> 継続的なプロセス改善 > 記帳から報告まで – 期間決算・照合 > Microsoft Dynamics 365 > データテンプレート

お客様の記帳から報告まで – 期間決算・照合データテンプレート

Microsoft Dynamics 365

記帳から報告まで – 期間決算・照合属性 (19) 記帳から報告まで – 期間決算・照合活動 (14) 抽出ガイド (2)

お客様の記帳から報告まで – 期間決算・照合データテンプレート

このテンプレートは、記帳から報告まで、期間決算・照合プロセスを最適化するために必要なデータを収集するための包括的なガイドを提供します。重要なデータ属性、追跡すべき主要活動、およびMicrosoft Dynamics 365からデータを抽出するための実践的なガイダンスを詳述しています。このリソースを使用して、データ準備をストリームライン化し、プロセス分析をキックスタートさせましょう。

収集を推奨する項目
追跡すべき主要アクティビティ
Microsoft Dynamics 365向けデータ抽出ガイド

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

記帳から報告まで – 期間決算・照合属性

これらは、記帳から報告まで、期間決算・照合プロセスを包括的に分析するためにイベントログに含めることを推奨するデータフィールドです。

5 必須 4 推奨 10 任意

	名前	説明
	アクティビティ名 ActivityName	期間決算プロセス内で発生した特定のビジネスイベントまたはタスクの名前（例：「試算表作成」または「勘定照合開始」）。
説明アクティビティ名とは、エンドツーエンドの期間決算ワークフローにおける単一のステップを指します。ソースデータ内の各イベントレコードはこれらのアクティビティのいずれかに対応し、各会計期間のイベントシーケンスを形成します。この属性は、実際の作業の進め方を示すプロセスマップの可視化を可能にするため、プロセスマイニングにとって極めて重要です。プロセスフローの分析、標準手順からの逸脱の特定、および異なる主要マイルストーン間の期間の測定に使用されます。その重要性この属性はプロセスマップのバックボーンを形成し、期間決算サイクルにおけるステップのシーケンス、ボトルネック、および逸脱の可視化と分析を可能にします。取得元 Dynamics 365の総勘定元帳や財務報告などのモジュール内のトランザクションタイプ、ステータス変更、または特定のイベントログに基づいてビジネスロジックから導出されます。例発生仕訳が転記された銀行調整完了財務諸表生成済み総勘定元帳期間締め
	イベント日時 EventTime	特定の期間決算活動が実行または完了された正確な日時。
説明イベントタイムは、各活動に関連付けられたタイムスタンプであり、イベントの時系列順序を提供します。このデータは、プロセスフローを構築し、時間ベースの分析を実行するために不可欠です。プロセスマイニングでは、このタイムスタンプを使用してサイクルタイム、期間、および活動間の待機時間を計算します。これは、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、および期末決算プロセスの時間的動態の理解の基礎となります。その重要性これは、サイクル時間の計算、ボトルネックの特定、イベントのシーケンスの理解を含む、すべての時間ベースの分析にとって重要な属性です。取得元通常、Dynamics 365内の取引、仕訳、またはステータスレコードの『CreatedDateTime』や『ModifiedDateTime』のようなシステム生成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	2023年12月の「2023-12」のように、財務報告サイクルのユニークな識別子。これは主要なケース識別子として機能し、関連するすべての期末活動をグループ化します。
説明会計期間は、特定のタイムフレーム（通常は月または四半期）の決算処理の完全なライフサイクルを表します。決算の開始からその期間の最終財務諸表の承認まで、すべての活動がこの識別子によってリンクされます。プロセスマイニング分析において、この属性は各ケースの範囲を定義するために極めて重要です。エンドツーエンドの期間決算サイクル時間の測定、異なる期間間のパフォーマンス比較、および毎回の決算サイクルで再発する体系的なボトルネックの特定を可能にします。その重要性これは分析をフレーム化する不可欠なケース識別子であり、各個別のレポーティングサイクルにおいて、期間決算プロセス全体を最初から最後まで評価することを可能にします。取得元これはしばしば、Microsoft Dynamics 365内の財務カレンダーまたは元帳期間テーブルに見られる会計年度および期間フィールドから派生した複合キーです。例 2023-122024-012024-Q1FY2023-P12
	ソースシステム SourceSystem	データが抽出された情報システムを特定します。このプロセスの場合、通常は「Microsoft Dynamics 365」になります。
説明この属性は、プロセスデータのオリジン（発生源）を指定します。複数のERPまたは財務システムを持つ環境では、データソースを区別し、データリネージが明確であることを保証するのに役立ちます。分析においては、追跡可能性や複数のシステムにまたがるモデルを作成するのに役立ちます。これにより、あらゆる発見がさらなる調査のために適切な記録システムにトレースバックできることが保証されます。その重要性データの追跡可能性を確保し、マルチシステム環境においてプロセスイベントをその発生元システムに正しく帰属させるために不可欠です。取得元これは通常、データ抽出、変換、ロード（ETL）プロセス中に、データセットの発生源を識別するために追加される静的な値です。例 Microsoft Dynamics 365D365 F&OAX2012
	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、分析されているデータの「as-of日付」（基準日）を提供します。これは、プロセスマイニング分析とダッシュボードの適時性と関連性を理解するために極めて重要です。ユーザーは、利用可能な最新データを見ているかどうかを知るために、このタイムスタンプに依存します。データの鮮度に関するコンテキストを提供するために、ダッシュボードに目立つように表示されるのが一般的です。その重要性データの鮮度に関する重要なコンテキストを提供し、ユーザーが自身のプロセス分析がどれほど最新であるかを理解できるようにします。取得元この値は、データ抽出、変換、ロード（ETL）プロセス中に生成され、保存されます。例 2024-03-15T02:00:00Z2024-03-16T02:00:00Z2024-03-17T02:00:00Z
	GL勘定 GlAccount	仕訳記帳や照合など、活動に関わる特定の総勘定元帳アカウント番号。
説明 GL勘定は、取引によって影響を受ける勘定科目表内の特定の勘定を識別します。財務活動に詳細なレベルのデータを提供します。この属性は、照合パフォーマンスの分析や問題のある勘定の特定に不可欠です。『決算後調整頻度』や『GL勘定照合パフォーマンス』のようなダッシュボードは、頻繁に調整されたり、照合に時間がかかったりする勘定を特定するためにこのフィールドに依存しています。その重要性詳細な財務分析を可能にし、調整率が高い、または調整時間が長い問題のある勘定を特定するのに役立ちます。取得元 Dynamics 365の「GeneralJournalAccountEntry」や「LedgerJournalTrans」などの元帳トランザクションテーブルにあります。例 110110601500212100
	会社コード CompanyCode	期間決算が実行されている法人または会社の識別子。
説明会社コードは、組織内の個別の法人を表します。財務データおよび決算活動は、このコードによって分離されます。これは分析にとって重要なディメンションであり、異なる法人間のパフォーマンス比較を可能にします。どの会社が決算プロセスを最も効率的に実行しているか、どの会社が苦戦しているかを特定するのに役立ち、ターゲットを絞った改善イニシアチブを支援します。『期間決算サイクル時間全体』のようなほとんどのダッシュボードは、この属性によるセグメンテーションを必要とします。その重要性これは、フィルタリングと比較のための主要なディメンションであり、異なる法人間の期間決算パフォーマンスの分析を可能にします。取得元 Dynamics 365では、これはほとんどすべてのトランザクション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	活動を実行したユーザーIDまたは名前。
説明この属性は、期間決算プロセスにおいて特定のタスクを実行する責任者である個人を識別します。それは仕訳を記帳した人、照合を承認した人、またはレポートを生成した人である可能性があります。ユーザー別に分析することで、ワークロード配分の理解、研修ニーズの特定、および個人またはチームのパフォーマンス評価に役立ちます。これはユーザー生産性およびリソース管理に関連するダッシュボードの主要なディメンションであり、『平均ユーザー活動数差異』KPIの計算に必要です。その重要性作業負荷配分、ユーザーパフォーマンス、およびリソース配分の分析を可能にし、過負荷になっているチームや個人を特定するのに役立ちます。取得元 Dynamics 365のトランザクションレコードにある「作成者」や「更新者」のようなフィールドに対応します。ユーザー情報は通常、システム管理モジュールで管理されます。例 j.does.smithr.williamsFINANCE_AUTOMATION_BOT
	部署 Department	活動またはそれを実行するユーザーに関連付けられた機能部門（例：「財務」、「管理」、「AP」）。
説明部門属性は、活動を特定のビジネス機能にリンクさせることで、組織的なコンテキストを提供します。これは仕訳を記帳したユーザーの部門、または特定のGL勘定セットを担当する部門である可能性があります。分析では、異なる部門が期間決算プロセスにどのように貢献しているかを理解するために使用されます。部門間の引き継ぎ、遅延、およびリソースのボトルネックを特定するのに役立ち、『ユーザーワークロードとパフォーマンス』のようなダッシュボードをサポートします。その重要性組織的なコンテキストを提供し、機能領域ごとのプロセスパフォーマンスとワークロード配分の分析を可能にします。取得元 Dynamics 365の取引に関連付けられたユーザープロファイルまたは財務ディメンションから派生させることができます。例企業会計買掛金FP&A内部監査
	仕訳ID JournalEntryId	仕訳伝票の一意の識別子。
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内のソース取引への直接リンクとして機能します。ハイレベルなプロセス分析には常に使用されるわけではありませんが、ドリルダウンや根本原因分析には非常に貴重です。決算後調整のような異常が発見された場合、このIDを使用すると、アナリストはソースシステム内の正確な取引を迅速に特定し、詳細な調査を行うことができます。その重要性 ERP内のソース取引への直接リンクを提供し、特定の仕訳の根本原因分析を迅速にドリルダウンすることを可能にします。取得元これは、『LedgerJournalTable』や『LedgerJournalTrans』のようなテーブルの『JournalNumber』フィールドに対応します。例 JV-001234GENJ005678ACCR-000987
	処理時間 ProcessingTime	特定の活動の計算された期間であり、開始から完了までの時間を表します。
説明処理時間、すなわち活動期間とは、単一のタスクを実行するのにかかる時間を測定したものです。これは活動のEndTimeとStartTimeの差として計算されます。この指標は、パフォーマンス分析の中核をなす要素です。『主要活動サイクル時間内訳』のようなダッシュボードで使用され、どのステップが最も時間を消費しているかを明確にします。『平均調整仕訳処理時間』のようなKPIを直接サポートし、タスクレベルでの非効率性を特定するのに役立ちます。その重要性個々のタスクに費やされた時間を直接測定するため、最も時間のかかる活動とプロセスのボトルネックを特定するために不可欠です。取得元データ変換プロセス中に各活動の'EndTime'から'StartTime'を減算して計算されます。例 2 hours3 days45 minutes
	実際の完了日 ActualCompletionDate	会計期間の期間決算プロセスの最終ステップが完了した実際の日付。
説明この属性は、『GL期間クローズ済み』や『財務諸表承認済み』など、与えられた会計期間のケースにおける最終的な完了活動のタイムスタンプをマークします。これは期間決算の全体サイクル時間を計算するために重要な派生属性です。また、『TargetCompletionDate』と比較して『期間決算適時率』KPIを計算し、適時性の明確な尺度を提供します。その重要性各期間のプロセスの終点を定義し、全体のサイクルタイムと期限内完了KPIの計算を可能にします。取得元イベントログ内の各「FinancialPeriod」ケースの最後に記録された活動のタイムスタンプを見つけることによって導出されます。例 2023-01-06T11:00:00Z2023-02-04T18:30:00Z2023-03-07T09:45:00Z
	手戻り IsRework	単一のケース内で、同じ項目に対して活動または一連の活動が繰り返される場合に真となる計算されたブール値フラグ。
説明再作業フラグは、作業が複数回行われる必要があるインスタンスを識別します。これは承認後に再開される照合、または取り消されて再記帳される仕訳である可能性があります。この属性は、プロセスの非効率性と無駄を定量化するために極めて重要です。『照合再作業率』KPIおよび『期間決算再作業と逸脱』ダッシュボードに直接フィードされ、品質問題や手順の不明確さによって冗長な労力につながる領域を明確にします。その重要性繰り返される作業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、品質問題や手順改善の機会を特定するのに役立ちます。取得元このフラグは、データ変換中に、同じ会計期間内の同一エンティティ（例：同一のGL勘定）に対する繰り返し活動を検出するロジックを適用して計算されます。例 truefalse
	決算後の調整か IsPostCloseAdjustment	期間の試算表が作成された後に調整仕訳が転記された場合に真となる計算されたブール値フラグ。
説明この属性は、決算サイクルの後半に行われた調整を具体的に識別します。これは、同一会計期間内で『試算表作成済み』または『財務諸表承認済み』マイルストーンの後に発生する「調整仕訳記帳済み」活動にフラグを立てます。これはデータ品質とプロセスコントロールの重要な指標です。『決算後調整仕訳率』KPIの計算と『決算後調整頻度』ダッシュボードの作成に使用され、遅延変更の根本原因を特定するのに役立ちます。その重要性遅延調整を特定することで、データ品質とプロセス管理の問題を浮き彫りにし、財務報告の整合性を損なう可能性があります。取得元データ変換中に、各Financial Periodケース内のイベントのシーケンスを確認することで計算されます。例 truefalse
	照合カテゴリ ReconciliationCategory	実行されている調整のタイプを分類します。例えば、「銀行」、「会社間」、「固定資産」など。
説明照合カテゴリは、個々の勘定照合をその性質に基づいて論理的なバケットにグループ化します。これにより、個々のGL勘定を見るよりもハイレベルなビューが提供されます。カテゴリ別に分析することで、特定の種類の照合における体系的な問題を特定するのに役立ちます。例えば、『GL勘定照合パフォーマンス』ダッシュボードはこれを使用して、会社間照合が銀行照合よりも一貫して時間がかかるかどうかを示し、ターゲットを絞ったプロセス改善の取り組みを導きます。その重要性調整活動を分類するのに役立ち、パフォーマンス比較や特定の調整タイプ内のシステム的な問題の特定を可能にします。取得元この情報は、専用の照合モジュールに保存されているか、照合対象のGL勘定のプロパティから派生する可能性があります。Microsoft Dynamics 365のドキュメントを参照してください。例銀行照合会社間取引貸借対照表 - 発生主義固定資産補助元帳
	目標完了日 TargetCompletionDate	与えられた会計期間の期間決算プロセスを完了するための計画日またはターゲット日付。
説明目標完了日は、会計期間がクローズされると予想される期限です。これはしばしば、決算カレンダーまたはスケジュールの一部として定義されます。この属性は、スケジュールに対するパフォーマンスを評価するために不可欠です。これは『期間決算適時率』KPIの基礎となり、実際の完了日をこのターゲットと比較します。この日付からの逸脱を分析することで、決算プロセスの予測可能性と信頼性を理解するのに役立ちます。その重要性期限に対するパフォーマンス測定に不可欠なこの属性は、期末決算の期限内完了率の計算を可能にします。取得元これは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か、外部の計画ツールからソースされる必要がある場合があります。例 2023-01-052023-02-042023-03-06
	終了日時 EndTime	測定可能な期間を持つ活動が終了したことを示すタイムスタンプ。
説明調整タスクのように瞬間的ではない活動の場合、このタイムスタンプは特定のタスクの完了を示します。StartTime (イベントタイム) を補完し、個別の期間を定義します。この属性は主に個々の活動の処理時間を計算するために使用されます。「平均調整記入処理時間」などのKPIや、特定のタスクに費やされた時間の内訳を分析するダッシュボードにとって不可欠です。その重要性個々の活動の正確な処理時間の計算を可能にし、特定のタスクレベルのボトルネックを特定するための鍵となります。取得元このデータのソースは困難な場合があります。ステータス変更タイムスタンプ、ModifiedDateTimeフィールド、またはログ内の個別の開始/終了イベントペアから取得される可能性があります。例 2024-01-02T11:00:00Z2024-01-02T15:30:00Z2024-01-03T10:00:00Z
	自動化 IsAutomated	活動が人間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。
説明この属性は、期間決算プロセス内の手動活動と自動化活動を区別します。これは、自動化されたインターフェースまたはシステム生成レポートによって記帳された仕訳を特定する可能性があります。このディメンションを分析することで、プロセスにおける自動化のレベルを理解するのに役立ちます。自動化による効率向上を測定し、新たな自動化機会を特定し、自動化されたステップがエラーや例外なく期待どおりに機能していることを確認するために使用できます。その重要性自動化がプロセスに与える影響を測定し、効率を向上させるためのさらなる自動化の機会を特定するのに役立ちます。取得元これは通常、『ResponsibleUser』が既知のシステムまたはサービスアカウントに対応するかどうかをチェックすることによって導出されます。例 truefalse
	金額 Amount	仕訳の金額など、財務取引に関連する金銭的価値。
説明この属性は、活動の財務的価値を捕捉します。これは特に、仕訳記帳、調整、および照合に関連します。プロセスマイニング分析では、金額を使用して問題を優先順位付けできます。例えば、決算後調整の価値を分析することで、高額な修正に注意を集中させることができます。また、プロセスマップをフィルタリングして、高額または低額な取引フローのみを表示することも可能です。その重要性プロセスイベントに財務的なコンテキストを提供し、高額な調整の調査を優先するなど、金銭的影響に基づいた分析を可能にします。取得元 Dynamics 365の「GeneralJournalAccountEntry」などのテーブルの「AmountCur」や「TransactionCurrencyAmount」のような金額フィールドにあります。例 15000.50-250.00125000.00

必須推奨任意

記帳から報告まで – 期間決算・照合活動

これらは、財務決算サイクルの正確な検出と分析のためにイベントログに捕捉すべき主要なプロセスステップ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
	勘定調整承認済み	この活動は、準備された勘定照合がマネージャーまたはレビュー担当者によってレビューおよび承認されたことを示します。これは通常、財務決算ワークスペース内のタスクの最終ステータスアップデートとして捕捉されます。
その重要性これは、勘定の照合を完了する主要なマイルストーンです。『平均照合承認時間』KPIの計算および承認ボトルネックの特定に不可欠です。取得元財務締めワークスペースのタスク管理エンティティからです。イベントは、調整タスクのステータスが「完了」または「承認済み」に変更されたタイムスタンプです。取得締め作業のステータス更新が「完了」または同等の最終ステータスになったタイムスタンプを記録します。イベントタイプ explicit
	期間決算プロセス開始	この活動は、特定の期間の財務決算プロセスの開始をマークします。これは通常、財務決算ワークスペースでの決算スケジュールの作成、または元帳期間の最初のステータス変更から推測されます。
その重要性開始イベントとして、総期末決算サイクルタイムを測定するために重要です。このイベントからの時間を分析することで、全体のプロセス期間とスケジュール遵守を特定するのに役立ちます。取得元会計期間の「財務締め」構成の作成日、または最初に記録された締めタスクのタイムスタンプから推論されます。このデータは、財務締めワークスペースエンティティ内に存在します。取得財務決算チェックリストの作成タイムスタンプ、または期間のいずれかの決算活動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
	総勘定元帳期間締め	総勘定元帳期間が正式にクローズされ、それ以上の記帳が防止される、プロセスにおける最終活動です。これはDynamics 365内の明示的かつ監査可能なステータス変更です。
その重要性決定的な終了イベントとして、この活動は平均期末決算サイクルタイムを計算するために不可欠です。これは会計期間の最終的で不可逆的な完了を表します。取得元元帳カレンダー（LedgerPeriodエンティティ）から取得されます。イベントは、期間ステータスが「締め」に変更されたタイムスタンプです。取得 LedgerPeriodステータスフィールドが「締め」に設定されたときの監査証跡からのタイムスタンプを特定します。イベントタイプ explicit
	試算表作成済み	すべての既知の調整が転記され、仮試算表がレビューの準備ができたと見なされる時点を示す重要なマイルストーンです。これは推論されたイベントであり、データ入力の完了を示します。
その重要性この活動は、財務諸表の生成前の重要なチェックポイントとして機能します。これはデータ修正フェーズとレポーティングおよびレビューフェーズを区別します。取得元これは概念的なマイルストーンです。財務諸表の生成が開始される前に記帳された最後の調整仕訳のタイムスタンプとして推測できます。取得ステートメント生成タスクが開始される前の期間に記帳された最後のGeneralJournalEntryのタイムスタンプを使用します。イベントタイプ inferred
	財務諸表承認済み	これは最終承認マイルストーンであり、経営陣がその期間の財務諸表をレビューし、承認したことを示します。これはしばしば、財務決算ワークスペース内のタスクを通じて捕捉されます。
その重要性これは、レビューフェーズを締めくくる重要なビジネスマイルストーンです。財務諸表レビュー時間と全体的なプロセスガバナンスを測定するために不可欠です。取得元財務締めワークスペースからです。期間の締めチェックリストにおける最終承認タスクの完了タイムスタンプによって捕捉されます。取得財務決算ワークスペース内の指定された『最終承認』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
	サブ元帳保留中	買掛金元帳や売掛金元帳などの取引サブ元帳が、その期間の新しい取引を記帳できなくなる時点を表します。これは、各モジュールの元帳期間におけるステータス変更を観察することで捕捉されます。
その重要性これは、総勘定元帳作業が開始される前にデータの整合性を確保する重要なコントロールポイントです。ここでの遅延は、決算全体のタイムラインに連鎖的な影響を与える可能性があります。取得元各補助元帳モジュールの元帳カレンダー期間ステータスから推論されます。買掛金、売掛金などの「保留中」へのステータス変更は、この活動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「保留中」へのステータス変更を特定し、モジュールでフィルタリングします。イベントタイプ inferred
	会社間仕訳が転記された	この活動は、組織内の異なる法人間の残高を照合するための仕訳記帳を表します。これは、総勘定元帳取引ログから捕捉される明示的なイベントです。
その重要性会社間調整は、しばしば複雑さと遅延の原因となります。この活動を監視することで、会社間調整時間KPIを測定し、非効率性を特定するのに役立ちます。取得元 GeneralJournalEntryテーブルから取得され、「会社間」フラグがマークされているか、取引が会社間勘定に関連する場合です。取得取引タイプが会社間転記を示すGeneralJournalEntryレコードをフィルターします。イベントタイプ explicit
	勘定調整開始済み	貸借対照表勘定など、特定の総勘定元帳勘定の照合タスクをユーザーが開始することを示します。これは、財務決算ワークスペース内のタスクのステータス変更として捕捉されます。
その重要性この活動は、個々の勘定の照合サイクル時間を測定するための出発点です。どの勘定が照合を開始するのに最も時間がかかるかを特定するのに役立ちます。取得元財務締めワークスペースのタスク管理エンティティからです。イベントは、調整タスクのステータスが「進行中」に変更されたタイムスタンプです。取得締め作業のステータス更新が「進行中」または類似のステータスになったタイムスタンプを記録します。イベントタイプ explicit
	発生仕訳が転記された	このイベントは、未収費用および未収収益の仕訳記帳を意味します。これは、総勘定元帳取引データから捕捉される明示的なアクションであり、特定の仕訳名またはタイプによって識別されます。
その重要性未収・未払金のタイミングと量を追跡することは、決算中のワークロードを理解するために重要です。これにより、これらの仕訳エントリの情報を収集する上での依存関係と潜在的なボトルネックを特定するのに役立ちます。取得元 GeneralJournalEntryおよびGeneralJournalAccountEntryテーブルから取得されます。「ACCR」のような発生処理用に指定された仕訳帳名で、締め期間中に転記された取引をフィルターします。取得発生処理に使用される特定のJournalNameまたはPostingTypeでGeneralJournalEntryレコードをフィルターします。イベントタイプ explicit
	総勘定元帳期間再開	この例外活動は、以前にクローズされた期間が遅延調整を記帳するために再開されたときに発生します。これは、「クローズ済み」から「保留中」または「オープン」への明示的なステータス変更です。
その重要性期間の再開は標準プロセスからの重大な逸脱であり、コントロール上の弱点または大きなエラーを示します。その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にとって不可欠です。取得元元帳カレンダー（LedgerPeriodエンティティ）から取得されます。イベントは、期間ステータスが「締め」から非締めステータスに戻されたタイムスタンプです。取得 LedgerPeriodステータスが「締め」から変更されたときの監査証跡からのタイムスタンプを特定します。イベントタイプ explicit
	調整仕訳が転記された	このイベントは、初期照合が完了した後で最終決算前に行われる調整仕訳の記帳を捕捉します。これらは、特定の仕訳名または記帳日によって識別される明示的な取引です。
その重要性調整の頻度が高いと、データ品質や上位プロセスに問題があることを示している可能性があります。これを監視することで、決算後の調整記入率を測定し、問題のある勘定を特定するのに役立ちます。取得元 GeneralJournalEntryテーブルからです。これらは、「調整」という指定された仕訳帳名を持つ仕訳、または試算表作成日後に転記された仕訳をフィルタリングすることで識別されます。取得特定のJournalNameを使用するか、他のマイルストーンに対する転記日でGeneralJournalEntryレコードをフィルターします。イベントタイプ explicit
	財務諸表生成済み	この活動は、損益計算書や貸借対照表などの正式な財務レポートの生成を表します。このイベントの捕捉は、レポート実行を伴うため、しばしば困難です。
その重要性これは最終レビューサイクルの開始をマークします。この活動から最終承認までの期間は、経営レビューの効率を測定するための主要なKPIです。取得元 Financial Reporter（旧Management Reporter）ツールのシステムログには、この情報が含まれている可能性があります。しかし、通常は取引テーブルには格納されておらず、カスタムロギングが必要になる場合があります。取得システムログまたはカスタムイベントキャプチャの分析が必要です。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
	銀行調整完了	この活動は、銀行照合が完了し、記帳されたことを意味します。これは、銀行照合レコードのステータス変更から捕捉される明示的なイベントです。
その重要性これは決算プロセスにおける主要なマイルストーンです。その完了を追跡することで、銀行照合サイクルのスループットと期間を測定するのに役立ちます。取得元 BankStatementエンティティの「調整済み」へのステータス変更、または関連する調整仕訳の転記タイムスタンプから推論されます。取得 BankStatementステータスフィールドが「調整済み」に更新されたタイムスタンプを特定します。イベントタイプ inferred
	銀行調整開始済み	特定の銀行口座と期間における銀行勘定照合プロセスの開始を示します。これは、ユーザーが新しい銀行勘定照合ワークシートを作成した際に捕捉される明示的なイベントです。
その重要性この活動のタイミングは、銀行照合サブプロセスを理解する上で重要です。これは現金照合活動の効率を測定するための出発点となります。取得元 BankStatementおよびBankStatementLineテーブルからです。新しい銀行取引明細書調整レコードの作成タイムスタンプがイベントタイムとして機能します。取得関連する会計期間の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

前提条件の確認: Microsoft Dynamics 365環境がAzure Data Lake Linkで構成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が、組織のAzureサブスクリプションでクエリ可能になります。
アクセス権の取得: Azure Data Lake Storageアカウントにアクセスするための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も必要です。
対象テーブルの特定: 選択したクエリツールを使用してデータレイクに接続します。必要なDynamics 365テーブルへのパスを特定します。この抽出の主要なテーブルには、LedgerFiscalPeriod、LedgerPeriodModuleAccessControl、GeneralJournalEntry、GeneralJournalAccountEntry、BankCStmt、およびClosingSheetTaskが含まれます。
SQLクエリの構成: 提供されたSQLスクリプトをクエリエディタにコピーします。スクリプトの上部にある構成セクションを見つけます。StartDate、EndDate、およびCompanyFilterパラメーターを設定して、抽出の範囲を定義します。また、プレースホルダーの仕訳帳名（例：[Your Accrual Journal Name]）を、組織の特定の構成と一致するように更新する必要があります。
抽出スクリプトの実行: 構成された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のイベントを単一のイベントログ形式に統合するように設計されています。指定された14の活動すべてのデータを収集し、それらを結合します。
初期結果の確認: クエリが完了したら、出力の簡単なレビューを実行します。選択した期間に対して行数が妥当であるか、FinancialPeriod、ActivityName、EventTimeなどの主要な列が期待どおりに表示されているかを確認します。
イベントログのエクスポート: クエリ結果をCSVファイル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エンコーディングを使用し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、エクスポートされたCSVファイルの列ヘッダーが、必要な属性名：FinancialPeriod、ActivityName、EventTime、SourceSystem、LastDataUpdate、ResponsibleUser、CompanyCode、Department、およびGlAccountと正確に一致していることを確認します。

設定

日付範囲: 傾向と繰り返しパターンを特定するために、少なくとも6〜12の締められた会計期間のデータを抽出することをお勧めします。クエリ内のStartDateおよびEndDate変数を使用してこの範囲を定義します。
会社コードフィルター: DataAreaIdフィールドに対応するCompanyFilter変数を使用して、特定の法的エンティティに抽出を限定します。すべての会社に対して一度にクエリを実行すると、リソースを大量に消費する可能性があります。
仕訳帳名設定: 「発生仕訳が転記された」、「会社間仕訳が転記された」、「調整仕訳が転記された」などの活動の識別は、Dynamics 365の設定で使用される特定の仕訳帳名に依存します。クエリ内のプレースホルダー値（例：[Your Accrual Journal Name]）を、これらの目的のために組織で使用されている実際の仕訳帳名に置き換える必要があります。
財務締めワークスペース: 「勘定調整開始済み」や「財務諸表承認済み」など、いくつかの活動はDynamics 365の財務締めワークスペースの使用に依存します。このモジュールが使用されていない場合、これらの活動は抽出されません。
前提条件: この方法では、Dynamics 365用のAzure Data Lake Linkが有効化され、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は、データレイクストレージに対する読み取り権限を持っている必要があります。

a クエリ例 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

前提条件と環境セットアップ: 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てください。これらはpip install pandas requestsでインストールできます。Dynamics 365インスタンスのAzure Active Directory (Azure AD) にアプリケーションを登録し、財務データを読み取るための適切なAPI権限を付与します。このアプリケーションのテナントID、クライアントID、およびクライアントシークレットを取得します。
スクリプトパラメーターの設定: Pythonスクリプトを開き、上部の構成セクションを見つけます。プレースホルダーにD365のベースURL、Azure ADテナントID、クライアントID、およびクライアントシークレットを入力します。START_DATE、END_DATE、およびCOMPANY_CODE（D365のDataAreaId）を定義して、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、提供された資格情報を使用して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。このトークンは、その後のD365 ODataエンドポイントへのすべてのAPIリクエストの認証に使用されます。
データ抽出関数の定義: スクリプトは、API応答で提供される@odata.nextLinkに従って自動ページネーションを処理する主要なデータ取得関数get_d365_dataで構成されています。これにより、特定のクエリのすべてのレコードが取得されます。
活動固有のクエリの実行: 必要な14の活動それぞれについて、スクリプトは特定の関数（例：extract_gl_period_events、extract_journal_postings）を定義します。各関数は、$selectを使用して列を指定し、$filterを使用して結果を関連するイベント（ステータス変更や特定の仕訳帳名など）に絞り込むための対象ODataクエリを構築します。
データの取得と結合: スクリプトの主要部分は、各抽出関数を順番に呼び出します。各関数は、イベントログ構造に一致するようにフォーマットされたpandas DataFrameを返します。これらの個々のDataFrameはその後リストに収集されます。
データをイベントログに標準化: すべてのデータが取得された後、スクリプトはDataFrameのリストを単一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間に設定）などの静的列を追加します。
推論されたイベントの処理: スクリプトは、「試算表準備済み」のような推論された活動を、その会計期間の最後の「調整仕訳が転記された」のタイムスタンプに基づいてイベントを作成することで処理します。このロジックにより、直接的なシステムレコードがなくてもマイルストーンが捕捉されます。
データ型変換とクリーンアップ: スクリプトは、EventTime列が正しいdatetime形式であり、他の列が適切なデータ型であることを確認します。また、EventTime列からFinancialPeriodを導出し、「YYYY-MM」としてフォーマットします。
CSVへのエクスポート: 最後に、スクリプトは完全なイベントログDataFrameをd365_period_close_event_log.csvという名前の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への直接アップロード用にフォーマットされています。

設定

認証: クライアントIDとクライアントシークレットが生成されたAzure ADアプリケーション登録が必要です。このアプリケーションには、OData APIにアクセスするために'Dynamics ERP'への委任されたユーザー権限が必要です。
D365エンドポイントURL: スクリプト内のD365_BASE_URL変数は、お客様の組織固有のDynamics 365 Finance and Operations URL（例：https://your-d365-environment.operations.dynamics.com）に設定する必要があります。
日付範囲: START_DATEとEND_DATE変数を設定して抽出期間を定義します。データ量とAPIパフォーマンスを管理するため、3～6ヶ月のような短い範囲から始めることをお勧めします。
会社コードフィルター: COMPANY_CODE変数は、期末決算プロセスを分析したい法的エンティティ識別子（D365ではDataAreaIdとして知られています）に設定する必要があります。このスクリプトは、一度に1つの会社コードに対して実行されるように設計されています。
仕訳帳名フィルター: スクリプトは、特定の仕訳記帳活動を識別するために、「ACCRUAL」、「INTERCO」、「ADJUST」などのプレースホルダー仕訳帳名を使用します。これらは、お客様のD365構成で使用されている正確な仕訳帳名と一致するように更新する必要があります。
財務締めワークスペース: 調整タスク（「勘定調整開始済み」、「勘定調整承認済み」）の抽出は、ClosingSheetのような財務締めワークスペースに関連する特定のエンティティの使用を前提としています。エンティティ名は、お客様の特定の導入状況に基づいて調整が必要になる場合があります。

a クエリ例 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.")

お客様の記帳から報告まで – 期間決算・照合データテンプレート

お客様の記帳から報告まで – 期間決算・照合データテンプレート

記帳から報告まで – 期間決算・照合属性

記帳から報告まで – 期間決算・照合活動

抽出ガイド

Azure Data Lake統合を介した直接SQLクエリ

ステップ

設定

a クエリ例 sql

D365 OData API経由のPythonスクリプト抽出

ステップ

設定

a クエリ例 python

今すぐ始めますか？

貴社のレコード・トゥ・レポート期末決算と調整を加速する

お客様の記帳から報告まで – 期間決算・照合データテンプレート

お客様の記帳から報告まで – 期間決算・照合データテンプレート

記帳から報告まで – 期間決算・照合属性

記帳から報告まで – 期間決算・照合活動

抽出ガイド

Azure Data Lake統合を介した直接SQLクエリ

ステップ

設定

a クエリ例 sql

D365 OData API経由のPythonスクリプト抽出

ステップ

設定

a クエリ例 python

お客様のプライバシーを大切にしています

今すぐ始めますか？

貴社のレコード・トゥ・レポート期末決算と調整を加速する