> 持续流程改进 > 订单到收款流程：销售订单处理 > Microsoft Dynamics 365 > 数据模板

您的订单到收款流程：销售订单处理数据模板

Microsoft Dynamics 365

← 返回改进指南

订单到收款流程：销售订单处理属性(20) 订单到收款流程：销售订单处理活动(13) 数据提取指南(2)

您的订单到收款流程：销售订单处理数据模板

此模板概述了在Microsoft Dynamics 365中分析订单到收款流程：销售订单处理所需的关键数据元素，包括建议收集的属性和事件日志中需要跟踪的主要活动，并提供从系统中有效提取这些数据的实用指南。

全面分析所需的推荐属性
需要跟踪的关键流程活动
Microsoft Dynamics 365数据提取指南

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

订单到收款流程：销售订单处理属性

以下是建议纳入事件日志的数据字段，可用于全面分析Microsoft Dynamics 365中的订单到收款流程：销售订单处理。

5 必填 5 建议填写 10 选填

	名称	说明
	开始时间 EventTime	具体活动或事件发生的准确日期和时间。
说明事件时间（即时间戳）记录活动发生的准确时刻。事件日志中的每项活动都有对应的时间戳，从而按时间顺序记录每个案例的流程。此属性对于流程挖掘中的所有时间分析都至关重要。它可用于计算活动之间的周期时间、衡量案例总时长、分析等待时间，并发现流程延迟的瓶颈。您还可以据此持续监控绩效，例如按日、周或月跟踪吞吐量。重要性此时间戳对于计算周期时间和瓶颈等所有时长指标，以及按时间顺序排列事件至关重要。获取途径此属性根据与具体交易相关的各类日期和时间字段得出，例如订单创建时间对应的“SalesTable.CreatedDateTime”，或付款对应的付款日记账过账日期。示例 2023-04-15T09:02:11Z2023-04-18T14:30:00Z2023-04-25T11:21:45Z
	活动 ActivityName	销售订单流程中某个时间点发生的具体业务事件或任务的名称。
说明此属性表示销售订单生命周期中的一个独立步骤或事件，例如“销售订单已创建”“货物已发运”或“已收到付款”。同一销售订单的活动顺序构成流程。分析活动的顺序、频率及其转换关系，是流程挖掘的核心。通过分析，您可以查看流程图、识别常见和少见的流程变体、发现瓶颈，并找出返工或不符合规范的环节。此属性是了解流程实际运行情况的基础。重要性此属性定义流程步骤，使您能够构建并查看流程图，这是流程挖掘的主要目标。获取途径此属性通过将“SalesTable”等表以及相关物流或财务表中的具体系统事件或状态变化映射为标准化活动名称而得出。示例销售订单已创建货物已发运发票已创建已收到付款
	销售订单 SalesOrderNumber	每笔销售订单的唯一标识符，也是流程的主要案例标识符。
说明销售订单编号是Microsoft Dynamics 365为每笔客户订单分配的唯一字母数字代码。它是核心案例ID，可关联从创建到关闭的所有相关活动和事件。在流程挖掘中，此属性对于还原每笔销售订单的端到端历程至关重要。分析人员可据此追踪完整的活动序列、衡量案例持续时间并分析每笔订单的流程变体，为整个流程分析奠定基础。重要性此标识符对于关联所有相关事件至关重要，可支持对每笔销售订单的生命周期进行完整的端到端分析。获取途径位于“SalesTable”表的“SalesId”字段。示例 SO-00102345SO-00102346SO-00102347
	最近数据更新时间 LastDataUpdate	数据最近一次从源系统刷新或提取的日期和时间。
说明此属性记录最近一次从Microsoft Dynamics 365提取数据的日期和时间，便于了解所分析数据的新鲜度。进行流程分析时，了解数据的时效性对决策至关重要。此时间戳会显示数据最近一次更新的准确时间，帮助用户判断数据是否可信，确保分析结论基于当前信息。重要性此属性让用户了解数据的新鲜度，这对确保流程挖掘分析的相关性和准确性至关重要。获取途径此值在提取数据时生成，并在数据载入过程中附加到每条记录。示例 2023-10-27T02:00:00Z2023-10-28T02:00:00Z
	源系统 SourceSystem	标识数据来源的信息系统。
说明此属性用于指定记录事件数据的源应用程序。在此处通常为“Microsoft Dynamics 365”。在单系统分析中，这项信息看似多余；但合并多个系统的数据时，例如另一个CRM系统或仓库管理系统的数据，它就至关重要。它有助于追踪数据来源，并在排查数据提取问题时定位记录的来源。重要性整合多个系统的数据时，这项信息能说明数据来源，帮助清晰追踪数据沿袭。获取途径这是一个静态值，通常在数据转换过程中添加，用于标记数据集的来源。示例 Microsoft Dynamics 365 F&OMicrosoft Dynamics 365 Sales
	客户名称 CustomerName	提交销售订单的客户名称。
说明此属性包含与销售订单关联的客户法定名称，通过销售订单中的客户账号与客户主数据联接得出。按客户分析流程，是了解客户行为和服务水平的基础。您可以据此识别哪些客户遇到的延误最多、返工率最高，或经常走非标准流程。这对提升客户满意度和有效管理重点客户至关重要。重要性支持以客户为中心开展分析，识别特定客户相关的模式、延误或问题，直接了解其对客户满意度的影响。获取途径使用“SalesTable”中的“CustAccount”字段，在“CustTable”中查找。示例 Contoso LtdAdatum CorporationFabrikam Inc.
	客户要求的交货日期 RequestedDeliveryDate	客户要求的订单交货日期。
说明此属性记录客户最初要求收到货物的日期，在创建订单时采集，可作为从客户角度衡量交付绩效的基准。此日期是“交货日期遵守情况”仪表板的重要输入。将“RequestedDeliveryDate”与“ConfirmedDeliveryDate”和实际“Goods Delivered”日期进行比较，可以了解组织满足客户预期的情况。日期差距较大可能意味着计划、库存或物流方面存在问题。重要性此日期代表客户对交付时间的预期，是衡量客户满意度和按时交付绩效的重要基准。获取途径此字段位于“SalesTable”表中，通常名为“DeliveryDate”或类似名称。示例 2023-05-102023-06-012023-05-25
	确认交货日期 ConfirmedDeliveryDate	公司向客户确认并承诺的订单交货日期。
说明确认交货日期是销售组织承诺向客户交付货物的日期。完成库存可用性和生产计划等内部检查后，才会确定此日期。从运营承诺的角度看，此属性是计算“交货日期遵守率”KPI的关键依据。与客户最初要求的日期相比，它能更准确地反映内部按时交付的基准。分析与此日期的偏差，有助于发现物流和履约流程中的内部问题。重要性此日期代表公司对客户的承诺，是衡量履约可靠性和运营绩效的重要内部基准。获取途径此字段位于销售订单行数据中，通常在“SalesLine”表中，字段名可能为“ConfirmedDlv”。示例 2023-05-122023-06-012023-05-28
	订单金额 OrderValue	销售订单的货币总额。
说明此属性表示销售订单的财务总额，包括所有商品、税费和其他费用，是与每个案例相关的重要财务指标。订单金额是按价值分析流程的重要依据。您可以按金额划分流程，查看高价值订单的处理方式是否不同，或是否比低价值订单延误更多。这有助于优先改进财务影响较大的案例，并支持“按细分查看销售订单金额”等仪表板。重要性可按财务价值划分流程，帮助优先改进高价值订单，并了解流程偏差带来的成本影响。获取途径此数据位于销售订单抬头数据中。具体表和字段请查阅Microsoft Dynamics 365文档，金额通常根据销售行金额计算。示例 5250.7512300.00899.50
	销售渠道 SalesChannel	接收销售订单的渠道，例如网络、直销或合作伙伴。
说明销售渠道表示客户订单的来源，可能是电子商务网站、直销团队、零售门店、呼叫中心或合作伙伴网络。Dynamics 365中的渠道通常根据业务需求配置。按销售渠道分析流程，有助于发现不同渠道的绩效差异。例如，网络订单可能比电话订单处理得更快，自动化程度也更高。根据这些发现，您可以针对不同渠道优化流程和资源配置，并支持“按细分查看销售订单金额”等仪表板。重要性可比较不同销售渠道的绩效，发现与订单发起方式相关的低效环节或最佳实践。获取途径此信息通常存储在销售订单抬头中。具体字段请查阅Microsoft Dynamics 365文档。示例网络直销合作伙伴零售
	付款到期日 PaymentDueDate	客户应支付发票款项的截止日期。
说明付款到期日根据发票日期和与客户约定的付款条件计算，并记录在客户发票中。此属性是分析“付款到期日遵守情况”和计算“按时付款率”KPI的基础。将“PaymentDueDate”与实际“Payment Received”日期进行比较，企业可以识别逾期付款，按客户细分分析付款行为，并主动采取措施改善现金流、缩短应收账款周转天数（DSO）。重要性此日期是衡量付款绩效的基准，对分析现金流和有效管理应收账款至关重要。获取途径此字段位于“CustInvoiceJour”表中，字段名为“DueDate”。示例 2023-05-302023-06-152023-06-30
	商品编号 ItemNumber	销售订单中产品或服务的唯一标识符。
说明商品编号用于识别所售的具体产品。由于一个销售订单可能包含多种产品，此属性通常关联到行项目级别的事件数据。按产品分析流程，有助于发现特定产品相关的问题。例如，某些产品可能对应较长的履约时间、较高的返工率或更频繁的信用冻结。您可以据此针对具体商品改进库存管理、产品数据设置或履约流程。重要性支持按产品分析，发现特定商品是否与流程延误、返工或其他低效问题相关。获取途径此字段位于“SalesLine”表中，字段名为“ItemId”。示例 PROD-00123PROD-00548SVC-00045
	国家/地区 CountryRegion	客户收货地址所在的国家/地区。
说明此属性表示销售订单的发货目的地国家/地区，来源于Dynamics 365中存储的客户收货地址信息。按国家/地区分析流程绩效，有助于发现区域差异。国际运输可能涉及清关等额外步骤，从而延长周期时间。此类分析有助于了解并优化不同地理市场的物流。重要性支持按地理区域开展分析，帮助发现供应链中的区域瓶颈、合规问题或绩效差异。获取途径此值来自与销售订单关联的客户收货地址。国家/地区信息通常位于“LogisticsPostalAddress”表中，通过“SalesTable”中的收货地址关联进行联接。示例 USADEUCANGBR
	是否按时交付 OnTimeDelivery	用于标记货物是否在确认交货日期当天或之前交付的布尔值。
说明此计算属性会比较每个销售订单中“Goods Delivered”活动的时间戳与“ConfirmedDeliveryDate”。如果按时或提前交付，则值为“true”；如果延迟交付，则为“false”。此标记是计算“交货日期遵守率”KPI的依据。通过筛选和汇总按时与延迟的订单，可简化分析，并快速发现与延迟交付相关的因素，例如特定产品、客户、地区或运输方式。重要性直接衡量履约是否达到承诺，对监控客户满意度和供应链可靠性至关重要。获取途径将“Goods Delivered”活动的“EventTime”与“ConfirmedDeliveryDate”属性进行比较计算。公式：('Goods Delivered' Timestamp <= ConfirmedDeliveryDate)。示例 truefalse
	是否按时付款 OnTimePayment	用于标记是否在付款到期日当天或之前收到款项的布尔值。
说明此计算属性会比较“Payment Received”活动的时间戳与“PaymentDueDate”。如果按时付款，则值为“true”；如果逾期付款，则为“false”。此标记是“按时付款率”KPI的核心组成部分，可快速将客户划分为按时付款和逾期付款两类。通过识别长期逾期付款的客户，企业可以据此调整信用政策、催收策略和客户关系管理方式。重要性衡量客户付款行为是否符合约定条款，是管理现金流和评估信用风险的基础。获取途径将“Payment Received”活动的“EventTime”与“PaymentDueDate”属性进行比较计算。公式：('Payment Received' Timestamp <= PaymentDueDate)。示例 truefalse
	是否返工 IsRework	用于标记销售订单是否发生返工（例如重复执行某项活动）的布尔值。
说明此计算属性用于识别偏离直接理想路径的案例。通过识别重复活动的序列来检测返工，例如订单取消确认后再次确认，或货物拣选后又退回库存。标记发生返工的案例，是计算“销售订单返工率”KPI的关键。分析人员可以快速筛选并调查低效流程，了解返工的根本原因，例如数据录入错误、信用问题或库存问题。减少返工是许多流程改进项目的主要目标。重要性通过标记需要重复执行步骤的案例，量化流程低效情况，便于有针对性地分析并减少浪费和延误。获取途径流程挖掘工具会分析每个案例的活动顺序来计算此值。例如，检测到(A -> B -> C -> B)这样的模式时，会将该案例标记为返工。示例 truefalse
	用户名 UserName	执行该活动的用户姓名。
说明此属性用于识别负责执行特定任务的员工或系统用户，例如确认订单或创建发票。它通常关联到Microsoft Dynamics 365中的用户ID。按用户分析绩效有助于发现培训需求、识别表现出色的员工，并合理分配工作量。此属性也适用于合规和审计，可明确追溯流程中每项操作的责任人。重要性可按个人或团队分析流程绩效，帮助发现培训机会、工作量失衡和资源相关瓶颈。获取途径此值来自各交易表中的用户ID字段，例如“CreatedBy”或“ModifiedBy”，再与主用户表（如“UserInfo”）联接，以获取全名。示例 Alice JohnsonRobert Brown系统管理员
	结束时间 EndTime	活动完成的准确日期和时间。
说明结束时间时间戳记录活动完成的时刻。如果有此数据，相比根据下一项活动的开始时间推算，它能更准确地衡量活动持续时间。同时掌握开始时间和结束时间，才能准确计算每项活动的“处理时间”，并将其与活动之间的“等待时间”区分开来。这有助于识别哪些具体任务耗时较长，哪些流程步骤存在长时间延误。重要性可准确计算各项活动的处理时间，并区分实际工作时间与空闲等待时间。获取途径与开始时间类似，此值由多个日期/时间字段得出，可能来自“ModifiedDateTime”字段，也可能来自“SalesTable”或“WHSLoadTable”等表中的特定状态更新时间戳。示例 2023-04-15T09:12:30Z2023-04-18T14:35:00Z2023-04-25T11:21:55Z
	运输方式 ShippingMethod	将货物运送给客户所使用的方式或承运商。
说明此属性指定交付所用的运输服务，例如“陆运”“空运”或特定承运商的名称。订单处理时会根据客户偏好、成本和交付速度选择运输方式。在“运输方式绩效”仪表板中，此维度至关重要。按运输方式分析从“Goods Packed”到“Goods Delivered”的周期时间，有助于识别哪些承运商速度更快、更可靠或更容易延误。这些发现可用于改进物流规划和承运商选择。重要性可分析不同承运商和运输选项的绩效，帮助从成本、速度和可靠性等方面优化物流。获取途径此信息通常存储在销售订单抬头或相关履约记录中。请查阅Microsoft Dynamics 365文档。示例 FedEx GroundUPS Next Day AirDHL Express
	销售订单状态 SalesOrderStatus	提取数据时销售订单的当前状态。
说明此属性反映销售订单的整体状态，例如“未结订单”“已开票”“已取消”或“已交付”。这是维护在销售订单抬头中的汇总状态。活动日志可以动态呈现流程，而最终状态则便于筛选和划分数据。分析人员可以快速筛选所有未结订单，查看当前工作量；也可以将已成功完成的订单与已取消订单分开，分析取消原因。重要性此属性提供订单状态的快照，可按未结、已关闭或已取消的订单筛选分析，便于管理工作量和开展结果分析。获取途径此字段位于“SalesTable”表中，字段名为“SalesStatus”。示例欠交已交付已开票已取消

必填建议填写选填

订单到收款流程：销售订单处理活动

以下是销售订单处理分析中需要记录的关键流程步骤和重要节点，有助于准确发现并分析流程。

6 建议填写 7 选填

	活动	说明
	发票已创建	表示已为发运的商品或服务生成并过账销售发票。这是一项核心财务交易，用于正式记录客户欠款。
重要性此活动标志着流程进入财务结算阶段。从发运到创建发票所需的时间，是“发票生成周期时间”KPI的关键指标，也会影响现金流。获取途径这是一项明确的财务交易。事件记录在销售发票日记账（CustInvoiceJour）的过账日期和时间中。采集记录销售发票日记账的过账时间戳。事件类型 explicit
	已收到付款	此活动表示已收到客户的发票款项并完成核销。该事件发生在应收账款模块中，并关联至原始发票。
重要性这是分析现金转换周期的重要里程碑，对于衡量“按时付款率”KPI和发现收款延迟至关重要。获取途径此事件明确记录在应收账款模块中，可从客户付款核销（CustSettlement）的交易日期获取，该核销会关闭发票交易（CustTrans）。采集从CustSettlement表获取结算日期，并关联回发票和销售订单。事件类型 explicit
	订单已关闭	表示销售订单已成功处理完毕，所有货物均已发运、发票均已开具，且预计不会再有后续交易。这标志着流程成功完成。
重要性此活动是成功完成案例的主要终点，对于计算端到端周期时间和吞吐量至关重要。获取途径可根据SalesTable中的状态字段推断。当“销售状态”为“已开票”且订单行状态也为“已开票”时，即视为订单已关闭。采集根据SalesTable状态字段变为“已开票”进行推断。时间戳通常取最后一笔相关交易的日期，例如开票或付款日期。事件类型 inferred
	订单已确认	此活动表示销售订单已正式确认，即承诺交付指定的商品或服务。在Dynamics 365中，用户执行明确操作后会生成确认日记账。
重要性确认是重要里程碑，标志着履约流程正式开始。衡量从创建到确认所需的时间，有助于了解前台处理效率。获取途径此事件明确记录在销售订单确认日记账（SalesConfirmJour）的过账日期中。该时间戳可关联回SalesTable。采集记录销售订单确认日记账的过账时间戳。事件类型 explicit
	货物已发运	此事件表示订单中的包装货物已发出并离开仓库。在Dynamics 365中，过账装箱单即正式记录此事件。
重要性这是一个关键里程碑，标志着内部履约流程结束、交付阶段开始。它也是计算按时发运表现的重要时间戳。获取途径此事件记录清晰明确，可从装箱单日记账（CustPackingSlipJour）的过账日期和时间中获取。采集记录装箱单日记账的过账时间戳。事件类型 explicit
	销售订单已创建	此事件表示销售代表或自动化渠道在系统中首次创建销售订单。系统会在主销售订单表中创建并保存新记录时明确记录此事件。
重要性此活动是所有销售订单案例的通用起点。它提供计算销售订单整体周期时间和分析吞吐量所需的初始时间戳。获取途径此事件明确记录在Microsoft Dynamics 365中SalesTable表头记录的“创建日期和时间”字段中。采集从SalesTable实体读取创建时间戳。事件类型 explicit
	已下达至仓库	表示销售订单已正式下达至仓库，开始拣货和发运作业。在使用仓库管理（WMS）模块的环境中，这是一个独立步骤。
重要性此活动将订单处理与实物履约区分开来。分析订单等待下达的时间，有助于发现资源规划或系统集成问题。获取途径此事件明确记录在与销售订单关联的仓库下达记录（WHSLoadTable、WHSShipmentTable）中。采集记录相应仓库装载或发运单的创建时间戳。事件类型 explicit
	已完成信用检查	表示已完成对销售订单相关客户的信用检查。检查可以由系统自动执行，也可以由人工审核，通常会导致订单信用状态发生变化。
重要性分析信用检查所需时间及其结果，有助于发现订单审批流程中的瓶颈。频繁的冻结或过长的审批时间可能会显著延迟订单履约。获取途径通常可根据SalesTable中与信用管理相关的状态变化推断，例如订单因信用原因从“已冻结”变为“未结”。如果使用高级模块，也可能记录在信用管理表中。采集根据SalesTable或相关信用冻结表中的状态变更历史进行推断。事件类型 inferred
	库存已预留	此事件表示销售订单行所需的库存已在系统中通过人工或自动方式完成实物预留，确保商品可供拣货和履约。
重要性跟踪库存预留情况，有助于分析订单确认到仓库作业开始之间的延迟。这也是“库存分配提前期”KPI的重要数据。获取途径可根据与销售订单行关联的库存交易记录（InventTrans）的创建或更新情况推断；记录状态会显示预留情况，例如“订购中”或“实物预留”。采集根据订单的库存交易记录（InventTrans）标记为已预留的时间戳进行推断。事件类型 inferred
	订单已取消	此事件表示销售订单在全部发运和开票之前被取消，是流程未成功完成的另一种终止状态。
重要性跟踪取消情况有助于找出销售流失或流程失败的原因。分析订单在何时、因何原因取消，可为流程改进提供依据。获取途径根据SalesTable中的“销售状态”字段变为“已取消”进行推断。时间戳为记录此状态变更的时间。采集根据SalesTable中的状态字段变为“已取消”进行推断。事件类型 inferred
	货物已包装	此活动表示包装流程已完成，拣选的商品已集中整理并准备发运。在D365中，这可能与生成装箱单同时发生。
重要性拣货与包装之间的耗时可揭示包装工位的瓶颈。这是整体履约周期中的一个关键子流程。获取途径此事件可从WMS模块中的容器包装完成记录中直接获取，也可根据装箱单日记账（CustPackingSlipJour）的生成情况推断，该记录通常表示包装结束。采集根据包装作业完成情况或装箱单日记账的创建日期进行推断。事件类型 inferred
	货物已拣选	表示已从仓库库位完成订单所有商品的实物拣选。通常在拣货员于WMS模块中完成拣货清单或作业单时记录。
重要性跟踪拣货完成时间对于分析仓库效率至关重要。此阶段的延迟会直接影响整体发货时间。获取途径此事件在仓库管理模块中明确记录，可从与销售订单拣货相关的仓库作业（WHSWorkTable）完成时间戳中获取。采集记录拣货“作业”状态更新为“已关闭”时的时间戳。事件类型 explicit
	货物已送达	表示货物已成功送达客户指定地址。此信息通常由外部承运商系统更新，也可通过人工确认。
重要性此活动对于衡量“交付日期达成率”KPI和了解面向客户的实际周期时间至关重要，也有助于评估承运商表现。获取途径标准D365不会原生将其作为明确事件跟踪。通常需要通过承运商集成接收更新，或人工更新销售订单或发运记录中的状态来推断。采集根据集成的承运商数据或人工更新的状态字段进行推断。事件类型 inferred

建议填写选填

数据提取指南

如何从Microsoft Dynamics 365提取数据

步骤

**配置导出到Azure Data Lake：**在Dynamics 365 Finance and Operations环境中，确保已安装并配置“Export to Azure Data Lake”加载项。此操作需要将D365连接到Azure订阅和目标Azure Data Lake Storage Gen2账户。
**选择要导出的表：**在Dynamics 365中进入“Export to Data Lake”工作空间。搜索并将以下表添加到导出配置中：SalesTable、SalesLine、CustConfirmJour、CustPackingSlipJour、CustInvoiceJour、CustTrans、WHSLoadTable、WHSWorkTable和CustTable。为所有选定的表启用导出。
**设置Azure Synapse Analytics：**在Azure门户中部署Azure Synapse Analytics工作空间。为该工作空间授予其所需权限，例如对存储D365数据的Data Lake账户授予“Storage Blob Data Contributor”权限。
**创建无服务器SQL数据库：**在Synapse Studio中进入“数据”中心。创建新的无服务器SQL数据库，以便通过T-SQL查询Data Lake中的数据。
**为D365表创建视图：**为简化查询，请在无服务器数据库中创建SQL视图，指向Data Lake中复制的D365表数据。这样可以屏蔽底层文件路径和格式。例如：CREATE VIEW dbo.SalesTable AS SELECT * FROM OPENROWSET(BULK 'path/to/salestable', FORMAT='CSV', ...)。
**准备SQL查询：**在Synapse Studio中新建SQL脚本，并连接到无服务器数据库。将本文档提供的完整SQL查询复制到脚本编辑器中。
**自定义查询参数：**找到查询顶部的占位符。将'{YourDataAreaId}'替换为要分析的公司代码，并调整'{StartDate}'和'{EndDate}'占位符以设定提取时间范围。
**执行查询：**运行完整SQL脚本。查询将从多个表中收集事件，并合并为统一格式的事件日志。
**检查并导出结果：**查询完成后，在Synapse Studio结果窗格中检查结果，确认数据完整且格式正确。使用内置导出功能将结果保存为CSV文件。
**准备上传：**打开导出的CSV文件，确认其采用UTF-8编码，并检查列标题是否与所需属性完全一致，例如SalesOrderNumber、ActivityName、EventTime等。
**上传到ProcessMind：**将最终验证通过的CSV文件上传到ProcessMind项目，以便进行分析和可视化。

配置

**前提条件：**此方法需要有效的Azure订阅，并且Dynamics 365 F&O实例已配置“Export to Azure Data Lake”功能。您需要在Azure中拥有管理Synapse和Storage的相应权限，并在D365中拥有配置数据导出的权限。
**所需D365模块：**要完整记录事件，尤其是仓库活动，需要使用Warehouse Management（WMS）模块。核心事件依赖Sales and Marketing和Accounts Receivable模块。
**表选择：**必须启用查询中引用的所有表的导出，包括SalesTable、SalesLine、CustConfirmJour、CustPackingSlipJour、CustInvoiceJour、CustTrans、WHSLoadTable、WHSWorkTable和CustTable。缺少表会导致相应活动无法记录。
**日期范围筛选：**查询通过{StartDate}和{EndDate}参数按日期范围筛选。首次提取建议使用有限范围，例如3至6个月，以确保查询运行时间可控。
**公司（DataAreaId）筛选：**必须配置'{YourDataAreaId}'占位符，以指定D365环境中的某个法律实体。此查询不支持在单次执行中进行跨公司分析。
**性能注意事项：**对于非常大的数据集，无服务器SQL池的查询性能可能有所不同。建议安排在业务低峰时段提取。若需频繁提取，可将最终事件日志实体化为Data Lake中的新表，以提升后续处理性能。

查询示例 sql

WITH SalesOrderBase AS (
    SELECT
        ST.SALESID,
        ST.DATAREAID,
        CT.NAME AS CustomerName,
        ST.SHIPPINGDATECONFIRMED AS ConfirmedDeliveryDate,
        ST.DELIVERYDATE AS RequestedDeliveryDate,
        ST.PURCHORDERFORMNUM AS SalesChannel, -- Example mapping, adjust if you use a different field for Sales Channel
        SUM(SL.LINEAMOUNT) AS OrderValue
    FROM dbo.SALESTABLE ST
    LEFT JOIN dbo.SALESLINE SL ON ST.SALESID = SL.SALESID AND ST.DATAREAID = SL.DATAREAID
    LEFT JOIN dbo.CUSTTABLE CT ON ST.CUSTACCOUNT = CT.ACCOUNTNUM AND ST.DATAREAID = CT.DATAREAID
    WHERE ST.DATAREAID = '{YourDataAreaId}'
      AND ST.CREATEDDATETIME >= '{StartDate}' AND ST.CREATEDDATETIME < '{EndDate}'
    GROUP BY
        ST.SALESID,
        ST.DATAREAID,
        CT.NAME,
        ST.SHIPPINGDATECONFIRMED,
        ST.DELIVERYDATE,
        ST.PURCHORDERFORMNUM
)
-- 1. Sales Order Created
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Sales Order Created' AS ActivityName,
    ST.CREATEDDATETIME AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.SALESTABLE ST ON SO.SALESID = ST.SALESID AND SO.DATAREAID = ST.DATAREAID

UNION ALL

-- 2. Credit Check Performed
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Credit Check Performed' AS ActivityName,
    ST.MODIFIEDDATETIME AS EventTime, -- This assumes a status change date reflects the credit check time
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.SALESTABLE ST ON SO.SALESID = ST.SALESID AND SO.DATAREAID = ST.DATAREAID
WHERE ST.CREDITLIMITTYPE > 0 -- Example condition for a credit check being done. Adjust based on your configuration.

UNION ALL

-- 3. Order Confirmed
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Order Confirmed' AS ActivityName,
    CJ.CONFIRMDATE AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.CUSTCONFIRMJOUR CJ ON SO.SALESID = CJ.SALESID AND SO.DATAREAID = CJ.DATAAREAID

UNION ALL

-- 4. Inventory Reserved (approximated by first line item reservation)
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Inventory Reserved' AS ActivityName,
    MIN(SL.CREATEDDATETIME) AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.SALESLINE SL ON SO.SALESID = SL.SALESID AND SO.DATAREAID = SL.DATAREAID
WHERE SL.RESERVATION > 0 -- Identifies lines with a reservation status
GROUP BY SO.SALESID, SO.OrderValue, SO.CustomerName, SO.SalesChannel, SO.RequestedDeliveryDate, SO.ConfirmedDeliveryDate

UNION ALL

-- 5. Released To Warehouse
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Released To Warehouse' AS ActivityName,
    WLT.CREATEDDATETIME AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.WHSLOADTABLE WLT ON SO.SALESID = WLT.SALESID AND SO.DATAREAID = WLT.DATAAREAID

UNION ALL

-- 6. Goods Picked (approximated by last pick work closure)
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Goods Picked' AS ActivityName,
    MAX(WWT.MODIFIEDDATETIME) AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.WHSWORKTABLE WWT ON SO.SALESID = WWT.ORDERNUM AND SO.DATAREAID = WWT.DATAAREAID
WHERE WWT.WORKTYPE = 'Pick' AND WWT.WORKSTATUS = 'Closed'
GROUP BY SO.SALESID, SO.OrderValue, SO.CustomerName, SO.SalesChannel, SO.RequestedDeliveryDate, SO.ConfirmedDeliveryDate

UNION ALL

-- 7. Goods Packed
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Goods Packed' AS ActivityName,
    PSJ.CREATEDDATETIME AS EventTime, -- Using creation time of packing slip as proxy
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.CUSTPACKINGSLIPJOUR PSJ ON SO.SALESID = PSJ.SALESID AND SO.DATAREAID = PSJ.DATAAREAID

UNION ALL

-- 8. Goods Shipped
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Goods Shipped' AS ActivityName,
    PSJ.DELIVERYDATE AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.CUSTPACKINGSLIPJOUR PSJ ON SO.SALESID = PSJ.SALESID AND SO.DATAREAID = PSJ.DATAAREAID

UNION ALL

-- 9. Goods Delivered (placeholder, often requires custom fields)
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Goods Delivered' AS ActivityName,
    PSJ.DELIVERYDATE AS EventTime, -- Placeholder, using shipment date. True delivery requires external data.
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.CUSTPACKINGSLIPJOUR PSJ ON SO.SALESID = PSJ.SALESID AND SO.DATAREAID = PSJ.DATAAREAID
WHERE 1 = 2 -- This will return no rows unless logic is added to read from a custom field with actual delivery dates

UNION ALL

-- 10. Invoice Created
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Invoice Created' AS ActivityName,
    CIJ.INVOICEDATE AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.CUSTINVOICEJOUR CIJ ON SO.SALESID = CIJ.SALESID AND SO.DATAREAID = CIJ.DATAAREAID

UNION ALL

-- 11. Payment Received (approximated by last settlement date)
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Payment Received' AS ActivityName,
    MAX(CT.SETTLEMENTDATE) AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.CUSTINVOICEJOUR CIJ ON SO.SALESID = CIJ.SALESID AND SO.DATAREAID = CIJ.DATAAREAID
JOIN dbo.CUSTTRANS CT ON CIJ.INVOICEID = CT.INVOICE AND CIJ.DATAAREAID = CT.DATAAREAID
WHERE CT.TRANSTYPE = 'Payment'
GROUP BY SO.SALESID, SO.OrderValue, SO.CustomerName, SO.SalesChannel, SO.RequestedDeliveryDate, SO.ConfirmedDeliveryDate

UNION ALL

-- 12. Order Closed
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Order Closed' AS ActivityName,
    ST.MODIFIEDDATETIME AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.SALESTABLE ST ON SO.SALESID = ST.SALESID AND SO.DATAREAID = ST.DATAREAID
WHERE ST.SALESSTATUS = 4 -- Status for 'Invoiced'

UNION ALL

-- 13. Order Cancelled
SELECT
    SO.SALESID AS SalesOrderNumber,
    'Order Cancelled' AS ActivityName,
    ST.MODIFIEDDATETIME AS EventTime,
    'Dynamics 365' AS SourceSystem,
    GETUTCDATE() AS LastDataUpdate,
    SO.OrderValue,
    SO.CustomerName,
    SO.SalesChannel,
    SO.RequestedDeliveryDate,
    SO.ConfirmedDeliveryDate
FROM SalesOrderBase SO
JOIN dbo.SALESTABLE ST ON SO.SALESID = ST.SALESID AND SO.DATAREAID = ST.DATAREAID
WHERE ST.SALESSTATUS = 3; -- Status for 'Canceled'

步骤

前提条件和设置：确保已安装Python 3.6或更高版本。在终端中运行以下命令，安装所需的Python库：pip install pandas requests msal。
在Azure AD中注册应用程序：进入Azure门户，在Azure Active Directory下注册新应用程序。该应用程序用于通过Dynamics 365 API进行身份验证。记录应用程序（客户端）ID和目录（租户）ID。
创建客户端密钥：在新注册的Azure AD应用程序中，进入“证书和机密”并创建客户端密钥。请立即复制密钥值，因为之后无法再次查看。此值即为CLIENT_SECRET。
授予API权限：在Azure AD应用程序设置中，进入“API权限”。添加“Dynamics ERP”或“Dynamics 365 for Finance and Operations”权限。选择“委托权限”并授予user_impersonation。随后再次添加相同权限，但选择“应用程序权限”，并授予Financials.ReadWrite.All；如果有可用且满足需求的只读权限，也可授予该权限。为这些权限授予管理员同意。
在Dynamics 365中创建应用程序用户：在Dynamics 365环境中，进入“系统管理”>“用户”>“用户”。创建新用户，并将其关联到Azure AD应用注册中的应用程序ID。为其分配安全角色，例如“系统管理员”（拥有完全访问权限），或可读取所需数据实体的自定义角色（如SalesOrderHeadersV2、SalesOrderLines、SalesPackingSlipHeaders、SalesInvoiceHeadersV2等）。
配置Python脚本：在编辑器中打开提供的Python脚本。找到文件顶部的配置部分，将D365_URL、TENANT_ID、CLIENT_ID、CLIENT_SECRET、COMPANY_FILTER、START_DATE和END_DATE占位值替换为您的环境信息。
定义实体映射（可选）：检查脚本中使用的实体和字段名称。如果您的组织使用自定义实体或字段跟踪特定活动，可能需要相应调整脚本中的OData查询。
运行提取脚本：在命令行中运行python your_script_name.py。脚本将进行身份验证，逐项查询Dynamics 365 OData API中的活动并处理数据，同时在控制台显示进度。
检查输出文件：脚本成功运行后，会在同一目录下生成名为d365_order_to_cash_event_log.csv的CSV文件。打开文件，检查提取的事件日志是否准确、完整。
上传到ProcessMind：生成的CSV文件已按所需架构设置格式，可直接上传到ProcessMind进行流程分析。

配置

D365_URL：Dynamics 365 Finance and Operations环境的基础URL，格式应类似https://[your-d365-environment-name].operations.dynamics.com。
TENANT_ID：Azure Active Directory实例的目录（租户）ID，可在Azure AD应用注册的概览页中找到。
CLIENT_ID：您在Azure AD中注册的应用程序的应用程序（客户端）ID。
CLIENT_SECRET：您为Azure AD应用程序生成的客户端密钥值。
COMPANY_FILTER：指定要提取数据的Dynamics 365法律实体（例如'USMF'）。必须设置此筛选条件，确保查询正确的公司数据集。
START_DATE / END_DATE：以'YYYY-MM-DD'格式定义提取日期范围。初次分析建议选择3至6个月，以兼顾数据量和分析价值。请注意，日期范围过大会显著延长提取时间。
前提条件：您需要有权访问Azure AD、注册应用程序并授予权限。还需要拥有Dynamics 365用户账户权限，以创建应用程序用户并分配安全角色。分配的角色必须能够读取脚本查询的所有实体。

查询示例 python

import requests
import pandas as pd
import msal
import json
import datetime

class=class="hl-string">"hl-comment"># --- CONFIGURATION --- 
class=class="hl-string">"hl-comment"># Replace with your D365 environment and Azure AD App details
D365_URL = class="hl-string">"https://[your-d365-environment-name].operations.dynamics.com"
TENANT_ID = class="hl-string">"[Your-Azure-AD-Tenant-ID]"
CLIENT_ID = class="hl-string">"[Your-Azure-AD-Client-ID]"
CLIENT_SECRET = class="hl-string">"[Your-Azure-AD-Client-Secret]"

class=class="hl-string">"hl-comment"># --- EXTRACTION PARAMETERS ---
COMPANY_FILTER = class="hl-string">"[Your-Company-Code]" class=class="hl-string">"hl-comment"># e.g., class="hl-string">'USMF'
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-12-31"

class=class="hl-string">"hl-comment"># --- SCRIPT --- 

AUTHORITY_URL = fclass="hl-string">"https://login.microsoftonline.com/{TENANT_ID}"
RESOURCE = fclass="hl-string">"{D365_URL}/"
API_ENDPOINT = fclass="hl-string">"{D365_URL}/data"

def get_access_token():
    class="hl-string">"""Authenticates with Azure AD and returns an access token."""
    app = msal.ConfidentialClientApplication(
        client_id=CLIENT_ID,
        client_credential=CLIENT_SECRET,
        authority=AUTHORITY_URL
    )
    result = app.acquire_token_for_client(scopes=[fclass="hl-string">"{RESOURCE}/.default"])
    if class="hl-string">"access_token" in result:
        return result[class="hl-string">'access_token']
    else:
        print(class="hl-string">"Error acquiring token:", result.get(class="hl-string">"error_description"))
        raise Exception(class="hl-string">"Could not authenticate.")

def execute_odata_query(access_token, entity, select_fields, filter_query, expand_fields=None):
    class="hl-string">"""Executes an OData query against a D365 entity and handles pagination."""
    all_results = []
    headers = {
        class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}',
        class="hl-string">'Content-Type': class="hl-string">'application/json',
        class="hl-string">'OData-MaxVersion': class="hl-string">'4.0',
        class="hl-string">'OData-Version': class="hl-string">'4.0',
        class="hl-string">'Prefer': class="hl-string">'odata.maxpagesize=1000' class=class="hl-string">"hl-comment"># Request pagination
    }
    
    query_url = fclass="hl-string">"{API_ENDPOINT}/{entity}?$select={select_fields}&$filter={filter_query}&cross-company=true"
    if expand_fields:
        query_url += fclass="hl-string">"&$expand={expand_fields}"
    
    print(fclass="hl-string">"Querying {entity}...")
    while query_url:
        try:
            response = requests.get(query_url, headers=headers)
            response.raise_for_status() class=class="hl-string">"hl-comment"># Raise HTTPError for bad responses (4xx or 5xx)
            data = response.json()
            all_results.extend(data.get(class="hl-string">'value', []))
            query_url = data.get(class="hl-string">'@odata.nextLink') class=class="hl-string">"hl-comment"># Get URL for the next page
        except requests.exceptions.HTTPError as err:
            print(fclass="hl-string">"HTTP Error for {entity}: {err}")
            print(fclass="hl-string">"Response content: {err.response.text}")
            return [] class=class="hl-string">"hl-comment"># Return empty list on error
        except json.JSONDecodeError:
            print(fclass="hl-string">"JSON Decode Error for {entity}. Response was not valid JSON.")
            print(fclass="hl-string">"Response text: {response.text}")
            return []

    print(fclass="hl-string">"...found {len(all_results)} records for {entity}.")
    return all_results

def main():
    class="hl-string">"""Main function to orchestrate the data extraction process."""
    try:
        token = get_access_token()
    except Exception as e:
        print(e)
        return

    all_events = []
    now_utc = datetime.datetime.utcnow().isoformat() + class="hl-string">'Z'

    class=class="hl-string">"hl-comment"># Shared attributes for most queries
    base_select_fields = class="hl-string">"SalesOrderNumber,TotalInvoiceAmount,SalesOrderOriginCode,RequestedShippingDate,ConfirmedShippingDate,CustomerAccount"
    base_expand_fields = class="hl-string">"CustomerV3(CustomerName)"

    class=class="hl-string">"hl-comment"># Common date filter for creation/modification timestamps
    date_filter = fclass="hl-string">"(CreatedDateTime ge {START_DATE}T00:00:00Z and CreatedDateTime le {END_DATE}T23:59:59Z)"

    class=class="hl-string">"hl-comment"># 1. Sales Order Created
    data = execute_odata_query(token, class="hl-string">'SalesOrderHeadersV2', fclass="hl-string">"{base_select_fields},CreatedDateTime", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {date_filter}", base_expand_fields)
    for record in data:
        all_events.append({
            class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'),
            class="hl-string">'ActivityName': class="hl-string">'Sales Order Created',
            class="hl-string">'EventTime': record.get(class="hl-string">'CreatedDateTime'),
            class="hl-string">'OrderValue': record.get(class="hl-string">'TotalInvoiceAmount'),
            class="hl-string">'CustomerName': record.get(class="hl-string">'CustomerV3', {}).get(class="hl-string">'CustomerName'),
            class="hl-string">'SalesChannel': record.get(class="hl-string">'SalesOrderOriginCode'),
            class="hl-string">'RequestedDeliveryDate': record.get(class="hl-string">'RequestedShippingDate'),
            class="hl-string">'ConfirmedDeliveryDate': record.get(class="hl-string">'ConfirmedShippingDate')
        })

    class=class="hl-string">"hl-comment"># 2. Credit Check Performed (based on status change)
    class=class="hl-string">"hl-comment"># This assumes a credit check is reflected by the CreditLimitApprovalStatus. This logic may need adjustment.
    class=class="hl-string">"hl-comment"># We look for orders modified in the period, then check the status.
    modified_date_filter = fclass="hl-string">"(ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z)"
    data = execute_odata_query(token, class="hl-string">'SalesOrderHeadersV2', fclass="hl-string">"{base_select_fields},ModifiedDateTime,CreditLimitApprovalStatus", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {modified_date_filter} and CreditLimitApprovalStatus ne 'NoCheck'", base_expand_fields)
    for record in data:
        all_events.append({
            class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'),
            class="hl-string">'ActivityName': class="hl-string">'Credit Check Performed',
            class="hl-string">'EventTime': record.get(class="hl-string">'ModifiedDateTime'), class=class="hl-string">"hl-comment"># Using ModifiedDateTime as a proxy
            class="hl-string">'OrderValue': record.get(class="hl-string">'TotalInvoiceAmount'),
            class="hl-string">'CustomerName': record.get(class="hl-string">'CustomerV3', {}).get(class="hl-string">'CustomerName'),
            class="hl-string">'SalesChannel': record.get(class="hl-string">'SalesOrderOriginCode'),
            class="hl-string">'RequestedDeliveryDate': record.get(class="hl-string">'RequestedShippingDate'),
            class="hl-string">'ConfirmedDeliveryDate': record.get(class="hl-string">'ConfirmedShippingDate')
        })

    class=class="hl-string">"hl-comment"># 3. Order Confirmed
    confirmation_date_filter = fclass="hl-string">"(ConfirmationDate ge {START_DATE} and ConfirmationDate le {END_DATE})"
    data = execute_odata_query(token, class="hl-string">'SalesConfirmationHeaders', class="hl-string">"SalesOrderNumber,ConfirmationDate", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {confirmation_date_filter}")
    class=class="hl-string">"hl-comment"># We need to get details from the SalesOrderHeader
    order_numbers = class="hl-string">"'" + class="hl-string">"','".join([rec[class="hl-string">'SalesOrderNumber'] for rec in data if rec.get(class="hl-string">'SalesOrderNumber')]) + class="hl-string">"'"
    if order_numbers != class="hl-string">"''":
        header_data = execute_odata_query(token, class="hl-string">'SalesOrderHeadersV2', base_select_fields, fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and SalesOrderNumber in ({order_numbers})", base_expand_fields)
        header_map = {h[class="hl-string">'SalesOrderNumber']: h for h in header_data}
        for record in data:
            header = header_map.get(record.get(class="hl-string">'SalesOrderNumber'))
            if header:
                all_events.append({
                    class="hl-string">'SalesOrderNumber': header.get(class="hl-string">'SalesOrderNumber'),
                    class="hl-string">'ActivityName': class="hl-string">'Order Confirmed',
                    class="hl-string">'EventTime': str(record.get(class="hl-string">'ConfirmationDate')) + class="hl-string">'T12:00:00Z', class=class="hl-string">"hl-comment"># Date only field, adding midday time
                    class="hl-string">'OrderValue': header.get(class="hl-string">'TotalInvoiceAmount'),
                    class="hl-string">'CustomerName': header.get(class="hl-string">'CustomerV3', {}).get(class="hl-string">'CustomerName'),
                    class="hl-string">'SalesChannel': header.get(class="hl-string">'SalesOrderOriginCode'),
                    class="hl-string">'RequestedDeliveryDate': header.get(class="hl-string">'RequestedShippingDate'),
                    class="hl-string">'ConfirmedDeliveryDate': header.get(class="hl-string">'ConfirmedShippingDate')
                })
    
    class=class="hl-string">"hl-comment"># 4 & 5. Inventory Reserved & Released To Warehouse (WMS)
    class=class="hl-string">"hl-comment"># These are complex. This is a proxy based on Warehouse Work creation time.
    work_date_filter = fclass="hl-string">"(WorkCreatedDateTime ge {START_DATE}T00:00:00Z and WorkCreatedDateTime le {END_DATE}T23:59:59Z)"
    data = execute_odata_query(token, class="hl-string">'WarehouseWorkHeaders', class="hl-string">"OrderNumber,WorkCreatedDateTime", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {work_date_filter} and WorkType eq 'SalesOrders'")
    for record in data:
        class=class="hl-string">"hl-comment"># Assuming reservation happens just before release to warehouse
        all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'OrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Inventory Reserved', class="hl-string">'EventTime': record.get(class="hl-string">'WorkCreatedDateTime')})
        all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'OrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Released To Warehouse', class="hl-string">'EventTime': record.get(class="hl-string">'WorkCreatedDateTime')})

    class=class="hl-string">"hl-comment"># 6 & 7. Goods Picked & Goods Packed (WMS)
    class=class="hl-string">"hl-comment"># Proxy using Shipment status updates. This logic may need refinement based on specific WMS setup.
    shipment_date_filter = fclass="hl-string">"(ShipmentStatusLastUpdatedDateTime ge {START_DATE}T00:00:00Z and ShipmentStatusLastUpdatedDateTime le {END_DATE}T23:59:59Z)"
    data = execute_odata_query(token, class="hl-string">'WHSShipmentTables', class="hl-string">"SalesOrderNumber,ShipmentStatus,ShipmentStatusLastUpdatedDateTime", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {shipment_date_filter}")
    for record in data:
        if record.get(class="hl-string">'ShipmentStatus') in [class="hl-string">'Picked', class="hl-string">'Loaded', class="hl-string">'Shipped']:
             all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Goods Picked', class="hl-string">'EventTime': record.get(class="hl-string">'ShipmentStatusLastUpdatedDateTime')})
        if record.get(class="hl-string">'ShipmentStatus') in [class="hl-string">'Loaded', class="hl-string">'Shipped']:
            all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Goods Packed', class="hl-string">'EventTime': record.get(class="hl-string">'ShipmentStatusLastUpdatedDateTime')})

    class=class="hl-string">"hl-comment"># 8. Goods Shipped (Posting Packing Slip)
    packslip_date_filter = fclass="hl-string">"(ShippingDate ge {START_DATE} and ShippingDate le {END_DATE})"
    data = execute_odata_query(token, class="hl-string">'SalesPackingSlipHeaders', class="hl-string">"SalesOrderNumber,ShippingDate", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {packslip_date_filter}")
    for record in data:
        all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Goods Shipped', class="hl-string">'EventTime': str(record.get(class="hl-string">'ShippingDate')) + class="hl-string">'T12:00:00Z'})

    class=class="hl-string">"hl-comment"># 9. Goods Delivered
    class=class="hl-string">"hl-comment"># This is often not a standard field. We use ModifiedDateTime on Packing Slip as a placeholder.
    packslip_mod_date_filter = fclass="hl-string">"(ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z)"
    data = execute_odata_query(token, class="hl-string">'SalesPackingSlipHeaders', class="hl-string">"SalesOrderNumber,ModifiedDateTime,DeliveryMode", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {packslip_mod_date_filter} and DeliveryMode eq '[Your-Delivered-Status-Code]'")
    for record in data:
        all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Goods Delivered', class="hl-string">'EventTime': record.get(class="hl-string">'ModifiedDateTime')})

    class=class="hl-string">"hl-comment"># 10. Invoice Created
    invoice_date_filter = fclass="hl-string">"(InvoiceDate ge {START_DATE} and InvoiceDate le {END_DATE})"
    data = execute_odata_query(token, class="hl-string">'SalesInvoiceHeadersV2', class="hl-string">"SalesOrderNumber,InvoiceDate", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {invoice_date_filter}")
    for record in data:
        all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Invoice Created', class="hl-string">'EventTime': str(record.get(class="hl-string">'InvoiceDate')) + class="hl-string">'T12:00:00Z'})

    class=class="hl-string">"hl-comment"># 11. Payment Received
    class=class="hl-string">"hl-comment"># This requires looking at customer payments and settling them to invoices, then to sales orders.
    class=class="hl-string">"hl-comment"># This is a simplified proxy using the ClosedDate of the invoice.
    invoice_closed_date_filter = fclass="hl-string">"(ClosedDate ge {START_DATE} and ClosedDate le {END_DATE})"
    data = execute_odata_query(token, class="hl-string">'CustomerInvoices', class="hl-string">"SalesOrderNumber,ClosedDate", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {invoice_closed_date_filter}")
    for record in data:
        if record.get(class="hl-string">'ClosedDate') and record.get(class="hl-string">'SalesOrderNumber'):
            all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': class="hl-string">'Payment Received', class="hl-string">'EventTime': str(record.get(class="hl-string">'ClosedDate')) + class="hl-string">'T12:00:00Z'})

    class=class="hl-string">"hl-comment"># 12 & 13. Order Closed & Order Cancelled
    class=class="hl-string">"hl-comment"># These are statuses on the Sales Order Header.
    status_date_filter = fclass="hl-string">"(ModifiedDateTime ge {START_DATE}T00:00:00Z and ModifiedDateTime le {END_DATE}T23:59:59Z)"
    data = execute_odata_query(token, class="hl-string">'SalesOrderHeadersV2', class="hl-string">"SalesOrderNumber,SalesOrderStatus,ModifiedDateTime", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and {status_date_filter} and (SalesOrderStatus eq 'Invoiced' or SalesOrderStatus eq 'Canceled')")
    for record in data:
        activity = class="hl-string">''
        if record.get(class="hl-string">'SalesOrderStatus') == class="hl-string">'Invoiced': activity = class="hl-string">'Order Closed'
        if record.get(class="hl-string">'SalesOrderStatus') == class="hl-string">'Canceled': activity = class="hl-string">'Order Cancelled'
        if activity:
            all_events.append({class="hl-string">'SalesOrderNumber': record.get(class="hl-string">'SalesOrderNumber'), class="hl-string">'ActivityName': activity, class="hl-string">'EventTime': record.get(class="hl-string">'ModifiedDateTime')})


    class=class="hl-string">"hl-comment"># --- Final Processing ---
    if not all_events:
        print(class="hl-string">"No events found. Exiting.")
        return

    df = pd.DataFrame(all_events)
    print(fclass="hl-string">"Total events created: {len(df)}")

    class=class="hl-string">"hl-comment"># Drop events without a case ID or timestamp
    df.dropna(subset=[class="hl-string">'SalesOrderNumber', class="hl-string">'EventTime'], inplace=True)
    print(fclass="hl-string">"Events after dropping nulls: {len(df)}")

    class=class="hl-string">"hl-comment"># Fill in missing recommended attributes by merging back header details
    print(class="hl-string">"Enriching data with header attributes...")
    unique_orders = class="hl-string">"'" + class="hl-string">"','".join(df[class="hl-string">'SalesOrderNumber'].unique()) + class="hl-string">"'"
    if unique_orders != class="hl-string">"''":
        header_data_final = execute_odata_query(token, class="hl-string">'SalesOrderHeadersV2', fclass="hl-string">"{base_select_fields}", fclass="hl-string">"dataAreaId eq '{COMPANY_FILTER}' and SalesOrderNumber in ({unique_orders})", base_expand_fields)
        header_df = pd.DataFrame(header_data_final)
        if not header_df.empty:
            header_df = header_df.rename(columns={
                class="hl-string">'TotalInvoiceAmount': class="hl-string">'OrderValue',
                class="hl-string">'SalesOrderOriginCode': class="hl-string">'SalesChannel',
                class="hl-string">'RequestedShippingDate': class="hl-string">'RequestedDeliveryDate',
                class="hl-string">'ConfirmedShippingDate': class="hl-string">'ConfirmedDeliveryDate'
            })
            class=class="hl-string">"hl-comment"># Extract nested customer name
            header_df[class="hl-string">'CustomerName'] = header_df[class="hl-string">'CustomerV3'].apply(lambda x: x.get(class="hl-string">'CustomerName') if isinstance(x, dict) else None)
            df = df.merge(header_df[[class="hl-string">'SalesOrderNumber', class="hl-string">'OrderValue', class="hl-string">'CustomerName', class="hl-string">'SalesChannel', class="hl-string">'RequestedDeliveryDate', class="hl-string">'ConfirmedDeliveryDate']], on=class="hl-string">'SalesOrderNumber', how=class="hl-string">'left', suffixes=(class="hl-string">'', class="hl-string">'_y'))
            class=class="hl-string">"hl-comment"># Fill NaNs from merge
            for col in [class="hl-string">'OrderValue', class="hl-string">'CustomerName', class="hl-string">'SalesChannel', class="hl-string">'RequestedDeliveryDate', class="hl-string">'ConfirmedDeliveryDate']:
                if col + class="hl-string">'_y' in df.columns:
                    df[col] = df[col].fillna(df[col + class="hl-string">'_y'])
                    df.drop(columns=[col + class="hl-string">'_y'], inplace=True)

    class=class="hl-string">"hl-comment"># Add required static columns
    df[class="hl-string">'SourceSystem'] = class="hl-string">'Microsoft Dynamics 365'
    df[class="hl-string">'LastDataUpdate'] = now_utc

    class=class="hl-string">"hl-comment"># Ensure required columns exist
    final_cols = [class="hl-string">'SalesOrderNumber', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate', 
                  class="hl-string">'OrderValue', class="hl-string">'CustomerName', class="hl-string">'SalesChannel', class="hl-string">'RequestedDeliveryDate', class="hl-string">'ConfirmedDeliveryDate']
    for col in final_cols:
        if col not in df.columns:
            df[col] = None
    
    class=class="hl-string">"hl-comment"># Reorder and save
    df = df[final_cols]
    df.to_csv(class="hl-string">'d365_order_to_cash_event_log.csv', index=False)
    print(class="hl-string">"Successfully created d365_order_to_cash_event_log.csv")

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

准备好开始了吗？

使用此模板准备数据，然后上传到我们的平台，获取流程洞察并提升销售订单处理效率。立即开始优化！

返回改进指南

下载模板

立即优化订单到收款流程：销售订单处理

找出低效环节，将周期时间缩短30%，加快履约。

开始免费试用

无需信用卡，几分钟即可完成设置。

您的订单到收款流程：销售订单处理数据模板

您的订单到收款流程：销售订单处理数据模板

订单到收款流程：销售订单处理属性

订单到收款流程：销售订单处理活动

数据提取指南

通过Synapse Analytics使用Azure Data Lake SQL查询

步骤

配置

查询示例 sql

使用Dynamics 365 OData Web API的Python脚本

步骤

配置

查询示例 python

准备好开始了吗？

立即优化订单到收款流程：销售订单处理