し、キャッシュフロー管理と信用リスク評価の基礎となります。取得元「Payment Received」アクティビティのEventTimeを「PaymentDueDate」アトリビュートと比較して計算されます。式: (Payment Received タイムスタンプ <= PaymentDueDate)。例 truefalse
	納期遵守 OnTimeDelivery	確定納期までに商品が配送されたかどうかを示すフラグです。
説明この算出属性は、各販売注文の「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。配送が定時または早期だった場合は「true」、遅延した場合は「false」に設定されます。このフラグは、「納期遵守率」KPIを計算する基礎となります。定時配送と遅延配送の注文を容易にフィルタリングし、集計することを可能にすることで分析を簡素化します。これにより、特定の製品、顧客、地域、または出荷方法など、遅延配送と相関する要因を迅速に特定するのに役立ちます。その重要性コミットメントに対するフルフィルメントパフォーマンスを直接測定し、顧客満足度とサプライチェーンの信頼性をモニタリングするために不可欠です。取得元「Goods Delivered」アクティビティのEventTimeを「ConfirmedDeliveryDate」アトリビュートと比較して計算されます。式: (Goods Delivered タイムスタンプ <= ConfirmedDeliveryDate)。例 truefalse
	終了日時 EndTime	アクティビティが完了した正確な日時です。
説明 End Time タイムスタンプは、アクティビティが終了した瞬間を捉えます。この情報がある場合、次のアクティビティの開始時刻から推測するよりも、アクティビティの期間をより正確に測定できます。分析では、開始時刻と終了時刻の両方を持つことで、各アクティビティの「Processing Time」を正確に計算し、「Waiting Time」と区別することができます。これは、どの特定のタスクが時間を要しているのか、またどのプロセスステップに長い遅延が含まれているのかを特定する上で非常に貴重です。その重要性個々のアクティビティの処理時間を正確に計算し、実際の作業時間と待機時間を区別できます。取得元開始時刻と同様に、これは様々な日付/時刻フィールドから派生します。「ModifiedDateTime」フィールドや、「SalesTable」または「WHSLoadTable」のようなテーブル内の特定のステータス更新タイムスタンプである可能性があります。例 2023-04-15T09:12:30Z2023-04-18T14:35:00Z2023-04-25T11:21:55Z
	配送方法 ShippingMethod	顧客に商品を発送するために使用された方法または運送業者です。
説明この属性は、「陸上輸送」、「航空貨物」または特定の運送業者の名称など、配送に使用される輸送サービスを指定します。これは、顧客の好み、コスト、配送速度に基づいて注文処理中に選択されます。「出荷方法パフォーマンス」ダッシュボードにとって、このディメンションは不可欠です。「商品梱包済み」から「商品配送済み」までのサイクルタイムを出荷方法別に分析することで、どの運送業者がより速く、信頼性が高いか、または遅延しやすいかを特定できます。この洞察は、より良いロジスティクス計画と運送業者選択を可能にします。その重要性異なる運送業者および配送オプションのパフォーマンス分析を可能にし、コスト、速度、信頼性の観点からロジスティクスを最適化するのに役立ちます。取得元このデータは通常、受注オーダーヘッダーまたは関連するフルフィルメント記録に保存されます。Microsoft Dynamics 365のドキュメントを参照してください。例 FedEx GroundUPS ネクストデイエアーDHL Express

必須推奨任意

受注から現金化までの受注処理活動

これらは、受注処理の正確な発見と分析のために、イベントログに記録すべき主要なプロセスステップと重要なマイルストーンです。

6 推奨 7 任意

	アクティビティ	説明
	受注作成済み	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内で受注オーダーが最初に作成されたことを示します。新しい記録が主要な受注テーブルに作成され保存された際に明示的に捕捉されます。
その重要性このアクティビティは、すべての販売注文ケースにおける共通の開始点です。全体的な販売注文のサイクルタイム計算やスループット分析に必要な初期タイムスタンプを提供します。取得元これは、Microsoft Dynamics 365のSalesTableヘッダー記録にある「作成日時」フィールドから捕捉される明示的なイベントです。取得 SalesTableエンティティから作成タイムスタンプを読み込みます。イベントタイプ explicit
	商品出荷済み	このイベントは、オーダーの梱包済み商品が発送され、倉庫を出たことを意味します。Dynamics 365では、これは梱包明細書の転記によって正式化されます。
その重要性これは、内部フルフィルメントプロセスの終了と配送フェーズの開始を示す重要なマイルストーンです。定時出荷パフォーマンスを計算するための重要なタイムスタンプとなります。取得元これは、梱包明細書ジャーナル（CustPackingSlipJour）の転記日時から捕捉される、非常に明確で明示的なイベントです。取得パッキングスリップ仕訳帳の転記タイムスタンプをキャプチャします。イベントタイプ explicit
	支払い受領済み	このアクティビティは、顧客からの請求書支払いが受領され、適用されたことを示します。このイベントは売掛金モジュールで発生し、元の請求書に紐付けられます。
その重要性これは、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。「期日内支払い率」KPIを測定し、支払い回収の遅延を特定するために不可欠です。取得元これは売掛金モジュールからの明示的なイベントです。請求書トランザクション（CustTrans）をクローズする顧客支払い決済（CustSettlement）のトランザクション日から捕捉されます。取得 CustSettlementテーブルから決済日を取得し、請求書および販売注文にリンクします。イベントタイプ explicit
	注文クローズ済み	正常に処理された受注の最終ステータスであり、完全に発送され、請求書が発行され、それ以上の取引が想定されていないことを示します。これにより、プロセスの正常な完了が示されます。
その重要性このアクティビティは、正常に完了したケースの主要な終点として機能します。エンドツーエンドのサイクルタイムとスループットを計算するために不可欠です。取得元これはSalesTableのステータスフィールドから推測されます。「販売ステータス」が「請求済み」であり、明細ステータスも「請求済み」である場合に、オーダーはクローズされたと見なされます。取得 SalesTableのステータスフィールドが「Invoiced」に変わることから推測します。タイムスタンプは通常、請求または支払いのような、最後の関連トランザクション日付です。イベントタイプ inferred
	注文確定済み	このアクティビティは、販売注文の正式な確定を意味し、指定された商品またはサービスの配送を約束します。Dynamics 365では、これは確認伝票を生成する明示的なユーザーアクションです。
その重要性確認は、フルフィルメント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ことで、フロントオフィスの処理効率が明らかになります。取得元これは、受注確認ジャーナル（SalesConfirmJour）の転記日から捕捉される明示的なイベントです。このタイムスタンプはSalesTableに紐付けることができます。取得販売注文確認仕訳帳の転記タイムスタンプをキャプチャします。イベントタイプ explicit
	請求書作成	これは、出荷された商品またはサービスに対する売上請求書の生成と転記を表します。これは、顧客の債務を正式に記録する中核的な財務トランザクションです。
その重要性このアクティビティは、プロセスの財務決済部分の開始を示します。出荷から請求書作成までの時間は、「請求書発行サイクルタイム」KPIにとって重要であり、キャッシュフローに影響を与えます。取得元これは明示的な財務トランザクションです。このイベントは、売上請求書ジャーナル（CustInvoiceJour）の転記日時から捕捉されます。取得売上請求書仕訳帳の転記タイムスタンプをキャプチャします。イベントタイプ explicit
	信用照会実行済み	受注に関連する顧客に対する与信チェックの完了を表します。これは自動化されたシステムチェックまたは手動レビューの場合があり、多くの場合、注文の与信ステータスの変更につながります。
その重要性信用調査の期間と結果を分析することで、注文承認プロセスにおけるボトルネックの特定に役立ちます。頻繁に保留されたり、承認に時間がかかったりすると、注文の履行を大幅に遅らせる可能性があります。取得元これは通常、SalesTable上の信用管理に関連するステータス変更、例えば信用理由による「保留中」から「オープン」への移行から推測されます。高度なモジュールを使用している場合は、信用管理テーブルにも記録されることがあります。取得 SalesTableまたは関連する信用保留テーブルのステータス変更履歴から推測します。イベントタイプ inferred
	倉庫へ引き渡し済み	受注がピッキングおよび出荷作業のため倉庫に正式にリリースされる時点を示します。これは、倉庫管理 (WMS) モジュールを使用する環境における明確なステップです。
その重要性このアクティビティは、注文処理と物理的な出荷業務を区別します。注文がリリース待ちとなる時間を分析することで、リソース計画やシステム統合における問題を特定できます。取得元これは、受注オーダーに関連付けられた倉庫リリース記録（WHSLoadTable、WHSShipmentTable）から捕捉される明示的なイベントです。取得該当する倉庫負荷または出荷の作成タイムスタンプをキャプチャします。イベントタイプ explicit
	商品ピッキング済み	注文の全品目の物理的なピッキングの完了を、倉庫のロケーションから表します。これは通常、ピッカーがWMSモジュールでピッキングリストまたは作業指示書を確定したときに記録されます。
その重要性ピッキング完了時間を追跡することは、倉庫効率を分析する上で不可欠です。この段階での遅延は、出荷までの全体時間に直接影響します。取得元これは倉庫管理モジュールに記録される明示的なイベントです。受注オーダー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捕捉されます。取得ピッキングの「Work」ステータスが「Closed」に更新されたタイムスタンプをキャプチャします。イベントタイプ explicit
	商品梱包済み	このアクティビティは、ピッキングされた品目がまとめられ、出荷準備が整う梱包プロセスの完了を示します。D365では、これは梱包伝票の生成と同時に行われる場合があります。
その重要性ピッキングと梱包の間の時間は、梱包ステーションにおけるボトルネックを明らかにすることができます。これは、全体的なフルフィルメントサイクルタイムにおける主要なサブプロセスです。取得元これは、WMSモジュールにおけるコンテナ梱包の完了による明示的なイベントであるか、梱包の終了を示すことが多い梱包明細書ジャーナル（CustPackingSlipJour）の生成から推測できます。取得梱包作業の完了または梱包伝票ジャーナルの作成日から推測します。イベントタイプ inferred
	商品配送済み	出荷が顧客指定の住所に正常に配送されたことを示します。この情報は、多くの場合、外部運送業者のシステムまたは手動確認を通じて更新されます。
その重要性このアクティビティは、「納期遵守率」KPIの測定と、顧客視点での実際のサイクルタイムを把握するために極めて重要です。運送業者のパフォーマンス評価にも役立ちます。取得元これは標準D365において明示的なイベントとしてネイティブに追跡されるものではありません。通常、運送業者連携からの更新を受信するか、受注オーダーまたは出荷記録における手動ステータス更新を通じて推測されます。取得統合された運送業者フィードまたは手動のステータスフィールド更新から推測します。イベントタイプ inferred
	在庫予約済み	このイベントは、受注明細に必要な在庫がシステム内で物理的または自動的に引当されたことを示します。これにより、商品のピッキングと出荷が可能になります。
その重要性在庫引当を追跡することで、受注確認から倉庫業務開始までの遅延を分析できます。これは「在庫引当リードタイム」KPIにとって極めて重要です。取得元これは、受注明細に紐づく在庫トランザクション記録（InventTrans）が作成または更新され、そのステータスが「受注済」や「物理的に引当済」などの引当状態を示していることから推測できます。取得オーダーの在庫トランザクション（InventTrans）が予約済みとしてマークされたときのタイムスタンプから推測します。イベントタイプ inferred
	注文キャンセル済み	このイベントは、受注オーダーが完全に出荷・請求される前にキャンセルされたことを表します。これは、プロセスが不成功に終わる、通常とは異なる終了イベントです。
その重要性キャンセルを追跡することは、販売機会の損失やプロセス障害の原因を特定するのに役立ちます。オーダーがいつ、なぜキャンセルされたかを分析することで、プロセス改善に繋がります。取得元これは、SalesTableの「販売ステータス」フィールドが「キャンセル済み」に変更されたことから推測されます。タイムスタンプは、このステータス変更が記録された時点になります。取得 SalesTableのステータスフィールドが「Canceled」に変わることから推測します。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する: 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てください。これには、D365をAzureサブスクリプションおよびターゲットとなるAzure Data Lake Storage Gen2アカウントにリンクさせる作業が含まれます。
エクスポートするテーブルを選択する: Dynamics 365内の「Export to Data Lake」ワークスペースに移動します。エクスポート設定に次のテーブルを検索して追加してください: SalesTable、SalesLine、CustConfirmJour、CustPackingSlipJour、CustInvoiceJour、CustTrans、WHSLoadTable、WHSWorkTable、およびCustTable。選択したすべてのテーブルのエクスポートをアクティブ化します。
Azure Synapse Analyticsを設定する: Azure portalで、Azure Synapse Analyticsワークスペースをデプロイします。このワークスペースに、D365 データが格納されているData Lakeアカウントに対する「Storage Blob Data Contributor」などの必要な権限を付与してください。
サーバーレスSQLデータベースを作成する: Synapse Studio内で、「Data」ハブに移動します。新しいサーバーレスSQLデータベースを作成し、データレイク内のデータに対してT-SQLクエリインターフェースを提供できるようにします。
D365テーブルのビューを作成する: クエリを簡素化するために、データレイク内のレプリケートされたD365テーブルデータを指す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と形式が抽象化されます。例: CREATE VIEW dbo.SalesTable AS SELECT * FROM OPENROWSET(BULK 'path/to/salestable', FORMAT='CSV', ...)。
SQLクエリを準備する: 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。このドキュメントで提供されている完全なSQLクエリをスクリプトエディタにコピーしてください。
クエリパラメータをカスタマイズする: クエリの上部にあるプレースホルダーを見つけます。'{YourDataAreaId}'を分析したい会社コードに置き換えてください。'{StartDate}'と'{EndDate}'のプレースホルダーを調整して、抽出したい期間を定義します。
クエリを実行する: 完全なSQLスクリプトを実行します。クエリは様々なテーブルからイベントを収集し、それらを単一の標準化されたイベントログ形式に結合します。
結果を確認してエクスポートする: クエリが完了したら、Synapse Studioの結果ペインで結果を確認し、完全で正しくフォーマットされていることを確認してください。組み込みのエクスポート機能を使用して、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をする: エクスポートしたCSVファイルを開き、UTF-8エンコードされていることを確認します。列ヘッダーが、例えばSalesOrderNumber、ActivityName、EventTimeなどの必要な属性と完全に一致していることを確認してください。
ProcessMindにアップロードする: 最終的に検証されたCSVファイルを、分析と可視化のためにProcessMindプロジェクトにアップロードします。

設定

前提条件: この方法には、有効なAzureサブスクリプションと、Dynamics 365 F&Oインスタンス向けに構成された「Export to Azure Data Lake」機能が必要です。Azure（SynapseとStorageの管理）とD365（データエクスポートの構成）の両方で適切な権限が必要です。
必要なD365モジュール: 特に倉庫アクティビティを含む完全なイベントキャプチャには、Warehouse Management (WMS) モジュールの使用が必要です。コアイベントは、Sales and MarketingおよびAccounts Receivableモジュールに依存します。
テーブルの選択: SalesTable、SalesLine、CustConfirmJour、CustPackingSlipJour、CustInvoiceJour、CustTrans、WHSLoadTable、WHSWorkTable、CustTableを含む、クエリで参照されるすべてのテーブルに対してエクスポートを有効にすることが重要です。テーブルが欠落していると、アクティビティも欠落します。
日付範囲フィルター: このクエリは、{StartDate}および{EndDate}パラメーターを使用して日付範囲でフィルターされるように設計されています。初期抽出では、クエリの実行時間を管理可能な範囲に保つため、3〜6か月のような限定された範囲を使用することを推奨します。
会社 (DataAreaId) フィルター: '{YourDataAreaId}'プレースホルダーは、D365環境内の特定の法人をターゲットにするように構成する必要があります。このクエリは、単一の実行で複数会社にわたる分析を行うようには設計されていません。
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の場合、サーバーレスSQLプールでのクエリパフォーマンスは変動する可能性があります。抽出はオフピーク時間にスケジュールすることを検討してください。頻繁な抽出の場合は、下流のパフォーマンスを向上させるために、最終的なイベントログをデータレイク内の新しいテーブルとして実体化することも検討してください。

a クエリ例 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

事前準備とセットアップ: Python 3.6以降がインストールされていることを確認してください。必要なPythonライブラリをインストールするには、ターミナルで以下のコマンドを実行します: pip install pandas requests msal。
Azure ADへのアプリケーション登録: Azureポータルにアクセスし、Azure Active Directoryで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はDynamics 365 APIとの認証に使用されますので、Application (client) IDとDirectory (tenant) IDを控えてください。
クライアントシークレットの作成: 登録したAzure ADアプリケーション内で、「証明書とシークレット (Certificates & secrets)」の項目から新しいクライアントシークレットを作成します。このシークレットの値は一度しか表示されないため、直ちにコピーしてください。これがCLIENT_SECRETとなります。
APIアクセス許可の付与: Azure ADアプリケーションの設定で、「APIアクセス許可 (API permissions)」に進みます。「Dynamics ERP」または「Dynamics 365 for Finance and Operations」の許可を追加します。「委任されたアクセス許可 (Delegated permissions)」を選択し、user_impersonationを付与します。次に、同じ許可を再度追加し、「アプリケーションのアクセス許可 (Application permissions)」を選択して、Financials.ReadWrite.All、または利用可能かつ十分な場合はより制限された読み取り専用の許可を付与します。これらの許可には管理者の同意を付与してください。
Dynamics 365でのアプリケーションユーザーの作成: Dynamics 365環境で、「システム管理 (System administration)」>「ユーザー (Users)」>「ユーザー (Users)」に進みます。新しいユーザーを作成し、Azure ADアプリ登録で取得したアプリケーションIDと紐付けます。このユーザーに「システム管理者 (System administrator)」（フルアクセス用）や、必要なデータエンティティ（SalesOrderHeadersV2、SalesOrderLines、SalesPackingSlipHeaders、SalesInvoiceHeadersV2など）への読み取りアクセス権を持つカスタムロールなどのセキュリティロールを割り当てます。
Pythonスクリプトの設定: 提供されているPythonスクリプトをエディタで開きます。ファイルの冒頭にある設定セクションを見つけ、D365_URL、TENANT_ID、CLIENT_ID、CLIENT_SECRET、COMPANY_FILTER、START_DATE、END_DATEのプレースホルダー値を、ご自身の環境の詳細情報に置き換えてください。
エンティティマッピングの定義 (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。組織が特定のアクティビティを追跡するためにカスタマイズされたエンティティやフィールドを使用している場合、スクリプト内のODataクエリを適宜調整する必要がある場合があります。
抽出スクリプトの実行: コマンドラインからpython your_script_name.pyコマンドを使用してスクリプトを実行してください。スクリプトはDynamics 365 OData APIへの認証、各アクティビティのクエリ、データ処理を実行し、進行状況をコンソールに出力します。
出力ファイルの確認: スクリプトが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という名前の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の正確性と完全性を確認してください。
ProcessMindへのアップロード: 生成されたCSVファイルは、ProcessMindが必要とするスキーマに沿ってフォーマットされており、プロセス分析のためにProcessMindへ直接アップロードするだけで利用できます。

設定

D365_URL: Dynamics 365 Finance and Operations環境のベースURLです。https://[your-d365-environment-name].operations.dynamics.comのような形式になります。
TENANT_ID: Azure Active Directoryインスタンスのディレクトリ（テナント）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で登録したアプリケーションのアプリケーション（クライアント）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。これは、正しい会社データセットをクエリするために必須のフィルターです。
START_DATE / END_DATE: 抽出する日付範囲を'YYYY-MM-DD'形式で定義します。初期分析では、データ量と洞察のバランスを考慮し、3〜6か月の期間を推奨します。広範囲の日付を指定すると、抽出時間が大幅に増加する可能性がありますのでご注意ください。
前提条件: アプリケーションを登録し、権限を付与するためにAzure ADへのアクセスが必要です。また、アプリケーションユーザーを作成し、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。割り当てられたロールには、スクリプトがクエリするすべてのエンティティに対する読み取りアクセス権が必要です。

a クエリ例 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()

データテンプレート: 受注から現金化まで - 販売注文処理

受注から入金までの受注処理データテンプレート

受注から現金化までの受注処理属性

受注から現金化までの受注処理活動

抽出ガイド

Azure Data Lake SQLクエリ（Synapse Analytics経由）

ステップ

設定

a クエリ例 sql

PythonスクリプトによるDynamics 365 OData Web APIの利用

ステップ

設定

a クエリ例 python

今すぐ始めますか？

受注から現金化までの受注処理を今すぐ最適化