> Amélioration continue des processus > Créances clients > HighRadius > Modèle de données

Votre modèle de données pour les créances clients

HighRadius

Attributs des créances clients (19) Activités liées aux créances clients (13) Guides d’extraction (2)

Votre modèle de données pour les créances clients

Ce modèle présente les éléments essentiels à l’analyse de vos flux de facturation dans HighRadius. Il récapitule les données nécessaires, les jalons du processus et les étapes techniques permettant de constituer un journal d’événements complet. Suivez ce guide pour cartographier votre cycle de recouvrement et repérer les possibilités d’améliorer votre trésorerie.

Attributs propres à votre processus
Jalons d’activité normalisés
Instructions d’extraction des données HighRadius

Vous découvrez les journaux d’événements ? Découvrez comment créer un journal d’événements pour le Process Mining.

Télécharger le modèle

Attributs des créances clients

Ce tableau répertorie les champs de données recommandés pour constituer un journal d’événements détaillé et analyser la gestion de vos factures ainsi que les performances de votre recouvrement.

3 Obligatoire 6 Recommandé 10 Facultatif

	Nom	Description
	Activité ActivityName	Nom de l’événement ou de l’action effectuée sur la facture.
Description Cet attribut consigne l’étape ou l’action précise qui s’est produite au cours du cycle crédit-encaissement. Il couvre notamment la création de factures, les courriers automatisés, les appels des agents de recouvrement, l’enregistrement des litiges et l’affectation des paiements. Les analystes s’appuient sur ce champ pour reconstituer le flux de processus et visualiser l’enchaînement des étapes. Les variations dans cet enchaînement permettent de repérer les écarts du processus, les boucles de reprises et les pratiques non conformes. Pourquoi est-ce important ? Il définit les étapes du processus et est indispensable à la découverte des processus et à l’analyse des variantes. Où trouver ces données Journaux d’activité, historique des notes ou tables d’historique des transactions HighRadius Exemples Facture crééeRappel de paiement envoyéDossier de litige ouvertPaiement intégral reçu
	Horodatage de l’événement EventDateTime	Date et heure précises auxquelles l’activité a eu lieu.
Description Cet attribut indique le moment exact où un événement s’est produit dans le système HighRadius. Il fournit la dimension temporelle nécessaire pour ordonner les activités et calculer la durée entre les étapes du processus. Lors de l’analyse, l’horodatage sert à calculer les temps de cycle, par exemple le délai moyen de paiement client (DSO) ou le temps de résolution des litiges. Il permet également d’étudier le débit et l’utilisation des ressources sur des périodes données. Pourquoi est-ce important ? Des horodatages précis sont nécessaires pour calculer tous les KPI fondés sur une durée et ordonner correctement les événements. Où trouver ces données Colonne d’horodatage des journaux de transactions HighRadius Exemples 2023-10-01T08:30:00Z2023-10-15T14:22:10Z2023-11-05T09:15:00Z
	Numéro de facture InvoiceNumber	Identifiant unique du document de facturation, qui sert d’ID de cas.
Description Le numéro de facture est l’identifiant central qui permet de suivre l’obligation financière depuis sa création jusqu’à son règlement final. Il relie toutes les activités associées, notamment les litiges, les promesses de paiement et les paiements, dans un historique unique. Lors de l’analyse, cet attribut sert à regrouper les journaux d’événements en instances de processus distinctes. Il permet de calculer les temps de cycle par facture et constitue la clé principale pour associer les données de processus à d’autres tables de données de référence dans l’environnement HighRadius ou dans l’ERP source. Pourquoi est-ce important ? Il identifie chaque cas de manière unique et garantit que tous les événements sont associés à la bonne transaction financière. Où trouver ces données Données de facturation HighRadius / table des en-têtes ou ERP source (par exemple, SAP VBAK, Oracle Headers) Exemples INV-2023-001900123456US-102938550002931
	Automatisé IsAutomated	Indicateur précisant si l’activité a été effectuée par le système sans intervention humaine.
Description Cet attribut booléen distingue les étapes exécutées par le moteur d’automatisation HighRadius, comme l’envoi automatique de courriers ou le rapprochement des encaissements, des étapes manuelles effectuées par les utilisateurs. Il est essentiel au suivi de l’automatisation de l’affectation des encaissements et au KPI du taux de factures traitées sans intervention. Les analystes peuvent ainsi mesurer le retour sur investissement de l’automatisation et repérer les étapes qui nécessitent encore une intervention manuelle importante. Pourquoi est-ce important ? Mesure l’efficacité du déploiement de HighRadius. Où trouver ces données Journal d’activité (vérification de l’utilisateur système ou humain) Exemples truefalse
	Date d’échéance DueDate	Date à laquelle le client est contractuellement tenu de payer.
Description La date d’échéance est déterminée par les conditions de paiement appliquées à la date de création de la facture. Elle constitue la date limite de référence pour le processus de recouvrement. La comparaison de cette date avec celle de la réception du paiement intégral permet de calculer le taux de respect des conditions de paiement. Elle est essentielle pour déterminer si un paiement est effectué à temps, en retard ou en avance. Pourquoi est-ce important ? Référence pour déterminer les retards et calculer le délai moyen de paiement client (DSO). Où trouver ces données Table des en-têtes de facture (champ Due Date) Exemples 2023-11-302023-12-15
	Écart par rapport aux délais de paiement PaymentTermVariance	Nombre de jours entre la date d’échéance et la date de paiement.
Description Cet attribut calculé mesure l’écart par rapport aux conditions de paiement convenues. Une valeur positive indique un paiement tardif, tandis qu’une valeur négative correspond à un paiement anticipé. Il s’agit de la mesure directe utilisée pour l’audit de conformité aux conditions de paiement. En agrégeant ces écarts, les entreprises peuvent repérer les retards de paiement récurrents et adapter en conséquence les conditions de crédit ou les stratégies de recouvrement. Pourquoi est-ce important ? Mesure directe du respect des conditions contractuelles par le client. Où trouver ces données Calculé à partir de la date d’échéance et de la date de paiement Exemples 5 jours-2 jours0 jour
	Montant de la facture InvoiceAmount	Montant total de la facture.
Description Cet attribut correspond au montant total initial facturé au client. Il sert de référence pour calculer les soldes impayés et évaluer l’incidence financière des litiges ou des retards. Le Process Mining utilise ce champ pour pondérer les cas selon leur montant. Il permet, par exemple, de distinguer les recouvrements prioritaires portant sur des montants élevés des tâches administratives liées à de faibles montants, dans le KPI « Volume de litiges portant sur de faibles montants ». Pourquoi est-ce important ? Permet de pondérer l’analyse selon l’incidence financière plutôt que selon le seul nombre de cas. Où trouver ces données Table des en-têtes de facture (champ Amount) Exemples 1500.00250.5010000.00
	Nom de l’agent de recouvrement CollectorName	Nom de l’agent ou de l’utilisateur chargé de l’activité de recouvrement.
Description Cet attribut identifie l’utilisateur ou l’agent HighRadius qui a effectué des tâches manuelles, comme consigner un appel, envoyer un courriel personnalisé ou examiner un litige. Il est utilisé dans le Dashboard « Indicateurs de productivité des agents de recouvrement » pour évaluer les performances individuelles et répartir la charge de travail. Les responsables peuvent ainsi repérer les besoins de formation ou rééquilibrer les portefeuilles au sein de l’équipe de recouvrement. Pourquoi est-ce important ? Permet d’analyser les performances au niveau des ressources. Où trouver ces données Journal d’activité / table des utilisateurs Exemples John DoeJane SmithAdministrateur systèmeCollectionAgent_01
	Nom du client CustomerName	Nom du compte client associé à la facture.
Description Cet attribut identifie l’entité chargée de payer la facture. Dans HighRadius, il est associé à l’enregistrement de référence du débiteur. L’analyse des performances du processus par nom de client met en évidence les comptes qui pourraient nécessiter une stratégie de recouvrement adaptée ou qui présentent des retards de paiement récurrents. Elle alimente le Dashboard « Matrice des risques clients et de l’ancienneté des créances ». Pourquoi est-ce important ? Indispensable pour segmenter l’analyse par compte et repérer les clients à problème. Où trouver ces données Données de référence client ou en-tête de facture Exemples Acme CorpGlobal IndustriesTechStart IncRetail Giant Ltd
	Code de devise CurrencyCode	Code de devise ISO du montant de la facture.
Description Cet attribut indique la devise dans laquelle la facture a été émise (par exemple, USD, EUR ou GBP). Pour analyser un processus à l’échelle mondiale, il est nécessaire d’interpréter correctement les champs Montant de la facture et Montant restant dû. Il permet de garantir la cohérence des agrégations, généralement en convertissant les montants dans une devise de reporting. Pourquoi est-ce important ? Nécessaire pour agréger correctement les données financières dans un environnement multidevise. Où trouver ces données En-tête de facture Exemples USDEURGBPJPY
	Code du motif du litige DisputeReasonCode	Code de catégorie attribué à un dossier de litige.
Description Cet attribut classe le motif du refus de paiement du client, par exemple « Erreur de tarification », « Marchandise endommagée » ou « Documents manquants ». Dans HighRadius Deductions Cloud, ces codes sont standardisés. L’analyse de ces codes aide à repérer les causes profondes des impayés. Leur regroupement permet à l’entreprise de corriger en amont les problèmes liés aux ventes ou à la logistique qui retardent le recouvrement. Pourquoi est-ce important ? Essentiel à l’analyse des causes profondes des retards de paiement. Où trouver ces données Module de gestion des litiges et des déductions Exemples P01 (Tarification)Q02 (Qualité)S03 (Quantité manquante)Erreur administrative
	Date de promesse de paiement PromiseToPayDate	Date à laquelle le client s’est engagé à effectuer un paiement.
Description Cet attribut enregistre la date à laquelle le client s’est engagé à payer lors d’un échange de recouvrement. Il s’agit d’un élément clé de HighRadius Collections Cloud. Utilisée dans l’indice de fiabilité des promesses de paiement, cette date est comparée à la date réelle du paiement pour vérifier si le client a tenu son engagement. Elle permet d’évaluer la qualité de la promesse et l’efficacité de la négociation menée par le chargé de recouvrement. Pourquoi est-ce important ? Utile pour prévoir les flux de trésorerie et mesurer la fiabilité des clients. Où trouver ces données Module de recouvrement / table des transactions P2P Exemples 2023-12-102023-12-20
	Dernière mise à jour des données LastDataUpdate	Horodatage de la dernière actualisation des données dans le modèle de Process Mining.
Description Cet attribut indique quand l’enregistrement a été extrait ou mis à jour pour la dernière fois dans le jeu de données de Process Mining. Les analystes peuvent ainsi connaître l’actualité des données et les éventuels délais de mise à jour des rapports. Il est particulièrement important pour les Dashboards de suivi continu, car les utilisateurs doivent savoir s’ils consultent des données en temps réel ou un instantané de la veille. Pourquoi est-ce important ? Il garantit la transparence sur l’actualité des données utilisées pour les KPI. Où trouver ces données Horodatage ETL Exemples 2023-12-01T00:00:00Z2023-12-02T06:00:00Z
	Montant restant dû OpenAmount	Solde restant à payer sur la facture.
Description Cet attribut suit le montant que le client doit encore payer. Il est mis à jour à mesure que les paiements partiels sont enregistrés. Il est indispensable à l’analyse de la complexité des paiements partiels. Les analystes peuvent ainsi distinguer les factures entièrement impayées de celles qui ont été partiellement réglées et prioriser le recouvrement des montants impayés les plus élevés. Pourquoi est-ce important ? Indispensable pour déterminer l’exposition actuelle et évaluer les résultats du recouvrement des paiements partiels. Où trouver ces données En-tête de facture / table des postes ouverts Exemples 0.00500.0012000.00
	Notation de crédit CreditRating	Score ou note de solvabilité attribué au client.
Description Cet attribut indique le niveau de risque associé au client. Il provient souvent d’agences d’évaluation du crédit ou d’un système de notation interne à HighRadius Credit Cloud. Il constitue une dimension de la matrice des risques clients et de l’ancienneté des créances. L’analyse de l’ancienneté des créances selon la notation de crédit permet de repérer les risques d’exposition élevés, notamment lorsque des clients mal notés présentent d’importants soldes impayés. Pourquoi est-ce important ? Indispensable à la gestion des risques et à la priorisation du recouvrement. Où trouver ces données Module de gestion du crédit / données de référence client Exemples AAAB+Risque élevéRisque faible
	Région Region	Région géographique associée à la facture ou au client.
Description Cet attribut désigne la zone géographique concernée par la transaction, par exemple l’Amérique du Nord, l’EMEA ou l’APAC. Il permet de comparer les résultats entre régions et de comprendre l’incidence des différences culturelles ou réglementaires sur les comportements de paiement et les délais de recouvrement. Il est utile pour les rapports destinés à la direction. Pourquoi est-ce important ? Permet d’analyser les résultats par zone géographique. Où trouver ces données Données de référence client ou en-tête de facture Exemples Amérique du NordEMEAAmérique latineAPAC
	Segment de clientèle CustomerSegment	Classement des clients selon leur taille, leur secteur d’activité ou leur valeur stratégique.
Description Cet attribut répartit les clients en catégories, par exemple « stratégiques », « entreprises de taille intermédiaire », « PME » ou « à haut risque ». Il est utilisé dans le Dashboard de performance de résolution des litiges pour déterminer si les différents segments bénéficient de niveaux de service différents. Il permet de vérifier que les clients à forte valeur reçoivent l’attention appropriée pendant le processus de recouvrement. Pourquoi est-ce important ? Analyse des segments pour les aligner sur la stratégie de l’entreprise et les accords de niveau de service. Où trouver ces données Données de référence client Exemples Compte stratégique cléVente en grosVente au détailAdministration publique
	Système source SourceSystem	Nom du système d’origine des données.
Description Cet attribut indique si les données proviennent directement des modules de la plateforme HighRadius, comme Collections Cloud ou Cash Application Cloud, ou si elles ont été importées depuis un ERP externe, tel que SAP ou Oracle. Il est utile pour assurer la traçabilité des données et les valider. Pour analyser les difficultés rencontrées dans le processus, connaître le système source aide à déterminer si les retards sont dus à des délais d’intégration ou au traitement dans le système d’origine. Pourquoi est-ce important ? Il précise l’origine des données, notamment lorsque plusieurs ERP alimentent HighRadius. Où trouver ces données Configuration du système ou valeur codée en dur selon la logique d’extraction Exemples HighRadiusSAP ECCOracle NetSuiteMicrosoft Dynamics
	Unité opérationnelle BusinessUnit	Division interne ou filiale ayant émis la facture.
Description Cet attribut segmente les données selon la structure de l’organisation, par exemple « Ventes Amérique du Nord », « Services EMEA » ou une division de produits donnée. Il permet à l’audit du respect des conditions de paiement de comparer les performances entre différentes entités de l’organisation. Les équipes peuvent ainsi déterminer si les problèmes de recouvrement sont généralisés ou propres à certaines pratiques. Pourquoi est-ce important ? Permet de comparer les performances entre différentes entités de l’organisation. Où trouver ces données En-tête de facture / association ERP Exemples Électronique grand publicPièces industriellesServices logicielsAmérique du Nord-Ouest

Obligatoire Recommandé Facultatif

Activités liées aux créances clients

Ces entrées correspondent aux principales étapes du processus et aux jalons des transactions à enregistrer pour visualiser l’ensemble du parcours de vos factures.

8 Recommandé 5 Facultatif

	Activité	Description
	Dossier de litige ouvert	Création d’un dossier de déduction ou de litige associé à la facture, indiquant que le client refuse de payer une partie ou la totalité du solde.
Pourquoi est-ce important ? Déclenche l’analyse « Performance de la résolution des litiges » et suspend les relances habituelles pour le montant contesté. Où trouver ces données Module Déductions/Litiges ; horodatage de création de l’ID du dossier associé à la facture. Données à recueillir Enregistré à la création du dossier de litige Type d’événement explicit
	Facture apurée	Changement de statut final : le solde de la facture est nul et celle-ci est clôturée dans le système.
Pourquoi est-ce important ? Horodatage de fin pour le « Délai moyen de paiement client ». Marque la fin du processus. Où trouver ces données Table des en-têtes de facture ; Status = « Closed » ou « Cleared ». Données à recueillir Comparer le champ de statut avant et après Type d’événement inferred
	Facture créée	Création initiale de la facture ou importation dans la plateforme HighRadius depuis le système ERP. Cette étape marque le début du cycle de recouvrement.
Pourquoi est-ce important ? Définit l’horodatage de référence pour le calcul de l’ancienneté des créances et du délai moyen de paiement client (DSO). Où trouver ces données Tableau des factures ouvertes ou journaux d’intégration des données où le numéro de facture apparaît pour la première fois. Données à recueillir Enregistré à l’insertion de l’enregistrement dans la table des en-têtes de facture Type d’événement explicit
	Litige résolu	Fin de l’instruction du litige, qui aboutit à une décision, par exemple la validation d’une déduction ou le rejet d’une réclamation.
Pourquoi est-ce important ? Événement marquant la fin du délai de résolution du litige. Tout retard à cette étape a une incidence directe sur l’ancienneté de la créance. Où trouver ces données Module Déductions ; changement de statut vers « Fermé », « Résolu » ou « Approuvé ». Données à recueillir Comparer le champ de statut avant et après Type d’événement inferred
	Paiement intégral reçu	Réception des fonds qui éteignent la totalité de la créance. Cette date correspond à la date effective du paiement pour le calcul de l’ancienneté.
Pourquoi est-ce important ? Utilisé pour calculer le « Taux de respect des promesses de paiement » et comparer les flux de trésorerie réels aux flux prévus. Où trouver ces données Date de la transaction de paiement associée au document final d’apurement. Données à recueillir Date de la transaction d’apurement enregistrée Type d’événement explicit
	Promesse de paiement créée	Engagement formel enregistré dans le système, par lequel un client promet de payer un montant précis à une date donnée.
Pourquoi est-ce important ? Indispensable à l’« Indice de fiabilité des promesses de paiement », qui sert à prévoir les flux de trésorerie et à mesurer la fiabilité des clients. Où trouver ces données Onglet ou module P2P (Promise to Pay) associé à la facture. Données à recueillir Enregistré à la création de l’enregistrement P2P Type d’événement explicit
	Rappel de paiement envoyé	Message automatisé (courriel ou lettre) envoyé au client par le module de recouvrement. Cet événement permet de suivre l’exécution de la stratégie de relance.
Pourquoi est-ce important ? Indispensable au Dashboard « Efficacité des rappels de recouvrement », qui mesure si les messages envoyés déclenchent effectivement un paiement. Où trouver ces données Onglet Historique des correspondances ou journaux de communication associés à l’ID de facture. Données à recueillir Enregistré lorsqu’une action de la stratégie de relance est exécutée Type d’événement explicit
	Relevé bancaire rapproché	Le moteur d’affectation des encaissements, ou un utilisateur, associe avec succès une ligne du relevé bancaire à cette facture.
Pourquoi est-ce important ? Indicateur clé du « Taux d’affectation automatique des encaissements ». Il distingue la réception des fonds de leur affectation. Où trouver ces données Module d’affectation des encaissements ; création de l’enregistrement de rapprochement. Données à recueillir Enregistré à l’exécution de la règle de rapprochement Type d’événement explicit
	Appel de recouvrement consigné	Note ou interaction saisie manuellement par un agent de recouvrement au sujet de cette facture. Cet événement signale une intervention humaine dans le processus.
Pourquoi est-ce important ? Alimente les « Indicateurs de productivité des agents de recouvrement » et permet de distinguer les démarches automatisées des démarches manuelles. Où trouver ces données Onglet Notes/Historique du module de recouvrement. Données à recueillir Enregistré lorsqu’un utilisateur sauvegarde une note d’appel Type d’événement explicit
	Avoir émis	Un avoir est créé pour compenser le solde de la facture, souvent à la suite de la résolution favorable d’un litige ou d’un retour.
Pourquoi est-ce important ? Permet de suivre l’« Efficacité du traitement des avoirs » et le délai entre la résolution du litige et l’enregistrement comptable. Où trouver ces données Journaux de synchronisation ERP ou table des avoirs associée à l’ID de la facture d’origine. Données à recueillir Enregistré lorsque le document CM est associé à la facture Type d’événement explicit
	Échéance dépassée	Événement calculé indiquant que la facture reste ouverte après la date d’échéance convenue.
Pourquoi est-ce important ? Indispensable à l’« Audit du respect des conditions de paiement ». Marque le passage du statut à jour au statut en retard. Où trouver ces données Calculé en comparant la date d’échéance de la facture à la date du jour si elle est ouverte, ou à la date du paiement si elle est clôturée. Données à recueillir Déduire en comparant le champ Due Date à Activity Date Type d’événement calculated
	Litige en cours d’examen	Le dossier passe du statut « Nouveau » à celui d’une enquête en cours. Cette étape marque le début du travail effectif de l’analyste.
Pourquoi est-ce important ? Utilisé dans l’outil « Repérage des goulots d’étranglement du flux de travail des litiges » pour mesurer le délai entre la création du dossier et le début de son traitement. Où trouver ces données Journal d’audit du module Déductions ; changement de statut vers « En cours » ou « En recherche ». Données à recueillir Comparer le champ de statut avant et après Type d’événement inferred
	Paiement partiel enregistré	Paiement affecté à une partie seulement du montant total de la facture, laissant un solde résiduel.
Pourquoi est-ce important ? Alimente l’« Analyse de la complexité des paiements partiels » et signale d’éventuelles difficultés d’affectation des encaissements. Où trouver ces données Module d’affectation des encaissements ; transaction de paiement associée à la facture lorsque Payment Amount < Open Amount. Données à recueillir Enregistré lorsqu’un paiement est affecté, mais que le statut reste ouvert Type d’événement explicit

Recommandé Facultatif

Guides d’extraction

Comment récupérer vos données depuis HighRadius

Étapes

Connectez-vous à la plateforme HighRadius Integrated Receivables, puis ouvrez le module Analytics ou Reports.
Repérez le modèle de rapport Transaction History ou Open Items. Vous devrez probablement configurer trois exports distincts pour couvrir l’ensemble du cycle de vie : données d’en-tête des factures, activités de recouvrement et historique des litiges et déductions.
Configurez l’export des en-têtes de facture : sélectionnez les colonnes Invoice Number, Customer Name, Invoice Amount, Invoice Date, Due Date, Clear Date et Final Status. Appliquez des filtres aux codes société concernés et choisissez une période de création couvrant la fenêtre d’analyse Process Mining.
Configurez l’export des activités de recouvrement : sélectionnez les colonnes Invoice Number, Activity Type (Call, Email, Note), Activity Date, Collector Name et les détails de Promise to Pay. Veillez à inclure les actions automatisées du système et les activités saisies manuellement par les utilisateurs.
Configurez l’export de l’historique des litiges : sélectionnez les colonnes Invoice Number, Dispute Case ID, Dispute Amount, Status Change Date, Reason Code et Resolution Date. Cet export retrace le cycle de vie des déductions.
Configurez l’export des paiements et de l’affectation des encaissements : sélectionnez les colonnes Invoice Number, Payment Reference, Payment Date, Payment Amount et Payment Type (Partial, Full, Credit Memo).
Exécutez ces rapports et exportez les résultats au format CSV.
Importez les fichiers CSV dans une base de données intermédiaire ou un outil de transformation des données, comme Python/Pandas ou une base de données SQL, afin de les regrouper.
Exécutez le script de transformation fourni dans la section Query pour normaliser les noms de colonnes, calculer les événements dérivés (par exemple, échéance dépassée) et réunir les différentes sources dans un journal d’événements unique.
Vérifiez que les formats de date sont cohérents (ISO 8601 est recommandé) et que le format du numéro de facture est identique dans tous les fichiers (par exemple, supprimez les zéros initiaux s’ils ne sont pas utilisés de façon uniforme).
Exportez le résultat final dans un seul fichier CSV.
Importez le fichier CSV final dans ProcessMind et associez InvoiceNumber à Case ID, EventDateTime à Timestamp et ActivityName à Activity.

Configuration

Période : sélectionnez une période glissante (par exemple, les 12 derniers mois) en fonction de la date de création des factures afin de couvrir leur cycle de vie complet.
Sources de données : vous devez avoir accès aux modules Collections, Cash Application et Deductions de HighRadius.
Granularité : veillez à générer les rapports au niveau de la facture, et non du compte ou du récapitulatif.
Autorisations utilisateur : l’utilisateur qui effectue l’extraction doit disposer de privilèges Reporting ou Analytics Admin pour accéder aux journaux d’activité historiques.
Actions système : activez explicitement les filtres qui incluent les actions System ou Automated User dans les journaux d’activité afin de prendre en compte les communications automatisées.
Association requise : les types d’activité HighRadius devront peut-être être associés aux noms d’activité standard du Process Mining (par exemple, associer « Dunning Letter » à « Rappel de paiement envoyé »).

a Exemple de requête 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

Étapes

Prérequis et configuration de l’environnement Vérifiez que Python 3.8 ou une version ultérieure est installé. Vous aurez besoin des bibliothèques requests et pandas. Si elles ne sont pas déjà installées, installez-les avec pip. Demandez à votre administrateur système votre identifiant client API HighRadius, votre secret client et l’URL de base. Vous trouverez généralement ces informations dans la section Administration ou Developer Portal de HighRadius.
Configuration des identifiants API Ouvrez le script Python fourni. Repérez la section de configuration au début du fichier. Remplacez les valeurs fictives de CLIENT_ID, CLIENT_SECRET et BASE_URL. Vérifiez que l’utilisateur associé à ces identifiants est autorisé à accéder aux modules Collections, Cash Application et Deductions.
Définition des paramètres d’extraction des données Définissez les variables START_DATE et END_DATE dans le script. Il est recommandé d’extraire les données par périodes mensuelles ou trimestrielles pour éviter les délais d’attente. Le script attend des dates au format ISO 8601 standard (YYYY-MM-DD).
Exécution du script : authentification Le script commence par exécuter un flux OAuth2 pour obtenir un jeton bearer. Celui-ci est valide pendant une durée limitée, généralement une heure. Le script récupère automatiquement le jeton initial.
Exécution du script : récupération des données Le script interroge successivement des points de terminaison spécifiques. Il récupère d’abord les données des en-têtes de facture, puis parcourt les points de terminaison associés aux activités (notes), aux promesses de paiement, aux litiges et à l’historique des paiements. Les numéros de facture servent de clés de référence lorsque nécessaire.
Transformation des données et association des activités Le script transforme les réponses JSON brutes en une structure de journal d’événements aplatie. Il associe certains codes HighRadius aux noms d’activité requis. Par exemple, il compare invoice_balance à total_amount pour distinguer « Paiement partiel enregistré » de « Paiement intégral reçu ». Il calcule également l’événement « Échéance dépassée » en comparant la date d’échéance à la date de compensation ou à la date du jour.
Gestion de la pagination Les API HighRadius répartissent généralement les résultats sur plusieurs pages. Le script fourni utilise une boucle pour récupérer toutes les pages jusqu’à ce qu’il n’y ait plus de résultats. Veillez à maintenir une connexion réseau stable pendant l’opération.
Regroupement des données Toutes les listes extraites (factures, activités, litiges et paiements) sont regroupées dans un seul DataFrame Pandas. Le script trie ce DataFrame par InvoiceNumber et EventDateTime afin de garantir l’ordre chronologique des événements.
Validation et contrôle qualité Avant de finaliser l’opération, le script affiche un récapitulatif des activités uniques extraites. Vérifiez que les volumes correspondent à vos niveaux d’activité opérationnelle. Assurez-vous que la colonne EventDateTime est correctement formatée selon le modèle YYYY-MM-DD HH:MM:SS.
Export au format CSV Le DataFrame final est exporté dans un fichier nommé HighRadius_EventLog.csv. Ce fichier contient les colonnes requises par ProcessMind.
Vérification finale Ouvrez le fichier CSV. Vérifiez que les colonnes InvoiceNumber ou ActivityName ne contiennent aucune valeur NULL. Assurez-vous qu’aucune date ne se situe dans le futur, sauf s’il s’agit d’une date d’échéance prévue (la valeur de EventDateTime doit toujours correspondre au passé ou au présent).
Importation dans ProcessMind Importez le fichier CSV généré dans ProcessMind. Associez InvoiceNumber à Case ID, ActivityName à Activity et EventDateTime à Timestamp.

Configuration

URL de base de l’API : déterminez si vous vous connectez à un environnement de production ou de test. La structure de l’URL varie généralement (par exemple, https://[client].highradius.com/api ou https://[client]-sandbox.highradius.com/api).
Périmètre du client : vérifiez que le client API dispose d’un accès read aux périmètres radiusOne, collections, deductions et cashApp.
Période : si le volume de transactions est élevé (plus de 100 000 factures par mois), limitez chaque extraction à trois mois ou moins.
Limite de pagination : le script est configuré par défaut pour récupérer 1 000 enregistrements par page. Ajustez le paramètre limit dans les appels API si le serveur renvoie des erreurs de délai d’attente.
Limitation du débit : HighRadius peut imposer des limites de débit. Si vous rencontrez des erreurs HTTP 429, ajoutez une commande time.sleep(1) dans les boucles de pagination.

a Exemple de requête 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()

Prêt à commencer ?

Commencez dès aujourd’hui à cartographier le cycle de vie de vos factures pour améliorer votre liquidité et réduire le délai moyen de paiement client. Notre équipe vous accompagne tout au long de la mise en œuvre technique.

Retour au guide d’amélioration Télécharger le modèle

Optimisez la gestion des créances clients et améliorez votre trésorerie dès aujourd’hui

Réduisez de 15 à 20 jours votre délai moyen de paiement client grâce aux analyses automatisées de vos processus

Démarrez votre essai gratuit

Aucune carte bancaire requise… Configuration en quelques minutes

Votre modèle de données pour les créances clients

Votre modèle de données pour les créances clients

Attributs des créances clients

Activités liées aux créances clients

Guides d’extraction

Export des données analytiques et des rapports HighRadius

Étapes

Configuration

a Exemple de requête sql

Extraction des données via l’API REST HighRadius

Étapes

Configuration

a Exemple de requête python

Prêt à commencer ?

Optimisez la gestion des créances clients et améliorez votre trésorerie dès aujourd’hui

Votre modèle de données pour les créances clients

Votre modèle de données pour les créances clients

Attributs des créances clients

Activités liées aux créances clients

Guides d’extraction

Export des données analytiques et des rapports HighRadius

Étapes

Configuration

a Exemple de requête sql

Extraction des données via l’API REST HighRadius

Étapes

Configuration

a Exemple de requête python

Prêt à commencer ?

Optimisez la gestion des créances clients et améliorez votre trésorerie dès aujourd’hui

Nous respectons votre vie privée

Prêt à commencer ?