> Kontinuierliche Prozessverbesserung > Forderungen aus Lieferungen und Leistungen > HighRadius > Daten Template

Ihr Daten-Template für die Debitorenbuchhaltung

HighRadius

Attribute der Debitorenbuchhaltung (19) Aktivitäten der Debitorenbuchhaltung (13) Anleitungen zur Datenextraktion (2)

Ihr Daten-Template für die Debitorenbuchhaltung

Dieses Template beschreibt die wesentlichen Bestandteile für die Analyse Ihrer Rechnungs-Workflows in HighRadius. Es bietet eine strukturierte Übersicht über die erforderlichen Datenpunkte, Prozessmeilensteine und technischen Schritte zum Aufbau eines vollständigen Event Logs. Mit diesem Leitfaden können Sie Ihren Forderungseinzugszyklus erfolgreich abbilden und Möglichkeiten zur Verbesserung Ihres Cashflows erkennen.

Spezifische Datenattribute für Ihren Prozess
Standardisierte Aktivitätsmeilensteine
Anleitung zur Datenextraktion aus HighRadius

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

Template herunterladen

Attribute der Debitorenbuchhaltung

Diese Tabelle führt die empfohlenen Datenfelder auf, die für ein detailliertes Event Log zur Analyse Ihrer Rechnungsverwaltung und Einzugsleistung erforderlich sind.

3 Erforderlich 6 Empfohlen 10 Optional

	Name	Beschreibung
	Aktivität ActivityName	Der Name des Ereignisses oder der Aktion, die für die Rechnung ausgeführt wurde.
Beschreibung Dieses Attribut erfasst den konkreten Schritt oder die Aktion, die im Lebenszyklus von Credit-to-Cash stattgefunden hat. Dazu gehören Ereignisse wie die Rechnungserstellung, automatisierte Mitteilungen, Anrufe von Mitarbeitenden im Forderungseinzug, die Erfassung von Streitfällen und die Zahlungszuordnung. Analysten verwenden dieses Feld, um den Prozessablauf zu rekonstruieren und die Abfolge der Schritte zu visualisieren. Abweichungen in der Reihenfolge dieser Aktivitäten helfen dabei, Prozessabweichungen, Nacharbeitsschleifen und nicht konformes Verhalten zu identifizieren. Warum das wichtig ist Es definiert die Prozessschritte und ist für Process Discovery und Variantenanalyse unverzichtbar. Bezugsquelle HighRadius-Aktivitätsprotokoll, Notizenverlauf oder Tabellen zur Transaktionshistorie Beispiele Rechnung erstelltZahlungserinnerung gesendetStreitfall eröffnetVollständige Zahlung eingegangen
	Ereignis-Timestamp EventDateTime	Das genaue Datum und die genaue Uhrzeit, zu denen die Aktivität stattgefunden hat.
Beschreibung Dieses Attribut markiert den exakten Zeitpunkt, zu dem ein Ereignis im HighRadius-System stattgefunden hat. Es liefert die zeitliche Dimension, die erforderlich ist, um Aktivitäten zu ordnen und die Dauer zwischen Prozessschritten zu berechnen. In der Analyse wird der Timestamp verwendet, um Durchlaufzeiten wie Days Sales Outstanding (DSO) oder die Dauer der Streitfallklärung zu berechnen. Außerdem ermöglicht er die Analyse von Durchsatz und Ressourcenauslastung über bestimmte Zeiträume. Warum das wichtig ist Eine präzise Zeitangabe ist erforderlich, um alle zeitbasierten KPIs zu berechnen und Ereignisse korrekt zu ordnen. Bezugsquelle Timestamp-Spalte der HighRadius-Transaktionsprotokolle Beispiele 2023-10-01T08:30:00Z2023-10-15T14:22:10Z2023-11-05T09:15:00Z
	Rechnungsnummer InvoiceNumber	Die eindeutige Kennung des Rechnungsdokuments, die als Case-ID dient.
Beschreibung Die Rechnungsnummer ist die zentrale Kennung, um die finanzielle Verpflichtung von der Erstellung bis zum endgültigen Ausgleich zu verfolgen. Sie verknüpft alle zugehörigen Aktivitäten, darunter Streitfälle, Zahlungszusagen und Zahlungen, in einer gemeinsamen Fallhistorie. In der Analyse wird dieses Attribut verwendet, um Event Logs in einzelne Prozessinstanzen zu gruppieren. Dadurch lassen sich Durchlaufzeiten je Rechnung berechnen. Außerdem dient die Rechnungsnummer als Primärschlüssel, um Prozessdaten mit anderen Stammdatentabellen in der HighRadius-Umgebung oder im Quell-ERP zu verknüpfen. Warum das wichtig ist Sie identifiziert den eindeutigen Case und stellt sicher, dass alle Ereignisse korrekt der jeweiligen Finanztransaktion zugeordnet sind. Bezugsquelle HighRadius-Rechnungsdaten bzw. Rechnungskopftabelle oder Quell-ERP, etwa SAP VBAK oder Oracle Headers Beispiele INV-2023-001900123456US-102938550002931
	Abweichung von Zahlungsbedingungen PaymentTermVariance	Die Anzahl der Tage zwischen Fälligkeitsdatum und Zahlungsdatum.
Beschreibung Dieses berechnete Attribut misst die Abweichung von den vereinbarten Zahlungsbedingungen. Eine positive Zahl weist auf eine verspätete Zahlung hin, eine negative Zahl auf eine vorzeitige Zahlung. Es ist die direkte Kennzahl für das Audit zur Einhaltung der Zahlungsbedingungen. Durch die Aggregation dieser Abweichung können Unternehmen systematische Spätzahler erkennen und Kreditbedingungen oder Strategien für den Forderungseinzug entsprechend anpassen. Warum das wichtig ist Direktes Maß für die Einhaltung der Vertragsbedingungen durch Kunden. Bezugsquelle Berechnet aus Fälligkeitsdatum und Zahlungsdatum Beispiele 5 Tage-2 Tage0 Tage
	Fälligkeitsdatum DueDate	Das Datum, bis zu dem der Kunde vertraglich zur Zahlung verpflichtet ist.
Beschreibung Das Fälligkeitsdatum wird anhand der für das Rechnungsdatum geltenden Zahlungsbedingungen bestimmt. Es dient als Zieltermin für den Forderungseinzug. Der Vergleich des Datums des vollständigen Zahlungseingangs mit diesem Attribut ermöglicht die Berechnung der „Einhaltungsquote von Zahlungsbedingungen“. Es ist entscheidend, um festzustellen, ob eine Zahlung fristgerecht, verspätet oder vorzeitig erfolgt. Warum das wichtig ist Der Referenzpunkt zur Bestimmung von Verspätungen und zur Berechnung der Days Sales Outstanding (DSO). Bezugsquelle Rechnungskopftabelle, Feld „Fälligkeitsdatum“ Beispiele 2023-11-302023-12-15
	Ist automatisiert IsAutomated	Kennzeichen dafür, ob die Aktivität vom System ohne manuellen Eingriff ausgeführt wurde.
Beschreibung Dieses boolesche Attribut unterscheidet zwischen Schritten, die von der Automatisierungs-Engine von HighRadius ausgeführt werden, etwa automatisierte Mitteilungen oder Cash Matching, und manuellen Schritten von Benutzern. Es ist für den „Tracker zur Automatisierung der Zahlungszuordnung“ und die KPI „Anteil der Rechnungen ohne manuellen Eingriff“ unverzichtbar. Analysten können damit den ROI der Automatisierung messen und Prozessschritte identifizieren, die weiterhin umfangreiche manuelle Bearbeitung erfordern. Warum das wichtig ist Misst die Effizienz der HighRadius-Implementierung. Bezugsquelle Aktivitätsprotokoll, Prüfung „Systembenutzer oder menschlicher Benutzer“ Beispiele truefalse
	Kundenname CustomerName	Der Name des Kundenkontos, das mit der Rechnung verknüpft ist.
Beschreibung Dieses Attribut identifiziert die Einheit, die für die Zahlung der Rechnung verantwortlich ist. In HighRadius ist es mit dem Stammdatensatz des Schuldners verknüpft. Die Analyse der Prozessleistung nach Kundennamen zeigt bestimmte Konten, die möglicherweise individuelle Strategien für den Forderungseinzug benötigen oder regelmäßig verspätet zahlen. Sie unterstützt das Dashboard „Kundenrisiko- und Überfälligkeitsmatrix“. Warum das wichtig ist Unverzichtbar, um die Analyse nach Konto zu segmentieren und problematische Kunden zu identifizieren. Bezugsquelle Kundenstammdaten oder Rechnungskopf Beispiele Acme CorpGlobal IndustriesTechStart IncRetail Giant Ltd
	Name des Mitarbeitenden im Forderungseinzug CollectorName	Der Name des Mitarbeitenden oder Benutzers, der für die Aktivität im Forderungseinzug verantwortlich ist.
Beschreibung Dieses Attribut identifiziert den konkreten HighRadius-Benutzer oder Mitarbeitenden, der manuelle Aktivitäten ausgeführt hat, etwa einen Anruf protokolliert, eine individuelle E-Mail gesendet oder einen Streitfall geprüft hat. Es wird im Dashboard „Vergleichswerte zur Produktivität im Forderungseinzug“ verwendet, um individuelle Leistung und Arbeitsverteilung zu bewerten. So können Führungskräfte Schulungsbedarf erkennen oder Portfolios im Team für den Forderungseinzug neu verteilen. Warum das wichtig ist Ermöglicht die Leistungsanalyse auf Ressourcenebene. Bezugsquelle Aktivitätsprotokoll bzw. Benutzertabelle Beispiele John DoeJane SmithSystemadministratorCollectionAgent_01
	Rechnungsbetrag InvoiceAmount	Der gesamte Geldwert der Rechnung.
Beschreibung Dieses Attribut stellt den ursprünglichen Gesamtbetrag dar, der dem Kunden in Rechnung gestellt wurde. Er bildet die Grundlage für die Berechnung offener Salden und die Bewertung der finanziellen Auswirkungen von Streitfällen oder Verzögerungen. Die Process-Mining-Analyse verwendet dieses Feld, um Cases nach ihrem Wert zu gewichten. So lässt sich beispielsweise zwischen priorisierten Forderungen mit hohem Wert und administrativem Aufwand mit geringem Wert im KPI „Volumen geringwertiger Streitfälle“ unterscheiden. Warum das wichtig ist Ermöglicht eine Gewichtung der Analyse nach finanziellen Auswirkungen statt ausschließlich nach der Anzahl der Cases. Bezugsquelle Rechnungskopftabelle, Feld „Betrag“ Beispiele 1500.00250.5010000.00
	Bonität CreditRating	Der Bonitätswert oder das Rating, das dem Kunden zugewiesen wurde.
Beschreibung Dieses Attribut bildet das Risikoniveau des Kunden ab und stammt häufig von Wirtschaftsauskunfteien oder aus der internen Bewertung in HighRadius Credit Cloud. Es ist eine Dimension der „Kundenrisiko- und Überfälligkeitsmatrix“. Der Vergleich von Überfälligkeit und Bonität hilft, Risiken mit hoher Exponierung zu identifizieren, bei denen Kunden mit schlechter Bonität hohe offene Salden aufweisen. Warum das wichtig ist Unverzichtbar für das Risikomanagement und die Priorisierung des Forderungseinzugs. Bezugsquelle Kreditmanagement-Modul / Kundenstamm Beispiele AAAB+Hohes RisikoGeringes Risiko
	Code für den Streitfallgrund DisputeReasonCode	Der einem Streitfall zugewiesene Kategoriecode.
Beschreibung Dieses Attribut klassifiziert den Grund, aus dem ein Kunde die Zahlung verweigert, etwa „Preisfehler“, „Beschädigte Ware“ oder „Fehlende Dokumentation“. In HighRadius Deductions Cloud handelt es sich um Standardcodes. Die Analyse dieser Codes hilft, die Ursachen ausbleibender Zahlungen zu identifizieren. Durch die Aggregation dieser Daten kann das Unternehmen vorgelagerte Probleme in Vertrieb oder Logistik beheben, die nachgelagerte Verzögerungen beim Forderungseinzug verursachen. Warum das wichtig ist Entscheidend für die Ursachenanalyse verspäteter Zahlungen. Bezugsquelle Modul zur Verwaltung von Streitfällen und Abzügen Beispiele P01 (Preisgestaltung)Q02 (Qualität)S03 (Fehlmenge)Administrationsfehler
	Datum der Zahlungszusage PromiseToPayDate	Das Datum, an dem der Kunde eine Zahlung zugesagt hat.
Beschreibung Dieses Attribut erfasst das von einem Kunden während einer Interaktion im Forderungseinzug zugesagte Datum. Es ist eine zentrale Funktion von HighRadius Collections Cloud. Im „Zuverlässigkeitsindex von Zahlungszusagen“ wird dieses Datum mit dem tatsächlichen Zahlungsdatum verglichen, um festzustellen, ob der Kunde seine Zusage eingehalten hat. So lassen sich die Qualität der Zusage und die Verhandlungsleistung des Mitarbeitenden im Forderungseinzug bewerten. Warum das wichtig ist Wichtig für die Cashflow-Prognose und die Messung der Kundenzuverlässigkeit. Bezugsquelle Collections-Modul bzw. Tabelle der P2P-Transaktionen Beispiele 2023-12-102023-12-20
	Geschäftseinheit BusinessUnit	Die interne Abteilung oder Tochtergesellschaft, die die Rechnung ausgestellt hat.
Beschreibung Dieses Attribut segmentiert Daten nach der Organisationsstruktur, etwa „Vertrieb Nordamerika“, „Services EMEA“ oder bestimmten Produktbereichen. Es ermöglicht dem „Audit zur Einhaltung von Zahlungsbedingungen“, die Leistung verschiedener Organisationseinheiten zu vergleichen. So lässt sich feststellen, ob Probleme beim Forderungseinzug systemisch auftreten oder auf bestimmte Geschäftspraktiken begrenzt sind. Warum das wichtig ist Ermöglicht vergleichende Analysen über verschiedene Organisationseinheiten hinweg. Bezugsquelle Rechnungskopf bzw. ERP-Zuordnung Beispiele UnterhaltungselektronikIndustrieteileSoftware-ServicesNA-West
	Kundensegment CustomerSegment	Kategorisierung des Kunden nach Größe, Branche oder strategischem Wert.
Beschreibung Dieses Attribut gruppiert Kunden in Kategorien wie „Strategisch“, „Mittelstand“, „KMU“ oder „Hohes Risiko“. Es wird im Dashboard „Leistung der Streitfallklärung“ verwendet, um zu prüfen, ob verschiedene Segmente unterschiedliche Servicelevel erfahren. So wird sichergestellt, dass Kunden mit hohem Wert im Forderungseinzug angemessen betreut werden. Warum das wichtig ist Segmentiert die Analyse, um sie an Geschäftsstrategie und Service-Level-Agreements auszurichten. Bezugsquelle Kundenstammdaten Beispiele Strategischer SchlüsselkundeGroßhandelEinzelhandelStaatliche Einrichtungen
	Letzte Datenaktualisierung LastDataUpdate	Der Timestamp, zu dem die Daten zuletzt im Mining-Modell aktualisiert wurden.
Beschreibung Dieses Attribut erfasst, wann der Datensatz extrahiert oder im Process-Mining-Datensatz zuletzt aktualisiert wurde. So erkennen Analysten, wie aktuell die Daten sind und welche Verzögerungen im Reporting möglich sind. Das ist besonders für Dashboards zur laufenden Überwachung wichtig, wenn Benutzer wissen müssen, ob sie Echtzeitdaten oder eine Momentaufnahme des Vortags betrachten. Warum das wichtig ist Es schafft Transparenz über die Aktualität der für KPIs verwendeten Daten. Bezugsquelle ETL-Timestamp Beispiele 2023-12-01T00:00:00Z2023-12-02T06:00:00Z
	Offener Betrag OpenAmount	Der noch nicht bezahlte Saldo der Rechnung.
Beschreibung Dieses Attribut erfasst den Betrag, den der Kunde noch schuldet. Es wird aktualisiert, sobald Teilzahlungen gebucht werden. Es ist entscheidend für die Analyse der Komplexität von Teilzahlungen. Analysten können damit vollständig offene und teilweise bezahlte Rechnungen filtern und den Forderungseinzug bei offenen Positionen mit hohem Wert priorisieren. Warum das wichtig ist Entscheidend für die Ermittlung des aktuellen Forderungsrisikos und des Erfolgs von Teilzahlungen. Bezugsquelle Rechnungskopf / Tabelle der offenen Positionen Beispiele 0.00500.0012000.00
	Quellsystem SourceSystem	Der Name des Systems, aus dem die Daten stammen.
Beschreibung Dieses Attribut zeigt, ob der Datenpunkt direkt aus den Modulen der HighRadius-Plattform stammt, etwa Collections Cloud oder Cash Application Cloud, oder aus einem externen ERP-System wie SAP oder Oracle übernommen wurde. Es ist für Datenherkunft und Validierung hilfreich. Bei der Analyse von Prozessverzögerungen zeigt das Quellsystem, ob Verzögerungen durch Integrationsverzögerungen oder durch die Verarbeitungszeiten des nativen Systems entstehen. Warum das wichtig ist Es liefert Kontext zur Datenherkunft, insbesondere in Systemlandschaften, in denen mehrere ERP-Systeme Daten an HighRadius übermitteln. Bezugsquelle Systemkonfiguration oder anhand der Extraktionslogik fest codiert Beispiele HighRadiusSAP ECCOracle NetSuiteMicrosoft Dynamics
	Region Region	Geografische Region, die der Rechnung oder dem Kunden zugeordnet ist.
Beschreibung Dieses Attribut definiert das geografische Gebiet, beispielsweise „Nordamerika“, „EMEA“ oder „APAC“, das für die Transaktion relevant ist. Es unterstützt regionale Vergleiche und zeigt, wie sich kulturelle oder regulatorische Unterschiede auf Zahlungsverhalten und Geschwindigkeit des Forderungseinzugs auswirken. Das Attribut eignet sich für Berichte auf Führungsebene. Warum das wichtig ist Unterstützt die geografische Leistungsanalyse. Bezugsquelle Kundenstammdaten oder Rechnungskopf Beispiele NAEMEALATAMAPAC
	Währungscode CurrencyCode	Der ISO-Währungscode für den Rechnungsbetrag.
Beschreibung Dieses Attribut gibt die Währung an, in der die Rechnung ausgestellt wurde, beispielsweise USD, EUR oder GBP. Bei der Analyse eines globalen Prozesses ist es erforderlich, die Felder für Rechnungsbetrag und offenen Betrag korrekt zu interpretieren. So lassen sich Aggregationen korrekt verarbeiten, in der Regel durch Umrechnung in eine Berichtswährung. Warum das wichtig ist Erforderlich für eine präzise finanzielle Aggregation in Umgebungen mit mehreren Währungen. Bezugsquelle Rechnungskopf Beispiele USDEURGBPJPY

Erforderlich Empfohlen Optional

Aktivitäten der Debitorenbuchhaltung

Diese Einträge stellen die entscheidenden Prozessschritte und Transaktionsmeilensteine dar, die Sie erfassen sollten, um Ihren durchgängigen Rechnungsablauf sichtbar zu machen.

8 Empfohlen 5 Optional

	Aktivität	Beschreibung
	Kontoauszug zugeordnet	Die Cash-Application Engine oder ein Benutzer verknüpft erfolgreich eine Zeile des Kontoauszugs mit dieser konkreten Rechnung.
Warum das wichtig ist Zentrale Kennzahl für die „Rate der automatisierten Zahlungszuordnung“. Unterscheidet zwischen dem Zahlungseingang und der Zuordnung der Zahlung. Bezugsquelle Cash-Application-Modul; Erstellung des Matching-Datensatzes. Erfassen Protokolliert, wenn eine Matching-Regel ausgeführt wird Ereignistyp explicit
	Rechnung ausgeglichen	Die abschließende Statusänderung, bei der der offene Rechnungsbetrag null beträgt und die Rechnung im System geschlossen wird.
Warum das wichtig ist Der End-Timestamp für „Durchschnittliche Days Sales Outstanding“. Er kennzeichnet den Abschluss des Prozesses. Bezugsquelle Rechnungskopftabelle; Status = „Geschlossen“ oder „Ausgeglichen“. Erfassen Statusfeld vor und nach der Änderung vergleichen Ereignistyp inferred
	Rechnung erstellt	Die erstmalige Erstellung oder Übernahme der Rechnung aus dem ERP-System in die HighRadius-Plattform. Damit beginnt der Lebenszyklus des Forderungseinzugs.
Warum das wichtig ist Legt den Ausgangs-Timestamp für die Berechnung der Überfälligkeit und der Days Sales Outstanding (DSO) fest. Bezugsquelle Tabelle für offene Rechnungen oder Protokolle der Datenintegration, in denen die Rechnungsnummer erstmals erscheint. Erfassen Protokolliert, wenn der Datensatz in die Rechnungskopftabelle eingefügt wird Ereignistyp explicit
	Streitfall eröffnet	Die Erstellung eines mit der Rechnung verknüpften Abzugs- oder Streitfall-Datensatzes. Dies weist darauf hin, dass der Kunde die Zahlung eines Teils oder des gesamten offenen Betrags verweigert.
Warum das wichtig ist Startet die Analyse „Leistung der Streitfallklärung“ und setzt den standardmäßigen Mahnlauf für den strittigen Betrag aus. Bezugsquelle Modul „Abzüge/Streitfälle“; Erstellungs-Timestamp der mit der Rechnung verknüpften Streitfall-ID. Erfassen Protokolliert, wenn ein Streitfall erstellt wird Ereignistyp explicit
	Streitfall geklärt	Der Abschluss der Untersuchung eines Streitfalls mit einer Entscheidung, etwa einem berechtigten Abzug oder einer unberechtigten Forderung.
Warum das wichtig ist Stop-Clock-Ereignis für die „Durchlaufzeit der Streitfallklärung“. Verzögerungen an dieser Stelle wirken sich direkt auf die Überfälligkeit aus. Bezugsquelle Abzugsmodul; Statusänderung zu „Geschlossen“, „Geklärt“ oder „Genehmigt“. Erfassen Statusfeld vor und nach der Änderung vergleichen Ereignistyp inferred
	Vollständige Zahlung eingegangen	Der Eingang von Geldmitteln, durch den die Forderung vollständig ausgeglichen wird. Dies ist für die Berechnung der Überfälligkeit das maßgebliche Zahlungsdatum.
Warum das wichtig ist Wird zur Berechnung der „Erfüllungsquote von Zahlungszusagen“ sowie des tatsächlichen und erwarteten Cashflows verwendet. Bezugsquelle Datum der Zahlungstransaktion, das dem abschließenden Ausgleichsdokument zugeordnet ist. Erfassen Protokolliertes Transaktionsdatum der Ausgleichszahlung Ereignistyp explicit
	Zahlungserinnerung gesendet	Eine automatisierte Mitteilung, etwa per E-Mail oder Brief, die über das Collections-Modul an den Kunden gesendet wird. Dieses Ereignis dokumentiert die Ausführung der Mahnstrategie.
Warum das wichtig ist Wichtig für das Dashboard „Wirksamkeit von Zahlungserinnerungen“, um zu messen, ob eine Mitteilung tatsächlich eine Zahlung auslöst. Bezugsquelle Register „Korrespondenzverlauf“ oder Kommunikationsprotokolle, die mit der Rechnungs-ID verknüpft sind. Erfassen Protokolliert, wenn die Mahnstrategie eine Aktion ausführt Ereignistyp explicit
	Zahlungszusage erstellt	Eine im System erfasste formelle Zusage, mit der ein Kunde verspricht, einen bestimmten Betrag bis zu einem bestimmten Datum zu zahlen.
Warum das wichtig ist Unverzichtbar für den „Zuverlässigkeitsindex von Zahlungszusagen“, der den Cashflow prognostiziert und die Zuverlässigkeit von Kunden misst. Bezugsquelle P2P-Modul bzw. Registerkarte „P2P (Promise to Pay)“, verknüpft mit der Rechnung. Erfassen Protokolliert, wenn ein P2P-Datensatz erstellt wird Ereignistyp explicit
	Fälligkeit überschritten	Ein berechnetes Ereignis, das anzeigt, dass die Rechnung nach dem vereinbarten Zahlungsziel weiterhin offen ist.
Warum das wichtig ist Wichtig für das „Audit zur Einhaltung von Zahlungsbedingungen“. Markiert den Übergang von aktuell zu überfällig. Bezugsquelle Wird durch den Vergleich des Fälligkeitsdatums der Rechnung mit dem aktuellen Datum, sofern sie offen ist, oder mit dem Zahlungsdatum, sofern sie geschlossen ist, berechnet. Erfassen Aus dem Vergleich des Felds „Fälligkeitsdatum“ mit dem Aktivitätsdatum ableiten Ereignistyp calculated
	Gutschrift ausgestellt	Eine Gutschrift wird erstellt, um den offenen Rechnungsbetrag auszugleichen, häufig infolge einer berechtigten Streitfallklärung oder einer Retoure.
Warum das wichtig ist Erfasst die „Effizienz der Gutschriftenverarbeitung“ und die Zeitspanne zwischen Streitfallklärung und Finanzbuchung. Bezugsquelle Synchronisationsprotokolle des ERP-Systems oder Gutschriftentabelle, verknüpft mit der ursprünglichen Rechnungs-ID. Erfassen Protokolliert, wenn das Gutschriftsdokument mit der Rechnung verknüpft wird Ereignistyp explicit
	Inkassoanruf protokolliert	Eine manuelle Notiz oder Interaktion, die ein Mitarbeitender im Forderungseinzug zu dieser Rechnung erfasst. Sie weist auf einen manuellen Eingriff in den Prozess hin.
Warum das wichtig ist Unterstützt die „Vergleichswerte zur Produktivität im Forderungseinzug“ und unterscheidet zwischen automatisierten und manuellen Aktivitäten im Forderungseinzug. Bezugsquelle Register „Notizen/Verlauf“ im Collections-Modul. Erfassen Protokolliert, wenn ein Benutzer eine Gesprächsnotiz speichert Ereignistyp explicit
	Streitfall in Prüfung	Der Streitfall wechselt vom Status „Neu“ in den Status einer aktiven Untersuchung. Dies markiert den Beginn der eigentlichen Bearbeitung durch den Analysten.
Warum das wichtig ist Wird im „Finder für Engpässe im Streitfall-Workflow“ verwendet, um die Verzögerung zwischen Erstellung und aktiver Bearbeitung zu messen. Bezugsquelle Prüfprotokoll des Abzugsmoduls; Statusänderung zu „In Bearbeitung“ oder „Wird untersucht“. Erfassen Statusfeld vor und nach der Änderung vergleichen Ereignistyp inferred
	Teilzahlung gebucht	Eine Zahlung wird verbucht, die nur einen Teil des gesamten Rechnungsbetrags abdeckt und einen Restbetrag offenlässt.
Warum das wichtig ist Speist die „Analyse der Komplexität von Teilzahlungen“ und weist auf mögliche Reibungspunkte bei der Zahlungszuordnung hin. Bezugsquelle Cash-Application-Modul; Zahlungstransaktion, die mit einer Rechnung verknüpft ist, bei der Payment Amount < Open Amount gilt. Erfassen Protokolliert, wenn eine Zahlung zugeordnet wird, der Status jedoch offen bleibt Ereignistyp explicit

Anleitungen zur Datenextraktion

So erhalten Sie Ihre Daten aus HighRadius

Schritte

Melden Sie sich bei der integrierten HighRadius-Plattform für Forderungen an und öffnen Sie das Modul Analytics oder Reports.
Suchen Sie das Template für den Bericht Transaction History oder Open Items. Wahrscheinlich müssen Sie drei separate Exporte konfigurieren, um den vollständigen Lebenszyklus abzubilden: Rechnungskopfdaten, Inkassoaktivitäten und die Historie von Streitfällen und Abzügen.
Konfigurieren Sie den Invoice Header Export: Wählen Sie die Spalten Invoice Number, Customer Name, Invoice Amount, Invoice Date, Due Date, Clear Date und Final Status aus. Wenden Sie Filter für die relevanten Company Codes sowie einen Erstellungszeitraum an, der Ihr Process-Mining-Zeitfenster abdeckt.
Konfigurieren Sie den Export Collection Activities: Wählen Sie die Spalten Invoice Number, Activity Type (Call, Email, Note), Activity Date, Collector Name und Promise-to-Pay-Details aus. Achten Sie darauf, sowohl automatisierte Systemaktionen als auch manuelle Benutzerprotokolle einzubeziehen.
Konfigurieren Sie den Export Dispute History: Wählen Sie die Spalten Invoice Number, Dispute Case ID, Dispute Amount, Status Change Date, Reason Code und Resolution Date aus. Damit bilden Sie den Lebenszyklus von Abzügen ab.
Konfigurieren Sie den Export Payment/Cash App: Wählen Sie die Spalten Invoice Number, Payment Reference, Payment Date, Payment Amount und Payment Type (Partial, Full, Credit Memo) aus.
Führen Sie die Berichte aus und exportieren Sie die Ergebnisse im CSV-Format.
Importieren Sie diese CSV-Dateien in eine Staging-Datenbank oder ein Tool zur Datentransformation, beispielsweise Python/Pandas oder eine SQL-Datenbank, um die Daten zusammenzuführen.
Führen Sie das im Abschnitt Query bereitgestellte Transformationsskript aus, um Spaltennamen zu standardisieren, abgeleitete Ereignisse wie Due Date Passed zu berechnen und die unterschiedlichen Quellen in einem einzigen Event Log zusammenzuführen.
Prüfen Sie, ob die Datumsformate einheitlich sind, ISO 8601 wird empfohlen, und ob die Invoice Number in allen Dateien identisch formatiert ist, beispielsweise durch das Entfernen führender Nullen, falls diese nicht einheitlich verwendet werden.
Exportieren Sie das endgültige Ergebnis als einzelne CSV-Datei.
Laden Sie die endgültige CSV-Datei in ProcessMind hoch und ordnen Sie InvoiceNumber der Case ID, EventDateTime dem Timestamp und Activity der Activity zu.

Konfiguration

Datumsbereich: Wählen Sie ein rollierendes Zeitfenster, beispielsweise die vergangenen 12 Monate, basierend auf dem Invoice Creation Date, damit der vollständige Lebenszyklus erfasst wird.
Datenquellen: Sie benötigen Zugriff auf die Module Collections, Cash Application und Deductions in HighRadius.
Granularität: Stellen Sie sicher, dass die Berichte auf Rechnungsebene und nicht auf Konto- oder Zusammenfassungsebene erstellt werden.
Benutzerberechtigungen: Der Benutzer, der die Daten extrahiert, benötigt Reporting- oder Analytics-Administratorrechte, um auf historische Aktivitätsprotokolle zuzugreifen.
Systemaktionen: Aktivieren Sie ausdrücklich Filter, die System- oder automatisierte Benutzeraktionen in den Aktivitätsprotokollen einschließen, damit automatisierte Korrespondenz erfasst wird.
Erforderliche Zuordnung: HighRadius-Aktivitätstypen müssen möglicherweise standardisierten Process-Mining-Aktivitätsnamen zugeordnet werden, beispielsweise Dunning Letter zu Payment Reminder Sent.

a Beispielabfrage sql

/* 
Title: HighRadius Event Log Transformation Script
Description: This script assumes the raw CSV exports from HighRadius have been loaded into four staging tables:
1. STG_INVOICES (Header data)
2. STG_ACTIVITIES (Collections notes, calls, correspondence)
3. STG_DISPUTES (Deduction and dispute lifecycle)
4. STG_PAYMENTS (Cash application details)
*/

/* 1. Invoice Created */
SELECT 
    InvoiceNumber AS InvoiceNumber,
    'Invoice Created' AS ActivityName,
    InvoiceDate AS EventDateTime,
    CustomerName AS CustomerName,
    InvoiceAmount AS InvoiceAmount,
    DueDate AS DueDate,
    'System' AS CollectorName,
    'True' AS IsAutomated,
    NULL AS PaymentTermVariance,
    0 AS DaysSalesOutstanding
FROM STG_INVOICES

UNION ALL

/* 2. Payment Reminder Sent */
SELECT 
    InvoiceNumber,
    'Payment Reminder Sent',
    ActivityDate,
    CustomerName,
    NULL,
    NULL,
    UserName AS CollectorName,
    CASE WHEN UserName = 'System' THEN 'True' ELSE 'False' END,
    NULL,
    NULL
FROM STG_ACTIVITIES
WHERE ActivityType IN ('Dunning', 'Correspondence', 'Email Sent')

UNION ALL

/* 3. Collection Call Logged */
SELECT 
    InvoiceNumber,
    'Collection Call Logged',
    ActivityDate,
    CustomerName,
    NULL,
    NULL,
    UserName AS CollectorName,
    'False' AS IsAutomated,
    NULL,
    NULL
FROM STG_ACTIVITIES
WHERE ActivityType IN ('Call', 'Outbound Call')

UNION ALL

/* 4. Promise to Pay Created */
SELECT 
    InvoiceNumber,
    'Promise to Pay Created',
    PromiseDate,
    CustomerName,
    PromiseAmount,
    NULL,
    UserName AS CollectorName,
    'False' AS IsAutomated,
    NULL,
    NULL
FROM STG_ACTIVITIES
WHERE ActivityType = 'Promise to Pay' AND PromiseDate IS NOT NULL

UNION ALL

/* 5. Dispute Case Opened */
SELECT 
    InvoiceNumber,
    'Dispute Case Opened',
    CreateDate,
    CustomerName,
    DisputeAmount,
    NULL,
    AnalystName AS CollectorName,
    'False' AS IsAutomated,
    NULL,
    NULL
FROM STG_DISPUTES

UNION ALL

/* 6. Dispute Under Review */
SELECT 
    InvoiceNumber,
    'Dispute Under Review',
    StatusDate,
    CustomerName,
    NULL,
    NULL,
    AnalystName AS CollectorName,
    'False' AS IsAutomated,
    NULL,
    NULL
FROM STG_DISPUTES
WHERE Status = 'In Review'

UNION ALL

/* 7. Dispute Resolved */
SELECT 
    InvoiceNumber,
    'Dispute Resolved',
    ResolutionDate,
    CustomerName,
    NULL,
    NULL,
    AnalystName AS CollectorName,
    'False' AS IsAutomated,
    NULL,
    NULL
FROM STG_DISPUTES
WHERE Status IN ('Closed', 'Resolved', 'Denied', 'Approved')

UNION ALL

/* 8. Credit Memo Issued */
SELECT 
    InvoiceNumber,
    'Credit Memo Issued',
    PaymentDate,
    CustomerName,
    PaymentAmount,
    NULL,
    'System' AS CollectorName,
    'True' AS IsAutomated,
    NULL,
    NULL
FROM STG_PAYMENTS
WHERE PaymentType = 'Credit Memo'

UNION ALL

/* 9. Partial Payment Posted */
SELECT 
    P.InvoiceNumber,
    'Partial Payment Posted',
    P.PaymentDate,
    I.CustomerName,
    P.PaymentAmount,
    I.DueDate,
    'System' AS CollectorName,
    'True' AS IsAutomated,
    DATEDIFF(day, I.DueDate, P.PaymentDate) AS PaymentTermVariance,
    DATEDIFF(day, I.InvoiceDate, P.PaymentDate) AS DaysSalesOutstanding
FROM STG_PAYMENTS P
JOIN STG_INVOICES I ON P.InvoiceNumber = I.InvoiceNumber
WHERE P.PaymentType = 'Payment' AND P.PaymentAmount < I.InvoiceAmount

UNION ALL

/* 10. Bank Statement Matched */
SELECT 
    InvoiceNumber,
    'Bank Statement Matched',
    MatchDate,
    CustomerName,
    NULL,
    NULL,
    'CashApp System' AS CollectorName,
    'True' AS IsAutomated,
    NULL,
    NULL
FROM STG_PAYMENTS
WHERE MatchDate IS NOT NULL

UNION ALL

/* 11. Full Payment Received */
SELECT 
    P.InvoiceNumber,
    'Full Payment Received',
    P.PaymentDate,
    I.CustomerName,
    P.PaymentAmount,
    I.DueDate,
    'System' AS CollectorName,
    'True' AS IsAutomated,
    DATEDIFF(day, I.DueDate, P.PaymentDate) AS PaymentTermVariance,
    DATEDIFF(day, I.InvoiceDate, P.PaymentDate) AS DaysSalesOutstanding
FROM STG_PAYMENTS P
JOIN STG_INVOICES I ON P.InvoiceNumber = I.InvoiceNumber
WHERE P.PaymentType = 'Payment' AND P.PaymentAmount >= I.InvoiceAmount

UNION ALL

/* 12. Due Date Passed */
SELECT 
    InvoiceNumber,
    'Due Date Passed',
    DueDate,
    CustomerName,
    InvoiceAmount,
    DueDate,
    'System' AS CollectorName,
    'True' AS IsAutomated,
    NULL,
    DATEDIFF(day, InvoiceDate, DueDate) AS DaysSalesOutstanding
FROM STG_INVOICES
WHERE DueDate < GETDATE() AND (ClearDate IS NULL OR ClearDate > DueDate)

UNION ALL

/* 13. Invoice Cleared */
SELECT 
    InvoiceNumber,
    'Invoice Cleared',
    ClearDate,
    CustomerName,
    InvoiceAmount,
    DueDate,
    'System' AS CollectorName,
    'True' AS IsAutomated,
    DATEDIFF(day, DueDate, ClearDate) AS PaymentTermVariance,
    DATEDIFF(day, InvoiceDate, ClearDate) AS DaysSalesOutstanding
FROM STG_INVOICES
WHERE ClearDate IS NOT NULL

Schritte

Voraussetzungen und Einrichtung der Umgebung Stellen Sie sicher, dass Python 3.8 oder höher installiert ist. Sie benötigen die Bibliotheken requests und pandas. Installieren Sie sie bei Bedarf über pip. Lassen Sie sich Ihre HighRadius API Client ID, Ihr Client Secret und die Base URL von Ihrem Systemadministrator geben. Diese Angaben finden Sie in HighRadius üblicherweise im Bereich Administration oder Developer Portal.
API-Zugangsdaten konfigurieren Öffnen Sie das bereitgestellte Python-Skript. Suchen Sie den Konfigurationsbereich am Anfang der Datei. Ersetzen Sie die Platzhalter für CLIENT_ID, CLIENT_SECRET und BASE_URL. Stellen Sie sicher, dass der Benutzer, der diesen Zugangsdaten zugeordnet ist, über Berechtigungen für die Module Collections, Cash Application und Deductions verfügt.
Parameter für die Datenextraktion festlegen Definieren Sie die Variablen START_DATE und END_DATE im Skript. Es empfiehlt sich, die Daten in monatlichen oder vierteljährlichen Abschnitten zu extrahieren, um Timeouts zu vermeiden. Das Skript erwartet Datumsangaben im standardisierten ISO-8601-Format (YYYY-MM-DD).
Skriptausführung: Authentifizierung Das Skript führt zunächst einen OAuth2-Ablauf aus, um ein Bearer-Token abzurufen. Dieses Token ist nur begrenzte Zeit gültig, üblicherweise eine Stunde. Das Skript übernimmt den erstmaligen Abruf automatisch.
Skriptausführung: Datenabruf Das Skript fragt nacheinander bestimmte Endpunkte ab. Zunächst ruft es die Rechnungsdaten auf Kopfebene ab. Anschließend durchläuft es die zugehörigen Endpunkte für Activities (Notes), Promises to Pay, Disputes und Payment History. Dabei verwendet es bei Bedarf die Invoice Numbers als Referenzschlüssel.
Datentransformation und Zuordnung von Aktivitäten Das Skript verarbeitet die rohen JSON-Antworten zu einer flachen Event-Log-Struktur. Es ordnet bestimmte HighRadius-Codes den erforderlichen Activity Names zu. Beispielsweise vergleicht es invoice_balance mit total_amount, um zwischen Partial Payment Posted und Full Payment Received zu unterscheiden. Außerdem berechnet es das Ereignis Due Date Passed, indem es das Fälligkeitsdatum mit dem Clearing-Datum oder dem aktuellen Datum vergleicht.
Seitennavigation verarbeiten HighRadius-APIs teilen Ergebnisse üblicherweise in mehrere Seiten auf. Das bereitgestellte Skript enthält eine Schleife, die alle Datenseiten abruft, bis keine weiteren Datensätze zurückgegeben werden. Stellen Sie während dieses Vorgangs eine stabile Netzwerkverbindung sicher.
Daten zusammenführen Alle extrahierten Listen, darunter Invoices, Activities, Disputes und Payments, werden in einem einzigen Pandas DataFrame zusammengeführt. Das Skript sortiert diesen DataFrame nach InvoiceNumber und EventDateTime, damit der zeitliche Ablauf der Ereignisse korrekt dargestellt wird.
Validierung und Qualitätsprüfung Vor dem Abschluss gibt das Skript eine Zusammenfassung der extrahierten eindeutigen Aktivitäten aus. Prüfen Sie, ob die Anzahl im Verhältnis zu Ihren operativen Volumina plausibel ist. Kontrollieren Sie außerdem, ob die Spalte EventDateTime korrekt im Format YYYY-MM-DD HH:MM:SS formatiert ist.
Export als CSV Der endgültige DataFrame wird in eine Datei mit dem Namen HighRadius_EventLog.csv exportiert. Diese Datei enthält die für ProcessMind erforderlichen Spalten.
Abschließende Prüfung Öffnen Sie die CSV-Datei. Prüfen Sie, ob InvoiceNumber oder ActivityName NULL-Werte enthalten. Stellen Sie sicher, dass keine Datumsangaben in der Zukunft liegen, außer wenn sie erwartete Fälligkeitstermine darstellen. EventDateTime sollte immer in der Vergangenheit oder Gegenwart liegen.
Upload in ProcessMind Importieren Sie die erzeugte CSV-Datei in ProcessMind. Ordnen Sie InvoiceNumber der Case ID, ActivityName der Activity und EventDateTime dem Timestamp zu.

Konfiguration

API Base URL: Prüfen Sie, ob Sie eine Production- oder Sandbox-Umgebung verwenden. Die URL-Struktur unterscheidet sich üblicherweise, beispielsweise https://[client].highradius.com/api gegenüber https://[client]-sandbox.highradius.com/api.
Client Scope: Stellen Sie sicher, dass der API Client über read-Zugriff auf die Scopes radiusOne, collections, deductions und cashApp verfügt.
Datumsbereich: Begrenzen Sie die Extraktionszeiträume bei hohem Transaktionsvolumen, mehr als 100.000 Rechnungen pro Monat, auf höchstens drei Monate je Ausführung.
Seitengröße: Das Skript verwendet standardmäßig 1.000 Datensätze pro Seite. Passen Sie den Parameter limit in den API-Aufrufen an, wenn der Server mit Timeout-Fehlern antwortet.
Drosselung und Rate Limiting: HighRadius kann Zugriffslimits durchsetzen. Wenn HTTP-429-Fehler auftreten, fügen Sie innerhalb der Schleifen für die Seitennavigation den Befehl time.sleep(1) ein.

a Beispielabfrage python

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

class=class="hl-string">"hl-comment"># ==========================================
class=class="hl-string">"hl-comment"># CONFIGURATION
class=class="hl-string">"hl-comment"># ==========================================
BASE_URL = class="hl-string">"https://[Your Instance].highradius.com/api/v1"
TOKEN_URL = class="hl-string">"https://[Your Instance].highradius.com/oauth/token"
CLIENT_ID = class="hl-string">"[Your Client ID]"
CLIENT_SECRET = class="hl-string">"[Your Client Secret]"
SCOPE = class="hl-string">"read_write"

class=class="hl-string">"hl-comment"># Extraction Window
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-01-31"

class=class="hl-string">"hl-comment"># Global container for event log rows
event_log = []

def get_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,
        class="hl-string">'scope': SCOPE
    }
    try:
        response = requests.post(TOKEN_URL, data=payload)
        response.raise_for_status()
        return response.json().get(class="hl-string">'access_token')
    except Exception as e:
        print(fclass="hl-string">"Authentication failed: {e}")
        return None

def fetch_paged_data(endpoint, token, params={}):
    headers = {class="hl-string">"Authorization": fclass="hl-string">"Bearer {token}", class="hl-string">"Content-Type": class="hl-string">"application/json"}
    all_records = []
    page = 1
    while True:
        params[class="hl-string">'page'] = page
        params[class="hl-string">'limit'] = 1000
        try:
            resp = requests.get(fclass="hl-string">"{BASE_URL}/{endpoint}", headers=headers, params=params)
            if resp.status_code != 200:
                break
            data = resp.json()
            records = data.get(class="hl-string">'data', [])
            if not records:
                break
            all_records.extend(records)
            page += 1
        except Exception:
            break
    return all_records

def process_extraction():
    token = get_access_token()
    if not token:
        return

    class=class="hl-string">"hl-comment"># 1. Fetch Invoices (Header Data)
    print(class="hl-string">"Fetching Invoices...")
    invoices = fetch_paged_data(class="hl-string">"invoices", token, {class="hl-string">"filter_date_from": START_DATE, class="hl-string">"filter_date_to": END_DATE})
    
    class=class="hl-string">"hl-comment"># Process Invoice Headers and Derived Events
    invoice_ids = []
    for inv in invoices:
        inv_num = str(inv.get(class="hl-string">'invoice_number', class="hl-string">''))
        cust_name = inv.get(class="hl-string">'customer_name', class="hl-string">'')
        amount = float(inv.get(class="hl-string">'amount', 0.0))
        create_date = inv.get(class="hl-string">'create_date')  class=class="hl-string">"hl-comment"># YYYY-MM-DD
        due_date = inv.get(class="hl-string">'due_date')
        clear_date = inv.get(class="hl-string">'clear_date')
        status = inv.get(class="hl-string">'status', class="hl-string">'Open')
        
        invoice_ids.append(inv_num)
        
        class=class="hl-string">"hl-comment"># Event: Invoice Created
        event_log.append({
            class="hl-string">"InvoiceNumber": inv_num,
            class="hl-string">"ActivityName": class="hl-string">"Invoice Created",
            class="hl-string">"EventDateTime": fclass="hl-string">"{create_date} 00:00:00",
            class="hl-string">"CustomerName": cust_name,
            class="hl-string">"InvoiceAmount": amount,
            class="hl-string">"DueDate": due_date,
            class="hl-string">"IsAutomated": True
        })
        
        class=class="hl-string">"hl-comment"># Event: Invoice Cleared
        if status.lower() in [class="hl-string">'closed', class="hl-string">'cleared'] and clear_date:
             event_log.append({
                class="hl-string">"InvoiceNumber": inv_num,
                class="hl-string">"ActivityName": class="hl-string">"Invoice Cleared",
                class="hl-string">"EventDateTime": fclass="hl-string">"{clear_date} 23:59:59",
                class="hl-string">"CustomerName": cust_name,
                class="hl-string">"InvoiceAmount": amount,
                class="hl-string">"DueDate": due_date,
                class="hl-string">"IsAutomated": True
            })
             
        class=class="hl-string">"hl-comment"># Event: Due Date Passed (Calculated)
        class=class="hl-string">"hl-comment"># Logic: If closed and cleared after due date OR if open and today is after due date
        d_due = datetime.strptime(due_date, class="hl-string">"%Y-%m-%d")
        limit_date = datetime.strptime(clear_date, class="hl-string">"%Y-%m-%d") if clear_date else datetime.now()
        
        if limit_date > d_due:
            overdue_ts = d_due + timedelta(days=1)
            event_log.append({
                class="hl-string">"InvoiceNumber": inv_num,
                class="hl-string">"ActivityName": class="hl-string">"Due Date Passed",
                class="hl-string">"EventDateTime": overdue_ts.strftime(class="hl-string">"%Y-%m-%d %H:%M:%S"),
                class="hl-string">"CustomerName": cust_name,
                class="hl-string">"InvoiceAmount": amount,
                class="hl-string">"DueDate": due_date,
                class="hl-string">"IsAutomated": True
            })

        class=class="hl-string">"hl-comment"># Event: Credit Memo Issued
        if inv.get(class="hl-string">'document_type', class="hl-string">'').lower() == class="hl-string">'credit_memo':
             event_log.append({
                class="hl-string">"InvoiceNumber": inv_num,
                class="hl-string">"ActivityName": class="hl-string">"Credit Memo Issued",
                class="hl-string">"EventDateTime": fclass="hl-string">"{create_date} 12:00:00",
                class="hl-string">"CustomerName": cust_name,
                class="hl-string">"InvoiceAmount": amount,
                class="hl-string">"DueDate": due_date,
                class="hl-string">"IsAutomated": True
            })

    class=class="hl-string">"hl-comment"># 2. Fetch Activities / Notes (Calls, Reminders)
    print(class="hl-string">"Fetching Activities...")
    class=class="hl-string">"hl-comment"># In a real scenario, you might iterate invoice_ids in chunks if the API requires filtering by ID
    class=class="hl-string">"hl-comment"># Here we assume an endpoint allowing date filtering similar to invoices
    activities = fetch_paged_data(class="hl-string">"activities", token, {class="hl-string">"date_from": START_DATE, class="hl-string">"date_to": END_DATE})
    
    for act in activities:
        inv_num = str(act.get(class="hl-string">'invoice_number', class="hl-string">''))
        act_type = act.get(class="hl-string">'activity_type', class="hl-string">'').lower()
        act_date = act.get(class="hl-string">'activity_date') class=class="hl-string">"hl-comment"># Assume valid timestamp
        user = act.get(class="hl-string">'performed_by', class="hl-string">'System')
        
        activity_name = None
        if class="hl-string">'email' in act_type or class="hl-string">'letter' in act_type or class="hl-string">'reminder' in act_type:
            activity_name = class="hl-string">"Payment Reminder Sent"
        elif class="hl-string">'call' in act_type:
            activity_name = class="hl-string">"Collection Call Logged"
            
        if activity_name:
            event_log.append({
                class="hl-string">"InvoiceNumber": inv_num,
                class="hl-string">"ActivityName": activity_name,
                class="hl-string">"EventDateTime": act_date,
                class="hl-string">"CollectorName": user,
                class="hl-string">"IsAutomated": user == class="hl-string">'System'
            })

    class=class="hl-string">"hl-comment"># 3. Fetch Promises to Pay
    print(class="hl-string">"Fetching Promises to Pay...")
    ptps = fetch_paged_data(class="hl-string">"promises", token, {class="hl-string">"created_from": START_DATE, class="hl-string">"created_to": END_DATE})
    for ptp in ptps:
        event_log.append({
            class="hl-string">"InvoiceNumber": str(ptp.get(class="hl-string">'invoice_number', class="hl-string">'')),
            class="hl-string">"ActivityName": class="hl-string">"Promise to Pay Created",
            class="hl-string">"EventDateTime": ptp.get(class="hl-string">'created_at'),
            class="hl-string">"CollectorName": ptp.get(class="hl-string">'created_by'),
            class="hl-string">"IsAutomated": False
        })

    class=class="hl-string">"hl-comment"># 4. Fetch Disputes
    print(class="hl-string">"Fetching Disputes...")
    disputes = fetch_paged_data(class="hl-string">"disputes", token, {class="hl-string">"date_from": START_DATE, class="hl-string">"date_to": END_DATE})
    for disp in disputes:
        inv_num = str(disp.get(class="hl-string">'invoice_number', class="hl-string">''))
        create_ts = disp.get(class="hl-string">'create_date')
        status_history = disp.get(class="hl-string">'status_history', [])
        
        class=class="hl-string">"hl-comment"># Event: Dispute Case Opened
        event_log.append({
            class="hl-string">"InvoiceNumber": inv_num,
            class="hl-string">"ActivityName": class="hl-string">"Dispute Case Opened",
            class="hl-string">"EventDateTime": create_ts,
            class="hl-string">"IsAutomated": False
        })
        
        class=class="hl-string">"hl-comment"># Process Audit Trail for Status Changes
        for history in status_history:
            status = history.get(class="hl-string">'status', class="hl-string">'').lower()
            hist_date = history.get(class="hl-string">'date')
            
            if status == class="hl-string">'in_review' or status == class="hl-string">'investigation':
                event_log.append({
                    class="hl-string">"InvoiceNumber": inv_num,
                    class="hl-string">"ActivityName": class="hl-string">"Dispute Under Review",
                    class="hl-string">"EventDateTime": hist_date,
                    class="hl-string">"IsAutomated": False
                })
            elif status == class="hl-string">'resolved' or status == class="hl-string">'closed':
                 event_log.append({
                    class="hl-string">"InvoiceNumber": inv_num,
                    class="hl-string">"ActivityName": class="hl-string">"Dispute Resolved",
                    class="hl-string">"EventDateTime": hist_date,
                    class="hl-string">"IsAutomated": False
                })

    class=class="hl-string">"hl-comment"># 5. Fetch Payments
    print(class="hl-string">"Fetching Payments...")
    payments = fetch_paged_data(class="hl-string">"payments", token, {class="hl-string">"date_from": START_DATE, class="hl-string">"date_to": END_DATE})
    for pay in payments:
        inv_num = str(pay.get(class="hl-string">'invoice_number', class="hl-string">''))
        pay_date = pay.get(class="hl-string">'payment_date')
        pay_amount = float(pay.get(class="hl-string">'payment_amount', 0.0))
        inv_total = float(pay.get(class="hl-string">'invoice_total_amount', 0.0))
        is_matched = pay.get(class="hl-string">'is_matched', False)
        
        class=class="hl-string">"hl-comment"># Determine Partial vs Full
        class=class="hl-string">"hl-comment"># Note: logic simplified; usually compare accumulated payments
        if pay_amount < inv_total:
            act_name = class="hl-string">"Partial Payment Posted"
        else:
            act_name = class="hl-string">"Full Payment Received"
            
        event_log.append({
            class="hl-string">"InvoiceNumber": inv_num,
            class="hl-string">"ActivityName": act_name,
            class="hl-string">"EventDateTime": pay_date,
            class="hl-string">"InvoiceAmount": inv_total,
            class="hl-string">"IsAutomated": True
        })
        
        class=class="hl-string">"hl-comment"># Event: Bank Statement Matched
        class=class="hl-string">"hl-comment"># Trigger if the system flags this payment as successfully matched to bank line
        if is_matched:
             event_log.append({
                class="hl-string">"InvoiceNumber": inv_num,
                class="hl-string">"ActivityName": class="hl-string">"Bank Statement Matched",
                class="hl-string">"EventDateTime": pay_date, class=class="hl-string">"hl-comment"># Often same time as posting
                class="hl-string">"IsAutomated": True
            })

    class=class="hl-string">"hl-comment"># Export
    df = pd.DataFrame(event_log)
    class=class="hl-string">"hl-comment"># Ensure required columns exist even if empty
    required_cols = [class="hl-string">"InvoiceNumber", class="hl-string">"ActivityName", class="hl-string">"EventDateTime"]
    for col in required_cols:
        if col not in df.columns:
            df[col] = None
            
    class=class="hl-string">"hl-comment"># Fill recommended cols with None if missing
    recommended_cols = [class="hl-string">"CustomerName", class="hl-string">"InvoiceAmount", class="hl-string">"DueDate", class="hl-string">"CollectorName", class="hl-string">"IsAutomated"]
    for col in recommended_cols:
        if col not in df.columns:
            df[col] = None

    df.dropna(subset=[class="hl-string">"InvoiceNumber", class="hl-string">"ActivityName", class="hl-string">"EventDateTime"], inplace=True)
    df.sort_values(by=[class="hl-string">"InvoiceNumber", class="hl-string">"EventDateTime"], inplace=True)
    
    output_file = class="hl-string">"HighRadius_EventLog.csv"
    df.to_csv(output_file, index=False)
    print(fclass="hl-string">"Extraction Complete. {len(df)} rows saved to {output_file}")

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

Möchten Sie beginnen?

Beginnen Sie noch heute damit, die Lebenszyklen Ihrer Rechnungen abzubilden, um Ihre Liquidität zu verbessern und die Außenstandsdauer zu verkürzen. Unser Team unterstützt Sie während der gesamten technischen Implementierung.

Zurück zum Leitfaden zur Verbesserung Template herunterladen

Optimieren Sie Ihre Debitorenbuchhaltung und verbessern Sie Ihren Cashflow noch heute

Verkürzen Sie Ihre DSO mit datengetriebenen Prozesserkenntnissen um 15 bis 20 Tage

Starten Sie Ihre kostenlose Testphase

Keine Kreditkarte erforderlich ... Einrichtung in wenigen Minuten

Ihr Daten-Template für die Debitorenbuchhaltung

Ihr Daten-Template für die Debitorenbuchhaltung

Attribute der Debitorenbuchhaltung

Aktivitäten der Debitorenbuchhaltung

Anleitungen zur Datenextraktion

HighRadius Analytics- und Reporting-Export

Schritte

Konfiguration

a Beispielabfrage sql

HighRadius REST-API-Datenextraktion

Schritte

Konfiguration

a Beispielabfrage python

Möchten Sie beginnen?

Optimieren Sie Ihre Debitorenbuchhaltung und verbessern Sie Ihren Cashflow noch heute

Ihr Daten-Template für die Debitorenbuchhaltung

Ihr Daten-Template für die Debitorenbuchhaltung

Attribute der Debitorenbuchhaltung

Aktivitäten der Debitorenbuchhaltung

Anleitungen zur Datenextraktion

HighRadius Analytics- und Reporting-Export

Schritte

Konfiguration

a Beispielabfrage sql

HighRadius REST-API-Datenextraktion

Schritte

Konfiguration

a Beispielabfrage python

Möchten Sie beginnen?

Optimieren Sie Ihre Debitorenbuchhaltung und verbessern Sie Ihren Cashflow noch heute

Ihre Privatsphäre ist uns wichtig