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

数据模板：订单到收款 - 销售订单处理

Microsoft Dynamics 365

← 返回改进指南

订单到收款——销售订单处理属性 (21) 订单到收款——销售订单处理活动 (13) 提取指南 (2)

您的订单到收款—销售订单处理数据模板

本模板为在 Microsoft Dynamics 365 中开展“订单到收款—销售订单处理”分析提供结构化概览，列出需采集的关键属性与在事件日志中需跟踪的核心活动，并附有如何高效从系统中提取这些数据的实操指南。

全面分析的推荐属性
建议重点跟踪的关键流程活动
适用于 Microsoft Dynamics 365 的具体数据提取指南

不熟悉事件日志？了解如何创建流程挖掘事件日志.

下载模板

订单到收款——销售订单处理属性

为全面分析 Microsoft Dynamics 365 中的“订单到收款—销售订单处理”，建议在事件日志中包含以下数据字段。

5 必填 5 推荐 11 可选

	名称	描述
	开始时间 EventTime	特定活动或事件发生的精确日期和时间。
描述 Event Time（或时间戳）记录某个活动发生的确切时刻。事件日志中的每个活动都会带有一个时间戳，从而为每个案例形成按时间排序的流程记录。该属性是流程挖掘中所有基于时间分析的核心，用于计算活动间的周期时间、衡量单个案例的总时长、分析等待时间，以及识别流程延误的瓶颈；也可用于长期绩效监控，例如按日、周或月跟踪吞吐量。为何重要此时间戳用于计算所有基于时长的指标（如周期时间和瓶颈），并用于按时间顺序排列事件。获取方式该值来源于与具体交易相关的多个日期/时间字段，例如订单创建取自'SalesTable.CreatedDateTime'，收款取自付款日记账的过账日期。示例 2023-04-15T09:02:11Z2023-04-18T14:30:00Z2023-04-25T11:21:45Z
	活动 ActivityName	在销售订单流程的某一时点发生的具体业务事件或任务名称。
描述此属性表示销售订单生命周期中的一个独立步骤或事件，如 'Sales Order Created'、'Goods Shipped' 或 'Payment Received'。某一销售订单的这些活动依次发生，构成其流程路径。分析活动的顺序、频次及其转移是流程挖掘的核心。它有助于可视化流程图谱、识别常见与罕见的流程变体、发现瓶颈，并定位返工或不合规环节。该属性是理解流程实际运行的基础。为何重要用于定义流程步骤，从而构建并可视化流程走向——这正是流程挖掘的核心目标。获取方式此属性通过将 'SalesTable' 及相关物流或财务表中的特定系统事件或状态变更映射为标准化的活动名称而得出。示例已创建销售订单货物已发运发票已创建已收款
	销售订单 SalesOrderNumber	每张销售订单的唯一标识，同时作为该流程的主要案例标识。
描述销售订单号是分配给 Microsoft Dynamics 365 中每个客户订单的唯一字母数字编码。它作为核心的案例 ID，将从创建到关闭的所有相关活动与事件关联起来。在流程挖掘中，此属性对于重建每一笔销售订单的端到端旅程至关重要。分析人员可以据此追踪完整的活动序列、衡量案例时长，并分析每个订单的差异，从而奠定整个流程分析的基础。为何重要该标识符用于关联所有相关事件，使每张销售订单的全生命周期可进行端到端分析。获取方式位于 'SalesTable' 表，字段 'SalesId'。示例 SO-00102345SO-00102346SO-00102347
	最后数据更新 LastDataUpdate	用于指示数据上次从源系统刷新或抽取时间的时间戳。
描述此属性记录最近一次从 Microsoft Dynamics 365 拉取数据的日期和时间，直观反映当前分析数据的新鲜度。在任何流程分析中，了解数据的时效性至关重要。该时间戳明确显示最后更新时间，帮助用户信任数据，确保结论基于最新信息。为何重要确保用户了解数据的时效性，这对流程挖掘分析的相关性与准确性至关重要。获取方式该值在数据抽取时生成，并在数据接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	用于标识数据来源的信息系统。
描述此属性指定记录该事件数据的来源应用，在此场景下通常为 'Microsoft Dynamics 365'。在单一系统内看似多余，但当需合并来自多个系统的数据（如独立的CRM或仓储管理系统）时就至关重要。它保障数据血缘可追溯，并可在排查数据抽取问题时准确定位记录来源。为何重要提供关于数据来源的关键信息，尤其在整合多系统数据时，可确保数据血缘清晰可追。获取方式这是一个静态值，通常在数据转换过程中添加，用于标识数据集的来源。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。
描述此属性包含与销售订单关联的客户法定名称。通过将销售订单上的客户账户编号与客户主数据关联而得。按客户维度分析流程是理解客户行为和服务水平的基础。它有助于识别哪些客户延误最多、返工率最高，或经常走非标准路径。这对提升客户满意度和有效管理关键客户至关重要。为何重要支持以客户为中心的分析，识别特定客户的规律、延迟或问题，这些因素会直接影响客户满意度。获取方式基于 'SalesTable' 的 'CustAccount' 字段，到 'CustTable' 进行查找。示例 Contoso 有限公司Adatum CorporationFabrikam Inc.
	客户要求的交货日期 RequestedDeliveryDate	客户要求的订单交付日期。
描述此属性存储客户最初期望收货的日期，在创建订单时记录，作为从客户视角衡量交付表现的基准。该日期是“交期达成度”仪表板的关键输入。将 'RequestedDeliveryDate' 与 'ConfirmedDeliveryDate' 以及实际的 'Goods Delivered' 日期进行对比，可评估组织兑现承诺的程度。较大偏差往往意味着计划、库存或物流存在问题。为何重要作为客户对交货的预期，为衡量客户满意度和按时交货绩效提供了关键基准。获取方式位于 'SalesTable' 表，常见字段名为 'DeliveryDate' 或相近变体。示例 2023-05-102023-06-012023-05-25
	确认交货日期 ConfirmedDeliveryDate	公司已确认并向客户承诺的交付日期。
描述确认交付日期是销售组织向客户承诺交付货物的日期。该日期在完成内部检查（如库存可用性、生产计划）后确定。从运营承诺的角度看，此属性是计算“交付日期遵守率”KPI的关键。相比客户的初始请求，它更能作为准时交付的内部基准。分析与该日期的偏差，有助于定位物流与履约中的内部流程失效。为何重要这代表了公司对客户的承诺，是衡量交付可靠性和运营绩效的关键内部基准。获取方式位于销售订单行数据，常见于 'SalesLine' 表，字段名如 'ConfirmedDlv'。示例 2023-05-122023-06-012023-05-28
	订单价值 OrderValue	销售订单的总金额。
描述此属性表示销售订单的总金额，包括所有商品、税费和附加费用。它是与每个订单实例关联的关键财务指标。订单金额是基于价值开展流程分析的关键。可据此按金额分段，比较高金额与低金额订单的处理差异与延迟情况，帮助将改进资源优先投入到财务影响更大的订单，并支撑如“销售订单金额分段”这类仪表板。为何重要支持按财务维度细分流程，帮助优先优化高价值订单，并评估流程偏差的成本影响。获取方式位于销售订单抬头数据。具体表与字段请参考 Microsoft Dynamics 365 文档，通常由销售行金额汇总计算。示例 5250.7512300.00899.50
	销售渠道 SalesChannel	接收销售订单的渠道，例如网站、直销或合作伙伴。
描述销售渠道表示客户订单的来源，可能来自电商网站、直销团队、零售门店、呼叫中心或合作伙伴网络。该维度通常可在 Dynamics 365 中按业务需要进行配置。按销售渠道分析流程有助于揭示各渠道的绩效差异。例如，网站订单往往比电话订单处理得更快、自动化程度更高。基于这些洞察，可针对不同渠道优化流程与资源配置，并支持如“按细分市场的销售订单金额”这类仪表板。为何重要便于对不同销售渠道进行绩效对比，揭示不同下单方式的低效点与最佳实践。获取方式此信息通常记录在销售订单抬头。具体字段请参阅 Microsoft Dynamics 365 文档。示例 Web直销合作伙伴零售
	付款到期日 PaymentDueDate	客户须在此日期前支付发票款项。
描述 Payment Due Date 基于发票日期与客户约定的付款条件计算得出，并记录在客户发票上。此属性是“付款到期日合规”分析以及“按时付款率”KPI的基础。通过比较“PaymentDueDate”和实际“Payment Received”日期，企业可以识别逾期付款，按客户细分分析付款行为，并采取前瞻性措施改善现金流、降低应收账款周转天数（DSO）。为何重要这是评估回款绩效的基准，对分析现金流与有效管理应收账款至关重要。获取方式位于 'CustInvoiceJour' 表，字段 'DueDate'。示例 2023-05-302023-06-152023-06-30
	准时交付 OnTimeDelivery	用于标识货物是否在确认的交付日期当日或之前送达的布尔值。
描述此计算属性将 'Goods Delivered' 活动的时间戳与每张销售订单的 'ConfirmedDeliveryDate' 比较。若按时或提前交付，则为 'true'；若延迟，则为 'false'。该标记用于计算“交期达成率”KPI。它让分析更简单，可轻松筛选与汇总按时与延迟的订单，并快速定位与延迟高度相关的因素，如特定产品、客户、区域或运输方式。为何重要直接衡量履约对承诺的兑现程度，对监测客户满意度与供应链可靠性至关重要。获取方式通过比较'Goods Delivered'活动的'EventTime'与'ConfirmedDeliveryDate'属性进行计算。公式：('Goods Delivered' Timestamp <= ConfirmedDeliveryDate)。示例 truefalse
	周期时间 CycleTime	从创建销售订单到最终关闭所经历的总时长。
描述周期时长是一个计算指标，用于衡量单个流程实例的总用时。在销售订单流程中，通常指从'Sales Order Created'事件到'Order Closed'事件之间的时间差。这是衡量流程效率的核心KPI。诸如“销售订单整体周期时长”等仪表板与KPI都直接依赖该计算。分析其平均数、中位数及分布，有助于量化流程表现、设定改进目标，并评估优化举措的成效。为何重要这是衡量整体流程效率的关键指标，直接反映完成一张客户订单所需的端到端时间。获取方式对每个'SalesOrderNumber'，以最后事件（如'Order Closed'）的时间戳减去第一个事件（如'Sales Order Created'）的时间戳进行计算。示例 10天4小时5天11小时22天1小时
	国家/地区 CountryRegion	客户收货地址所在的国家/地区。
描述此属性表示该销售订单发运的目的国家/地区，来源于 Dynamics 365 中客户的送货地址。按国家/地区分析流程绩效，有助于识别区域差异。跨境运输通常涉及报关等额外环节，导致周期更长。此分析有助于理解并优化不同地理市场的物流。为何重要支持地域分析，帮助识别供应链在不同区域的瓶颈、合规风险或绩效差异。获取方式来源于与销售订单关联的客户送货地址。国家/地区信息通常存放在'LogisticsPostalAddress'表中，通过'SalesTable'上的送货地址链接进行关联。示例美国DEUCANGBR
	按期回款 OnTimePayment	用于标识是否在付款到期日当日或之前收到款项的布尔值。
描述此计算属性将 'Payment Received' 活动的时间戳与 'PaymentDueDate' 进行比较。若按时付款则为 'true'，逾期则为 'false'。该标记是“按时回款率”KPI的核心。可据此快速将客户分为“按时”与“逾期”两类，为制定授信政策、催收策略及客户关系管理提供依据，并帮助识别长期拖延付款的客户。为何重要衡量客户相对于约定账期的付款行为，是管理现金流及评估信用风险的基础。获取方式通过比较'Payment Received'活动的'EventTime'与'PaymentDueDate'属性进行计算。公式：('Payment Received' Timestamp <= PaymentDueDate)。示例 truefalse
	是否返工 IsRework	用于标识销售订单是否发生返工（如重复执行某项活动）的布尔值。
描述此计算属性用于识别偏离直通路径（happy path）的案例。通过检测表示某一步骤被重复的活动序列来判定返工，例如订单被取消确认后又再次确认，或货物拣选后又退回库存。标记返工案例是计算“销售订单返工率”KPI的基础。它可帮助分析人员快速定位并深入调查低效的流程路径，找出返工的根因，可能包括录入错误、授信问题或库存不足。降低返工往往是流程改进的首要目标。为何重要通过标记需要重复步骤的案例来量化流程低效，便于开展针对性分析以减少浪费与延迟。获取方式流程挖掘工具通过分析每个流程实例的活动序列计算得到。例如检测到（A -> B -> C -> B）这样的模式，会将该流程实例标记为返工。示例 truefalse
	物料编号 ItemNumber	销售订单中某个产品或服务的唯一标识。
描述 Item Number 用于标识所销售的具体产品。由于一张销售订单可能包含多个产品，此属性通常与行项目级的事件数据相关联。按产品维度分析流程有助于发现产品特定的问题。例如，某些产品可能对应更长的履约时长、更高的返工率，或更频繁的信用保留。由此可以针对特定单品改进库存管理、产品主数据设置或履约流程。为何重要支持商品级分析，识别特定品项是否与流程延误、返工或其他低效相关。获取方式位于 'SalesLine' 表，字段 'ItemId'。示例 PROD-00123PROD-00548SVC-00045
	用户名称 UserName	执行该活动的用户名称。
描述此属性标识执行特定任务的员工或系统用户，如确认订单或创建发票。通常关联到 Microsoft Dynamics 365 的用户ID。按用户维度分析绩效，有助于发现培训需求、识别优秀员工，并合理分配工作量。对合规与审计同样关键，确保每一步都有清晰的责任追溯。为何重要支持按个人或团队分析流程绩效，帮助识别培训机会、工作量不均与资源相关瓶颈。获取方式来自各交易表中的用户ID字段（如'CreatedBy'、'ModifiedBy'），再与主用户表（如'UserInfo'）关联以获取完整姓名。示例爱丽丝·约翰逊Robert Brown系统管理员
	结束时间 EndTime	活动完成的准确日期与时间。
描述 End Time 的时间戳记录活动结束的确切时刻。当该字段可用时，相比从下一活动开始时间推断，更能准确衡量该活动的持续时间。在分析中，同时拥有开始与结束时间即可精确计算每个活动的“处理时间”，并将其与活动之间的“等待时间”区分开来，这对于识别哪些具体任务耗时、哪些流程环节存在长时间等待极为重要。为何重要可精确计算单个活动的处理时长，区分有效作业时间与等待时间。获取方式与 Start Time 类似，取自多个日期/时间字段。可能来自 'ModifiedDateTime' 字段，或 'SalesTable'、'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
	配送方式 ShippingMethod	向客户发运货物所使用的运输方式或承运商。
描述此属性指交付所采用的运输服务，例如 'Ground Shipping'、'Air Freight'，或具体承运商名称。通常在处理订单时会根据客户偏好、成本与时效进行选择。在“运输方式绩效”仪表板中，这一维度至关重要。按运输方式拆分，比较从 'Goods Packed' 到 'Goods Delivered' 的周期，有助于识别哪些承运商更快、更可靠，或更容易延误，从而优化物流规划与承运商选择。为何重要支持对不同承运商与配送方式的绩效分析，帮助在成本、时效与可靠性之间做出最优取舍。获取方式此信息通常记录在销售订单抬头或相关履约记录中。请参阅 Microsoft Dynamics 365 文档。示例 FedEx GroundUPS次日达DHL Express
	销售订单状态 SalesOrderStatus	数据提取时的销售订单当前状态。
描述此属性反映销售订单的总体状态，例如 'Open order'、'Invoiced'、'Canceled' 或 'Delivered'。该汇总状态维护在销售订单抬头中。活动日志提供流程的动态视图，而最终状态便于筛选与分段。分析人员可快速筛出所有未结订单以查看当前工作量，或将已完成订单与已取消订单分开，分析取消原因。为何重要提供订单状态概览，可筛选未完成、已完成或已取消的订单进行分析，有助于工作量管理和结果分析。获取方式位于 'SalesTable' 表，字段 'SalesStatus'。示例欠交订单已交付已开票已取消

必填推荐可选

订单到收款——销售订单处理活动

为准确发现与分析销售订单处理流程，建议在事件日志中完整记录以下关键步骤与重要里程碑。

6 推荐 7 可选

	活动	描述
	发票已创建	此事件表示针对已发运的商品或服务生成并过账销售发票。作为核心财务交易，它会在账上正式形成应收账款。
为何重要此活动标志着财务结算环节的开始。从发运到创建发票的时长是“发票生成周期时间”KPI的关键指标，并会影响现金流。获取方式这是一个显式的财务交易，事件来源于销售发票日记账（CustInvoiceJour）的过账日期和时间。捕获记录销售发票过账的时间戳。事件类型 explicit
	已创建销售订单	该事件标志着销售订单由销售人员或自动渠道在系统中首次创建。新建并保存到主销售订单表时会被显式记录。
为何重要此活动是所有销售订单案例的通用起点，它提供计算整体销售订单周期时间与吞吐量所需的初始时间戳。获取方式这是一个显式事件，取自 Microsoft Dynamics 365 中 SalesTable 抬头记录的'Created date and time'字段。捕获读取 SalesTable 实体中的创建时间戳。事件类型 explicit
	已收款	该活动表示已收到并入账客户针对该发票的付款。发生在应收账款模块，并关联到原始发票。
为何重要这是分析现金周转周期的关键里程碑，用于衡量“按时回款率”KPI，并识别收款环节的延迟。获取方式这是应收账款模块中的显式事件，来源于关闭发票交易（CustTrans）的客户付款结算（CustSettlement）的交易日期。捕获从CustSettlement表提取结算日期，并关联回发票与销售订单。事件类型 explicit
	订单已关闭	成功处理的销售订单的最终状态，表示已完成发运与开票，且不再期望有后续交易。这标志着流程顺利结束。
为何重要此活动是成功完成的案例的主要终点，对于计算端到端周期时间与吞吐量至关重要。获取方式该事件可由 SalesTable 的状态字段推断：当'Sales status'为'Invoiced'且各行状态也为'Invoiced'时，视为订单已关闭。捕获根据 SalesTable 状态字段变为 'Invoiced' 推断。时间戳通常取最后一笔相关交易日期，如开票或收款。事件类型 inferred
	订单已确认	该活动表示销售订单已正式确认，承诺交付指定的商品或服务。在 Dynamics 365 中，这是用户在系统中的明确操作，会生成一条确认日记账。
为何重要确认是启动履约的关键里程碑。衡量从创建到确认的用时，可直观反映前端处理效率。获取方式这是一个显式事件，来源于销售订单确认日记账（SalesConfirmJour）的过账日期。该时间戳可回溯关联至 SalesTable。捕获记录销售订单确认过账的时间戳。事件类型 explicit
	货物已发运	该事件表示订单中的已装箱货物已发运并离开仓库。在 Dynamics 365 中，通过过账装箱单（Packing Slip）予以正式确认。
为何重要此里程碑标志着内部履约结束并进入发运阶段，是计算按时发运绩效的关键时间点。获取方式这是一个非常明确的显式事件，来源于装箱单日记账（CustPackingSlipJour）的过账日期和时间。捕获记录装箱单过账的时间戳。事件类型 explicit
	包装完成	此活动标志着打包流程完成，拣选的物品已整合并准备发运。在 D365 中，这可能与生成装箱单（packing slip）同时发生。
为何重要拣货与打包之间的耗时能揭示打包工位的瓶颈，是整体履约周期时间中的关键子流程。获取方式这可以来源于WMS模块中容器打包完成的显式事件，或由生成装箱单日记账（CustPackingSlipJour）推断，后者通常意味着打包结束。捕获根据包装作业完成，或装箱单（Packing Slip）日记账的创建日期推断。事件类型 inferred
	已下达至仓库	标记销售订单正式下发到仓库、开始拣货与发货的时间点。在启用仓库管理（WMS）模块的环境中，这是一个单独的步骤。
为何重要此活动将订单处理与实体履约分离。分析订单等待下达的时间，可以揭示资源规划或系统集成方面的问题。获取方式这是一个显式事件，来源于与该销售订单相关的仓库下达记录（WHSLoadTable、WHSShipmentTable）。捕获记录对应的仓库装载或发运单的创建时间戳。事件类型 explicit
	已执行信用检查	表示已完成与销售订单相关的客户信用检查。这可能是一个自动化系统检查或手动审查，通常会导致订单的信用状态发生变化。
为何重要分析信用审核的耗时与结果，有助于定位订单审批环节的瓶颈。频繁挂起或审批周期过长会显著拖延订单履行。获取方式通常可从 SalesTable 上与信用管理相关的状态变更推断，例如从因信用原因处于'On hold'变为'Open'。若启用了高级信用管理模块，也可能记录在相关信用管理表中。捕获根据 SalesTable 或相关信用冻结表的状态变更历史推断。事件类型 inferred
	库存已预留	该事件表示与销售订单行对应的所需库存已在系统中被物理或自动预留，确保后续拣货与履约所需的物料可用。
为何重要跟踪库存预留可用于分析订单确认到仓库作业启动之间的延迟，对“库存分配提前期”KPI 至关重要。获取方式可根据与销售订单行关联的库存交易记录（InventTrans）的创建或更新来推断，其中状态显示为预留（如 'On order'、'Reserved physical'）。捕获根据该订单的库存交易（InventTrans）被标记为已预留时的时间戳推断。事件类型 inferred
	拣货完成	表示已完成从仓库中对订单所有物品的实际拣选。这通常在拣货员在 WMS 模块中完成拣货单或工单时记录。
为何重要跟踪拣货完成时间是评估仓储效率的关键，此环节的延误会直接拉长整体发运时间。获取方式这是仓库管理模块记录的显式事件，来源于与销售订单拣货相关的仓库作业（WHSWorkTable）的完成时间戳。捕获记录拣货'Work'状态更新为'Closed'时的时间戳。事件类型 explicit
	订单已取消	该事件表示在订单尚未完全发运并开票前即被取消，这是流程的一种未成功的终止方式。
为何重要跟踪取消事件有助于识别丢单或流程失效的原因。分析取消发生的时间和原因，可推动流程改进。获取方式该事件可根据 SalesTable 上'Sales status'字段变为'Canceled'来推断，时间戳为记录该状态变更的时间。捕获根据 SalesTable 状态字段变为 'Canceled' 推断。事件类型 inferred
	货物已送达	表示货件已成功送达客户指定地址。该信息通常由外部承运商系统回传或通过人工确认更新。
为何重要此活动对于衡量“交付日期遵守率”KPI以及理解真正面向客户的周期时间至关重要，也有助于评估承运商表现。获取方式标准 D365 不会将其作为显式事件进行原生跟踪。通常通过承运商集成返回的更新，或在销售订单/发运记录上手动更新状态来推断。捕获可根据承运商的集成回传或手动更新的状态字段推断。事件类型 inferred

推荐可选

提取指南

如何从 Microsoft Dynamics 365 获取您的数据

步骤

配置 Export to Azure Data Lake： 在你的 Dynamics 365 Finance and Operations 环境中，确认已安装并完成“Export to Azure Data Lake”加载项的配置。需要将 D365 关联到 Azure 订阅和目标 Azure Data Lake Storage Gen2 存储帐户。
选择要导出的表： 在 Dynamics 365 中进入“Export to Data Lake”工作区，搜索并将以下表添加到导出配置：SalesTable、SalesLine、CustConfirmJour、CustPackingSlipJour、CustInvoiceJour、CustTrans、WHSLoadTable、WHSWorkTable 和 CustTable。为所有已选表启用导出。
设置 Azure Synapse Analytics： 在 Azure 门户部署一个 Azure Synapse Analytics 工作区，并在存放 D365 数据的 Data Lake 存储帐户上为该工作区授予必要权限，例如“Storage Blob Data Contributor”。
创建无服务器 SQL 数据库： 在 Synapse Studio 的“Data”中心创建一个新的无服务器 SQL 数据库，为湖中数据提供 T-SQL 查询接口。
为 D365 表创建视图： 为简化查询，在无服务器数据库中创建指向数据湖中已复制 D365 表数据的 SQL 视图，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 新建 SQL 脚本并连接到你的无服务器数据库，将本文档提供的完整 SQL 查询粘贴到编辑器中。
自定义查询参数： 在查询顶部找到占位符。将 '{YourDataAreaId}' 替换为要分析的公司代码，并根据需要设置 '{StartDate}' 和 '{EndDate}' 的时间范围。
执行查询： 运行完整 SQL 脚本。该查询会从多张表采集事件，并将其合并为一份统一、标准化的事件日志。
检查并导出结果： 查询完成后，在 Synapse Studio 的结果窗格中核对数据是否完整且格式正确。使用内置导出功能将结果保存为 CSV 文件。
上传前准备： 打开导出的 CSV 文件，确认编码为 UTF-8。检查列名是否与所需属性完全一致，例如 SalesOrderNumber、ActivityName、EventTime 等。
上传至 ProcessMind： 将最终校验通过的 CSV 文件上传到你的 ProcessMind 项目，用于分析与可视化。

配置

先决条件： 此方法需要有效的 Azure 订阅，并为你的 Dynamics 365 F&O 实例配置“导出到 Azure Data Lake”功能。在 Azure（管理 Synapse 和 Storage）及 D365（配置数据导出）中都需要具备相应权限。
必需的 D365 模块： 要完整捕获事件，尤其是仓库作业，需启用 Warehouse Management（WMS）模块。核心事件依赖销售和市场营销、应收账款模块。
表选择： 必须为查询中引用的所有表启用导出，包括 SalesTable、SalesLine、CustConfirmJour、CustPackingSlipJour、CustInvoiceJour、CustTrans、WHSLoadTable、WHSWorkTable 和 CustTable。缺少表会导致相应活动缺失。
日期范围过滤： 该查询通过 {StartDate} 与 {EndDate} 参数按日期范围过滤。首次抽取建议选择 3–6 个月，以确保查询执行时间可控。
法律实体（DataAreaId）过滤： 必须将 '{YourDataAreaId}' 占位符配置为指向 D365 环境中的某个特定法律实体。该查询不支持在一次执行中进行跨公司分析。
性能考量： 面对超大数据集时，无服务器 SQL 池的查询性能可能波动。建议在业务低峰时段安排抽取。若需高频抽取，可将最终事件日志实体化为数据湖中的新表，以提升后续性能。

a 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

准备与安装：请确认已安装 Python 3.6 或更高版本。在终端运行以下命令安装所需库：pip install pandas requests msal。
在 Azure AD 注册应用：登录 Azure 门户，在 Azure Active Directory 下注册新应用。该应用将用于与 Dynamics 365 API 进行身份验证。记录 Application (client) ID 和 Directory (tenant) ID。
创建客户端密钥：在新注册的 Azure AD 应用中，进入“Certificates & secrets”创建客户端密钥。立即复制其值，之后将无法再次查看。这是你的 CLIENT_SECRET。
授予 API 权限：在 Azure AD 应用的“API permissions”中，添加“Dynamics ERP”或“Dynamics 365 for Finance and Operations”的权限。选择“Delegated permissions”并授予 user_impersonation。随后再次添加相同权限，但选择“Application permissions”，授予 Financials.ReadWrite.All，或在可行时选择更严格的只读权限。为这些权限授予管理员同意。
在 Dynamics 365 中创建应用用户：在 Dynamics 365 环境中，依次进入“System administration” > “Users” > “Users”。创建新用户，并将其与 Azure AD 应用注册中的 Application ID 关联。分配安全角色，如“System administrator”（完全访问）或具有所需数据实体（SalesOrderHeadersV2、SalesOrderLines、SalesPackingSlipHeaders、SalesInvoiceHeadersV2 等）读取权限的自定义角色。
配置 Python 脚本：用编辑器打开提供的 Python 脚本，在文件顶部找到配置区，按你的环境信息替换 D365_URL、TENANT_ID、CLIENT_ID、CLIENT_SECRET、COMPANY_FILTER、START_DATE 和 END_DATE 等占位值。
定义实体映射（可选）：检查脚本中使用的实体与字段名称。如果你们使用了自定义实体或字段来记录某些活动，请相应调整脚本中的 OData 查询。
执行提取脚本：在命令行运行 python your_script_name.py。脚本会完成身份验证，针对各项活动查询 Dynamics 365 OData API，并处理数据，同时在控制台输出进度信息。
检查输出文件：执行成功后，脚本会在同一目录生成名为 d365_order_to_cash_event_log.csv 的 CSV 文件。打开该文件，检查提取的事件日志是否完整、准确。
上传到 ProcessMind：该 CSV 文件已按所需数据结构格式化，可直接上传至 ProcessMind 进行流程分析。

配置

D365_URL：你的 Dynamics 365 Finance and Operations 环境的基础 URL，形如 https://[your-d365-environment-name].operations.dynamics.com。
TENANT_ID：来自 Azure Active Directory 的目录（租户）ID，可在 Azure AD 应用注册的概览页找到。
CLIENT_ID：在 Azure AD 中注册的应用的应用程序（客户端）ID。
CLIENT_SECRET：为该 Azure AD 应用生成的客户端密钥。
COMPANY_FILTER：指定要抽取数据的 Dynamics 365 法律实体（例如 'USMF'）。这是必填的过滤条件，以确保查询到正确法律实体的数据集。
START_DATE / END_DATE：按“YYYY-MM-DD”格式指定抽取的日期范围。首次分析建议选取 3–6 个月，以兼顾数据量与洞察。注意，日期范围过大会显著延长抽取时间。
先决条件：需要访问 Azure AD 以注册应用并授予权限。同时需要一个 Dynamics 365 用户账户，能够创建应用用户并分配安全角色；所分配的角色必须对脚本所查询的所有实体具备读取权限。

a 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()

数据模板：订单到收款 - 销售订单处理

您的订单到收款—销售订单处理数据模板

订单到收款——销售订单处理属性

订单到收款——销售订单处理活动

提取指南

通过 Synapse Analytics 在 Azure Data Lake 上执行 SQL 查询

步骤

配置

a 查询示例 sql

使用 Dynamics 365 OData Web API 的 Python 脚本

步骤

配置

a 查询示例 python

准备好开始了吗？

立即优化订单到收款——销售订单处理