> 継続的なプロセス改善 > 決算・レポーティング：仕訳入力 > BlackLine > データテンプレート

決算・レポーティングの仕訳データテンプレート

BlackLine

決算・レポーティングの仕訳に関する属性(19) 決算・レポーティングの仕訳に関するアクティビティ(12) データ抽出ガイド(2)

決算・レポーティングの仕訳データテンプレート

このテンプレートでは、決算・レポーティングの仕訳プロセスを分析するために必要なデータの収集方法を説明します。収集すべき属性や追跡するアクティビティ、BlackLineから情報を抽出する手順をまとめています。プロセスマイニングに必要なデータを漏れなく取得するためにご利用ください。

収集を推奨する属性
追跡する主なアクティビティ
データ抽出ガイド

イベントログを初めて作成する方はこちら：プロセスマイニング用イベントログの作成方法.

テンプレートをダウンロード

決算・レポーティングの仕訳に関する属性

決算・レポーティングの仕訳プロセスを詳しく分析するために、イベントログに含めることを推奨するデータ項目です。

5 必須 6 推奨 8 任意

	名前	説明
	アクティビティ ActivityName	仕訳プロセスで特定の時点に発生した業務イベントの名称です。
説明仕訳のライフサイクルで実行された個々の手順やタスクを表す属性です。「仕訳作成」「仕訳承認」「仕訳転記」などが該当し、それぞれがプロセス内の個別のイベントを示します。アクティビティの順序を分析すると、プロセスフローを可視化して把握できます。プロセスのばらつきを見つけ、手順間の所要時間を測定し、仕訳の却下と再提出のような手戻りのループを特定するうえで基本となる情報です。重要な理由プロセスの手順を定義する情報です。プロセスマップの可視化、フローの分析、逸脱やボトルネックの特定に欠かせません。入手先通常、BlackLineのイベントログ、ステータス変更記録、監査証跡から取得します。システムのステータスコードを分かりやすいアクティビティ名に対応付ける必要がある場合があります。例仕訳の作成仕訳の提出仕訳承認仕訳転記
	仕訳ID JournalEntryId	個々の仕訳を一意に識別するIDです。仕訳のライフサイクルを追跡するための主要なケース識別子として使われます。
説明仕訳IDは、総勘定元帳に記録された各金融取引のまとまりを一意に識別します。作成、レビュー、承認、転記など、関連するすべてのアクティビティを結び付ける中心的なキーです。プロセスマイニングでは、1件の仕訳に属するすべてのイベントを関連付けるために、このIDが欠かせません。このIDに基づいてプロセスフローを分析すると、開始から最終照合までの一連の流れを再構成でき、サイクルタイム、ボトルネック、プロセスのばらつきを詳しく分析できます。重要な理由 1件の仕訳のライフサイクル全体を追跡し、処理状況を分析するための基本となるケース識別子です。入手先 BlackLineの仕訳テーブルまたはデータエクスポートに含まれる主キーです。具体的なフィールド名はBlackLineの文書をご確認ください。例 JE2024-001234JE2024-001235JE2024-001236
	開始時刻 EventTime	特定のアクティビティまたはイベントが発生した日時を示す正確なタイムスタンプです。
説明イベント時刻は、業務イベントが発生した日時を記録します。すべてのアクティビティの順序と所要時間を定める、プロセスの時系列の基盤です。時間に基づくプロセスマイニング分析に欠かせない情報です。サイクルタイム、待ち時間、アクティビティ間の所要時間の計算に使います。また、ボトルネックの特定、期間ごとのパフォーマンス分析、サービスレベル合意の遵守状況の評価にも役立ちます。重要な理由サイクルタイムやボトルネック分析など、あらゆるパフォーマンス指標の基礎となるタイムスタンプです。プロセスを時系列に沿って再構成できます。入手先この情報は、BlackLineのイベントログまたは取引記録にあるタイムスタンプフィールドに記録されます。例 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:05:00Z
	ソースシステム SourceSystem	仕訳データの抽出元となる記録システムです。
説明イベントデータの発生元システムを示す属性です。この場合は通常「BlackLine」ですが、プロセスが上流のERPシステムから始まる場合は、そのデータも含まれることがあります。ソースシステムの特定は、データガバナンスとプロセスのコンテキスト把握に役立ちます。特に複数のシステムのデータを統合する環境では重要です。データ取り込みの問題の調査や、データの来歴の確認にも役立ちます。重要な理由データの発生元を把握するための重要なコンテキストとなり、追跡可能性を確保するとともに、異なるプラットフォーム間のデータ連携の管理に役立ちます。入手先通常、データの抽出・変換時にデータセットの発生元を示すために追加する固定値です。例 BlackLineSAP S/4HANAOracle NetSuite
	最終データ更新 LastDataUpdate	ソースシステムからデータが最後に更新または抽出された日時を示すタイムスタンプです。
説明データを最後に取得した日時を示す属性です。分析対象データの鮮度を確認する基準となり、データがどの時点のものかを把握できます。プロセスマイニングのダッシュボードや分析に欠かせないメタデータです。インサイトがどの程度最新のデータに基づいているかを示し、直近の取引が表示に含まれているかどうかについて、利用者の認識をそろえるのに役立ちます。重要な理由データの鮮度を明示し、プロセス分析がどの時点のデータに基づいているかを把握できます。入手先データ抽出ツールまたはETLプロセスの実行時に、タイムスタンプが生成されてデータセットに追加されます。例 2023-11-01T02:00:00Z2023-11-02T02:00:00Z
	ユーザー UserName	アクティビティを実行したユーザーの名前またはIDです。
説明仕訳の提出、レビュー、承認など、特定のプロセス手順を実行した担当者を示す属性です。名前または一意のユーザーIDが記録されます。ユーザー別にアクティビティを分析すると、業務量の配分や個人のパフォーマンスを把握し、トレーニングが必要な領域を特定できます。「チーム内で業務量が均等に分配されているか」「承認に最も時間がかかっているユーザーは誰か」といった問いにも答えられます。コンプライアンスや監査証跡の分析にも欠かせません。重要な理由業務量の分析やチームメンバー間のパフォーマンス比較に役立ち、人員に関するボトルネックやトレーニングの必要性を特定できます。入手先この情報はBlackLineの監査ログで確認できます。各イベントに関連付けられた「ユーザーID」や「変更者」フィールドに記録されていることがよくあります。例 j.doea.smithr.joness.patel
	仕訳ステータス JournalEntryStatus	「処理中」「承認済み」「転記済み」など、ライフサイクルにおける仕訳の現在のステータスです。
説明データ抽出時点での仕訳ケースの状態を示す属性です。プロセス全体のどの段階に仕訳があるかを把握できます。プロセスマイニングではアクティビティからフローを再構成しますが、最終ステータスがあると、フィルターや概要ダッシュボードの作成に役立ちます。承認待ちの仕訳や、特定の状態で滞留している仕訳をすばやく特定できるため、未処理業務の分析にも有用です。重要な理由仕訳の現在の状態を把握でき、未処理業務や進行中の作業の分析に役立ちます。入手先 BlackLineの仕訳にある標準的なステータスフィールドです。例処理中承認待ち承認済み転記済み却下
	仕訳タイプ JournalEntryType	標準仕訳、定期仕訳、取消仕訳など、仕訳の分類です。
説明仕訳タイプは、性質や目的に応じて仕訳を分類します。一般的なタイプには、標準的な手入力仕訳、自動生成された仕訳、月末の未払計上などに使う定期仕訳、次の会計期間に自動で取り消される取消仕訳があります。この属性は、分類別の分析や比較に欠かせません。仕訳タイプごとにサイクルタイムや却下率などの処理状況を比較できます。特定のタイプで問題や非効率が多いかを把握し、対象を絞ったプロセス改善につなげられます。重要な理由仕訳タイプごとに異なる処理経路やパフォーマンスの傾向があるかを把握するため、分類別に分析できます。入手先 BlackLineの仕訳ヘッダーにある標準フィールドです。正確なフィールド名はBlackLineの文書をご確認ください。例標準定期取消未払計上
	仕訳金額 JournalEntryAmount	仕訳の合計金額です。通常は借方金額の合計を指します。
説明仕訳の金額を示す属性です。金額の大きい仕訳の転記遅延など、プロセスの非効率が財務に与える影響を把握するために使えます。仕訳金額に基づいて分析すると、金額の重要性に応じた優先順位付けができます。たとえば、高額仕訳のプロセス改善を優先する、承認経路が異なるかを調べる、サイクルタイムが長いかを確認するといった分析が可能です。プロセスフローを業務上の背景と結び付けて把握できます。重要な理由財務面のコンテキストを加え、金額の重要性に応じた分析を可能にします。高額仕訳の優先順位付けや、金額に応じたプロセス逸脱の特定に役立ちます。入手先 BlackLineの仕訳ヘッダーにある標準フィールドまたは計算フィールドで、借方または貸方の合計金額を示します。例 15000.00250.75125000.50500.00
	会社コード CompanyCode	仕訳の対象となる法人または会社を一意に識別するコードです。
説明会社コードは、企業グループ内の特定の法人を示します。取引を正しい法人に計上するための、財務会計における基本的な組織単位です。プロセスマイニングでは、会社コードを分析の切り口やフィルターとして利用できます。法人ごとの処理状況を比較し、地域や法人固有のボトルネック、コンプライアンスのばらつき、グローバルでのプロセス標準化の機会を特定できます。「承認から転記までの遅延分析」ダッシュボードにも直接利用できます。重要な理由異なる法人や事業部門間で処理状況を比較し、プロセスの標準化を進めるのに役立ちます。入手先 BlackLineの仕訳ヘッダーにある主要なフィールドで、基盤となるERPシステムから同期されることがよくあります。例 1000US01DE012500
	却下理由 RejectionReason	仕訳を却下した際にレビュー担当者が記入する理由です。
説明仕訳が修正のために差し戻されると、通常、承認者は却下理由を記入します。この属性には、定義済みコードまたは自由記述のテキストで理由が記録されます。手戻りの根本原因を分析するうえで重要な属性です。よくある却下理由を分析すると、トレーニング不足、方針の不明確さ、根拠資料の問題など、組織全体に関わる課題を特定できます。「仕訳の却下・手戻り分析」ダッシュボードでの分析に役立ち、全体の却下率の低減につながります。重要な理由プロセスの手戻りの根本原因を分析し、仕訳が却下される理由を特定して、対象を絞った改善につなげるために欠かせません。入手先通常、BlackLineでユーザーが「却下」操作を行った際に、コメントまたは理由コードのフィールドに記録されます。例勘定コードの誤り根拠資料の不足上限超過仕訳の重複
	勘定照合済み AccountReconciled	仕訳による照合の対象となる総勘定元帳の勘定科目番号です。
説明勘定科目一覧のうち、仕訳の影響を受ける、または照合対象となる特定の勘定科目を示す属性です。仕訳は勘定照合プロセスの一部となることが多く、この属性によって仕訳を該当する勘定科目に関連付けます。「仕訳照合サイクルタイム」ダッシュボードでの分析に直接役立ちます。勘定科目ごとにプロセスを分析すると、特定の勘定科目の照合に一貫して時間がかかっているかを特定でき、勘定科目固有の複雑さやデータの問題を把握できます。重要な理由仕訳プロセスを照合対象の勘定科目に関連付け、照合におけるボトルネックを絞り込んで分析できます。入手先この情報はBlackLineの仕訳明細に含まれます。仕訳が複数の勘定科目に影響する場合は、ケース単位に集約する必要があります。例 101000210500400100550200
	手戻りの有無 IsRework	仕訳が1回以上却下された場合に真となる計算フラグです。
説明手戻りが発生した仕訳を特定するために算出する真偽値フラグです。通常、ケースに「仕訳却下」アクティビティがあり、その後に「修正して再提出」アクティビティが続く場合に真となります。この属性を使うと、却下を経験したすべてのケースを簡単に絞り込めるため、手戻りの分析が容易になります。「仕訳却下率」の重要業績評価指標（KPI）の算出や、「仕訳の却下・手戻り分析」ダッシュボードで品質問題がもたらすコストと時間の影響を詳しく調べるうえで基本となる情報です。重要な理由手戻りが発生したケースを簡単に特定でき、却下率の算出や品質問題の影響分析を効率化できます。入手先プロセスマイニングツールで、各ケースのアクティビティの順序を確認して算出します。例 truefalse
	承認から転記までの遅延 ApprovalToPostingLag	最終承認から仕訳の実際の転記までにかかった時間です。
説明仕訳の最終承認後、総勘定元帳に転記されるまでの遅延時間を測定する指標です。「仕訳承認」アクティビティから「仕訳転記」アクティビティまでの時間差として算出します。財務決算を大幅に遅らせる可能性がある、承認後のボトルネックの特定に重要な指標です。「承認から転記までの遅延分析」ダッシュボードでは、この指標を使って承認済みの仕訳が速やかに転記されない理由を調べ、プロセスの最終段階の効率化に役立てます。重要な理由承認後の処理効率を測定し、財務決算の迅速化に影響する遅延の特定と解消に役立ちます。入手先プロセスマイニングツールで、各ケースの「仕訳承認」イベントから「仕訳転記」イベントまでの所要時間を求めて算出します。例 P0DT1H10MP1DT2H0MP0DT0H5M
	文書添付済み IsDocumentAttached	仕訳に根拠資料が添付されているかどうかを示すフラグです。
説明請求書や計算書など、1つ以上の根拠資料が仕訳に添付されているかを示す真偽値属性です。承認の前提条件となる場合があります。このフラグは、「仕訳の文書化コンプライアンス」ダッシュボードと「文書添付率」の重要業績評価指標（KPI）に欠かせません。文書の不足が却下や遅延のよくある原因かどうかを分析し、レビュー依頼の前に添付を求める方針の徹底に役立ちます。重要な理由文書化に関する方針の遵守状況を直接測定でき、承認の遅延や却下につながるよくある原因の特定に役立ちます。入手先仕訳IDに関連付けられた添付ファイルの記録が、提出アクティビティの前に存在するかを確認して算出する派生フィールドと考えられます。例 truefalse
	自動処理かどうか IsAutomated	仕訳が自動処理によって作成または転記されたかどうかを示すフラグです。
説明ユーザーが手動で作成・処理した仕訳と、定期仕訳やシステム連携などによって自動生成された仕訳を区別する真偽値属性です。この属性を分析すると、自動化の効果を評価できます。自動処理と手動処理のサイクルタイム、エラー率、コストを直接比較できます。さらなる自動化の投資判断や、既存施策の投資収益率（ROI）の測定にも役立ちます。重要な理由手動処理と自動処理を直接比較でき、自動化施策の効果や投資収益率（ROI）の測定に欠かせません。入手先「仕訳タイプ」（例：「定期」）から判定する方法や、自動転記に「SYSTEM」や「BATCH」などのシステムユーザーを使っている場合に「ユーザー」フィールドから判定する方法があります。例 truefalse
	転記日 PostingDate	仕訳が総勘定元帳に正式に転記された日付です。
説明転記日は、財務記録における取引の計上日です。取引を認識する会計期間を決めるため、会計上重要な日付です。イベントのタイムスタンプが転記操作の実行時刻を記録するのに対し、転記日自体は重要なデータ属性です。仕訳が正しい会計期間に転記されたかの確認や、取引日、承認日、転記日の間の遅延分析に使われます。重要な理由財務報告の正確性を保つうえで重要な日付です。仕訳が正しい会計期間に転記されているかの分析に役立ちます。入手先 BlackLineの仕訳ヘッダーにある標準的な日付フィールドです。例 2023-10-312023-11-012023-10-30
	通貨 Currency	仕訳金額に指定された通貨コードです。
説明仕訳金額の通貨を示す属性です。USD、EUR、GBPなどが該当し、取引の金額を正しく解釈するために必要です。多国籍の組織では、通貨別の分析が有用なコンテキストになります。特定の通貨に絞ったプロセス分析が可能になり、金額を集計するダッシュボードにも欠かせないフィールドです。重要な理由金額を正しく解釈するために必要な情報を補い、通貨別の分析を可能にします。入手先 BlackLineの仕訳ヘッダーにある標準フィールドで、通常は「伝票通貨」などの名称が使われます。例 USDEURGBPJPY
	部門 Department	仕訳に関連付けられた事業部門またはコストセンターです。
説明仕訳を開始した部門、コストセンター、機能領域、または費用の配賦先を示す属性です。組織に関する情報を補足します。部門別にプロセスを分析すると、事業の各部門が仕訳プロセスをどのように利用しているかを把握できます。部門間の効率、コンプライアンス、手戻り率の違いが明らかになり、追加支援やプロセス標準化が必要な領域を特定できます。重要な理由事業部門ごとの処理状況を比較し、ばらつきや標準化の機会を見つけることができます。入手先通常、BlackLineの仕訳明細またはヘッダーのデータに含まれ、総勘定元帳の勘定科目と関連付けられていることがよくあります。例財務マーケティング営業オペレーション

必須推奨任意

決算・レポーティングの仕訳に関するアクティビティ

仕訳プロセスを正確に把握・分析するために、イベントログに記録する主なプロセスステップとマイルストーンです。

6 推奨 6 任意

	アクティビティ	説明
	仕訳の作成	このアクティビティは、仕訳のケースが開始したことを示します。ユーザーがBlackLineで新しい仕訳レコードを作成すると記録され、固有の仕訳ID、作成時刻、ユーザーが記録されます。
重要な理由これは、プロセスの主な開始イベントです。このアクティビティから他のアクティビティまでの時間を分析すると、プロセス全体の処理期間を把握し、ワークフローの開始直後に発生する遅延を特定できます。入手先このイベントは、BlackLineの仕訳モジュールに明示的に記録されます。メインの仕訳テーブルまたは監査履歴にある各仕訳IDの作成時刻とユーザー情報から取得します。記録仕訳レコードに関連付けられた「作成日」のタイムスタンプから取得します。イベントタイプ explicit
	仕訳の却下	確認担当者または承認者が仕訳を却下したことを示すアクティビティです。ユーザーが「却下」操作を行うと仕訳のステータスが「却下済み」に更新され、監査ログに記録されます。
重要な理由手戻りや品質上の問題、トレーニングの必要性を特定するうえで重要なアクティビティです。プロセスを改善して処理期間を短縮するには、却下の頻度や理由、その後の手戻りの流れを分析する必要があります。入手先通常、仕訳データのステータスが「却下済み」または「修正が必要」に変わったことから推定します。却下のタイムスタンプと実行したユーザーは、BlackLineの履歴に記録されます。記録仕訳のステータスが「却下済み」に更新された時刻から推定します。イベントタイプ inferred
	仕訳の提出	作成担当者が、確認・承認ワークフローに仕訳を正式に提出したときに発生するアクティビティです。通常、「作成中」から「提出済み」への変更など、タイムスタンプを伴うステータス変更として記録されます。
重要な理由これにより、作成段階が終了し、承認サイクルが始まります。作成段階と承認段階それぞれの所要時間を測定するうえで重要な節目です。入手先 BlackLineの仕訳レコードにあるステータス変更から推定できます。「承認申請済み」などの値にステータスが変わった時刻が、イベントの発生時刻になります。記録仕訳のステータスが「提出済み」または「承認待ち」に更新された時刻から推定します。イベントタイプ inferred
	仕訳承認	必要な確認と承認の手順をすべて終えたことを示すアクティビティです。最終承認権限を持つユーザーが仕訳を承認し、ステータスが「承認済み」に変わった時点で記録されます。
重要な理由承認プロセスの完了を示す重要な節目です。「仕訳提出」からこのイベントまでの時間は「承認サイクルタイム」と呼ばれ、ワークフローの効率を測る重要業績評価指標（KPI）です。入手先仕訳レコードのステータスが「承認済み」に変わったことから推定します。通常、最終承認者のユーザーIDと承認日時は、BlackLineの監査履歴に記録されます。記録仕訳のステータスが「承認済み」に更新された日時から推定します。イベントタイプ inferred
	仕訳照合	仕訳が確定済みの認証済み勘定照合に含まれ、ライフサイクルが完了したことを示します。BlackLineでは、この仕訳を含む勘定照合の認証に該当します。
重要な理由エンドツーエンドのプロセスにおける最終地点となるアクティビティです。「仕訳転記」から「照合済み」までの時間で、決算業務における勘定照合の効率を測定できます。入手先特定の仕訳を含む勘定照合のステータスが、BlackLineの勘定照合モジュールで「認証済み」に変わったことを特定して推定するイベントです。記録仕訳を対応する勘定照合に関連付け、その照合の認証日を記録して推定します。イベントタイプ inferred
	仕訳転記	承認済みの仕訳が総勘定元帳に正式に記録された時点を示します。多くの場合、BlackLineで明示的に操作すると、仕訳のステータスが「転記済み」に更新されます。
重要な理由プロセスの実務上の完了を示す重要な節目です。「仕訳承認」からこのアクティビティまでの遅延時間は、承認後の業務効率を測る重要な指標です。入手先通常、ステータスが「転記済み」に変わったことから推定します。転記履歴テーブルや監査証跡に、転記日と日時を含むイベントとして明示的に記録される場合もあります。記録仕訳のステータスが「転記済み」に更新された日時から推定します。転記日フィールドも参照できます。イベントタイプ inferred
	仕訳の修正と再提出	仕訳が却下された後、作成者が必要な修正を行い、再提出した時点で発生します。「却下」から「承認申請中」へのステータス変更によって記録されます。
重要な理由このアクティビティは、手戻りにかかった時間と労力の把握に役立ちます。「仕訳却下」からこのイベントまでの期間が手戻り時間となり、効率分析の重要な指標になります。入手先 BlackLineのデータに記録されたステータス変更の順序から推定します。具体的には、同じ仕訳IDのステータスが「却下」から「提出済み」または「承認待ち」に戻ったことを確認します。記録ステータスが「却下」から「提出済み」または「承認待ち」に変わったことから判定します。イベントタイプ inferred
	仕訳の取消処理	以前に転記した仕訳を取り消すための新しい仕訳の作成と転記を記録するアクティビティです。通常、元の仕訳の転記後に誤りが見つかった場合に開始されます。
重要な理由上流工程のデータ品質に問題があることを示す有力な指標です。取消の発生率を追跡すると、「転記後修正率」を測定し、精度向上が必要な領域を特定できます。入手先通常、ユーザーがBlackLineで転記済みの仕訳に対して「取消」操作を行ったことを示す明示的なイベントです。システムは新しい取消仕訳を作成し、多くの場合、元の仕訳IDと関連付けます。記録「取消」操作が記録された時点、または取消フラグと元の仕訳IDへのリンクを持つ新しい仕訳が作成された時点で記録されます。イベントタイプ explicit
	仕訳の確認	複数段階の承認プロセスで、指定された確認担当者が行う正式な確認手順を示します。通常、ステータス変更、または確認担当者の操作を示す特定のログ記録として取得します。
重要な理由確認と承認の段階が分かれている組織では、このアクティビティによって承認経路内のボトルネックを切り分けられます。仕訳が初回確認と最終承認のそれぞれで、どのくらい待機しているかを把握できます。入手先 BlackLineのワークフローでは、承認履歴ログに明示的なイベントとして記録される場合と、「確認済み」または「最終承認待ち」へのステータス変更から推定される場合があります。ユーザーとタイムスタンプも記録されます。記録確認段階の完了を示すステータスに仕訳が変更された時刻から推定します。イベントタイプ inferred
	承認の取り消し	承認者が以前に行った承認を取り消し、仕訳を前の状態に戻すアクティビティです。ステータスが「承認済み」から「作成中」などの前の状態に戻ったことで記録されます。
重要な理由発生頻度は低いものの、承認後、転記前に見つかったプロセス上の例外や問題を示す重要なアクティビティです。データの誤りや、仕訳に影響する方針変更があった可能性を示します。入手先ステータスが「承認済み」から、未転記で編集可能な状態に変わったことから推定されるイベントです。この操作はBlackLineの詳細な監査ログに記録されます。記録ステータスが「承認済み」から「作成中」や「提出済み」などの前の状態に戻ったことで判定します。イベントタイプ inferred
	根拠文書の添付	ユーザーが仕訳に1つ以上の根拠文書を添付する操作を示します。このイベントは通常、監査ログ、または仕訳IDに関連付けられた添付ファイルテーブルから取得します。
重要な理由このアクティビティの追跡は、コンプライアンスと効率を確認するうえで欠かせません。文書不足が承認プロセスの遅延につながっているかを分析でき、「文書添付率」の重要業績評価指標（KPI）にも役立ちます。入手先通常、BlackLineの監査証跡または添付ファイルログに明示的なイベントとして記録されます。データには、仕訳ID、ファイルを添付したユーザー、タイムスタンプが含まれます。記録仕訳にファイルがアップロードされるたびに、システムの監査証跡または専用の添付ファイル履歴テーブルにイベントが記録されます。イベントタイプ explicit
	転記確認	転記された仕訳が、連携先のERPシステムで正常に受信され、記録されたことを確認するアクティビティです。システム間の自動連携、または手動での確認によって行われます。
重要な理由転記手順の完了を確認し、システム間のデータ整合性を確保するアクティビティです。「転記済み」から「確認済み」までの期間から、連携上の問題やシステム同期の遅延を把握できます。入手先システム連携ログに明示的なイベントとして記録される場合と、ステータスが「転記済み・確認済み」などに変わったことから推定される場合があります。手動で行う場合は、ユーザーによるステータス更新として記録されます。記録ステータスが「確認済み」に更新されたこと、または連携先のERPシステムから確認フラグを受信したことから推定します。イベントタイプ inferred

推奨任意

データ抽出ガイド

BlackLineからデータを取得する方法

ステップ

財務レポートへのアクセス権限を持つユーザーアカウントで、BlackLineにログインします。
レポートモジュールに移動します。通常は「レポート」＞「標準レポート」などのメニューにあります。
利用可能な標準レポートの一覧から「仕訳・サービスレポート」または同様の名称の詳細な仕訳レポートを探して選択します。
レポートのパラメーターを設定します。抽出対象期間に合わせて「日付範囲」を指定します。最初は3～6か月分のデータを推奨します。
必要なフィルターを適用してデータを絞り込みます。最低限、対象の「会社コード」を指定してください。また、「仕訳ステータス」で作成から転記までの関連ステータスをすべて含めることもできます。
イベントログの作成に必要な日付、ユーザー、ステータスの各項目を含めるため、出力可能な列をすべて選択します。主な項目は、作成日、提出日、承認日、転記日、ユーザーロールです。
BlackLineの画面でレポートを実行します。生成が完了したら、「エクスポート」または「ダウンロード」機能を使ってCSVファイルとして保存します。ファイル名は「blackline_report.csv」にします。
pandasライブラリをインストールしたPython環境を用意します。未インストールの場合は、次のコマンドでインストールします：pip install pandas。
提供されたPythonスクリプトを、ダウンロードした「blackline_report.csv」と同じディレクトリに配置します。
Pythonスクリプトを実行します。スクリプトが元のCSVレポートを読み込み、業務アクティビティごとに行を作成してデータを変換し、指定形式の「event_log.csv」を生成します。
アップロードする前に「event_log.csv」の検証を行い、データの品質と完全性を確認します。
最終版の「event_log.csv」をProcessMindにアップロードして分析します。

設定

レポート名：仕訳・サービスレポート。BlackLineの設定によって、正確な名称は異なる場合があります。
日付範囲：初回の分析では、3～6か月分のデータを抽出することを推奨します。レポートの日付フィルターは通常、仕訳の作成日または転記日に適用されます。正しいデータを抽出できるよう、どの日付項目がフィルターに使われるか確認してください。
主なフィルター：
- 会社コード：データ量を抑え、分析対象を絞るため、分析する会社コードを必ず指定してください。
- 仕訳ステータス：プロセス全体を把握できるよう、「準備中」「提出済み」「承認済み」「却下済み」「転記済み」など、すべてのステータスを選択してください。
- 仕訳タイプ：分析対象に応じて、必要であれば「標準」「定期」など特定の仕訳タイプに絞り込みます。
前提条件：レポートを実行するユーザーアカウントには、BlackLineで仕訳データを表示し、標準レポートを実行する権限が必要です。通常、「会計担当者」または「レポートユーザー」などのロールが必要です。
パフォーマンスに関する注意点：長期間または多数の会社コードを対象に大規模なデータをエクスポートすると、システムリソースを多く消費し、BlackLineの画面での生成に時間がかかる場合があります。処理が遅い場合やタイムアウトが発生する場合は、レポートを小さな単位に分けて実行してください。

クエリの例 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.")

ステップ

前提条件とセットアップ：Python 3.6以降がインストールされていることを確認します。pipを使って必要なライブラリをインストールします：pip install requests pandas。BlackLine管理者からAPI認証情報（Client ID、Client Secret、Refresh Token）と組織のBlackLineベースURLを取得します。
スクリプト変数の設定：Pythonスクリプトを開き、設定セクションを探します。Client ID、Client Secret、Refresh Token、ベースURLを入力します。START_DATEとEND_DATE変数に「YYYY-MM-DD」形式で日付を設定し、抽出期間を指定します。
認証：スクリプトは最初にget_access_token関数を呼び出します。この関数は認証情報をBlackLineの認証エンドポイント（/api/oauth/token）に送信し、以降のAPIリクエストに必要な一時アクセストークンを取得します。
仕訳一覧の取得：スクリプトは、指定した作成日範囲で絞り込んだうえで、/api/v2/journalsエンドポイントにページ分割リクエストを送信します。各ページを順に取得し、対象となるすべての仕訳の基本情報を収集します。
詳細なイベント履歴の取得：前の手順で取得した各仕訳IDに対し、追加のAPI呼び出しを2回行います。まず、仕訳の履歴エンドポイント（例：/api/v2/journals/{id}/history）を呼び出し、ステータス変更、承認、却下の詳細な監査証跡を取得します。次に、添付ファイルのエンドポイント（例：/api/v2/journals/{id}/attachments）を呼び出し、関連文書が追加された日時を確認します。
データをイベントログに変換：スクリプトはAPIからのJSONレスポンスを処理します。各仕訳と、それに関連する履歴および添付ファイルの記録を順に確認します。元のデータを構造化されたイベントログ形式に変換し、「仕訳作成」「仕訳提出」「仕訳承認」など、必要な12種類のアクティビティごとに行を作成します。
ステータス変更をアクティビティに対応付け：履歴エンドポイントのデータを解釈して、主なアクティビティを作成します。たとえば、ステータスが「提出済み」に変わった履歴項目は、「仕訳提出」アクティビティになります。スクリプトには、履歴イベントの種類をProcessMindで必要な標準アクティビティ名に対応付ける処理が含まれています。
DataFrameの作成：スクリプトはpandasライブラリを使ってDataFrameを作成します。まず、仕訳一覧から「作成」イベントのDataFrameを作成します。次に、履歴と添付ファイルのログから得られたその他すべてのアクティビティを含むDataFrameを作成し、両者を1つのイベントログにまとめます。
メタデータの追加と列名の標準化：データをまとめた後、SourceSystem（「BlackLine」を固定値として設定）やLastDataUpdate（スクリプトの実行時刻を設定）など、必要なメタデータ列を追加します。また、APIのid項目をJournalEntryIdに対応付けるなど、列名を必要なスキーマに合わせます。
CSVへのエクスポート：最後に、完成したイベントログのDataFrameをblackline_journal_entry_event_log.csvというCSVファイルにエクスポートします。このファイルはProcessMindに直接アップロードできる形式です。

設定

API認証情報：BlackLine REST APIの有効なClient ID、Client Secret、Refresh Tokenが必要です。これらは安全に保管し、本番用スクリプトに直接記述しないでください。
ベースURL：スクリプトには、組織固有のBlackLine APIベースURLが必要です。例：https://api.blackline.com。
日付範囲：スクリプトではSTART_DATEとEND_DATE変数を設定します。初回の分析では、データ量が過大にならず、十分な情報を得られるよう、直近3～6か月を対象にすることを推奨します。
ページネーションの上限：LIMIT変数は、API呼び出しごとに取得するレコード数を指定します。通常の初期値は100です。値を変更するとパフォーマンスに影響する場合があるため、BlackLineサポートから別途案内がない限り、推奨値のままにしてください。
必要な権限：認証情報に関連付けられたAPIユーザーには、分析対象の会社コードにおける仕訳、仕訳履歴、添付ファイルを読み取る権限が必要です。
Python環境：スクリプトの実行には、requestsとpandasライブラリをインストールしたPython 3.6以降の環境が必要です。

クエリの例 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()

利用を開始する準備はできましたか？

このテンプレートを使ってデータ準備を効率化し、決算・レポーティングの仕訳プロセスに関するインサイトを得ましょう。効率性とコンプライアンスの向上に向けて、今すぐ取り組みを始めてください。

改善ガイドに戻る

テンプレートをダウンロード

決算・レポーティングの仕訳プロセスを効率化

仕訳のサイクルタイムを30％短縮し、より迅速で正確な決算を実現します。

無料トライアルを開始しましょう。

クレジットカード不要 • 数分で設定完了

決算・レポーティングの仕訳データテンプレート

決算・レポーティングの仕訳データテンプレート

決算・レポーティングの仕訳に関する属性

決算・レポーティングの仕訳に関するアクティビティ

データ抽出ガイド

BlackLineの仕訳・サービスレポートのエクスポート

ステップ

設定

クエリの例 python

BlackLine REST APIを使ったPythonスクリプトによる抽出

ステップ

設定

クエリの例 python

利用を開始する準備はできましたか？

決算・レポーティングの仕訳プロセスを効率化