> 継続的なプロセス改善 > 受注から入金までの販売注文処理 > Microsoft Dynamics 365 > データテンプレート

受注から入金までの販売注文処理向けデータテンプレート

Name: 受注から入金までの販売注文処理のプロセスマイニング用データテンプレート
Creator: ProcessMind
License: https://creativecommons.org/licenses/by/4.0/

Microsoft Dynamics 365

← 改善ガイドに戻る

受注から入金までの販売注文処理の属性(20) 受注から入金までの販売注文処理のアクティビティ(13) データ抽出ガイド(2)

受注から入金までの販売注文処理向けデータテンプレート

このテンプレートでは、Microsoft Dynamics 365の受注から入金までの販売注文処理を分析するために必要なデータ項目を整理してご紹介します。収集する主要な属性と、イベントログで追跡するアクティビティをまとめています。また、システムからデータを効率よく抽出する方法も説明します。

詳細な分析に推奨される属性
追跡する主要なプロセスアクティビティ
Microsoft Dynamics 365からのデータ抽出ガイド

イベントログを初めて作成する方はこちら：プロセスマイニング用イベントログの作成方法.

テンプレートをダウンロード

受注から入金までの販売注文処理の属性

Microsoft Dynamics 365の受注から入金までの販売注文処理を詳しく分析するには、イベントログに以下のデータ項目を含めることをおすすめします。

5 必須 5 推奨 10 任意

	名前	説明
	アクティビティ ActivityName	販売注文プロセスの中で、特定の時点に発生した業務イベントまたはタスクの名前です。
説明この属性は、販売注文のライフサイクルにおける個々の工程やイベントを表します。たとえば、「販売注文を作成」「商品を出荷」「入金を受領」などです。販売注文ごとのアクティビティの順序が、プロセスフローを構成します。アクティビティの順序や頻度、アクティビティ間の移行を分析することは、プロセスマイニングの中心的な機能です。プロセスマップの可視化、よくあるバリアントやまれなバリアントの特定、ボトルネックの検出、手戻りやコンプライアンス上の問題がある領域の特定に役立ちます。プロセスで実際に何が起きているかを理解するための基本となる属性です。重要な理由プロセスの各工程を定義する属性です。プロセスフローの作成と可視化を可能にし、プロセスマイニングの主な目的を支えます。入手先 SalesTableなどのテーブルや、関連する物流・財務テーブルに記録されたシステムイベントやステータス変更を、標準化されたアクティビティ名に対応付けて定義します。例販売注文を作成商品を出荷請求書を作成入金を受領
	販売注文 SalesOrderNumber	各販売注文を一意に識別する番号で、プロセスの主なケース識別子として使われます。
説明販売注文番号は、Microsoft Dynamics 365で各顧客注文に割り当てられる一意の英数字コードです。ケースIDとして機能し、作成から完了までの関連アクティビティとイベントを結び付けます。プロセスマイニングでは、この属性を使って個々の販売注文の流れを最初から最後まで再構成します。分析担当者は、アクティビティの全順序を追跡し、ケースの所要時間を測定して、注文ごとの違いを分析できます。これがプロセス分析全体の基盤となります。重要な理由この識別子は、関連するすべてのイベントを結び付け、販売注文ごとのライフサイクルを最初から最後まで分析するうえで欠かせません。入手先「SalesTable」テーブルの「SalesId」フィールドにあります。例 SO-00102345SO-00102346SO-00102347
	開始時刻 EventTime	特定のアクティビティまたはイベントが発生した正確な日時です。
説明イベント時刻、つまりタイムスタンプは、アクティビティが発生した正確な時点を記録します。イベントログ内の各アクティビティにタイムスタンプが付与され、ケースごとのプロセスが時系列で記録されます。この属性は、プロセスマイニングで時間に基づく分析を行ううえで欠かせません。アクティビティ間のサイクルタイムやケース全体の所要時間、待ち時間の計算、プロセスが遅れているボトルネックの特定に使います。また、日、週、月ごとの処理量など、時間の経過に伴うパフォーマンスの監視にも役立ちます。重要な理由サイクルタイムやボトルネックなど、所要時間に基づく指標の計算と、イベントの時系列順の整理に欠かせないタイムスタンプです。入手先注文作成時の「SalesTable.CreatedDateTime」や、入金時の支払仕訳転記日など、取引に関連するさまざまな日時フィールドから取得します。例 2023-04-15T09:02:11Z2023-04-18T14:30:00Z2023-04-25T11:21:45Z
	ソースシステム SourceSystem	データの取得元となる情報システムを示します。
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示します。この場合、通常は「Microsoft Dynamics 365」です。単一システムの分析では不要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、複数のシステムのデータを統合する際に重要になります。データの来歴を明確にし、レコードの発生元を特定することで、データ抽出時の問題の調査にも役立ちます。重要な理由データの発生元を把握するための重要なコンテキストとなります。特に複数のシステムのデータを統合する際に、データの来歴を明確にできます。入手先これは固定値で、通常はデータ変換時にデータセットの発生元を示すために追加されます。例 Microsoft Dynamics 365 F&OMicrosoft Dynamics 365 Sales
	最終データ更新日時 LastDataUpdate	ソースシステムからデータが最後に更新または抽出された日時を示すタイムスタンプです。
説明この属性には、Microsoft Dynamics 365からデータを最後に取得した日時が記録されます。分析対象のデータがどの程度新しいかを確認できます。プロセスを分析して適切な判断を下すには、データがいつ取得されたかを把握することが重要です。このタイムスタンプで最終更新日時を確認できるため、最新の情報に基づいて結論を導けます。重要な理由データがどの程度新しいかを確認でき、プロセスマイニング分析の関連性と正確性を保つうえで役立ちます。入手先データ抽出時に生成され、データ取り込みの過程で各レコードに追加されます。例 2023-10-27T02:00:00Z2023-10-28T02:00:00Z
	受注金額 OrderValue	受注の合計金額です。
説明この属性は、商品、税金、諸費用を含む受注の合計金額を表します。各ケースに関連する重要な財務指標です。受注金額は、金額に基づいてプロセスを分析する際に重要です。高額の受注が低額の受注と異なる方法で処理されているか、遅延が多く発生しているかを比較できます。財務上の影響が大きいケースを優先して改善に取り組めるほか、「セグメント別受注金額」などのダッシュボードにも役立ちます。重要な理由金額別にプロセスを分析し、高額受注の改善を優先するとともに、プロセス逸脱によるコストへの影響を把握できます。入手先受注ヘッダーデータにあります。具体的なテーブルとフィールドについては、Microsoft Dynamics 365の文書をご確認ください。受注明細の金額から算出される場合があります。例 5250.7512300.00899.50
	希望納品日 RequestedDeliveryDate	顧客が希望する受注品の納品日です。
説明この属性には、顧客が商品を受け取りたいと最初に希望した日付が保存されます。受注の作成時に記録され、顧客の視点から納品パフォーマンスを測定する際のベースラインとなります。この日付は、「納品日遵守」ダッシュボードの重要な入力データです。「RequestedDeliveryDate」と「ConfirmedDeliveryDate」、実際の「商品納品」日を比較すると、組織が顧客の期待にどの程度応えているかが分かります。日付に大きな差がある場合、計画、在庫、物流に問題がある可能性があります。重要な理由顧客が希望する納品日を示し、顧客満足度や納期遵守パフォーマンスを測定する際のベースラインとなります。入手先「SalesTable」テーブルにあり、通常は「DeliveryDate」または類似のバリアント名が付けられています。例 2023-05-102023-06-012023-05-25
	確定納品日 ConfirmedDeliveryDate	会社が顧客に提示し、確約した納品日です。
説明確定納品日は、販売組織が顧客に商品を納品すると約束した日付です。在庫状況や生産スケジュールなどの社内確認を終えた後に設定されます。この属性は、業務上の確約に基づいて「納品日遵守率」の重要業績評価指標（KPI）を算出するために欠かせません。顧客の当初の希望日よりも、納期遵守を測る社内基準として適しています。この日付からの逸脱を分析すると、物流や受注処理における社内プロセスの問題を特定できます。重要な理由顧客への納期の確約を表し、納品の信頼性や業務パフォーマンスを測る重要な社内基準となります。入手先受注明細データにあります。「SalesLine」テーブルの「ConfirmedDlv」などのフィールドが該当します。例 2023-05-122023-06-012023-05-28
	販売チャネル SalesChannel	Web、直接販売、パートナーなど、受注を受け付けたチャネルです。
説明販売チャネルは、顧客からの注文がどこから届いたかを示します。ECサイト、営業チーム、実店舗、コールセンター、パートナーネットワークなどが該当します。この項目は、Dynamics 365で業務上のニーズに応じ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と、チャネル間のパフォーマンスの違いが分かります。たとえば、Web経由の注文は電話で受けた注文よりも速く、自動的に処理される場合があります。チャネルに応じたプロセスの改善やリソースの配分に役立ち、「セグメント別受注金額」などのダッシュボードにも利用できます。重要な理由販売チャネルごとのパフォーマンスを比較し、注文の受付方法に固有の非効率な点や優れた取り組みを把握できます。入手先通常、受注ヘッダーに保存されています。具体的なフィールドについては、Microsoft Dynamics 365の文書をご確認ください。例 Web直接販売パートナー小売
	顧客名 CustomerName	受注した顧客の名前です。
説明この属性には、受注に関連付けられた顧客の正式名称が含まれます。受注の顧客勘定番号を顧客マスターデータと照合して取得します。顧客ごとのプロセス分析は、顧客固有の行動やサービス水準を把握するうえで基本となります。遅延が多い顧客、手戻り率が高い顧客、標準外のプロセス経路をたどる顧客を特定できます。顧客満足度の向上や重要顧客の適切な管理に役立ちます。重要な理由顧客ごとの傾向、遅延、問題を特定する顧客中心の分析が可能になり、顧客満足度の向上に役立ちます。入手先「SalesTable」の「CustAccount」フィールドを使って「CustTable」から取得します。例 Contoso LtdAdatum CorporationFabrikam Inc.
	ユーザー名 UserName	アクティビティを実行したユーザーの名前です。
説明この属性は、注文の確認や請求書の作成など、特定のタスクを実行した従業員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に関連付けられています。ユーザーごとのパフォーマンスを分析すると、研修が必要な領域や優れた実績を把握し、業務負荷が適切に分配されているかを確認できます。また、コンプライアンスや監査の目的でも欠かせません。プロセス内の各操作について、責任の所在を明確にできます。重要な理由個人やチームごとのプロセスパフォーマンスを分析し、研修の機会、業務負荷の偏り、リソースに関するボトルネックの特定に役立ちます。入手先各種の取引テーブルにある「CreatedBy」や「ModifiedBy」などのユーザーIDフィールドから取得し、メインのユーザーテーブル（例：「UserInfo」）と結合して氏名を取得します。例 Alice JohnsonRobert Brownシステム管理者
	受注ステータス SalesOrderStatus	データ抽出時点での受注の現在のステータスです。
説明この属性は、「オープン」「請求済み」「キャンセル済み」「納品済み」など、受注全体のステータスを示します。受注ヘッダーで管理される概要ステータスです。アクティビティログではプロセスの推移を確認できますが、最終ステータスは絞り込みや分類に役立ちます。未処理の受注だけを抽出して現在の業務量を確認したり、正常に完了した受注とキャンセルされた受注を分けて、キャンセルの理由を分析したりできます。重要な理由受注の状態を把握でき、未処理、完了、キャンセル済みの受注に絞って分析できます。業務量の管理や結果分析に役立ちます。入手先「SalesTable」テーブルの「SalesStatus」フィールドにあります。例バックオーダー納品済み請求済みキャンセル済み
	商品番号 ItemNumber	受注上の商品またはサービスを識別する一意の番号です。
説明商品番号は、販売する商品を特定します。受注には複数の商品が含まれる場合があるため、この属性は通常、明細レベルのイベントデータに関連付けられます。商品ごとにプロセスを分析すると、商品固有の問題を把握できます。たとえば、特定の商品で納品までの時間が長い、手戻り率が高い、与信保留が頻繁に発生するといった傾向が分かります。対象商品に応じて、在庫管理、商品データの設定、受注処理を改善できます。重要な理由商品単位で分析し、特定の商品にプロセスの遅延、手戻り、その他の非効率が関連しているかを把握できます。入手先「SalesLine」テーブルの「ItemId」フィールドにあります。例 PROD-00123PROD-00548SVC-00045
	国 CountryRegion	顧客の配送先住所がある国です。
説明この属性は、受注品の配送先の国を示します。Dynamics 365に保存された顧客の配送先住所から取得します。国ごとのプロセスパフォーマンスを分析すると、地域による違いを特定できます。国際配送では通関などの工程が加わり、サイクルタイムが長くなる場合があります。この分析は、地域ごとの物流の把握と改善に役立ちます。重要な理由地域別の分析を通じて、サプライチェーンにおける地域ごとのボトルネック、コンプライアンス上の問題、パフォーマンスの違いを特定できます。入手先受注に関連付けられた顧客の配送先住所から取得します。国の情報は通常、「LogisticsPostalAddress」テーブルにあり、「SalesTable」の配送先住所リンクを介して結合します。例 USADEUCANGBR
	手戻りあり IsRework	受注でアクティビティの繰り返しなどの手戻りが発生したかを示す真偽値フラグです。
説明この計算属性は、直接的な「理想経路」から逸脱したケースを特定します。注文の確定後に取り消して再確定する、商品をピッキングした後に在庫へ戻すといった、アクティビティの繰り返しを示す順序を検出して手戻りを判定します。手戻りが発生したケースのフラグは、「受注手戻り率」の重要業績評価指標（KPI）に欠かせません。非効率なプロセス経路をすばやく絞り込んで調査し、データ入力ミス、与信の問題、在庫の問題など、手戻りの根本原因を把握できます。手戻りの削減は、多くのプロセス改善プロジェクトの主な目標です。重要な理由繰り返しの工程が必要だったケースにフラグを付けて、プロセスの非効率を定量化できます。無駄や遅延を減らすための対象を絞った分析に役立ちます。入手先プロセスマイニングツールが各ケースのアクティビティの順序を分析して算出します。たとえば、（A -> B -> C -> B）のようなパターンを検出すると、そのケースに手戻りのフラグが付きます。例 truefalse
	支払期日 PaymentDueDate	顧客が請求書の支払いを完了する期限です。
説明支払期日は、請求書の日付と顧客との間で合意した支払条件に基づいて算出され、顧客向け請求書に記録されます。この属性は、「支払期日の遵守」分析と「期日内支払率」の重要業績評価指標（KPI）の基礎となります。「PaymentDueDate」と実際の「入金」日を比較すると、支払いの遅れを特定し、顧客セグメントごとの支払い傾向を分析できます。キャッシュフローの改善や売上債権回転日数の短縮に向けた先手の対策にも役立ちます。重要な理由支払いパフォーマンスを測る基準となり、キャッシュフローの分析や売掛金の適切な管理に役立ちます。入手先「CustInvoiceJour」テーブルの「DueDate」フィールドにあります。例 2023-05-302023-06-152023-06-30
	期日内支払 OnTimePayment	支払期日までに入金されたかを示す真偽値フラグです。
説明この計算属性は、「入金」アクティビティのタイムスタンプと「PaymentDueDate」を比較します。期日どおりに支払われた場合は「true」、遅れた場合は「false」に設定されます。このフラグは、「期日内支払率」の重要業績評価指標（KPI）の中核となります。顧客を期日どおりに支払う顧客と遅れて支払う顧客にすばやく分類できます。支払いが慢性的に遅れている顧客を特定し、与信方針、回収戦略、顧客関係管理の見直しに役立てられます。重要な理由合意した支払条件に対する顧客の支払い状況を測定でき、キャッシュフローの管理や信用リスクの評価に役立ちます。入手先「入金」アクティビティの「EventTime」と「PaymentDueDate」属性を比較して算出します。計算式：（「入金」のタイムスタンプ <= PaymentDueDate）。例 truefalse
	納期遵守 OnTimeDelivery	確定納品日までに商品が納品されたかを示す真偽値フラグです。
説明この計算属性は、各受注の「商品納品」アクティビティのタイムスタンプと「ConfirmedDeliveryDate」を比較します。納期どおりまたは前倒しで納品された場合は「true」、遅れた場合は「false」に設定されます。このフラグは、「納品日遵守率」の重要業績評価指標（KPI）の算出に使います。納期どおりの受注と遅れた受注を簡単に絞り込み、集計できます。商品、顧客、地域、配送方法など、納品の遅れに関連する要因をすばやく特定できます。重要な理由確約した納期に対する受注処理のパフォーマンスを直接測定でき、顧客満足度やサプライチェーンの信頼性を確認するうえで役立ちます。入手先「商品納品」アクティビティの「EventTime」と「ConfirmedDeliveryDate」属性を比較して算出します。計算式：（「商品納品」のタイムスタンプ <= ConfirmedDeliveryDate）。例 truefalse
	終了時刻 EndTime	アクティビティが完了した正確な日時です。
説明終了時刻のタイムスタンプには、アクティビティが完了した時点が記録されます。データがある場合、次のアクティビティの開始時刻から推定するよりも、アクティビティの所要時間を正確に測定できます。開始時刻と終了時刻の両方があれば、各アクティビティの「処理時間」を正確に算出し、アクティビティ間の「待機時間」と区別できます。時間のかかる個々のタスクと、長い遅延が発生しているプロセスの工程を特定するうえで役立ちます。重要な理由各アクティビティの処理時間を正確に算出し、実作業の時間と待機時間を区別できます。入手先開始時刻と同様に、さまざまな日時フィールドから取得します。「SalesTable」や「WHSLoadTable」などのテーブルにある「ModifiedDateTime」フィールドや、特定のステータス更新日時が該当する場合があります。例 2023-04-15T09:12:30Z2023-04-18T14:35:00Z2023-04-25T11:21:55Z
	配送方法 ShippingMethod	顧客への商品の配送に使用する方法または運送業者です。
説明この属性は、配送に使用する輸送サービスを示します。「陸上輸送」「航空貨物」や特定の運送業者名などが該当します。顧客の希望、コスト、配送速度に基づいて、受注処理時に選択されます。「配送方法別パフォーマンス」ダッシュボードでは、この項目が重要です。配送方法ごとに「商品梱包」から「商品納品」までのサイクルタイムを分析すると、配送が速く、信頼性が高い運送業者や、遅延が起きやすい運送業者を特定できます。物流計画や運送業者の選定に役立ちます。重要な理由運送業者や配送方法ごとのパフォーマンスを分析し、コスト、速度、信頼性を考慮した物流の改善に役立ちます。入手先通常、受注ヘッダーまたは関連する出荷記録に保存されています。詳細については、Microsoft Dynamics 365の文書をご確認ください。例 FedEx GroundUPS Next Day AirDHL Express

必須推奨任意

受注から入金までの販売注文処理のアクティビティ

販売注文処理を正確に把握して分析するため、イベントログに記録する主要なプロセスのステップと重要な節目をご紹介します。

6 推奨 7 任意

	アクティビティ	説明
	入金を受領	顧客から請求書の支払いを受け取り、消し込みが行われたことを示すアクティビティです。売掛金管理モジュールで発生し、元の請求書に関連付けられます。
重要な理由キャッシュコンバージョンサイクルの分析における重要な節目です。「期日どおりの入金率」の重要業績評価指標（KPI）の測定や、入金回収の遅れの特定に欠かせません。入手先売掛金管理モジュールから取得する明示的なイベントです。請求書取引（CustTrans）を消し込む顧客入金の決済（CustSettlement）の取引日から記録します。記録 CustSettlementテーブルから決済日を取得し、請求書と販売注文に関連付けます。イベントタイプ explicit
	商品を出荷	注文の商品が梱包され、倉庫から出荷されたことを示すイベントです。Dynamics 365では、梱包明細書を転記することで正式に記録されます。
重要な理由社内の出荷処理が終わり、納品段階が始まることを示す重要な節目です。納期どおりの出荷実績を計算するための重要なタイムスタンプです。入手先梱包明細書仕訳（CustPackingSlipJour）の転記日時から取得する、明確な明示的イベントです。記録梱包明細書仕訳の転記時刻を記録します。イベントタイプ explicit
	注文を完了	販売注文が正常に処理された最終ステータスです。出荷と請求がすべて完了し、以降の取引が予定されていないことを示します。プロセスが正常に完了した状態です。
重要な理由正常に完了したケースの主な終了点となるアクティビティです。プロセス全体のサイクルタイムと処理量の計算に欠かせません。入手先 SalesTableのステータスフィールドから推定します。「Sales status」が「Invoiced」で、明細のステータスも「Invoiced」の場合、注文は完了したとみなします。記録 SalesTableのステータスフィールドが「Invoiced」に変わったことから推定します。タイムスタンプには通常、請求書の発行や入金など、最後に関連する取引の日付を使います。イベントタイプ inferred
	注文を確定	販売注文を正式に確定し、指定された商品またはサービスの納品を約束するアクティビティです。Dynamics 365では、ユーザーが明示的に操作すると確認仕訳が作成されます。
重要な理由注文の確定は、出荷処理が正式に始まる重要な節目です。作成から確定までの時間を測定すると、フロントオフィスの処理効率を把握できます。入手先 Sales Order Confirmation仕訳（SalesConfirmJour）の転記日から取得する、明示的なイベントです。タイムスタンプはSalesTableに関連付けられます。記録 Sales Order Confirmation仕訳の転記時刻を記録します。イベントタイプ explicit
	請求書を作成	出荷した商品またはサービスの販売請求書を作成し、転記することを示します。顧客の債務を正式に記録する、主要な財務取引です。
重要な理由このアクティビティから、プロセスの決済段階が始まります。出荷から請求書作成までの時間は、「請求書作成サイクルタイム」の重要業績評価指標（KPI）に関わり、キャッシュフローにも影響します。入手先明示的な財務取引です。販売請求書仕訳（CustInvoiceJour）の転記日時からイベントを取得します。記録販売請求書仕訳の転記時刻を記録します。イベントタイプ explicit
	販売注文を作成	営業担当者または自動化されたチャネルを通じて、システムに販売注文が最初に作成されたことを示すイベントです。販売注文のメインテーブルに新しいレコードが作成され、保存された時点で明示的に記録されます。
重要な理由このアクティビティは、すべての販売注文ケースの共通の開始点です。販売注文のサイクルタイム全体の計算や処理量の分析に必要な開始時刻を記録します。入手先 Microsoft Dynamics 365のSalesTableヘッダーレコードにある「Created date and time」フィールドから取得する、明示的なイベントです。記録 SalesTableエンティティから作成時刻を取得します。イベントタイプ explicit
	与信審査を実施	販売注文に関連付けられた顧客の与信審査が完了したことを示します。自動システムチェックまたは手動審査で行われ、注文の与信ステータスが変更されることがあります。
重要な理由与信審査にかかる時間と結果を分析すると、注文承認プロセスのボトルネックを特定できます。保留が頻繁に発生したり、承認に時間がかかったりすると、注文の出荷が大幅に遅れる可能性があります。入手先通常は、SalesTableの与信管理に関するステータス変更から推定します。たとえば、与信理由付きの「On hold」から「Open」への変更です。高度なモジュールを使用している場合は、与信管理テーブルに記録されていることもあります。記録 SalesTableまたは関連する与信保留テーブルのステータス変更履歴から推定します。イベントタイプ inferred
	倉庫へ出庫指示	販売注文がピッキングと出荷のために正式に倉庫へリリースされた時点を示します。Warehouse Management（WMS）モジュールを使用する環境では、独立した工程として記録されます。
重要な理由このアクティビティは、注文処理と実際の出荷作業を区切る工程です。注文がリリースされるまでの待ち時間を分析すると、リソース計画やシステム連携の問題が見つかることがあります。入手先販売注文に関連付けられた倉庫リリースレコード（WHSLoadTable、WHSShipmentTable）から取得する、明示的なイベントです。記録対応する倉庫積荷または出荷の作成時刻を記録します。イベントタイプ explicit
	商品をピッキング	倉庫内の保管場所から注文の商品をすべてピッキングし終えたことを示します。通常、WMSモジュールでピッキング担当者がピッキングリストまたは作業指示を完了した時点で記録されます。
重要な理由ピッキング完了時刻の追跡は、倉庫の効率を分析するうえで欠かせません。この工程の遅れは、出荷までの所要時間に直接影響します。入手先 Warehouse Managementモジュールに明示的に記録されるイベントです。販売注文のピッキングに関連する倉庫作業（WHSWorkTable）の完了時刻から取得します。記録ピッキング作業の「Work」ステータスが「Closed」に更新された時刻を記録します。イベントタイプ explicit
	商品を梱包	ピッキングした商品をまとめて出荷準備を整える梱包工程の完了を示します。D365では、梱包明細書の作成と同時に記録される場合があります。
重要な理由ピッキングから梱包までの時間を調べると、梱包ステーションのボトルネックを特定できます。出荷処理全体のサイクルタイムを構成する重要なサブプロセスです。入手先 WMSモジュールでのコンテナー梱包完了イベントから明示的に取得できます。または、梱包の終了を示すことが多い梱包明細書仕訳（CustPackingSlipJour）の作成から推定できます。記録梱包作業の完了、または梱包明細書仕訳の作成日から推定します。イベントタイプ inferred
	商品を納品	出荷した商品が顧客の指定住所に無事届けられたことを示します。この情報は、外部配送業者のシステムから更新されるか、手動で確認されることがよくあります。
重要な理由「納品日遵守率」の重要業績評価指標（KPI）の測定と、顧客が実際に経験するサイクルタイムの把握に欠かせないアクティビティです。配送業者の実績評価にも役立ちます。入手先標準のD365では、明示的なイベントとして標準で追跡されません。通常は、配送業者との連携による更新を受け取るか、販売注文または出荷レコードのステータスを手動で更新して推定します。記録配送業者との連携データ、または手動で更新されたステータスフィールドから推定します。イベントタイプ inferred
	在庫を引き当て	販売注文の明細に必要な在庫が、システム上で物理的または自動的に引き当てられたことを示すイベントです。これにより、商品のピッキングと出荷が可能になります。
重要な理由在庫の引き当てを追跡すると、注文確定から倉庫作業の開始までの遅れを分析できます。「在庫引当リードタイム」の重要業績評価指標（KPI）の算出にも欠かせません。入手先販売注文の明細に関連付けられた在庫トランザクションレコード（InventTrans）の作成または更新から推定できます。ステータスが引当済みを示している場合が該当します（例：「On order」「Reserved physical」）。記録注文の在庫トランザクション（InventTrans）が引当済みになった時刻から推定します。イベントタイプ inferred
	注文をキャンセル	販売注文が出荷と請求の完了前にキャンセルされたことを示すイベントです。プロセスが正常に完了しなかった場合の終了点です。
重要な理由キャンセルを追跡すると、失注やプロセス上の問題の原因を特定できます。注文がいつ、なぜキャンセルされたかを分析することで、プロセスの改善につなげられます。入手先 SalesTableの「Sales status」フィールドが「Canceled」に変わったことから推定します。タイムスタンプには、このステータス変更が記録された時刻を使います。記録 SalesTableのステータスフィールドが「Canceled」に変わったことから推定します。イベントタイプ inferred

推奨任意

データ抽出ガイド

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環境に「Export to Azure Data Lake」アドインをインストールし、設定します。D365をAzureサブスクリプションと対象のAzure Data Lake Storage Gen2アカウントに接続してください。
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」ワークスペースを開きます。次のテーブルを検索してエクスポート設定に追加し、すべてのテーブルでエクスポートを有効にします：SalesTable、SalesLine、CustConfirmJour、CustPackingSlipJour、CustInvoiceJour、CustTrans、WHSLoadTable、WHSWorkTable、CustTable。
Azure Synapse Analyticsを設定する： AzureポータルでAzure Synapse Analyticsワークスペースをデプロイします。D365のデータが保存されているData Lakeアカウントに対し、「Storage Blob Data Contributor」など、必要な権限をこのワークスペースに付与します。
サーバーレスSQLデータベースを作成する： Synapse Studioで「Data」ハブを開きます。Data Lake内のデータに対してT-SQLクエリを実行できるよう、新しいサーバーレスSQLデータベースを作成します。
D365テーブルのビューを作成する： クエリを簡単にするため、サーバーレスデータベースにSQLビューを作成し、Data Lakeに複製されたD365テーブルのデータを参照させます。これにより、基盤となるファイルのパスや形式を意識せずにクエリを実行できます。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。この文書に記載されているSQLクエリ全体をスクリプトエディターにコピーします。
クエリのパラメーターを設定する： クエリの先頭にあるプレースホルダーを探します。分析対象の会社コードに合わせて「{YourDataAreaId}」を置き換え、「{StartDate}」と「{EndDate}」に抽出期間を設定します。
クエリを実行する： SQLスクリプト全体を実行します。複数のテーブルからイベントを収集し、形式を統一した1つのイベントログにまとめます。
結果を確認してエクスポートする： クエリの実行後、Synapse Studioの結果ペインで、結果がすべて含まれ、正しい形式になっていることを確認します。組み込みのエクスポート機能を使って、結果をCSVファイルに保存します。
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でエンコードされていることを確認します。列見出しがSalesOrderNumber、ActivityName、EventTimeなど、必要な属性名と完全に一致していることも確認してください。
ProcessMindにアップロードする： 検証済みのCSVファイルをProcessMindのプロジェクトにアップロードし、分析と可視化を行います。

設定

前提条件： この方法を利用するには、有効なAzureサブスクリプションと、Dynamics 365 F&O環境で設定済みの「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設定）の両方で適切な権限が必要です。
必要なD365モジュール： 倉庫業務のアクティビティを含むすべてのイベントを記録するには、Warehouse Management（WMS）モジュールが必要です。主要なイベントは、Sales and MarketingおよびAccounts Receivableモジュールに依存します。
テーブルの選択： クエリで参照するすべてのテーブル（SalesTable、SalesLine、CustConfirmJour、CustPackingSlipJour、CustInvoiceJour、CustTrans、WHSLoadTable、WHSWorkTable、CustTable）のエクスポートを有効にする必要があります。テーブルが不足すると、アクティビティも記録されません。
日付範囲のフィルタリング： クエリでは、{StartDate}と{EndDate}のパラメーターを使って日付範囲を指定します。初回の抽出では、クエリの実行時間を運用しやすい範囲に収めるため、3～6か月など期間を限定することをおすすめします。
会社（DataAreaId）のフィルタリング： D365環境内の特定の法人を対象にするには、「{YourDataAreaId}」プレースホルダーを設定する必要があります。このクエリは、1回の実行で複数の会社を横断して分析する設計ではありません。
パフォーマンスに関する考慮事項： 大規模なデータセットでは、サーバーレスSQLプールのクエリ性能が変動する場合があります。業務の少ない時間帯に抽出をスケジュールすることをご検討ください。頻繁に抽出する場合は、後続処理の性能を高めるため、最終版のイベントログをData Lake内の新しいテーブルとして実体化する方法もあります。

クエリの例 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

前提条件とセットアップ：Python 3.6以降がインストールされていることを確認します。ターミナルで次のコマンドを実行し、必要なPythonライブラリをインストールします：pip install pandas requests msal。
Azure ADにアプリケーションを登録する：AzureポータルでAzure Active Directoryに新しいアプリケーションを登録します。このアプリケーションを使ってDynamics 365 APIの認証を行います。Application (client) IDとDirectory (tenant) IDを控えてください。
クライアントシークレットを作成する：登録したAzure ADアプリケーションの「Certificates & secrets」で新しいクライアントシークレットを作成します。シークレットの値は再表示されないため、すぐにコピーしてください。これがCLIENT_SECRETです。
APIのアクセス許可を付与する：Azure ADアプリケーションの設定で「API permissions」を開きます。「Dynamics ERP」または「Dynamics 365 for Finance and Operations」のアクセス許可を追加します。「Delegated permissions」を選択してuser_impersonationを付与します。次に同じアクセス許可をもう一度追加し、「Application permissions」を選択してFinancials.ReadWrite.Allを付与します。利用可能で十分な場合は、より制限された読み取り専用のアクセス許可を選択してください。これらのアクセス許可に対する管理者の同意を付与します。
Dynamics 365にアプリケーションユーザーを作成する：Dynamics 365環境で「System administration」＞「Users」＞「Users」を開きます。新しいユーザーを作成し、Azure ADアプリ登録のApplication IDに関連付けます。「System administrator」などのセキュリティロールを割り当てるか、必要なデータエンティティ（SalesOrderHeadersV2、SalesOrderLines、SalesPackingSlipHeaders、SalesInvoiceHeadersV2など）への読み取り権限を持つカスタムロールを割り当てます。
Pythonスクリプトを設定する：提供されたPythonスクリプトをエディターで開きます。ファイルの先頭にある設定セクションで、D365_URL、TENANT_ID、CLIENT_ID、CLIENT_SECRET、COMPANY_FILTER、START_DATE、END_DATEのプレースホルダーを環境に合わせて置き換えます。
エンティティのマッピングを定義する（任意）：スクリプトで使用するエンティティ名とフィールド名を確認します。組織で特定のアクティビティを記録するためにカスタマイズしたエンティティやフィールドを使用している場合は、スクリプト内のODataクエリを調整する必要があります。
抽出スクリプトを実行する：コマンドラインでpython your_script_name.pyを実行します。スクリプトが認証を行い、各アクティビティについてDynamics 365 OData APIにクエリを実行して、データを処理します。進行状況はコンソールに表示されます。
出力ファイルを確認する：正常に実行されると、同じディレクトリにd365_order_to_cash_event_log.csvというCSVファイルが作成されます。ファイルを開き、抽出されたイベントログが正確かつ完全であることを確認します。
ProcessMindにアップロードする：作成されたCSVファイルは必要なスキーマに沿った形式になっており、ProcessMindに直接アップロードしてプロセスを分析できます。

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のような形式です。
TENANT_ID：Azure Active DirectoryインスタンスのDirectory (tenant) IDです。Azure ADアプリ登録の概要ページで確認できます。
CLIENT_ID：Azure ADに登録したアプリケーションのApplication (client) IDです。
CLIENT_SECRET：Azure ADアプリケーション用に作成したクライアントシークレットの値です。
COMPANY_FILTER：データの抽出元となるDynamics 365の法人（例：「USMF」）を指定します。正しい会社のデータを取得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」形式で指定します。初回の分析では、データ量と得られるインサイトのバランスを考慮し、3～6か月の期間をおすすめします。日付範囲が広いと、抽出時間が大幅に長くなる場合があります。
前提条件：アプリケーションの登録とアクセス許可の付与には、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の作成とセキュリティロールの割り当てができるDynamics 365ユーザーアカウントも必要です。割り当てるロールには、スクリプトがクエリするすべてのエンティティへの読み取り権限が必要です。

クエリの例 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()

始める準備はできましたか？

このテンプレートに沿ってデータを準備し、ProcessMindにアップロードしてください。販売注文処理のインサイトを得て、業務の効率化に役立てられます。今すぐ改善を始めましょう。

改善ガイドに戻る

テンプレートをダウンロード

受注から入金までの販売注文処理を今すぐ改善

非効率な箇所を特定し、サイクルタイムを30％短縮して、納品を迅速化しましょう。

無料トライアルを開始しましょう

クレジットカードは不要です。数分で設定できます。

受注から入金までの販売注文処理向けデータテンプレート

受注から入金までの販売注文処理向けデータテンプレート

受注から入金までの販売注文処理の属性

受注から入金までの販売注文処理のアクティビティ

データ抽出ガイド

Synapse Analytics経由でAzure Data Lakeに接続してSQLクエリを実行

ステップ

設定

クエリの例 sql

Dynamics 365 OData Web APIを使ったPythonスクリプト

ステップ

設定

クエリの例 python

始める準備はできましたか？

受注から入金までの販売注文処理を今すぐ改善