Archivierte Verkaufsaufträge
Wichtig
Dieser Inhalt ist archiviert und wird nicht aktualisiert. Die neueste Dokumentation finden Sie unter Neuerungen oder Änderungen in Dynamics 365 Supply Chain Management. Die neuesten Veröffentlichungspläne finden Sie unter Dynamics 365-, Power Platform- und Cloud for Industry-Veröffentlichungspläne.
| Aktiviert für | Öffentliche Vorschauversion | Allgemeine Verfügbarkeit |
|---|---|---|
| Benutzer*innen durch Administrator*innen, Maker*innen oder Analyst*innen |  21. Apr. 2023 |
- |
Geschäftswert
Im Laufe der Jahre werden in Unternehmen große Mengen an Aufträgen und Auftragspositionen generiert und gespeichert. Auch wenn diese Datensätze für den täglichen Betrieb nicht erforderlich sind, können sie dennoch für Zwecke wie historische Berichte, Audits, maschinelles Lernen, rechtliche Forderungen usw. benötigt werden. Die Aufbewahrung großer Mengen an historischen Aufträgen und Auftragspositionen in Ihrer täglichen Arbeitsumgebung hat nicht nur höhere Speicherkosten zur Folge, sondern dies wirkt sich auch auf die Systemleistung und Bedienfreundlichkeit aus.
Mit dieser Funktion können Sie das Archivierungsframework nutzen, um eine regelbasierte Archivierung historischer Aufträge und Auftragspositionen durchzuführen. Die archivierten Datensätze werden aus Ihrer täglichen Arbeitsumgebung entfernt und in Ihrem von Dataverse verwalteten Data Lake gespeichert. Dies verbessert die Systemleistung und senkt die Betriebskosten, während Ihre historischen Auftragsdatensätze als schreibgeschützte Daten für den Fall verfügbar bleiben, dass sie benötigt werden.
Details zur Funktion
Nutzen Sie die mit den Finanz- und Betriebs-Apps von Microsoft bereitgestellte Datenarchivierungslösung, um Ihre historischen Aufträge und Auftragspositionen zu archivieren. Administrator*innen können logische Regeln einrichten, um zu steuern, wann und wie Aufträge und Auftragspositionen aus Ihrer täglichen Supply Chain Management-Datenbank in Ihrem von Dataverse verwalteten Data Lake archiviert werden. Dort bleiben die Daten für historische Berichte, Audits, maschinelles Lernen, rechtliche Forderungen und andere Zwecke verfügbar.