> 持续流程改进 > 应收账款 > Microsoft Dynamics 365 > 数据模板

您的应收账款 data 模板

Microsoft Dynamics 365

您的应收账款 data 模板

此模板为在 Microsoft Dynamics 365 中映射发票到现金流程提供了全面框架。它概述了构建高质量 Process Mining 用 event log 所需的关键 data 字段和里程碑。通过遵循此结构，您可以深入了解付款延迟情况并精简催收 workflow。

分类账分析的必要 data 字段
用于跟踪的标准流程里程碑
Microsoft Dynamics 365 技术提取指南

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

应收账款属性

这些是推荐包含在您的 event log 中的 data 字段，用于对应收账款绩效进行全面分析。

5 必填 8 推荐 8 可选

	名称	描述
	事件timestamp EventTimestamp	活动发生的精确日期和时间。
描述此属性记录 event 在系统中登记的具体时间点。它用于计算活动之间的时长、确定流程提前期并按顺序排列 event。在 D365 中，这通常是 CreatedDateTime 或 TransDate 与时间组件的结合。为何重要 Timestamp 对于计算所有基于时间的 KPI（如发票周期时间和发送提前期）至关重要。获取方式各表通用的 CreatedDateTime 或 TransDate 字段示例 2023-10-15T08:30:00Z2023-10-15T14:45:22Z2023-11-01T09:00:00Z
	发票编号 InvoiceNumber	财务发票单据的唯一标识符。
描述发票编号是 Microsoft Dynamics 365 中跟踪应收账款生命周期的主键。它将初始销售订单、已过账发票、后续付款以及任何催收活动关联到一个 case 中。在分析中，此属性充当 case 标识符，用于重构端到端的流程流。为何重要它是应收账款分析的基本单位，允许 Process Mining 引擎将零散的 event 组合成一个连贯的 case。获取方式 CustInvoiceJour.InvoiceId 或 CustTrans.Invoice 示例 INV-2023-001CIV-88921US-004321DE-99120
	活动 Activity	对发票执行的特定 event 或任务。
描述此属性描述流程中发生的步骤，例如发票已过账、收到付款或争议已开启。在 Microsoft Dynamics 365 中，这些通常源自交易类型 (TransType) 或记录所在的特定表（例如用于付款的 CustSettlement）。此属性对于可视化流程图至关重要。为何重要它定义了流程图中的节点，并支持流程流向分析和变体发现。获取方式根据 TransType 枚举或表上下文（CustTrans、CustSettlement 等）得出示例发票已过账已收到付款催款单已发送利息通知单已过账
	最后数据更新 LastDataUpdate	data 提取或刷新的 timestamp。
描述此属性表示最后一次从 Microsoft Dynamics 365 提取 data 的时间。它有助于用户了解分析的时效性和 KPI 的有效性。通常由提取工具在查询时生成。为何重要它提供了关于 data 延迟的背景信息，并帮助用户信任仪表板的即时性。获取方式由 ETL / 提取脚本生成示例 2023-11-05T00:00:00Z2023-11-05T12:00:00Z
	源系统 SourceSystem	数据来源系统的名称。
描述此属性标识 data 的记录系统，在本场景中为 Microsoft Dynamics 365。当将来自多个 ERP 实例或外部催收工具的 data 合并到单个视图中时，这非常有用，允许分析师按源环境对流程进行过滤或细分。为何重要它确保了 data 血缘和可追溯性，特别是在多系统环境中。获取方式提取期间硬编码或从连接字符串派生示例 D365 F&O 生产环境D365 FinanceDynamics AX 2012
	业务单元 BusinessUnit	负责发票的运营单位或部门。
描述此属性按内部组织结构（如电子部门或服务部门）对 data 进行细分。在 D365 中，这通常是与交易关联的财务维度。它通过支持跨单元对比，为“发票开具提前期” dashboard 提供支持。为何重要支持内部基准测试，以发现效率最高的部门。获取方式 CustInvoiceJour 上的财务维度 (DefaultDimension) 示例 BU-001北方销售部全球服务部
	公司代码 CompanyCode	D365 中的法律实体标识符。
描述此属性代表 D365 中的 DataAreaId，对应于发生交易的法律实体或公司。它对于多公司部署中的 data 过滤至关重要，并确保在不同公司之间可能重叠的发票编号被区别对待。为何重要在多实体环境和区域分析中对于保持唯一性至关重要。获取方式所有表上的 DataAreaId 字段示例 USMFDEMFGBSI
	到期日期 DueDate	预计收到付款的日期。
描述到期日期是根据付款条件确定的付款截止日期。通过将其与实际付款日期进行对比，可以确定准时表现并计算变现天数 (DSO)。它是客户交易记录中的标准字段。为何重要对于计算准时付款率和分析逾期发票至关重要。获取方式 CustTrans.DueDate 示例 2023-11-302023-12-15
	发票金额 InvoiceAmount	发票的总货币价值。
描述此属性代表发票单据的财务价值。它用于计算应收账款的总风险敞口，并优先处理高价值催收。该字段通常位于发票日记账表中。为何重要对于财务影响分析和识别高价值瓶颈至关重要。获取方式 CustInvoiceJour.InvoiceAmount 示例 1500.00250.5010000.00
	客户组 CustomerGroup	客户所属的分类或细分群组。
描述此属性将客户划分为逻辑组，如批发、零售或内部往来。它用于执行对比分析，例如检查某些细分群组是否具有更长的付款周期或更高的争议率。在 D365 中，这是 CustGroup 字段。为何重要支持比较不同细分市场的流程绩效。获取方式 CustTable.CustGroup 示例批发零售内部往来导出
	客户账户 CustomerAccount	客户的唯一标识符或帐户编号。
描述客户帐户用于识别具体的计费实体。在 D365 中，这是 AccountNum 字段。按此属性分组可以分析不同客户的付款行为、争议频率和核销时间。为何重要对于识别高风险客户和按客户进行绩效细分至关重要。获取方式 CustInvoiceJour.InvoiceAccount 或 CustTrans.AccountNum 示例 US-001DE-550CUST-9921
	是否已自动化 IsAutomated	指示活动是否由系统账号执行的标记。
描述此属性决定特定步骤是由用户还是自动化批处理作业执行。它通过将 User 属性与已知系统帐户列表（例如 'Workflow'、'Batch'）进行比较来计算，用以支持“人工核销率”这一 KPI。为何重要对于识别自动化机会和衡量当前自动化水平至关重要。获取方式根据用户字段逻辑得出示例 truefalse
	用户 User	执行该活动的个人用户 ID 或系统帐户。
描述此属性识别执行特定流程步骤的人员，派生自 CreatedBy 或 ModifiedBy 字段。它有助于分析资源利用率、识别培训需求，并区分自动化系统任务和人工干预。为何重要支持资源绩效分析和自动化率计算。获取方式交易表上的 CreatedBy 字段示例管理员JSmithWorkflowAgentBSmith
	争议原因 DisputeReason	case 处于争议中时分配的原因代码。
描述此属性捕捉发票产生争议的类别原因，例如“价格错误”或“货物损坏”。对于争议解决生命周期 dashboard 识别付款延迟的根本原因至关重要。为何重要支持对“争议解决时间”这一 KPI 进行根本原因分析。获取方式 CustTrans.ReasonRefRecId 或相关的催收 case 表示例价格差异货物损坏MissingPO服务质量
	付款条款 PaymentTerms	定义商定付款计划的代码。
描述此属性包含规定付款期限的代码（例如 Net30、Net60）。它用于分析客户是否遵守特定条款，并验证到期日期计算是否正确。为何重要为“到期日期”提供背景信息，并帮助识别条款是过于宽松还是过于严格。获取方式 CustInvoiceJour.Payment 或 CustTable.PaymTermId 示例 Net30Net45货到付款月末
	延期天数 DaysOverdue	与到期日期相比，付款逾期的天数。
描述此指标计算付款日期与到期日期之间的差异。正值表示逾期付款，负值则表示提前付款。它提供了除简单布尔标志之外的更详尽的付款绩效视图。为何重要为“准时付款率”这一 KPI 分析提供深度洞察。获取方式计算结果：付款日期 - 到期日示例 50-230
	是否已核销 IsCleared	指示发票是否已全额核销的标记。
描述此布尔属性指示发票是否已通过付款或注销使余额归零。它允许快速过滤未结与已结 case，以计算“平均发票周期时间”。为何重要区分进行中和历史 case。获取方式根据 CustTrans.Closed 日期的存在情况得出示例 truefalse
	是否红字发票 IsCreditMemo	指示单据是否为贷项通知单的标记。
描述此布尔属性标识交易是否代表开具给客户的贷记单。它用于计算“贷记单开具率”，并在返工分析中过滤掉标准发票。为何重要直接支持“红字发票与返工频率”仪表板。获取方式根据 CustInvoiceJour.InvoiceAmount < 0 或 TransType 得出示例 truefalse
	现金折扣日期 CashDiscountDate	早期付款折扣有效的截止日期。
描述此属性表示客户获得早期付款折扣的截止日期。通过将其与付款日期进行对比，可以计算“错过折扣率”这一 KPI 并分析折扣激励措施的有效性。为何重要用于“早期付款折扣优化”仪表板的关键项。获取方式 CustTrans.CashDisc 或根据 CashDiscCode 计算示例 2023-11-102023-11-15
	货币 Currency	发票交易的货币代码。
描述此属性指定发票开具的货币（例如 USD、EUR）。如果需要跨不同地区进行全球分析，这对于财务价值的归一化非常重要。为何重要对于理解多货币系统中的价值分布至关重要。获取方式 CustInvoiceJour.CurrencyCode 示例美元EURGBPJPY
	销售订单 ID SalesOrderId	与发票关联的销售订单参考编号。
描述此属性将发票链接回原始销售订单。如果可以获取“订单到现金”流程的 data，它允许进行跨流程分析，并有助于调查开票问题的上游原因。为何重要将计费流程与销售流程连接起来。获取方式 CustInvoiceJour.SalesId 示例 SO-10022SO-55912

必填推荐可选

应收账款活动

这些是需要在您的 event log 中捕捉的关键流程步骤和里程碑，以便准确发现付款结算流。

8 推荐 7 可选

	活动	描述
	争议 Case 已开启	在与发票关联的 Case Management 模块中创建 case，表明客户存在分歧。这会阻碍标准的催收流程。
为何重要争议是导致逾期付款的主要原因。追踪这一点可以识别定价或履行等上游流程中的质量问题。获取方式 CaseDetailBase 表，其中 Category（类别）与催收/应收账款相关，且 RefRecId 链接到发票上下文。捕获在 Case Management 中执行交易 X 时记录事件类型 explicit
	付款催促函已发送	记录向客户发送正式催款函的行为。这是从“催款函日记账”中获取的。
为何重要表示启动主动催收。频率分析有助于优化催收策略并降低行政成本。获取方式 CustCollectionLetterJour 表。抓取特定发票交易的信函代码过账日期。捕获在交易过账到 CustCollectionLetterJour 时记录事件类型 explicit
	发票已寄出	通过电子邮件、打印或 EDI 将发票发送给客户的 event。这通常从“已打印”计数的增加或打印管理日志中推断得出。
为何重要过账和发运之间的延迟直接缩短了客户的有效付款窗口，从而导致客户认为付款逾期。获取方式根据 CustInvoiceJour.PrintedOriginals 从 0 变为 1 推断，或者如果启用了日志记录，则通过 PrintJobHeader 表进行追踪。捕获比较状态字段的前后变化或 PrintJobHeader 日志事件类型 inferred
	发票已清算	最终状态变更，即发票余额变为零且交易在系统中被标记为“已关闭”。
为何重要流程实例的绝对终点。用于计算总 Cycle Time。获取方式 CustTrans.Closed 字段（日期）。当核销总额等于发票金额时，该日期会被填充。捕获根据 CustTrans.Closed 日期字段推断事件类型 inferred
	发票已过账	发票在财务总账中的初始记录。此活动捕捉了 CustInvoiceJour 表中财务义务的创建。
为何重要标志着应收账款生命周期的正式开始以及付款期限计时的启动。对于计算变现天数 (DSO) 至关重要。获取方式 CustInvoiceJour 表。CreatedDateTime 或 InvoiceDate 字段用作 timestamp。捕获在交易过账到 CustInvoiceJour 时记录事件类型 explicit
	已收到全额付款	支付发票剩余余额的付款交易过账。这是现金流入 event。
为何重要最关键的成功 event。用于计算准时付款率和折扣条款的有效性。获取方式类型为 'Payment' 的 CustTrans 表记录，通过 CustSettlement 链接到发票，使余额归零。捕获在交易过账到 CustTrans 并核销时记录事件类型 explicit
	红字发票已开具	抵消原始发票金额的贷记单过账。通常是由于争议解决或退货产生的。
为何重要高频出现表明存在收入流失和上游质量问题。与付款不同，它代表非现金核销。获取方式 CustTrans 表中类型为 'Credit Note' 的记录，或 InvoiceAmount 为负数的 CustInvoiceJour 记录。捕获在交易过账到 CustTrans 时记录事件类型 explicit
	部分付款已过账	未完全覆盖发票未结余额的付款记录。通常会触发对剩余余额的追缴。
为何重要区分分期付款行为和全额核销。对现金流预测的准确性至关重要。获取方式 CustSettlement 表，将付款 (CustTrans) 链接到发票 (CustTrans)，且 SettlementAmount < InvoiceAmount。捕获在 CustSettlement 中执行交易 X 时记录事件类型 explicit
	争议审查中	表示争议 case 已从“已开启”进入“处理中”状态。代表解决团队的工作时间。
为何重要此处的瓶颈会延长现金转换周期。将等待时间与实际解决时间分开处理。获取方式根据 CaseDetailBase.Status 字段更改或对应状态进展的 CaseLog 表条目推断。捕获比较 CaseDetailBase 中状态字段的前后变化事件类型 inferred
	争议已解决	争议 case 的关闭，允许发票进入付款或贷项处理阶段。标志着异常处理子流程的结束。
为何重要 “开启”与“解决”之间的 timestamp 差值是衡量行政效率的关键 KPI。获取方式 CaseDetailBase 表，其中 Status（状态）更改为“已关闭/已解决”。捕获比较 CaseDetailBase 中状态字段的前后变化事件类型 inferred
	付款已注销	将发票声明为无法收回，并通过坏账准备日记账移除余额的行为。这代表财务损失。
为何重要催收失败流程的最终状态。对于分析坏账率和信用政策有效性至关重要。获取方式 CustTrans 表中类型为 'WriteOff' 的记录，或特别标记了核销原因代码的 GeneralJournalEntry。捕获在交易以 WriteOff 类型过账时记录事件类型 explicit
	利息通知单已生成	为逾期付款创建利息单。代表对客户帐户施加的财务罚金。
为何重要表示严重拖欠。分析有助于确定罚息是否能有效加速付款，或者是否会损害客户关系。获取方式 CustInterestJour 表。此表记录为特定客户交易生成的利息通知单。捕获在交易过账到 CustInterestJour 时记录事件类型 explicit
	到期日已过	一个计算出的里程碑，表示当前日期已超过发票截止日期，而该发票仍处于未完成状态。这会将该发票标记为逾期。
为何重要对账龄分析和触发催收工作流至关重要。它将流程划分为标准计费和催收管理两个阶段。获取方式通过对比CustInvoiceJour.DueDate与当前模拟时间或payment timestamp计算得出。捕获通过比较 DueDate 字段与当前时间得出事件类型 calculated
	收到付款承诺	由催收代理记录的特定承诺，即客户将在特定日期前付款。从催收管理模块中获取。
为何重要衡量催收电话的有效性。将此日期与实际付款日期进行对比，可以揭示客户承诺的可靠性。获取方式 CustPromiseToPay 表。通过 TransRecId 链接到客户交易。捕获在 CustPromiseToPay 中创建记录时记录事件类型 explicit
	银行对账单已匹配	将 AR 中记录的付款与导入的银行对账单行进行匹配的对账 event。
为何重要验证资金是否已实际到账。此处的延迟表明现金和银行管理流程中存在效率低下。获取方式 BankReconciliationLine 或 BankAccountTrans 匹配状态。需要“高级银行对账”模块。捕获在银行对账中匹配交易时记录事件类型 explicit

推荐可选

提取指南

如何从 Microsoft Dynamics 365 获取您的数据

步骤

配置 Azure 资源: 准备一个 Azure SQL 数据库作为自有数据库 (BYOD) 目标。确保连接字符串包含具有读/写权限的凭据。
在 D365 中配置数据管理: 导航到系统管理 > 工作区 > 数据管理。点击“配置实体导出到数据库”磁贴。输入上一步中的连接字符串以注册外部数据库。
选择所需实体: 在“数据管理”工作区中创建一个新的“导出项目”。将以下标准实体添加到项目中：CustInvoiceJournalHeaderEntity、CustTransactionEntity、CustSettlementEntity、CustCollectionLetterJournalHeaderEntity、CaseDetailEntity、CaseAssociationEntity、CustInterestJournalEntity、BankAccountTransEntity 和 CustPromiseToPayEntity。
源到目标的映射: 确保所有字段都映射正确，特别要确保包含 RecId 和 CreatedDateTime 字段，因为这些字段对于 event 排序至关重要。
运行初始导出: 手动执行导出作业（作业类型：导出），将历史 data 全量加载到 Azure SQL 数据库中。监控执行摘要以确保所有记录均已成功传输。
安排增量更新: 配置一个循环 data 作业，定期（例如每 4 小时或每晚）运行导出项目，使用“增量推送”仅更新已更改的记录。
连接到 Azure SQL: 使用 SQL Server Management Studio (SSMS) 或类似工具连接到 BYOD Azure SQL 数据库。
执行转换脚本: 对 BYOD 表运行下面“查询”部分提供的 SQL 脚本。该脚本将分散的表统一为单个事件日志结构。
验证并提取: 检查输出的一致性（参见验证步骤）。将结果集导出为 CSV 或 Parquet 文件，以便摄取到 ProcessMind。

配置

导出方式: 自有数据库 (BYOD) 或 Azure Data Lake Storage Gen2 (ADLS)。
刷新策略: 初始加载采用全量推送，定期更新采用增量推送，以尽量减少对性能的影响。
所需实体: CustInvoiceJournalHeaderEntity (发票)、CustSettlementEntity (付款/核销)、CustCollectionLetterJournalHeaderEntity (催款单)、CaseDetailEntity (争议)、BankAccountTransEntity (银行对账)。
公司过滤: 如果分析需要限制在特定的法律实体，请在 “DataAreaId” 列上应用过滤器。
日期范围: 建议基于 “InvoiceDate” 或 “TransDate” 的 12 个月滚动窗口。
更改跟踪: 必须在 D365 的 SQL 表上启用更改跟踪，以便增量导出能够高效运行。

a 查询示例 config

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

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

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

步骤

前提条件设置: 确保执行机器上安装了 Python 3.x。使用 pip 安装所需的库：pandas、requests 和 msal（如果使用 Microsoft Authentication Library，虽然本脚本为了简单起见使用了直接的 REST）。
Azure 应用注册: 在 Azure Active Directory (Entra ID) 中注册一个应用程序，以允许访问 Dynamics 365。记录下 Client ID、Client Secret 和 Tenant ID。确保该应用具有 Dynamics ERP (OData) 的 API 权限。
配置脚本: 打开提供的 Python 脚本。使用您的特定 D365 URL、Client ID、Client Secret、Tenant ID 和目标公司代码 (dataAreaId) 更新顶部的 config 字典。
定义日期范围: 修改脚本中的 start_date 和 end_date 变量以定义提取窗口。对于增量加载，建议使用过去 90 到 180 天的滑动窗口。
执行提取: 运行脚本。它将向 Azure AD 进行身份验证，获取访问令牌，并迭代多个 OData 实体（CustomerInvoices、PaymentJournals、CaseDetails 等）以抓取 data。
数据处理: 脚本会自动执行 data 转换，例如重命名列以匹配 ProcessMind 模式，根据系统日期计算“逾期” event，以及根据交易金额区分部分付款和全额付款。
合并与排序: 脚本将所有活动 dataframes 连接成一个单一的事件日志，并按 InvoiceNumber 和 EventTimestamp 进行排序。
导出: 最终的 dataframe 被导出为名为 AR_Event_Log.csv 的 CSV 文件。请验证此文件已在脚本目录下创建。
验证: 打开 CSV 文件，检查日期是否为 ISO 格式 (YYYY-MM-DD HH:MM:SS)，以及所有必填列是否已填充。
上传: 使用标准文件上传向导将生成的 CSV 文件导入 ProcessMind。将 InvoiceNumber 列映射到 Case ID，将 Activity 映射到 Activity，将 EventTimestamp 映射到 Timestamp。

配置

Batch Size: 脚本使用受服务器控制的默认页面大小（通常为 1000 条记录）。脚本使用 @odata.nextLink 属性自动处理分页。
日期过滤器: OData $filter 参数用于将 data 检索限制在相关的日期范围内（例如：InvoiceDate ge 2023-01-01T00:00:00Z）。这显著提升了性能。
公司过滤: D365 存储多个法律实体的 data。脚本通过 dataAreaId 进行过滤，以确保仅提取相关业务单元的 data。
身份验证: 使用 OAuth 2.0 (Client Credentials Flow)。您必须拥有有效的 Client Secret 和 App Registration。
实体选择: 使用标准实体，如 CustomerInvoices、CustomerPaymentJournalLines 和 CaseDetail。如果您的组织使用自定义实体，则必须更新 endpoints 字典中的端点。
计算生成的 event: 诸如“逾期”之类的 event 是在脚本执行期间计算出来的，因为它们不会在数据库中生成特定的交易日志。

a 查询示例 python

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

您的应收账款 data 模板

您的应收账款 data 模板

应收账款属性

应收账款活动

提取指南

D365 数据管理框架实体导出

步骤

配置

a 查询示例 config

针对 AR event 的 Python OData API 提取

步骤

配置

a 查询示例 python

准备好开始了吗？

立即优化应收账款，提升现金流效率

您的应收账款 data 模板

您的应收账款 data 模板

应收账款属性

应收账款活动

提取指南

D365 数据管理框架实体导出

步骤

配置

a 查询示例 config

针对 AR event 的 Python OData API 提取

步骤

配置

a 查询示例 python

我们重视您的隐私

准备好开始了吗？

立即优化应收账款，提升现金流效率