> Continue verbetering > Debiteurenbeheer > Microsoft Dynamics 365 > datatemplate

Uw Debiteuren Datatemplate

Microsoft Dynamics 365

Debiteurenbeheer attributes (21) Activiteiten Debiteurenbeheer (15) Extractie Guides (2)

Uw Debiteuren Datatemplate

Deze template biedt een uitgebreid framework voor het in kaart brengen van uw invoice-to-cash proces binnen Microsoft Dynamics 365. Het schetst de essentiële gegevensvelden en mijlpalen die nodig zijn om een hoogwaardige event log voor process mining op te bouwen. Door deze structuur te volgen, krijgt u diepgaand inzicht in betalingsvertragingen en stroomlijnt u uw incasso workflows.

Essentiële data-velden voor grootboekanalyse
Standaard procesmijlpalen voor tracking
Technische extractiehandleiding voor Microsoft Dynamics 365

Nieuw met event logs? Leer hoe je een process mining event log creëert.

Template downloaden

Debiteurenbeheer attributes

Dit zijn de aanbevolen gegevensvelden om op te nemen in uw event log voor een uitgebreide analyse van uw debiteurenbeheerprestaties.

5 Verplicht 8 Aanbevolen 8 Optioneel

	Naam	Omschrijving
	Activiteit Activity	De specifieke event of taak die op de factuur is uitgevoerd.
Omschrijving Dit attribuut beschrijft de stap die in het proces plaatsvindt, zoals Factuur Geboekt, Betaling Ontvangen of Geschil Geopend. In Microsoft Dynamics 365 zijn deze vaak afgeleid van het transactietype (TransType) of de specifieke tabel waarin de record is gelogd (bijv. CustSettlement voor betalingen). Dit attribuut is essentieel voor het visualiseren van de process map. Het belang Het definieert de knooppunten in de proceskaart en maakt analyse van processtromen en variantendetectie mogelijk. Vindplaats Afgeleid van TransType enum of tabelcontext (CustTrans, CustSettlement, etc.) Voorbeelden Factuur geboektBetaling OntvangenAanmaning verzondenRentefactuur Geboekt
	Factuurnummer InvoiceNumber	De unieke identificatie voor het financiële factuurdocument.
Omschrijving Het factuurnummer is de primaire sleutel voor het volgen van de levenscyclus van een debiteurenpost binnen Microsoft Dynamics 365. Het koppelt de initiële verkooporder, de geboekte factuur, latere betalingen en eventuele incassoactiviteiten aan een enkele case. In analyses dient dit attribuut als de case-identifier om de end-to-end processtroom te reconstrueren. Het belang Het is de fundamentele analyse-eenheid voor debiteurenbeheer, waardoor de process mining engine afzonderlijke events kan groeperen tot een samenhangende case. Vindplaats CustInvoiceJour.InvoiceId of CustTrans.Invoice Voorbeelden INV-2023-001CIV-88921US-004321DE-99120
	Gebeurtenistijdstempel EventTimestamp	De exacte datum en tijd waarop de activiteit plaatsvond.
Omschrijving Dit attribuut registreert het specifieke tijdstip waarop een gebeurtenis in het systeem werd gelogd. Het wordt gebruikt om de duur tussen activiteiten te berekenen, proceslevertijden te bepalen en gebeurtenissen sequentieel te ordenen. In D365 is dit doorgaans de CreatedDateTime of TransDate in combinatie met een tijdcomponent. Het belang Timestamps zijn cruciaal voor het berekenen van alle tijdsgebonden KPI's, zoals Invoice Cycle Time en Dispatch Lead Time. Vindplaats Veelvoorkomende CreatedDateTime of TransDate velden in verschillende tabellen Voorbeelden 2023-10-15T08:30:00Z2023-10-15T14:45:22Z2023-11-01T09:00:00Z
	Bronsysteem SourceSystem	De naam van het systeem waar de data vandaan komt.
Omschrijving Dit attribuut identificeert het systeem van record voor de data, wat in deze context Microsoft Dynamics 365 is. Het is nuttig bij het combineren van data uit meerdere ERP-instanties of externe incassotools in één overzicht. Dit stelt analisten in staat processen te filteren of te segmenteren op basis van hun oorspronkelijke omgeving. Het belang Het waarborgt data lineage en traceerbaarheid, vooral in multi-systeemlandschappen. Vindplaats Hardcoded tijdens extractie of afgeleid van connection string Voorbeelden D365 F&O ProdD365 FinanceDynamics AX 2012
	Laatste data-update LastDataUpdate	De timestamp van wanneer de data is geëxtraheerd of ververst.
Omschrijving Dit attribuut geeft aan wanneer de data voor het laatst uit Microsoft Dynamics 365 is gehaald. Het helpt gebruikers de actualiteit van de analyse en de geldigheid van de KPI's te begrijpen. Het wordt doorgaans gegenereerd door de extractietool op het moment van de query. Het belang Het biedt context over data latency en helpt gebruikers de actualiteit van de dashboards te vertrouwen. Vindplaats Gegenereerd door het ETL- / extractiescript Voorbeelden 2023-11-05T00:00:00Z2023-11-05T12:00:00Z
	Bedrijfscode CompanyCode	De identificatie van de juridische entiteit binnen D365.
Omschrijving Dit attribuut vertegenwoordigt de DataAreaId in D365, die overeenkomt met de juridische entiteit of het bedrijf waar de transactie plaatsvond. Het is essentieel voor het filteren van data in multi-company deployments en zorgt ervoor dat factuurnummers, die kunnen overlappen tussen bedrijven, afzonderlijk worden behandeld. Het belang Cruciaal voor uniciteit in multi-entiteit omgevingen en regionale analyse. Vindplaats DataAreaId field op alle tabellen Voorbeelden USMFDEMFGBSI
	Bedrijfseenheid BusinessUnit	De operationele eenheid of afdeling die verantwoordelijk is voor de factuur.
Omschrijving Dit attribuut segmenteert data op interne organisatiestructuur, zoals Electronics Division of Services Division. In D365 is dit vaak een financiële dimensie gekoppeld aan de transactie. Het ondersteunt het Invoice Issuance Lead Time dashboard door vergelijkingen tussen eenheden mogelijk te maken. Het belang Maakt interne benchmarking mogelijk om te ontdekken welke afdelingen het meest efficiënt zijn. Vindplaats Financiële dimensies (DefaultDimension) op CustInvoiceJour Voorbeelden BU-001Verkoop-NoordDiensten-Wereldwijd
	Factuurbedrag InvoiceAmount	Het totale factuurbedrag.
Omschrijving Dit attribuut vertegenwoordigt de financiële waarde van het factuurdocument. Het wordt gebruikt om de totale blootstelling in Debiteuren te berekenen en om incasso's met hoge waarde te prioriteren. Dit veld is doorgaans te vinden in de factuurjournaaltabel. Het belang Cruciaal voor financiële impactanalyse en het identificeren van knelpunten met hoge impact. Vindplaats CustInvoiceJour.InvoiceAmount Voorbeelden 1500.00250.5010000.00
	Gebruiker User	De gebruikers-ID van de persoon of het systeemaccount dat de activiteit heeft uitgevoerd.
Omschrijving Dit attribuut identificeert wie de specifieke processtap heeft uitgevoerd, afgeleid van de CreatedBy- of ModifiedBy-velden. Het helpt bij het analyseren van resource utilization, het identificeren van trainingsbehoeften en het onderscheiden tussen geautomatiseerde systeemtaken en handmatige gebruikersinterventies. Het belang Maakt analyse van resourceprestaties en berekening van de automatiseringsgraad mogelijk. Vindplaats CreatedBy field op transactietabellen Voorbeelden AdminJSmithWorkflowAgentBSmith
	Is Geautomatiseerd IsAutomated	Vlag die aangeeft of de activiteit is uitgevoerd door een systeemaccount.
Omschrijving Dit attribuut bepaalt of een specifieke stap is uitgevoerd door een gebruiker of een geautomatiseerde batch job. Het wordt berekend door het User attribuut te vergelijken met een lijst van bekende systeemaccounts (bijv. 'Workflow', 'Batch'). Het ondersteunt de Manual Clearing Rate KPI. Het belang Cruciaal voor het identificeren van automatiseringskansen en het meten van de huidige automatiseringsgraad. Vindplaats Afgeleid van gebruikersveldlogica Voorbeelden truefalse
	Klantengroep CustomerGroup	De classificatie of het segment waartoe de klant behoort.
Omschrijving Dit attribuut categoriseert klanten in logische groepen, zoals Groothandel, Detailhandel of Intercompany. Het wordt gebruikt om vergelijkende analyses uit te voeren, bijvoorbeeld om te controleren of bepaalde segmenten langere betalingstermijnen of hogere geschillenpercentages hebben. In D365 is dit het CustGroup field. Het belang Maakt de vergelijking van procesprestaties over verschillende marktsegmenten mogelijk. Vindplaats CustTable.CustGroup Voorbeelden GroothandelRetailIntercompanyExporteren
	Klantrekening CustomerAccount	De unieke identificatie of het rekeningnummer van de klant.
Omschrijving De Klantenrekening identificeert de specifieke entiteit die wordt gefactureerd. In D365 is dit het AccountNum-veld. Groeperen op dit `attribute` maakt analyse mogelijk van betalingsgedrag, geschillenfrequenties en clearingtijden voor verschillende klanten. Het belang Essentieel voor het identificeren van risicovolle klanten en het segmenteren van prestaties per klant. Vindplaats CustInvoiceJour.InvoiceAccount of CustTrans.AccountNum Voorbeelden US-001DE-550CUST-9921
	Vervaldatum DueDate	De datum waarop de betaling naar verwachting zal worden ontvangen.
Omschrijving De Vervaldatum is de deadline voor betaling zoals gedefinieerd door de betalingstermijnen. Het wordt vergeleken met de daadwerkelijke betalingsdatum om de tijdige prestatie te bepalen en de Days Sales Outstanding (DSO) te berekenen. Het is een standaardveld in de klanttransactierecord. Het belang Fundamenteel voor het berekenen van de On Time Payment Rate en het analyseren van achterstallige facturen. Vindplaats CustTrans.DueDate Voorbeelden 2023-11-302023-12-15
	Betalingstermijnen PaymentTerms	De code die de overeengekomen betalingsplanning definieert.
Omschrijving Dit attribuut bevat de code die bepaalt wanneer een betaling verschuldigd is (bijv. Net30, Net60). Het wordt gebruikt om te analyseren of klanten zich aan hun specifieke voorwaarden houden en om te valideren of de vervaldatum correct is berekend. Het belang Biedt context voor de Vervaldatum en helpt te identificeren of de voorwaarden te lankmoedig of te streng zijn. Vindplaats CustInvoiceJour.Payment of CustTable.PaymTermId Voorbeelden Netto 30Netto 45CODEOM
	Dagen Achterstallig DaysOverdue	Het aantal dagen dat de betaling te laat was vergeleken met de vervaldatum.
Omschrijving Deze metric berekent het verschil tussen de betalingsdatum en de vervaldatum. Positieve waarden duiden op te late betalingen, terwijl negatieve waarden duiden op vroegtijdige betalingen. Het biedt een gedetailleerd beeld van de betalingsprestaties, verder dan eenvoudige boolean flags. Het belang Geeft diepgang aan de KPI-analyse van de Tijdige Betalingsgraad. Vindplaats Berekend: Betalingsdatum - Vervaldatum Voorbeelden 50-230
	Is Creditnota IsCreditMemo	Vlag die aangeeft of het document een creditnota is.
Omschrijving Dit boolean attribuut identificeert of de transactie een creditnota vertegenwoordigt die aan de klant is uitgegeven. Het wordt gebruikt om de Credit Memo Issuance Rate te berekenen en standaardfacturen uit de rework analysis te filteren. Het belang Ondersteunt direct het dashboard voor Frequentie van Creditnota's en Herbewerking. Vindplaats Afgeleid van CustInvoiceJour.InvoiceAmount < 0 of TransType Voorbeelden truefalse
	Is Vereffend IsCleared	Vlag die aangeeft of de factuur volledig is afgewikkeld.
Omschrijving Dit boolean attribuut geeft aan of het factuur een saldo van nul heeft bereikt door betaling of afboeking. Het maakt snel filteren van open versus gesloten cases mogelijk om de Average Invoice Cycle Time te berekenen. Het belang Onderscheidt tussen actieve en historische cases. Vindplaats Afgeleid van de aanwezigheid van de CustTrans.Closed datum Voorbeelden truefalse
	Kortingsvervaldatum CashDiscountDate	De datum tot wanneer een vroegbetalingskorting geldig is.
Omschrijving Dit attribuut geeft de deadline aan voor de klant om een korting te ontvangen voor vroegtijdige betaling. Het wordt vergeleken met de betalingsdatum om de Missed Discount Rate KPI te berekenen en de effectiviteit van kortingsprikkels te analyseren. Het belang Sleutel voor het dashboard Vroegbetalingskorting Optimalisatie. Vindplaats CustTrans.CashDisc of berekend uit CashDiscCode Voorbeelden 2023-11-102023-11-15
	Reden van geschil DisputeReason	De redencode die wordt toegewezen wanneer een case in geschil is.
Omschrijving Dit attribuut legt de categorische reden vast waarom een factuur werd betwist, zoals 'Prijsfout' of 'Beschadigde Goederen'. Het is essentieel voor het Dispute Resolution Lifecycle dashboard om de grondoorzaken van betalingsvertragingen te identificeren. Het belang Maakt root cause analyse mogelijk voor de KPI 'Oplostijd van geschillen'. Vindplaats CustTrans.ReasonRefRecId of gerelateerde incassozaaktabel Voorbeelden PrijsverschilGoederenBeschadigdOntbrekendeInkooporderServicekwaliteit
	Valuta Currency	De valutacode van de factuurtransactie.
Omschrijving Dit attribuut specificeert de valuta waarin de factuur is opgesteld (bijv. USD, EUR). Het is belangrijk voor het normaliseren van financiële waarden als een wereldwijde analyse over verschillende regio's vereist is. Het belang Noodzakelijk voor het begrijpen van waardeverdeling in multi-currency systemen. Vindplaats CustInvoiceJour.CurrencyCode Voorbeelden USDEURGBPJPY
	Verkooporder-ID SalesOrderId	Het referentienummer van de verkooporder die bij de factuur hoort.
Omschrijving Dit attribuut koppelt de factuur terug aan de oorspronkelijke verkooporder. Het maakt cross-process analysis mogelijk als data uit het Order-to-Cash proces beschikbaar is en helpt bij het onderzoeken van upstream oorzaken voor factureringsproblemen. Het belang Verbindt het facturatieproces met het verkoopproces. Vindplaats CustInvoiceJour.SalesId Voorbeelden SO-10022SO-55912

Verplicht Aanbevolen Optioneel

Activiteiten Debiteurenbeheer

Dit zijn de belangrijkste processtappen en mijlpalen om vast te leggen in uw event log voor een nauwkeurige ontdekking van uw betalingsvereffeningsstroom.

8 Aanbevolen 7 Optioneel

	Activiteit	Omschrijving
	Betalingsherinnering Verzonden	Registreert de uitgifte van een formele aanmaningsbrief aan de klant. Dit wordt vastgelegd vanuit het Aanmaningsbrievenjournaal.
Het belang Duidt het begin aan van actieve incassoinspanningen. Frequentieanalyse helpt de aanmaningsstrategie te optimaliseren en administratieve kosten te verlagen. Vindplaats CustCollectionLetterJour tabel. Legt de datum vast waarop de briefcode is geboekt voor de specifieke factuurtransactie. Vastleggen Gelogd wanneer transactie geboekt in CustCollectionLetterJour Gebeurtenistype explicit
	Creditnota uitgegeven	Het boeken van een creditnota die het oorspronkelijke factuurbedrag compenseert. Vaak het resultaat van een opgelost geschil of een retourzending.
Het belang Hoge frequentie duidt op omzetverlies en kwaliteitsproblemen in bovenliggende processen. Verschilt van betaling omdat het een niet-contante afwikkeling vertegenwoordigt. Vindplaats CustTrans tabel waar Type 'Creditnota' is of CustInvoiceJour met een negatief InvoiceAmount. Vastleggen Gelogd wanneer transactie geboekt in CustTrans Gebeurtenistype explicit
	Deelbetaling Geboekt	De registratie van een betaling die het openstaande saldo van de factuur niet volledig dekt. Dit leidt vaak tot het verder opvolgen van een resterend saldo.
Het belang Maakt onderscheid tussen deelbetalingen en volledige afwikkelingen. Belangrijk voor de nauwkeurigheid van de cashflowprognoses. Vindplaats CustSettlement tabel die een Betaling (CustTrans) koppelt aan de Factuur (CustTrans) waar SettlementAmount < InvoiceAmount. Vastleggen Gelogd wanneer transactie X uitgevoerd in CustSettlement Gebeurtenistype explicit
	Factuur afgeletterd	De uiteindelijke statuswijziging waarbij het factuursaldo nul wordt en de transactie in het systeem wordt gemarkeerd als 'Gesloten'.
Het belang Het absolute einde van de procesinstantie. Wordt gebruikt voor de berekening van de totale Cycle Time. Vindplaats CustTrans.Closed veld (datum). Deze datum wordt ingevuld wanneer de som van afrekeningen gelijk is aan het factuurbedrag. Vastleggen Afgeleid van het veld CustTrans.Closed date Gebeurtenistype inferred
	Factuur geboekt	De eerste registratie van de factuur in het financiële grootboek. Deze activiteit legt de creatie van de financiële verplichting vast in de CustInvoiceJour-tabel.
Het belang Markeert de officiële start van de debiteurenbeheer levenscyclus en het begin van de betalingstermijn. Essentieel voor het berekenen van Days Sales Outstanding (DSO). Vindplaats CustInvoiceJour tabel. Het veld CreatedDateTime of InvoiceDate dient als de timestamp. Vastleggen Gelogd wanneer transactie geboekt in CustInvoiceJour Gebeurtenistype explicit
	Factuur Verzonden	De `event` waarbij de factuur naar de klant wordt verzonden via e-mail, print of EDI. Dit wordt vaak afgeleid uit de verhoging van de 'Printed' count of printmanagement logs.
Het belang Vertragingen tussen boeking en verzending verkorten direct de effectieve betalingstermijn van de klant, wat leidt tot waargenomen late betalingen. Vindplaats Afgeleid van de wijziging van CustInvoiceJour.PrintedOriginals van 0 naar 1, of gevolgd via de tabel PrintJobHeader indien logging is ingeschakeld. Vastleggen Vergelijk statusveld voor/na of PrintJobHeader log Gebeurtenistype inferred
	Geschilzaak geopend	De aanmaak van een `case` in de `Case Management` module, gekoppeld aan de factuur, wat duidt op een meningsverschil met de klant. Blokkeert standaard incasso `flows`.
Het belang Geschillen zijn een belangrijke oorzaak van te late betalingen. Het traceren hiervan identificeert kwaliteitsproblemen in bovenliggende processen zoals prijsstelling of uitvoering. Vindplaats CaseDetailBase tabel waar Categorie betrekking heeft op Incasso's/Debiteuren en RefRecId koppelt aan de factuurcontext. Vastleggen Gelogd wanneer transactie X uitgevoerd in Case Management Gebeurtenistype explicit
	Volledige betaling ontvangen	Het boeken van een betalingstransactie die het resterende saldo van de factuur dekt. Dit is de geldinstroomgebeurtenis.
Het belang De meest kritieke succesgebeurtenis. Wordt gebruikt om de tijdige betalingsratio en de effectiviteit van kortingsvoorwaarden te berekenen. Vindplaats CustTrans tabel met Type 'Betaling', gekoppeld via CustSettlement aan de factuur, waarbij het saldo op nul wordt gebracht. Vastleggen Gelogd wanneer transactie geboekt in CustTrans en vereffend Gebeurtenistype explicit
	Bankafschrift afgestemd	De reconciliatie-event waarbij de in AR geregistreerde betaling wordt gematcht met een regel op het geïmporteerde bankafschrift.
Het belang Valideert dat geld daadwerkelijk op de bank staat. Vertragingen hier duiden op inefficiënties in de Cash en Bank Management-processen. Vindplaats BankReconciliationLine of BankAccountTrans: status 'afgestemd'. Vereist de Advanced Bank Reconciliation module. Vastleggen Gelogd wanneer transactie gematcht in Bankafstemming Gebeurtenistype explicit
	Betaling Afgeschreven	De handeling van het oninbaar verklaren van de factuur en het verwijderen van het saldo via een afschrijvingsjournaal. Vertegenwoordigt een financieel verlies.
Het belang Eindstatus voor mislukte incassoprocessen. Essentieel voor het analyseren van oninbare schuldenratio's en de effectiviteit van het kredietbeleid. Vindplaats CustTrans tabel waar Type 'Afschrijving' is of GeneralJournalEntry specifiek gemarkeerd met afschrijvingsredencodes. Vastleggen Gelogd wanneer transactie geboekt met afschrijvingstype Gebeurtenistype explicit
	Betalingsbelofte Ontvangen	Een specifieke toezegging vastgelegd door een incassomedewerker dat de klant vóór een bepaalde datum zal betalen. Vastgelegd vanuit de Collections Management-module.
Het belang Meet de effectiviteit van incassogesprekken. Het vergelijken van deze datum met de daadwerkelijke betaling onthult de betrouwbaarheid van klanttoezeggingen. Vindplaats CustPromiseToPay tabel. Gekoppeld aan de klanttransactie via TransRecId. Vastleggen Gelogd wanneer record aangemaakt in CustPromiseToPay Gebeurtenistype explicit
	Geschil in beoordeling	Duidt aan dat een geschil is verschoven van 'Geopend' naar de status 'In behandeling'. Dit vertegenwoordigt de werktijd van het resolutieteam.
Het belang Knelpunten hier verhogen de Cash Conversion Cycle. Dit scheidt wachttijd van actieve oplossingstijd. Vindplaats Afgeleid van wijzigingen in het veld CaseDetailBase.Status of van vermeldingen in de tabel CaseLog die overeenkomen met de statusvoortgang. Vastleggen Vergelijk statusveld voor/na in CaseDetailBase Gebeurtenistype inferred
	Geschil opgelost	Het afsluiten van de geschillen`case`, waardoor de factuur kan doorgaan naar betaling of creditering. Markeert het einde van het sub-proces voor uitzonderingsafhandeling.
Het belang Het timestamp-delta tussen Geopend en Opgelost is een belangrijke KPI voor administratieve efficiëntie. Vindplaats CaseDetailBase tabel waar Status wijzigt naar Gesloten/Opgelost. Vastleggen Vergelijk statusveld voor/na in CaseDetailBase Gebeurtenistype inferred
	Rentefactuur Opgemaakt	De aanmaak van een rentenota voor achterstallige betalingen. Vertegenwoordigt een financiële boete die op de klantenrekening wordt toegepast.
Het belang Duidt op ernstige achterstalligheid. Analyse helpt bepalen of boetes de betaling effectief versnellen of de klantrelatie schaden. Vindplaats CustInterestJour tabel. Deze tabel registreert rentenota's die zijn gegenereerd voor specifieke klanttransacties. Vastleggen Gelogd wanneer transactie geboekt in CustInterestJour Gebeurtenistype explicit
	Vervaldatum overschreden	Een berekende mijlpaal die aangeeft dat de huidige datum de uiterste betaaldatum van de factuur heeft overschreden, terwijl de factuur nog openstaat. De factuur wordt hierdoor als achterstallig gemarkeerd.
Het belang Cruciaal voor verouderingsanalyse en het activeren van incassoworkflows. Het segmenteert het proces tussen standaardfacturatie en incassobeheer. Vindplaats Berekend door de CustInvoiceJour.DueDate te vergelijken met de huidige simulatietijd of betalingstimestamp. Vastleggen Afleiden uit vergelijking van veld DueDate met de huidige tijd Gebeurtenistype calculated

Aanbevolen Optioneel

Extractie Guides

Zo haal je je data uit Microsoft Dynamics 365

Stappen

Azure Resources Configureren: Richt een Azure SQL Database in als doel voor Bring Your Own Database (BYOD). Zorg ervoor dat de connection string inloggegevens met lees- en schrijfrechten bevat.
Data Management Configureren in D365: Navigeer naar Systeembeheer > Werkruimtes > Data Management. Klik op de tegel 'Configure Entity Export to Database'. Voer de connection string van de vorige stap in om de externe database te registreren.
Vereiste Entiteiten Selecteren: Maak een nieuw exportproject aan binnen de Data Management-werkruimte. Voeg de volgende standaardentiteiten toe aan het project: CustInvoiceJournalHeaderEntity, CustTransactionEntity, CustSettlementEntity, CustCollectionLetterJournalHeaderEntity, CaseDetailEntity, CaseAssociationEntity, CustInterestJournalEntity, BankAccountTransEntity en CustPromiseToPayEntity.
Bron naar Doel Koppelen: Zorg ervoor dat alle velden correct zijn gekoppeld, en dat specifiek de velden RecId en CreatedDateTime zijn opgenomen, aangezien deze essentieel zijn voor event sequencing.
Eerste Export Uitvoeren: Voer de exporttaak handmatig uit (Taaktype: Export) om een volledige lading van historische data naar de Azure SQL Database uit te voeren. Controleer het uitvoeroverzicht om te zien of alle records succesvol zijn overgedragen.
Incrementele Updates Plannen: Configureer een terugkerende exporttaak om het exportproject periodiek uit te voeren (bijv. elke 4 uur of 's nachts) met 'Incremental push' om alleen gewijzigde records bij te werken.
Verbinden met Azure SQL: Gebruik SQL Server Management Studio (SSMS) of een vergelijkbare tool om verbinding te maken met de BYOD Azure SQL Database.
Transformatiescript Uitvoeren: Voer het SQL-script, zoals beschreven in de onderstaande Query-sectie, uit op de BYOD-tabellen. Dit script verenigt de verschillende tabellen in een enkele event log-structuur.
Verifiëren en Extraheren: Controleer de uitvoer op consistentie (zie Validatiestappen). Exporteer het resultaat naar een CSV- of Parquet-bestand voor opname in ProcessMind.

Configuratie

Exportmethode: Bring Your Own Database (BYOD) of Azure Data Lake Storage Gen2 (ADLS).
Verversingsstrategie: Volledige push voor initiële lading, incrementele push voor terugkerende updates om de performance-impact te minimaliseren.
Vereiste entiteiten: CustInvoiceJournalHeaderEntity (facturen), CustSettlementEntity (betalingen/vereffening), CustCollectionLetterJournalHeaderEntity (herinneringen), CaseDetailEntity (geschillen), BankAccountTransEntity (bankafstemming).
Bedrijfsfilter: Pas filters toe op de 'DataAreaId' kolom als de analyse beperkt moet worden tot specifieke juridische entiteiten.
Datumbereik: Aanbevolen 12-maands voortschrijdend venster gebaseerd op 'InvoiceDate' of 'TransDate'.
Wijzigingsregistratie: Moet ingeschakeld zijn op de SQL tabellen in D365 om incrementele export efficiënt te laten werken.

a Voorbeeldquery config

/* SQL Transformation Script for D365 BYOD Tables */
/* Target: Azure SQL Database containing exported entities */

WITH InvoiceBasics AS (
    SELECT 
        InvoiceNumber AS InvoiceId,
        InvoiceDate,
        DueDate,
        InvoiceAccount AS CustomerAccount,
        SalesId,
        DataAreaId AS CompanyCode,
        InvoiceAmount,
        Currency
    FROM dbo.CustInvoiceJournalHeaderEntity
    WHERE InvoiceDate >= DATEADD(month, -12, GETDATE())
)

/* 1. Invoice Posted */
SELECT 
    T1.InvoiceId AS InvoiceNumber,
    'Invoice Posted' AS Activity,
    CAST(T1.InvoiceDate AS DATETIME) AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    T1.CustomerAccount,
    NULL AS CustomerGroup,
    T1.InvoiceAmount,
    T1.DueDate,
    NULL AS [User],
    NULL AS BusinessUnit,
    T1.CompanyCode,
    1 AS IsAutomated
FROM InvoiceBasics T1

UNION ALL

/* 2. Invoice Dispatched (Inferred from Document Date as Proxy if Print Log unavailable) */
SELECT 
    T1.InvoiceId,
    'Invoice Dispatched' AS Activity,
    DATEADD(minute, 5, CAST(T1.InvoiceDate AS DATETIME)) AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    T1.CustomerAccount,
    NULL,
    T1.InvoiceAmount,
    T1.DueDate,
    NULL,
    NULL,
    T1.CompanyCode,
    1
FROM InvoiceBasics T1

UNION ALL

/* 3. Due Date Passed (Synthetic Event) */
SELECT 
    T1.InvoiceId,
    'Due Date Passed' AS Activity,
    CAST(T1.DueDate AS DATETIME) AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    T1.CustomerAccount,
    NULL,
    T1.InvoiceAmount,
    T1.DueDate,
    NULL,
    NULL,
    T1.CompanyCode,
    1
FROM InvoiceBasics T1
WHERE GETDATE() > T1.DueDate

UNION ALL

/* 4. Payment Reminder Sent */
SELECT 
    Inv.InvoiceId,
    'Payment Reminder Sent' AS Activity,
    CL.JournalDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    CL.CreatedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CustCollectionLetterJournalHeaderEntity CL
JOIN dbo.CustCollectionLetterLineEntity CLL ON CL.JournalNumber = CLL.JournalNumber AND CL.DataAreaId = CLL.DataAreaId
JOIN InvoiceBasics Inv ON CLL.InvoiceId = Inv.InvoiceId AND CLL.DataAreaId = Inv.CompanyCode

UNION ALL

/* 5. Promise to Pay Received */
SELECT 
    Inv.InvoiceId,
    'Promise to Pay Received' AS Activity,
    PTP.PromiseDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    NULL,
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CustPromiseToPayEntity PTP
JOIN InvoiceBasics Inv ON PTP.Invoice = Inv.InvoiceId AND PTP.DataAreaId = Inv.CompanyCode

UNION ALL

/* 6. Dispute Case Opened */
SELECT 
    Inv.InvoiceId,
    'Dispute Case Opened' AS Activity,
    CD.CreatedDateTime AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    CD.CreatedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CaseDetailEntity CD
JOIN dbo.CaseAssociationEntity CA ON CD.CaseId = CA.CaseId AND CD.DataAreaId = CA.DataAreaId
JOIN InvoiceBasics Inv ON CA.RefRecId = Inv.InvoiceId /* Logic assumes linking via Invoice Number or manual mapping might be needed depending on RefTableId */
WHERE CA.RefEntityName = 'CustInvoiceTable'

UNION ALL

/* 7. Dispute Under Review */
SELECT 
    Inv.InvoiceId,
    'Dispute Under Review' AS Activity,
    CD.ModifiedDateTime AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    CD.ModifiedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CaseDetailEntity CD
JOIN dbo.CaseAssociationEntity CA ON CD.CaseId = CA.CaseId AND CD.DataAreaId = CA.DataAreaId
JOIN InvoiceBasics Inv ON CA.RefRecId = Inv.InvoiceId
WHERE CD.Status = 'InProcess'

UNION ALL

/* 8. Dispute Resolved */
SELECT 
    Inv.InvoiceId,
    'Dispute Resolved' AS Activity,
    CD.ClosedDateTime AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    CD.ModifiedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CaseDetailEntity CD
JOIN dbo.CaseAssociationEntity CA ON CD.CaseId = CA.CaseId AND CD.DataAreaId = CA.DataAreaId
JOIN InvoiceBasics Inv ON CA.RefRecId = Inv.InvoiceId
WHERE CD.Status = 'Closed'

UNION ALL

/* 9. Credit Memo Issued */
SELECT 
    T1.InvoiceId,
    'Credit Memo Issued' AS Activity,
    T1.InvoiceDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    T1.CustomerAccount,
    NULL,
    T1.InvoiceAmount,
    T1.DueDate,
    NULL,
    NULL,
    T1.CompanyCode,
    0
FROM dbo.CustInvoiceJournalHeaderEntity T1
WHERE T1.InvoiceAmount < 0

UNION ALL

/* 10. Interest Note Generated */
SELECT 
    Inv.InvoiceId,
    'Interest Note Generated' AS Activity,
    IJ.InterestDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    IJ.CreatedBy AS [User],
    NULL,
    Inv.CompanyCode,
    1
FROM dbo.CustInterestJournalEntity IJ
JOIN InvoiceBasics Inv ON IJ.AccountDisplayValue = Inv.CustomerAccount AND IJ.DataAreaId = Inv.CompanyCode
/* Note: Direct link to specific Invoice ID is often via CustInterestTrans, requiring an additional join */

UNION ALL

/* 11. Partial Payment Posted */
SELECT 
    Inv.InvoiceId,
    'Partial Payment Posted' AS Activity,
    Sett.TransDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Sett.SettleAmountCur AS InvoiceAmount,
    Inv.DueDate,
    Sett.CreatedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CustSettlementEntity Sett
JOIN dbo.CustTransactionEntity Trans ON Sett.TransRecId = Trans.RecId
JOIN InvoiceBasics Inv ON Trans.Invoice = Inv.InvoiceId AND Trans.DataAreaId = Inv.CompanyCode
WHERE ABS(Sett.SettleAmountCur) < ABS(Trans.AmountCur) AND Sett.SettleAmountCur <> 0

UNION ALL

/* 12. Full Payment Received */
SELECT 
    Inv.InvoiceId,
    'Full Payment Received' AS Activity,
    Sett.TransDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Sett.SettleAmountCur AS InvoiceAmount,
    Inv.DueDate,
    Sett.CreatedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CustSettlementEntity Sett
JOIN dbo.CustTransactionEntity Trans ON Sett.TransRecId = Trans.RecId
JOIN InvoiceBasics Inv ON Trans.Invoice = Inv.InvoiceId AND Trans.DataAreaId = Inv.CompanyCode
WHERE ABS(Sett.SettleAmountCur) >= ABS(Trans.AmountCur)

UNION ALL

/* 13. Bank Statement Matched */
SELECT 
    Inv.InvoiceId,
    'Bank Statement Matched' AS Activity,
    Bank.TransDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Bank.AmountCur AS InvoiceAmount,
    Inv.DueDate,
    NULL,
    NULL,
    Inv.CompanyCode,
    1
FROM dbo.BankAccountTransEntity Bank
JOIN dbo.CustSettlementEntity Sett ON Bank.Voucher = Sett.OffsetTransVoucher AND Bank.DataAreaId = Sett.DataAreaId
JOIN dbo.CustTransactionEntity Trans ON Sett.TransRecId = Trans.RecId
JOIN InvoiceBasics Inv ON Trans.Invoice = Inv.InvoiceId

UNION ALL

/* 14. Payment Written Off */
SELECT 
    Inv.InvoiceId,
    'Payment Written Off' AS Activity,
    Trans.TransDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Trans.AmountCur AS InvoiceAmount,
    Inv.DueDate,
    Trans.CreatedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CustTransactionEntity Trans
JOIN InvoiceBasics Inv ON Trans.Invoice = Inv.InvoiceId AND Trans.DataAreaId = Inv.CompanyCode
WHERE Trans.TransactionType = 'WriteOff'

UNION ALL

/* 15. Invoice Cleared */
SELECT 
    Inv.InvoiceId,
    'Invoice Cleared' AS Activity,
    Trans.ClosedDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    NULL,
    NULL,
    Inv.CompanyCode,
    1
FROM dbo.CustTransactionEntity Trans
JOIN InvoiceBasics Inv ON Trans.Invoice = Inv.InvoiceId AND Trans.DataAreaId = Inv.CompanyCode
WHERE Trans.ClosedDate IS NOT NULL AND Trans.ClosedDate <> '1900-01-01'

Stappen

Vereisten Instellen: Zorg ervoor dat Python 3.x is geïnstalleerd op het uitvoerende systeem. Installeer de vereiste bibliotheken met pip: pandas, requests en msal (indien u de Microsoft Authentication Library gebruikt, hoewel dit script directe REST gebruikt voor de eenvoud).
Azure-appregistratie: Registreer een applicatie in Azure Active Directory (Entra ID) om toegang tot Dynamics 365 toe te staan. Noteer de Client ID, Client Secret en Tenant ID. Zorg ervoor dat de app API-rechten heeft voor Dynamics ERP (OData).
Script Configureren: Open het meegeleverde Python-script. Werk de config-dictionary bovenaan bij met uw specifieke D365 URL, Client ID, Client Secret, Tenant ID en de doel-Company Code (dataAreaId).
Datumbereik Definiëren: Pas de variabelen start_date en end_date in het script aan om het extractievenster te definiëren. Een verschuivend venster van de laatste 90 tot 180 dagen wordt aanbevolen voor incrementele loads.
Extractie Uitvoeren: Voer het script uit. Het script authenticeert zich bij Azure AD, haalt een access token op en itereert door verschillende OData-entiteiten (CustomerInvoices, PaymentJournals, CaseDetails, etc.) om data op te halen.
Dataverwerking: Het script voert automatisch datatransformaties uit, zoals het hernoemen van kolommen om te matchen met het ProcessMind schema, het berekenen van 'Due Date Passed'-events op basis van de systeemdatum, en het onderscheiden tussen gedeeltelijke en volledige betalingen op basis van transactiebedragen.
Samenvoegen en Sorteren: Het script voegt alle activity-dataframes samen tot een enkele event log en sorteert deze op InvoiceNumber en EventTimestamp.
Export: De uiteindelijke dataframe wordt geëxporteerd naar een CSV-bestand genaamd AR_Event_Log.csv. Verifieer dat dit bestand is aangemaakt in de scriptmap.
Validatie: Open het CSV-bestand en controleer of datums in ISO-formaat (YYYY-MM-DD HH:MM:SS) zijn en dat alle vereiste kolommen zijn ingevuld.
Uploaden: Importeer het gegenereerde CSV-bestand in ProcessMind met behulp van de standaard uploadwizard. Koppel de kolommen InvoiceNumber aan Case ID, Activity aan Activity en EventTimestamp aan Timestamp.

Configuratie

Batchgrootte: Het script gebruikt een standaard paginagrootte (vaak 1000 records) die door de server wordt beheerd. Het script verwerkt paginatie automatisch met behulp van de @odata.nextLink property.
Datumfilters: De OData $filter parameter wordt gebruikt om data-ophaling te beperken tot relevante datumbereiken (bijv. InvoiceDate ge 2023-01-01T00:00:00Z). Dit verbetert de performance aanzienlijk.
Bedrijfsfiltering: D365 slaat data op voor meerdere juridische entiteiten. Het script filtert op dataAreaId om ervoor te zorgen dat alleen data voor de relevante business unit wordt geëxtraheerd.
Authenticatie: Maakt gebruik van OAuth 2.0 (Client Credentials Flow). U moet beschikken over een geldig Client Secret en App Registration.
Entiteitsselectie: Maakt gebruik van standaard entiteiten zoals CustomerInvoices, CustomerPaymentJournalLines en CaseDetail. Als uw organisatie aangepaste entiteiten gebruikt, moeten de endpoints in het endpoints dictionary worden bijgewerkt.
Berekende Events: Events zoals 'Vervaldatum overschreden' worden berekend tijdens de uitvoering van het script, aangezien ze geen specifieke transactielog genereren in de database.

a Voorbeeldquery python

import requests
import pandas as pd
import datetime
from datetime import  timedelta
import json

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
config = {
    class="hl-string">"resource": class="hl-string">"https://[YourOrg].operations.dynamics.com",
    class="hl-string">"tenant_id": class="hl-string">"[Your-Tenant-ID]",
    class="hl-string">"client_id": class="hl-string">"[Your-Client-ID]",
    class="hl-string">"client_secret": class="hl-string">"[Your-Client-Secret]",
    class="hl-string">"company_code": class="hl-string">"USMF",  class=class="hl-string">"hl-comment"># Example Company Code
    class="hl-string">"start_date": class="hl-string">"2023-01-01T00:00:00Z"
}

class=class="hl-string">"hl-comment"># === AUTHENTICATION ===
def get_token(config):
    token_url = fclass="hl-string">"https://login.microsoftonline.com/{config['tenant_id']}/oauth2/token"
    payload = {
        class="hl-string">'grant_type': class="hl-string">'client_credentials',
        class="hl-string">'client_id': config[class="hl-string">'client_id'],
        class="hl-string">'client_secret': config[class="hl-string">'client_secret'],
        class="hl-string">'resource': config[class="hl-string">'resource']
    }
    response = requests.post(token_url, data=payload)
    if response.status_code == 200:
        return response.json().get(class="hl-string">'access_token')
    else:
        raise Exception(fclass="hl-string">"Auth Failed: {response.text}")

class=class="hl-string">"hl-comment"># === ODATA FETCHER ===
def get_odata_data(token, entity_url, filter_str):
    headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {token}', class="hl-string">'Accept': class="hl-string">'application/json'}
    results = []
    next_link = fclass="hl-string">"{config['resource']}/data/{entity_url}?$filter={filter_str}&$format=json"
    
    while next_link:
        print(fclass="hl-string">"Fetching: {next_link}")
        try:
            res = requests.get(next_link, headers=headers)
            if res.status_code != 200:
                print(fclass="hl-string">"Error fetching data: {res.text}")
                break
            data = res.json()
            results.extend(data.get(class="hl-string">'value', []))
            next_link = data.get(class="hl-string">'@odata.nextLink', None)
        except Exception as e:
            print(fclass="hl-string">"Exception: {e}")
            break
    return pd.DataFrame(results)

class=class="hl-string">"hl-comment"># === MAIN EXTRACTION ===
def main():
    token = get_token(config)
    all_events = []
    company_filter = fclass="hl-string">"dataAreaId eq '{config['company_code']}'"
    date_filter = fclass="hl-string">"InvoiceDate ge {config['start_date']}"

    class=class="hl-string">"hl-comment"># 1. INVOICE BASIC EVENTS (Posted, Dispatched, Credit Memo, Cleared)
    class=class="hl-string">"hl-comment"># Entity: CustomerInvoices (or SalesInvoiceHeaders)
    print(class="hl-string">"Processing Invoices...")
    df_inv = get_odata_data(token, class="hl-string">"CustomerInvoices", fclass="hl-string">"{company_filter} and {date_filter}")
    
    if not df_inv.empty:
        class=class="hl-string">"hl-comment"># Activity: Invoice Posted
        posted = df_inv.copy()
        posted[class="hl-string">'Activity'] = class="hl-string">'Invoice Posted'
        posted[class="hl-string">'EventTimestamp'] = posted[class="hl-string">'InvoiceDate']
        all_events.append(posted)

        class=class="hl-string">"hl-comment"># Activity: Invoice Dispatched (Assumed same day as posted if not tracked separately)
        dispatched = df_inv.copy()
        dispatched[class="hl-string">'Activity'] = class="hl-string">'Invoice Dispatched'
        dispatched[class="hl-string">'EventTimestamp'] = dispatched[class="hl-string">'InvoiceDate']  class=class="hl-string">"hl-comment"># Often inferred
        all_events.append(dispatched)

        class=class="hl-string">"hl-comment"># Activity: Credit Memo Issued
        credit_memos = df_inv[df_inv[class="hl-string">'InvoiceAmount'] < 0].copy()
        credit_memos[class="hl-string">'Activity'] = class="hl-string">'Credit Memo Issued'
        credit_memos[class="hl-string">'EventTimestamp'] = credit_memos[class="hl-string">'InvoiceDate']
        all_events.append(credit_memos)

        class=class="hl-string">"hl-comment"># Activity: Invoice Cleared (Closed)
        class=class="hl-string">"hl-comment"># Note: ClosedDate might need to be cast to datetime
        cleared = df_inv[df_inv[class="hl-string">'ClosedDate'].notnull()].copy()
        if not cleared.empty:
            cleared[class="hl-string">'Activity'] = class="hl-string">'Invoice Cleared'
            cleared[class="hl-string">'EventTimestamp'] = cleared[class="hl-string">'ClosedDate']
            all_events.append(cleared)

        class=class="hl-string">"hl-comment"># Activity: Due Date Passed (Calculated)
        class=class="hl-string">"hl-comment"># Logic: If not closed, and DueDate < Now
        now = datetime.datetime.now()
        overdue = df_inv[(df_inv[class="hl-string">'ClosedDate'].isnull())].copy()
        class=class="hl-string">"hl-comment"># Convert DueDate to datetime objects for comparison
        overdue[class="hl-string">'DueDate_DT'] = pd.to_datetime(overdue[class="hl-string">'DueDate'])
        overdue = overdue[overdue[class="hl-string">'DueDate_DT'] < now]
        if not overdue.empty:
            overdue[class="hl-string">'Activity'] = class="hl-string">'Due Date Passed'
            class=class="hl-string">"hl-comment"># Timestamp is the day it became overdue
            overdue[class="hl-string">'EventTimestamp'] = overdue[class="hl-string">'DueDate'] 
            all_events.append(overdue)

    class=class="hl-string">"hl-comment"># 2. PAYMENTS (Partial, Full, WriteOff)
    class=class="hl-string">"hl-comment"># Entity: CustomerPaymentJournalLines
    print(class="hl-string">"Processing Payments...")
    class=class="hl-string">"hl-comment"># Note: Filter by TransDate usually
    df_pay = get_odata_data(token, class="hl-string">"CustomerPaymentJournalLines", fclass="hl-string">"{company_filter}")
    
    if not df_pay.empty:
        class=class="hl-string">"hl-comment"># Activity: Partial vs Full Payment
        class=class="hl-string">"hl-comment"># Logic requires comparing payment amount to invoice balance. simplified here based on Amount
        class=class="hl-string">"hl-comment"># Assuming we join with invoices later, strictly classifying based on available fields
        class=class="hl-string">"hl-comment"># Here we assume a field class="hl-string">'PaymentStatus' or we treat all as Partial unless marked Settled
        
        class=class="hl-string">"hl-comment"># Full Payment
        full_pay = df_pay.copy()
        full_pay[class="hl-string">'Activity'] = class="hl-string">'Full Payment Received'
        full_pay[class="hl-string">'EventTimestamp'] = full_pay[class="hl-string">'TransDate']
        all_events.append(full_pay)
        
        class=class="hl-string">"hl-comment"># Partial Payment (In a real scenario, this requires logic checking settlement vs invoice total)
        class=class="hl-string">"hl-comment"># Adding a duplicate row for demonstration of structure
        partial_pay = df_pay[df_pay[class="hl-string">'Amount'] < 1000].copy() class=class="hl-string">"hl-comment"># Placeholder logic
        partial_pay[class="hl-string">'Activity'] = class="hl-string">'Partial Payment Posted'
        partial_pay[class="hl-string">'EventTimestamp'] = partial_pay[class="hl-string">'TransDate']
        all_events.append(partial_pay)

        class=class="hl-string">"hl-comment"># Activity: Payment Written Off
        class=class="hl-string">"hl-comment"># Filter by specific Transaction Type or Journal Name
        write_off = df_pay[df_pay[class="hl-string">'JournalName'].str.contains(class="hl-string">'WriteOff', case=False, na=False)].copy()
        write_off[class="hl-string">'Activity'] = class="hl-string">'Payment Written Off'
        write_off[class="hl-string">'EventTimestamp'] = write_off[class="hl-string">'TransDate']
        all_events.append(write_off)

    class=class="hl-string">"hl-comment"># 3. COLLECTIONS (Reminders, Promise to Pay)
    class=class="hl-string">"hl-comment"># Entity: CollectionLetterJournals
    print(class="hl-string">"Processing Collections...")
    df_col = get_odata_data(token, class="hl-string">"CollectionLetterJournals", fclass="hl-string">"{company_filter}")
    if not df_col.empty:
        reminders = df_col.copy()
        reminders[class="hl-string">'Activity'] = class="hl-string">'Payment Reminder Sent'
        reminders[class="hl-string">'EventTimestamp'] = reminders[class="hl-string">'LetterDate']
        all_events.append(reminders)

    class=class="hl-string">"hl-comment"># Entity: CustomerPromiseToPay
    df_promise = get_odata_data(token, class="hl-string">"CustomerPromiseToPay", fclass="hl-string">"{company_filter}")
    if not df_promise.empty:
        promises = df_promise.copy()
        promises[class="hl-string">'Activity'] = class="hl-string">'Promise to Pay Received'
        promises[class="hl-string">'EventTimestamp'] = promises[class="hl-string">'CreatedDateTime']
        all_events.append(promises)

    class=class="hl-string">"hl-comment"># 4. DISPUTES (Opened, Review, Resolved)
    class=class="hl-string">"hl-comment"># Entity: CaseDetails (requires filtering for Collections/Dispute category)
    print(class="hl-string">"Processing Disputes...")
    df_case = get_odata_data(token, class="hl-string">"CaseDetails", fclass="hl-string">"{company_filter} and Category eq 'Collections'")
    if not df_case.empty:
        class=class="hl-string">"hl-comment"># Opened
        opened = df_case.copy()
        opened[class="hl-string">'Activity'] = class="hl-string">'Dispute Case Opened'
        opened[class="hl-string">'EventTimestamp'] = opened[class="hl-string">'CreatedDateTime']
        all_events.append(opened)

        class=class="hl-string">"hl-comment"># Under Review (In Process)
        in_process = df_case[df_case[class="hl-string">'Status'] == class="hl-string">'InProcess'].copy()
        in_process[class="hl-string">'Activity'] = class="hl-string">'Dispute Under Review'
        in_process[class="hl-string">'EventTimestamp'] = in_process[class="hl-string">'ModifiedDateTime']
        all_events.append(in_process)

        class=class="hl-string">"hl-comment"># Resolved (Closed)
        resolved = df_case[df_case[class="hl-string">'Status'] == class="hl-string">'Closed'].copy()
        resolved[class="hl-string">'Activity'] = class="hl-string">'Dispute Resolved'
        resolved[class="hl-string">'EventTimestamp'] = resolved[class="hl-string">'ClosedDateTime']
        all_events.append(resolved)

    class=class="hl-string">"hl-comment"># 5. INTEREST
    class=class="hl-string">"hl-comment"># Entity: InterestNotes
    print(class="hl-string">"Processing Interest Notes...")
    df_interest = get_odata_data(token, class="hl-string">"InterestNotes", fclass="hl-string">"{company_filter}")
    if not df_interest.empty:
        interest = df_interest.copy()
        interest[class="hl-string">'Activity'] = class="hl-string">'Interest Note Generated'
        interest[class="hl-string">'EventTimestamp'] = interest[class="hl-string">'NoteDate']
        all_events.append(interest)

    class=class="hl-string">"hl-comment"># 6. BANK RECONCILIATION
    class=class="hl-string">"hl-comment"># Entity: BankReconciliationLines (Placeholder for matching)
    print(class="hl-string">"Processing Bank Reconciliation...")
    class=class="hl-string">"hl-comment"># This entity availability varies by version
    df_bank = get_odata_data(token, class="hl-string">"BankReconciliationLines", fclass="hl-string">"{company_filter}")
    if not df_bank.empty:
        matched = df_bank[df_bank[class="hl-string">'Reconciled'] == True].copy()
        matched[class="hl-string">'Activity'] = class="hl-string">'Bank Statement Matched'
        matched[class="hl-string">'EventTimestamp'] = matched[class="hl-string">'TransactionDate']
        class=class="hl-string">"hl-comment"># Need to join with Invoice via Payment Reference ideally
        class=class="hl-string">"hl-comment"># For this script, we assume InvoiceNumber is present or mapped
        all_events.append(matched)

    class=class="hl-string">"hl-comment"># === UNIFICATION & EXPORT ===
    if not all_events:
        print(class="hl-string">"No events extracted.")
        return

    final_df = pd.concat(all_events, ignore_index=True)

    class=class="hl-string">"hl-comment"># Map columns to schema
    class=class="hl-string">"hl-comment"># Note: Column names class="hl-string">'InvoiceNumber', class="hl-string">'InvoiceAccount' etc. depend on exact Entity schema
    class=class="hl-string">"hl-comment"># You may need to rename based on your D365 entity fields, e.g., class="hl-string">'InvoiceNum' -> class="hl-string">'InvoiceNumber'
    schema_map = {
        class="hl-string">'InvoiceNumber': class="hl-string">'InvoiceNumber',
        class="hl-string">'InvoiceId': class="hl-string">'InvoiceNumber', class=class="hl-string">"hl-comment"># Alternative common name
        class="hl-string">'InvoiceAccount': class="hl-string">'CustomerAccount',
        class="hl-string">'CustomerAccount': class="hl-string">'CustomerAccount',
        class="hl-string">'InvoiceAmount': class="hl-string">'InvoiceAmount',
        class="hl-string">'Amount': class="hl-string">'InvoiceAmount', class=class="hl-string">"hl-comment"># Fallback for payments
        class="hl-string">'CurrencyCode': class="hl-string">'Currency',
        class="hl-string">'DueDate': class="hl-string">'DueDate',
        class="hl-string">'CreatedBy': class="hl-string">'User',
        class="hl-string">'BusinessUnit': class="hl-string">'BusinessUnit',
        class="hl-string">'DataAreaId': class="hl-string">'CompanyCode'
    }
    
    class=class="hl-string">"hl-comment"># Normalize columns
    for col in final_df.columns:
        if col in schema_map:
            final_df.rename(columns={col: schema_map[col]}, inplace=True)

    class=class="hl-string">"hl-comment"># Add constant fields
    final_df[class="hl-string">'SourceSystem'] = class="hl-string">'Microsoft D365'
    final_df[class="hl-string">'LastDataUpdate'] = datetime.datetime.now().isoformat()
    
    class=class="hl-string">"hl-comment"># Select final columns (fill missing with None)
    required_cols = [
        class="hl-string">'InvoiceNumber', class="hl-string">'Activity', class="hl-string">'EventTimestamp', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
        class="hl-string">'CustomerAccount', class="hl-string">'CustomerGroup', class="hl-string">'InvoiceAmount', class="hl-string">'DueDate', class="hl-string">'User',
        class="hl-string">'BusinessUnit', class="hl-string">'CompanyCode', class="hl-string">'IsAutomated'
    ]
    
    for col in required_cols:
        if col not in final_df.columns:
            final_df[col] = None
            
    output_df = final_df[required_cols]
    
    class=class="hl-string">"hl-comment"># Export
    output_df.to_csv(class="hl-string">"AR_Event_Log.csv", index=False)
    print(class="hl-string">"Extraction complete. Saved to AR_Event_Log.csv")

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

Uw Debiteuren Datatemplate

Uw Debiteuren Datatemplate

Debiteurenbeheer attributes

Activiteiten Debiteurenbeheer

Extractie Guides

D365 Data Management Framework Entiteitsexport

Stappen

Configuratie

a Voorbeeldquery config

Python OData API Extractie voor Debiteuren Events

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te starten?

Optimaliseer uw debiteurenbeheer en stimuleer uw cashflow nu

Uw Debiteuren Datatemplate

Uw Debiteuren Datatemplate

Debiteurenbeheer attributes

Activiteiten Debiteurenbeheer

Extractie Guides

D365 Data Management Framework Entiteitsexport

Stappen

Configuratie

a Voorbeeldquery config

Python OData API Extractie voor Debiteuren Events

Stappen

Configuratie

a Voorbeeldquery python

Wij hechten veel waarde aan je privacy

Klaar om te starten?

Optimaliseer uw debiteurenbeheer en stimuleer uw cashflow nu