> Miglioramento continuo dei processi > Dalla registrazione alla rendicontazione Registrazione contabile > BlackLine > Template dei dati

Il Suo template dei dati per Record to Report - Registrazione contabile

BlackLine

← Torna alla guida al miglioramento

Attributi di Record to Report - Registrazione contabile(19) Attività di Record to Report - Registrazione contabile(12) Guide all’estrazione(2)

Il Suo template dei dati per Record to Report - Registrazione contabile

Questo template fornisce indicazioni complete per raccogliere i dati necessari all’analisi del processo Record to Report - Registrazione contabile. Illustra gli attributi essenziali da acquisire, le attività principali da monitorare e le modalità pratiche per estrarre queste informazioni da BlackLine. Utilizzi questa risorsa per assicurarsi di raccogliere 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

Attributi di Record to Report - Registrazione contabile

Questi sono i campi dati consigliati da includere nell’Event Log per analizzare in modo completo il processo Record to Report - Registrazione contabile.

5 Obbligatorio 6 Consigliato 8 Facoltativo

	Nome	Descrizione
	Attività ActivityName	Nome dello specifico evento aziendale che si è verificato in un determinato momento del processo di registrazione contabile.
Descrizione Questo attributo descrive una singola fase o attività svolta durante il ciclo di vita della registrazione contabile, ad esempio '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 del processo. È fondamentale per individuare le variazioni del processo, misurare i tempi di passaggio tra le fasi e identificare i cicli di rilavorazione, ad esempio quando una registrazione contabile viene respinta e inviata di nuovo. Perché è importante Definisce le fasi del processo, indispensabili per visualizzare la mappa del processo, analizzare il flusso e individuare deviazioni o colli di bottiglia. Dove reperirli In genere si ricava dai log degli eventi, dai record delle modifiche di stato o dalle tracce di audit di BlackLine. Potrebbe essere necessario associare i codici di stato del sistema a nomi di attività comprensibili. Esempi Registrazione contabile creataRegistrazione contabile inviataRegistrazione contabile approvataRegistrazione contabile contabilizzata
	ID della registrazione contabile JournalEntryId	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 per collegare tutte le attività correlate, come la creazione, la revisione, l’approvazione e la contabilizzazione. Nel Process Mining, questo ID è essenziale per correlare tutti gli eventi appartenenti a un singolo caso di registrazione contabile. Analizzare il flusso del processo in base a questo identificativo consente di ricostruire il percorso end-to-end, dall’avvio alla riconciliazione finale, e di analizzare nel dettaglio i tempi di ciclo, i colli di bottiglia e le variazioni del processo. Perché è importante È l’identificativo principale del caso, che consente di tracciare l’intero ciclo di vita di una singola registrazione contabile e di analizzarne le prestazioni. Dove reperirli È una chiave primaria nelle tabelle delle registrazioni contabili o nelle esportazioni di dati di BlackLine. Per conoscere il nome specifico del campo, consulti la documentazione di BlackLine. Esempi JE2024-001234JE2024-001235JE2024-001236
	Ora di inizio EventTime	Data e ora precise in cui si è verificata una specifica attività o un evento.
Descrizione L’ora dell’evento registra la data e l’ora in cui si è verificato un evento aziendale. Costituisce la base cronologica del processo, definendo la sequenza e la durata di tutte le attività. Questo dato temporale è essenziale per tutte le analisi di Process Mining basate sul tempo. Viene utilizzato per calcolare i tempi di ciclo, i tempi di attesa e gli intervalli tra le attività. Consente di individuare i colli di bottiglia, analizzare l’andamento delle prestazioni nel tempo e valutare il rispetto degli accordi sul livello di servizio. Perché è importante Questo dato temporale è alla base di tutte le metriche relative alle prestazioni, compresi il tempo di ciclo e l’analisi dei colli di bottiglia, e consente di ricostruire il processo in ordine cronologico. Dove reperirli Queste informazioni sono registrate nei campi data e ora dei log degli eventi o dei record delle transazioni in BlackLine. Esempi 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:05:00Z
	Sistema di origine SourceSystem	Il sistema di riferimento da cui sono stati estratti i dati della registrazione contabile.
Descrizione Questo attributo identifica il sistema di origine dei dati degli eventi. In questo caso, in genere si tratta di 'BlackLine', ma possono essere inclusi anche dati provenienti da un sistema ERP a monte, se il processo ha origine lì. Identificare il sistema di origine è importante per la governance dei dati e per comprendere il contesto del processo, soprattutto quando si combinano dati provenienti da più sistemi. Aiuta a risolvere i problemi di acquisizione dei dati e a verificarne la provenienza. Perché è importante Fornisce informazioni essenziali sull’origine dei dati, garantendone la tracciabilità e agevolando la gestione dell’integrazione dei dati provenienti da piattaforme diverse. Dove reperirli In genere è un valore statico aggiunto durante l’estrazione e la trasformazione dei dati per indicare l’origine del set di dati. Esempi BlackLineSAP S/4HANAOracle NetSuite
	Ultimo aggiornamento dei dati LastDataUpdate	Data e ora dell’ultimo aggiornamento o dell’ultima estrazione dei dati dal sistema di origine.
Descrizione Questo attributo indica la data e l’ora dell’acquisizione dei dati più recente. Fornisce un riferimento per valutarne l’aggiornamento e consente agli utenti di sapere quanto sono recenti i dati analizzati. È un metadato essenziale per qualsiasi Dashboard o analisi di Process Mining. Informa gli utenti sull’attualità delle informazioni e aiuta a chiarire se la vista include le transazioni più recenti. Perché è importante Garantisce trasparenza sull’aggiornamento dei dati e consente agli utenti di capire quanto è aggiornata l’analisi del processo. Dove reperirli Questo dato temporale viene generato e aggiunto al set di dati dallo strumento di estrazione o dal processo ETL al momento dell’esecuzione. Esempi 2023-11-01T02:00:00Z2023-11-02T02:00:00Z
	Codice società CompanyCode	Identificativo univoco della persona giuridica o della società per cui viene effettuata la registrazione contabile.
Descrizione Il codice società identifica una specifica persona giuridica all’interno di un gruppo aziendale. È un’unità organizzativa fondamentale nella contabilità finanziaria, perché garantisce che le transazioni siano registrate presso l’entità corretta. Nel Process Mining, il codice società è una dimensione utile per filtrare e confrontare i dati. Consente di analizzare le prestazioni del processo tra diverse entità e di individuare colli di bottiglia specifici di un’area geografica o di una società, variazioni nella conformità e opportunità di standardizzare i processi a livello globale. Supporta direttamente la Dashboard 'Analisi del ritardo tra approvazione e contabilizzazione'. Perché è importante Consente di confrontare le prestazioni e promuovere la standardizzazione dei processi tra diverse persone giuridiche o unità aziendali. Dove reperirli È un campo chiave nell’intestazione della registrazione contabile in BlackLine, spesso sincronizzato dal sistema ERP sottostante. Esempi 1000US01DE012500
	Importo della registrazione contabile JournalEntryAmount	Valore monetario totale della registrazione contabile, in genere pari alla somma degli addebiti.
Descrizione Questo attributo rappresenta il valore finanziario della registrazione contabile. Può essere utilizzato per comprendere l’impatto economico delle inefficienze del processo, ad esempio i ritardi nella contabilizzazione delle registrazioni di importo elevato. Analizzare il processo in base al valore della registrazione consente di tenere conto della rilevanza economica. Ad esempio, è possibile dare priorità ai miglioramenti del processo per le registrazioni di importo elevato, verificare se seguono un percorso di approvazione diverso o stabilire se i loro tempi di ciclo sono più lunghi. In questo modo si aggiunge un contesto aziendale essenziale all’analisi del flusso del processo. Perché è importante Fornisce un contesto finanziario che consente di analizzare i dati in base alla rilevanza economica, ad esempio dando priorità alle registrazioni di importo elevato o individuando deviazioni del processo legate al valore. Dove reperirli 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	Motivo indicato da un revisore quando una registrazione contabile viene respinta.
Descrizione Quando una registrazione contabile viene restituita per le correzioni, in genere l’approvatore indica il motivo del rifiuto. Questo attributo registra tale motivo, che può essere un codice predefinito o un testo libero. È un attributo fondamentale per analizzare le cause profonde della rilavorazione. Esaminando i motivi di rifiuto più frequenti, un’azienda può individuare problemi sistemici, come formazione insufficiente, policy poco chiare o problemi nella documentazione di supporto. Supporta direttamente la Dashboard 'Analisi dei rifiuti e della rilavorazione delle registrazioni contabili' e aiuta a ridurre il tasso complessivo di rifiuto. Perché è importante È essenziale per analizzare le cause profonde della rilavorazione e capire perché le registrazioni contabili vengono respinte, così da poter definire interventi mirati. Dove reperirli Questi dati vengono in genere registrati in un campo per i commenti o per il codice del motivo quando un utente esegue l’azione 'Reject' in BlackLine. Esempi Codice conto erratoDocumentazione di supporto mancanteSoglia superataRegistrazione duplicata
	Stato della registrazione contabile JournalEntryStatus	Stato corrente della registrazione contabile nel suo ciclo di vita, ad esempio 'In Progress', 'Approved' o 'Posted'.
Descrizione Questo attributo indica lo stato corrente del caso della registrazione contabile al momento dell’estrazione dei dati. Fornisce un’istantanea della fase raggiunta dalla registrazione nel processo complessivo. Il Process Mining ricostruisce il flusso a partire dalle attività, ma conoscere lo stato finale è utile per applicare filtri e creare Dashboard riepilogative di alto livello. Consente di individuare rapidamente tutte le registrazioni in attesa di approvazione o bloccate in un determinato stato, un’informazione utile per analizzare il lavoro arretrato. Perché è importante Fornisce un’istantanea dello stato corrente delle registrazioni, utile per analizzare il lavoro arretrato e comprendere le attività in corso. Dove reperirli È un campo di stato standard della registrazione contabile in BlackLine. Esempi In corsoIn attesa di approvazioneApprovatoContabilizzatoRespinto
	Tipo di registrazione contabile JournalEntryType	Classificazione della registrazione contabile, ad esempio standard, ricorrente o di storno.
Descrizione Il tipo di registrazione contabile classifica le registrazioni in base alla loro natura o finalità. Tra i tipi più comuni rientrano le registrazioni manuali standard, quelle generate automaticamente dal sistema, le registrazioni ricorrenti per gli accantonamenti di fine mese e le registrazioni di storno, che vengono stornate automaticamente nel periodo successivo. Questo attributo è essenziale 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. Aiuta a individuare eventuali tipologie più problematiche o inefficienti e a definire interventi di miglioramento mirati. Perché è importante Consente di segmentare l’analisi per capire se i diversi tipi di registrazione contabile seguono percorsi differenti o presentano caratteristiche diverse in termini di prestazioni. Dove reperirli È un campo standard nell’intestazione della registrazione contabile in BlackLine. Per conoscere il nome esatto del campo, consulti la documentazione di BlackLine. Esempi StandardRicorrenteDi stornoAccantonamento
	Utente UserName	Nome o ID dell’utente che ha svolto l’attività.
Descrizione Questo attributo identifica la persona responsabile dell’esecuzione di una specifica fase del processo, ad esempio chi ha inviato, rivisto o approvato una registrazione contabile. Può essere un nome o un ID utente univoco. Analizzare le attività per utente è essenziale per comprendere la distribuzione del carico di lavoro e le prestazioni individuali, nonché per individuare esigenze di formazione. Aiuta a rispondere a domande come 'Il lavoro è distribuito equamente nel team?' o 'Quali utenti impiegano più tempo per ottenere un’approvazione?'. È inoltre fondamentale per le analisi di conformità e delle tracce di audit. Perché è importante Consente di analizzare il carico di lavoro e confrontare le prestazioni dei membri del team, oltre ad aiutare a individuare colli di bottiglia legati alle risorse o esigenze di formazione. Dove reperirli Queste informazioni sono disponibili nei log di audit di BlackLine e spesso sono registrate nei campi 'User ID' o 'Changed By' associati a ciascun evento. Esempi j.doea.smithr.joness.patel
	Conto riconciliato AccountReconciled	Numero del conto di contabilità generale riconciliato tramite la registrazione contabile.
Descrizione Questo attributo identifica il conto specifico del piano dei conti interessato o oggetto di riconciliazione. Le registrazioni contabili fanno spesso parte del processo di riconciliazione dei conti e questo attributo collega la registrazione al conto corrispondente. Supporta direttamente la Dashboard 'Tempo di ciclo della riconciliazione delle registrazioni contabili'. Analizzare il processo per conto consente di individuare se le riconciliazioni di determinati conti richiedono sistematicamente più tempo, segnalando possibili complessità o problemi nei dati relativi a quei conti. Perché è importante Collega il processo di registrazione contabile ai conti specifici oggetto di riconciliazione e consente di analizzare in modo mirato i colli di bottiglia della riconciliazione. Dove reperirli Queste informazioni fanno parte dei dettagli delle righe della registrazione contabile in BlackLine. Se una registrazione interessa più conti, potrebbe essere necessario aggregarle a livello di caso. Esempi 101000210500400100550200
	Data di contabilizzazione PostingDate	Data in cui la registrazione contabile viene contabilizzata ufficialmente nel libro mastro.
Descrizione La data di contabilizzazione è la data di efficacia della transazione nei registri finanziari. È una data fondamentale per la contabilità, perché determina il periodo fiscale in cui la transazione viene rilevata. La data e ora dell’evento indicano quando è avvenuta l’attività di contabilizzazione, mentre la data di contabilizzazione è un attributo chiave dei dati. Viene utilizzata nelle analisi finanziarie per verificare che le registrazioni siano contabilizzate nel periodo corretto e per analizzare i ritardi tra la data della transazione, quella di approvazione e quella di contabilizzazione. Perché è importante Questa data è essenziale per garantire l’accuratezza della rendicontazione finanziaria e aiuta a verificare se le registrazioni vengono contabilizzate nel periodo contabile corretto. Dove reperirli È un campo data standard nell’intestazione della registrazione contabile in BlackLine. Esempi 2023-10-312023-11-012023-10-30
	Documento allegato IsDocumentAttached	Indicatore che specifica se alla registrazione contabile è stata allegata la documentazione di supporto.
Descrizione Questo attributo booleano indica se alla registrazione contabile è stato allegato uno o più documenti di supporto, ad esempio fatture o calcoli. Spesso si tratta di un requisito preliminare per l’approvazione. Questo indicatore è essenziale per la Dashboard 'Conformità della documentazione delle registrazioni contabili' e per il KPI 'Tasso di allegati alla documentazione'. Aiuta a capire se la documentazione mancante è una causa frequente di rifiuti o ritardi e a far rispettare le policy che richiedono gli allegati prima dell’invio per la revisione. Perché è importante Misura direttamente la conformità alle policy sulla documentazione e aiuta a individuare una causa profonda frequente dei ritardi e dei rifiuti in fase di approvazione. Dove reperirli Probabilmente si tratta di un campo derivato, calcolato verificando l’esistenza di un record di allegato associato a JournalEntryId prima dell’attività di invio. Esempi truefalse
	È automatizzata IsAutomated	Indicatore che specifica 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, ad esempio le registrazioni ricorrenti o quelle provenienti da integrazioni di sistema. Analizzare questo attributo aiuta a valutare l’efficacia dell’automazione. Consente di confrontare direttamente i tempi di ciclo, i tassi di errore e i costi dei processi automatizzati e manuali. È fondamentale per definire un business case a sostegno di ulteriori iniziative di automazione e misurare il ritorno sull’investimento di quelle esistenti. Perché è importante Consente di confrontare direttamente i processi manuali e quelli automatizzati, un aspetto essenziale per misurare l’impatto e il ritorno sull’investimento delle iniziative di automazione. Dove reperirli Si può dedurre dal 'tipo di registrazione contabile' (ad esempio, 'Recurring') oppure dal campo 'User', se per le contabilizzazioni automatizzate vengono utilizzati utenti di sistema, come 'SYSTEM' o 'BATCH'. Esempi truefalse
	È una rilavorazione IsRework	Indicatore calcolato, impostato su vero se la registrazione contabile è stata respinta almeno una volta.
Descrizione Questo indicatore booleano viene calcolato per individuare le registrazioni contabili sottoposte a rilavorazione. In genere viene impostato su vero se un caso include l’attività 'Journal Entry Rejected' seguita da 'Corrected and Resubmitted'. L’attributo semplifica l’analisi della rilavorazione, consentendo agli utenti di filtrare facilmente tutti i casi in cui si è verificato un rifiuto. È fondamentale per calcolare il KPI 'Tasso di rifiuto delle registrazioni contabili' e per approfondire i dati nella Dashboard 'Analisi dei rifiuti e della rilavorazione delle registrazioni contabili', così da comprendere l’impatto dei problemi di qualità in termini di costi e tempi. Perché è importante Individua facilmente i casi con rilavorazione, semplificando il calcolo dei tassi di rifiuto e l’analisi dell’impatto dei problemi di qualità. Dove reperirli Questo indicatore viene calcolato nello strumento di Process Mining verificando la sequenza delle attività per ciascun caso. Esempi truefalse
	Reparto Department	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 a cui vengono allocati i costi. Aggiunge un ulteriore livello di contesto organizzativo. Analizzare il processo per reparto aiuta a capire come le diverse aree aziendali utilizzano il processo di registrazione contabile. Può rivelare differenze in termini di efficienza, conformità o tassi di rilavorazione tra i reparti e mettere in evidenza le aree che potrebbero aver bisogno di ulteriore supporto o di una maggiore standardizzazione dei processi. Perché è importante Consente di confrontare le prestazioni del processo tra i diversi reparti aziendali, mettendo in luce le differenze e le opportunità di standardizzazione. Dove reperirli Queste informazioni sono in genere incluse nei dati delle righe o dell’intestazione della registrazione contabile in BlackLine e spesso sono collegate al conto di contabilità generale. Esempi FinanzaMarketingVenditeOperazioni
	Ritardo tra approvazione e contabilizzazione ApprovalToPostingLag	Durata calcolata tra l’approvazione finale e l’effettiva contabilizzazione della registrazione contabile.
Descrizione Questa metrica misura il ritardo tra l’approvazione completa di una registrazione contabile e la sua contabilizzazione nel libro mastro. Si calcola come differenza tra l’attività 'Journal Entry Approved' e l’attività 'Journal Entry Posted'. È un KPI essenziale per individuare i colli di bottiglia successivi all’approvazione, che possono ritardare notevolmente la chiusura finanziaria. La Dashboard 'Analisi del ritardo tra approvazione e contabilizzazione' utilizza questa metrica per indagare perché le registrazioni approvate non vengono contabilizzate tempestivamente e contribuire a snellire le fasi finali del processo. Perché è importante Misura in modo specifico l’efficienza successiva all’approvazione e aiuta a individuare ed eliminare i ritardi che incidono sulla rapidità della chiusura finanziaria. Dove reperirli Questa metrica viene calcolata nello strumento di Process Mining determinando, per ciascun caso, la durata tra gli eventi 'Journal Entry Approved' e 'Journal Entry Posted'. Esempi P0DT1H10MP1DT2H0MP0DT0H5M
	Valuta Currency	Codice della valuta dell’importo indicato nella registrazione contabile.
Descrizione Questo attributo specifica la valuta dell’importo della registrazione contabile, 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 in base a valute specifiche ed è un campo necessario per qualsiasi Dashboard che aggrega importi finanziari. Perché è importante Fornisce il contesto necessario per interpretare correttamente gli importi finanziari e consente di svolgere analisi specifiche per valuta. Dove reperirli È un campo standard nell’intestazione della registrazione contabile in BlackLine, solitamente denominato 'Document Currency' o in modo simile. Esempi USDEURGBPJPY

Obbligatorio Consigliato Facoltativo

Attività di Record to Report - Registrazione contabile

Queste sono le fasi e le tappe principali da acquisire nell’Event Log per individuare e analizzare con precisione il processo delle registrazioni contabili.

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 previste. Viene rilevata quando l’ultimo utente autorizzato approva la registrazione, determinando il passaggio di stato ad 'Approved'.
Perché è importante È una tappa fondamentale che conclude il processo di approvazione. L’intervallo tra 'Journal Entry Submitted' e questo evento corrisponde al 'tempo di ciclo dell’approvazione', un KPI essenziale per misurare l’efficienza del flusso di lavoro. Dove reperirli L’evento si deduce dal passaggio di stato ad 'Approved' nel record della registrazione contabile. L’ID utente dell’approvatore finale e la data e ora dell’approvazione sono in genere registrati nella cronologia di audit di BlackLine. Acquisizione Si deduce dalla data e ora in cui lo stato della registrazione contabile viene aggiornato ad 'Approved'. Tipo di evento inferred
	Registrazione contabile contabilizzata	Indica 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 lo stato della registrazione ad 'Posted'.
Perché è importante È una tappa fondamentale, spesso considerata la conclusione operativa del processo. Il tempo che intercorre tra 'Journal Entry Approved' e questa attività è un indicatore chiave dell’efficienza successiva all’approvazione. Dove reperirli In genere si deduce dal passaggio di stato ad 'Posted'. L’evento può anche essere registrato esplicitamente in una tabella della cronologia delle contabilizzazioni o in una traccia di audit, con una data e un’ora specifiche. Acquisizione Si deduce dalla data e ora in cui lo stato della registrazione contabile viene aggiornato ad '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 registrata quando un utente crea un nuovo record in BlackLine; il sistema genera un ID registrazione contabile univoco e registra la data e l’ora di creazione e l’utente.
Perché è importante È il principale evento di inizio del processo. Analizzare il tempo che intercorre tra questa attività e le successive permette di calcolare il tempo di ciclo complessivo e di individuare eventuali ritardi nelle prime fasi del flusso di lavoro. Dove reperirli Questo evento viene registrato esplicitamente nel modulo delle registrazioni contabili di BlackLine. È ricavato dalla data e ora di creazione e dai dati dell’utente associati a ciascun ID registrazione contabile nella tabella principale delle registrazioni o nella relativa cronologia di audit. Acquisizione Ricavato dalla data e ora «Data di creazione» associata al record della registrazione contabile. Tipo di evento explicit
	Registrazione contabile inviata	Questa attività si verifica quando chi prepara la registrazione la invia formalmente al flusso di lavoro di revisione e approvazione. In genere viene registrata come modifica di stato, ad esempio da «In preparazione» a «Inviata», insieme alla data e ora.
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 di entrambe le fasi. Dove reperirli Probabilmente viene dedotta da una modifica di stato del record della registrazione contabile in BlackLine. L’ora in cui lo stato passa a «Inviata per l’approvazione» o a un valore simile segna il momento dell’evento. Acquisizione Deducibile dalla data e ora in cui il campo dello stato della registrazione contabile viene aggiornato a «Inviata» o «In attesa di approvazione». 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 include la registrazione.
Perché è importante Questa attività rappresenta la fase conclusiva del processo end-to-end. L’intervallo tra 'Journal Entry Posted' e 'Reconciled' misura l’efficienza della riconciliazione dei conti nell’ambito della chiusura finanziaria. Dove reperirli È un evento dedotto. Si individua quando lo stato della riconciliazione dei conti che include la registrazione contabile specifica passa ad 'Certified' nel modulo Account Reconciliation di BlackLine. Acquisizione Si deduce collegando la registrazione contabile alla riconciliazione dei conti corrispondente e rilevando 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 registrata quando un utente seleziona l’azione «Rifiuta», che aggiorna lo stato della registrazione a «Rifiutata» e viene riportata nel registro di audit.
Perché è importante È un’attività fondamentale per individuare rilavorazioni, problemi di qualità e necessità di formazione. Analizzare la frequenza e le cause dei rifiuti, insieme alle successive fasi di rilavorazione, è essenziale per migliorare il processo e ridurre i tempi di ciclo. Dove reperirli In genere viene dedotta da una modifica dello stato della registrazione contabile a «Rifiutata» o «Da correggere». La cronologia di BlackLine registra la data e ora e l’utente che ha rifiutato la registrazione. Acquisizione Deducibile dalla data e ora in cui lo stato della registrazione contabile viene aggiornato a «Rifiutata». Tipo di evento inferred
	Approvazione revocata	Questa attività rappresenta la revoca di un’approvazione già concessa da parte di un approvatore, con il conseguente ritorno della registrazione contabile a uno stato precedente. È rilevata dal passaggio di stato da 'Approved' a uno stato precedente, ad esempio 'In Preparation'.
Perché è importante Questa attività, rara ma importante, mette in evidenza le eccezioni di processo e i potenziali problemi individuati dopo l’approvazione ma prima della registrazione in contabilità. Può segnalare errori nei dati o modifiche alle policy che incidono sulla registrazione. Dove reperirli Si tratterebbe di un evento dedotto, individuato dal passaggio di stato da 'Approved' a uno stato modificabile e non ancora registrato. L’azione verrebbe registrata nei log di audit dettagliati di BlackLine. Acquisizione Si individua dal passaggio di stato da 'Approved' a uno stato precedente, ad esempio 'In Preparation' o 'Submitted'. Tipo di evento inferred
	Contabilizzazione verificata	Conferma che una registrazione contabile contabilizzata è stata ricevuta e registrata correttamente nel sistema ERP di destinazione. Può trattarsi di uno scambio automatico tra sistemi o di una conferma manuale.
Perché è importante Questa attività conclude la fase di contabilizzazione e garantisce l’integrità dei dati tra i sistemi. L’intervallo tra 'Posted' e 'Verified' può mettere in luce problemi di integrazione o ritardi nella sincronizzazione dei sistemi. Dove reperirli Può essere un evento esplicito registrato nel log di integrazione tra sistemi oppure si può dedurre dal passaggio di stato a un valore come 'Posted and Verified'. Se la conferma è manuale, si tratta di un aggiornamento di stato effettuato da un utente. Acquisizione Si deduce dall’aggiornamento dello stato ad 'Verified' o da un indicatore di conferma ricevuto dal sistema ERP di destinazione. Tipo di evento inferred
	Documentazione di supporto allegata	Indica l’azione con cui un utente allega uno o più documenti di supporto alla registrazione contabile. In genere, l’evento viene registrato in un registro di audit o in una tabella degli allegati collegata all’ID registrazione contabile.
Perché è importante Monitorare questa attività è fondamentale per controllare la conformità e l’efficienza. Aiuta a capire se i ritardi nel processo di approvazione dipendono dalla documentazione mancante e supporta il KPI «Tasso di allegati della documentazione». Dove reperirli Di solito si tratta di un evento esplicito in BlackLine, registrato in una traccia di audit o nel registro degli allegati. I dati comprendono l’ID registrazione contabile, l’utente che ha allegato il file e la data e ora. 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 per una registrazione contabile. Tipo di evento explicit
	Registrazione contabile revisionata	Indica una fase formale di revisione in un processo di approvazione a più livelli, svolta da un revisore designato. In genere viene registrata come modifica di stato o come voce specifica che indica l’azione del revisore.
Perché è importante Nelle organizzazioni che distinguono la revisione dall’approvazione, questa attività aiuta a individuare i colli di bottiglia nella catena di approvazione. Mostra quanto tempo le registrazioni attendono la revisione iniziale rispetto all’approvazione finale. Dove reperirli Nei flussi di lavoro di BlackLine, può essere un evento esplicito nel registro della cronologia delle approvazioni oppure può essere dedotto da una modifica di stato a «Revisionata» o «In attesa di approvazione finale». Vengono registrati l’utente e la data e ora. Acquisizione Deducibile dalla data e ora in cui lo stato della registrazione contabile cambia per indicare il completamento della fase di revisione. Tipo di evento inferred
	Registrazione corretta e inviata di nuovo	Si verifica dopo che una registrazione contabile è stata respinta e il preparatore ha apportato le correzioni necessarie e l’ha inviata di nuovo. L’evento è rilevato dal passaggio di stato da 'Rejected' a 'Submitted for Approval'.
Perché è importante Questa attività consente di quantificare il tempo e l’impegno dedicati alla rilavorazione. L’intervallo tra 'Journal Entry Rejected' e questo evento corrisponde al tempo di rilavorazione, un indicatore chiave per l’analisi dell’efficienza. Dove reperirli L’evento si deduce osservando una sequenza di cambiamenti di stato nei dati di BlackLine, in particolare il passaggio da 'Rejected' a 'Submitted' o 'Pending Approval' per lo stesso ID della registrazione contabile. Acquisizione Si deduce dal passaggio 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 precedente già contabilizzata. In genere viene avviata in seguito alla scoperta di un errore dopo la contabilizzazione della registrazione originale.
Perché è importante Questo evento è un chiaro indicatore di problemi nella qualità dei dati a monte. Monitorare la frequenza degli storni consente di misurare il 'tasso di rettifiche successive alla contabilizzazione' e di individuare le aree in cui è necessario migliorare la precisione. Dove reperirli Spesso si tratta di un evento esplicito, in cui un utente avvia l’azione 'Reverse' in BlackLine su una registrazione già contabilizzata. Il sistema crea una nuova registrazione di storno, spesso collegata all’ID della registrazione contabile originale. Acquisizione L’evento viene rilevato quando viene registrata un’azione 'Reverse' oppure quando viene creata una nuova registrazione con un indicatore di storno e un collegamento all’ID della registrazione originale. Tipo di evento explicit

Consigliato Facoltativo

Guide all’estrazione

Come ottenere i dati da BlackLine

Passaggi

Acceda alla Sua istanza BlackLine con un account utente che disponga delle autorizzazioni necessarie per consultare i dati finanziari.
Acceda al modulo di reportistica, in genere disponibile in un menu come 'Report' > 'Report standard'.
Nell’elenco dei report standard disponibili, individui e selezioni 'Journal Entry & Services Report' o un report completo delle registrazioni contabili con un nome simile.
Configuri i parametri del report. Specifichi l’intervallo di date da estrarre, che deve corrispondere al periodo che desidera analizzare. Per iniziare, si consiglia un periodo da 3 a 6 mesi.
Applichi i filtri necessari per circoscrivere i dati. Come minimo, filtri per i codici società pertinenti. Può anche filtrare per stato della registrazione contabile, includendo tutti gli stati rilevanti dalla creazione alla registrazione.
Selezioni tutte le colonne disponibili, così che il report includa i campi necessari relativi a date, utenti e stati per generare l’Event Log. Tra i campi principali figurano la data di creazione, di invio, di approvazione e di registrazione, oltre ai ruoli degli utenti.
Esegua il report direttamente nell’interfaccia di BlackLine. Al termine della generazione, utilizzi la funzione 'Export' o 'Download' per salvare i dati in un file CSV. Lo denomini 'blackline_report.csv'.
Predisponga un ambiente Python con la libreria pandas installata. Se non è disponibile, la installi con il comando: pip install pandas.
Inserisca lo script Python fornito nella stessa cartella del file 'blackline_report.csv' scaricato.
Esegua lo script Python. Lo script leggerà il report CSV originale, trasformerà i dati creando una riga distinta per ogni attività aziendale e genererà un nuovo file denominato 'event_log.csv' nel formato richiesto.
Verifichi il file 'event_log.csv' per accertare la qualità e la completezza dei dati prima del caricamento.
Carichi il file 'event_log.csv' definitivo 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: per un’analisi iniziale si consiglia di estrarre da 3 a 6 mesi di dati. Il filtro per data del report si applica in genere alla data di creazione o di registrazione della scrittura contabile. Verifichi quale campo data viene utilizzato per il filtro, così da estrarre il set di dati corretto.
Filtri principali:
- Codice società: specifichi sempre i codici società da analizzare per limitare il volume dei dati e circoscrivere l’analisi.
- Stato della registrazione contabile: selezioni tutti gli stati, ad esempio In preparazione, Inviata, Approvata, Rifiutata e Registrata, per acquisire l’intero processo.
- Tipo di registrazione contabile: se necessario, filtri per tipi specifici, ad esempio Standard o Ricorrente, 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 report standard in BlackLine. In genere è necessario un ruolo come 'Accountant' o 'Reporting User'.
Considerazioni sulle prestazioni: l’esportazione di un set di dati ampio, relativo a un periodo lungo o a numerosi codici società, può richiedere molte risorse e tempi considerevoli nell’interfaccia di BlackLine. Se si verificano problemi di prestazioni o timeout, valuti di eseguire il report in più lotti.

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 con pip: pip install requests pandas. Richieda all’amministratore BlackLine le credenziali API (Client ID, Client Secret e Refresh Token) e l’URL di base BlackLine dell’organizzazione.
Configurazione delle variabili dello script: apra lo script Python e individui la sezione di configurazione. Inserisca Client ID, Client Secret, Refresh Token e URL di base. 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 credenziali all’endpoint di autenticazione BlackLine (/api/oauth/token) e recupera un token di accesso temporaneo, necessario per tutte le successive richieste API.
Recupero dell’elenco iniziale delle registrazioni contabili: lo script invia una richiesta con paginazione all’endpoint /api/v2/journals, filtrando in base all’intervallo di date di creazione specificato. Scorre le pagine e raccoglie i dati principali di tutte le registrazioni contabili comprese nell’ambito selezionato.
Recupero della cronologia dettagliata degli eventi: per ogni ID di registrazione contabile raccolto nel passaggio precedente, lo script effettua altre due chiamate API. La prima interroga l’endpoint della cronologia della registrazione, ad esempio /api/v2/journals/{id}/history, per recuperare una traccia di audit dettagliata delle modifiche di stato, delle approvazioni e dei rifiuti. La seconda chiama l’endpoint degli allegati, ad esempio /api/v2/journals/{id}/attachments, per individuare quando sono stati aggiunti i documenti giustificativi.
Trasformazione dei dati in un Event Log: lo script elabora le risposte JSON dell’API. Scorre ogni registrazione contabile e i relativi record di cronologia e allegati, quindi converte i dati originali nel formato strutturato dell’Event Log, creando una riga distinta per ciascuna delle 12 attività richieste, come 'Journal Entry Created', 'Journal Entry Submitted' e 'Journal Entry Approved'.
Associazione delle modifiche di stato alle attività: le attività principali vengono generate interpretando i dati dell’endpoint della cronologia. Per esempio, una voce che indica il passaggio allo stato 'Submitted' diventa l’attività 'Journal Entry Submitted'. Lo script associa i diversi tipi di evento della cronologia ai nomi standard delle attività richiesti da ProcessMind.
Creazione dei DataFrame: lo script utilizza la libreria pandas per creare i DataFrame. In primo luogo, crea un DataFrame per l’evento 'Created' ricavato dall’elenco principale delle registrazioni contabili. Poi ne crea un altro con tutte le altre attività ottenute dai registri della cronologia e degli allegati. Infine, li combina in un unico Event Log completo.
Aggiunta dei metadati e uniformazione delle colonne: dopo aver combinato i dati, lo script aggiunge le colonne di metadati richieste, tra cui SourceSystem (impostato su 'BlackLine') e LastDataUpdate (impostato sull’ora di esecuzione dello script). Rinomina inoltre le colonne secondo lo schema richiesto, ad esempio associando il campo API id a 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 essere caricato direttamente in ProcessMind.

Configurazione

Credenziali API: deve disporre di un Client ID, un Client Secret e un Refresh Token validi per l’API REST di BlackLine. Le credenziali devono essere conservate in modo sicuro e non inserite direttamente negli script utilizzati in produzione.
URL di base: lo script richiede l’URL di base specifico dell’API BlackLine dell’organizzazione, ad esempio https://api.blackline.com.
Intervallo di date: lo script utilizza 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 set eccessivamente ampio.
Limite di paginazione: la variabile LIMIT determina il numero di record recuperati per chiamata API. Il valore predefinito è in genere 100. Modificarlo può influire sulle prestazioni; è quindi preferibile mantenere il valore consigliato, salvo diversa indicazione del supporto BlackLine.
Autorizzazioni necessarie: l’utente API associato alle credenziali deve disporre di autorizzazioni sufficienti per leggere le registrazioni contabili, la relativa cronologia e gli allegati per i codici società 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.

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 informazioni utili sul processo Record to Report - Registrazione contabile. Inizi oggi a migliorare l’efficienza e la conformità.

Torna alla guida al miglioramento

Scarica il template

Migliori oggi l’efficienza delle registrazioni contabili nel processo Record to Report

Riduca del 30% il tempo di ciclo delle registrazioni contabili e ottenga chiusure più rapide e accurate.

Inizi la prova gratuita

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

Il Suo template dei dati per Record to Report - Registrazione contabile

Il Suo template dei dati per Record to Report - Registrazione contabile

Attributi di Record to Report - Registrazione contabile

Attività di Record to Report - Registrazione contabile

Guide all’estrazione

Esportazione del report delle registrazioni contabili e dei servizi di BlackLine

Passaggi

Configurazione

Query di esempio python

Estrazione tramite script Python e API REST di BlackLine

Passaggi

Configurazione

Query di esempio python

È pronto a iniziare?

Migliori oggi l’efficienza delle registrazioni contabili nel processo Record to Report