fbpx Skip to content

Jet vs. Data Entities i Dynamics 365 Finance & Operations

Peter Jennings - MLB Senior Manager

insightsoftware is a global provider of reporting, analytics, and performance management solutions, empowering organizations to unlock business data and transform the way finance and data teams operate.

Blog Jet Vs Data Entities

Den cloud-baserede Dynamics 365 Finance & Operations (D365FO), som er bygget på fundamentet af Dynamics AX, har introduceret helt nye rapporterings- og analysemuligheder for kunderne. Nogle funktioner er de samme som i Dynamics AX, mens der er ændringer i, hvordan du opretter SQL Server Reporting Services (SSRS) rapporter, ad hoc-rapporter og tilpassede rapporter i D365FO.

I dette blogindlæg vil vi komme nærmere ind på, hvad Data Entities er.

Hvad er Data Entity?

Et Data Entity er et uddrag af dine grundlæggende data i dit D365FO-system, og viser et konceptuelt udtræk fra en eller flere underliggende tabeller og repræsenterer data eller funktionalitet, for eksempel for kunder eller leverandører. I standardtabeller lagres de fleste data for hver kunde i en kundetabel, der derefter fordeles ud over et mindre sæt af relaterede tabeller.

Data Entities fokuserer på specifikke områder af rapporteringsprocessen. For eksempel vises ”Kunde” i flere ikke-standardiserede visninger. Hver af disse kundevisninger indeholder rækker af kundedata, deres relaterede tabeller og transaktionstabeller. På den måde opnår D365FO-brugere specifikke Data Entities i henhold til deres rapporteringsbehov, f.eks. kundelister, salgsrapporter (fakturaer) eller ordrelister.

Data Entities er dannet ved hjælp af Microsoft’s Data Extract Apps. Disse findes direkte i din D365FO instans eller på en separat Azure space (BYOD – Bring Your Own Database), som lagrer Data Entities i Azure i et SQL-format, der er tilgængelig for rapportering. Der er 5 kategorier af dataenheder baseret på deres funktionalitet samt typen af data de understøtter:

  1. Parameter (f.eks. Financkonti)
  2. Reference (f.eks. Momskoder)
  3. Master (f.eks. Kunder)
  4. Document (f.eks. Åbningsposter)
  5. Transaction (f.eks. Åbne fakturaer)

For at kunne foretage en ad-hoc rapportering i D365FO er det nødvendigt at hente data fra D365FO og benytte ikke-standardiserede Data Entities. Dette er den eneste måde at få adgang til data.

Når du har brug for Date Entities, har du to muligheder: Klar-til-brug eller brugertilpassede Data Entities. Microsoft har investeret rigtig meget tid på at udvikle Data Entities, som er klar til at bruge. Der finders næsten 2.000 Data Entities i D365FO, hvor kun meget få er egnet til rapportering.

Hvis man ønsker at definere egne Data Entities til den enkelte virksomhed, skal de fleste kunder (eller partnere) afsætte den nødvendige tid til at udvikle egne Data Entities til brug for rapportering og visualisering (Power BI). Dette kræver, at data fra de rå AX-tabeller (eller andre kilder) indsamles, transformeres og indlæses (ETL-processen) i nye kombinerede Data Entity-tabeller til rapportering og analyse.

4 typiske udfordringer med Data Entities

Data Entities samler og linker dine data i D365FO for at gøre rapporteringen nemmere. Selvom de er designet til at gøre det mere enkelt, har Data Entities stadig nogle uhensigtsmæssigheder, som skal løses. Her er 4 af de typiske udfordringer, som D365FO-kunder kan opleve, når de arbejder med Data Entities:

1. Meget dårlig performance

Hvis du opretter en Data Entity i Azure, opretter du i virkeligheden et view – ikke en fysisk tabel. Tilgangen til denne foregår via OData, som er kendt for at tage tid at indlæse. Disse performance problemer kan løses ved at lagre dine Data Entities eksternt på din egen database (BYOD) i stedet.

2. Omkostningstungt og tidskrævende

Selvom Microsoft leverer mere end 2.000 Data Entities ”klar-til-brug”, investerer de fleste kunder betydelige mængder tid og penge på at tilpasse deres Data Entities. Dette kræver speciel teknisk kompetence, hvor du sandsynligvis skal ansætte det nødvendige personale eller købe eksterne konsulenter.

3. Adgang til opdaterede data

Hvis du lagrer dine dataenheder i en BYOD, vil du støde på udfordringer med løbende opdateringer. Ligger dine data indenfor Azure, får du altid dine aktuelle D365FO-data. Ligger dine data i en separat database skal dine data løbende opdateres. Genopbygningen af en Data Entity med opdaterede data, kan tage fra 20 minutter til en time – med masser spildtid til følge.

4. Sammenlægning af flere datakilder til et samlet datasæt

At blande historiske data fra Dynamics AX med aktuelle data fra D365FO er ofte tidskrævende og temmelig kompliceret. Man kan stille AX-data til rådighed via web, hvilket imidlertid kræver dyre tekniske kompetencer, og dermed forlænger selve rapporteringsprocessen.

Hvorfor benytte Jet Analytics?

Hos Jet Global er det vigtigt for os at levere komplet datatilgang. Derfor har vi skræddersyet vores Jet Analytics-løsning til D365FO for gøre rapporteringen nemmere for vores kunder. Data Entities har tilført et ekstra lag af kompleksitet ved ”gør-det-selv” rapporteringen. Vi fjerner presset i din IT-afdeling ved at tilbyde en anden tilgang, som har til formål at reducere både omkostningerne og tidsforbruget betydeligt.

Jet Analytics til D365FO bruger Microsoft Data Extract Apss til at oprette dataenheder, en ad gangen, med vigtige D365FO-tabeller. På den måde sænkes omkostningerne, da tid og ressourcer, der er nødvenlige for at få adgang til ny data, reduceres. Den understøtter også trinvise opdateringer for at sikre aktuelle oplysninger. Med Jet Analytics tilbyder vi et brugervenligt sæt af foruddefinerede dataenheder.

Du vil også få et prædefineret datawarehouse med tilhørende kuber (tabular eller OLAP), som anvendes til at sikre, at dine data er korrekte og findes på ét samlet sted. Dette er fuldt understøttet af den trinvise opdatering, så dine data altid er korrekte og friske.

I Jet Analytics gemmes alle dine data i en separat BYOD, som helt fjerner udfordringen med OData performance. Man skal derfor ikke søge igennem mere end 2.000 Data Entities, og dine medarbejdere får derfor nem og hurtig adgang til netop de data, der har brug for.

Hvis du vil vide mere om, hvordan Jet Analytics kan forenkle dine behov for D365FO-rapportering og -analyse, er du velkommen til at tage fat i en af vores eksperter. I mellemtiden kan du hente vores nyeste whitepaper, hvor du finder detaljerede oplysninger om standardiserede rapporterings- og analysefunktioner i D365FO.

Komplet guide til rapportering og analyse i Dynamics 365 Finance & Operations

HENT DET HER