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

決算・レポーティング：仕訳データテンプレート

BlackLine

決算・レポーティング：仕訳の属性 (19) 決算・レポーティング：仕訳のアクティビティ (12) 抽出ガイド (2)

決算・レポーティング：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：仕訳プロセスを分析するために必要なデータを収集する方法を説明します。収集すべき属性、追跡すべき主要なアクティビティ、BlackLineから情報を抽出する際の手順をまとめています。効果的な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
追跡すべき主要なアクティビティ
抽出手順

イベントログを初めて扱いますか。学ぶプロセスマイニングのイベントログを作成する方法.

テンプレートをダウンロード

決算・レポーティング：仕訳の属性

決算・レポーティングの仕訳プロセスを詳細に分析するために、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	仕訳プロセスのある時点で発生した、特定の業務イベントの名称です。
説明この属性は、仕訳のライフサイクル内で実行された単一のステップまたはタスクを表します。例として、「Journal Entry Created」、「Journal Entry Approved」、「Journal Entry Posted」などがあります。各アクティビティは、プロセス内の個別のイベントを表します。これらのアクティビティの順序を分析することで、プロセスフローを可視化し、理解できます。プロセスのばらつきの発見、ステップ間の遷移時間の測定、仕訳の却下と再提出などの手戻りループの特定に欠かせません。重要な理由プロセス内のステップを定義するため、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。入手先通常は、BlackLine内のイベントログ、ステータス変更記録、監査証跡から導出されます。システムのステータスコードを、ユーザーに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。例仕訳作成仕訳提出仕訳承認仕訳転記完了
	仕訳ID JournalEntryId	単一の仕訳を識別する一意の識別子であり、そ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です。
説明仕訳IDは、総勘定元帳に記録された各財務取引セット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として機能します。プロセスマイニングでは、このIDが単一の仕訳ケースに属するすべてのイベントを関連付けるために欠かせません。この識別子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、処理時間、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。重要な理由これは基本となるケース識別子であり、単一の仕訳のライフサイクル全体を追跡し、そのパフォーマンスを分析できます。入手先 BlackLineの仕訳テーブルまたはデータエクスポートにおける主キーです。具体的なフィールド名については、BlackLineのドキュメントを確認してください。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付と時刻を記録します。すべてのアクティビティの順序と所要時間を定める、プロセスの時系列情報です。このタイムスタンプは、時間に基づくプロセスマイニング分析に欠かせません。処理時間、待機時間、アクティビティ間の所要時間の計算に使われます。ボトルネックの特定、時間経過に伴うパフォーマンスの分析、サービスレベル合意の遵守状況の評価が可能になります。重要な理由このタイムスタンプは、処理時間やボトルネック分析など、すべてのパフォーマンス指標の基盤です。プロセスを時系列で再構成できます。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。
説明この属性は、イベントデータの発生元システムを識別します。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ERPのデータが含まれることもあります。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背景を理解するうえで重要です。特に複数のシステムのデータを統合する環境では、データ取り込みの問題のトラブルシューティングやデータの系譜の確認に役立ちます。重要な理由データの発生元に関する重要な背景情報を提供し、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を管理しやすくします。入手先通常、データ抽出・変換の処理中にデータセットの発生元を示す固定値として追加されます。例 BlackLineSAP S/4HANAOracle NetSuite
	最終データ更新日時 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時点を示すタイムスタンプです。
説明この属性は、直近のデータ取得日時を示します。分析対象データの鮮度を確認する基準となり、データがどの時点まで更新されているかを把握できます。これは、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。分析結果の適時性を示し、最新の取引が表示に含まれているかどうかを判断する材料になります。重要な理由データの鮮度を明確にし、プロセス分析がどの時点の状況を示しているかを把握できるようにします。入手先このタイムスタンプは、データ抽出ツールまたはETLプロセスの実行時に生成され、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。
説明この属性は、特定のプロセスステップを実行した担当者を識別します。仕訳を提出、レビュー、承認した担当者などが該当します。名前または一意のユーザーIDを指定できます。ユーザー別にアクティビティを分析すると、作業量の分布、個人のパフォーマンス、トレーニング機会を把握できます。「チーム内で作業が均等に分担されているか」「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。重要な理由作業量の分析、チームメンバー間のパフォーマンス比較、リソースに起因するボトルネックやトレーニングニーズの特定が可能になります。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「User ID」または「Changed By」フィールドとして保存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	仕訳のライフサイクルにおける現在のステータスです。「In Progress」、「Approved」、「Posted」などがあります。
説明この属性は、データ抽出時点における仕訳ケースの現在の状態を示します。仕訳がプロセス全体のどの段階に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、フィルタリング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、バックログ分析にも有効です。重要な理由仕訳の現在の状態を把握できるため、バックログ分析や仕掛かり中の作業の理解に役立ちます。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、仕訳の性質や目的に基づいて分類します。一般的なタイプには、標準的な手動仕訳、自動生成されたシステム仕訳、月末の未払計上に使う定期仕訳、翌期に自動的に取り消される取消仕訳などがあります。この属性は、セグメント別の分析や比較分析に欠かせません。仕訳タイプごとに、処理時間や却下率などのプロセスパフォーマンスを比較できます。特定のタイプの仕訳に問題や非効率が集中しているかを把握し、対象を絞った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経路をたどるか、パフォーマンス特性に違いがあるかを把握するためのセグメント別分析が可能になります。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については、BlackLineのドキュメントを確認してください。例標準定期反対仕訳未払計上
	仕訳金額 JournalEntryAmount	仕訳の合計金額で、通常は借方金額の合計です。
説明この属性は、仕訳の金銭的価値を表します。高額な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プロセスを分析すると、重要性に基づく分析が可能になります。たとえば、高額な仕訳の改善を優先したり、異なる承認経路をたどっているか、処理時間が長いかを調査したりできます。プロセスフローに重要なビジネス上の背景を加えられます。重要な理由財務上の背景を提供し、高額な仕訳の優先順位付けや、金額に基づくプロセスの逸脱の特定など、重要性に基づく分析が可能になります。入手先 BlackLineの仕訳ヘッダーにある計算フィールドまたは標準フィールドで、借方または貸方の合計金額を表します。例 15000.00250.75125000.50500.00
	会社コード CompanyCode	仕訳を計上す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表します。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、会社コードを強力なフィルターおよび比較軸として利用できます。法人ごとのプロセスパフォーマンスを分析し、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、グローバルな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役立ちます。重要な理由異なる法人や事業部門間でパフォーマンスを比較し、プロセスを標準化する取り組みに役立ちます。入手先 BlackLineの仕訳ヘッダーにある主要フィールドで、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	仕訳を却下したレビュアーが記載する理由です。
説明仕訳を修正のために差し戻す際、承認者は通常、却下理由を記載します。この属性には、定義済みのコードまたは自由記述のテキストとして、その理由が記録されます。手戻りの根本原因分析に欠かせない属性です。却下理由の傾向を分析することで、トレーニング不足、分かりにくいポリシー、証憑の問題など、組織的な課題を特定できます。「仕訳却下・手戻り分析」ダッシュボードを支え、全体の却下率の低減に役立ちます。重要な理由プロセスの手戻りの根本原因分析に欠かせません。仕訳が却下された理由を特定し、対象を絞った改善につなげられます。入手先通常、BlackLineでユーザーが「Reject」操作を実行した際に、コメントフィールドまたは理由コードフィールドに記録されます。例勘定コード誤り証憑不足しきい値超過重複仕訳
	手戻りあり IsRework	仕訳が少なくとも1回却下されている場合にtrueとなる計算フラグです。
説明このブール型フラグは、手戻りが発生した仕訳を特定するために計算されます。通常、ケースに「Journal Entry Rejected」アクティビティがあり、その後に「Corrected and Resubmitted」アクティビティが続く場合にtrueとなります。この属性により、却下を経験したすべてのケースを簡単にフィルタリングでき、手戻りの分析が容易になります。「仕訳却下率」KPIの算出や、「仕訳却下・手戻り分析」ダッシュボードで品質問題によるコストと時間への影響を詳しく調べるための基盤となります。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容易にします。入手先このフラグは、ケースごとのアクティビティの順序を確認して、プロセスマイニングツールで算出します。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の所要時間を計算した値です。
説明仕訳が完全に承認された後、総勘定元帳に転記されるまでの遅延を測定します。「Journal Entry Approved」アクティビティと「Journal Entry Posted」アクティビティの時間差として算出します。決算プロセスを大きく遅らせる承認後のボトルネックを特定するための重要なKPIです。「承認から転記までの遅延分析」ダッシュボードでこの指標を使い、承認済みの仕訳が速やかに転記されない理由を調査し、プロセスの最終ステップの効率化につなげます。重要な理由承認後の処理効率を測定し、決算のスピード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「Journal Entry Approved」イベントと「Journal Entry Posted」イベントの間の所要時間を求めて算出します。例 P0DT1H10MP1DT2H0MP0DT0H5M
	書類添付済み IsDocumentAttached	仕訳に証憑が添付されているかどうかを示すフラグです。
説明このブール型属性は、請求書や計算書などの証憑が1件以上仕訳に添付されているかを示します。承認の前提条件となることがよくあります。「仕訳証憑コンプライアンス」ダッシュボードと「証憑添付率」KPIに欠かせないフラグです。証憑不足が却下や遅延の一般的な原因になっていないかを分析し、レビュー提出前の添付を求めるポリシーの徹底に役立ちます。重要な理由証憑に関するポリシーの遵守状況を直接測定し、承認の遅延や却下につながる一般的な根本原因の特定に役立ちます。入手先通常は派生フィールドです。提出アクティビティの前に、JournalEntryIdに関連付けられた添付レコードの有無を確認して算出します。例 truefalse
	照合対象勘定 AccountReconciled	仕訳によって照合される総勘定元帳勘定の番号です。
説明この属性は、勘定科目表のうち、仕訳の影響を受ける、または照合対象となる特定の勘定を識別します。仕訳は勘定照合プロセスの一部となることが多く、この属性によって特定の勘定に関連付けられます。「仕訳照合サイクルタイム」ダッシュボードを直接支える属性です。勘定別にプロセスを分析することで、特定の勘定の照合に一貫して時間がかかっているかを確認できます。これは、その勘定に固有の複雑さやデータの問題を示している可能性があります。重要な理由仕訳プロセスを照合対象の特定の勘定に結び付け、照合におけるボトルネックを対象を絞って分析できます。入手先この情報は、BlackLineの仕訳明細に含まれます。1件の仕訳が複数の勘定に影響する場合は、ケース単位に集約する必要があります。例 101000210500400100550200
	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。
説明このブール型属性は、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します。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処理時間、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ROI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るため、自動化施策の効果とROIを測定するうえで重要です。入手先「Journal Entry Type」（例：「Recurring」）から導出するか、自動転記にシステムユーザー（例：「SYSTEM」や「BATCH」）を使っている場合は「User」フィールドから導出できます。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有効日です。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は転記アクティビティが発生した時刻を記録しますが、転記日自体も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ことの確認や、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に欠かせない日付であり、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	仕訳に指定された金額の通貨コードです。
説明この属性は、仕訳金額の通貨を示します。USD、EUR、GBPなどが該当します。取引の金銭的価値を正しく解釈するために欠かせません。多国籍組織では、通貨別の分析が有用な背景情報を提供します。特定の通貨に絞ってプロセス分析を行えるほか、財務金額を集計するダッシュボードにも必要なフィールドです。重要な理由財務金額を解釈するために必要な背景情報を提供し、正確な理解と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「Document Currency」などの名称が付けられています。例 USDEURGBPJPY
	部門 Department	仕訳に関連付けられた事業部門または原価センターです。
説明この属性は、仕訳を開始した部門、原価センター、機能領域、または費用の配賦先を示します。組織上の背景情報を補足する項目です。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、手戻り率の違いを明らかにし、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。重要な理由異なる事業部門間でプロセスパフォーマンスを比較し、ばらつきや標準化の機会を明らかにできます。入手先通常、BlackLineの仕訳明細データまたはヘッダーデータに含まれ、総勘定元帳勘定に関連付けられています。例財務マーケティング営業業務運用

必須推奨任意

決算・レポーティング：仕訳のアクティビティ

仕訳プロセスを正確に発見・分析するために、イベントログで取得すべき主要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
	仕訳作成	このアクティビティは、仕訳ケースの開始を示します。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、一意の仕訳ID、作成日時、ユーザーが記録されます。
重要な理由プロセスの主要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、プロセス全体のサイクル時間を把握でき、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。各「Journal Entry ID」に関連付けられた作成日時とユーザー情報を、メインの仕訳テーブルまたは監査履歴から取得します。取得仕訳レコードに関連付けられた「Create Date」タイムスタンプから取得します。イベントタイプ explicit
	仕訳却下	レビュー担当者または承認者が仕訳を却下したことを示します。ユーザーが「Reject」アクションを実行し、仕訳のステータスが「Rejected」に更新された時点で取得され、監査ログに記録されます。
重要な理由手戻り、品質上の問題、研修の必要性を特定するための重要なアクティビティです。却下の頻度や理由、その後の手戻りループを分析することは、プロセス改善とサイクル時間短縮の鍵になります。入手先通常、仕訳データのステータスが「Rejected」または「Needs Correction」に変わったことから推定されます。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。取得仕訳のステータスが「Rejected」に更新された時点のタイムスタンプから推定されます。イベントタイプ inferred
	仕訳承認	仕訳が必要なすべてのレビューおよび承認手順を通過したことを示します。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「Approved」に変わった時点で取得されます。
重要な理由承認プロセスを完了する主要な節目です。「Journal Entry Submitted」からこのイベントまでの時間が「Approval Cycle Time」となり、ワークフローの効率を測定する重要なKPIです。入手先仕訳レコードのステータスが「Approved」に変わったことから推定されます。通常、最終承認者のユーザーIDと承認タイムスタンプは、BlackLineの監査履歴に記録されます。取得仕訳のステータスが「Approved」に更新された時点のタイムスタンプから推定されます。イベントタイプ inferred
	仕訳提出	このアクティビティは、作成担当者がレビューおよび承認ワークフローに仕訳を正式に提出したときに発生します。通常は、「In Preparation」から「Submitted」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。
重要な理由準備段階の終了と承認サイクルの開始を示します。準備段階と承認段階の所要時間を測定するための重要な節目です。入手先 BlackLineの仕訳レコードにおけるステータス変更から推定されます。ステータスが「Submitted for Approval」または同様の値に変わった時点のタイムスタンプがイベント時刻になります。取得仕訳のステータスフィールドが「Submitted」または「Pending Approval」に更新された時点のタイムスタンプから推定されます。イベントタイプ inferred
	仕訳照合完了	仕訳が確定済みで認証された勘定照合に含まれるライフサイクルの完了を示します。BlackLineでは、この仕訳を含む照合の認証に相当します。
重要な理由エンドツーエンドのプロセスにおける最終到達点です。「Journal Entry Posted」から「Reconciled」までの時間によって、決算プロセスにおける勘定照合の効率を測定できます。入手先これは推定イベントです。BlackLineのAccount Reconciliationモジュールで、特定の仕訳を含む勘定照合のステータスが「Certified」に変更された時点を特定して導出します。取得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取得することで推定されます。イベントタイプ inferred
	仕訳転記完了	承認済みの仕訳が総勘定元帳に正式に記録される時点を表します。通常、BlackLineで明示的な操作として実行され、その後、仕訳のステータスが「Posted」に更新されます。
重要な理由これは重要なマイルストーンであり、プロセスの運用上の完了点と見なされることがよくあります。「Journal Entry Approved」からこのアクティビティまでの遅延時間は、承認後の処理効率を示す重要な指標です。入手先通常は、ステータスが「Posted」に変更されたことから推定されます。転記履歴テーブルや監査証跡に、転記日とタイムスタンプを含む明示的なイベントとして記録される場合もあります。取得仕訳のステータスが「Posted」に更新された時点のタイムスタンプから推定されます。転記日フィールドも関連します。イベントタイプ inferred
	仕訳レビュー	指定されたレビュー担当者が完了する、複数段階の承認プロセスにおける正式なレビュー手順を示します。通常は、レビュー担当者の操作を示すステータス変更または特定のログエントリとして記録されます。
重要な理由レビューと承認の手順が分かれている組織では、承認チェーン内のボトルネックを切り分けるのに役立ちます。仕訳が初回レビューを待つ時間と、最終承認を待つ時間を分けて把握できます。入手先 BlackLineのワークフローでは、承認履歴ログの明示的なイベントとして記録されるか、ステータスが「Reviewed」または「Pending Final Approval」に変わったことから推定されます。ユーザーとタイムスタンプも記録されます。取得仕訳のステータスがレビュー段階の完了を示す状態に変わった時点のタイムスタンプから推定されます。イベントタイプ inferred
	仕訳修正・再提出	仕訳が却下された後、作成担当者が必要な修正を行い、再度提出したときに発生します。「Rejected」から「Submitted for Approval」へのステータス変更として取得されます。
重要な理由手戻りに費やされた時間と工数の定量化に役立ちます。「Journal Entry Rejected」からこのイベントまでの時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のデータでステータス変更の順序を確認し、同じ「Journal Entry ID」について「Rejected」から「Submitted」または「Pending Approval」へ移行したことから推定されます。取得「Rejected」から「Submitted」または「Pending Approval」へのステータス変更から導出されます。イベントタイプ inferred
	仕訳取消処理完了	以前に転記された仕訳を取り消す新しい仕訳の作成と転記を記録します。通常、元の仕訳の転記後に発見されたエラーへの対応として開始されます。
重要な理由このイベントは、上流工程のデータ品質に問題があることを強く示します。取消の発生率を追跡することで、「転記後調整率」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「Reverse」操作を開始する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Journal Entry IDに関連付けます。取得「Reverse」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
	承認取消	このアクティビティは、承認者が以前に付与した承認を取り消し、仕訳を前の状態に戻す処理を表します。これは、「Approved」から「In Preparation」などの前のステータスに戻るステータス変更として記録されます。
重要な理由この頻度は低いものの重要なアクティビティは、承認後かつ転記前に発見されたプロセス上の例外や潜在的な問題を示します。仕訳に影響するデータエラーやポリシー変更を示している可能性があります。入手先これは、「Approved」から転記前の編集可能なステータスへのステータス変更によって特定される推定イベントです。この操作は、BlackLineの詳細な監査ログに記録されます。取得「Approved」から「In Preparation」や「Submitted」などの前のステータスに戻るステータス変更によって特定されます。イベントタイプ inferred
	証憑添付	ユーザーが仕訳に1つ以上の裏付け資料を添付したことを示します。通常は、監査ログまたは「Journal Entry 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を追跡することは、コンプライアンスと効率を監視するうえで重要です。承認プロセスの遅延が書類不足によるものかを分析でき、「Documentation Attachment Rate」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。取得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
	転記確認済み	転記された仕訳が対象のERPシステムで正常に受信され、記録されたことの確認を表します。自動化されたシステム間のハンドシェイク、または手動の確認ステップである可能性があります。
重要な理由このアクティビティにより転記ステップが完了し、システム間のデータ整合性が確保されます。「Posted」から「Verified」までの所要時間から、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か、「Posted and Verified」などの値へのステータス変更から推定されます。手動の場合は、ユーザーがステータスを更新します。取得ステータスが「Verified」に更新されたこと、または対象のERPシステムから受信した確認フラグから推定されます。イベントタイプ inferred

推奨任意

抽出ガイド

BlackLineからデータを取得する方法

ステップ

財務レポーティングにアクセスするために必要な権限を持つユーザーアカウントで、BlackLineの環境にログインします。
レポーティングモジュールに移動します。通常は、「Reports」＞「Standard Reports」のような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、「Journal Entry & Services Report」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。抽出対象の期間に合わせて「Date Range」を指定します。最初は3～6か月の期間を推奨します。
必要なフィルターを適用して、データを絞り込みます。少なくとも、該当する「Company Code(s)」でフィルターします。また、「Journal Status」で、作成から転記までの関連するすべてのステータスを含めることもできます。
イベントログの生成に必要な日付、ユーザー、ステータスの各フィールドをすべて含めるため、出力対象として利用可能なすべての列を選択します。主なフィールドには、作成日、提出日、承認日、転記日、ユーザーの役割などがあります。
BlackLineのUIでレポートを直接実行します。レポートの生成が完了したら、「Export」または「Download」機能を使って、データを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。インストールされていない場合は、次のコマンドを実行します：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。スクリプトは生のCSVレポートを読み込み、業務アクティビティごとに個別の行を作成してデータを変換し、必要な形式の「event_log.csv」を生成します。
アップロード前に「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：Journal Entry & Services Report。正確な名称はBlackLineの設定によって異なる場合があります。
期間：初回分析では、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。正しいデータセットを抽出できるよう、どの日付項目がフィルターに使われているか確認してください。
主要なフィルター：
- Company Code：データ量を抑え、分析対象を明確にするため、分析する会社コードを必ず指定してください。
- Journal Status：エンドツーエンドのプロセスを記録するため、すべてのステータス（例：In Preparation、Submitted、Approved、Rejected、Posted）を選択してください。
- Journal Type：分析範囲に応じて、特定の仕訳タイプ（例：Standard、Recurring）で絞り込んでください。
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内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。通常は「Accountant」や「Reporting User」などの役割が必要です。
パフォーマンスに関する注意：長期間または多数の会社コードを対象に大量のデータをエクスポートすると、リソースを消費し、BlackLineの画面上での生成に時間がかかる場合があります。パフォーマンスの問題やタイムアウトが発生した場合は、レポートを小さな単位に分けて実行してください。

a サンプルクエリ 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 Base 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、Base URLを入力します。START_DATEとEND_DATE変数を「YYYY-MM-DD」形式で設定し、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、その後のすべての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。
初期仕訳一覧の取得：スクリプトは、指定した作成日範囲でフィルターしながら、/api/v2/journalsエンドポイントにページ単位でリクエストします。各ページを順に処理し、対象範囲に含まれ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：前の手順で収集した各Journal Entry IDについて、スクリプトは追加の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、添付ファイルエンドポイント（例：/api/v2/journals/{id}/attachments）を呼び出し、関連資料が追加された時点を特定します。
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レコードを順に処理します。生のデータを構造化されたイベントログ形式に変換し、「Journal Entry Created」「Journal Entry Submitted」「Journal Entry Approved」など、必要な12種類のアクティビティごとに個別の行を作成します。
ステータス変更をアクティビティにマッピング：主なアクティビティは、履歴エンドポイントのデータを解釈して生成します。たとえば、ステータスが「Submitted」に変更されたことを示す履歴項目は、「Journal Entry Submitted」アクティビティに変換されます。スクリプトには、さまざまな履歴イベント種別を、ProcessMindで必要となる標準アクティビティ名に変換するロジックが含まれています。
DataFrameの構築：スクリプトはpandasライブラリを使ってDataFrameを構築します。まず、仕訳一覧から「Created」イベントのDataFrameを作成します。次に、履歴および添付ファイルのログから、その他すべてのアクティビティを含むDataFrameを作成します。最後に、これらを1つのイベントログに結合します。
メタデータの追加と列の標準化：データを結合した後、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フィールドをJournalEntryIdに変換するなど、必要なスキーマに合わせて列名を変更します。
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になっています。

設定

API認証情報：BlackLine REST API用の有効なClient ID、Client Secret、Refresh Tokenが必要です。これらは安全に保管し、本番スクリプトへ直接ハードコードしないでください。
Base URL：スクリプトには、組織固有のBlackLine API Base URLが必要です。例：https://api.blackline.com。
期間：スクリプトはSTART_DATEとEND_DATE変数で設定します。初回分析では、直近3～6か月のアクティビティを対象にすることを推奨します。十分なデータを確保しつつ、過大なデータ量を避けられます。
ページ分割の上限：LIMIT変数は、API呼び出し1回あたりに取得するレコード数を制御します。通常の初期値は100です。変更するとパフォーマンスに影響する可能性があるため、BlackLineサポートから指示がない限り、推奨値のままにしてください。
必要な権限：API認証情報に紐づくユーザーには、分析対象の会社コード全体で、仕訳、仕訳履歴、添付ファイルを読み取る十分な権限が必要です。
Python環境：スクリプトを実行するには、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。

a サンプルクエリ 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()

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：仕訳プロセスを詳しく把握してください。効率とコンプライアンスの向上に向けた取り組みを、今すぐ始められます。

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：仕訳の効率を今すぐ高める

仕訳の処理サイクルを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

クレジットカード不要・数分で設定できます

決算・レポーティング：仕訳データテンプレート

決算・レポーティング：仕訳データテンプレート

決算・レポーティング：仕訳の属性

決算・レポーティング：仕訳のアクティビティ

抽出ガイド

BlackLineのJournal Entry & Services Reportをエクスポート

ステップ

設定

a サンプルクエリ 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

a サンプルクエリ python

準備はできましたか？

決算・レポーティング：仕訳の効率を今すぐ高める

決算・レポーティング：仕訳データテンプレート

決算・レポーティング：仕訳データテンプレート

決算・レポーティング：仕訳の属性

決算・レポーティング：仕訳のアクティビティ

抽出ガイド

BlackLineのJournal Entry & Services Reportをエクスポート

ステップ

設定

a サンプルクエリ 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

a サンプルクエリ python

準備はできましたか？

決算・レポーティング：仕訳の効率を今すぐ高める

プライバシーを大切にしています