> Continue verbetering > Voorraadbeheer > Microsoft Dynamics 365 > datatemplate

Uw template voor voorraadbeheer data

Microsoft Dynamics 365

Voorraadbeheer attributes (22) Voorraadbeheer activiteiten (15) Extractie Guides (4)

Uw template voor voorraadbeheer data

Deze template biedt een duidelijke roadmap voor het verzamelen van de data die u nodig heeft om uw voorraadbeheerproces te analyseren. Het schetst essentiële attributes, belangrijke activiteiten om te volgen en praktische richtlijnen voor data extractie. Gebruik deze resource om ervoor te zorgen dat u alle kritieke informatie vastlegt voor effectieve Process Mining.

Aanbevolen attributen om vast te leggen
Belangrijkste activiteiten om te volgen
Richtlijnen voor data-extractie

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

Template downloaden

Voorraadbeheer attributes

Dit zijn de aanbevolen data fields om op te nemen in uw event log voor een uitgebreide analyse van uw voorraadbeheerproces.

5 Verplicht 6 Aanbevolen 11 Optioneel

	Naam	Omschrijving
	Activiteitsnaam ActivityName	De naam van de specifieke voorraadbeheer event die plaatsvond, zoals 'Goods Receipt Recorded' of 'Picking Completed'.
Omschrijving Dit attribute beschrijft de business activity die op een bepaald moment is uitgevoerd voor een gegeven voorraadbatch. Het vertegenwoordigt een enkele stap in het algehele voorraadbeheerproces, en vormt de reeks events die de process flow constitueert. Het analyseren van de sequentie van activiteiten is de kern van Process Mining. Het helpt de process map te visualiseren, bottlenecks tussen activiteiten te identificeren, transittijden te meten en niet-standaard procesvariaties te ontdekken. Elke waarde correspondeert met een belangrijke milestone in de voorraad levenscyclus. Het belang Dit attribute definieert de stappen in het proces, waardoor het mogelijk wordt de process map te visualiseren, varianten te analyseren en bottlenecks te identificeren. Vindplaats Afgeleid van transactietypes, statuswijzigingen of `work order types` binnen tabellen zoals `InventTrans`, `WHSWorkTable` en `WHSRFMenuItemTable`. Voorbeelden Goederenontvangst GeregistreerdPut-away voltooidVoorraadverschil gecorrigeerdVerzamelen VoltooidVoorraad afgeschreven
	Tijdstip Gebeurtenis EventTime	De exacte timestamp die aangeeft wanneer de voorraadactiviteit plaatsvond.
Omschrijving Dit attribute legt de datum en tijd vast waarop een activiteit in het systeem is vastgelegd. Het biedt de chronologische volgorde van events voor elke voorraadbatch, wat fundamenteel is voor Process Mining. Timestamps worden gebruikt om cycle times, duraties en wachttijden tussen activiteiten te berekenen. Dit maakt prestatieanalyse, bottleneck identificatie en monitoring van naleving van service level agreements mogelijk. Nauwkeurige en complete timestamps zijn cruciaal voor een zinvolle procesanalyse. Het belang De timestamp is cruciaal voor het ordenen van events, het berekenen van cycle times en duraties, en het analyseren van procesprestaties over tijd. Vindplaats Typisch te vinden in transactietabellen zoals InventTrans (bijv. DATEPHYSICAL, CREATEDDATETIME) of werkordertabellen zoals WHSWorkTable (bijv. CREATEDDATETIME, MODIFIEDDATETIME). Voorbeelden 2023-10-26T09:00:00Z2023-10-26T11:34:15Z2023-10-27T14:21:05Z
	Voorraadbatch/partij InventoryBatchLot	De unieke identificatie voor een specifieke batch of partij van een voorraadartikel, dienend als de primaire case identifier.
Omschrijving Het voorraadbatch- of partijnummer dient als de primaire case identifier, die alle activiteiten groepeert die gerelateerd zijn aan een specifieke quantity van een product. Dit maakt het mogelijk de complete levenscyclus van een afzonderlijke voorraadhoeveelheid te volgen, vanaf de ontvangst in voorraad tot de verschillende bewegingen en uiteindelijke uitgifte of consumptie. Bij procesanalyse maakt dit attribute een holistische kijk op de reis van elke voorraadbatch mogelijk. Door een enkele batch te volgen, kunnen analisten end-to-end cycle times meten, gemeenschappelijke paden identificeren en afwijkingen van standard operating procedures voor specifieke artikelen of leveranciers blootleggen. Het belang Dit is de essentiële sleutel voor het traceren van de end-to-end lifecycle van een voorraad quantity, waardoor variantanalyse en prestatiemonitoring voor elke specifieke batch mogelijk is. Vindplaats Deze identificatie is doorgaans te vinden in voorraadtransactietabellen zoals InventTrans en gerelateerde tabellen die batch details beheren zoals InventBatch. Voorbeelden BCH003451LOT2024-A55B001-RAW-STEEL
	Bronsysteem SourceSystem	Identificeert het systeem waaruit de `data` afkomstig is, bijvoorbeeld 'Dynamics 365 F&O'.
Omschrijving Dit attribute specificeert de bronapplicatie of het platform dat de event data heeft gegenereerd. In een moderne onderneming kan data afkomstig zijn van meerdere systemen, zoals een ERP, een Warehouse Management System (WMS) of een Manufacturing Execution System (MES). Hoewel vaak een statische waarde in een single-system analyse, wordt het cruciaal bij het combineren van data uit meerdere bronnen. Het helpt de data integriteit te waarborgen, integratieproblemen op te lossen en te begrijpen hoe verschillende systemen bijdragen aan het algehele proces. Het belang Biedt essentiële context over de data origin, wat cruciaal is voor data governance en bij het analyseren van processen die meerdere geïntegreerde systemen omvatten. Vindplaats Dit is doorgaans een vaste waarde die tijdens het data-extractieproces wordt toegevoegd om de herkomst van de dataset aan te geven. Voorbeelden Dynamics 365 F&OD365 SCMMicrosoft Dynamics AX
	Laatste data-update LastDataUpdate	Timestamp die aangeeft wanneer de data voor dit proces voor het laatst is refreshed vanuit het source system.
Omschrijving Dit attribute registreert de datum en tijd van de meest recente data extractie of refresh. Het biedt transparantie in de actualiteit van de data die wordt geanalyseerd. Dit is belangrijk voor gebruikers om te begrijpen hoe actueel de procesanalyse is. Het helpt verwachtingen te managen over de timeliness van de data en is een belangrijk onderdeel van metadata voor elk rapport of dashboard, om ervoor te zorgen dat beslissingen worden genomen op basis van een begrepen tijdsbestek. Het belang Informeert gebruikers over de actualiteit van de data, zodat zij weten hoe up-to-date de analyse is. Vindplaats Dit is een metadata field dat wordt gegenereerd tijdens de data ingestion pipeline, waarbij de timestamp van de extractie job wordt vastgelegd. Voorbeelden 2024-01-20T05:00:00Z2024-01-21T05:00:00Z
	Eindtijd van het event EventEndTime	De timestamp die de voltooiing van een activiteit markeert, gebruikt voor het berekenen van de duur ervan.
Omschrijving Hoewel veel events in voorraadbeheer ogenblikkelijk zijn, hebben sommige activiteiten een duidelijke start- en eindtijd, zoals een kwaliteitsinspectie of een wegzetopdracht. Dit attribuut legt de voltooiingstijd van dergelijke activiteiten vast. Het hebben van zowel een start- als eindtijd maakt de berekening van de verwerkingstijd voor individuele activiteiten mogelijk. Dit is cruciaal voor het analyseren van de resource-efficiëntie, het identificeren van activiteiten die de meeste tijd kosten, en het begrijpen van de werkelijke kosten van processtappen. Het belang Maakt de berekening van precieze `activity`duren mogelijk, wat helpt bij het identificeren van inefficiënte stappen en het analyseren van `resource utilization`. Vindplaats Kan worden afgeleid uit een aparte timestamp voor statusupdate, bijvoorbeeld de wijzigingsdatum/tijd op een werkorderregel in WHSWorkTable wanneer de status verandert naar 'Closed'. Voorbeelden 2023-10-26T09:15:00Z2023-10-26T12:01:45Z2023-10-27T15:00:00Z
	Gebruikers-ID UserId	De identificatie van de gebruiker die de activiteit heeft uitgevoerd of hiervoor verantwoordelijk is.
Omschrijving Dit attribute registreert de user ID geassocieerd met een voorraadtransactie, zoals de magazijnmedewerker die een picking taak heeft voltooid of de voorraadcontroller die een correctie heeft geboekt. Het analyseren van activiteiten per gebruiker helpt training behoeften te identificeren, goed presterende individuen of teams te herkennen, en de root causes van handmatige interventies of fouten te onderzoeken. Het is essentieel voor dashboards zoals 'Manual Inventory Adjustment Drivers' om te begrijpen wie wijzigingen aanbrengt en waarom. Het belang Volgt de betrokkenheid van gebruikers, wat essentieel is voor het analyseren van prestaties, het identificeren van trainingsmogelijkheden en het begrijpen van de oorzaken van handmatige aanpassingen. Vindplaats Gevonden in diverse tabellen, vaak als een `createdBy` of `modifiedBy` veld. Bijvoorbeeld, `WHSWorkTable` heeft een `USERID`-veld. Voorbeelden d.smithj.doewarehouse.worker1
	Hoeveelheid Quantity	De quantity van het item betrokken bij de transactie, in de basiseenheid van maat.
Omschrijving Dit attribute vertegenwoordigt het aantal eenheden van een item dat door een voorraadactiviteit wordt beïnvloed. Het kan positief zijn voor ontvangsten en positieve correcties, of negatief voor uitgiften, afschrijvingen en negatieve correcties. Het analyseren van quantity is fundamenteel voor het begrijpen van de schaal en impact van voorraadprocessen. Het wordt gebruikt in bijna elk dashboard en elke KPI, van het berekenen van het volume van afgeschreven goederen tot het meten van de omvang van voorraadverschillen. Het helpt problemen te prioriteren op basis van hun materiële impact. Het belang Kwantificeert het fysieke volume van artikelen in elke transactie, wat essentieel is voor het meten van bedrijfsimpact, doorvoer en omvang van verschillen. Vindplaats Gevonden in kerntransactietabellen zoals `InventTrans` (veld: `QTY`). Voorbeelden 100-2510500
	Item-ID ItemId	De unieke identificatie voor het product of materiaal dat wordt afgehandeld, ook bekend als SKU.
Omschrijving Dit attribute is de unieke code voor een specifiek product, materiaal of Stock Keeping Unit (SKU). Het koppelt elke voorraadactiviteit aan het artikel dat wordt verplaatst, geteld of geïnspecteerd. Het analyseren van het proces per Item ID maakt diepgaande analyses van productspecifiek gedrag mogelijk. Het helpt vragen te beantwoorden zoals welke producten de langste put-away tijden hebben, welke het meest frequent worden gecorrigeerd, of welke het vaakst worden afgeschreven. Dit is fundamenteel voor voorraadoptimalisatie en product lifecycle management. Het belang Koppelt voorraadactiviteiten aan specifieke producten (SKU's), waardoor analyse van productgerelateerde procesprestaties, kosten en problemen mogelijk is. Vindplaats Een `primary key` die voorkomt in de meeste `voorraad`gerelateerde tabellen, zoals `InventTrans` (veld: `ITEMID`), `InventBatch` en `InventTable`. Voorbeelden A0001HW-1024RAW-STL-P01
	Magazijn-ID WarehouseId	De identificatie voor het magazijn of de fysieke locatie waar de voorraadactiviteit plaatsvond.
Omschrijving Dit attribute specificeert het magazijn waar de voorraad zich bevindt of waar de activiteit plaatsvond. Het biedt de geografische of organisatorische context voor elke event. Het segmenteren van procesanalyse per magazijn is cruciaal voor het vergelijken van prestaties tussen verschillende locaties. Het helpt te identificeren welke magazijnen het meest efficiënt zijn, welke de hoogste afwijkingspercentages hebben en waar bottlenecks het meest ernstig zijn. Dit ondersteunt gerichte operationele verbeteringen en resource allocatie. Het belang Maakt prestatievergelijking en `knelpunt`analyse mogelijk over verschillende fysieke locaties of `warehouses` heen. Vindplaats Gevonden in `voorraad`dimensievelden die zijn gekoppeld aan transactietabellen. Zoek naar `INVENTDIMID` in `InventTrans`, dat linkt naar de `InventDim`-tabel waar `INVENTLOCATIONID` is opgeslagen. Voorbeelden WH-MAINSITE-02DC-WEST
	Redencode ReasonCode	Een code die de reden voor een specifieke transactie verklaart, zoals een `voorraad`aanpassing of een retour.
Omschrijving Redencodes bieden kwalitatieve context waarom een activiteit heeft plaatsgevonden. Ze worden vaak gebruikt voor voorraadcorrecties, voorraadbewegingen, retouren en afschrijvingen om de onderliggende business driver te categoriseren. Analyse per redencode is essentieel voor root cause analysis. Het helpt te achterhalen waarom voorraadverschillen optreden (bijv. 'Damaged Goods', 'Data Entry Error'), waarom voorraad intern wordt verplaatst (bijv. 'Replenishment', 'Consolidation'), of waarom artikelen worden geretourneerd. Deze informatie is cruciaal voor procesverbeteringsinitiatieven. Het belang Verklaart het 'waarom' achter een `event`, wat krachtige `root cause analysis` mogelijk maakt voor problemen zoals `voorraad`aanpassingen, retouren of afdankingen (`scraps`). Vindplaats Gevonden in diverse tabellen afhankelijk van de transactie, bijvoorbeeld `InventJournalTrans` (veld: `REASONREFRECID`) of via aangepaste configuraties. Voorbeelden RC-DMGFOUNDCYCLECOUNT
	Bewerkingstijd ProcessingTime	De duur van een individuele activiteit, berekend uit de start- en eindtijden.
Omschrijving Deze metric vertegenwoordigt de daadwerkelijke tijd die is besteed aan het uitvoeren van een specifieke activiteit. Het wordt berekend als het verschil tussen de Event End Time en de Event Start Time voor een enkele event. Het analyseren van processing time is essentieel om te identificeren welke stappen in het proces het meest tijdrovend zijn. Dit helpt optimalisatie-inspanningen te richten op de activiteiten met de langste duraties, waardoor de algehele efficiëntie en resourcebenutting worden verbeterd. Het belang Meet de duur van individuele activiteiten en helpt vast te stellen welke specifieke processtappen vertragingen veroorzaken. Vindplaats Berekend veld: `EventEndTime - EventTime`. Voorbeelden 15 minuten2 uur en 30 minuten45 seconden
	Counting Journal ID CountingJournalId	De unieke identificatie voor een voorraadteljournaal.
Omschrijving Een `voorraad`teljournaal wordt gebruikt om de resultaten van een `fysieke voorraad`telling vast te leggen, zoals een `cyclustelling` of `jaarlijkse voorraadopname`. Deze `ID` groepeert alle telposten en de resulterende aanpassingen voor een specifieke `tel`-`event`. Analyse per `Counting Journal ID` biedt context voor `voorraad`aanpassingsactiviteiten. Het helpt onderscheid te maken tussen aanpassingen die voortvloeien uit geplande tellingen versus `ad-hoc` correcties, wat belangrijk is voor het begrijpen van de `drivers` van `voorraad`onnauwkeurigheid. Het belang Groepeert `voorraad`tellingen en de resulterende aanpassingen, en biedt context waarom een inconsistentie werd geïdentificeerd en gecorrigeerd. Vindplaats De JOURNALID van de InventJournalTable waar het journal type 'Counting' is. Voorbeelden ICJ-00561ICJ-00562ICJ-00563
	Is verschilcorrectie IsDiscrepancyAdjustment	Een Booleaanse vlag die `TRUE` is als de `activity` een 'Inventory Discrepancy Adjusted'-`event` is.
Omschrijving Dit berekende attribute is een eenvoudige flag (true of false) die activiteiten gerelateerd aan handmatige voorraadcorrecties identificeert. Het vereenvoudigt filtering en aggregatie bij het analyseren van voorraadnauwkeurigheid. Het gebruik van deze flag maakt het eenvoudig om KPI's zoals de 'Inventory Discrepancy Rate' of 'Manual Adjustment Rate' te berekenen. Het stelt analisten in staat om deze niet-standaard events snel te isoleren om hun root causes te onderzoeken zonder complexe filtering op de activity name. Het belang Vereenvoudigt de analyse en berekening van KPI's gerelateerd aan voorraadnauwkeurigheid door alle discrepantie-gerelateerde events te markeren. Vindplaats Berekend veld: `TRUE` als `ActivityName` 'Inventory Discrepancy Adjusted' is, anders `FALSE`. Voorbeelden truefalse
	Itemwaarde ItemValue	De monetaire waarde van de voorraad die betrokken is bij de transactie.
Omschrijving Dit attribute vertegenwoordigt de berekende financiële waarde van de quantity die in een transactie is verplaatst of gecorrigeerd, doorgaans gebaseerd op de huidige kostprijs van het item. Het vertaalt fysieke voorraadbewegingen naar financiële impact. Analyse per item value is cruciaal voor financiële rapportage en business impact assessment. Het wordt gebruikt om KPI's zoals de 'Scrapped Inventory Value Ratio' te berekenen en helpt procesverbeteringsinspanningen te prioriteren op activiteiten met de hoogste financiële gevolgen, zoals hoogwaardige discrepanties of scrap events. Het belang Vertaalt voorraadhoeveelheden naar financiële impact, wat cruciaal is voor het prioriteren van problemen en het berekenen van financiële KPI's. Vindplaats Berekend door de hoeveelheid van `InventTrans` (`QTY`) te vermenigvuldigen met de artikelkosten van `InventTableModule` of een gerelateerde kostentabel. De geboekte waarde is mogelijk te vinden in `InventTrans.COSTAMOUNTPOSTED`. Voorbeelden 1500.00-375.5025000.75
	Kwaliteitsorder ID QualityOrderId	De unieke identificatie voor een kwaliteitsinspectieorder.
Omschrijving Wanneer goederen inspectie vereisen bij ontvangst of in een andere processtap, wordt een kwaliteitsorder gegenereerd. Dit attribuut is de unieke identificatie voor die order, die alle gerelateerde kwaliteitsactiviteiten koppelt, zoals aanmaak, testen en goedkeuring/afkeuring. Tracking via Quality Order ID helpt bij het analyseren van de efficiëntie en resultaten van het kwaliteitscontroleproces. Het is essentieel voor dashboards zoals 'Quality Inspection Performance' om de doorlooptijd van aanmaak tot voltooiing te meten en bottlenecks in de inspectieworkflow te identificeren. Het belang Koppelt kwaliteitsgerelateerde activiteiten aan elkaar, waardoor analyse van de duur en resultaten van het kwaliteitsinspectieproces mogelijk is. Vindplaats De primary key van de InventQualityOrderTable tabel. Voorbeelden QO-00182QO-00183QO-00184
	Locatie ID LocationId	De specifieke opslaglocatie binnen een magazijn, zoals een opslagvak, stelling of gangpad.
Omschrijving Dit attribute identificeert de precieze locatie binnen een magazijn waar voorraad wordt opgeslagen of waar een activiteit wordt uitgevoerd. Het biedt een gedetailleerd niveau voor het analyseren van interne magazijnbewegingen. Analyse per Locatie ID helpt de magazijnlayout en flow te optimaliseren. Het kan inefficiënte reispaden onthullen, gecongestionneerde gebieden identificeren en locaties aanwijzen die gevoelig zijn voor picking errors of voorraadverschillen. Dit is essentieel voor de 'Warehouse Activity Flow Analysis' en 'Internal Stock Movement Overview' dashboards. Het belang Biedt gedetailleerde informatie voor het optimaliseren van de magazijnlayout, het analyseren van interne bewegingen en het identificeren van problematische opslaggebieden. Vindplaats Gevonden in de `InventDim`-tabel (veld: `WMSLOCATIONID`), die is gekoppeld via `INVENTDIMID` vanuit transactietabellen. Voorbeelden A1-R2-S3-B4RECV-DOCK-01PACK-STN-5
	Pick-naar-packtijd PickingToPackingTime	De totale tijd die nodig is vanaf het moment dat picking wordt geïnitieerd totdat packing is voltooid voor een order.
Omschrijving Deze KPI meet de cycle time binnen het outbound fulfillment proces, specifiek de duur tussen de activiteit 'Picking Initiated' of 'Picking Completed' en de activiteit 'Packing Completed'. Dit kan worden berekend op case-niveau als de case een sales order line vertegenwoordigt, of tussen gerelateerde activiteiten. Deze metric is vitaal voor het beoordelen van de efficiëntie van de pick-and-pack operaties. Een kortere tijd duidt op een gestroomlijnder fulfillment proces, wat leidt tot snellere orderverzending en hogere klanttevredenheid. Het helpt bottlenecks binnen de outbound workflow aan te wijzen. Het belang Meet de efficiëntie van het kernproces voor orderafhandeling, wat direct van invloed is op de verzendsnelheid en klanttevredenheid. Vindplaats Berekend door het tijdsverschil te vinden tussen de `timestamp` van 'Packing Completed' en 'Picking Initiated'-`activities` voor dezelfde order of `work ID`. Voorbeelden 25 minuten1 uur 5 minuten48 minuten
	Put-away cycle time PutAwayCycleTime	De totale tijd vanaf goederenontvangst tot wanneer de artikelen volledig zijn opgeborgen op hun definitieve opslaglocatie.
Omschrijving Deze KPI meet de duur van de activiteit 'Goods Receipt Recorded' tot de activiteit 'Put-away Completed' voor een specifieke voorraadbatch. Het is een case-level metric die de efficiëntie van het ontvangst- en put-away proces kwantificeert. Het monitoren van deze cycle time is cruciaal voor het identificeren van bottlenecks in de inbound logistieke flow. Hoge waarden kunnen wijzen op problemen met magazijncapaciteit, resource beschikbaarheid of procesinefficiënties, die allemaal de beschikbaarheid van voorraad voor fulfillment vertragen. Het belang Meet de efficiëntie van het gehele inkomende ontvangstproces, wat direct van invloed is op hoe snel nieuwe voorraad beschikbaar komt. Vindplaats Berekend op `case`niveau door het tijdsverschil te vinden tussen de `timestamp` van 'Put-away Completed' en 'Goods Receipt Recorded' voor dezelfde `InventoryBatchLot`. Voorbeelden 4 uur 15 minuten1 dag 2 uur35 minuten
	Retourorder ID ReturnOrderId	De unieke identificatie voor een klantretourorder (RMA).
Omschrijving Dit attribute is de identificatie voor een Return Material Authorization (RMA) of retourorder, die het proces volgt van het terugontvangen van goederen van een klant. Het koppelt alle activiteiten gerelateerd aan een specifieke retour event. Dit ID is cruciaal voor het analyseren van de return goods process flow. Het maakt het mogelijk de end-to-end cycle time te meten vanaf ontvangst van het geretourneerde item tot de uiteindelijke bestemming, zoals terug naar voorraad, gerepareerd of afgeschreven. Dit helpt vertragingen en inefficiënties in het retourproces te identificeren. Het belang Volgt de gehele levenscyclus van een klantretour, wat een diepgaande analyse van de doorlooptijd en efficiëntie van de retourverwerking mogelijk maakt. Vindplaats De sales order ID van SalesTable waar het sales type 'Returned order' is. Voorbeelden RMA-01002RMA-01003RMA-01004
	Verplaatsingsdagboek ID MovementJournalId	De unieke identificatie voor een voorraadverplaatsingsjournaal.
Omschrijving Een `voorraad`bewegingsjournaal wordt gebruikt om interne `voorraadtransfers` vast te leggen die geen deel uitmaken van een formeel `put-away`- of `picking`-proces, zoals het verplaatsen van artikelen tussen locaties voor `consolidatie` of `aanvulling`. Deze `ID` groepeert de regels binnen één `bewegingstransactie`. Analyse per `Movement Journal ID` biedt context voor 'Stock Moved Internally'-`activities`. Het helpt de reikwijdte en reden voor deze bewegingen te begrijpen, wat `inefficiënties` in de `magazijnlayout` of `aanvulstrategieën` kan benadrukken als ze te vaak voorkomen. Het belang Biedt context voor interne voorraadbewegingen, wat helpt bij het analyseren van de frequentie en redenen voor niet-standaard voorraadtransfers. Vindplaats De JOURNALID van de InventJournalTable waar het journal type 'Movement' is. Voorbeelden IMJ-00945IMJ-00946IMJ-00947
	Werk-ID WorkId	De unieke identificatie voor een magazijnwerkorder, zoals voor picking of put-away.
Omschrijving Een `Work ID` wordt gegenereerd in de `Warehouse Management`-module om een reeks taken voor een `magazijnmedewerker` te representeren, zoals het `picken` van artikelen voor een order of het `putten-away` van ontvangen goederen. Het groepeert gerelateerde `activities` samen. Tracking per `Work ID` maakt `analyse` mogelijk van de efficiëntie van specifieke `magazijntaken`. Het helpt de benodigde tijd te meten om een `put-away`- of `picking`-proces van creatie tot voltooiing te voltooien en kan worden gebruikt om `medewerkerprestaties` te analyseren. Het belang Groepeert gerelateerde `magazijntaken`, waardoor `analyse` mogelijk is van de efficiëntie van specifieke `work orders` zoals `picking` en `put-away`. Vindplaats De primary key van de WHSWorkTable tabel. Voorbeelden USMF-000123USMF-000124USMF-000125

Verplicht Aanbevolen Optioneel

Voorraadbeheer activiteiten

Dit zijn de essentiële processtappen en milestones om vast te leggen in uw event log voor nauwkeurige ontdekking en analyse van uw voorraadstroom.

6 Aanbevolen 9 Optioneel

	Activiteit	Omschrijving
	Goederen Uitgifte Geregistreerd	Deze activiteit markeert de definitieve verwijdering van de voorraadbatch uit het magazijn, meestal als gevolg van een klantverkoop of consumptie in productie. Het wordt vastgelegd wanneer een sales order packing slip of een production picking list journal wordt geboekt.
Het belang Dit is de primaire succesvolle end event voor de voorraad lifecycle. Het concludeert het volgen van de tijd van de batch in het magazijn en bevestigt de uiteindelijke bestemming. Vindplaats Vastgelegd in de InventTrans tabel als een expliciete transactie met een negatieve quantity. Het wordt gegenereerd vanuit het boeken van een pakbon van een verkooporder of een picklijst van een productieorder. Vastleggen Identificeer transacties in `InventTrans` met een negatieve hoeveelheid gekoppeld aan een `sales order issue` (verkooporderuitgifte) of `production order consumption` (productieorderverbruik). Gebeurtenistype explicit
	Goederenontvangst Geregistreerd	Deze activiteit markeert de initiële invoer van een voorraadbatch in het magazijn, doorgaans van een leverancier of een productie output. Deze event wordt vastgelegd wanneer een purchase order receipt of een production order 'report as finished' journal wordt geboekt, waardoor een transactie met een positieve quantity ontstaat.
Het belang Dit is de primaire start event voor de voorraad lifecycle. Het initieert het volgen van put-away cycle times en de algehele voorraad lead time, en biedt een baseline voor prestatiemeting. Vindplaats Vastgelegd in de InventTrans tabel. Dit is een expliciete transactie gegenereerd vanuit het boeken van een productontvangst voor een inkooporder of het melden van een productieorder als voltooid. Vastleggen Identificeer transacties in `InventTrans` gekoppeld aan `purchase order receipts` (inkooporderontvangsten) of `production order reporting` (productieorderrapportage) met een positieve hoeveelheid. Gebeurtenistype explicit
	Pick-werk aangemaakt	Geeft aan dat het systeem instructies heeft gegenereerd voor een `magazijnmedewerker` om een `voorraad`batch te `picken` voor een verkooporder of productieorder. Dit wordt vastgelegd wanneer een nieuw 'work'-record voor `picking` wordt aangemaakt in het `WMS`.
Het belang Deze event markeert het begin van het outbound fulfillment proces. De tijd tussen orderaanmaak en pick work aanmaak kan wijzen op allocatie- of planningsvertragingen. Vindplaats Een nieuw record wordt aangemaakt in de `WHSWorkTable` met een `Work Order Type` van 'Sales order' of 'Production pick'. Dit wordt geactiveerd door een order vrij te geven aan het `warehouse`. Vastleggen Leg de `creation timestamp` vast van een record in de `WHSWorkTable` waar het `Work Order Type` gerelateerd is aan `picking`. Gebeurtenistype explicit
	Put-away voltooid	Deze activiteit vertegenwoordigt de voltooiing van de fysieke beweging van de voorraadbatch naar de toegewezen opslaglocatie. Het wordt afgeleid uit de status van de corresponderende magazijn 'work' record die verandert naar 'Closed'.
Het belang Deze belangrijke milestone markeert het einde van het ontvangst- en put-away proces, waardoor de voorraad beschikbaar komt voor fulfillment. Het is cruciaal voor het meten van de 'Average Put-away Cycle Time' KPI. Vindplaats Afgeleid uit de WHSWorkTable wanneer het veld 'Work Status' voor een put-away werkorder wijzigt naar 'Closed'. Vastleggen Identificeer de `timestamp` wanneer het `Work Status`-veld op de `WHSWorkTable` wordt bijgewerkt naar 'Closed' voor de relevante batch. Gebeurtenistype inferred
	Verzamelen Voltooid	Deze activiteit betekent dat een medewerker de fysieke picking van de voorraadbatch heeft voltooid en deze heeft verplaatst naar een staging- of packinglocatie. Het wordt afgeleid uit de statuswijziging van de WMS picking 'work' naar 'Closed'.
Het belang Deze milestone markeert het einde van de picking fase en het begin van packing of verzending. Het is essentieel voor het meten van de 'Average Picking-to-Packing Time' en de algehele fulfillment efficiëntie. Vindplaats Afgeleid uit de WHSWorkTable wanneer het veld 'Work Status' voor een pick-werkorder wijzigt naar 'Closed'. Vastleggen Identificeer de `timestamp` wanneer het `Work Status`-veld op de `WHSWorkTable` wordt bijgewerkt naar 'Closed' voor de relevante `picking work`. Gebeurtenistype inferred
	Voorraadverschil gecorrigeerd	Deze activiteit vertegenwoordigt het boeken van een voorraadcorrectie om een verschil te corrigeren dat tijdens een telling of om andere redenen is gevonden. Dit is een expliciete transactie die de on-hand voorraad quantity wijzigt.
Het belang Dit is een cruciale event voor het meten van voorraadnauwkeurigheid en de 'Inventory Discrepancy Rate' KPI. Frequente correcties signaleren onderliggende problemen in procesbeheersing, ontvangst of picking. Vindplaats Een expliciete transactie wordt aangemaakt in de `InventTrans`-tabel wanneer een teljournaal of een `voorraad`correctiejournaal wordt geboekt. Vastleggen Identificeer transacties in `InventTrans` gegenereerd uit het boeken van een `InventJournalTable` van het type 'Counting' of 'Profit/Loss'. Gebeurtenistype explicit
	Counting Journal Created	Deze activiteit betekent de initiatie van een voorraadtelling voor een specifieke batch of locatie. Dit is een expliciete event die wordt vastgelegd wanneer een gebruiker een voorraadteljournaal aanmaakt.
Het belang Markeert het begin van het voorraadopnameproces. De duur en frequentie van telactiviteiten zijn belangrijk om de operationele overhead en de inspanningen voor voorraadnauwkeurigheid te begrijpen. Vindplaats Vastgelegd vanuit de creatie van een record in de `InventJournalTable` met een journaaltype van 'Counting'. Vastleggen Gebruik de aanmaak timestamp van het header record in de InventJournalTable voor teljournaals. Gebeurtenistype explicit
	Kwaliteitsinspectie Uitgevoerd	Deze activiteit betekent dat een kwaliteitsinspectie is uitgevoerd en de resultaten zijn vastgelegd. Het wordt doorgaans afgeleid uit een statuswijziging op de quality order van 'Open' naar een status die voltooiing aangeeft, zoals 'Passed' of 'Failed'.
Het belang Meet de duur van het kwaliteitsinspectieproces zelf. Vertragingen hier kunnen aanzienlijke bottlenecks creëren voordat voorraad beschikbaar is voor gebruik of put-away. Vindplaats Afgeleid uit statusupdates op de InventQualityOrderTable. De overgang van een open status naar een gevalideerde status markeert de gebeurtenis. Vastleggen Monitor het statusveld op de InventQualityOrderTable en leg de timestamp vast van de wijziging naar een eindstatus zoals 'Pass' of 'Fail'. Gebeurtenistype inferred
	Kwaliteitsorder aangemaakt	Vertegenwoordigt het moment dat een voorraadbatch automatisch of handmatig in de wacht wordt gezet voor kwaliteitsinspectie bij ontvangst. Dit wordt vastgelegd door de aanmaak van een record in de quality orders table, dat wordt gekoppeld aan het brondocument zoals een purchase order.
Het belang Het volgen van de aanmaak van quality orders helpt de tijd te analyseren die voorraad doorbrengt in een beperkte of 'on-hold' status, wat de beschikbaarheid voor fulfillment beïnvloedt. Vindplaats Gegenereerd in de `InventQualityOrderTable`. Dit `event` wordt geactiveerd door `kwaliteitsassociaties` die zijn geconfigureerd voor artikelen, `leveranciers` of productieprocessen. Vastleggen Leg de `creation timestamp` vast van een record in de `InventQualityOrderTable` voor de specifieke `voorraad`batch. Gebeurtenistype explicit
	Put-away werk aangemaakt	Geeft aan dat het systeem instructies heeft gegenereerd voor een `magazijnmedewerker` om de ontvangen `voorraad` te verplaatsen van een `staging-` of `ontvangstgebied` naar een opslaglocatie. Dit wordt vastgelegd wanneer een nieuw 'work'-record wordt aangemaakt in het `Warehouse Management System (WMS)`.
Het belang Dit markeert het begin van het fysieke put-away proces. Het analyseren van de tijd vanaf ontvangst tot dit punt kan systeem- of planningsvertragingen aan het licht brengen. Vindplaats Een nieuw record wordt aangemaakt in de `WHSWorkTable` met een `Work Order Type` van 'Put-away'. Dit wordt automatisch geactiveerd op basis van locatie `directives` na ontvangst. Vastleggen Leg de `creation timestamp` vast van een record in de `WHSWorkTable` waar het `Work Order Type` 'Put-away' is. Gebeurtenistype explicit
	Retourgoederen ontvangen	Deze activiteit legt de ontvangst vast van een eerder verkochte voorraadbatch die door een klant wordt geretourneerd naar het magazijn. Deze event wordt vastgelegd wanneer een retourorder wordt verwerkt en de artikelen worden ontvangen.
Het belang Het traceren van retouren is essentieel voor het begrijpen van productkwaliteitsproblemen en de efficiëntie van het reverse logistics proces. Het initieert een nieuw sub-proces voor inspectie, restocking of afvoer. Vindplaats Een expliciete transactie met een positieve hoeveelheid wordt aangemaakt in de `InventTrans`-tabel, gekoppeld aan een `Return Material Authorization (RMA)` of retourorder. Vastleggen Identificeer transacties in `InventTrans` gekoppeld aan een retourorder, die de geretourneerde batch terug in `voorraad` registreert. Gebeurtenistype explicit
	Verpakking Voltooid	Vertegenwoordigt de voltooiing van het verpakken van de gepickte artikelen in een container of pakket voor verzending. Dit kan worden afgeleid wanneer een container wordt afgesloten in de packing station interface of wanneer een zendingstatus wordt bijgewerkt.
Het belang Deze activiteit is een belangrijke milestone in order fulfillment. Het bijhouden van de voltooiing helpt bij het analyseren van de efficiëntie van het packing station en de bijdrage ervan aan de algehele verzendtijdlijn. Vindplaats Dit kan worden afgeleid uit de WHSContainerTable wanneer de containerstatus verandert naar 'Closed', of uit de WHSShipmentTable wanneer de zendingstatus vooruitgaat. Vastleggen Leg de `timestamp` vast van de statuswijziging naar 'Closed' op het `WHSContainerTable`-record dat is gekoppeld aan de batch. Gebeurtenistype inferred
	Voorraad afgeschreven	Vertegenwoordigt de formele afvoer of afschrijving van een voorraadbatch omdat deze verlopen, beschadigd of verouderd is. Dit wordt vastgelegd door het boeken van een voorraadcorrectiejournaal met een scrap-specifieke reason code.
Het belang Dit is een kritieke failure of terminal end event. Het analyseren van afgeschreven voorraad helpt verspilling te kwantificeren, producten te identificeren die gevoelig zijn voor veroudering en de voorraadplanning te verbeteren. Vindplaats Een expliciete transactie met een negatieve hoeveelheid wordt aangemaakt in de `InventTrans`-tabel wanneer een `voorraad`journaal van het type 'Winst/Verlies' of een teljournaal wordt geboekt voor `scrapping`. Vastleggen Identificeer negatieve hoeveelheidstransacties in `InventTrans` afkomstig van een `voorraad`journaalboeking met een `scrap reason code`. Gebeurtenistype explicit
	Voorraad intern verplaatst	Deze event legt de beweging vast van een voorraadbatch van de ene locatie naar de andere binnen hetzelfde magazijn, bijvoorbeeld voor aanvulling of consolidatie. Het wordt vastgelegd door het boeken van een voorraadtransferjournaal of de voltooiing van magazijnbewegingswerk.
Het belang Een hoge frequentie van interne bewegingen kan duiden op een inefficiënte `magazijnlayout` of opslagstrategie. Het analyseren van deze bewegingen helpt de `voorraad`plaatsing te optimaliseren en `handling costs` te verlagen. Vindplaats Kan een expliciete transactie zijn in `InventTrans` afkomstig van een transferjournaal, of een afgeleide `event` van het afsluiten van 'Movement' `work` in de `WHSWorkTable`. Vastleggen Identificeer 'Transfer'-type transacties in `InventTrans` of voltooide `work records` van het type 'Movement' in `WHSWorkTable`. Gebeurtenistype explicit
	Voorraadtelling uitgevoerd	Deze event vindt plaats wanneer een medewerker de getelde quantity voor de voorraadbatch invoert in het teljournaal. Dit wordt vastgelegd wanneer het 'counted' veld op de journaalregel wordt ingevuld.
Het belang Deze activiteit levert de data die nodig is om verschillen te identificeren tussen de on-hand quantity van het systeem en de fysieke telling. Het is een kritieke stap voordat correcties worden uitgevoerd. Vindplaats Vastgelegd op de regels van het teljournaal (InventJournalTrans) wanneer een gebruiker een waarde invoert in het veld 'Counted' quantity. Vastleggen Leg de `timestamp` vast wanneer de getelde hoeveelheid wordt gelogd in de `InventJournalTrans`-tabel. Gebeurtenistype explicit

Aanbevolen Optioneel

Extractie Guides

Zo haal je je data uit Microsoft Dynamics 365

Stappen

Navigeren naar Data Management Workspace: Gebruik in Microsoft Dynamics 365 de zoekbalk om de 'Data management'-workspace te openen.
Nieuw Exportproject aanmaken: Klik op de 'Export'-tile om een nieuw data export-project aan te maken. Geef een beschrijvende naam, bijvoorbeeld 'InvMgmt_EventLog_Export'.
Projectdetails definiëren: Specificeer in de projectdetails het 'Data format' als 'CSV'. Stel 'Generate data package' in op 'Yes'.
Vereiste data-entiteiten toevoegen: Voeg de volgende data-entiteiten toe aan het project door op '+ Add entity' te klikken. U moet elke afzonderlijk toevoegen. Gebruik het veld 'Entity name' om ernaar te zoeken:
- Inventory transactions (InventTrans)
- Inventory batches (InventBatch)
- Quality orders (QualityOrders)
- Warehouse work (WHSWorkTable)
- Inventory counting journal lines (InventJournalTrans_Counting)
- Inventory adjustment journal lines (InventJournalTrans_Movement)
- Sales order packing slip lines (SalesPackingSlipTrans)
- Purchase order receipt lines (VendPackingSlipTrans)
Entity filters configureren: Selecteer voor elke entiteit deze en klik op 'Filter'. Het is cruciaal om filters toe te passen om het data volume te beperken. Pas een datumbereikfilter toe op velden zoals DATEPHYSICAL voor 'Inventory transactions' en CREATEDDATETIME voor andere. Voeg ook een filter toe voor de specifieke juridische entiteit (Bedrijf). Een aanbevolen datumbereik is de laatste 3 tot 6 maanden.
De Export Job uitvoeren: Zodra alle entiteiten zijn toegevoegd en gefilterd, klikt u op 'Export' in het action pane. Het systeem zal een datapakket aanmaken dat meerdere CSV files bevat, één voor elke entiteit.
Het Data Package downloaden: Nadat de export job succesvol is voltooid, downloadt u het datapakket, dat een zip file zal zijn.
Bestanden uitpakken en unzippen: Unzip het pakket om toegang te krijgen tot de individuele CSV files voor elke data-entiteit.
Data transformeren en combineren: Dit is een cruciale post-processing stap die buiten Dynamics 365 wordt uitgevoerd, met behulp van een tool zoals Python, Power Query, of een database staging environment. U moet een script schrijven om:
- Alle CSV files te laden.
- Voor elk bestand een 'ActivityName'-kolom en een 'EventTime'-kolom aan te maken op basis van specifieke veldwaarden en statussen (zoals gedetailleerd in de query-sectie).
- Kolomnamen in alle bestanden te standaardiseren zodat ze overeenkomen met de vereiste attributes (InventoryBatchLot, ActivityName, EventTime, UserId, etc.).
- Alle getransformeerde datasets samen te voegen tot één event log file.
Systeem Attributes genereren: Voeg in uw transformatiescript de SourceSystem-kolom toe met een statische waarde van 'Dynamics 365 F&O' en de LastDataUpdate-kolom met de timestamp van wanneer de transformatie is uitgevoerd.
Formaat voor Upload: Sla de uiteindelijk gecombineerde en getransformeerde data op als één CSV file, en zorg ervoor dat deze correct is geformatteerd voor upload naar de process mining tool.

Configuratie

Data-entiteiten: De extractie is gebaseerd op een reeks standaard entiteiten. De primaire zijn InventTrans, WHSWorkTable en QualityOrders. Zorg ervoor dat deze entiteiten beschikbaar zijn in uw omgeving.
Exportformaat: Configureer het exportproject om een 'datapakket' te genereren in het 'CSV'-formaat. Dit levert afzonderlijke, eenvoudig te verwerken bestanden per entiteit op.
Datumbereikfilter: Pas altijd een datumbereikfilter toe om de prestaties en bestandsgrootte te beheren. Een periode van 3-6 maanden wordt aanbevolen voor de initiële analyse. Filter op de velden DATEPHYSICAL of CREATEDDATETIME.
Bedrijfsfilter: Gebruik de filteroptie om de juridische entiteit (Bedrijf) te specificeren en ervoor te zorgen dat u data uit de juiste bedrijfseenheid extraheert.
Incrementele exports: Configureer het exportproject voor doorlopende analyse als een terugkerende batch job. Dit maakt regelmatige, incrementele updates van uw dataset mogelijk.
Vereisten: De gebruiker die de export uitvoert, moet over de juiste beveiligingsmachtigingen beschikken, meestal inclusief de rol 'Data management administrator' of een vergelijkbare rol, om toegang te krijgen tot de Data Management workspace en de vereiste data-entiteiten.

a Voorbeeldquery config

The Data Management Framework uses entity configuration, not a single script. The following specifies which entities, fields, and conditions are needed to generate the required activities during the post-export transformation step.

**1. Activity: Goods Receipt Recorded**
*   **Source Entity**: `VendPackingSlipTrans` (Purchase Order Receipt Lines)
*   **Logic**: Each row represents a receipt.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Goods Receipt Recorded'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTDIMID` (lookup warehouse) -> `WarehouseId`
    *   `QTY` -> `Quantity`

**2. Activity: Quality Order Created**
*   **Source Entity**: `QualityOrders`
*   **Logic**: Each row represents a quality order creation.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Quality Order Created'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**3. Activity: Quality Inspection Performed**
*   **Source Entity**: `QualityOrders`
*   **Logic**: Filter for rows where `STATUS` is 'Pass' or 'Fail'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Quality Inspection Performed'` -> `ActivityName`
    *   `MODIFIEDDATETIME` -> `EventTime`
    *   `MODIFIEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**4. Activity: Put-away Work Created**
*   **Source Entity**: `WHSWorkTable`
*   **Logic**: Filter for rows where `WORKTYPE` is 'Put'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Put-away Work Created'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `USERID` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `WAREHOUSEID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**5. Activity: Put-away Completed**
*   **Source Entity**: `WHSWorkTable`
*   **Logic**: Filter for rows where `WORKTYPE` is 'Put' and `WORKSTATUS` is 'Closed'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Put-away Completed'` -> `ActivityName`
    *   `MODIFIEDDATETIME` -> `EventTime`
    *   `MODIFIEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `WAREHOUSEID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**6. Activity: Stock Moved Internally**
*   **Source Entity**: `InventJournalTrans_Movement`
*   **Logic**: Rows from an inventory movement journal.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Stock Moved Internally'` -> `ActivityName`
    *   `TRANSDATE` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**7. Activity: Counting Journal Created**
*   **Source Entity**: `InventJournalTrans_Counting`
*   **Logic**: The creation of the journal line.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Counting Journal Created'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `COUNTED` -> `Quantity`

**8. Activity: Inventory Count Performed**
*   **Source Entity**: `InventJournalTrans_Counting`
*   **Logic**: The update of the journal line after counting.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Inventory Count Performed'` -> `ActivityName`
    *   `MODIFIEDDATETIME` -> `EventTime`
    *   `MODIFIEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `COUNTED` -> `Quantity`

**9. Activity: Inventory Discrepancy Adjusted**
*   **Source Entity**: `InventJournalTrans_Counting`
*   **Logic**: The posting of the journal, which creates the inventory transaction.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Inventory Discrepancy Adjusted'` -> `ActivityName`
    *   `TRANSDATE` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**10. Activity: Picking Work Created**
*   **Source Entity**: `WHSWorkTable`
*   **Logic**: Filter where `WORKTYPE` is 'Pick'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Picking Work Created'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `USERID` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `WAREHOUSEID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**11. Activity: Picking Completed**
*   **Source Entity**: `WHSWorkTable`
*   **Logic**: Filter where `WORKTYPE` is 'Pick' and `WORKSTATUS` is 'Closed'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Picking Completed'` -> `ActivityName`
    *   `MODIFIEDDATETIME` -> `EventTime`
    *   `MODIFIEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `WAREHOUSEID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**12. Activity: Packing Completed**
*   **Source Entity**: `SalesPackingSlipTrans`
*   **Logic**: Assume packing is complete when the packing slip is posted.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Packing Completed'` -> `ActivityName`
    *   `CREATEDDATETIME` (approximates packing time) -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTDIMID` (lookup warehouse) -> `WarehouseId`
    *   `QTY` -> `Quantity`

**13. Activity: Goods Issue Recorded**
*   **Source Entity**: `SalesPackingSlipTrans`
*   **Logic**: The posting of a packing slip represents the goods issue.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Goods Issue Recorded'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTDIMID` (lookup warehouse) -> `WarehouseId`
    *   `QTY` * -1 -> `Quantity`

**14. Activity: Return Goods Received**
*   **Source Entity**: `InventTrans`
*   **Logic**: Filter `InventTrans` for transactions linked to a return order (`TRANTYPE` = 'Sales').
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Return Goods Received'` -> `ActivityName`
    *   `DATEPHYSICAL` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTDIMID` (lookup warehouse) -> `WarehouseId`
    *   `QTY` -> `Quantity`

**15. Activity: Stock Scrapped**
*   **Source Entity**: `InventJournalTrans_Movement`
*   **Logic**: Filter for journal lines where a specific scrap reason code is used.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Stock Scrapped'` -> `ActivityName`
    *   `TRANSDATE` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`
    *   `REASONREFRECID` (lookup reason code) -> `ReasonCode`

Stappen

Data replicatie configureren: Zorg ervoor dat Azure Synapse Link for Dataverse of de 'Bring Your Own Database' (BYOD)-functie is geconfigureerd voor uw Microsoft Dynamics 365 F&O-omgeving. Dit repliceert de benodigde data-entiteiten naar een Azure SQL Database of Synapse Analytics workspace.
Vereiste entiteiten identificeren: Voeg de volgende belangrijke entiteiten toe aan uw replicatieopdracht om te zorgen dat alle vereiste data beschikbaar is: InventTrans, InventDim, WHSWorkTable, InventJournalTable, InventJournalTrans, InventQualityOrderTable en WHSContainerTable. Geef tijd voor de initiële synchronisatie om te voltooien.
Databaseverbinding tot stand brengen: Gebruik een SQL client, zoals SQL Server Management Studio (SSMS) of Azure Data Studio, om verbinding te maken met de doel-Azure SQL Database of Synapse SQL endpoint waar uw Dynamics 365 data wordt gerepliceerd.
De SQL Query voorbereiden: Kopieer de volledige SQL query die wordt geleverd in de 'Query'-sectie van dit document naar uw SQL client.
Query Parameters instellen: Zoek de parameter-sectie bovenaan de query. Wijzig de @StartDate, @EndDate en @DataAreaId variabelen om het gewenste tijdsbestek te definiëren en specificeer de juridische entiteit (bedrijf) die u wilt analyseren.
De Query uitvoeren: Voer de gewijzigde query uit op de database. De uitvoeringstijd zal variëren afhankelijk van het data volume en het geselecteerde date range.
Voorlopige resultaten controleren: Zodra de query is voltooid, inspecteert u kort de output in uw SQL client om ervoor te zorgen dat deze rijen retourneert en dat belangrijke kolommen zoals InventoryBatchLot, ActivityName en EventTime zoals verwacht zijn gevuld.
De Event Log exporteren: Exporteer de volledige resultaatset vanuit uw SQL client naar een CSV file. Geef het bestand een passende naam, bijvoorbeeld d365_inventory_event_log.csv.
Formaat voor Upload: Open het CSV file en controleer of de kolomkoppen overeenkomen met de vereisten voor uw process mining tool. Zorg ervoor dat timestamp formats consistent zijn en er geen data formatting issues zijn.
Uploaden naar ProcessMind: Upload het uiteindelijke, schone CSV file naar uw ProcessMind-project om uw process analysis te starten.

Configuratie

Vereisten: Toegang tot een Microsoft Dynamics 365 F&O-omgeving met reeds geconfigureerde Azure Synapse Link of 'Bring Your Own Database' (BYOD)-functie. U heeft ook leesrechten nodig op de doel-Azure SQL- of Synapse-database.
Data-entiteiten: De query is gebaseerd op standaard entiteiten. Als uw organisatie aangepaste tabellen of velden heeft voor het volgen van voorraadbewegingen, moet de query mogelijk worden aangepast.
Datumbereik: Het wordt aanbevolen om te starten met een data range van 3 tot 6 maanden om een representatieve dataset te garanderen en tegelijk de query performance te beheren. De @StartDate en @EndDate parameters in het script bepalen dit bereik.
Bedrijfsfilter: De @DataAreaId parameter is cruciaal voor het filteren van de data naar een specifieke juridische entiteit. Het uitvoeren van de query zonder dit filter op een multi-company instance zal resulteren in gemengde data en slechte prestaties.
Prestatieoverwegingen: De InventTrans entiteit kan extreem groot zijn. Het uitvoeren van deze query kan aanzienlijke resources van uw database verbruiken. Overweeg om het uit te voeren tijdens daluren of aanvullende filters toe te passen (bijv. op specifieke warehouses of item groups) als prestaties een probleem zijn. Zorg ervoor dat er passende indexes bestaan op datum- en sleutelidentificatiekolommen in de gerepliceerde database.

a Voorbeeldquery sql

DECLARE @StartDate DATETIME = '2023-01-01';
DECLARE @EndDate DATETIME = '2023-12-31';
DECLARE @DataAreaId NVARCHAR(4) = '[YourCompanyCode]'; -- E.g., 'USMF'

SELECT
    CAST(T.InventoryBatchLot AS NVARCHAR(255)) AS InventoryBatchLot,
    CAST(T.ActivityName AS NVARCHAR(255)) AS ActivityName,
    T.EventTime,
    CAST(T.SourceSystem AS NVARCHAR(255)) AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    T.EventEndTime,
    CAST(T.UserId AS NVARCHAR(255)) AS UserId,
    CAST(T.ItemId AS NVARCHAR(255)) AS ItemId,
    CAST(T.WarehouseId AS NVARCHAR(255)) AS WarehouseId,
    CAST(T.ReasonCode AS NVARCHAR(255)) AS ReasonCode,
    T.Quantity
FROM (
    -- 1. Goods Receipt Recorded (Purchase or Production)
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Goods Receipt Recorded' AS ActivityName,
        it.DATEPHYSICAL AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        it.CREATEDBY AS UserId,
        it.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        it.QTY AS Quantity
    FROM InventTrans it
    JOIN InventDim id ON it.INVENTDIMID = id.INVENTDIMID AND it.DATAAREAID = id.DATAAREAID
    WHERE it.DATAAREAID = @DataAreaId AND it.DATEPHYSICAL BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND it.STATUSRECEIPT = 2 AND it.QTY > 0
      AND (it.TRANSTYPE = 0 OR it.TRANSTYPE = 2) -- Purchase order or Production

    UNION ALL

    -- 2. Quality Order Created
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Quality Order Created' AS ActivityName,
        iqo.CREATEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        iqo.CREATEDBY AS UserId,
        iqo.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        iqo.QTY AS Quantity
    FROM InventQualityOrderTable iqo
    JOIN InventDim id ON iqo.INVENTDIMID = id.INVENTDIMID AND iqo.DATAAREAID = id.DATAAREAID
    WHERE iqo.DATAAREAID = @DataAreaId AND iqo.CREATEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> ''

    UNION ALL

    -- 3. Quality Inspection Performed
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Quality Inspection Performed' AS ActivityName,
        iqo.MODIFIEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        iqo.MODIFIEDBY AS UserId,
        iqo.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        CAST(iqo.STATUS AS NVARCHAR(255)) AS ReasonCode, -- Using status (Pass/Fail) as a reason
        iqo.QTY AS Quantity
    FROM InventQualityOrderTable iqo
    JOIN InventDim id ON iqo.INVENTDIMID = id.INVENTDIMID AND iqo.DATAAREAID = id.DATAAREAID
    WHERE iqo.DATAAREAID = @DataAreaId AND iqo.MODIFIEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND iqo.STATUS IN (2, 3) -- Pass, Fail

    UNION ALL

    -- 4. Put-away Work Created
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Put-away Work Created' AS ActivityName,
        whs.CREATEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        whs.CREATEDBY AS UserId,
        whs.ITEMID AS ItemId,
        whs.WAREHOUSEID AS WarehouseId,
        NULL AS ReasonCode,
        whs.QTY AS Quantity
    FROM WHSWorkTable whs
    JOIN InventDim id ON whs.INVENTDIMID = id.INVENTDIMID AND whs.DATAAREAID = id.DATAAREAID
    WHERE whs.DATAAREAID = @DataAreaId AND whs.CREATEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND whs.WORKTYPE = 0 -- Put

    UNION ALL

    -- 5. Put-away Completed
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Put-away Completed' AS ActivityName,
        whs.CLOSEDTIMESTAMP AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        whs.MODIFIEDBY AS UserId,
        whs.ITEMID AS ItemId,
        whs.WAREHOUSEID AS WarehouseId,
        NULL AS ReasonCode,
        whs.QTY AS Quantity
    FROM WHSWorkTable whs
    JOIN InventDim id ON whs.INVENTDIMID = id.INVENTDIMID AND whs.DATAAREAID = id.DATAAREAID
    WHERE whs.DATAAREAID = @DataAreaId AND whs.CLOSEDTIMESTAMP BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND whs.WORKTYPE = 0 AND whs.WORKSTATUS = 4 -- Put, Closed

    UNION ALL

    -- 6. Stock Moved Internally
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Stock Moved Internally' AS ActivityName,
        ijt.POSTEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        ijt.CREATEDBY AS UserId,
        ijt.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        ijt.QTY AS Quantity
    FROM InventJournalTrans ijt
    JOIN InventJournalTable ijtbl ON ijt.JOURNALID = ijtbl.JOURNALID AND ijt.DATAAREAID = ijtbl.DATAAREAID
    JOIN InventDim id ON ijt.INVENTDIMID = id.INVENTDIMID AND ijt.DATAAREAID = id.DATAAREAID
    WHERE ijt.DATAAREAID = @DataAreaId AND ijt.POSTEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND ijtbl.JOURNALTYPE = 3 -- Transfer

    UNION ALL

    -- 7. Counting Journal Created
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Counting Journal Created' AS ActivityName,
        ijt.CREATEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        ijt.CREATEDBY AS UserId,
        ijt.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        ijt.QTY AS Quantity
    FROM InventJournalTrans ijt
    JOIN InventJournalTable ijtbl ON ijt.JOURNALID = ijtbl.JOURNALID AND ijt.DATAAREAID = ijtbl.DATAAREAID
    JOIN InventDim id ON ijt.INVENTDIMID = id.INVENTDIMID AND ijt.DATAAREAID = id.DATAAREAID
    WHERE ijt.DATAAREAID = @DataAreaId AND ijt.CREATEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND ijtbl.JOURNALTYPE = 2 -- Counting

    UNION ALL

    -- 8. Inventory Count Performed
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Inventory Count Performed' AS ActivityName,
        ijt.MODIFIEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        ijt.MODIFIEDBY AS UserId,
        ijt.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        ijt.COUNTED AS Quantity
    FROM InventJournalTrans ijt
    JOIN InventJournalTable ijtbl ON ijt.JOURNALID = ijtbl.JOURNALID AND ijt.DATAAREAID = ijtbl.DATAAREAID
    JOIN InventDim id ON ijt.INVENTDIMID = id.INVENTDIMID AND ijt.DATAAREAID = id.DATAAREAID
    WHERE ijt.DATAAREAID = @DataAreaId AND ijt.MODIFIEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND ijtbl.JOURNALTYPE = 2 AND ijt.COUNTED IS NOT NULL AND ijt.COUNTED <> 0

    UNION ALL

    -- 9. Inventory Discrepancy Adjusted
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Inventory Discrepancy Adjusted' AS ActivityName,
        ijt.POSTEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        ijt.CREATEDBY AS UserId, -- Posting is often done by the creator
        ijt.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        ijt.REASONREFRECID AS ReasonCode,
        ijt.QTY AS Quantity
    FROM InventJournalTrans ijt
    JOIN InventJournalTable ijtbl ON ijt.JOURNALID = ijtbl.JOURNALID AND ijt.DATAAREAID = ijtbl.DATAAREAID
    JOIN InventDim id ON ijt.INVENTDIMID = id.INVENTDIMID AND ijt.DATAAREAID = id.DATAAREAID
    WHERE ijt.DATAAREAID = @DataAreaId AND ijt.POSTEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND ijtbl.JOURNALTYPE = 7 -- Adjustment

    UNION ALL

    -- 10. Picking Work Created
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Picking Work Created' AS ActivityName,
        whs.CREATEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        whs.CREATEDBY AS UserId,
        whs.ITEMID AS ItemId,
        whs.WAREHOUSEID AS WarehouseId,
        NULL AS ReasonCode,
        whs.QTY AS Quantity
    FROM WHSWorkTable whs
    JOIN InventDim id ON whs.INVENTDIMID = id.INVENTDIMID AND whs.DATAAREAID = id.DATAAREAID
    WHERE whs.DATAAREAID = @DataAreaId AND whs.CREATEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND whs.WORKTYPE = 1 -- Pick

    UNION ALL

    -- 11. Picking Completed
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Picking Completed' AS ActivityName,
        whs.CLOSEDTIMESTAMP AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        whs.MODIFIEDBY AS UserId,
        whs.ITEMID AS ItemId,
        whs.WAREHOUSEID AS WarehouseId,
        NULL AS ReasonCode,
        whs.QTY AS Quantity
    FROM WHSWorkTable whs
    JOIN InventDim id ON whs.INVENTDIMID = id.INVENTDIMID AND whs.DATAAREAID = id.DATAAREAID
    WHERE whs.DATAAREAID = @DataAreaId AND whs.CLOSEDTIMESTAMP BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND whs.WORKTYPE = 1 AND whs.WORKSTATUS = 4 -- Pick, Closed

    UNION ALL

    -- 12. Packing Completed
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Packing Completed' AS ActivityName,
        wc.CLOSEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        wc.MODIFIEDBY AS UserId,
        '[Multiple Items]' AS ItemId, -- Item is not direct on container header
        wc.WAREHOUSE AS WarehouseId,
        NULL AS ReasonCode,
        NULL AS Quantity
    FROM WHSContainerTable wc
    JOIN WHSWORKTABLE whs ON wc.SHIPMENTID = whs.SHIPMENTID AND wc.DATAAREAID = whs.DATAAREAID
    JOIN InventDim id ON whs.INVENTDIMID = id.INVENTDIMID AND whs.DATAAREAID = id.DATAAREAID
    WHERE wc.DATAAREAID = @DataAreaId AND wc.CLOSEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> ''

    UNION ALL

    -- 13. Goods Issue Recorded (Sales or Production)
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Goods Issue Recorded' AS ActivityName,
        it.DATEPHYSICAL AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        it.CREATEDBY AS UserId,
        it.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        it.QTY AS Quantity -- Quantity will be negative
    FROM InventTrans it
    JOIN InventDim id ON it.INVENTDIMID = id.INVENTDIMID AND it.DATAAREAID = id.DATAAREAID
    WHERE it.DATAAREAID = @DataAreaId AND it.DATEPHYSICAL BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND it.STATUSISSUE = 2 AND it.QTY < 0
      AND (it.TRANSTYPE = 1 OR it.TRANSTYPE = 3) -- Sales order or Production line

    UNION ALL

    -- 14. Return Goods Received
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Return Goods Received' AS ActivityName,
        it.DATEPHYSICAL AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        it.CREATEDBY AS UserId,
        it.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        NULL AS ReasonCode,
        it.QTY AS Quantity
    FROM InventTrans it
    JOIN InventDim id ON it.INVENTDIMID = id.INVENTDIMID AND it.DATAAREAID = id.DATAAREAID
    WHERE it.DATAAREAID = @DataAreaId AND it.DATEPHYSICAL BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND it.STATUSRECEIPT = 2 AND it.TRANSTYPE = 15 -- Sales return order

    UNION ALL

    -- 15. Stock Scrapped
    SELECT
        id.INVENTBATCHID AS InventoryBatchLot,
        'Stock Scrapped' AS ActivityName,
        ijt.POSTEDDATETIME AS EventTime,
        'Dynamics 365 F&O' AS SourceSystem,
        NULL AS EventEndTime,
        ijt.CREATEDBY AS UserId,
        ijt.ITEMID AS ItemId,
        id.INVENTLOCATIONID AS WarehouseId,
        ijt.REASONREFRECID AS ReasonCode,
        ijt.QTY AS Quantity
    FROM InventJournalTrans ijt
    JOIN InventJournalTable ijtbl ON ijt.JOURNALID = ijtbl.JOURNALID AND ijt.DATAAREAID = ijtbl.DATAAREAID
    JOIN InventDim id ON ijt.INVENTDIMID = id.INVENTDIMID AND ijt.DATAAREAID = id.DATAAREAID
    WHERE ijt.DATAAREAID = @DataAreaId AND ijt.POSTEDDATETIME BETWEEN @StartDate AND @EndDate
      AND id.INVENTBATCHID <> '' AND ijtbl.JOURNALTYPE = 7 -- Adjustment
      AND ijt.REASONREFRECID IN ('[YourScrapReasonCode1]', '[YourScrapReasonCode2]') -- Specify scrap reason codes

) AS T
ORDER BY T.InventoryBatchLot, T.EventTime;

Stappen

Voorvereiste: Azure AD Applicatie registreren: Voordat u het script uitvoert, moet u een applicatie registreren in uw Azure Active Directory (AD). Deze applicatie wordt gebruikt om te authentiseren met de Dynamics 365 API. Navigeer naar de Azure portal, ga naar Azure Active Directory en selecteer 'App registrations'.
API-machtigingen verlenen: Ga binnen uw nieuwe app registration naar 'API permissions' en voeg een machtiging toe voor 'Dynamics ERP'. Selecteer 'Delegated permissions' en vink het AX.FullAccess-vakje aan. Verleen admin consent voor uw organisatie. Dit stelt de applicatie in staat om data te lezen namens een gebruiker.
Een Client Secret aanmaken: Maak in de sectie 'Certificates & secrets' van uw app registration een nieuw client secret aan. Kopieer de waarde van het secret onmiddellijk, aangezien deze later verborgen zal zijn. U heeft ook de Application (client) ID en de Directory (tenant) ID nodig van de 'Overview'-pagina van de app.
Python en Libraries installeren: Zorg ervoor dat u een Python 3-omgeving op uw machine hebt geïnstalleerd. Installeer de benodigde libraries door de volgende opdracht in uw terminal uit te voeren: pip install pandas requests msal.
Het Python Script voorbereiden: Kopieer het complete script dat in de 'query'-sectie wordt geleverd naar een nieuw bestand en sla het op als extract_inventory_log.py.
Script Variables configureren: Open het script en werk de placeholder variables bovenaan bij. U moet de URL van uw D365-omgeving, tenant ID, client ID, client secret en de juridische entiteit (bedrijfscode) waaruit u data wilt extraheren, opgeven. Stel ook de gewenste START_DATE en END_DATE in voor de extractieperiode.
Het Extractiescript uitvoeren: Open een terminal of commandprompt, navigeer naar de map waarin u het script hebt opgeslagen en voer het uit met het commando: python extract_inventory_log.py.
De Scriptuitvoering monitoren: Het script zal de voortgang afdrukken naar de console, en aangeven welke activity het momenteel extraheert. Het zal data ophalen voor elk van de 15 activities één voor één, waarbij paginatie automatisch wordt afgehandeld.
Het Outputbestand controleren: Zodra het script is voltooid, genereert het een CSV file met de naam inventory_event_log.csv in dezelfde map. Dit bestand bevat de geëxtraheerde event log.
Voorbereiden voor Upload: Open het CSV file in een spreadsheetapplicatie om de inhoud ervan te verifiëren. Zorg ervoor dat de kolomkoppen overeenkomen met de vereiste attributes (InventoryBatchLot, ActivityName, EventTime, etc.). Het bestand is nu klaar voor upload naar het ProcessMind-platform.

Configuratie

Authenticatie: Het script gebruikt OAuth 2.0 client credentials flow om te authentiseren. Hiervoor is een Azure AD-applicatieregistratie met een Client ID en Client Secret vereist. De applicatie moet API-machtigingen voor Dynamics ERP (AX.FullAccess) krijgen.
API-eindpunt: Het script maakt verbinding met de OData REST API van uw Dynamics 365 Finance & Operations-omgeving. De D365_RESOURCE-variabele in het script moet worden ingesteld op de base URL van uw D365-instance.
Datumbereik: De START_DATE- en END_DATE-variabelen zijn cruciaal voor het beheersen van het volume aan geëxtraheerde data. Voor de initiële analyse wordt een bereik van 3 tot 6 maanden aanbevolen om beheersbare extractietijden te garanderen.
Bedrijfsfilter: De COMPANY-variabele specificeert de juridische entiteit (dataAreaId) waaruit data moet worden geëxtraheerd. Het script is geconfigureerd om één bedrijf te bevragen. Om uit alle bedrijven te extraheren, zou u de API-verzoeken moeten aanpassen om cross-company=true op te nemen en de filtering aan te passen.
Prestaties: Het extraheren van data via de OData API kan tijdrovend zijn voor grote datasets. Het script verwerkt elk van de 15 activities sequentieel. Het uitvoeren van het script tijdens daluren is raadzaam om de impact op de systeemprestaties te minimaliseren.
Vereisten: Een functionele Python 3-omgeving met de pandas, requests en msal libraries is vereist. U moet administratieve toegang hebben tot Azure AD om de applicatie te registreren of coördineren met een administrator die de benodigde credentials kan leveren.

a Voorbeeldquery python

import requests
import pandas as pd
import msal
import datetime
import time

class=class="hl-string">"hl-comment"># --- CONFIGURATION --- 
class=class="hl-string">"hl-comment"># Replace with your specific Dynamics 365 and Azure AD details
D365_RESOURCE = class="hl-string">"https://[your_d365_url].operations.dynamics.com"
TENANT_ID = class="hl-string">"[your_tenant_id]"
CLIENT_ID = class="hl-string">"[your_client_id]"
CLIENT_SECRET = class="hl-string">"[your_client_secret]"
COMPANY = class="hl-string">"[your_company_code]" class=class="hl-string">"hl-comment"># e.g., class="hl-string">"USMF"

class=class="hl-string">"hl-comment"># Set the date range for the extraction
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-12-31"

class=class="hl-string">"hl-comment"># --- AUTHENTICATION --- 
def get_access_token():
    class="hl-string">"""Authenticates with Azure AD to get an access token."""
    authority = fclass="hl-string">"https://login.microsoftonline.com/{TENANT_ID}"
    app = msal.ConfidentialClientApplication(
        client_id=CLIENT_ID,
        authority=authority,
        client_credential=CLIENT_SECRET
    )
    result = app.acquire_token_for_client(scopes=[fclass="hl-string">"{D365_RESOURCE}/.default"])
    if class="hl-string">"access_token" in result:
        return result[class="hl-string">'access_token']
    else:
        raise Exception(fclass="hl-string">"Error acquiring token: {result.get('error_description')}")

class=class="hl-string">"hl-comment"># --- DATA FETCHING --- 
def fetch_data(access_token, entity_url, params):
    class="hl-string">"""Fetches data from a D365 OData entity, handling pagination."""
    headers = {
        class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}',
        class="hl-string">'Content-Type': class="hl-string">'application/json'
    }
    all_records = []
    
    while entity_url:
        try:
            response = requests.get(entity_url, headers=headers, params=params)
            response.raise_for_status() class=class="hl-string">"hl-comment"># Raise an exception for bad status codes
            data = response.json()
            all_records.extend(data[class="hl-string">'value'])
            entity_url = data.get(class="hl-string">'@odata.nextLink')
            params = None class=class="hl-string">"hl-comment"># Parameters are only needed for the first request
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"An error occurred: {e}")
            print(fclass="hl-string">"Response content: {response.text}")
            break class=class="hl-string">"hl-comment"># Exit loop on error
    return all_records

class=class="hl-string">"hl-comment"># --- MAIN SCRIPT --- 
def main():
    class="hl-string">"""Main function to orchestrate the data extraction process."""
    print(class="hl-string">"Acquiring access token...")
    token = get_access_token()
    all_events = []
    last_data_update = datetime.datetime.now(datetime.timezone.utc).isoformat()

    class=class="hl-string">"hl-comment"># Define queries for each activity
    activity_queries = [
        {
            class="hl-string">'activity_name': class="hl-string">'Goods Receipt Recorded',
            class="hl-string">'entity': class="hl-string">'InventoryTransactions',
            class="hl-string">'select': class="hl-string">'TransactionDate,InventDimId,ItemId,InventoryLotId,Quantity,CreatedByUserId,InventTransId',
            class="hl-string">'filter': fclass="hl-string">"TransactionDate ge {START_DATE}T00:00:00Z and TransactionDate le {END_DATE}T23:59:59Z and (IssueStatus eq Microsoft.Dynamics.DataEntities.InventIssueStatus'Purchased' or IssueStatus eq Microsoft.Dynamics.DataEntities.InventIssueStatus'Received') and Quantity gt 0",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'TransactionDate', class="hl-string">'UserId': class="hl-string">'CreatedByUserId', class="hl-string">'ItemId': class="hl-string">'ItemId', class="hl-string">'Quantity': class="hl-string">'Quantity'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Quality Order Created',
            class="hl-string">'entity': class="hl-string">'QualityOrders',
            class="hl-string">'select': class="hl-string">'CreatedDateTime,QualityOrderNumber,ItemId,InventoryLotId,CreatedByUserId',
            class="hl-string">'filter': fclass="hl-string">"CreatedDateTime ge {START_DATE}T00:00:00Z and CreatedDateTime le {END_DATE}T23:59:59Z",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'CreatedDateTime', class="hl-string">'UserId': class="hl-string">'CreatedByUserId', class="hl-string">'ItemId': class="hl-string">'ItemId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Quality Inspection Performed',
            class="hl-string">'entity': class="hl-string">'QualityOrders',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,QualityOrderNumber,ItemId,InventoryLotId,ValidatedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and (QualityOrderStatus eq Microsoft.Dynamics.DataEntities.InventQualityOrderStatus'Pass' or QualityOrderStatus eq Microsoft.Dynamics.DataEntities.InventQualityOrderStatus'Fail')",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ValidatedByUserId', class="hl-string">'ItemId': class="hl-string">'ItemId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Put-away Work Created',
            class="hl-string">'entity': class="hl-string">'WarehouseWorkHeaders',
            class="hl-string">'select': class="hl-string">'CreatedDateTime,WorkId,LoadId,OrderNumber,InventoryLotId,WarehouseId,WorkCreatedByUserId',
            class="hl-string">'filter': fclass="hl-string">"CreatedDateTime ge {START_DATE}T00:00:00Z and CreatedDateTime le {END_DATE}T23:59:59Z and (WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'Purchase' or WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'FinishedGoodsPutAway')",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'CreatedDateTime', class="hl-string">'UserId': class="hl-string">'WorkCreatedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Put-away Completed',
            class="hl-string">'entity': class="hl-string">'WarehouseWorkHeaders',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,WorkId,LoadId,OrderNumber,InventoryLotId,WarehouseId,ClosedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and WorkStatus eq Microsoft.Dynamics.DataEntities.WHSWorkStatus'Closed' and (WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'Purchase' or WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'FinishedGoodsPutAway')",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ClosedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Stock Moved Internally',
            class="hl-string">'entity': class="hl-string">'WarehouseWorkHeaders',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,WorkId,InventoryLotId,WarehouseId,ClosedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and WorkStatus eq Microsoft.Dynamics.DataEntities.WHSWorkStatus'Closed' and (WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'InventoryMovement' or WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'TransferIssue')",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ClosedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Counting Journal Created',
            class="hl-string">'entity': class="hl-string">'InventoryCountingJournalHeaders',
            class="hl-string">'select': class="hl-string">'CreatedDateTime,JournalNumber,CreatedByUserId,WarehouseId',
            class="hl-string">'filter': fclass="hl-string">"CreatedDateTime ge {START_DATE}T00:00:00Z and CreatedDateTime le {END_DATE}T23:59:59Z",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'JournalNumber', class="hl-string">'EventTime': class="hl-string">'CreatedDateTime', class="hl-string">'UserId': class="hl-string">'CreatedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'} class=class="hl-string">"hl-comment"># Note: Batch not directly on header
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Inventory Count Performed',
            class="hl-string">'entity': class="hl-string">'InventoryCountingJournalLines',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,JournalNumber,ItemId,InventoryLotId,CountedQuantity,ModifiedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and CountedQuantity gt 0",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ModifiedByUserId', class="hl-string">'ItemId': class="hl-string">'ItemId', class="hl-string">'Quantity': class="hl-string">'CountedQuantity'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Inventory Discrepancy Adjusted',
            class="hl-string">'entity': class="hl-string">'InventoryCountingJournalHeaders',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,JournalNumber,PostedByUserId,WarehouseId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and JournalStatus eq Microsoft.Dynamics.DataEntities.InventJournalStatus'Posted'",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'JournalNumber', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'PostedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'} class=class="hl-string">"hl-comment"># Note: Batch not directly on header
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Picking Work Created',
            class="hl-string">'entity': class="hl-string">'WarehouseWorkHeaders',
            class="hl-string">'select': class="hl-string">'CreatedDateTime,WorkId,InventoryLotId,WarehouseId,WorkCreatedByUserId',
            class="hl-string">'filter': fclass="hl-string">"CreatedDateTime ge {START_DATE}T00:00:00Z and CreatedDateTime le {END_DATE}T23:59:59Z and (WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'Sales' or WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'RawMaterialPicking')",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'CreatedDateTime', class="hl-string">'UserId': class="hl-string">'WorkCreatedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Picking Completed',
            class="hl-string">'entity': class="hl-string">'WarehouseWorkHeaders',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,WorkId,InventoryLotId,WarehouseId,ClosedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and WorkStatus eq Microsoft.Dynamics.DataEntities.WHSWorkStatus'Closed' and (WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'Sales' or WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'RawMaterialPicking')",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ClosedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Packing Completed',
            class="hl-string">'entity': class="hl-string">'WarehouseContainers',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,ContainerId,ShipmentId,ContainerPackingPolicy',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and IsContainerClosed eq true",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'ContainerId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime'} class=class="hl-string">"hl-comment"># Note: Batch not directly on container entity
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Goods Issue Recorded',
            class="hl-string">'entity': class="hl-string">'InventoryTransactions',
            class="hl-string">'select': class="hl-string">'TransactionDate,InventDimId,ItemId,InventoryLotId,Quantity,CreatedByUserId,InventTransId',
            class="hl-string">'filter': fclass="hl-string">"TransactionDate ge {START_DATE}T00:00:00Z and TransactionDate le {END_DATE}T23:59:59Z and IssueStatus eq Microsoft.Dynamics.DataEntities.InventIssueStatus'Deducted' and Quantity lt 0",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'TransactionDate', class="hl-string">'UserId': class="hl-string">'CreatedByUserId', class="hl-string">'ItemId': class="hl-string">'ItemId', class="hl-string">'Quantity': class="hl-string">'Quantity'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Return Goods Received',
            class="hl-string">'entity': class="hl-string">'WarehouseWorkHeaders',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,WorkId,InventoryLotId,WarehouseId,ClosedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and WorkStatus eq Microsoft.Dynamics.DataEntities.WHSWorkStatus'Closed' and WorkOrderType eq Microsoft.Dynamics.DataEntities.WHSWorkOrderType'SalesReturn'",
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ClosedByUserId', class="hl-string">'WarehouseId': class="hl-string">'WarehouseId'}
        },
        {
            class="hl-string">'activity_name': class="hl-string">'Stock Scrapped',
            class="hl-string">'entity': class="hl-string">'InventoryMovementJournalLinesV2',
            class="hl-string">'select': class="hl-string">'ModifiedDateTime,JournalNumber,ItemId,InventoryLotId,Quantity,ReasonCode,ModifiedByUserId',
            class="hl-string">'filter': fclass="hl-string">"ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z and Quantity lt 0", class=class="hl-string">"hl-comment"># Further filter by a specific ReasonCode in your system if applicable
            class="hl-string">'mapping': {class="hl-string">'InventoryBatchLot': class="hl-string">'InventoryLotId', class="hl-string">'EventTime': class="hl-string">'ModifiedDateTime', class="hl-string">'UserId': class="hl-string">'ModifiedByUserId', class="hl-string">'ItemId': class="hl-string">'ItemId', class="hl-string">'Quantity': class="hl-string">'Quantity', class="hl-string">'ReasonCode': class="hl-string">'ReasonCode'}
        },
    ]

    for query_def in activity_queries:
        print(fclass="hl-string">"Extracting: {query_def['activity_name']}...")
        entity_name = query_def[class="hl-string">'entity']
        full_url = fclass="hl-string">"{D365_RESOURCE}/data/{entity_name}"
        params = {
            class="hl-string">'$select': query_def[class="hl-string">'select'],
            class="hl-string">'$filter': query_def[class="hl-string">'filter']
        }
        records = fetch_data(token, full_url, params)
        
        for record in records:
            if not record.get(query_def[class="hl-string">'mapping'][class="hl-string">'InventoryBatchLot']):
                continue class=class="hl-string">"hl-comment"># Skip records without a batch/lot ID

            event = {
                class="hl-string">'InventoryBatchLot': record.get(query_def[class="hl-string">'mapping'][class="hl-string">'InventoryBatchLot']),
                class="hl-string">'ActivityName': query_def[class="hl-string">'activity_name'],
                class="hl-string">'EventTime': record.get(query_def[class="hl-string">'mapping'][class="hl-string">'EventTime']),
                class="hl-string">'SourceSystem': class="hl-string">'Dynamics 365 F&O',
                class="hl-string">'LastDataUpdate': last_data_update,
                class="hl-string">'EventEndTime': None,
                class="hl-string">'UserId': record.get(query_def[class="hl-string">'mapping'].get(class="hl-string">'UserId')),
                class="hl-string">'ItemId': record.get(query_def[class="hl-string">'mapping'].get(class="hl-string">'ItemId')),
                class="hl-string">'WarehouseId': record.get(query_def[class="hl-string">'mapping'].get(class="hl-string">'WarehouseId')),
                class="hl-string">'ReasonCode': record.get(query_def[class="hl-string">'mapping'].get(class="hl-string">'ReasonCode')),
                class="hl-string">'Quantity': record.get(query_def[class="hl-string">'mapping'].get(class="hl-string">'Quantity'))
            }
            all_events.append(event)
        print(fclass="hl-string">"Found {len(records)} records for {query_def['activity_name']}.")

    if not all_events:
        print(class="hl-string">"No events found for the specified criteria.")
        return

    print(class="hl-string">"\nProcessing and saving data...")
    df = pd.DataFrame(all_events)
    df[class="hl-string">'EventTime'] = pd.to_datetime(df[class="hl-string">'EventTime'])
    df.sort_values(by=[class="hl-string">'InventoryBatchLot', class="hl-string">'EventTime'], inplace=True)
    
    output_filename = class="hl-string">'inventory_event_log.csv'
    df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%fZ')
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")

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

Stappen

Navigeren naar Data Management Workspace: Gebruik in Microsoft Dynamics 365 de zoekbalk om de 'Data management'-workspace te openen.
Nieuw Exportproject aanmaken: Klik op de 'Export'-tile om een nieuw data export-project aan te maken. Geef een beschrijvende naam, bijvoorbeeld 'InvMgmt_EventLog_Export'.
Projectdetails definiëren: Specificeer in de projectdetails het 'Data format' als 'CSV'. Stel 'Generate data package' in op 'Yes'.
Vereiste data-entiteiten toevoegen: Voeg de volgende data-entiteiten toe aan het project door op '+ Add entity' te klikken. U moet elke afzonderlijk toevoegen. Gebruik het veld 'Entity name' om ernaar te zoeken:
- Inventory transactions (InventTrans)
- Inventory batches (InventBatch)
- Quality orders (QualityOrders)
- Warehouse work (WHSWorkTable)
- Inventory counting journal lines (InventJournalTrans_Counting)
- Inventory adjustment journal lines (InventJournalTrans_Movement)
- Sales order packing slip lines (SalesPackingSlipTrans)
- Purchase order receipt lines (VendPackingSlipTrans)
Entity filters configureren: Selecteer voor elke entiteit deze en klik op 'Filter'. Het is cruciaal om filters toe te passen om het data volume te beperken. Pas een datumbereikfilter toe op velden zoals DATEPHYSICAL voor 'Inventory transactions' en CREATEDDATETIME voor andere. Voeg ook een filter toe voor de specifieke juridische entiteit (Bedrijf). Een aanbevolen datumbereik is de laatste 3 tot 6 maanden.
De Export Job uitvoeren: Zodra alle entiteiten zijn toegevoegd en gefilterd, klikt u op 'Export' in het action pane. Het systeem zal een datapakket aanmaken dat meerdere CSV files bevat, één voor elke entiteit.
Het Data Package downloaden: Nadat de export job succesvol is voltooid, downloadt u het datapakket, dat een zip file zal zijn.
Bestanden uitpakken en unzippen: Unzip het pakket om toegang te krijgen tot de individuele CSV files voor elke data-entiteit.
Data transformeren en combineren: Dit is een cruciale post-processing stap die buiten Dynamics 365 wordt uitgevoerd, met behulp van een tool zoals Python, Power Query, of een database staging environment. U moet een script schrijven om:
- Alle CSV files te laden.
- Voor elk bestand een 'ActivityName'-kolom en een 'EventTime'-kolom aan te maken op basis van specifieke veldwaarden en statussen (zoals gedetailleerd in de query-sectie).
- Kolomnamen in alle bestanden te standaardiseren zodat ze overeenkomen met de vereiste attributes (InventoryBatchLot, ActivityName, EventTime, UserId, etc.).
- Alle getransformeerde datasets samen te voegen tot één event log file.
Systeem Attributes genereren: Voeg in uw transformatiescript de SourceSystem-kolom toe met een statische waarde van 'Dynamics 365 F&O' en de LastDataUpdate-kolom met de timestamp van wanneer de transformatie is uitgevoerd.
Formaat voor Upload: Sla de uiteindelijk gecombineerde en getransformeerde data op als één CSV file, en zorg ervoor dat deze correct is geformatteerd voor upload naar de process mining tool.

Configuratie

Data-entiteiten: De extractie is gebaseerd op een reeks standaard entiteiten. De primaire zijn InventTrans, WHSWorkTable en QualityOrders. Zorg ervoor dat deze entiteiten beschikbaar zijn in uw omgeving.
Exportformaat: Configureer het exportproject om een 'datapakket' te genereren in het 'CSV'-formaat. Dit levert afzonderlijke, eenvoudig te verwerken bestanden per entiteit op.
Datumbereikfilter: Pas altijd een datumbereikfilter toe om de prestaties en bestandsgrootte te beheren. Een periode van 3-6 maanden wordt aanbevolen voor de initiële analyse. Filter op de velden DATEPHYSICAL of CREATEDDATETIME.
Bedrijfsfilter: Gebruik de filteroptie om de juridische entiteit (Bedrijf) te specificeren en ervoor te zorgen dat u data uit de juiste bedrijfseenheid extraheert.
Incrementele exports: Configureer het exportproject voor doorlopende analyse als een terugkerende batch job. Dit maakt regelmatige, incrementele updates van uw dataset mogelijk.
Vereisten: De gebruiker die de export uitvoert, moet over de juiste beveiligingsmachtigingen beschikken, meestal inclusief de rol 'Data management administrator' of een vergelijkbare rol, om toegang te krijgen tot de Data Management workspace en de vereiste data-entiteiten.

a Voorbeeldquery config

The Data Management Framework uses entity configuration, not a single script. The following specifies which entities, fields, and conditions are needed to generate the required activities during the post-export transformation step.

**1. Activity: Goods Receipt Recorded**
*   **Source Entity**: `VendPackingSlipTrans` (Purchase Order Receipt Lines)
*   **Logic**: Each row represents a receipt.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Goods Receipt Recorded'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTDIMID` (lookup warehouse) -> `WarehouseId`
    *   `QTY` -> `Quantity`

**2. Activity: Quality Order Created**
*   **Source Entity**: `QualityOrders`
*   **Logic**: Each row represents a quality order creation.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Quality Order Created'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**3. Activity: Quality Inspection Performed**
*   **Source Entity**: `QualityOrders`
*   **Logic**: Filter for rows where `STATUS` is 'Pass' or 'Fail'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Quality Inspection Performed'` -> `ActivityName`
    *   `MODIFIEDDATETIME` -> `EventTime`
    *   `MODIFIEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**4. Activity: Put-away Work Created**
*   **Source Entity**: `WHSWorkTable`
*   **Logic**: Filter for rows where `WORKTYPE` is 'Put'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Put-away Work Created'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `USERID` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `WAREHOUSEID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**5. Activity: Put-away Completed**
*   **Source Entity**: `WHSWorkTable`
*   **Logic**: Filter for rows where `WORKTYPE` is 'Put' and `WORKSTATUS` is 'Closed'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Put-away Completed'` -> `ActivityName`
    *   `MODIFIEDDATETIME` -> `EventTime`
    *   `MODIFIEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `WAREHOUSEID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**6. Activity: Stock Moved Internally**
*   **Source Entity**: `InventJournalTrans_Movement`
*   **Logic**: Rows from an inventory movement journal.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Stock Moved Internally'` -> `ActivityName`
    *   `TRANSDATE` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**7. Activity: Counting Journal Created**
*   **Source Entity**: `InventJournalTrans_Counting`
*   **Logic**: The creation of the journal line.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Counting Journal Created'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `COUNTED` -> `Quantity`

**8. Activity: Inventory Count Performed**
*   **Source Entity**: `InventJournalTrans_Counting`
*   **Logic**: The update of the journal line after counting.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Inventory Count Performed'` -> `ActivityName`
    *   `MODIFIEDDATETIME` -> `EventTime`
    *   `MODIFIEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `COUNTED` -> `Quantity`

**9. Activity: Inventory Discrepancy Adjusted**
*   **Source Entity**: `InventJournalTrans_Counting`
*   **Logic**: The posting of the journal, which creates the inventory transaction.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Inventory Discrepancy Adjusted'` -> `ActivityName`
    *   `TRANSDATE` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**10. Activity: Picking Work Created**
*   **Source Entity**: `WHSWorkTable`
*   **Logic**: Filter where `WORKTYPE` is 'Pick'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Picking Work Created'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `USERID` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `WAREHOUSEID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**11. Activity: Picking Completed**
*   **Source Entity**: `WHSWorkTable`
*   **Logic**: Filter where `WORKTYPE` is 'Pick' and `WORKSTATUS` is 'Closed'.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Picking Completed'` -> `ActivityName`
    *   `MODIFIEDDATETIME` -> `EventTime`
    *   `MODIFIEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `WAREHOUSEID` -> `WarehouseId`
    *   `QTY` -> `Quantity`

**12. Activity: Packing Completed**
*   **Source Entity**: `SalesPackingSlipTrans`
*   **Logic**: Assume packing is complete when the packing slip is posted.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Packing Completed'` -> `ActivityName`
    *   `CREATEDDATETIME` (approximates packing time) -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTDIMID` (lookup warehouse) -> `WarehouseId`
    *   `QTY` -> `Quantity`

**13. Activity: Goods Issue Recorded**
*   **Source Entity**: `SalesPackingSlipTrans`
*   **Logic**: The posting of a packing slip represents the goods issue.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Goods Issue Recorded'` -> `ActivityName`
    *   `CREATEDDATETIME` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTDIMID` (lookup warehouse) -> `WarehouseId`
    *   `QTY` * -1 -> `Quantity`

**14. Activity: Return Goods Received**
*   **Source Entity**: `InventTrans`
*   **Logic**: Filter `InventTrans` for transactions linked to a return order (`TRANTYPE` = 'Sales').
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Return Goods Received'` -> `ActivityName`
    *   `DATEPHYSICAL` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTDIMID` (lookup warehouse) -> `WarehouseId`
    *   `QTY` -> `Quantity`

**15. Activity: Stock Scrapped**
*   **Source Entity**: `InventJournalTrans_Movement`
*   **Logic**: Filter for journal lines where a specific scrap reason code is used.
*   **Field Mapping**:
    *   `INVENTBATCHID` -> `InventoryBatchLot`
    *   `'Stock Scrapped'` -> `ActivityName`
    *   `TRANSDATE` -> `EventTime`
    *   `CREATEDBY` -> `UserId`
    *   `ITEMID` -> `ItemId`
    *   `INVENTLOCATIONID` -> `WarehouseId`
    *   `QTY` -> `Quantity`
    *   `REASONREFRECID` (lookup reason code) -> `ReasonCode`

Uw template voor voorraadbeheer data

Uw template voor voorraadbeheer data

Voorraadbeheer attributes

Voorraadbeheer activiteiten

Extractie Guides

Export van Dynamics 365 Data Management Framework

Stappen

Configuratie

a Voorbeeldquery config

Directe `SQL Query` via `Azure Synapse Link` of `BYOD`

Stappen

Configuratie

a Voorbeeldquery sql

Python Script Extractie via Dynamics 365 OData API

Stappen

Configuratie

a Voorbeeldquery python

Microsoft Power BI en Power Query Dataflow Extraction

Stappen

Configuratie

a Voorbeeldquery config

Klaar om te starten?

Optimaliseer Voorraadbeheer, Versnel Uw Flow Vandaag Nog

Uw template voor voorraadbeheer data

Uw template voor voorraadbeheer data

Voorraadbeheer attributes

Voorraadbeheer activiteiten

Extractie Guides

Export van Dynamics 365 Data Management Framework

Stappen

Configuratie

a Voorbeeldquery config

Directe `SQL Query` via `Azure Synapse Link` of `BYOD`

Stappen

Configuratie

a Voorbeeldquery sql

Python Script Extractie via Dynamics 365 OData API

Stappen

Configuratie

a Voorbeeldquery python

Microsoft Power BI en Power Query Dataflow Extraction

Stappen

Configuratie

a Voorbeeldquery config

Wij hechten veel waarde aan je privacy

Klaar om te starten?

Optimaliseer Voorraadbeheer, Versnel Uw Flow Vandaag Nog