> Kontinuierliche Prozessoptimierung > Datensatz to Report: Journaleintrag. > Workiva > Datenvorlage

Ihre Datensatz-to-Report: Journaleintrag Daten-Vorlage.

Workiva

Datensatz-to-Report: Journaleintrags-Attribute. (18) Datensatz-to-Report: Journaleintrags-Aktivitäten. (14) Extraktionsanleitungen (1)

Ihre Datensatz-to-Report: Journaleintrag Daten-Vorlage.

Diese Vorlage bietet einen vollständigen Leitfaden zur Erfassung der notwendigen Daten für die Analyse Ihres Datensatz-to-Report: Journaleintragsprozesses. Sie umreißt die relevanten Datenfelder, die kritischen Prozessschritte, die verfolgt werden müssen, und praktische Anleitungen zur Extraktion dieser Informationen aus Workiva. Die Verwendung dieser Vorlage hilft sicherzustellen, dass Sie alle erforderlichen Daten für eine effektive Process-Mining-Initiative haben.

Empfohlene Attribute zur Erfassung
Wichtige Aktivitäten für das Tracking
Praktische Anleitung zur Datenextraktion

Neu bei Event-Logs? Erfahren Sie wie Sie ein Process-Mining-Event-Log erstellen.

Vorlage herunterladen

Datensatz-to-Report: Journaleintrags-Attribute.

Dies sind die empfohlenen Datenfelder, die Sie in Ihr Event Log (Event Log) aufnehmen sollten, um eine vollständige Analyse Ihres Datensatz-to-Report: Journaleintragsprozesses durchzuführen.

5 Erforderlich 5 Empfohlen 8 Optional

	Name	Beschreibung
	Aktivität ActivityName	Der Name des spezifischen Prozessschritts oder Ereignisses, das für die Journalbuchung aufgetreten ist.
Beschreibung Dieses Attribut beschreibt die Aktivität, die zu einem bestimmten Zeitpunkt im Lebenszyklus der Journalbuchung durchgeführt wurde. Es erfasst wichtige Meilensteine wie 'Journal Entry Created', 'Journal Entry Submitted for Review', 'Journal Entry Approved' und 'Journal Entry Posted to GL'. Die Analyse der Reihenfolge und Häufigkeit dieser Aktivitäten ist die Grundlage für Process Mining. Sie hilft, den Prozessfluss zu visualisieren, gängige und seltene Pfade (Varianten) zu identifizieren und Engpässe zu finden, wo Buchungen die meiste Zeit verbringen. Es wird auch verwendet, um die Start- und Endpunkte für die Berechnung wichtiger Key Leistungsfähigkeit Indicators, wie die Genehmigungszykluszeit, zu definieren. Bedeutung Es definiert die Schritte im Prozess, ermöglicht die Visualisierung und Analyse des Journaleintrag-Workflows und die Identifizierung von Engpässe. Datenquelle Dies wird in der Regel aus Event-Logs oder Statusänderungsprotokollen innerhalb von Workiva abgeleitet. Das genaue Feld muss möglicherweise von Systemstatuscodes oder Ereignisbeschreibungen abgebildet werden. Beispiele Buchungsjournaleintrag erstelltJournaleintrag zur Überprüfung eingereichtJournalbuchung genehmigtJournaleintrag ins Hauptbuch gebucht
	Journalbuchungs-ID JournalEntryId	Die eindeutige Kennung für eine einzelne Journalbuchung, die als primärer Case-Identifikator für die Prozessanalyse dient.
Beschreibung Die Journaleintrags-ID verfolgt eindeutig alle Aktivitäten und Ereignisse, die mit einer spezifischen Gruppe von Finanztransaktionen von der Erstellung bis zur finalen Buchung und Abstimmung verbunden sind. Diese ID verknüpft jeden Schritt, wie Erstellung, Einreichung, Prüfung, Genehmigung und Buchung, zu einer einzigen, zusammenhängenden Prozessinstanz. Im Process Mining ist dieses Attribut wichtig, um den End-to-End-Verlauf jeder Journalbuchung zu rekonstruieren. Es ermöglicht die Analyse von Prozessvarianten, Durchlaufzeiten und Nacharbeitszyklen pro Buchung, was eine klare Sicht darauf bietet, wie einzelne Buchungen durch das System fließen. Bedeutung Dies ist der essenzielle Schlüssel zur Verfolgung des vollständigen Lebenszyklus einer Journalbuchung, der den Antrag bearbeitet.ie Analyse von Prozessfluss, Dauer und Variationen ermöglicht. Datenquelle Dies ist der Primärschlüssel für einen Journaleintragsdatensatz in Workiva. Konsultieren Sie die Workiva-Dokumentation für die spezifische Tabelle oder den Antrag bearbeitet.en API-Endpunkt. Beispiele JE-2023-08-1001JE-2023-08-1002JE-2023-09-1003
	Startzeit EventTime	Der Zeitstempel, der angibt, wann eine bestimmte Aktivität oder ein Ereignis stattgefunden hat.
Beschreibung Die Event Time ist ein präziser Zeitstempel, einschließlich Datum und Uhrzeit, der den Antrag bearbeitet.en Zeitpunkt erfasst, an dem eine Aktivität stattfand. Diese Daten sind wichtig für die korrekte Abfolge von Ereignisse und für alle zeitbasierten Analysen. Im Process Mining wird dieses Attribut verwendet, um die Dauer zwischen Aktivitäten, die gesamten Case-Durchlaufzeiten und Wartezeiten zu berechnen. Es ist unerlässlich für Dashboards, die Durchlaufzeiten analysierenn, wie 'Journaleintrag Genehmigungs-Zykluszeit' und 'Dokumentenanhang-Verzögerungszeit', und bildet die Grundlage für die Identifizierung von Verzögerungen und Ineffizienzen im Prozess. Bedeutung Dieser Zeitstempel ist maßgeblich für die Berechnung aller Dauern, die korrekte Reihenfolge von Ereignisse und die Analyse der Prozessleistung über die Zeit. Datenquelle Diese Informationen werden in der Regel zusammen mit jedem Event oder jeder Statusänderung in den Transaktions- oder Log-Tabellen von Workiva gespeichert. Beispiele 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:05:00Z
	Letzte Datenaktualisierung LastDataUpdate	Der `Zeitstempel`, der angibt, wann die `Daten` zuletzt aus dem `Quellsystem` aktualisiert wurden.
Beschreibung Dieses Attribut erfasst Datum und Uhrzeit der letzten Datenextraktion aus Workiva. Es liefert den Kontext für die Aktualität der analysierten Daten. In jedem Prozessanalyse-Dashboard sind diese Informationen für Nutzer wichtig, um zu verstehen, wie aktuell die Erkenntnisse sind. Es hilft ihnen zu wissen, ob sie EchtzeitDaten oder eine Momentaufnahme von einem bestimmten Zeitpunkt betrachten, was für fundierte operative Entscheidungen notwendig ist. Bedeutung Informiert Benutzer über die Aktualität der Daten, um sicherzustellen, dass sie verstehen, ob die Analyse den aktuellsten Prozesszustand widerspiegelt. Datenquelle Dieser Zeitstempel wird während des Datenextraktions-, Transformations- und Ladevorgangs (ETL) generiert und gespeichert. Beispiele 2023-10-27T02:00:00Z
	Quellsystem SourceSystem	Das führende System, aus dem die JournaleintragsDaten extrahiert wurden.
Beschreibung Dieses Attribut identifiziert die Quellanwendung, in der den Antrag bearbeitet.ie ProzessDaten entstanden sind. Für diese Analyse wird der Wert konsistent 'Workiva' sein. Obwohl es in einer Einzelsystemanalyse statisch erscheinen mag, ist es ein wichtiges MetaDatenelement für Daten Governance und Rückverfolgbarkeit. In größeren Unternehmensumgebungen überspannen Prozesse oft mehrere Systeme, und dieses Feld wird unerlässlich, um die vollständige Datenherkunft zu verstehen und Daten aus verschiedenen Quellen präzise zu integrieren. Bedeutung Bietet wesentliche Datenherkunft und Kontext, stellt Klarheit über den Ursprung der ProzessDaten sicher, besonders in Multi-System-Umgebungen. Datenquelle Dies ist in der Regel ein statischer Wert, der während der Datenextraktion und -transformation hinzugefügt wird, um die Herkunft der Daten zu kennzeichnen. Beispiele Workiva
	Abteilung Department	Die Geschäftsabteilung oder Kostenstelle, die den Journaleintrag initiiert hat.
Beschreibung Dieses Attribut identifiziert die Organisationseinheit, z. B. Finanzen, Vertrieb oder Marketing, die mit der Journalbuchung verbunden ist. Dies wird oft durch die Kostenstelle oder den Antrag bearbeitet.en Nutzer bestimmt, der den Antrag bearbeitet.ie Buchung erstellt hat. Die Analyse des Prozesses nach Abteilung ermöglicht ein Leistungs-Benchmarking über verschiedene Bereiche der Organisation hinweg. Sie kann helfen zu identifizieren, welche Abteilungen die effizientesten Prozesse, die höchsten Nacharbeitsraten oder den Antrag bearbeitet.ie längsten Genehmigungszeiten haben, und liefert Erkenntnisse für den Austausch bewährter Verfahren oder den Antrag bearbeitet.ie Bereitstellung gezielter Unterstützung. Bedeutung Ermöglicht den Leistungsvergleich zwischen verschiedenen Geschäftseinheiten und hilft, abteilungsspezifische Probleme oder Best Practices zu identifizieren. Datenquelle Diese Informationen sind wahrscheinlich in den Journaleintrag-Kopfdaten verfügbar, möglicherweise verknüpft mit dem Benutzer Profil des Erstellers oder als Kostenstelle angegeben. Beispiele FinanzenVertrieb NordamerikaOperations EU
	Benutzer User	Die Benutzer-ID oder den Antrag bearbeitet.er Name der Person, die die Aktivität ausgeführt hat.
Beschreibung Dieses Attribut identifiziert die für eine gegebene Aktivität verantwortliche Person, z. B. den Ersteller, Prüfer oder Genehmiger einer Journalbuchung. Es kann eine eindeutige Benutzer ID, ein Name oder eine E-Mail-Adresse sein. Die Analyse der Daten nach Nutzern ist wichtig für das Verständnis der Arbeitslastverteilung, Leistung und Compliance. Sie bildet die Grundlage für Dashboards wie 'Arbeitslastverteilung der Journaleinträge' und 'Journaleintrags-Ablehnungsanalyse', indem sie eine Aufschlüsselung der Aktivitäten nach Nutzern ermöglicht und so potenziellen Schulungsbedarf oder Ressourcenungleichgewichte aufzeigt. Bedeutung Dieses Attribut ist maßgeblich für die Analyse der Arbeitslastverteilung, die Identifizierung von Top-Performern und das Verständnis nutzerspezifischen Verhaltens oder von Engpässe. Datenquelle Diese Informationen sind in der Regel in den Event- oder Transaktions-Logs von Workiva verfügbar und jeder erfassten Aktivität zugeordnet. Beispiele asmithbjonescchen
	Journalbuchungsart JournalEntryType	Die Klassifizierung des Journaleintrags, wie Standard, Abgrenzung oder Korrektur.
Beschreibung Dieses Attribut kategorisiert Journalbuchungen basierend auf ihrem Geschäftszweck. Gängige Typn umfassen Standardbuchungen für Routinegeschäfte, Abgrenzungen zur Erfassung von Einnahmen und Ausgaben, Umgliederungsbuchungen und Korrekturbuchungen. Diese Dimension ist maßgeblich für die vergleichende Analyse. Sie ermöglicht es Sie, den Prozess zu segmentieren, um zu sehen, ob bestimmte Buchungsarten länger dauern, höhere Ablehnungsraten aufweisen oder unterschiedliche Pfade verfolgen. Zum Beispiel wird sie im Dashboard 'Journal Entry Reversal Rate Trend' verwendet, um Stornierungen nach Typ zu analysierenn, was hilft, Probleme zu isolieren, die spezifisch für bestimmte Rechnungslegungspraktiken sind. Bedeutung Ermöglicht die Segmentierung des Prozesses, um zu identifizieren, ob bestimmte Eintragstypen mehr Verzögerungen, Nacharbeiten oder Abweichungen verursachen als andere. Datenquelle Dies ist wahrscheinlich ein Standardfeld im Journal Entry Header in Workiva. Beispiele StandardAbgrenzungUmgliederungKorrektur
	Journalbuchungsbetrag JournalEntryAmount	Der Gesamtbuchwert der Journalbuchung, in der Regel die Summe der Soll- oder Habenbuchungen.
Beschreibung Dieses Attribut repräsentiert den primären Finanzwert, der mit der Journalbuchung verbunden ist. Es kann der gesamte Sollbetrag sein, der den Antrag bearbeitet.em gesamten Habenbetrag entsprechen sollte. Die Analyse des Prozesses nach Finanzwert kann wichtige Muster aufdecken. Zum Beispiel könnten betragsstarke Journalbuchungen einer genaueren Prüfung unterliegen und einem anderen, strengeren Genehmigungspfad folgen. Dieses Attribut kann verwendet werden, um Dashboards zu filtern und zu analysierenn, ob der Buchungswert mit der Bearbeitungszeit, Nacharbeitsraten oder Genehmigungsverzögerungen korreliert. Bedeutung Ermöglicht eine Analyse basierend auf dem finanziellen Einfluss und hilft zu bestimmen, ob hochvolumige Einträge anders verarbeitet werden oder anfälliger für Verzögerungen sind. Datenquelle Dies ist ein grundlegendes Feld in den Journaleintrag-Kopfdaten in Workiva. Beispiele 15000.00250.50125000.75
	Journalbuchungsstatus JournalEntryStatus	Der aktuelle Status des Journaleintrags in seinem Lebenszyklus.
Beschreibung Dieses Attribut gibt den Echtzeitstatus einer Journalbuchung an, z. B. 'Entwurf', 'Zur Genehmigung eingereicht', 'Genehmigt', 'Gebucht' oder 'Abgelehnt'. Es stellt eine Momentaufnahme dar, wo sich die Buchung zum Zeitpunkt der Datenextraktion befindet. Dies ist wichtig für die operative Überwachung und treibt das Dashboard 'Current Journal Entry Status Übersicht' an. Es bietet dem Management eine klare Sicht auf die aktuelle Arbeitslast und den Rückstand in jeder Phase des Prozesses, was bei der Ressourcenallokation und Priorisierung hilft. Bedeutung Bietet eine Echtzeit-Momentaufnahme, wo sich Journaleinträge im Prozess befinden, was wichtig für die operative Überwachung und das Management von Rückständen ist. Datenquelle Dies ist ein Standardfeld im Journal Entry Header in Workiva, das seinen aktuellen Status widerspiegelt. Beispiele EntwurfGenehmigung ausstehende Zahlungen identifizieren.endGebuchtAbgelehnt
	Ablehnungsgrund RejectionReason	Ein Code oder Text, der erklärt, warum ein Journaleintrag während des Überprüfungs- oder Genehmigungsprozesses abgelehnt wurde.
Beschreibung Wird eine Journalbuchung abgelehnt, erfasst dieses Attribut den vom Prüfer oder Genehmiger angegebenen Grund. Gründe können 'Falsches GL-Konto', 'Fehlende Dokumentation', 'Berechnungsfehler' oder 'Richtlinienverstoß' sein. Diese Informationen sind von besonders wertvoll für die Ursachenanalyse von Nacharbeiten. Durch die Analyse der häufigsten Ablehnungsgründe können Organisationen Bereiche für Verbesserungen identifizieren, wie gezielte Schulungen für Nutzer, klarere Anweisungen oder Systemkontrollverbesserungen. Es ist ein Schlüsselattribut für die Dashboards 'Journal Entry Rework Analysis' und 'Journaleintrags-Ablehnungsanalyse'. Bedeutung Bietet direkten Einblick in die Ursachen von Nacharbeiten und ermöglicht gezielte Verbesserungen in Schulung, Dokumentation und Prozesskontrollen. Datenquelle Diese Daten können in einem dedizierten Feld oder in einem Kommentare/Notizen-Feld gespeichert werden, das mit der Aktivität 'Journal Entry Rejected' in Workiva verbunden ist. Beispiele Fehlende BelegdokumentationFalsches Hauptbuchkonto verwendetBetrag überschreitet Schwellenwert
	Buchungsdatum PostingDate	Das Datum, an dem der Journaleintrag offiziell im Hauptbuch erfasst wird.
Beschreibung Das Buchungsdatum ist das effektive Datum der Transaktion für Zwecke der Finanzberichterstattung. Es bestimmt die Fiskalperiode, in der den Antrag bearbeitet.er Eintrag in den Finanzberichten ausgewiesen wird. Dieses Datum kann vom Erstellungs- oder Genehmigungsdatum des Eintrags abweichen. Dieses Attribut ist wichtig für die Finanz- und Compliance-Analyse. Es hilft bei der Analyse der Pünktlichkeit von Journalbuchungen im Verhältnis zum Abschluss der Fiskalperioden. Verzögerungen zwischen Genehmigung und Buchung können auf System- oder Prozess-Engpässe hinweisen, die den Finanzabschlussprozess beeinträchtigen könnten. Bedeutung Es ist ein Schlüsseldatum für die Finanzberichterstattung, das hilft, die Pünktlichkeit der Buchungen und deren Auswirkungen auf den Finanzabschlussprozess zu analysierenn. Datenquelle Dies ist ein Standard-Datumsfeld in den Journaleintrag-Kopfdaten in Workiva. Beispiele 2023-10-312023-11-302023-12-31
	Buchungskreis CompanyCode	Die Kennung für die spezifische juristische Einheit, für die der Journaleintrag erfasst wird.
Beschreibung Der Buchungskreis (Company Code) repräsentiert eine eigenständige juristische Einheit innerhalb einer Unternehmensgruppe. Finanztransaktionen werden auf dieser Ebene für die gesetzliche Berichterstattung und Konsolidierung erfasst. In einer Organisation mit mehreren Einheiten ist die Analyse des Journaleintragsprozesses nach Buchungskreis unerlässlich. Sie kann Variationen in der Prozessleistung, Compliance und Effizienz aufzeigen, die spezifisch für bestimmte juristische Einheiten oder geografische Regionen sind. Dies ermöglicht gezieltere Prozessoptimierungsinitiativen. Bedeutung Wesentlich für die Analyse und den Vergleich der Prozessleistung über verschiedene rechtliche Einheiten innerhalb einer Organisation hinweg. Datenquelle Dies ist ein grundlegendes und obligatorisches Feld in den Journaleintrag-Kopfdaten in jedem Unternehmensbuchhaltungssystem, einschließlich Workiva. Beispiele 1000US01DE01
	Dokumentation vorhanden HasSupportingDocumentation	Ein Flag, das anzeigt, ob unterstützende Dokumentation vor der Einreichung zur Überprüfung angehängt wurde.
Beschreibung Dieses Attribut ist ein boolesches Flag, das die Anwesenheit der Aktivität 'Supporting Documentation Attached' vor der Aktivität 'Journal Entry Submitted for Review' für eine gegebene Journalbuchung überprüft. Dieses Attribut unterstützt direkt das Dashboard 'Journal Entry Documentation Compliance' und den KPI 'JE Documentation Attachment Rate'. Es ist maßgeblich für Compliance und Auditierbarkeit, da Buchungen ohne ordnungsgemäße Dokumentation zu Ablehnungen, Verzögerungen und Audit-Feststellungen führen können. Die Analyse hilft, Richtlinien durchzusetzen und den Prüfprozess zu optimieren. Bedeutung Misst direkt die Compliance mit Dokumentationsrichtlinien und hilft, Nacharbeiten und Verzögerungen durch fehlende Informationen zu reduzieren. Datenquelle Dies ist ein abgeleitetes Attribut, das durch Überprüfung der Abfolge von Aktivitäten in den ProzessDaten für jeden Case berechnet wird. Beispiele JaNein
	Endzeit EndTime	Der Zeitstempel, der angibt, wann eine bestimmte Aktivität oder ein Ereignis abgeschlossen wurde.
Beschreibung Die End Time erfasst den genauen Zeitpunkt, an dem eine Aktivität abgeschlossen wird. Während viele Prozessereignisse augenblicklich sind und nur eine Start Time haben, haben einige Aktivitäten eine messbare Dauer, wie ein Überprüfungsschritt, der beginnt, wenn ein Benutzer die Aufgabe öffnet, und endet, wenn er sie abschließt. Dieses Attribut wird hauptsächlich verwendet, um die Bearbeitungszeit (oder aktive Arbeitszeit) einer Aktivität zu berechnen und sie von Leerlauf- oder Wartezeit zu unterscheiden. Es hilft bei Analysen, die darauf abzielen zu verstehen, wie lange Benutzer aktiv an spezifischen Aufgaben verbringen, wie z.B. 'Journaleintrag geprüft'. Bedeutung Es ermöglicht die Berechnung der wahren Bearbeitungszeit einer Aktivität, trennt die aktive Arbeitsdauer von der Wartezeit für eine genauere Effizienzanalyse. Datenquelle Konsultieren Sie die Workiva-Dokumentation. Dies muss möglicherweise durch Erfassung sowohl des Start- als auch des Abschlussereignisses für eine einzelne Aktivität abgeleitet werden. Beispiele 2023-10-26T10:15:00Z2023-10-26T11:45:00Z2023-10-27T14:10:00Z
	Freigabe-Durchlaufzeit ApprovalCycleTime	Die gesamte verstrichene Zeit von der Einreichung einer Journalbuchung zur Prüfung bis zu ihrer endgültigen Genehmigung.
Beschreibung Diese berechnete Metrik misst die Dauer der gesamten Genehmigungsphase. Sie wird in der Regel als Zeitdifferenz zwischen dem ersten 'Journal Entry Submitted for Review' Event und dem finalen 'Journal Entry Approved' Event für jede Journalbuchung berechnet. Dies ist ein direktes Maß für die Effizienz des Prüf- und Genehmigungs-Workflows und ein primärer KPI für viele Finanzabteilungen. Es bildet die Grundlage für das Dashboard 'Journal Entry Approval Durchlaufzeit' und hilft, Engpässe zu identifizieren und die Auswirkungen von Prozessoptimierungsinitiativen zur Beschleunigung von Genehmigungen zu überwachen. Bedeutung Dies ist ein Key Leistungsfähigkeit Indicator, der den Antrag bearbeitet.ie Effizienz des Genehmigungsprozesses direkt misst und hilft, Verzögerungen genau zu identifizieren. Datenquelle Dies ist eine berechnete Metrik, die unter Verwendung der Zeitstempels der Aktivitäten 'Journal Entry Submitted for Review' und 'Journal Entry Approved' aus dem Event Log abgeleitet wird. Beispiele 25920086400604800
	Ist automatisiert IsAutomated	Ein Flag, das angibt, ob eine Activity von einem System oder einem menschlichen Benutzer ausgeführt wurde.
Beschreibung Dieses boolesche Attribut unterscheidet zwischen automatisch vom System durchgeführten Aktivitäten, wie 'Automated Validierung Run', und manuell von einem Nutzer durchgeführten Aktivitäten, wie 'Journal Entry Reviewed'. Diese Unterscheidung ist maßgeblich für die genaue Messung der Prozesseffizienz und des Automatisierungspotenzials. Sie ermöglicht es Analysten, menschlich bedingte Engpässe von systembedingten zu isolieren und den wahren manuellen Aufwand im Prozess zu berechnen. Sie ist der Schlüssel für Initiativen, die auf die Steigerung der Automatisierung und die Reduzierung manueller Touchpoints abzielen. Bedeutung Hilft bei der Unterscheidung zwischen System- und menschlichen Aktivitäten, was für die Analyse des Automatisierungsgrades und die Identifizierung manueller Engpässe notwendig ist. Datenquelle Dies ist oft ein abgeleitetes Attribut. Es kann bestimmt werden, indem überprüft wird, ob der 'Benutzer' für eine Aktivität ein System- oder Service-Account ist, oder ob der Aktivitätsname selbst Automatisierung impliziert. Beispiele JaNein
	Ist Nacharbeit IsRework	Ein Flag, das anzeigt, ob ein Journaleintrag zu irgendeinem Zeitpunkt in seinem Lebenszyklus abgelehnt oder korrigiert wurde.
Beschreibung Dies ist ein boolesches Attribut, das für jeden Case berechnet wird. Es wird auf 'Ja' gesetzt, wenn die Aktivitätssequenz der Journalbuchung Ereignisse wie 'Journal Entry Rejected' oder 'Journal Entry Corrected' enthält. Dieses Attribut vereinfacht die Nacharbeitsanalyse, indem es ein klares binäres Flag zur Filterung und Aggregation erstellt. Es ist die Basis für die Berechnung des KPI 'Journal Entry Rework Rate' und für die Unterstützung des Dashboards 'Journal Entry Rework Analysis', was eine schnelle Identifizierung von Fälle ermöglicht, die vom 'happy path' abweichen und zusätzlichen Aufwand erfordern. Bedeutung Bietet ein einfaches Flag zur Identifizierung und Analyse aller Journaleinträge, die eine Korrektur erforderten, was wichtig ist, um die Prozessqualität und die First-Time-Right-Raten zu messen. Datenquelle Dies ist ein abgeleitetes Attribut, das durch Überprüfung auf das Vorhandensein von nacharbeitsbezogenen Aktivitäten ('Journal Entry Rejected', etc.) im Event Log für jeden Case berechnet wird. Beispiele JaNein

Erforderlich Empfohlen Optional

Datensatz-to-Report: Journaleintrags-Aktivitäten.

Dies sind die wichtigsten Prozessschritte und Meilensteine, die in Ihrem Event Log erfasst werden müssen, um Ihren Journal Entry Workflow präzise zu entdecken und zu analysierenn.

6 Empfohlen 8 Optional

	Aktivität	Beschreibung
	Buchungsjournaleintrag erstellt	Diese Aktivität markiert die Initiierung einer neuen Journalbuchung in Workiva. Sie wird erfasst, wenn ein Nutzer einen neuen Journaleintragsdatensatz erstellt und dabei eine eindeutige Journaleintrags-ID generiert, die als Case-Identifikator für den Prozess dient.
Bedeutung Als Ausgangspunkt des Prozesses ist dieses Ereignis unerlässlich für die Messung der End-to-End-Zykluszeit jedes Journaleintrags. Die Analyse dieser Aktivität hilft, die Arbeitslastinitiierung und Ressourcenplanung zu verstehen. Datenquelle Dieses Event wird in der Regel aus einem Audit Log oder einer Transaktionstabelle in Workiva erfasst, die die Erstellung neuer Journal Entry Objekte zusammen mit einem Creation Zeitstempel und einer Benutzer ID aufzeichnet. Erfassen Aufgezeichnet in einem Audit-Trail oder einer Tabelle bei der Erstellung eines neuen Journaleintrag-Datensatzes, verknüpft mit einem 'Erstellt am'-Zeitstempel. Ereignistyp explicit
	Journalbuchung abgelehnt	Ein Prüfer oder Genehmiger lehnt den Journaleintrag aufgrund von Fehlern, fehlenden Informationen oder Richtlinienverstößen ab. Diese Aktion sendet den Eintrag zur Korrektur an den Ersteller zurück und wird durch eine Statusänderung auf 'Abgelehnt' oder 'Überarbeitung erforderlich' erfasst.
Bedeutung Diese Aktivität ist der primäre Auslöser für Nacharbeitszyklen, die eine Hauptquelle für Prozessineffizienzen darstellen. Die Analyse von Ablehnungen hilft, Schulungsbedarf, häufige Fehler und unklare Prozessrichtlinien zu identifizieren. Datenquelle Abgeleitet von einer Statusänderung im Historie-Log des Journaleintrags. Das Statusfeld des Datensatzes wird auf 'Abgelehnt' aktualisiert, und dieses Ereignis wird mit einem Zeitstempel und dem Benutzer, der den Antrag bearbeitet.ie Aktion ausgeführt hat, protokolliert. Erfassen Der Zeitstempel, wann das Statusfeld auf 'Abgelehnt' oder 'Zurückgesendet' aktualisiert wird. Ereignistyp inferred
	Journalbuchung genehmigt	Diese Aktivität stellt die finale Genehmigung der Journalbuchung durch einen autorisierten Nutzer dar, wodurch sie für die Buchung freigegeben wird. Dies ist ein kritischer Meilenstein, der in der Regel als explizite Statusänderung zu 'Approved' in Workiva erfasst wird.
Bedeutung Kennzeichnet den erfolgreichen Abschluss des gesamten Überprüfungs- und Genehmigungsprozesses. Es ist ein Schlüsselereignis zur Messung von Genehmigungszykluszeiten und Erstgenehmigungsraten, was die Prozesseffizienz direkt beeinflusst. Datenquelle Erfasst aus dem Statusverlaufsprotokoll des Journaleintrags. Das Statusfeld des Datensatzes wird auf 'Genehmigt' aktualisiert, und diese Änderung wird mit einem Zeitstempel und der Benutzer-ID des Genehmigers aufgezeichnet. Erfassen Der Zeitstempel, wann das Statusfeld für die Journalbuchung auf 'Genehmigt' aktualisiert wird. Ereignistyp inferred
	Journalbuchungs-Stornierung verarbeitet	Ein zuvor gebuchter Journaleintrag wird storniert, wodurch ein neuer Eintrag erstellt wird, der den Antrag bearbeitet.en ursprünglichen aufhebt. Dies ist eine spezifische Transaktionsart, die explizit im System erfasst wird.
Bedeutung Diese Aktivität ist ein starker Indikator für Fehler in bereits verbuchten Einträgen. Eine hohe Stornierungsrate deutet auf potenzielle Probleme im ursprünglichen Prüfungs- und Genehmigungsprozess hin, was die finanzielle Genauigkeit beeinträchtigt und zusätzlichen Aufwand erfordert. Datenquelle Erfasst aus TransaktionsDaten, wo ein spezifischer Transaktionstyp oder ein Flag eine Stornierung anzeigt. Der Stornoeintrag verweist in der Regel auf die ursprüngliche Journaleintrag-ID. Erfassen Ein neuer Journaleintrag wird mit dem Typ 'Storno' und einem Link zur ID des ursprünglichen Eintrags erstellt. Ereignistyp explicit
	Journaleintrag ins Hauptbuch gebucht	Diese Aktivität zeigt an, dass die genehmigte Journalbuchung offiziell im Hauptbuch verbucht wurde. Sie repräsentiert den erfolgreichen Abschluss des Hauptprozessflusses und wird in der Regel als finale Statusänderung oder als Buchungstransaktionsprotokoll erfasst.
Bedeutung Als das primäre 'End'-Ereignis für die meisten Journaleinträge ist diese Aktivität wichtig für die Berechnung der End-to-End-Zykluszeit und des Durchsatzes. Sie kennzeichnet den Zeitpunkt, an dem der Eintrag die Finanzberichte beeinflusst. Datenquelle Dies kann in einem Transaktionsprotokoll gefunden werden, das Hauptbuchbuchungen aufzeichnet, oder als Statusänderung der Journalbuchung zu 'Gebucht'. Ein Buchungsdatumsfeld wird normalerweise zu diesem Zeitpunkt ausgefüllt. Erfassen Erfasst aus einer Hauptbuch-Buchungstabelle mit einem Zeitstempel und einem Verweis auf die Journaleintrag-ID, oder aus einer Statusänderung zu 'Gebucht'. Ereignistyp explicit
	Journaleintrag zur Überprüfung eingereicht	Stellt den Moment dar, in dem ein Benutzer den Journaleintrag-Entwurf mit seiner Dokumentation in den formellen Überprüfungs- und Genehmigungs-Workflow einreicht. Dies wird in der Regel als explizite Statusänderung innerhalb der Workiva-Plattform erfasst, wobei der Eintrag von einem 'Entwurf'- oder 'Neu'-Status in den 'In Überprüfung'-Status wechselt.
Bedeutung Diese Aktivität ist ein kritischer Meilenstein, der den Antrag bearbeitet.en Genehmigungszyklus startet. Die Messung der Zeit von diesem Punkt bis zur finalen Genehmigung hilft, Engpässe im Prüfungsprozess zu identifizieren und ist maßgeblich für die Berechnung der Genehmigungszykluszeit. Datenquelle Abgeleitet von einer Statusänderung im Journaleintrag-Datensatz, zum Beispiel von 'Entwurf' zu 'Zur Überprüfung eingereicht'. Diese Änderung und ihr Zeitstempel würden in einer Änderungshistorie- oder Statusprotokolltabelle protokolliert werden. Erfassen Abgeleitet aus der Verfolgung von Änderungen im Statusfeld des Journaleintrags zu 'Eingereicht' oder einem ähnlichen Wert, unter Verwendung des Zeitstempels der Änderung. Ereignistyp inferred
	Automatisierte Validierung ausgeführt	Eine automatisierte Systemprüfung wird am Journaleintrag nach der Einreichung durchgeführt, um Felder, Summen oder Compliance-Regeln zu validieren. Dies ist oft ein automatisierter Hintergrundprozess, der vom System protokolliert wird.
Bedeutung Identifiziert Datenqualitätsprobleme frühzeitig und reduziert manuelle Nacharbeiten später im Prozess. Die Analyse von Fehlern kann häufige Benutzerfehler oder Bereiche hervorheben, in denen die Systemführung verbessert werden kann. Datenquelle Dieses Event wäre in System Logs oder einem spezifischen Transaktionsprotokoll zu finden, das mit dem Journal Entry Workflow verbunden ist und die Ausführung von Validierungsregeln aufzeichnet. Erfassen Vom System protokolliert, wenn die Validierungs-Engine gegen die Journaleintrag-Daten ausgeführt wird. Ereignistyp explicit
	Automatisierte Validierung fehlgeschlagen	Die automatisierte Validierungsprüfung des Systems identifiziert einen Fehler, der den Antrag bearbeitet.ie Fortsetzung der Journalbuchung im Workflow verhindert. Dies setzt den Status der Buchung automatisch auf einen fehlgeschlagenen Zustand oder einen Nacharbeitszustand.
Bedeutung Dies zeigt automatisierte Qualitätskontrollen in Aktion. Eine hohe Fehlerhäufigkeit kann auf systemische Dateneingabeprobleme oder Probleme mit den Validierungsregeln selbst hinweisen, wodurch eine unnötige Nacharbeitsschleife entsteht. Datenquelle Dies würde aus einem System Log oder einer Statusänderung erfasst, die durch den automatisierten Validierungsprozess ausgelöst wird. Der Buchungsstatus könnte sich zu 'Validierungsfehler' oder Ähnlichem ändern. Erfassen Ein vom System protokolliertes Ereignis oder eine automatische Statusänderung in einen Fehlerzustand, wenn eine Validierungsregel fehlschlägt. Ereignistyp explicit
	Begleitdokumentation angehängt.	Diese Aktivität tritt auf, wenn ein Nutzer ein oder mehrere unterstützende Dokumente, wie Rechnungen oder Verträge, an den Journaleintragsdatensatz anhängt. Dies wird üblicherweise durch die Überwachung der Dokumentenmanagement- oder Anhangsfunktionalität innerhalb von Workiva erfasst.
Bedeutung Das Verfolgen dieser Aktivität ist maßgeblich für die Überwachung der Compliance und die Identifizierung von Verzögerungen. Die Zeit zwischen der Buchungserstellung und dem Dokumentenanhang kann ein erhebliches Bottleneck sein, das den Prüf- und Genehmigungszyklus beeinflusst. Datenquelle Erfasst aus Protokollen, die sich auf die Dokumentenmanagement-Funktionen von Workiva beziehen und verfolgen, wann eine Datei mit einer spezifischen Journaleintrag-ID verknüpft wird. Dies könnte ein explizites Event Log sein oder aus dem Erstellungsdatum des Anhangslinks abgeleitet werden. Erfassen Ereignis protokolliert, wenn ein Benutzer erfolgreich ein Dokument in den Journaleintrag hochlädt oder verknüpft. Ereignistyp explicit
	Hauptbuch & Journal korrigiert	Nach einer Ablehnung ändert der Ersteller oder ein anderer Benutzer den Journaleintrag, um die angesprochenen Probleme zu beheben. Dies ist normalerweise kein explizites Ereignis, sondern wird durch die Erkennung von Datenänderungen am Datensatz nach dem Status 'Abgelehnt' abgeleitet.
Bedeutung Diese Aktivität ist ein zentraler Bestandteil des Nacharbeitszyklus. Die Messung der Zeit, die zur Korrektur von Buchungen benötigt wird, kann aufzeigen, wie schnell Fehler behoben werden und ob bestimmte Nutzer oder Buchungsarten länger für die Korrektur benötigen. Datenquelle Diese Aktivität wird durch die Analyse von Audit-Trail Logs abgeleitet. Sie wird identifiziert, indem nach Feldmodifikationsereignissen gesucht wird, die bei einer Journalbuchung zwischen einem 'Abgelehnt'-Status und ihrer nachfolgenden Wiedereinreichung auftreten. Erfassen Identifiziert durch Änderungs- oder Audit-Logs, die Modifikationen an Journaleintrag-Daten nach einem 'Abgelehnt'-Ereignis-Zeitstempel zeigen. Ereignistyp inferred
	Journalbuchung abgestimmt	Diese Aktivität nach der Buchung tritt auf, wenn die Journalbuchung während eines Abstimmungsprozesses abgeglichen und freigegeben wird. Sie wird innerhalb der Abstimmungs- oder Kontenbestätigungstools von Workiva erfasst.
Bedeutung Die Analyse der Zeit von der Buchung bis zur Abstimmung ist maßgeblich, um die Effizienz des Finanzabschlussprozesses zu verstehen. Verzögerungen hier können die Aktualität und Genauigkeit der Finanzberichterstattung beeinträchtigen. Datenquelle Dies würde wahrscheinlich von einem separaten Abstimmungsmodul oder einer Tabelle innerhalb von Workiva stammen, das abgestimmte Elemente mit ihren Quell-Journaleintrags-IDs verknüpft. Der Zeitstempel der Abstimmungsstatusänderung würde verwendet. Erfassen Der Zeitstempel eines Ereignisses oder einer Statusänderung in einem Abstimmungsmodul, das die Journalbuchung als 'Abgestimmt' kennzeichnet. Ereignistyp explicit
	Journalbuchung überprüft	Dieses Event signalisiert, dass ein Prüfer seine Bewertung der Journalbuchung abgeschlossen und Maßnahmen ergriffen hat, wie das Senden zur Genehmigung oder den Antrag bearbeitet.as Ablehnen. Dies wird in der Regel aus der nachfolgenden Statusänderung abgeleitet.
Bedeutung Kennzeichnet den Abschluss einer wichtigen Qualitätsprüfung. Die Analyse der Dauer der Überprüfungsphase hilft bei der Verwaltung der Teamarbeitslast und bei der Identifizierung von Möglichkeiten für Prüferschulungen oder Prozessvereinfachungen. Datenquelle Dies wird aus dem Zeitstempel abgeleitet, wenn der Status der Journalbuchung von 'In Review' zu einem nachfolgenden Status wie 'Pending Approval' oder 'Rejected' wechselt. Erfassen Der Zeitstempel der Statusänderung von einem 'In Prüfung'-Status zu einem beliebigen nachfolgenden Status. Ereignistyp inferred
	Journaleintrag zur Genehmigung gesendet	Nach einer erfolgreichen ersten Überprüfung wird der Journaleintrag formell an einen bestimmten Genehmiger oder eine Genehmigungsgruppe weitergeleitet. Dies wird durch eine Statusänderung erfasst, beispielsweise von 'Geprüft' zu 'Zur Genehmigung ausstehende Zahlungen identifizieren.end'.
Bedeutung Diese Aktivität unterscheidet zwischen der ersten Prüfung und den finalen Genehmigungsschritten, die von unterschiedlichen Rollen durchgeführt werden können. Sie hilft, Verzögerungen zu isolieren, die spezifisch für die übergeordnete Genehmigungsphase sind. Datenquelle Abgeleitet von einer Statusänderung im Journaleintrag-Datensatz, protokolliert in einer Änderungshistorie-Tabelle. Der Status würde sich von einem Überprüfungsstatus zu einem Genehmigungsstatus bewegen. Erfassen Abgeleitet aus der Verfolgung der Statusfeldänderung zu 'Zur Genehmigung ausstehende Zahlungen identifizieren.end' oder einem ähnlichen Wert, zusammen mit seinem Zeitstempel. Ereignistyp inferred
	Journaleintrag-Überprüfung begonnen	Diese Aktivität markiert den Zeitpunkt, zu dem ein Prüfer mit der Untersuchung der eingereichten Journalbuchung beginnt. Dies könnte abgeleitet werden, wenn ein Prüfer die Prüfaufgabe in seiner Workiva Worklist 'öffnet' oder 'beansprucht'.
Bedeutung Diese Aktivität hilft, zwischen der Wartezeit einer Buchung in einer Warteschlange und der tatsächlichen Zeit, die sie in der aktiven Prüfung verbringt, zu unterscheiden. Sie ist maßgeblich für die genaue Messung der Prüferauslastung und die Identifizierung von Warteschlangen-Engpässe. Datenquelle Dies ist oft kein explizites Event. Es kann durch die Systemzuweisung der Aufgabe an einen bestimmten Nutzer oder wenn der Nutzer den Journaleintragsdatensatz nach der Einreichung erstmals öffnet, abgeleitet werden. Erfassen Abgeleitet davon, wann ein Aufgabenstatus zu 'In Bearbeitung' wechselt oder wenn der Datensatz vom zugewiesenen Prüfer zum ersten Mal nach der Einreichung geöffnet wird. Ereignistyp inferred

Extraktionsanleitungen

So erhalten Sie Ihre Daten aus Workiva

Schritte

API-Client in Workiva erstellen: Navigieren Sie zur Workiva Admin-Konsole. Gehen Sie unter den Organisationseinstellungen zu 'API Clients' und erstellen Sie einen neuen OAuth2-Client. Erteilen Sie die erforderlichen Berechtigungen, wie journals:read und audittrail:read. Speichern Sie die generierte Client ID und Client Secret sicher.
Python-Umgebung einrichten: Stellen Sie sicher, dass Python 3.6 oder neuer installiert ist. Installieren Sie die notwendigen Bibliotheken für API-Anfragen und Datenverarbeitung, indem Sie pip install requests pandas in Ihrem Terminal ausführen.
Authentifizierungsskript entwickeln: Erstellen Sie in Ihrem Python-Skript eine Funktion zur Handhabung der OAuth2-Authentifizierung. Diese Funktion sollte Ihre Client ID und Client Secret entgegennehmen, eine POST-Anfrage an den Workiva Token-Endpunkt senden, z.B. https://[YourWorkivaDomain].workiva.com/oauth2/v2/token, und das Access Token abrufen.
API-Endpunkte identifizieren: Bestimmen Sie die spezifischen REST-API-Endpunkte zum Abrufen von Journaleinträgen und ihrer detaillierten Historie. Der Haupt-Endpunkt könnte ähnlich wie https://[YourWorkivaDomain].workiva.com/api/v1/journals sein, und der Historie-Endpunkt könnte strukturiert sein wie .../api/v1/journals/{journal_id}/history.
Journaleintrag-Listee abrufen: Schreiben Sie den Teil des Skripts, der den Antrag bearbeitet.en Haupt-Journaleintrag-Endpunkt aufruft. Verwenden Sie Abfrageparameter, um nach Datumsbereich und anderen relevanten Kriterien zu filtern. Dieser Aufruf gibt eine Listee von Journaleintrag-Objekten zurück, jedes mit einer eindeutigen ID.
Iterieren und Historie abrufen: Durchlaufen Sie jeden im vorherigen Schritt abgerufenen Journaleintrag. Für jede JournalEntryId machen Sie einen separaten API-Aufruf an deren Historie- oder Audit-Trail-Endpunkt, um die zugehörigen Ereignisse abzurufen.
Roh-Ereignisse zu Aktivitäten zuordnen: Verarbeiten Sie die Rohhistorie-Daten aus der API-Antwort. Erstellen Sie eine Mapping-Logik, die Workivas interne Ereignisnamen oder Statusänderungen in die erforderlichen Aktivitätsnamen übersetzt. Zum Beispiel wird eine Statusänderung von 'Draft' zu 'In Review' zur Aktivität 'Journaleintrag zur Überprüfung eingereicht'.
Event Log-Zeilen konstruieren: Erstellen Sie für jedes zugeordnete Event ein Dictionary oder Objekt, das eine einzelne Zeile im finalen Event Log darstellt. Füllen Sie alle erforderlichen Attribute wie JournalEntryId, ActivityName, Ereigniszeitpunkt (Event Time) und Benutzer aus, zusammen mit empfohlenen Attributen wie JournalEntryAmount und Department aus den übergeordneten Journaleintrag-Daten.
API-Paginierung behandeln: Implementieren Sie Logik zur Handhabung paginierter API-Antworten. Überprüfen Sie die Antwort-Header oder den Antrag bearbeitet.en Body auf 'next'-Links oder Page Tokens und stellen Sie nachfolgende Anfragen, bis alle Daten für den angegebenen Zeitraum abgerufen wurden.
Daten aggregieren und formatieren: Konsolidieren Sie alle generierten Event Log-Zeilen in einer einzigen Listee. Konvertieren Sie diese Listee in einen pandas DatenFrame für die finale Bearbeitung.
MetaDaten-Spalten hinzufügen: Fügen Sie die Spalten (SourceSystem) und LastDatenUpdate zum DatenFrame hinzu. (SourceSystem) sollte ein konstanter Wert wie 'Workiva' sein, und LastDatenUpdate sollte der aktuelle Zeitstempel zum Zeitpunkt der Skriptausführung sein.
Nach CSV exportieren: Speichern Sie den finalen DatenFrame in einer CSV-Datei. Stellen Sie sicher, dass die Datei UTF-8-kodiert ist und der für den Upload in ein Process Mining-Tool erforderlichen Struktur entspricht.

Konfiguration

API-ZugangsDaten: Das Skript muss mit einer gültigen CLIENT_ID und einem CLIENT_SECRET konfiguriert werden, die Sie aus der Workiva Admin-Konsole erhalten haben. Diese sind für die OAuth2-Authentifizierung erforderlich.
API-Endpunkte: Das Skript benötigt die Basis-URL Ihrer Workiva-Instanz, zum Beispiel https://[YourWorkivaDomain].workiva.com, sowie die spezifischen Pfade für die Endpunkte Token, Journalliste und Journalhistorie.
Datumsbereich: Geben Sie ein START_DATE und ein END_DATE an, um den Umfang der Extraktion zu begrenzen. Ein typischer Bereich für die erste Analyse sind 3 bis 6 Monate, um Datenvolumen und Erkenntnisse auszugleichen.
Filterparameter: Das Skript kann so konfiguriert werden, dass es API-Abfrageparameter zum Filtern von Journaleinträgen verwendet. Gängige Filter sind journalEntryTyp oder department, um die Extraktion auf bestimmte Geschäftsbereiche oder Prozesse einzugrenzen.
Statuszuordnung: Das Skript enthält ein Wörterbuch, STATUS_TO_ACTIVITY_MAP, das Rohstatuswerte von der Workiva API in die standardisierten Aktivitätsnamen für das Event Log übersetzt. Dies muss möglicherweise angepasst werden, wenn Ihre Organisation benutzerdefinierte Status verwendet.
Voraussetzungen: Der Zugriff auf ein Workiva-Konto mit Administratorrechten ist notwendig, um den API-Client zu erstellen. Das Python-Skript erfordert eine Umgebung mit installierten requests- und pandas-Bibliotheken.

a Beispielabfrage python

import requests
import pandas as pd
from datetime import datetime
import time

class=class="hl-string">"hl-comment"># --- Configuration Settings ---
class=class="hl-string">"hl-comment"># Replace with your Workiva instance details and credentials
WORKIVA_DOMAIN = class="hl-string">"https://[YourWorkivaDomain].workiva.com"
CLIENT_ID = class="hl-string">"[Your-Client-ID]"
CLIENT_SECRET = class="hl-string">"[Your-Client-Secret]"

class=class="hl-string">"hl-comment"># --- Extraction Parameters ---
class=class="hl-string">"hl-comment"># Define the date range for the journal entry extraction
START_DATE = class="hl-string">"2023-01-01T00:00:00Z"
END_DATE = class="hl-string">"2023-12-31T23:59:59Z"

class=class="hl-string">"hl-comment"># --- API Endpoint Definitions ---
class=class="hl-string">"hl-comment"># Use the correct API version and paths for your instance
TOKEN_URL = fclass="hl-string">"{WORKIVA_DOMAIN}/oauth2/v2/token"
JOURNALS_API_ENDPOINT = fclass="hl-string">"{WORKIVA_DOMAIN}/api/v1/journals"

class=class="hl-string">"hl-comment"># Mapping from Workiva status changes to standardized activity names
class=class="hl-string">"hl-comment"># This may need adjustment based on your specific Workiva workflow configuration.
STATUS_TO_ACTIVITY_MAP = {
    (class="hl-string">'Draft', class="hl-string">'In Review'): class="hl-string">'Journal Entry Submitted for Review',
    (class="hl-string">'In Review', class="hl-string">'Pending Approval'): class="hl-string">'Journal Entry Sent For Approval',
    (class="hl-string">'Pending Approval', class="hl-string">'Approved'): class="hl-string">'Journal Entry Approved',
    (class="hl-string">'Approved', class="hl-string">'Posted'): class="hl-string">'Journal Entry Posted to GL',
    (class="hl-string">'Posted', class="hl-string">'Reconciled'): class="hl-string">'Journal Entry Reconciled',
    (class="hl-string">'In Review', class="hl-string">'Rejected'): class="hl-string">'Journal Entry Rejected',
    (class="hl-string">'Pending Approval', class="hl-string">'Rejected'): class="hl-string">'Journal Entry Rejected'
}

def get_access_token():
    class="hl-string">"""Authenticates with Workiva and retrieves an OAuth2 access token."""
    payload = {
        class="hl-string">'grant_type': class="hl-string">'client_credentials',
        class="hl-string">'client_id': CLIENT_ID,
        class="hl-string">'client_secret': CLIENT_SECRET
    }
    response = requests.post(TOKEN_URL, data=payload)
    response.raise_for_status() class=class="hl-string">"hl-comment"># Raise an exception for bad status codes
    return response.json()[class="hl-string">'access_token']

def fetch_paginated_data(url, headers, params):
    class="hl-string">"""Fetches data from a paginated API endpoint."""
    all_data = []
    while url:
        response = requests.get(url, headers=headers, params=params)
        response.raise_for_status()
        data = response.json()
        all_data.extend(data.get(class="hl-string">'data', []))
        url = data.get(class="hl-string">'metadata', {}).get(class="hl-string">'nextPageUrl') class=class="hl-string">"hl-comment"># Adjust based on actual API response structure
        params = {} class=class="hl-string">"hl-comment"># Subsequent requests use the full URL from nextPageUrl
        time.sleep(0.5) class=class="hl-string">"hl-comment"># Respect rate limits
    return all_data

def map_history_to_activity(event, previous_event, journal_details):
    class="hl-string">"""Maps a single history event to a structured activity record."""
    activity_record = {
        class="hl-string">'JournalEntryId': journal_details.get(class="hl-string">'id'),
        class="hl-string">'EventTime': event.get(class="hl-string">'timestamp'),
        class="hl-string">'User': event.get(class="hl-string">'user', {}).get(class="hl-string">'name', class="hl-string">'System'),
        class="hl-string">'JournalEntryType': journal_details.get(class="hl-string">'type'),
        class="hl-string">'JournalEntryAmount': journal_details.get(class="hl-string">'amount'),
        class="hl-string">'JournalEntryStatus': event.get(class="hl-string">'details', {}).get(class="hl-string">'newValue'),
        class="hl-string">'Department': journal_details.get(class="hl-string">'department')
    }

    event_type = event.get(class="hl-string">'eventType')

    if event_type == class="hl-string">'CREATE':
        activity_record[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Created'
        activity_record[class="hl-string">'JournalEntryStatus'] = class="hl-string">'Draft'
        return activity_record

    if event_type == class="hl-string">'ATTACHMENT_ADD':
        activity_record[class="hl-string">'ActivityName'] = class="hl-string">'Supporting Documentation Attached'
        return activity_record

    if event_type == class="hl-string">'REVERSAL_PROCESSED':
        activity_record[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Reversal Processed'
        return activity_record

    if event_type == class="hl-string">'VALIDATION_RUN':
        status = event.get(class="hl-string">'details', {}).get(class="hl-string">'status')
        if status == class="hl-string">'SUCCESS':
            activity_record[class="hl-string">'ActivityName'] = class="hl-string">'Automated Validation Run'
        elif status == class="hl-string">'FAILURE':
            activity_record[class="hl-string">'ActivityName'] = class="hl-string">'Automated Validation Failed'
        return activity_record

    if event_type == class="hl-string">'UPDATE' and event.get(class="hl-string">'details', {}).get(class="hl-string">'field') == class="hl-string">'status':
        old_status = event.get(class="hl-string">'details', {}).get(class="hl-string">'oldValue')
        new_status = event.get(class="hl-string">'details', {}).get(class="hl-string">'newValue')
        activity_tuple = (old_status, new_status)
        if activity_tuple in STATUS_TO_ACTIVITY_MAP:
            activity_record[class="hl-string">'ActivityName'] = STATUS_TO_ACTIVITY_MAP[activity_tuple]
            return activity_record
        class=class="hl-string">"hl-comment"># Infer other activities based on status
        if new_status == class="hl-string">'In Review' and previous_event and previous_event.get(class="hl-string">'ActivityName') != class="hl-string">'Journal Entry Submitted for Review':
            activity_record[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Review Started' class=class="hl-string">"hl-comment"># Inferred event
            return activity_record

    if event_type == class="hl-string">'UPDATE' and previous_event and previous_event.get(class="hl-string">'JournalEntryStatus') == class="hl-string">'Rejected':
        activity_record[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Corrected' class=class="hl-string">"hl-comment"># Inferred event
        return activity_record
    
    class=class="hl-string">"hl-comment"># Fallback for unmapped status changes that might represent a review completion
    if event_type == class="hl-string">'UPDATE' and event.get(class="hl-string">'details', {}).get(class="hl-string">'field') == class="hl-string">'status':
        if event.get(class="hl-string">'details', {}).get(class="hl-string">'oldValue') == class="hl-string">'In Review':
             activity_record[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Reviewed' class=class="hl-string">"hl-comment"># Inferred event
             return activity_record

    return None

def main():
    class="hl-string">"""Main function to orchestrate the extraction process."""
    print(class="hl-string">"Starting extraction from Workiva API...")
    try:
        access_token = get_access_token()
        headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}'}
        
        class=class="hl-string">"hl-comment"># Fetch all journal entries within the specified date range
        print(fclass="hl-string">"Fetching journal entries from {START_DATE} to {END_DATE}...")
        journal_params = {class="hl-string">'createdAfter': START_DATE, class="hl-string">'createdBefore': END_DATE}
        journals = fetch_paginated_data(JOURNALS_API_ENDPOINT, headers, journal_params)
        print(fclass="hl-string">"Found {len(journals)} journal entries.")

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

        for i, journal in enumerate(journals):
            journal_id = journal.get(class="hl-string">'id')
            print(fclass="hl-string">"Processing journal {i+1}/{len(journals)}: {journal_id}")

            class=class="hl-string">"hl-comment"># Fetch the detailed history for each journal entry
            history_url = fclass="hl-string">"{JOURNALS_API_ENDPOINT}/{journal_id}/history"
            try:
                history_events = fetch_paginated_data(history_url, headers, {})
            except requests.exceptions.HTTPError as e:
                print(fclass="hl-string">"Could not fetch history for {journal_id}: {e}")
                continue

            processed_activities = []
            for idx, event in enumerate(history_events):
                previous_event = processed_activities[-1] if processed_activities else None
                activity_record = map_history_to_activity(event, previous_event, journal)
                if activity_record:
                    activity_record[class="hl-string">'SourceSystem'] = class="hl-string">'Workiva'
                    activity_record[class="hl-string">'LastDataUpdate'] = last_data_update
                    processed_activities.append(activity_record)
            
            event_log.extend(processed_activities)

        if not event_log:
            print(class="hl-string">"No events were generated. The event log is empty.")
            return

        class=class="hl-string">"hl-comment"># Create DataFrame and save to CSV
        df = pd.DataFrame(event_log)
        df[class="hl-string">'EventTime'] = pd.to_datetime(df[class="hl-string">'EventTime'])
        df = df.sort_values(by=[class="hl-string">'JournalEntryId', class="hl-string">'EventTime'])
        
        output_filename = class="hl-string">'workiva_journal_entry_event_log.csv'
        df.to_csv(output_filename, index=False, encoding=class="hl-string">'utf-8')
        print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")

    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"An API error occurred: {e}")
    except Exception as e:
        print(fclass="hl-string">"An unexpected error occurred: {e}")

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

Ihre Datensatz-to-Report: Journaleintrag Daten-Vorlage.

Ihre Datensatz-to-Report: Journaleintrag Daten-Vorlage.

Datensatz-to-Report: Journaleintrags-Attribute.

Datensatz-to-Report: Journaleintrags-Aktivitäten.

Extraktionsanleitungen

Python-Skript-Extraktion über Workiva REST API

Schritte

Konfiguration

a Beispielabfrage python

Bereit, um loszulegen?

Beginnen Sie noch heute mit der Optimierung Ihres Datensatz-to-Report – Journaleintrags

Ihre Datensatz-to-Report: Journaleintrag Daten-Vorlage.

Ihre Datensatz-to-Report: Journaleintrag Daten-Vorlage.

Datensatz-to-Report: Journaleintrags-Attribute.

Datensatz-to-Report: Journaleintrags-Aktivitäten.

Extraktionsanleitungen

Python-Skript-Extraktion über Workiva REST API

Schritte

Konfiguration

a Beispielabfrage python

Ihre Privatsphäre ist uns wichtig

Bereit, um loszulegen?

Beginnen Sie noch heute mit der Optimierung Ihres Datensatz-to-Report – Journaleintrags