> 持续流程改进 > 信用管理与催收 > Microsoft Dynamics 365 > 数据模板

您的信用管理与催收数据模板

Microsoft Dynamics 365

← 返回改进指南

信用管理与催收属性 (19) 信用管理与催收活动 (12) 提取指南 (2)

您的信用管理与催收数据模板

本模板全面介绍如何收集分析信用管理与催收流程所需的数据，包括关键数据属性、需要跟踪的核心活动，以及实用的数据提取指导。使用此资源可简化数据准备，加快流程挖掘进程。

建议收集的属性，支持全面分析
需要跟踪的关键流程活动，确保准确发现流程
从您的系统提取数据的实用指导

刚接触事件日志？了解如何创建流程挖掘事件日志.

下载模板

信用管理与催收属性

以下是建议纳入事件日志的数据字段，可用于全面分析您的信用管理与催收流程。

3 必需 8 建议 8 可选

	名称	说明
	事件时间 EventTime	表示具体活动或事件发生时间的时间戳。
说明事件时间是系统记录某项活动的准确日期和时间。它是流程挖掘的基础，为构建流程和计算所有基于时间的指标提供必要的时间顺序。该属性对于分析持续时间、识别瓶颈和监控SLA至关重要。例如，“发票已生成”与“已收到付款”事件之间的时间差可用于计算应收账款周转天数（DSO），这是关键业务KPI。没有准确的时间戳，就无法进行绩效分析和瓶颈识别。为什么重要该时间戳对于排列事件顺序、发现流程图以及计算周期时间和持续时长等所有绩效指标至关重要。获取位置该属性取自D365各表中的不同日期和时间字段，具体取决于活动类型，例如“CustInvoiceJour”中的“CreatedDateTime”或“CustTrans”中的“TransDate”。示例 2023-01-15T09:30:00Z2023-02-28T14:12:55Z2023-03-20T11:05:10Z
	发票编号 InvoiceNumber	每张客户发票的唯一标识符，也是信用管理流程的主要案件标识符。
说明 Invoice Number是唯一标识每笔客户财务交易的关键属性。它关联从发票生成、过账，到收款和最终结算的所有相关活动。在流程挖掘中，该编号用于重建每张发票的端到端流程，从而详细分析其生命周期。将每张发票作为独立案件进行跟踪，组织便可识别常见流程路径、瓶颈以及偏离标准流程的情况。它也是计算未偿销售天数等关键指标和分析流程变体的基础。为什么重要这是连接所有流程事件的核心Case ID，可用于重建和分析完整的发票到现金生命周期。获取位置通常是Microsoft Dynamics 365 Finance中“CustInvoiceJour”表的“Invoice”字段。示例 INV-0012345CIV-2023-8876SI-9510034
	活动名称 ActivityName	发票生命周期某一时点发生的具体事件或任务名称。
说明活动名称描述信贷与催收流程中的具体步骤或事件，例如“发票已生成”“催收函已发送”或“已收到付款”。该属性是流程挖掘的基础，因为它定义了流程图中的节点。分析这些活动的顺序和频率，可以揭示实际流程，帮助识别返工循环、低效环节和不符合规范的流程路径。它直接支持所有流程可视化的创建，并用于计算流程不同阶段之间的周期时间。为什么重要该属性定义流程图中的步骤，使发票生命周期能够被可视化和分析。获取位置通常通过映射“CustInvoiceJour”“CustTrans”“CustCollectionLetterJour”和“CustPaymPromise”等表中的特定系统事件、状态变更或记录创建日期，生成标准化活动名称。示例发票过账并发送生成催收信函登记争议已收到付款
	付款到期日 PaymentDueDate	根据合同约定，发票付款应到期的日期。
说明 Payment Due Date是根据与客户约定的付款条款确定的关键日期属性。该日期是判断发票是否逾期的基准，也是启动催收活动的主要触发条件，例如发送提醒或启动正式催收程序。在流程挖掘中，它用于计算“Days Overdue”指标，并检查催收政策是否合规，例如验证到期日过后X天内是否发送了提醒。为什么重要该日期是衡量付款及时性的基准，也是所有逾期和催收相关活动的触发点。获取位置通常位于“CustTrans”或“CustInvoiceJour”表的“DueDate”字段。示例 2023-02-142023-03-312023-04-30
	催收级别 DunningLevel	表示逾期发票当前所处的催收流程阶段或严重程度。
说明 Dunning Level表示结构化催收程序中的步骤，例如“Level 1: Gentle Reminder”“Level 2: Formal Notice”或“Level 3: Final Warning”。跟踪该属性对于评估催收策略成效至关重要。“Dunning Strategy Effectiveness”仪表板利用该属性展示发票在达到各级别后完成付款的比例，帮助企业优化催收工作流，在维护客户关系的同时提高收款成效。为什么重要这是衡量催收策略成效、了解客户最可能在哪个阶段付款的关键指标。获取位置该信息可在与催收和催收函相关的表中找到，例如“CustCollectionLetterJour”。示例 123－最终阶段法律行动
	发票状态 InvoiceStatus	发票在生命周期中的当前状态。
说明 Invoice Status反映发票在流程中的当前位置，例如“Open”“Paid”“Disputed”或“Written Off”。活动日志提供详细历史，而当前状态则是用于筛选和高层报表的实用案件级属性。分析人员可以快速筛选数据，仅关注未结清的逾期发票，或分析所有已核销发票的特征。这是了解应收账款当前状态的简单而有效的方式。为什么重要提供便捷方式，按发票当前状态筛选和分析，例如集中查看所有未结清或存在争议的案件。获取位置根据“CustTrans”表中交易的结算状态派生。未结交易表示未付款，已关闭交易表示已结算。示例未结已付款部分付款已核销
	发票金额 InvoiceAmount	发票的货币总金额。
说明 Invoice Amount表示所开具商品或服务的财务总价值。这是流程财务分析的基础属性。按金额对案件分组，可以判断高价值发票是否遵循不同流程或经历更长延迟。该属性对于“Uncollectible Invoice Write-Offs”和“Credit Limit Management Analysis”仪表板至关重要，有助于量化财务影响并评估风险。为什么重要支持财务影响分析、高价值发票优先级排序，以及了解发票金额如何影响流程行为。获取位置可能是“CustInvoiceJour”表中的“InvoiceAmount”字段。示例 1500.7525000.00549.99
	客户名称 CustomerName	发票开具对象的法定客户名称。
说明 Customer Name标识与发票关联的具体客户，是筛选和分组的主要维度。按客户分析流程，有助于识别持续延迟付款、提出争议或需要大量催收工作的客户。它是“Dispute Resolution Cycle Time”仪表板以及特定客户账户深度分析的重要属性。为什么重要支持按客户分析流程，帮助识别模式，并管理重点客户或问题客户的关系。获取位置通常使用“CustInvoiceJour”中的客户账户编号，从“CustTable”关联获取。示例 Contoso Ltd.Adventure WorksFabrikam Inc.
	客户细分 CustomerSegment	按客户规模、行业或战略重要性等维度对客户进行分类。
说明 Customer Segment是用于将客户划分为有意义群组的分类属性，例如“Strategic Accounts”“SMB”或“Government”。这种细分对于战略分析至关重要，可帮助回答“战略客户的DSO是否更低？”或“某个行业细分中的核销是否更常见？”等问题。它直接用于“Days Sales Outstanding Trend”“Uncollectible Invoice Write-Offs”和“Overdue Invoices By Segment”仪表板，提供超越单个客户的高层洞察。为什么重要支持跨客户群体的汇总分析，以识别战略趋势，并为不同细分群体制定有针对性的催收策略。获取位置通常是自定义字段，或根据“CustTable”（客户主数据表）中的属性派生。示例企业客户中端市场公共部门合作伙伴
	已分配催收人员 CollectorAssigned	负责管理逾期发票的催收专员或团队成员姓名。
说明该属性标识负责特定发票催收活动的员工。它对于绩效和工作量分析至关重要。管理人员可按催收人员筛选流程图或仪表板，评估个人生产力、比较催收策略并发现辅导机会。该属性是“Collection Team Productivity”和“Dispute Resolution Cycle Time”仪表板的重要维度，有助于将流程结果归因于具体个人或团队。为什么重要支持催收团队绩效分析、工作量平衡，并通过比较催收人员的成效发现最佳实践。获取位置请参阅Microsoft Dynamics 365文档。该信息可能来自催收管理模块，或客户及交易记录中的用户责任字段。示例 John SmithEmily JonesCollections Team A
	逾期天数 DaysOverdue	发票超过付款到期日的天数。
说明 Days Overdue是衡量未付款发票超过Payment Due Date时长的计算指标，计算方式为当前日期减去Payment Due Date。它是催收团队的重要绩效指标，可帮助确定发票处理优先级。“Overdue Invoices By Segment”仪表板以此为主要指标，也是评估应收账款健康状况和催收成效的基础。为什么重要这是用于确定催收优先级和衡量付款延迟严重程度的关键运营指标。获取位置这是计算字段。逻辑为：IF发票未付款THEN（Today()－PaymentDueDate）ELSE 0。示例 1532910
	争议原因 DisputeReason	客户提出发票争议的原因。
说明客户对发票提出争议时，通常会提供原因，例如“价格错误”“货物损坏”或“重复计费”。该属性用于记录原因。分析争议原因对于根因分析至关重要，有助于识别订单到收款流程中的重复问题，例如销售、运输或开票部门的问题。从源头减少争议是此类分析的重要目标，可通过避免付款延迟直接改善DSO。为什么重要为付款延迟的根因分析提供关键数据，帮助识别并修复导致发票争议的上游问题。获取位置请参阅Microsoft Dynamics 365文档。该信息属于争议管理或案件管理功能。示例定价错误数量不足未收到产品服务与描述不符
	争议解决时间 DisputeResolutionTime	从首次登记客户争议到解决所需的时间。
说明 Dispute Resolution Time用于衡量争议处理流程的效率，计算“Dispute Registered”与“Dispute Resolved”活动之间的持续时长。解决时间过长会延迟付款并降低客户满意度。按催收人员或争议原因细分分析该指标，有助于识别争议管理工作流中的瓶颈和改进空间。为什么重要衡量争议处理流程的效率，而争议处理低效是造成严重付款延迟的常见原因。获取位置计算“Dispute Registered”和“Dispute Resolved”活动时间戳之间的持续时长。示例 7.215.83.5
	信用额度 CreditLimit	批准给予客户的最高信用额度。
说明 Credit Limit是允许客户累计形成的债务总额，是风险管理的关键属性。“Credit Limit Management Analysis”仪表板将该值与拖欠或已核销账户的发票金额进行比较，帮助判断信用额度设置是否合理、是否得到执行，以及违约客户是否近期提高过额度，从而发现信用审批流程中的潜在薄弱环节。为什么重要该属性对于风险评估至关重要，有助于分析核销是否与客户信用额度管理不善或额度不足有关。获取位置该值通常存储在“CustTable”的客户主数据记录中。示例 10000.0050000.000.00
	最后数据更新时间 LastDataUpdate	最近一次数据刷新或更新的时间戳。
说明该属性表示数据集最近一次从源系统更新的时间。对于流程挖掘分析用户而言，这是关键元数据，可帮助了解数据的新鲜度。明确数据截至某一时间点为最新，有助于分析人员作出有依据的决策，并了解分析结果的覆盖范围。通常在数据摄取流程中应用于整个数据集。为什么重要告知用户数据的时效性，确保分析基于明确的时间范围，并避免依据过时信息作出决策。获取位置该值由ETL/数据管道在执行时生成并写入数据集。示例 2023-04-01T02:00:00Z2023-04-02T02:00:00Z
	国家/地区 Country	客户账单地址所在的国家/地区。
说明该属性指定客户账户所属的国家/地区，是地理分析的常用维度。按国家/地区细分DSO或核销率等流程KPI，可以揭示客户付款行为、催收成效或经济状况的区域差异，并据此制定区域化催收策略或为特定地区设置不同付款条款。为什么重要支持地理分析，以识别付款行为和催收流程绩效的区域趋势。获取位置通过客户主数据记录（“CustTable”）关联其主要地址记录派生，主要地址通常位于“LogisticsPostalAddress”。示例 USADEUGBRCAN
	是否存在争议 IsDisputed	表示发票是否曾存在争议的布尔标记。
说明这是计算得出的标记字段。当发票案件包含“Dispute Registered”活动时，值为true。它简化了分析，便于用户比较存在争议和不存在争议的发票流程。例如，可以比较两类发票的平均DSO，量化争议对现金流的影响。该属性适用于高层仪表板和对比分析。为什么重要便于比较存在争议和不存在争议的发票群体，从而简化分析和筛选。获取位置这是计算字段。逻辑为：IF案件包含“Dispute Registered”活动THEN true ELSE false。示例 truefalse
	源系统 SourceSystem	标识数据来源的系统。
说明该属性指定记录事件数据的源应用程序。在此场景中，其值为“Microsoft Dynamics 365”。在单系统分析中它看似固定，但对于数据治理、问题排查和未来集成至关重要。如果纳入其他系统的数据，例如独立CRM或催收机构门户，该字段可用于区分不同来源，并了解完整的跨系统流程。为什么重要提供清晰的数据血缘，对于维护数据质量以及支持跨多个集成系统的分析至关重要。获取位置通常是在数据提取过程中添加的静态值，用于标记记录来源。示例 Microsoft Dynamics 365D365 F&O
	货币代码 CurrencyCode	发票使用的货币，例如USD或EUR。
说明 Currency Code指定Invoice Amount的交易货币。这是重要的上下文属性，尤其适用于跨国组织。它对于正确解读财务金额必不可少，也可用于分析付款周期或问题是否与特定货币相关，例如外汇或国际付款处理的复杂性。为什么重要为所有货币金额提供必要上下文，并支持多币种流程分析。获取位置通常位于“CustInvoiceJour”表的“CurrencyCode”字段。示例 USDEURGBPCAD

必需建议可选

信用管理与催收活动

以下是应在事件日志中记录的关键流程步骤和里程碑，可用于准确发现您的信用管理与催收工作流。

9 建议 3 可选

	活动	说明
	付款到期日已过	当当前日期超过发票到期日时发生的计算事件。该活动不对应直接的用户操作，而是通过比较系统日期与发票到期日字段得出。
为什么重要该事件是所有催收活动的触发点。它支持分析逾期发票数量和催收操作的及时性，并为Dunning Policy Adherence等KPI提供依据。获取位置通过比较当前时间戳与Customer Transactions表（CustTrans）中的“DueDate”字段计算。事件时间戳即为DueDate。采集当“NOW()”大于发票的DueDate时创建事件。事件类型 calculated
	发票已核销	发票被认定为无法收回，并正式作为坏账核销。这是授权用户执行的明确操作，用于清除应收款并记录损失。
为什么重要这是流程的主要失败终点。跟踪核销情况对于了解信用风险、催收失败和财务损失至关重要。获取位置从用于核销坏账、并关联原始发票的特定总账交易中提取。核销日记账的过账日期作为时间戳。采集识别引用该发票、且使用特定核销过账配置文件的日记账分录。事件类型 explicit
	发票已结清	发票已全额支付，余额为零，标志着流程成功完成。当已核销付款总额等于发票总额时，推断为此状态。
为什么重要这是credit-to-cash流程的主要成功终点。分析通向该终点的路径，有助于发现最佳实践和高效流程变体。获取位置根据客户结算表（CustSettlement）中的结算日期推断。当CustTrans中该发票的“AmountCur”和“SettleAmountCur”字段合计为零时，即表示发生此事件。采集识别使发票余额归零的发票交易所关联的最新结算日期。事件类型 inferred
	发票过账并发送	表示发票已正式记入总账，成为正式的应收账款。该事件通常与发票发送给客户同时发生，并在Dynamics 365完成过账例程时记录。
为什么重要这是正式启动付款条件和账龄计算的关键里程碑。生成到过账之间的延迟，可能掩盖开票流程中的低效环节。获取位置根据Customer Invoice Journal（CustInvoiceJour）中的过账日期，或状态变更为“Posted”推断。过账时间戳是关键数据点。采集使用Customer Invoice Journal（CustInvoiceJour）中的过账时间戳。事件类型 inferred
	已收到付款	表示已收到客户付款，并通常通过付款日记账录入系统。该事件早于现金最终过账并核销至具体发票。
为什么重要这是计算DSO和了解现金流状况的关键里程碑。该事件与Payment Posted之间的时间差可揭示现金核销流程中的瓶颈。获取位置从客户付款日记账行（LedgerJournalTrans）的创建日期中提取的明确事件，发生在过账之前，表示记录收到付款的日期。采集使用Customer Payment Journal行中的交易日期。事件类型 explicit
	已过账付款	表示客户付款正式过账至总账，并用于结清发票。该事件取自客户付款日记账的过账日期。
为什么重要完成付款流程。收到付款与完成过账之间的时间，即Cash Application Lag，是财务部门衡量效率的关键指标。获取位置从Customer Payment Journal（LedgerJournalTrans）的过账时间戳中提取，确认付款已在账簿中完成处理。采集使用已过账Customer Payment Journal中的过账日期。事件类型 explicit
	生成催收信函	表示已为逾期发票创建正式催收信函。Dynamics 365运行定期催收流程并为相关发票生成信函记录时，会捕获该事件。
为什么重要用于跟踪正式催收工作的启动时间和频率，是衡量催收有效性及内部催收政策合规性的重要依据。获取位置 Dunning History表（CustCollectionLetterJour）中会创建明确记录。催收信函日记账的创建日期即为时间戳。采集从CustCollectionLetterJour表提取创建事件，并关联回对应发票。事件类型 explicit
	生成发票	表示系统创建销售发票记录，但尚未正式过账。通常，用户完成销售订单并生成相应发票文档时，会明确记录这一事件。
为什么重要这是发票生命周期的主要开始事件。从这一时点到付款的时间对于衡量应收账款周转天数至关重要。获取位置发票创建时记录在Sales Invoice Header表（SalesInvoiceHeader）或Sales表（SalesTable）中。记录的创建时间戳即为事件时间。采集捕获销售发票记录的创建时间戳。事件类型 explicit
	登记争议	表示客户已正式对发票提出争议，发票状态也随之更新。通常，用户在催收管理模块中将发票状态更改为“Disputed”时，会捕获该事件。
为什么重要这是争议解决流程的起点。跟踪该事件有助于衡量争议发生频率和解决所需时间，并评估其对客户满意度和现金流的影响。获取位置根据客户交易（CustTrans）或相关争议管理表（smmCaseDetail）中的状态变更推断。需要带时间戳的状态变更日志。采集识别发票交易的争议状态字段被填充或更改为“Disputed”的时间。事件类型 inferred
	创建付款承诺	客户承诺在未来特定日期付款，系统记录了这一承诺。当催收代理在催收模块中录入付款承诺详情时，会明确记录该事件。
为什么重要用于跟踪非正式付款协议及其履约率。比较付款承诺与实际付款情况，有助于预测现金流并评估客户可靠性。获取位置通常记录在与催收工作区或案例管理相关的表中，具体用于付款承诺功能。承诺记录的创建日期即为事件时间。采集从付款承诺或催收案例明细表中捕获创建事件。事件类型 explicit
	解决争议	表示争议流程结束，双方已达成并记录解决方案。当用户将发票争议状态更新为“Resolved”，或关闭关联争议案例时，会捕获该事件。
为什么重要该活动结束争议子流程。从登记争议到解决争议的时长，是衡量解决团队效率的关键KPI。获取位置根据客户交易记录（CustTrans）中的状态变更，或相关争议案件（smmCaseDetail）关闭时推断。该状态变更的时间戳即为事件时间。采集识别发票的争议状态字段何时被清除或变更为“已解决”。事件类型 inferred
	记录催收活动	表示人工催收操作，例如针对客户或发票记录的电话或电子邮件。催收人员在催收工作区中使用Activities功能记录互动时，会捕获该事件。
为什么重要帮助了解催收团队投入的人工工作。将这些活动与付款成功情况进行分析，有助于衡量团队生产力和不同联系渠道的有效性。获取位置记录在Activities（smmActivities）或与客户账户关联的相关案例管理表中。如有可能，需要将活动关联到具体发票。采集捕获与催收相关且类型为“Phone Call”或“Email”的Activity记录创建事件。事件类型 explicit

建议可选

提取指南

如何从Microsoft Dynamics 365获取数据

步骤

验证前置条件：确保您的组织使用Microsoft Dynamics 365 Finance，并已配置Bring Your Own Database（BYOD）功能，将数据实体持续导出到Azure SQL Database。您必须拥有该Azure SQL Database的读取凭据。
确认数据实体：确认所需数据实体已从Dynamics 365导出到BYOD。此流程的关键实体包括：CustInvoiceJour、CustTrans、CustTable、CustCollectionLetterJour、CustSettlement、smmActivities、CustPromisedPayment和CustDispute。如有缺失，请在Dynamics 365数据管理工作区中配置导出。
连接BYOD数据库：使用SQL客户端连接作为BYOD目标的Azure SQL Database，例如SQL Server Management Studio（SSMS）或Azure Data Studio。
准备SQL查询：将本文档query部分提供的完整T-SQL查询复制到SQL客户端。该查询用于将所有所需活动和属性汇总为统一的事件日志格式。
设置查询参数：找到查询顶部的占位符。将'{CompanyCode}'替换为目标Dynamics 365法人实体ID，例如“USMF”。将'{StartDate}'和'{EndDate}'替换为分析所需的日期范围，格式为“YYYY-MM-DD”。
执行查询：在BYOD数据库中运行修改后的查询。执行时间取决于所选日期范围内的数据量。
检查结果：查询完成后，结果窗格将显示事件日志。每行代表发票信用管理与催收生命周期中的一项具体活动。请检查数据是否完整、准确。
导出事件日志：将查询结果导出为CSV文件。大多数SQL客户端都内置查询结果导出功能。右键点击结果网格，查找“另存结果”或“导出”等选项。
准备上传：确保导出的CSV文件采用UTF-8编码，列标题与所需属性匹配：InvoiceNumber、ActivityName、EventTime以及您纳入的推荐属性。文件现在可以上传到ProcessMind。

配置

前置条件：可访问已配置并运行Bring Your Own Database（BYOD）的Microsoft Dynamics 365 Finance实例。您需要拥有目标Azure SQL Database的读取权限。
数据实体：提取依赖于多个已导出到BYOD的标准数据实体。至少应确保CustInvoiceJour、CustTrans、CustTable和CustSettlement包含在BYOD导出作业中。CustCollectionLetterJour等其他实体则用于特定活动。
日期范围：必须按特定日期范围筛选查询，以控制性能。初次分析建议使用3至6个月的数据。所提供的查询使用'{StartDate}'和'{EndDate}'占位符。
公司筛选：查询必须筛选特定法人实体（公司代码），以确保数据一致。使用'{CompanyCode}'占位符指定要分析的公司。
性能注意事项：对于跨越多年或多个公司的超大数据集，查询可能需要较长时间。请考虑在业务低峰期运行查询，或增加筛选条件以缩小数据范围。确保BYOD表中的日期列和关键列已建立适当索引。

a 示例查询 sql

WITH BaseInvoices AS (
    SELECT 
        cj.INVOICEID AS InvoiceNumber,
        cj.INVOICEDATE AS InvoiceDate,
        cj.DUEDATE AS PaymentDueDate,
        cj.INVOICEAMOUNTMST AS InvoiceAmount,
        ct.NAME AS CustomerName,
        ct.CUSTGROUP AS CustomerSegment,
        -- The collector assignment can be complex. This is a common approach.
        -- It assumes the collector is assigned at the customer level in CustTable.
        -- Your configuration may differ, for example using collection pools.
        col.NAME AS CollectorAssigned,
        cj.DATAAREAID
    FROM 
        dbo.CustInvoiceJour cj
    JOIN 
        dbo.CustTable ct ON cj.INVOICECUST = ct.ACCOUNTNUM AND cj.DATAAREAID = ct.DATAAREAID
    LEFT JOIN 
        -- Placeholder for how collector might be identified. You may need to join to a different table.
        dbo.CollectionsAgent col ON ct.COLLECTIONAGENT = col.AGENTID
    WHERE 
        cj.DATAAREAID = '{CompanyCode}'
        AND cj.INVOICEDATE BETWEEN '{StartDate}' AND '{EndDate}'
)

-- 1. Invoice Generated
SELECT 
    bi.InvoiceNumber AS InvoiceNumber,
    'Invoice Generated' AS ActivityName,
    cj.CREATEDDATETIME AS EventTime,
    bi.CollectorAssigned,
    bi.InvoiceAmount,
    bi.CustomerName,
    bi.CustomerSegment,
    bi.PaymentDueDate,
    0 AS DunningLevel, 
    'Generated' AS InvoiceStatus,
    0 AS DaysOverdue
FROM 
    BaseInvoices bi
JOIN
    dbo.CustInvoiceJour cj ON bi.InvoiceNumber = cj.INVOICEID AND bi.DATAAREAID = cj.DATAAREAID

UNION ALL

-- 2. Invoice Posted and Sent
SELECT 
    bi.InvoiceNumber AS InvoiceNumber,
    'Invoice Posted and Sent' AS ActivityName,
    bi.InvoiceDate AS EventTime,
    bi.CollectorAssigned,
    bi.InvoiceAmount,
    bi.CustomerName,
    bi.CustomerSegment,
    bi.PaymentDueDate,
    0 AS DunningLevel,
    'Posted' AS InvoiceStatus,
    0 AS DaysOverdue
FROM 
    BaseInvoices bi

UNION ALL

-- 3. Payment Due Date Passed
SELECT
    bi.InvoiceNumber AS InvoiceNumber,
    'Payment Due Date Passed' AS ActivityName,
    bi.PaymentDueDate AS EventTime, -- The event happens on the due date
    bi.CollectorAssigned,
    bi.InvoiceAmount,
    bi.CustomerName,
    bi.CustomerSegment,
    bi.PaymentDueDate,
    0 AS DunningLevel,
    'Overdue' AS InvoiceStatus,
    DATEDIFF(day, bi.PaymentDueDate, GETUTCDATE()) AS DaysOverdue
FROM
    BaseInvoices bi
JOIN 
    dbo.CustTrans ct ON bi.InvoiceNumber = ct.INVOICE AND bi.DATAAREAID = ct.DATAAREAID
WHERE
    bi.PaymentDueDate < GETUTCDATE()
    AND ct.CLOSED = '1900-01-01 00:00:00.000' -- Logic to find open/unsettled transactions

UNION ALL

-- 4. Dunning Letter Generated
SELECT 
    clj.INVOICEID AS InvoiceNumber,
    'Dunning Letter Generated' AS ActivityName,
    clj.CREATEDDATETIME AS EventTime,
    bi.CollectorAssigned,
    bi.InvoiceAmount,
    bi.CustomerName,
    bi.CustomerSegment,
    bi.PaymentDueDate,
    clj.COLLECTIONLETTERCODE AS DunningLevel,
    'In Dunning' AS InvoiceStatus,
    DATEDIFF(day, bi.PaymentDueDate, clj.CREATEDDATETIME) AS DaysOverdue
FROM 
    dbo.CustCollectionLetterJour clj
JOIN
    BaseInvoices bi ON clj.INVOICEID = bi.InvoiceNumber AND clj.DATAAREAID = bi.DATAAREAID

UNION ALL

-- 5. Collection Activity Logged
-- This assumes smmActivities are used and linked to the customer.
-- Linking directly to an invoice can be difficult.
SELECT 
    bi.InvoiceNumber AS InvoiceNumber,
    'Collection Activity Logged' AS ActivityName,
    sa.CREATEDDATETIME AS EventTime,
    bi.CollectorAssigned,
    bi.InvoiceAmount,
    bi.CustomerName,
    bi.CustomerSegment,
    bi.PaymentDueDate,
    NULL AS DunningLevel,
    'In Collections' AS InvoiceStatus,
    DATEDIFF(day, bi.PaymentDueDate, sa.CREATEDDATETIME) AS DaysOverdue
FROM 
    dbo.smmActivities sa
JOIN
    dbo.CustTable ct ON sa.PARTY = ct.PARTY
JOIN
    BaseInvoices bi ON ct.ACCOUNTNUM = (SELECT TOP 1 INVOICECUST FROM dbo.CustInvoiceJour WHERE INVOICEID = bi.InvoiceNumber AND DATAAREAID = bi.DATAAREAID) AND ct.DATAAREAID = bi.DATAAREAID
WHERE
    sa.DATAAREAID = '{CompanyCode}' AND sa.CREATEDDATETIME > bi.InvoiceDate

UNION ALL

-- 6. Payment Promise Created
SELECT 
    bi.InvoiceNumber,
    'Payment Promise Created' AS ActivityName,
    cpp.CREATEDDATETIME AS EventTime,
    bi.CollectorAssigned,
    bi.InvoiceAmount,
    bi.CustomerName,
    bi.CustomerSegment,
    bi.PaymentDueDate,
    NULL AS DunningLevel,
    'Payment Promised' AS InvoiceStatus,
    DATEDIFF(day, bi.PaymentDueDate, cpp.CREATEDDATETIME) AS DaysOverdue
FROM 
    dbo.CustPromisedPayment cpp
JOIN 
    dbo.CustTrans ct ON cpp.TRANSACTIONREFRECID = ct.RECID AND cpp.DATAAREAID = ct.DATAAREAID
JOIN
    BaseInvoices bi ON ct.INVOICE = bi.InvoiceNumber AND ct.DATAAREAID = bi.DATAAREAID

UNION ALL

-- 7. Dispute Registered
SELECT 
    bi.InvoiceNumber,
    'Dispute Registered' AS ActivityName,
    cd.CREATEDDATETIME AS EventTime,
    bi.CollectorAssigned,
    bi.InvoiceAmount,
    bi.CustomerName,
    bi.CustomerSegment,
    bi.PaymentDueDate,
    NULL AS DunningLevel,
    'Disputed' AS InvoiceStatus,
    DATEDIFF(day, bi.PaymentDueDate, cd.CREATEDDATETIME) AS DaysOverdue
FROM 
    dbo.CustDispute cd
JOIN 
    dbo.CustTrans ct ON cd.CUSTTRANSRECID = ct.RECID AND cd.DATAAREAID = ct.DATAAREAID
JOIN
    BaseInvoices bi ON ct.INVOICE = bi.InvoiceNumber AND ct.DATAAREAID = bi.DATAAREAID
WHERE
    cd.STATUS = 1 -- Assuming 1 means opened/registered

UNION ALL

-- 8. Dispute Resolved
SELECT 
    bi.InvoiceNumber,
    'Dispute Resolved' AS ActivityName,
    cd.MODIFIEDDATETIME AS EventTime,
    bi.CollectorAssigned,
    bi.InvoiceAmount,
    bi.CustomerName,
    bi.CustomerSegment,
    bi.PaymentDueDate,
    NULL AS DunningLevel,
    'Posted' AS InvoiceStatus, -- Status returns to normal after resolution
    DATEDIFF(day, bi.PaymentDueDate, cd.MODIFIEDDATETIME) AS DaysOverdue
FROM 
    dbo.CustDispute cd
JOIN 
    dbo.CustTrans ct ON cd.CUSTTRANSRECID = ct.RECID AND cd.DATAAREAID = ct.DATAAREAID
JOIN
    BaseInvoices bi ON ct.INVOICE = bi.InvoiceNumber AND ct.DATAAREAID = bi.DATAAREAID
WHERE
    cd.STATUS = 2 -- Assuming 2 means closed/resolved

UNION ALL

-- 9. Payment Received (Journal Created, not yet posted)
-- This can be difficult to capture accurately and link to a specific invoice before settlement.
-- This is an approximation based on journal creation.
SELECT 
    bi.InvoiceNumber,
    'Payment Received' AS ActivityName,
    cpjl.CREATEDDATETIME AS EventTime,
    bi.CollectorAssigned,
    bi.InvoiceAmount,
    bi.CustomerName,
    bi.CustomerSegment,
    bi.PaymentDueDate,
    NULL AS DunningLevel,
    'Payment Pending' AS InvoiceStatus,
    DATEDIFF(day, bi.PaymentDueDate, cpjl.CREATEDDATETIME) AS DaysOverdue
FROM 
    dbo.CustomerPaymentJournalLineEntity cpjl
JOIN
    BaseInvoices bi ON cpjl.AccountDisplayValue = (SELECT TOP 1 INVOICECUST FROM dbo.CustInvoiceJour WHERE INVOICEID = bi.InvoiceNumber AND DATAAREAID = bi.DATAAREAID) AND cpjl.Company = bi.DATAAREAID
WHERE
    cpjl.CREATEDDATETIME >= bi.InvoiceDate

UNION ALL

-- 10. Payment Posted (Settlement Transaction)
-- Captures each partial or full payment application
SELECT 
    bi.InvoiceNumber,
    'Payment Posted' AS ActivityName,
    cs.TRANSDATE AS EventTime,
    bi.CollectorAssigned,
    bi.InvoiceAmount,
    bi.CustomerName,
    bi.CustomerSegment,
    bi.PaymentDueDate,
    NULL AS DunningLevel,
    'Partially Paid' AS InvoiceStatus,
    DATEDIFF(day, bi.PaymentDueDate, cs.TRANSDATE) AS DaysOverdue
FROM 
    dbo.CustSettlement cs
JOIN 
    dbo.CustTrans ct ON cs.TRANSRECID = ct.RECID AND cs.DATAAREAID = ct.DATAAREAID
JOIN
    BaseInvoices bi ON ct.INVOICE = bi.InvoiceNumber AND ct.DATAAREAID = bi.DATAAREAID
WHERE 
    cs.SETTLEAMOUNTCUR > 0

UNION ALL

-- 11. Invoice Settled
SELECT 
    bi.InvoiceNumber,
    'Invoice Settled' AS ActivityName,
    ct.CLOSEDDATE AS EventTime,
    bi.CollectorAssigned,
    bi.InvoiceAmount,
    bi.CustomerName,
    bi.CustomerSegment,
    bi.PaymentDueDate,
    NULL AS DunningLevel,
    'Settled' AS InvoiceStatus,
    DATEDIFF(day, bi.PaymentDueDate, ct.CLOSEDDATE) AS DaysOverdue
FROM 
    dbo.CustTrans ct
JOIN
    BaseInvoices bi ON ct.INVOICE = bi.InvoiceNumber AND ct.DATAAREAID = bi.DATAAREAID
WHERE 
    ct.CLOSEDDATE <> '1900-01-01 00:00:00.000'
    AND ct.TRANSTYPE = 11 -- Enum for Sales Invoice

UNION ALL

-- 12. Invoice Written Off
SELECT
    bi.InvoiceNumber,
    'Invoice Written Off' AS ActivityName,
    ct.TRANSDATE AS EventTime, -- The date of the write-off transaction
    bi.CollectorAssigned,
    bi.InvoiceAmount,
    bi.CustomerName,
    bi.CustomerSegment,
    bi.PaymentDueDate,
    NULL AS DunningLevel,
    'Written Off' AS InvoiceStatus,
    DATEDIFF(day, bi.PaymentDueDate, ct.TRANSDATE) AS DaysOverdue
FROM
    dbo.CustTrans ct
JOIN
    BaseInvoices bi ON ct.INVOICE = bi.InvoiceNumber AND ct.DATAAREAID = bi.DATAAREAID
WHERE 
    ct.TRANSTYPE = 19; -- Enum for Write-off. This may vary based on configuration.

步骤

前置条件与环境设置：确保已安装Python 3.8或更高版本。使用pip安装所需库：pip install pandas requests msal。您还需要拥有可访问Dynamics 365环境的服务主体凭据。
在Azure AD中注册应用：进入Azure Active Directory门户。注册新应用以获取客户端ID和租户ID。在应用的“证书和机密”部分创建新的客户端机密。请安全保存客户端ID、租户ID和客户端机密。
授予API权限：在Azure AD中打开已注册应用的“API权限”设置，添加权限。选择“Dynamics ERP”或Dynamics 365对应的类似条目，然后授予user_impersonation委派权限。为您的组织授予管理员同意。
创建Dynamics 365用户：在Dynamics 365 Finance and Operations中创建专用应用程序用户。将该用户与Azure AD应用的客户端ID关联。为该用户分配安全角色，使其拥有读取所有所需数据实体的权限，例如CustInvoiceJour、CustCollectionLetterJour、CustSettlements和smmActivities。
配置Python脚本：将所提供的Python脚本复制到文件中，例如extract_d365_collections.py。在脚本顶部的占位变量中填写D365环境URL、租户ID、客户端ID、客户端机密和默认公司（dataAreaId）。
设置提取参数：调整脚本中的start_date和end_date变量，定义数据提取的时间范围。初次分析建议使用3至6个月的数据。
执行脚本：在终端中使用以下命令运行脚本：python extract_d365_collections.py。脚本将完成身份验证，查询12项活动对应的OData端点，并自动处理API分页。
提取各项活动的数据：脚本依次调用API，获取发票生成、过账、催收、付款及其他关键事件的数据。每个查询都针对特定数据实体，并仅选择必要字段，以优化性能。
转换并合并数据：脚本使用pandas处理每次API调用返回的JSON数据，将其转换为结构化表格，统一列名，再把所有活动的数据合并为一个统一事件日志。
计算派生事件：“付款到期日已过”并不是系统中的直接记录。脚本会遍历指定日期范围内的所有逾期发票，为每张发票生成对应记录。
导出事件日志：处理并合并全部数据后，脚本会将最终事件日志保存为同一目录下名为d365_collections_event_log.csv的CSV文件。该文件已完成格式化，可上传到流程挖掘工具。

配置

API端点URL：Dynamics 365 Finance and Operations环境的基础URL，格式应为https://[your-environment-name].operations.dynamics.com。
身份验证凭据：脚本需要Azure Active Directory应用注册提供的租户ID、客户端ID和客户端机密。该应用必须获得访问Dynamics 365 API的权限。
公司筛选（dataAreaId）：Dynamics 365支持多公司。脚本通过dataAreaId筛选查询特定公司。请将default_company变量设置为正确的法人实体，例如“USMF”。
日期范围：start_date和end_date参数控制提取时间范围。建议先使用最近3至6个月的数据，以控制数据量并确保及时完成提取。筛选主要应用于发票创建日期。
性能注意事项：通过OData API提取超大数据集可能耗时较长，也可能受到Microsoft的API限流影响。如遇性能问题，请缩小日期范围，或安排在业务低峰期运行提取。
前置条件：需要Python 3.8及以上环境，以及pandas、requests和msal库。关联的Dynamics 365用户必须拥有财务、销售和催收管理模块的读取权限，尤其是脚本中提到的实体。

a 示例查询 python

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

class=class="hl-string">"hl-comment"># --- Configuration --- 
D365_HOST = class="hl-string">"https://[your-d365-environment-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]"

class=class="hl-string">"hl-comment"># Date range for the extraction
start_date = class="hl-string">"2023-01-01"
end_date = class="hl-string">"2023-06-30"
default_company = class="hl-string">"[Your Company ID, e.g., USMF]"

class=class="hl-string">"hl-comment"># MSAL configuration
authority = fclass="hl-string">"https://login.microsoftonline.com/{TENANT_ID}"
scope = [fclass="hl-string">"{D365_HOST}/.default"]

class=class="hl-string">"hl-comment"># --- Authentication --- 
app = msal.ConfidentialClientApplication(CLIENT_ID, authority=authority, client_credential=CLIENT_SECRET)
result = app.acquire_token_silent(scope, account=None)

if not result:
    result = app.acquire_token_for_client(scopes=scope)

if class="hl-string">"access_token" not in result:
    raise Exception(class="hl-string">"Could not obtain access token: " + result.get(class="hl-string">"error_description"))

access_token = result[class="hl-string">'access_token']
headers = {
    class="hl-string">'Authorization': class="hl-string">'Bearer ' + access_token,
    class="hl-string">'Content-Type': class="hl-string">'application/json',
    class="hl-string">'Accept': class="hl-string">'application/json'
}

class=class="hl-string">"hl-comment"># --- Data Fetching Function --- 
def get_odata_data(entity_url):
    all_records = []
    url = entity_url
    while url:
        try:
            response = requests.get(url, headers=headers, params={class="hl-string">'cross-company': class="hl-string">'true'})
            response.raise_for_status() class=class="hl-string">"hl-comment"># Raises an HTTPError for bad responses (4xx or 5xx)
            data = response.json()
            all_records.extend(data.get(class="hl-string">'value', []))
            url = data.get(class="hl-string">'@odata.nextLink')
        except requests.exceptions.HTTPError as err:
            print(fclass="hl-string">"HTTP Error fetching data: {err}")
            print(fclass="hl-string">"Response content: {err.response.text}")
            break
        except json.JSONDecodeError:
            print(fclass="hl-string">"Failed to decode JSON from response: {response.text}")
            break
    return all_records

class=class="hl-string">"hl-comment"># --- Main Extraction Logic --- 
all_events = []

print(class="hl-string">"1. Extracting 'Invoice Generated' and 'Invoice Posted'...")
invoice_entity_url = fclass="hl-string">"{D365_HOST}/data/CustInvoiceJours?$filter=dataAreaId eq '{default_company}' and InvoiceDate ge {start_date}T00:00:00Z and InvoiceDate le {end_date}T23:59:59Z&$select=InvoiceNumber,InvoiceDate,createdDateTime,DueDate,InvoiceAmount,SalesOrderNumber,InvoiceCustomerAccountNumber,CustomerName,dataAreaId"
invoices = get_odata_data(invoice_entity_url)
if invoices:
    df_invoices = pd.DataFrame(invoices)
    df_invoices[class="hl-string">'ActivityName'] = class="hl-string">'Invoice Generated'
    df_invoices[class="hl-string">'EventTime'] = pd.to_datetime(df_invoices[class="hl-string">'createdDateTime']).dt.tz_localize(None)
    df_invoices.rename(columns={class="hl-string">'InvoiceNumber': class="hl-string">'InvoiceNumber', class="hl-string">'InvoiceAmount': class="hl-string">'InvoiceAmount', class="hl-string">'CustomerName': class="hl-string">'CustomerName', class="hl-string">'DueDate': class="hl-string">'PaymentDueDate'}, inplace=True)
    all_events.append(df_invoices[[class="hl-string">'InvoiceNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'InvoiceAmount', class="hl-string">'CustomerName', class="hl-string">'PaymentDueDate']])

    df_posted = df_invoices.copy()
    df_posted[class="hl-string">'ActivityName'] = class="hl-string">'Invoice Posted and Sent'
    df_posted[class="hl-string">'EventTime'] = pd.to_datetime(df_posted[class="hl-string">'InvoiceDate']).dt.tz_localize(None)
    all_events.append(df_posted[[class="hl-string">'InvoiceNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'InvoiceAmount', class="hl-string">'CustomerName', class="hl-string">'PaymentDueDate']])

    print(class="hl-string">"2. Calculating 'Payment Due Date Passed'...")
    df_due_passed = df_invoices[pd.to_datetime(df_invoices[class="hl-string">'PaymentDueDate']).dt.date < datetime.now().date()].copy()
    df_due_passed[class="hl-string">'ActivityName'] = class="hl-string">'Payment Due Date Passed'
    df_due_passed[class="hl-string">'EventTime'] = pd.to_datetime(df_due_passed[class="hl-string">'PaymentDueDate']) + timedelta(days=1)
    all_events.append(df_due_passed[[class="hl-string">'InvoiceNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'InvoiceAmount', class="hl-string">'CustomerName', class="hl-string">'PaymentDueDate']])

print(class="hl-string">"3. Extracting 'Dunning Letter Generated'...")
dunning_entity_url = fclass="hl-string">"{D365_HOST}/data/CustCollectionLetterJours?$filter=dataAreaId eq '{default_company}' and CollectionLetterDate ge {start_date}T00:00:00Z and CollectionLetterDate le {end_date}T23:59:59Z&$select=InvoiceNumber,CollectionLetterCode,CollectionLetterDate"
dunning_letters = get_odata_data(dunning_entity_url)
if dunning_letters:
    df_dunning = pd.DataFrame(dunning_letters)
    df_dunning[class="hl-string">'ActivityName'] = class="hl-string">'Dunning Letter Generated'
    df_dunning[class="hl-string">'EventTime'] = pd.to_datetime(df_dunning[class="hl-string">'CollectionLetterDate']).dt.tz_localize(None)
    df_dunning.rename(columns={class="hl-string">'InvoiceNumber': class="hl-string">'InvoiceNumber', class="hl-string">'CollectionLetterCode': class="hl-string">'DunningLevel'}, inplace=True)
    all_events.append(df_dunning[[class="hl-string">'InvoiceNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'DunningLevel']])

print(class="hl-string">"4. Extracting 'Payment Received' and 'Payment Posted'...")
settlements_entity_url = f"{D365_HOST}/data/CustSettlements?$filter=dataAreaId eq class="hl-string">'{default_company}' and TransDate ge {start_date}T00:00:00Z and TransDate le {end_date}T23:59:59Z&$select=OffsetRecId,TransDate,createdDateTime,SettlementAmountCur
&expand=CustInvoiceJour($select=InvoiceNumber)"
settlements = get_odata_data(settlements_entity_url)
if settlements:
    class=class="hl-string">"hl-comment"># Flatten the expanded data
    flat_settlements = []
    for s in settlements:
        if s.get(class="hl-string">'CustInvoiceJour'):
            s[class="hl-string">'InvoiceNumber'] = s[class="hl-string">'CustInvoiceJour'][class="hl-string">'InvoiceNumber']
            flat_settlements.append(s)

    df_settlements = pd.DataFrame(flat_settlements)
    df_received = df_settlements.copy()
    df_received[class="hl-string">'ActivityName'] = class="hl-string">'Payment Received'
    df_received[class="hl-string">'EventTime'] = pd.to_datetime(df_received[class="hl-string">'createdDateTime']).dt.tz_localize(None)
    all_events.append(df_received[[class="hl-string">'InvoiceNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime']])
    
    df_posted_payment = df_settlements.copy()
    df_posted_payment[class="hl-string">'ActivityName'] = class="hl-string">'Payment Posted'
    df_posted_payment[class="hl-string">'EventTime'] = pd.to_datetime(df_posted_payment[class="hl-string">'TransDate']).dt.tz_localize(None)
    all_events.append(df_posted_payment[[class="hl-string">'InvoiceNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime']])

class=class="hl-string">"hl-comment"># Note: Other activities like Disputes, Promises, Write-offs often involve custom entities or status fields.
class=class="hl-string">"hl-comment"># The following are conceptual examples assuming certain fields exist.
class=class="hl-string">"hl-comment"># You MUST adapt these to your specific D365 configuration.

print(class="hl-string">"5. Extracting 'Dispute Registered' and 'Dispute Resolved' (Conceptual)... ")
class=class="hl-string">"hl-comment"># Assuming a status field class="hl-string">'CollectionStatus' on the invoice indicates a dispute.
class=class="hl-string">"hl-comment"># This would ideally be sourced from an audit trail if available. This example assumes a snapshot.
dispute_entity_url = fclass="hl-string">"{D365_HOST}/data/CustInvoiceJours?$filter=dataAreaId eq '{default_company}' and (CollectionStatus eq 'Disputed' or CollectionStatus eq 'Resolved') and modifiedDateTime ge {start_date}T00:00:00Z&$select=InvoiceNumber,CollectionStatus,modifiedDateTime"
disputes = get_odata_data(dispute_entity_url)
if disputes:
    df_disputes = pd.DataFrame(disputes)
    df_disputes[class="hl-string">'ActivityName'] = df_disputes[class="hl-string">'CollectionStatus'].apply(lambda x: class="hl-string">'Dispute Registered' if x == class="hl-string">'Disputed' else class="hl-string">'Dispute Resolved')
    df_disputes[class="hl-string">'EventTime'] = pd.to_datetime(df_disputes[class="hl-string">'modifiedDateTime']).dt.tz_localize(None)
    all_events.append(df_disputes[[class="hl-string">'InvoiceNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime']])

print(class="hl-string">"6. Extracting 'Payment Promise Created' (Conceptual)... ")
promise_entity_url = fclass="hl-string">"{D365_HOST}/data/CustPromisedPayments?$filter=dataAreaId eq '{default_company}' and createdDateTime ge {start_date}T00:00:00Z&$select=Invoice,createdDateTime,PromisedDate,PromisedAmount&$expand=CustInvoiceJour($select=InvoiceNumber)"
promises = get_odata_data(promise_entity_url)
if promises:
    flat_promises = []
    for p in promises:
        if p.get(class="hl-string">'CustInvoiceJour'):
            p[class="hl-string">'InvoiceNumber'] = p[class="hl-string">'CustInvoiceJour'][class="hl-string">'InvoiceNumber']
            flat_promises.append(p)
    df_promises = pd.DataFrame(flat_promises)
    df_promises[class="hl-string">'ActivityName'] = class="hl-string">'Payment Promise Created'
    df_promises[class="hl-string">'EventTime'] = pd.to_datetime(df_promises[class="hl-string">'createdDateTime']).dt.tz_localize(None)
    all_events.append(df_promises[[class="hl-string">'InvoiceNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime']])
    
print(class="hl-string">"7. Extracting 'Collection Activity Logged' (Conceptual)... ")
class=class="hl-string">"hl-comment"># Linking activities to invoices can be indirect, often through the customer account.
activity_entity_url = fclass="hl-string">"{D365_HOST}/data/smmActivities?$filter=dataAreaId eq '{default_company}' and StartDateTime ge {start_date}T00:00:00Z and Purpose eq '[Your Collection Activity Purpose]'&$select=ActivityNumber,ParentRecordEntityName,ParentRecordRecId,StartDateTime,ResponsibleWorkerName&$expand=CustTable($select=AccountNumber)"
activities = get_odata_data(activity_entity_url)
class=class="hl-string">"hl-comment"># This section requires custom logic to map customer-level activities to open invoices at that time.
class=class="hl-string">"hl-comment"># A simplified approach is omitted here due to its complexity.

print(class="hl-string">"8. Identifying 'Invoice Settled' (Conceptual)... ")
settled_entity_url = fclass="hl-string">"{D365_HOST}/data/CustInvoiceJours?$filter=dataAreaId eq '{default_company}' and Status eq 'Paid' and LastSettlementDate ge {start_date}T00:00:00Z&$select=InvoiceNumber,LastSettlementDate"
settled_invoices = get_odata_data(settled_entity_url)
if settled_invoices:
    df_settled = pd.DataFrame(settled_invoices)
    df_settled[class="hl-string">'ActivityName'] = class="hl-string">'Invoice Settled'
    df_settled[class="hl-string">'EventTime'] = pd.to_datetime(df_settled[class="hl-string">'LastSettlementDate']).dt.tz_localize(None)
    all_events.append(df_settled[[class="hl-string">'InvoiceNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime']])

print(class="hl-string">"9. Identifying 'Invoice Written Off' (Conceptual)... ")
class=class="hl-string">"hl-comment"># This is identified by a specific type of transaction in CustTrans.
writeoff_entity_url = fclass="hl-string">"{D365_HOST}/data/CustTrans?$filter=dataAreaId eq '{default_company}' and TransType eq 'WriteOff' and TransDate ge {start_date}T00:00:00Z&$select=Invoice,TransDate,Txt"
writeoffs = get_odata_data(writeoff_entity_url)
if writeoffs:
    df_writeoffs = pd.DataFrame(writeoffs)
    df_writeoffs.rename(columns={class="hl-string">'Invoice': class="hl-string">'InvoiceNumber'}, inplace=True)
    df_writeoffs[class="hl-string">'ActivityName'] = class="hl-string">'Invoice Written Off'
    df_writeoffs[class="hl-string">'EventTime'] = pd.to_datetime(df_writeoffs[class="hl-string">'TransDate']).dt.tz_localize(None)
    all_events.append(df_writeoffs[[class="hl-string">'InvoiceNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime']])

class=class="hl-string">"hl-comment"># --- Final Processing --- 
if all_events:
    print(class="hl-string">"Combining all events...")
    final_df = pd.concat(all_events, ignore_index=True)
    final_df.sort_values(by=[class="hl-string">'InvoiceNumber', class="hl-string">'EventTime'], inplace=True)
    
    class=class="hl-string">"hl-comment"># Fill forward attributes for a complete log
    attributes_to_fill = [class="hl-string">'InvoiceAmount', class="hl-string">'CustomerName', class="hl-string">'PaymentDueDate', class="hl-string">'DunningLevel']
    for attr in attributes_to_fill:
        if attr not in final_df.columns:
            final_df[attr] = None
    
    final_df[attributes_to_fill] = final_df.groupby(class="hl-string">'InvoiceNumber')[attributes_to_fill].fillna(method=class="hl-string">'ffill').fillna(method=class="hl-string">'bfill')
    
    final_df = final_df.dropna(subset=[class="hl-string">'InvoiceNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime'])
    
    output_filename = class="hl-string">'d365_collections_event_log.csv'
    final_df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%f')
    print(fclass="hl-string">"Event log successfully created: {output_filename}")
else:
    print(class="hl-string">"No events were extracted. Please check your configuration and date range.")

准备开始了吗？

使用此模板高效准备数据，深入了解信用管理与催收运营。立即开始优化流程，加快现金回流。

返回改进指南下载模板

优化信用管理与催收，立即加快现金回流

通过简化授信到收款流程，将周期时间缩短30%，改善现金流。

开始免费试用

无需信用卡，几分钟即可完成设置。

您的信用管理与催收数据模板

您的信用管理与催收数据模板

信用管理与催收属性

信用管理与催收活动

提取指南

通过自带数据库（BYOD）直接执行SQL查询

步骤

配置

a 示例查询 sql

使用Dynamics 365 OData REST API的Python脚本

步骤

配置

a 示例查询 python

准备开始了吗？

优化信用管理与催收，立即加快现金回流

您的信用管理与催收数据模板

您的信用管理与催收数据模板

信用管理与催收属性

信用管理与催收活动

提取指南

通过自带数据库（BYOD）直接执行SQL查询

步骤

配置

a 示例查询 sql

使用Dynamics 365 OData REST API的Python脚本

步骤

配置

a 示例查询 python

准备开始了吗？

优化信用管理与催收，立即加快现金回流

我们重视您的隐私