> Miglioramento continuo dei processi > Record to Report Registrazione contabile > BlackLine > Template dei dati

Il Suo Template dei dati per Record to Report - Journal Entry

BlackLine

Record to Report - Attributi della registrazione contabile (19) Record to Report - Attività della registrazione contabile (12) Guide all'estrazione (2)

Il Suo Template dei dati per Record to Report - Journal Entry

Questo Template offre una guida completa alla raccolta dei dati corretti per analizzare il processo Record to Report - Journal Entry. Indica gli attributi essenziali da raccogliere, le attività principali da monitorare e indicazioni pratiche per estrarre queste informazioni da BlackLine. Utilizzi questa risorsa per assicurarsi di acquisire tutti i dati necessari a un Process Mining efficace.

Attributi consigliati da raccogliere
Attività principali da monitorare
Indicazioni per l'estrazione

Non conosce ancora gli Event Log? Scopra come creare un Event Log per il Process Mining.

Scarica il Template

Record to Report - Attributi della registrazione contabile

Questi sono i campi dati consigliati da includere nell’Event Log per un’analisi completa del processo Record to Report - registrazione contabile.

5 Obbligatorio 6 Consigliato 8 Facoltativo

	Nome	Descrizione
	Attività ActivityName	Il nome dello specifico evento aziendale verificatosi in un determinato momento del processo di registrazione contabile.
Descrizione Questo attributo descrive una singola fase o attività eseguita nel ciclo di vita della registrazione contabile, come «Journal Entry Created», «Journal Entry Approved» o «Journal Entry Posted». Ogni attività rappresenta un evento distinto del processo. Analizzare la sequenza di queste attività consente di visualizzare e comprendere il flusso di processo. È fondamentale per individuare le varianti di processo, misurare i tempi di transizione tra le fasi e identificare i cicli di rielaborazione, ad esempio quando una registrazione contabile viene rifiutata e inviata nuovamente. Perché è importante Definisce le fasi del processo, elemento essenziale per visualizzare la mappa del processo, analizzare il flusso e individuare deviazioni o colli di bottiglia. Dove reperirlo In genere deriva dagli event log, dai record delle modifiche di stato o dagli audit trail presenti in BlackLine. Potrebbe essere necessario associare i codici di stato del sistema a nomi di attività comprensibili per gli utenti. Esempi Registrazione contabile creataRegistrazione contabile inviataRegistrazione contabile approvataRegistrazione contabile contabilizzata
	ID della registrazione contabile JournalEntryId	L'identificativo univoco di una singola registrazione contabile, utilizzato come identificativo principale del caso per monitorarne il ciclo di vita.
Descrizione L'ID della registrazione contabile identifica in modo univoco ogni insieme di transazioni finanziarie registrate nel libro mastro. Funge da chiave centrale che collega tutte le attività correlate, come creazione, revisione, approvazione e contabilizzazione. Nel Process Mining, questo ID è essenziale per correlare tutti gli eventi appartenenti a un singolo caso di registrazione contabile. Analizzare il flusso di processo sulla base di questo identificativo consente di ricostruire il percorso end-to-end, dall'avvio alla riconciliazione finale, permettendo un'analisi dettagliata dei tempi di ciclo, dei colli di bottiglia e delle varianti di processo. Perché è importante È l'identificativo fondamentale del caso, che consente di tracciare l'intero ciclo di vita di una singola registrazione contabile e di analizzarne le prestazioni. Dove reperirlo Si tratta di una chiave primaria nelle tabelle delle registrazioni contabili o nelle esportazioni di BlackLine. Consulti la documentazione di BlackLine per conoscere il nome specifico del campo. Esempi JE2024-001234JE2024-001235JE2024-001236
	Ora di inizio EventTime	Il timestamp preciso che indica quando si è verificata una specifica attività o un determinato evento.
Descrizione L'Event Time registra la data e l'ora in cui si è verificato un evento aziendale. Costituisce la struttura cronologica del processo, definendo la sequenza e la durata di tutte le attività. Questo timestamp è fondamentale per tutte le analisi di Process Mining basate sul tempo. Viene utilizzato per calcolare tempi di ciclo, tempi di attesa e durate tra le attività. Consente di individuare i colli di bottiglia, analizzare le prestazioni nel tempo e valutare il rispetto degli accordi sui livelli di servizio. Perché è importante Questo timestamp è alla base di tutte le metriche di performance, inclusi il tempo di ciclo e l'analisi dei colli di bottiglia, e consente di ricostruire cronologicamente il processo. Dove reperirlo Queste informazioni sono acquisite nei campi timestamp degli event log o nei record delle transazioni di BlackLine. Esempi 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:05:00Z
	Sistema di origine SourceSystem	Il sistema di riferimento dal quale sono stati estratti i dati della registrazione contabile.
Descrizione Questo attributo identifica il sistema di origine dei dati degli eventi. In questo contesto sarà generalmente «BlackLine», ma potrebbe includere anche dati provenienti da un sistema ERP a monte, se il processo inizia da lì. Identificare il sistema di origine è importante per la governance dei dati e per comprendere il contesto del processo, soprattutto negli ambienti in cui vengono combinati dati provenienti da più sistemi. Aiuta a risolvere i problemi di acquisizione dei dati e a verificare la loro provenienza. Perché è importante Fornisce un contesto essenziale sull'origine dei dati, garantendo la tracciabilità e contribuendo a gestire l'integrazione dei dati provenienti da piattaforme diverse. Dove reperirlo In genere è un valore statico aggiunto durante il processo di estrazione e trasformazione dei dati per indicare l'origine del dataset. Esempi BlackLineSAP S/4HANAOracle NetSuite
	Ultimo aggiornamento dei dati LastDataUpdate	Il timestamp che indica l'ultima volta in cui i dati sono stati aggiornati o estratti dal sistema di origine.
Descrizione Questo attributo indica la data e l'ora dell'acquisizione più recente dei dati. Fornisce un riferimento per valutarne l'aggiornamento e garantisce che gli utenti siano consapevoli della loro attualità. Si tratta di un metadato fondamentale per qualsiasi Dashboard o analisi di Process Mining. Informa gli utenti sulla tempestività degli insight e aiuta a gestire le aspettative riguardo all'inclusione delle transazioni più recenti nella vista. Perché è importante Garantisce trasparenza sull'aggiornamento dei dati, consentendo agli utenti di comprendere quanto sia attuale l'analisi del processo. Dove reperirlo Questo timestamp viene generato e aggiunto al dataset dallo strumento di estrazione dei dati o dal processo ETL al momento dell'esecuzione. Esempi 2023-11-01T02:00:00Z2023-11-02T02:00:00Z
	Codice società CompanyCode	L'identificativo univoco dell'entità giuridica o della società per la quale viene effettuata la registrazione contabile.
Descrizione Il Company Code rappresenta una specifica entità giuridica all'interno di un gruppo societario. È un'unità organizzativa fondamentale nella contabilità finanziaria, poiché garantisce che le transazioni siano registrate nell'entità corretta. Nel Process Mining, il Company Code è una dimensione efficace per il filtraggio e il confronto. Consente di analizzare le prestazioni del processo tra entità diverse, individuando colli di bottiglia specifici di una regione o di un'entità, variazioni nella conformità e opportunità di standardizzazione globale. Supporta direttamente la Dashboard «Approval To Posting Delay Analysis». Perché è importante Consente di confrontare le prestazioni e supporta le iniziative di standardizzazione del processo tra entità giuridiche o unità aziendali diverse. Dove reperirlo È un campo chiave nell'intestazione della registrazione contabile in BlackLine, spesso sincronizzato dal sistema ERP sottostante. Esempi 1000US01DE012500
	Importo della registrazione contabile JournalEntryAmount	Il valore monetario totale della registrazione contabile, generalmente pari alla somma degli addebiti.
Descrizione Questo attributo rappresenta il valore finanziario della registrazione contabile. Può essere utilizzato per comprendere l'impatto finanziario delle inefficienze di processo, come i ritardi nella contabilizzazione delle registrazioni di importo elevato. Analizzare il processo in base al valore della registrazione consente un'analisi basata sulla rilevanza. Ad esempio, è possibile dare priorità ai miglioramenti per le registrazioni di importo elevato, verificare se seguono un percorso di approvazione diverso o determinare se presentano tempi di ciclo più lunghi. In questo modo si aggiunge un contesto aziendale essenziale al flusso di processo. Perché è importante Fornisce un contesto finanziario che consente analisi basate sulla rilevanza, ad esempio per dare priorità alle registrazioni di importo elevato o individuare deviazioni di processo legate al valore. Dove reperirlo È un campo calcolato o standard nell'intestazione della registrazione contabile in BlackLine e rappresenta l'importo totale degli addebiti o degli accrediti. Esempi 15000.00250.75125000.50500.00
	Motivo del rifiuto RejectionReason	Il motivo indicato da un revisore quando una registrazione contabile viene rifiutata.
Descrizione Quando una registrazione contabile viene restituita per la correzione, l'approvatore indica generalmente il motivo del rifiuto. Questo attributo acquisisce tale motivazione, che può essere un codice predefinito o un testo libero. È un attributo fondamentale per l'analisi delle cause principali della rielaborazione. Analizzando i motivi di rifiuto più frequenti, un'azienda può individuare problemi sistemici, come formazione insufficiente, policy poco chiare o problemi nella documentazione giustificativa. Supporta direttamente la Dashboard «Journal Entry Rejection & Rework Analysis» e contribuisce a ridurre il tasso complessivo di rifiuto. Perché è importante È essenziale per l'analisi delle cause principali della rielaborazione, poiché aiuta a comprendere perché le registrazioni contabili vengono rifiutate e consente di definire miglioramenti mirati. Dove reperirlo Questi dati vengono generalmente acquisiti in un campo per commenti o codici motivazionali quando un utente esegue l'azione «Reject» in BlackLine. Esempi Codice conto erratoDocumentazione di supporto mancanteSupera la sogliaRegistrazione duplicata
	Stato della registrazione contabile JournalEntryStatus	Lo stato attuale della registrazione contabile nel suo ciclo di vita, ad esempio «In Progress», «Approved» o «Posted».
Descrizione Questo attributo indica lo stato attuale di un caso di registrazione contabile al momento dell'estrazione dei dati. Fornisce una fotografia della posizione della registrazione nel processo complessivo. Sebbene il Process Mining ricostruisca il flusso a partire dalle attività, lo stato finale è utile per applicare filtri e creare Dashboard di sintesi di alto livello. Consente di individuare rapidamente tutte le registrazioni in attesa di approvazione o bloccate in uno stato specifico, un'informazione preziosa per l'analisi dell'arretrato. Perché è importante Fornisce una fotografia dello stato attuale delle registrazioni, utile per analizzare l'arretrato e comprendere il lavoro in corso. Dove reperirlo È un campo di stato standard della registrazione contabile in BlackLine. Esempi In corsoIn attesa di approvazioneApprovatoRegistratoRifiutato
	Tipo di registrazione contabile JournalEntryType	La classificazione della registrazione contabile, ad esempio standard, ricorrente o di storno.
Descrizione Journal Entry Type classifica le registrazioni in base alla loro natura o finalità. I tipi più comuni includono registrazioni manuali standard, registrazioni generate automaticamente dal sistema, registrazioni ricorrenti per gli accantonamenti di fine mese o registrazioni di storno che vengono stornate automaticamente nel periodo successivo. Questo attributo è fondamentale per la segmentazione e l'analisi comparativa. Consente di confrontare le prestazioni del processo, ad esempio i tempi di ciclo o i tassi di rifiuto, tra diversi tipi di registrazione. In questo modo è possibile individuare i tipi di registrazione più problematici o inefficienti e definire interventi di miglioramento mirati. Perché è importante Consente un'analisi segmentata per comprendere se i diversi tipi di registrazione contabile seguono percorsi differenti o presentano caratteristiche di performance diverse. Dove reperirlo È un campo standard nell'intestazione della registrazione contabile in BlackLine. Consulti la documentazione di BlackLine per conoscere il nome esatto del campo. Esempi StandardRicorrenteStornanteRateo
	Utente UserName	Il nome o l'ID dell'utente che ha eseguito l'attività.
Descrizione Questo attributo identifica la persona responsabile dell'esecuzione di una specifica fase del processo, ad esempio chi ha inviato, revisionato o approvato una registrazione contabile. Può trattarsi di un nome o di un ID utente univoco. Analizzare le attività per utente è essenziale per comprendere la distribuzione del carico di lavoro, le prestazioni individuali e le opportunità di formazione. Aiuta a rispondere a domande come «Il lavoro è distribuito equamente all'interno del team?» o «Quali utenti hanno i tempi di approvazione più lunghi?». È inoltre fondamentale per la conformità e l'analisi dell'audit trail. Perché è importante Consente di analizzare il carico di lavoro, confrontare le prestazioni dei membri del team e individuare colli di bottiglia legati alle risorse o necessità di formazione. Dove reperirlo Queste informazioni sono disponibili nei log di audit di BlackLine, spesso memorizzate nei campi «User ID» o «Changed By» associati a ciascun evento. Esempi j.doea.smithr.joness.patel
	Conto riconciliato AccountReconciled	Il numero del conto del libro mastro oggetto di riconciliazione tramite la registrazione contabile.
Descrizione Questo attributo identifica il conto specifico nel piano dei conti interessato dalla registrazione o oggetto di riconciliazione. Le registrazioni contabili fanno spesso parte del processo di riconciliazione dei conti e questo campo collega la registrazione al conto specifico. L'attributo supporta direttamente la Dashboard «Journal Entry Reconciliation Cycle Time». Analizzando il processo per conto, è possibile individuare se le riconciliazioni di determinati conti richiedono costantemente più tempo, segnalando complessità o problemi nei dati relativi a quei conti. Perché è importante Collega il processo di registrazione contabile ai conti specifici oggetto di riconciliazione, consentendo un'analisi mirata dei colli di bottiglia nella riconciliazione. Dove reperirlo Queste informazioni fanno parte dei dettagli delle righe della registrazione contabile in BlackLine. Potrebbe essere necessario aggregarle a livello di caso se una registrazione interessa più conti. Esempi 101000210500400100550200
	Data di contabilizzazione PostingDate	La data in cui la registrazione contabile viene contabilizzata ufficialmente nel libro mastro.
Descrizione La Posting Date è la data effettiva della transazione nei registri finanziari. È una data fondamentale per la contabilità, poiché determina il periodo fiscale in cui la transazione viene rilevata. Mentre il timestamp dell'evento indica quando si è verificata l'attività di contabilizzazione, la Posting Date è un attributo chiave dei dati. Viene utilizzata nell'analisi finanziaria per garantire che le registrazioni siano contabilizzate nel periodo corretto e per analizzare i ritardi tra la data della transazione, la data di approvazione e la data di contabilizzazione. Perché è importante Questa data è fondamentale per l'accuratezza del reporting finanziario e aiuta ad analizzare se le registrazioni vengono contabilizzate nel periodo contabile corretto. Dove reperirlo È un campo data standard nell'intestazione della registrazione contabile in BlackLine. Esempi 2023-10-312023-11-012023-10-30
	Documento allegato IsDocumentAttached	Un flag che indica se alla registrazione contabile è stata allegata documentazione giustificativa.
Descrizione Questo attributo booleano indica se alla registrazione contabile sono stati allegati uno o più documenti giustificativi, come fatture o calcoli. Spesso si tratta di un prerequisito per l'approvazione. Questo flag è fondamentale per la Dashboard «Journal Entry Documentation Compliance» e per il KPI «Documentation Attachment Rate». Aiuta ad analizzare se la documentazione mancante è una causa frequente di rifiuti o ritardi e contribuisce a far rispettare le policy che richiedono allegati prima dell'invio per la revisione. Perché è importante Misura direttamente la conformità alle policy sulla documentazione e aiuta a diagnosticare una causa frequente dei ritardi e dei rifiuti in fase di approvazione. Dove reperirlo Probabilmente si tratta di un campo derivato, calcolato verificando l'esistenza di un record di allegato associato al JournalEntryId prima dell'attività di invio. Esempi truefalse
	È automatizzata IsAutomated	Un flag che indica se la registrazione contabile è stata creata o contabilizzata da un processo automatizzato.
Descrizione Questo attributo booleano distingue le registrazioni contabili create ed elaborate manualmente dagli utenti da quelle generate automaticamente dal sistema, come le registrazioni ricorrenti o quelle provenienti da integrazioni di sistema. Analizzare questo attributo aiuta a valutare l'efficacia dell'automazione. Consente di confrontare direttamente tempi di ciclo, tassi di errore e costi dei processi automatizzati e manuali. È fondamentale per costruire un business case a favore di ulteriore automazione e misurare il ROI delle iniziative esistenti. Perché è importante Consente un confronto diretto tra processi manuali e automatizzati, fondamentale per misurare l'impatto e il ROI delle iniziative di automazione. Dove reperirlo Può essere dedotto dal «Journal Entry Type» (ad esempio «Recurring») o dal campo «User», se per le contabilizzazioni automatizzate vengono utilizzati utenti di sistema, come «SYSTEM» o «BATCH». Esempi truefalse
	È una rielaborazione IsRework	Un flag calcolato che assume valore vero se la registrazione contabile è stata rifiutata almeno una volta.
Descrizione Questo flag booleano viene calcolato per identificare le registrazioni contabili sottoposte a rielaborazione. In genere assume valore vero se un caso contiene un'attività «Journal Entry Rejected» seguita da un'attività «Corrected and Resubmitted». Questo attributo semplifica l'analisi della rielaborazione, consentendo agli utenti di filtrare facilmente tutti i casi che hanno subito un rifiuto. È fondamentale per calcolare il KPI «Journal Entry Rejection Rate» e per le analisi approfondite nella Dashboard «Journal Entry Rejection & Rework Analysis», così da comprendere l'impatto in termini di costi e tempi dei problemi di qualità. Perché è importante Identifica facilmente i casi sottoposti a rielaborazione, semplificando il calcolo dei tassi di rifiuto e l'analisi dell'impatto dei problemi di qualità. Dove reperirlo Questo flag viene calcolato nello strumento di Process Mining verificando la sequenza delle attività per ciascun caso. Esempi truefalse
	Reparto Department	Il reparto aziendale o centro di costo associato alla registrazione contabile.
Descrizione Questo attributo specifica il reparto, il centro di costo o l'area funzionale che ha avviato la registrazione contabile o alla quale vengono allocati i costi. Fornisce un ulteriore livello di contesto organizzativo. Analizzare il processo per reparto aiuta a comprendere come le diverse aree dell'azienda utilizzano il processo di registrazione contabile. Può evidenziare variazioni di efficienza, conformità o tassi di rielaborazione tra i reparti, mettendo in luce le aree che potrebbero richiedere ulteriore supporto o una maggiore standardizzazione del processo. Perché è importante Consente di confrontare le prestazioni del processo tra reparti aziendali diversi, evidenziando variazioni e opportunità di standardizzazione. Dove reperirlo Queste informazioni fanno generalmente parte dei dati delle righe o dell'intestazione della registrazione contabile in BlackLine e sono spesso collegate al conto del libro mastro. Esempi FinanzaMarketingVenditeOperazioni
	Ritardo tra approvazione e contabilizzazione ApprovalToPostingLag	La durata calcolata tra l'approvazione finale e la contabilizzazione effettiva della registrazione contabile.
Descrizione Questa metrica misura il ritardo che si verifica dopo l'approvazione completa di una registrazione contabile e prima della sua contabilizzazione nel libro mastro. Viene calcolata come differenza temporale tra l'attività «Journal Entry Approved» e l'attività «Journal Entry Posted». È un KPI fondamentale per individuare i colli di bottiglia successivi all'approvazione, che possono ritardare significativamente il processo di chiusura finanziaria. La Dashboard «Approval To Posting Delay Analysis» utilizza questa metrica per analizzare perché le registrazioni approvate non vengano contabilizzate tempestivamente e contribuire a ottimizzare le fasi finali del processo. Perché è importante Misura specificamente l'efficienza successiva all'approvazione, aiutando a individuare ed eliminare i ritardi che incidono sulla rapidità della chiusura finanziaria. Dove reperirlo Questa metrica viene calcolata nello strumento di Process Mining individuando, per ciascun caso, la durata tra gli eventi «Journal Entry Approved» e «Journal Entry Posted». Esempi P0DT1H10MP1DT2H0MP0DT0H5M
	Valuta Currency	Il codice valuta dell'importo indicato nella registrazione contabile.
Descrizione Questo attributo specifica la valuta del Journal Entry Amount, ad esempio USD, EUR o GBP. È essenziale per interpretare correttamente il valore finanziario delle transazioni. Per le organizzazioni multinazionali, l'analisi per valuta può fornire un contesto utile. Consente di filtrare l'analisi del processo per valute specifiche ed è un campo necessario per qualsiasi Dashboard che aggreghi importi finanziari. Perché è importante Fornisce il contesto necessario per gli importi finanziari, garantendone un'interpretazione accurata e consentendo analisi specifiche per valuta. Dove reperirlo È un campo standard nell'intestazione della registrazione contabile in BlackLine, generalmente denominato «Document Currency» o in modo analogo. Esempi USDEURGBPJPY

Obbligatorio Consigliato Facoltativo

Record to Report - Attività della registrazione contabile

Queste sono le fasi chiave e le principali tappe del processo da acquisire nell’Event Log per una corretta individuazione e analisi del processo di registrazione contabile.

6 Consigliato 6 Facoltativo

	Attività	Descrizione
	Registrazione contabile approvata	Questa attività indica che la registrazione contabile ha superato tutte le fasi di revisione e approvazione richieste. Viene acquisita quando l’utente finale autorizzato approva la registrazione, attivando una modifica di stato a "Approved".
Perché è importante È una tappa fondamentale che conclude il processo di approvazione. Il tempo tra "Journal Entry Submitted" e questo evento costituisce l’"Approval Cycle Time", un KPI essenziale per misurare l’efficienza del Workflow. Dove reperirlo Questo evento viene dedotto da una modifica di stato a "Approved" nel record della registrazione contabile. L’ID utente dell’approvatore finale e il timestamp dell’approvazione vengono generalmente registrati nella cronologia di audit di BlackLine. Acquisizione Deducibile dal timestamp in cui lo stato della registrazione contabile viene aggiornato a "Approved". Tipo di evento inferred
	Registrazione contabile contabilizzata	Rappresenta il momento in cui la registrazione contabile approvata viene registrata ufficialmente nel libro mastro. In BlackLine si tratta spesso di un'azione esplicita, che aggiorna quindi lo stato della registrazione a «Posted».
Perché è importante Si tratta di una milestone critica, spesso considerata la conclusione operativa del processo. Il tempo trascorso da «Journal Entry Approved» a questa attività è un indicatore chiave dell'efficienza successiva all'approvazione. Dove reperirlo In genere viene dedotto da una modifica dello stato a «Posted». L'evento può inoltre essere registrato esplicitamente in una tabella della cronologia delle contabilizzazioni o in un audit trail, con una data e un timestamp specifici. Acquisizione Deducibile dal timestamp in cui lo stato della registrazione contabile viene aggiornato a «Posted». È rilevante anche il campo della data di contabilizzazione. Tipo di evento inferred
	Registrazione contabile creata	Questa attività segna l’avvio di un caso relativo a una registrazione contabile. Viene acquisita quando un utente crea un nuovo record di registrazione contabile in BlackLine, generando un Journal Entry ID univoco e registrando il timestamp di creazione e l’utente.
Perché è importante Questo è l’evento iniziale principale del processo. Analizzare il tempo che intercorre tra questa attività e le altre consente di determinare il tempo di ciclo complessivo del processo e aiuta a identificare i ritardi già nelle fasi iniziali del Workflow. Dove reperirlo Questo evento viene registrato esplicitamente nel modulo journal entry di BlackLine. Viene acquisito dal timestamp di creazione e dai dati dell’utente associati a ciascun Journal Entry ID nella tabella principale delle registrazioni contabili o nella relativa cronologia di audit. Acquisizione Acquisito dal timestamp "Create Date" associato al record della registrazione contabile. Tipo di evento explicit
	Registrazione contabile inviata	Questa attività si verifica quando il preparatore invia formalmente la registrazione contabile al Workflow di revisione e approvazione. In genere viene acquisita come modifica di stato, ad esempio da "In Preparation" a "Submitted", insieme a un timestamp.
Perché è importante Segna la fine della fase di preparazione e l’inizio del ciclo di approvazione. È una tappa fondamentale per misurare la durata sia della preparazione sia delle fasi di approvazione. Dove reperirlo È probabile che venga dedotta da una modifica di stato nel record della registrazione contabile in BlackLine. Il timestamp del passaggio dello stato a "Submitted for Approval" o a un valore simile indica il momento dell’evento. Acquisizione Deducibile dal timestamp in cui il campo di stato della registrazione contabile viene aggiornato a "Submitted" o "Pending Approval". Tipo di evento inferred
	Registrazione contabile riconciliata	Segna il completamento del ciclo di vita, quando la registrazione contabile viene inclusa in una riconciliazione dei conti finalizzata e certificata. In BlackLine corrisponde alla certificazione della riconciliazione che contiene questa registrazione.
Perché è importante Questa attività costituisce il punto finale del processo end-to-end. Il tempo da «Journal Entry Posted» a «Reconciled» misura l'efficienza della fase di riconciliazione dei conti nel processo di chiusura finanziaria. Dove reperirlo Si tratta di un evento dedotto. Viene ricavato individuando il momento in cui lo stato della riconciliazione dei conti contenente la specifica registrazione contabile viene modificato in «Certified» nel modulo Account Reconciliation di BlackLine. Acquisizione Deducibile collegando la registrazione contabile alla riconciliazione dei conti corrispondente e acquisendo la data di certificazione della riconciliazione. Tipo di evento inferred
	Registrazione contabile rifiutata	Questa attività segna il rifiuto di una registrazione contabile da parte di un revisore o di un approvatore. Viene acquisita quando un utente seleziona l’azione "Reject", che aggiorna lo stato della registrazione a "Rejected" e viene registrata nel log di audit.
Perché è importante È un’attività fondamentale per identificare rilavorazioni, problemi di qualità e necessità formative. Analizzare la frequenza dei rifiuti, le relative motivazioni e il successivo ciclo di rilavorazione è essenziale per migliorare il processo e ridurre i tempi di ciclo. Dove reperirlo In genere viene dedotta da una modifica di stato a "Rejected" o "Needs Correction" nei dati della registrazione contabile. Il timestamp e l’utente che ha effettuato il rifiuto vengono registrati nella cronologia di BlackLine. Acquisizione Deducibile dal timestamp in cui lo stato della registrazione contabile viene aggiornato a "Rejected". Tipo di evento inferred
	Approvazione revocata	Questa attività rappresenta la revoca, da parte di un approvatore, di un'approvazione concessa in precedenza, riportando la registrazione contabile a uno stato precedente. L'operazione è rilevata tramite una modifica dello stato da «Approved» a uno stato precedente, ad esempio «In Preparation».
Perché è importante Questa attività, rara ma importante, evidenzia le eccezioni di processo e i potenziali problemi individuati dopo l'approvazione ma prima della contabilizzazione. Può indicare errori nei dati o modifiche alle policy che incidono sulla registrazione. Dove reperirlo Si tratterebbe di un evento dedotto, identificato da una modifica dello stato da «Approved» a uno stato modificabile non ancora contabilizzato. Questa azione verrebbe registrata nei log di audit dettagliati di BlackLine. Acquisizione Identificato da una modifica dello stato da «Approved» a uno stato precedente, ad esempio «In Preparation» o «Submitted». Tipo di evento inferred
	Contabilizzazione verificata	Rappresenta la conferma che una registrazione contabile contabilizzata è stata ricevuta e registrata correttamente nel sistema ERP di destinazione. Può trattarsi di un handshake automatico tra sistemi o di una fase di conferma manuale.
Perché è importante Questa attività completa la fase di contabilizzazione, garantendo l'integrità dei dati tra i sistemi. La durata da «Posted» a «Verified» può evidenziare problemi di integrazione o ritardi nella sincronizzazione dei sistemi. Dove reperirlo Può trattarsi di un evento esplicito proveniente dal log dell'integrazione tra sistemi oppure di un evento dedotto da una modifica dello stato a un valore come «Posted and Verified». Se manuale, consisterebbe in un aggiornamento dello stato eseguito da un utente. Acquisizione Deducibile da un aggiornamento dello stato a «Verified» o da un flag di conferma ricevuto dal sistema ERP di destinazione. Tipo di evento inferred
	Documentazione di supporto allegata	Rappresenta l’azione con cui un utente allega uno o più documenti di supporto alla registrazione contabile. Questo evento viene generalmente acquisito in un log di audit o in una tabella degli allegati collegata al Journal Entry ID.
Perché è importante Monitorare questa attività è fondamentale per controllare la conformità e l’efficienza. Aiuta ad analizzare se i ritardi nel processo di approvazione siano causati dalla documentazione mancante e supporta il KPI "Documentation Attachment Rate". Dove reperirlo Si tratta generalmente di un evento esplicito in BlackLine, registrato in una traccia di audit o in un log degli allegati. I dati includono il Journal Entry ID, l’utente che ha allegato il file e un timestamp. Acquisizione L’evento viene registrato nella traccia di audit del sistema o in una tabella dedicata alla cronologia degli allegati ogni volta che un file viene caricato su una registrazione contabile. Tipo di evento explicit
	Registrazione contabile esaminata	Rappresenta una fase formale di revisione all’interno di un processo di approvazione multilivello, completata da un revisore designato. In genere viene acquisita come modifica di stato o come voce specifica del log che indica l’azione del revisore.
Perché è importante Per le organizzazioni che prevedono fasi distinte di revisione e approvazione, questa attività aiuta a isolare i colli di bottiglia nella catena di approvazione. Mostra quanto tempo le registrazioni attendono la revisione iniziale rispetto all’approvazione finale. Dove reperirlo Nei Workflow di BlackLine, può trattarsi di un evento esplicito nel log della cronologia delle approvazioni oppure può essere dedotto da una modifica di stato a "Reviewed" o "Pending Final Approval". L’utente e il timestamp vengono registrati. Acquisizione Deducibile dal timestamp in cui lo stato della registrazione contabile cambia per indicare il completamento della fase di revisione. Tipo di evento inferred
	Registrazione corretta e inviata nuovamente	Si verifica dopo che una registrazione contabile è stata rifiutata e il preparatore ha apportato le correzioni necessarie, inviandola nuovamente. Viene acquisita tramite una modifica di stato da "Rejected" a "Submitted for Approval".
Perché è importante Questa attività aiuta a quantificare il tempo e l’impegno dedicati alla rilavorazione. La durata tra "Journal Entry Rejected" e questo evento rappresenta il tempo di rilavorazione, una metrica fondamentale per l’analisi dell’efficienza. Dove reperirlo Viene dedotta osservando una sequenza di modifiche di stato nei dati di BlackLine, in particolare il passaggio dallo stato "Rejected" allo stato "Submitted" o "Pending Approval" per lo stesso Journal Entry ID. Acquisizione Derivato da una modifica di stato da "Rejected" a "Submitted" o "Pending Approval". Tipo di evento inferred
	Storno della registrazione contabile elaborato	Questa attività rileva la creazione e la contabilizzazione di una nuova registrazione contabile che storna una registrazione contabilizzata in precedenza. In genere viene avviata in risposta a un errore individuato dopo la contabilizzazione della registrazione originale.
Perché è importante Questo evento è un forte indicatore di problemi di qualità dei dati a monte. Monitorare il tasso di storno aiuta a misurare il «Post-Posting Adjustment Rate» e a individuare le aree che richiedono maggiore accuratezza. Dove reperirlo Spesso si tratta di un evento esplicito, in cui un utente avvia l'azione «Reverse» in BlackLine su una registrazione contabilizzata. Il sistema crea una nuova registrazione di storno, spesso collegata all'ID della registrazione contabile originale. Acquisizione Rilevato quando viene registrata un'azione «Reverse» oppure quando viene creata una nuova registrazione con un flag di storno e un collegamento all'ID della registrazione originale. Tipo di evento explicit

Consigliato Facoltativo

Guide all'estrazione

Come ottenere i Suoi dati da BlackLine

Passaggi

Acceda alla Sua istanza BlackLine con un account utente dotato delle autorizzazioni necessarie per accedere ai report finanziari.
Acceda al modulo di reporting, generalmente disponibile in un menu come 'Reports' > 'Standard Reports'.
Individui e selezioni dall'elenco dei report standard disponibili 'Journal Entry & Services Report' o un report completo delle registrazioni contabili con nome analogo.
Configuri i parametri del report. Specifichi l'intervallo 'Date Range' da estrarre, che deve corrispondere al periodo da analizzare. Per iniziare, si consiglia un periodo compreso tra 3 e 6 mesi.
Applichi i filtri necessari per restringere i dati. Come minimo, filtri per i 'Company Code(s)' pertinenti. Può inoltre filtrare per 'Journal Status' includendo tutti gli stati rilevanti, dalla creazione alla registrazione.
Selezioni tutte le colonne disponibili per l'output, così da assicurarsi che il report contenga tutti i campi necessari relativi a date, utenti e stati per generare l'Event Log. I campi principali includono data di creazione, data di invio, data di approvazione, data di registrazione e ruoli utente.
Esegua il report direttamente nell'interfaccia di BlackLine. Al termine della generazione, utilizzi la funzione 'Export' o 'Download' per salvare i dati come file CSV. Lo denomini 'blackline_report.csv'.
Configuri un ambiente Python con la libreria pandas installata. Se non è disponibile, la installi utilizzando il comando: pip install pandas.
Inserisca lo script Python fornito nella stessa directory del file 'blackline_report.csv' scaricato.
Esegua lo script Python. Lo script leggerà il report CSV grezzo, trasformerà i dati creando una riga distinta per ogni attività aziendale e genererà un nuovo file denominato 'event_log.csv' nel formato richiesto.
Esegua i controlli di validazione sul file 'event_log.csv' per verificarne qualità e completezza prima del caricamento.
Carichi il file finale 'event_log.csv' in ProcessMind per l'analisi.

Configurazione

Nome del report: Journal Entry & Services Report. Il nome esatto può variare in base alla configurazione di BlackLine.
Intervallo di date: si consiglia di estrarre dati relativi a 3-6 mesi per un'analisi iniziale. Il filtro della data nel report si applica generalmente alla data di creazione o alla data di registrazione della registrazione contabile. Verifichi quale campo data viene utilizzato per il filtro, così da estrarre il dataset corretto.
Filtri principali:
- Company Code: specifichi sempre i codici azienda da analizzare, per limitare il volume dei dati e concentrare l'analisi.
- Journal Status: selezioni tutti gli stati, ad esempio In Preparation, Submitted, Approved, Rejected e Posted, per acquisire il processo completo dall'inizio alla fine.
- Journal Type: se necessario, filtri per tipi specifici di registrazione, ad esempio Standard o Recurring, in base all'ambito dell'analisi.
Prerequisiti: l'account utente che esegue il report deve disporre delle autorizzazioni per visualizzare i dati delle registrazioni contabili ed eseguire i report standard in BlackLine. In genere è richiesto un ruolo come 'Accountant' o 'Reporting User'.
Considerazioni sulle prestazioni: l'esportazione di un dataset di grandi dimensioni, relativo a un periodo esteso o a numerosi codici azienda, può richiedere molte risorse e tempi significativi per la generazione nell'interfaccia di BlackLine. Se riscontra problemi di prestazioni o timeout, valuti di eseguire il report in batch più piccoli.

a Query di esempio python

import pandas as pd
import numpy as np
import datetime

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Define the input file name from BlackLine
input_filename = class="hl-string">'blackline_report.csv'
class=class="hl-string">"hl-comment"># Define the output file for ProcessMind
output_filename = class="hl-string">'event_log.csv'

class=class="hl-string">"hl-comment"># --- Column Mapping ---
class=class="hl-string">"hl-comment"># Map the BlackLine report column names to the required event log attribute names.
class=class="hl-string">"hl-comment"># Adjust the keys in this dictionary to match the exact column headers in your CSV export.
column_mapping = {
    class="hl-string">'Journal ID': class="hl-string">'JournalEntryId',
    class="hl-string">'Journal Type': class="hl-string">'JournalEntryType',
    class="hl-string">'Company': class="hl-string">'CompanyCode',
    class="hl-string">'Amount': class="hl-string">'JournalEntryAmount',
    class="hl-string">'Current Status': class="hl-string">'JournalEntryStatus',
    class="hl-string">'Rejection Reason': class="hl-string">'RejectionReason',
    class="hl-string">'Preparer': class="hl-string">'PreparerUserName',
    class="hl-string">'Submitter': class="hl-string">'SubmitterUserName',
    class="hl-string">'Reviewer': class="hl-string">'ReviewerUserName',
    class="hl-string">'Approver': class="hl-string">'ApproverUserName',
    class="hl-string">'Poster': class="hl-string">'PosterUserName',
    class="hl-string">'Verifier': class="hl-string">'VerifierUserName',
    class="hl-string">'Reverser': class="hl-string">'ReverserUserName',
    class="hl-string">'Reconciler': class="hl-string">'ReconcilerUserName',
    class="hl-string">'Creation Date': class="hl-string">'CreationTimestamp',
    class="hl-string">'Attachment Date': class="hl-string">'AttachmentTimestamp',
    class="hl-string">'Submission Date': class="hl-string">'SubmissionTimestamp',
    class="hl-string">'Review Date': class="hl-string">'ReviewTimestamp',
    class="hl-string">'Rejection Date': class="hl-string">'RejectionTimestamp',
    class="hl-string">'Resubmission Date': class="hl-string">'ResubmissionTimestamp',
    class="hl-string">'Approval Date': class="hl-string">'ApprovalTimestamp',
    class="hl-string">'Rescind Date': class="hl-string">'RescindTimestamp',
    class="hl-string">'Posting Date': class="hl-string">'PostingTimestamp',
    class="hl-string">'Verification Date': class="hl-string">'VerificationTimestamp',
    class="hl-string">'Reversal Date': class="hl-string">'ReversalTimestamp',
    class="hl-string">'Reconciliation Date': class="hl-string">'ReconciliationTimestamp'
}

class=class="hl-string">"hl-comment"># --- Data Loading ---
try:
    df_raw = pd.read_csv(input_filename)
except FileNotFoundError:
    print(fclass="hl-string">"Error: The file {input_filename} was not found. Please ensure it's in the same directory as the script.")
    exit()

class=class="hl-string">"hl-comment"># Rename columns based on the mapping
df = df_raw.rename(columns=column_mapping)

class=class="hl-string">"hl-comment"># Ensure all required timestamp columns exist, fill with NaT if not
for col in column_mapping.values():
    if class="hl-string">'Timestamp' in col and col not in df.columns:
        df[col] = pd.NaT

class=class="hl-string">"hl-comment"># Convert date columns to datetime objects, coercing errors to NaT (Not a Time)
date_cols = [col for col in df.columns if class="hl-string">'Timestamp' in col]
for col in date_cols:
    df[col] = pd.to_datetime(df[col], errors=class="hl-string">'coerce')

all_events = []
last_data_update = datetime.datetime.now()

class=class="hl-string">"hl-comment"># --- Activity Extraction ---

class=class="hl-string">"hl-comment"># 1. Journal Entry Created
event_created = df[df[class="hl-string">'CreationTimestamp'].notna()].copy()
event_created[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Created'
event_created[class="hl-string">'EventTime'] = event_created[class="hl-string">'CreationTimestamp']
event_created[class="hl-string">'UserName'] = event_created.get(class="hl-string">'PreparerUserName')
all_events.append(event_created)

class=class="hl-string">"hl-comment"># 2. Supporting Documentation Attached
if class="hl-string">'AttachmentTimestamp' in df.columns:
    event_attached = df[df[class="hl-string">'AttachmentTimestamp'].notna()].copy()
    event_attached[class="hl-string">'ActivityName'] = class="hl-string">'Supporting Documentation Attached'
    event_attached[class="hl-string">'EventTime'] = event_attached[class="hl-string">'AttachmentTimestamp']
    class=class="hl-string">"hl-comment"># Assuming the submitter or preparer attached the document
    event_attached[class="hl-string">'UserName'] = event_attached.get(class="hl-string">'SubmitterUserName', event_attached.get(class="hl-string">'PreparerUserName'))
    all_events.append(event_attached)

class=class="hl-string">"hl-comment"># 3. Journal Entry Submitted
event_submitted = df[df[class="hl-string">'SubmissionTimestamp'].notna()].copy()
event_submitted[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Submitted'
event_submitted[class="hl-string">'EventTime'] = event_submitted[class="hl-string">'SubmissionTimestamp']
event_submitted[class="hl-string">'UserName'] = event_submitted.get(class="hl-string">'SubmitterUserName')
all_events.append(event_submitted)

class=class="hl-string">"hl-comment"># 4. Journal Entry Reviewed
if class="hl-string">'ReviewTimestamp' in df.columns:
    event_reviewed = df[df[class="hl-string">'ReviewTimestamp'].notna()].copy()
    event_reviewed[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Reviewed'
    event_reviewed[class="hl-string">'EventTime'] = event_reviewed[class="hl-string">'ReviewTimestamp']
    event_reviewed[class="hl-string">'UserName'] = event_reviewed.get(class="hl-string">'ReviewerUserName')
    all_events.append(event_reviewed)

class=class="hl-string">"hl-comment"># 5. Journal Entry Rejected
if class="hl-string">'RejectionTimestamp' in df.columns:
    event_rejected = df[df[class="hl-string">'RejectionTimestamp'].notna()].copy()
    event_rejected[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Rejected'
    event_rejected[class="hl-string">'EventTime'] = event_rejected[class="hl-string">'RejectionTimestamp']
    event_rejected[class="hl-string">'UserName'] = event_rejected.get(class="hl-string">'ReviewerUserName', event_rejected.get(class="hl-string">'ApproverUserName'))
    all_events.append(event_rejected)

class=class="hl-string">"hl-comment"># 6. Entry Corrected and Resubmitted
if class="hl-string">'ResubmissionTimestamp' in df.columns:
    event_resubmitted = df[df[class="hl-string">'ResubmissionTimestamp'].notna()].copy()
    event_resubmitted = event_resubmitted[event_resubmitted[class="hl-string">'ResubmissionTimestamp'] > event_resubmitted.get(class="hl-string">'RejectionTimestamp', pd.NaT)]
    event_resubmitted[class="hl-string">'ActivityName'] = class="hl-string">'Entry Corrected and Resubmitted'
    event_resubmitted[class="hl-string">'EventTime'] = event_resubmitted[class="hl-string">'ResubmissionTimestamp']
    event_resubmitted[class="hl-string">'UserName'] = event_resubmitted.get(class="hl-string">'SubmitterUserName')
    all_events.append(event_resubmitted)

class=class="hl-string">"hl-comment"># 7. Journal Entry Approved
event_approved = df[df[class="hl-string">'ApprovalTimestamp'].notna()].copy()
event_approved[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Approved'
event_approved[class="hl-string">'EventTime'] = event_approved[class="hl-string">'ApprovalTimestamp']
event_approved[class="hl-string">'UserName'] = event_approved.get(class="hl-string">'ApproverUserName')
all_events.append(event_approved)

class=class="hl-string">"hl-comment"># 8. Approval Rescinded
if class="hl-string">'RescindTimestamp' in df.columns:
    event_rescinded = df[df[class="hl-string">'RescindTimestamp'].notna()].copy()
    event_rescinded[class="hl-string">'ActivityName'] = class="hl-string">'Approval Rescinded'
    event_rescinded[class="hl-string">'EventTime'] = event_rescinded[class="hl-string">'RescindTimestamp']
    event_rescinded[class="hl-string">'UserName'] = event_rescinded.get(class="hl-string">'ApproverUserName')
    all_events.append(event_rescinded)

class=class="hl-string">"hl-comment"># 9. Journal Entry Posted
event_posted = df[df[class="hl-string">'PostingTimestamp'].notna()].copy()
event_posted[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Posted'
event_posted[class="hl-string">'EventTime'] = event_posted[class="hl-string">'PostingTimestamp']
event_posted[class="hl-string">'UserName'] = event_posted.get(class="hl-string">'PosterUserName')
all_events.append(event_posted)

class=class="hl-string">"hl-comment"># 10. Posting Verified
if class="hl-string">'VerificationTimestamp' in df.columns:
    event_verified = df[df[class="hl-string">'VerificationTimestamp'].notna()].copy()
    event_verified[class="hl-string">'ActivityName'] = class="hl-string">'Posting Verified'
    event_verified[class="hl-string">'EventTime'] = event_verified[class="hl-string">'VerificationTimestamp']
    event_verified[class="hl-string">'UserName'] = event_verified.get(class="hl-string">'VerifierUserName')
    all_events.append(event_verified)

class=class="hl-string">"hl-comment"># 11. Journal Entry Reversal Processed
if class="hl-string">'ReversalTimestamp' in df.columns:
    event_reversal = df[df[class="hl-string">'ReversalTimestamp'].notna()].copy()
    event_reversal[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Reversal Processed'
    event_reversal[class="hl-string">'EventTime'] = event_reversal[class="hl-string">'ReversalTimestamp']
    event_reversal[class="hl-string">'UserName'] = event_reversal.get(class="hl-string">'ReverserUserName')
    all_events.append(event_reversal)

class=class="hl-string">"hl-comment"># 12. Journal Entry Reconciled
if class="hl-string">'ReconciliationTimestamp' in df.columns:
    event_reconciled = df[df[class="hl-string">'ReconciliationTimestamp'].notna()].copy()
    event_reconciled[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Reconciled'
    event_reconciled[class="hl-string">'EventTime'] = event_reconciled[class="hl-string">'ReconciliationTimestamp']
    event_reconciled[class="hl-string">'UserName'] = event_reconciled.get(class="hl-string">'ReconcilerUserName')
    all_events.append(event_reconciled)


class=class="hl-string">"hl-comment"># --- Final Assembly ---
if all_events:
    event_log = pd.concat(all_events, ignore_index=True)

    class=class="hl-string">"hl-comment"># Add required constant value attributes
    event_log[class="hl-string">'SourceSystem'] = class="hl-string">'BlackLine'
    event_log[class="hl-string">'LastDataUpdate'] = last_data_update

    class=class="hl-string">"hl-comment"># Select and order columns for the final output
    final_columns = [
        class="hl-string">'JournalEntryId',
        class="hl-string">'ActivityName',
        class="hl-string">'EventTime',
        class="hl-string">'SourceSystem',
        class="hl-string">'LastDataUpdate',
        class="hl-string">'UserName',
        class="hl-string">'JournalEntryType',
        class="hl-string">'CompanyCode',
        class="hl-string">'JournalEntryAmount',
        class="hl-string">'JournalEntryStatus',
        class="hl-string">'RejectionReason'
    ]

    class=class="hl-string">"hl-comment"># Filter for only the columns that exist in the dataframe to avoid errors
    existing_columns = [col for col in final_columns if col in event_log.columns]
    event_log = event_log[existing_columns]

    class=class="hl-string">"hl-comment"># Sort the event log
    event_log = event_log.sort_values(by=[class="hl-string">'JournalEntryId', class="hl-string">'EventTime'])

    class=class="hl-string">"hl-comment"># Save to CSV
    event_log.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%d %H:%M:%S')
    print(fclass="hl-string">"Successfully created event log: {output_filename}")
else:
    print(class="hl-string">"No events were generated. Please check your input file and column mappings.")

Passaggi

Prerequisiti e configurazione: verifichi di avere installato Python 3.6 o una versione successiva. Installi le librerie necessarie utilizzando pip: pip install requests pandas. Richieda all'amministratore BlackLine le credenziali API, ovvero Client ID, Client Secret e Refresh Token, oltre al Base URL BlackLine della Sua organizzazione.
Configurazione delle variabili dello script: apra lo script Python e individui la sezione di configurazione. Inserisca Client ID, Client Secret, Refresh Token e Base URL. Definisca il periodo di estrazione impostando le variabili START_DATE e END_DATE nel formato 'YYYY-MM-DD'.
Autenticazione: lo script inizia chiamando la funzione get_access_token. Questa funzione invia le Sue credenziali all'endpoint di autenticazione BlackLine (/api/oauth/token) e recupera un access token temporaneo, necessario per tutte le successive richieste API.
Recupero dell'elenco iniziale delle registrazioni: lo script invia una richiesta paginata all'endpoint /api/v2/journals, filtrando per l'intervallo di date di creazione specificato. Scorre le pagine e raccoglie i dati principali di tutte le registrazioni contabili comprese nell'ambito definito.
Recupero della cronologia dettagliata degli eventi: per ogni Journal Entry ID raccolto nel passaggio precedente, lo script effettua due ulteriori chiamate API. Per prima cosa interroga l'endpoint della cronologia della registrazione, ad esempio /api/v2/journals/{id}/history, per ottenere un audit trail dettagliato dei cambiamenti di stato, delle approvazioni e dei rifiuti. In secondo luogo chiama l'endpoint degli allegati, ad esempio /api/v2/journals/{id}/attachments, per identificare quando sono stati aggiunti documenti di supporto.
Trasformazione dei dati in un Event Log: lo script elabora le risposte JSON dell'API. Scorre ogni registrazione e i relativi record della cronologia e degli allegati. Mappa i dati grezzi in un formato strutturato di Event Log, creando una riga distinta per ciascuna delle 12 attività richieste, come 'Journal Entry Created', 'Journal Entry Submitted' e 'Journal Entry Approved'.
Mappatura dei cambiamenti di stato alle attività: le attività principali vengono generate interpretando i dati dell'endpoint della cronologia. Ad esempio, un elemento della cronologia che indica un cambiamento di stato a 'Submitted' diventa l'attività 'Journal Entry Submitted'. Lo script contiene la logica per mappare diversi tipi di eventi della cronologia ai nomi standard delle attività richiesti da ProcessMind.
Creazione dei DataFrame: lo script utilizza la libreria pandas per creare DataFrame. In primo luogo crea un DataFrame per l'evento 'Created' a partire dall'elenco principale delle registrazioni. Successivamente crea un altro DataFrame contenente tutte le altre attività derivate dai log della cronologia e degli allegati. I DataFrame vengono quindi combinati in un unico Event Log completo.
Aggiunta dei metadati e standardizzazione delle colonne: dopo aver combinato i dati, lo script aggiunge le colonne di metadati richieste, tra cui SourceSystem impostato staticamente su 'BlackLine' e LastDataUpdate impostato sull'ora di esecuzione dello script. Rinomina inoltre le colonne per adeguarle allo schema richiesto, ad esempio mappando il campo API id su JournalEntryId.
Esportazione in CSV: infine, lo script esporta il DataFrame dell'Event Log completato in un file CSV denominato blackline_journal_entry_event_log.csv. Il file è formattato e pronto per il caricamento diretto in ProcessMind.

Configurazione

Credenziali API: deve disporre di un Client ID, un Client Secret e un Refresh Token validi per la BlackLine REST API. Questi dati devono essere conservati in modo sicuro e non inseriti direttamente negli script di produzione.
Base URL: lo script richiede il Base URL specifico dell'API BlackLine della Sua organizzazione, ad esempio https://api.blackline.com.
Intervallo di date: lo script è configurato con le variabili START_DATE e END_DATE. Per un'analisi iniziale, si consiglia un intervallo che copra gli ultimi 3-6 mesi di attività, così da disporre di dati sufficienti senza creare un volume eccessivo.
Limite di paginazione: la variabile LIMIT controlla il numero di record recuperati per chiamata API. Il valore predefinito è generalmente 100. La modifica può influire sulle prestazioni, pertanto è preferibile mantenere il valore consigliato, salvo diversa indicazione del supporto BlackLine.
Autorizzazioni richieste: l'utente API associato alle credenziali deve disporre di autorizzazioni sufficienti per leggere registrazioni contabili, cronologia delle registrazioni e allegati relativi ai codici azienda che intende analizzare.
Ambiente Python: per eseguire lo script è necessario un ambiente Python 3.6 o successivo funzionante, con le librerie requests e pandas installate.

a Query di esempio python

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

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Replace with your BlackLine API credentials and base URL
CLIENT_ID = class="hl-string">'[Your Client ID]'
CLIENT_SECRET = class="hl-string">'[Your Client Secret]'
REFRESH_TOKEN = class="hl-string">'[Your Refresh Token]'
BASE_URL = class="hl-string">'[Your BlackLine API Base URL, e.g., https://api.blackline.com]'

class=class="hl-string">"hl-comment"># --- Extraction Parameters ---
START_DATE = class="hl-string">'2023-01-01' class=class="hl-string">"hl-comment"># Format: YYYY-MM-DD
END_DATE = class="hl-string">'2023-12-31'   class=class="hl-string">"hl-comment"># Format: YYYY-MM-DD
LIMIT = 100 class=class="hl-string">"hl-comment"># Records per page

def get_access_token():
    class="hl-string">"""Authenticates with BlackLine to get an access token."""
    auth_url = fclass="hl-string">"{BASE_URL}/api/oauth/token"
    payload = {
        class="hl-string">'grant_type': class="hl-string">'refresh_token',
        class="hl-string">'client_id': CLIENT_ID,
        class="hl-string">'client_secret': CLIENT_SECRET,
        class="hl-string">'refresh_token': REFRESH_TOKEN
    }
    response = requests.post(auth_url, data=payload)
    response.raise_for_status() class=class="hl-string">"hl-comment"># Raise an exception for bad status codes
    return response.json()[class="hl-string">'access_token']

def main():
    class="hl-string">"""Main function to extract, transform, and save journal entry event data."""
    print(class="hl-string">"Starting BlackLine Journal Entry extraction...")
    
    try:
        access_token = get_access_token()
        headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}'}
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Authentication failed: {e}")
        return

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

    class=class="hl-string">"hl-comment"># 1. Fetch all journals within the date range
    print(fclass="hl-string">"Fetching journals created between {START_DATE} and {END_DATE}...")
    journals = []
    offset = 0
    while True:
        journals_url = fclass="hl-string">"{BASE_URL}/api/v2/journals"
        params = {
            class="hl-string">'createdStartDate': START_DATE,
            class="hl-string">'createdEndDate': END_DATE,
            class="hl-string">'limit': LIMIT,
            class="hl-string">'offset': offset
        }
        try:
            response = requests.get(journals_url, headers=headers, params=params)
            response.raise_for_status()
            data = response.json()
            journals.extend(data.get(class="hl-string">'data', []))
            if class="hl-string">'nextLink' not in data or not data.get(class="hl-string">'data'):
                break
            offset += LIMIT
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching journals: {e}")
            break

    print(fclass="hl-string">"Found {len(journals)} journals. Now fetching detailed events for each...")

    class=class="hl-string">"hl-comment"># 2. For each journal, fetch history and attachments
    for journal in journals:
        journal_id = journal.get(class="hl-string">'id')
        if not journal_id:
            continue

        class=class="hl-string">"hl-comment"># --- Activity: Journal Entry Created ---
        events.append({
            class="hl-string">'JournalEntryId': journal_id,
            class="hl-string">'ActivityName': class="hl-string">'Journal Entry Created',
            class="hl-string">'EventTime': journal.get(class="hl-string">'createdDate'),
            class="hl-string">'UserName': journal.get(class="hl-string">'createdBy', {}).get(class="hl-string">'username'),
            class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
            class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
            class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
            class="hl-string">'JournalEntryStatus': journal.get(class="hl-string">'status'),
            class="hl-string">'RejectionReason': None
        })

        class=class="hl-string">"hl-comment"># Fetch history for other activities
        try:
            history_url = fclass="hl-string">"{BASE_URL}/api/v2/journals/{journal_id}/history"
            history_response = requests.get(history_url, headers=headers)
            history_response.raise_for_status()
            history_items = history_response.json().get(class="hl-string">'data', [])
            
            for item in history_items:
                activity_name = None
                rejection_reason = None
                
                class=class="hl-string">"hl-comment"># This mapping requires knowledge of your specific BlackLine history event descriptions
                class=class="hl-string">"hl-comment"># The following are common examples. Adjust them based on your BlackLine configuration.
                event_description = item.get(class="hl-string">'description', class="hl-string">'').lower()
                if class="hl-string">'submitted' in event_description:
                    activity_name = class="hl-string">'Journal Entry Submitted'
                elif class="hl-string">'reviewed' in event_description:
                    activity_name = class="hl-string">'Journal Entry Reviewed'
                elif class="hl-string">'rejected' in event_description:
                    activity_name = class="hl-string">'Journal Entry Rejected'
                    rejection_reason = item.get(class="hl-string">'comment') class=class="hl-string">"hl-comment"># Assuming comment contains the reason
                elif class="hl-string">'resubmitted' in event_description:
                    activity_name = class="hl-string">'Entry Corrected and Resubmitted'
                elif class="hl-string">'approved' in event_description and class="hl-string">'final' in event_description: class=class="hl-string">"hl-comment"># Example for final approval
                    activity_name = class="hl-string">'Journal Entry Approved'
                elif class="hl-string">'approval rescinded' in event_description:
                    activity_name = class="hl-string">'Approval Rescinded'
                elif class="hl-string">'posted' in event_description:
                    activity_name = class="hl-string">'Journal Entry Posted'
                elif class="hl-string">'posting verified' in event_description:
                     activity_name = class="hl-string">'Posting Verified'
                
                if activity_name:
                    events.append({
                        class="hl-string">'JournalEntryId': journal_id,
                        class="hl-string">'ActivityName': activity_name,
                        class="hl-string">'EventTime': item.get(class="hl-string">'eventDate'),
                        class="hl-string">'UserName': item.get(class="hl-string">'user', {}).get(class="hl-string">'username'),
                        class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
                        class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
                        class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
                        class="hl-string">'JournalEntryStatus': journal.get(class="hl-string">'status'),
                        class="hl-string">'RejectionReason': rejection_reason
                    })
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Could not fetch history for Journal ID {journal_id}: {e}")

        class=class="hl-string">"hl-comment"># Fetch attachments
        try:
            attachments_url = fclass="hl-string">"{BASE_URL}/api/v2/journals/{journal_id}/attachments"
            attachments_response = requests.get(attachments_url, headers=headers)
            attachments_response.raise_for_status()
            attachments = attachments_response.json().get(class="hl-string">'data', [])
            for attachment in attachments:
                events.append({
                    class="hl-string">'JournalEntryId': journal_id,
                    class="hl-string">'ActivityName': class="hl-string">'Supporting Documentation Attached',
                    class="hl-string">'EventTime': attachment.get(class="hl-string">'uploadedDate'),
                    class="hl-string">'UserName': attachment.get(class="hl-string">'uploadedBy', {}).get(class="hl-string">'username'),
                    class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
                    class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
                    class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
                    class="hl-string">'JournalEntryStatus': journal.get(class="hl-string">'status'),
                    class="hl-string">'RejectionReason': None
                })
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Could not fetch attachments for Journal ID {journal_id}: {e}")

        class=class="hl-string">"hl-comment"># --- Activities based on journal fields (may need customization) ---
        if journal.get(class="hl-string">'isReversed'):
            events.append({
                class="hl-string">'JournalEntryId': journal_id,
                class="hl-string">'ActivityName': class="hl-string">'Journal Entry Reversal Processed',
                class="hl-string">'EventTime': journal.get(class="hl-string">'[reversalDate]'), class=class="hl-string">"hl-comment"># Placeholder for reversal date field
                class="hl-string">'UserName': journal.get(class="hl-string">'[reversalUser]'), class=class="hl-string">"hl-comment"># Placeholder for user field
                class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
                class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
                class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
                class="hl-string">'JournalEntryStatus': class="hl-string">'Reversed',
                class="hl-string">'RejectionReason': None
            })

        if journal.get(class="hl-string">'reconciliationId'): class=class="hl-string">"hl-comment"># Assuming this indicates reconciliation
            events.append({
                class="hl-string">'JournalEntryId': journal_id,
                class="hl-string">'ActivityName': class="hl-string">'Journal Entry Reconciled',
                class="hl-string">'EventTime': journal.get(class="hl-string">'[reconciliationCertifiedDate]'), class=class="hl-string">"hl-comment"># Placeholder for certified date
                class="hl-string">'UserName': journal.get(class="hl-string">'[reconciliationCertifier]'), class=class="hl-string">"hl-comment"># Placeholder for certifier user
                class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
                class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
                class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
                class="hl-string">'JournalEntryStatus': journal.get(class="hl-string">'status'),
                class="hl-string">'RejectionReason': None
            })
        class=class="hl-string">"hl-comment"># Introduce a small delay to respect API rate limits
        time.sleep(0.1)

    if not events:
        print(class="hl-string">"No events were generated. Please check your date range and API access.")
        return

    class=class="hl-string">"hl-comment"># 3. Create DataFrame and save to CSV
    print(class="hl-string">"Transforming data and saving to CSV...")
    df = pd.DataFrame(events)

    class=class="hl-string">"hl-comment"># Add metadata columns
    df[class="hl-string">'SourceSystem'] = class="hl-string">'BlackLine'
    df[class="hl-string">'LastDataUpdate'] = last_data_update
    
    class=class="hl-string">"hl-comment"># Ensure required columns are present
    final_columns = [
        class="hl-string">'JournalEntryId', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
        class="hl-string">'UserName', class="hl-string">'JournalEntryType', class="hl-string">'CompanyCode', class="hl-string">'JournalEntryAmount', class="hl-string">'JournalEntryStatus', class="hl-string">'RejectionReason'
    ]
    for col in final_columns:
        if col not in df.columns:
            df[col] = None
            
    df = df[final_columns] class=class="hl-string">"hl-comment"># Order columns

    output_filename = class="hl-string">'blackline_journal_entry_event_log.csv'
    df.to_csv(output_filename, index=False)
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")

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

È pronto a iniziare?

Utilizzi questo Template per semplificare la preparazione dei dati e ottenere insight approfonditi sul processo Record to Report - Journal Entry. Inizi oggi il percorso verso una maggiore efficienza e conformità.

Torna alla guida al miglioramento Scarica il Template

Ottimizzi oggi l'efficienza di Record to Report Journal Entry

Riduca del 30% la durata del ciclo delle registrazioni contabili e ottenga chiusure più rapide e accurate.

Inizi la prova gratuita

Non è richiesta alcuna carta di credito • Configurazione in pochi minuti

Il Suo Template dei dati per Record to Report - Journal Entry

Il Suo Template dei dati per Record to Report - Journal Entry

Record to Report - Attributi della registrazione contabile

Record to Report - Attività della registrazione contabile

Guide all'estrazione

Esportazione del report BlackLine Journal Entry & Services

Passaggi

Configurazione

a Query di esempio python

Estrazione tramite script Python con BlackLine REST API

Passaggi

Configurazione

a Query di esempio python

È pronto a iniziare?

Ottimizzi oggi l'efficienza di Record to Report Journal Entry

Il Suo Template dei dati per Record to Report - Journal Entry

Il Suo Template dei dati per Record to Report - Journal Entry

Record to Report - Attributi della registrazione contabile

Record to Report - Attività della registrazione contabile

Guide all'estrazione

Esportazione del report BlackLine Journal Entry & Services

Passaggi

Configurazione

a Query di esempio python

Estrazione tramite script Python con BlackLine REST API

Passaggi

Configurazione

a Query di esempio python

È pronto a iniziare?

Ottimizzi oggi l'efficienza di Record to Report Journal Entry

La Sua privacy è importante