> Continue verbetering > Debiteuren > HighRadius > datatemplate

Uw Debiteuren Datatemplate

HighRadius

Accounts Receivable Attributes (20) Debiteurenactiviteiten (13) Extractie Guides (2)

Uw Debiteuren Datatemplate

Deze template schetst de essentiële onderdelen voor het analyseren van uw facturatie-workflows binnen HighRadius. Het biedt een gestructureerd overzicht van de benodigde datapunten, procesmijlpalen en technische stappen om een uitgebreide event log op te bouwen. Door deze handleiding te volgen, kunt u uw incassoproces succesvol in kaart brengen en kansen identificeren om uw cashflow te verbeteren.

Specifieke data attributes voor uw proces
Gestandaardiseerde activiteitenmijlpalen
HighRadius extractie-instructies

Nieuw met event logs? Leer hoe je een process mining event log creëert.

Template downloaden

Accounts Receivable Attributes

Deze tabel vermeldt de aanbevolen datavelden die nodig zijn om een gedetailleerde event log samen te stellen voor het analyseren van uw factuurbeheer en incassoprestaties.

3 Verplicht 7 Aanbevolen 10 Optioneel

	Naam	Omschrijving
	Activiteit ActivityName	De naam van de gebeurtenis of actie die is uitgevoerd op de factuur.
Omschrijving Dit attribute registreert de specifieke stap of actie die heeft plaatsgevonden in de credit-to-cash lifecycle. Het legt events vast zoals het aanmaken van facturen, geautomatiseerde correspondentie, incassogesprekken, het loggen van geschillen en de verwerking van betalingen. Analisten gebruiken dit veld om de processtroom te reconstrueren en de volgorde van stappen te visualiseren. Variaties in de volgorde van deze activiteiten helpen bij het identificeren van procesafwijkingen, herstelcycli en niet-compliante gedragingen. Het belang Het definieert de stappen van het proces en is essentieel voor procesontdekking en variantenanalyse. Vindplaats HighRadius Activity Log, Notes History of Transaction History tabellen Voorbeelden Factuur aangemaaktBetalingsherinnering VerzondenGeschil geopendVolledige betaling ontvangen
	Factuurnummer InvoiceNumber	De unieke identificatiecode voor het factuurdocument die dient als de case ID.
Omschrijving Het Factuurnummer is de centrale identifier voor het volgen van de financiële verplichting van creatie tot definitieve afwikkeling. Het koppelt alle gerelateerde activiteiten, waaronder disputen, betalingsbeloften en betalingen, tot één enkele case history. Bij analyse wordt deze attribute gebruikt om event logs te groeperen in afzonderlijke proces instances. Het maakt de berekening van cycle times per factuur mogelijk en is de primary key voor het koppelen van proces data met andere master data tables in de HighRadius-omgeving of het bron-ERP. Het belang Het identificeert de unieke case en zorgt ervoor dat alle events correct worden gekoppeld aan de specifieke financiële transactie. Vindplaats HighRadius Invoice Data / Header Tabel of Bron ERP (bijv. SAP VBAK, Oracle Headers) Voorbeelden INV-2023-001900123456US-102938550002931
	Gebeurtenistijdstempel EventDateTime	De specifieke datum en tijd waarop de activiteit plaatsvond.
Omschrijving Dit attribute markeert het exacte moment waarop een event plaatsvond binnen het HighRadius systeem. Het biedt de temporele dimensie die nodig is voor het sequencen van activiteiten en het berekenen van doorlooptijden tussen processtappen. In analyses wordt de timestamp gebruikt om cyclustijden te berekenen, zoals Days Sales Outstanding (DSO) of geschillenoplossingstijd. Het maakt ook de analyse van doorvoer en resourcebenutting over specifieke tijdsperioden mogelijk. Het belang Nauwkeurige tijdsregistratie is essentieel voor het berekenen van alle op duur gebaseerde KPI's en het correct rangschikken van events. Vindplaats HighRadius Transaction Logs timestampkolom Voorbeelden 2023-10-01T08:30:00Z2023-10-15T14:22:10Z2023-11-05T09:15:00Z
	Days Sales Outstanding DaysSalesOutstanding	Het aantal dagen vanaf de aanmaak van de factuur tot de afwikkeling ervan.
Omschrijving Dit berekende attribute vertegenwoordigt de totale doorlooptijd van de factuur. Het is de kern metric voor het `DSO Cycle Time Distribution` dashboard. Het monitoren hiervan op een granulair niveau helpt te bepalen welke fasen van het proces (bijv. geschillenbeslechting versus bankmatching) het meest bijdragen aan de algehele cash conversion cycle. Het belang De belangrijkste efficiëntie KPI voor debiteurenbeheer. Vindplaats Berekend op basis van `timestamps` voor Factuur Aangemaakt en Factuur Vereffend. Voorbeelden 45 dagen30 dagen62 dagen
	Factuurbedrag InvoiceAmount	Het totale factuurbedrag.
Omschrijving Dit attribute vertegenwoordigt het oorspronkelijke totaalbedrag dat aan de klant is gefactureerd. Het vormt de basis voor het berekenen van openstaande saldi en het evalueren van de financiële impact van geschillen of vertragingen. Process mining analyse gebruikt dit veld om cases te wegen op waarde. Zo helpt het onderscheid te maken tussen incasso's met hoge prioriteit en administratieve ruis met lage waarde in de `Low Value Dispute Volume KPI`. Het belang Maakt analyse mogelijk waarbij de financiële impact, in plaats van alleen het aantal `cases`, het gewicht bepaalt. Vindplaats Factuurheadertabel (Veld 'bedrag') Voorbeelden 1500.00250.5010000.00
	Is Geautomatiseerd IsAutomated	Vlag die aangeeft of de activiteit door het systeem is uitgevoerd zonder menselijke tussenkomst.
Omschrijving Dit boolean attribute onderscheidt stappen uitgevoerd door de HighRadius automatisering engine (zoals auto-correspondentie of cash matching) en handmatige stappen door gebruikers. Het is essentieel voor de `Cash Application Automation Tracker` en de `Touchless Invoice Rate KPI`. Het stelt analisten in staat om de ROI van automatisering te meten en processtappen te identificeren die nog steeds veel handmatige tussenkomst vereisen. Het belang Meet de efficiëntie van de HighRadius-implementatie. Vindplaats Activiteitenlogboek (controle Systeemgebruiker vs. Menselijke Gebruiker) Voorbeelden truefalse
	Klantnaam CustomerName	De naam van het klantaccount dat gekoppeld is aan de factuur.
Omschrijving Dit attribute identificeert de entiteit die verantwoordelijk is voor het betalen van de factuur. Binnen HighRadius is dit gekoppeld aan het stamrecord van de debiteur. Het analyseren van procesprestaties per klantnaam belicht specifieke accounts die mogelijk gerichte incassostrategieën vereisen of consistente betalingsvertragingen hebben. Het ondersteunt het `Customer Risk and Aging Matrix` dashboard. Het belang Essentieel voor het segmenteren van analyses per account om probleemklanten te vinden. Vindplaats Klantstamgegevens of Factuurkop Voorbeelden Acme CorpWereldwijde industrieënTechStart IncRetail Giant Ltd
	Naam Incassomedewerker CollectorName	De naam van de medewerker of gebruiker die verantwoordelijk is voor de incassoactiviteit.
Omschrijving Dit attribute identificeert de specifieke HighRadius gebruiker of agent die handmatige activiteiten heeft uitgevoerd, zoals het loggen van een oproep, het versturen van een gespecialiseerde e-mail of het beoordelen van een geschil. Het wordt gebruikt in het `Collector Productivity Benchmarks` dashboard om individuele prestaties en werkdrukverdeling te beoordelen. Dit helpt managers bij het identificeren van trainingsbehoeften of het herverdelen van portfolio's binnen het incassoteam. Het belang Maakt prestatieanalyse op resourceniveau mogelijk. Vindplaats Activity Log / Gebruikerstabel Voorbeelden John DoeJane SmithSysteembeheerderCollectionAgent_01
	Verschil Betalingstermijn PaymentTermVariance	Het aantal dagen tussen de vervaldatum en de betaaldatum.
Omschrijving Dit berekende attribute meet de afwijking van de overeengekomen betalingstermijnen. Een positief getal duidt op een te late betaling, terwijl een negatief getal duidt op een vroege betaling. Het is de directe metric voor de `Payment Term Compliance Audit`. Door deze variantie te aggregeren, kunnen bedrijven systematische laatbetalers identificeren en de kredietvoorwaarden of incassostrategieën hierop aanpassen. Het belang Directe maatstaf voor de naleving van contractvoorwaarden door de klant. Vindplaats Berekend op basis van Vervaldatum en Betalingsdatum. Voorbeelden 5 dagen-2 dagen0 dagen
	Vervaldatum DueDate	De datum waarop de klant contractueel verplicht is te betalen.
Omschrijving De Due Date wordt bepaald door de betalingstermijn die is toegepast op de factuurdatum. Het dient als de streefdatum voor het incassoproces. Vergelijking van de datum van 'Volledige Betaling Ontvangen' met deze attribute maakt de berekening van de 'Payment Term Compliance Rate' mogelijk. Dit is cruciaal voor het bepalen of een betaling op tijd, te laat of te vroeg is. Het belang Het referentiepunt voor het bepalen van laattijdigheid en het berekenen van Days Sales Outstanding (DSO). Vindplaats Factuurheadertabel (Veld 'vervaldatum') Voorbeelden 2023-11-302023-12-15
	Bedrijfseenheid BusinessUnit	De interne afdeling of dochteronderneming die de factuur heeft uitgegeven.
Omschrijving Dit attribute segmenteert data op organisatiestructuur, zoals 'Noord-Amerikaanse Verkoop', 'EMEA Diensten' of specifieke productdivisies. Het maakt de `Payment Term Compliance Audit` mogelijk om prestaties te vergelijken tussen verschillende onderdelen van de organisatie. Dit helpt te isoleren of incassoproblemen systemisch zijn of gelokaliseerd zijn tot specifieke bedrijfspraktijken. Het belang Maakt vergelijkende analyse mogelijk binnen verschillende bedrijfsonderdelen. Vindplaats Factuurheader / ERP-mapping Voorbeelden ConsumentenelektronicaIndustriële onderdelenSoftware ServicesNA-West
	Bronsysteem SourceSystem	De naam van het systeem waar de data vandaan komt.
Omschrijving Dit attribute geeft aan of het datapunt direct afkomstig is uit de HighRadius platform modules (zoals Collections Cloud of Cash Application Cloud) of dat het is ingelezen vanuit een extern ERP-systeem (zoals SAP of Oracle). Het is nuttig voor dataherkomst en validatie. Bij het analyseren van proceswrijving helpt het kennen van het bronsysteem om te identificeren of vertragingen worden veroorzaakt door integratielatentie of door verwerkingstijden van het eigen systeem. Het belang Het biedt context over de herkomst van data, vooral in omgevingen met meerdere ERP-systemen die data leveren aan HighRadius. Vindplaats Systeemconfiguratie of Hardcoded op basis van extractielogica Voorbeelden HighRadiusSAP ECCOracle NetSuiteMicrosoft Dynamics
	Datum Betalingsbelofte PromiseToPayDate	De datum waarop de klant beloofde een betaling te doen.
Omschrijving Dit attribute registreert de toezeggingsdatum die door een klant is opgegeven tijdens een incasso-interactie. Het is een belangrijke functionaliteit in de HighRadius Collections Cloud. Gebruikt in de `Promise to Pay Reliability Index`, wordt deze datum vergeleken met de feitelijke betaaldatum om te bepalen of de klant zijn belofte heeft nagekomen. Het helpt bij het evalueren van de kwaliteit van de toezegging en de effectiviteit van de onderhandeling door de incassomedewerker. Het belang Cruciaal voor het voorspellen van de cashflow en het meten van klantbetrouwbaarheid. Vindplaats Collections Module / P2P Transactietabel Voorbeelden 2023-12-102023-12-20
	Klantsegment CustomerSegment	Categorisatie van de klant op basis van omvang, branche of strategische waarde.
Omschrijving Dit attribute groepeert klanten in niveaus zoals 'Strategisch', 'Mid-Market', 'MKB' of 'Hoog Risico'. Het wordt gebruikt in het `Dispute Resolution Performance` dashboard om te zien of verschillende segmenten verschillende serviceniveaus ervaren. Het zorgt ervoor dat klanten met een hoge waarde de juiste aandacht krijgen tijdens het incassoproces. Het belang Segmentatie van de analyse om af te stemmen op bedrijfsstrategie en service level agreements. Vindplaats Klantstamgegevens Voorbeelden Strategische Grootzakelijke KlantGroothandelRetailOverheid
	Kredietbeoordeling CreditRating	De kredietwaardigheidsscore of -rating die aan de klant is toegewezen.
Omschrijving Dit attribute weerspiegelt het risiconiveau van de klant, vaak afkomstig van kredietbureaus of interne scoring binnen de HighRadius Credit Cloud. Het is een dimensie in de `Customer Risk and Aging Matrix`. Het analyseren van veroudering ten opzichte van kredietwaardigheid helpt bij het identificeren van risico's met hoge blootstelling, waarbij klanten met slechte beoordelingen grote openstaande saldi hebben. Het belang Essentieel voor risicobeheer en het prioriteren van incasso's. Vindplaats Credit Management Module / Klantstamgegevens Voorbeelden AAAB+Hoog risicoLaag risico
	Laatste data-update LastDataUpdate	De timestamp van wanneer de data voor het laatst is ververst in het mining model.
Omschrijving Dit attribute registreert wanneer het record is geëxtraheerd of voor het laatst is bijgewerkt in de process mining dataset. Het zorgt ervoor dat analisten op de hoogte zijn van de actualiteit van de data en mogelijke latentie in rapportages. Het is bijzonder belangrijk voor continu monitoring dashboards, waar gebruikers moeten weten of ze naar real-time data kijken of naar een momentopname van de vorige dag. Het belang Het zorgt voor transparantie met betrekking tot de actualiteit van de data die voor KPI's wordt gebruikt. Vindplaats ETL-timestamp Voorbeelden 2023-12-01T00:00:00Z2023-12-02T06:00:00Z
	Openstaand bedrag OpenAmount	Het resterende onbetaalde saldo op de factuur.
Omschrijving Dit attribute volgt het bedrag dat de klant nog verschuldigd is. Het wordt bijgewerkt wanneer deelbetalingen worden geboekt. Het is essentieel voor de `Partial Payment Complexity Analysis`. Het stelt analisten in staat om te filteren op volledig openstaande versus gedeeltelijk betaalde facturen en incassopogingen te prioriteren op openstaande items met hoge waarde. Het belang Cruciaal voor het bepalen van de huidige blootstelling en het succes van deelincasso's. Vindplaats Factuurheader / Tabel met openstaande posten Voorbeelden 0.00500.0012000.00
	Reden van geschil DisputeReasonCode	De categoriecode die aan een dispuutcase is toegewezen.
Omschrijving Dit attribute classificeert de aard van een weigering van de klant om te betalen, zoals 'Prijsprobleem', 'Beschadigde Goederen' of 'Ontbrekende Documentatie'. In HighRadius Deductions Cloud zijn dit standaard codes. Het analyseren van deze codes helpt de onderliggende oorzaken van wanbetaling te identificeren. Het aggregeren van deze data stelt het bedrijf in staat om stroomopwaartse problemen in verkoop of logistiek, die stroomafwaartse vertragingen in incasso veroorzaken, op te lossen. Het belang Cruciaal voor `Root Cause Analysis` van vertraagde betalingen. Vindplaats Module voor geschillen- en kortingsbeheer Voorbeelden P01 (Pricing)Q02 (Kwaliteit)S03 (Tekort)Beheerdersfout
	Regio Region	Geografische regio gekoppeld aan de factuur of klant.
Omschrijving Dit attribute definieert het geografische gebied, zoals 'Noord-Amerika', 'EMEA' of 'APAC', relevant voor de transactie. Het helpt bij regionale benchmarking en het begrijpen hoe culturele of regelgevende verschillen van invloed zijn op betalingsgedrag en incassosnelheden. Het is nuttig voor rapportages op directieniveau. Het belang Ondersteunt geografische prestatieanalyse. Vindplaats Klantstamgegevens of Factuurkop Voorbeelden NAEMEALATAMAPAC
	Valutacode CurrencyCode	De ISO-valutacode voor het factuurbedrag.
Omschrijving Dit attribute specificeert de valuta waarin de factuur is uitgegeven (bijv. USD, EUR, GBP). Bij het analyseren van een wereldwijd proces is dit noodzakelijk voor een correcte interpretatie van de velden `Invoice Amount` en `Open Amount`. Het zorgt ervoor dat aggregaties correct worden verwerkt (meestal door conversie naar een rapportagevaluta). Het belang Vereist voor nauwkeurige financiële aggregatie in omgevingen met meerdere valuta's. Vindplaats Factuurheader Voorbeelden USDEURGBPJPY

Verplicht Aanbevolen Optioneel

Debiteurenactiviteiten

Deze vermeldingen vertegenwoordigen de cruciale processtappen en transactiemijlpalen die u moet vastleggen om uw end-to-end factuurproces te visualiseren.

8 Aanbevolen 5 Optioneel

	Activiteit	Omschrijving
	Bankafschrift Gematcht	De Cash Application engine (of gebruiker) koppelt een regel op het bankafschrift succesvol aan deze specifieke factuur.
Het belang Kernmetric voor de 'Automated Cash Application Rate'. Maakt onderscheid tussen ontvangst van gelden en applicatie van gelden. Vindplaats Cash Application module; aanmaak van matchrecord. Vastleggen Geregistreerd wanneer de matchingregel wordt uitgevoerd Gebeurtenistype explicit
	Betalingsbelofte Aangemaakt	Een formele belofte, vastgelegd in het systeem, waarmee een klant zich verbindt tot betaling van een specifiek bedrag op een bepaalde datum.
Het belang Essentieel voor de 'Promise to Pay Reliability Index' om cashflow te voorspellen en klantbetrouwbaarheid te meten. Vindplaats P2P (Promise to Pay) module/tabblad binnen HighRadius gekoppeld aan de factuur. Vastleggen Geregistreerd wanneer het P2P-record wordt aangemaakt Gebeurtenistype explicit
	Betalingsherinnering Verzonden	Een geautomatiseerde correspondentie (e-mail/brief) verzonden naar de klant via de `Collections module`. Dit volgt de uitvoering van de aanmaningsstrategie.
Het belang Cruciaal voor het `dashboard` 'Effectiviteit Incassoherinneringen' om te meten of correspondentie daadwerkelijk een betaling uitlokt. Vindplaats Tabblad Correspondentiegeschiedenis of Communicatielogboeken gekoppeld aan de Factuur-ID. Vastleggen Geregistreerd wanneer de aanmaningsstrategie een actie uitvoert Gebeurtenistype explicit
	Factuur aangemaakt	De initiële creatie of import van de factuur in het HighRadius platform vanuit het ERP-systeem. Dit markeert het begin van de incassolevenscyclus.
Het belang Stelt de basistimestamp vast voor verouderingsberekeningen en Days Sales Outstanding (DSO) metrics. Vindplaats Tabel Openstaande Facturen of Data Integratie logs waar het factuurnummer voor het eerst verschijnt. Vastleggen Geregistreerd wanneer het record wordt ingevoegd in de factuurheader-tabel Gebeurtenistype explicit
	Factuur afgeletterd	De uiteindelijke statuswijziging waarbij het factuursaldo nul wordt en de factuur in het systeem wordt afgesloten.
Het belang De eindtimestamp voor 'Average Days Sales Outstanding'. Dit vertegenwoordigt de voltooiing van het proces. Vindplaats Factuurheadertabel; Status = 'Gesloten' of 'Afgeboekt'. Vastleggen Vergelijk het statusveld voor/na Gebeurtenistype inferred
	Geschil geopend	Het aanmaken van een aftrek- of dispuutcase gekoppeld aan de factuur, wat duidt op een weigering van de klant om een deel of het gehele saldo te betalen.
Het belang Activeert de analyse van 'Prestatie Geschillenafhandeling' en onderbreekt de standaard aanmaningen voor het betwiste bedrag. Vindplaats `Deductions/Disputes module`; creatie-`timestamp` van de `case ID` gekoppeld aan de factuur. Vastleggen Geregistreerd wanneer de dispuutcase wordt aangemaakt Gebeurtenistype explicit
	Geschil opgelost	De conclusie van het dispuutonderzoek, resulterend in een beslissing (bijv. geldige aftrek of ongeldige claim).
Het belang Stop-clock event voor 'Dispuutafhandelingstijd'. Vertragingen hier hebben directe invloed op de ouderdom van vorderingen. Vindplaats `Deductions module`; statuswijziging naar 'Afgesloten', 'Opgelost' of 'Goedgekeurd'. Vastleggen Vergelijk het statusveld voor/na Gebeurtenistype inferred
	Volledige betaling ontvangen	De ontvangst van gelden die de schuld volledig vereffent. Dit is de effectieve datum van de betaling voor verouderingsdoeleinden.
Het belang Gebruikt om het 'Nakomingspercentage van betaalafspraken' en de werkelijke versus verwachte cashflow te berekenen. Vindplaats De datum van de betalingstransactie gekoppeld aan het definitieve afboekingsdocument. Vastleggen Geregistreerde transactiedatum van de verrekeningsbetaling Gebeurtenistype explicit
	Creditnota Uitgegeven	Een creditnota wordt gegenereerd om het factuursaldo te compenseren, vaak als gevolg van een geldige geschillenbeslechting of retourzending.
Het belang Volgt de 'Verwerkingsefficiëntie Creditnota's' en het tijdsverschil tussen de afhandeling van geschillen en de financiële boeking. Vindplaats ERP sync-logs of Creditnota-tabel gekoppeld aan de originele Factuur ID. Vastleggen Geregistreerd wanneer het creditnota-document is gekoppeld aan de factuur Gebeurtenistype explicit
	Deelbetaling Geboekt	Een betaling wordt verwerkt die slechts een deel van het totale factuurbedrag dekt, waardoor een restsaldo overblijft.
Het belang Voedt de 'Analyse van de complexiteit van deelbetalingen' en duidt op potentiële wrijvingspunten bij cash application. Vindplaats Cash Application module; betalingstransactie gekoppeld aan factuur waarbij Betaald Bedrag < Openstaand Bedrag. Vastleggen Geregistreerd wanneer een betaling is toegepast maar de status open blijft Gebeurtenistype explicit
	Geschil in beoordeling	De dispuutcase verschuift van 'Nieuw' naar een actieve onderzoeksstatus. Dit vertegenwoordigt de start van het daadwerkelijke werk door de analist.
Het belang Gebruikt in de 'Geschillen workflow knelpuntzoeker' om de vertraging tussen aanmaak en effectieve werktijd te meten. Vindplaats Auditlog van de `Deductions module`; statuswijziging naar 'In behandeling' of 'In onderzoek'. Vastleggen Vergelijk het statusveld voor/na Gebeurtenistype inferred
	Incasso-oproep Geregistreerd	Een handmatige notitie of interactie, vastgelegd door een incassomedewerker betreffende deze factuur. Dit duidt op menselijke tussenkomst in het proces.
Het belang Ondersteunt 'Collector Productivity Benchmarks' en maakt onderscheid tussen geautomatiseerde en handmatige incassopogingen. Vindplaats Tabblad Notities/Historie binnen de Incassomodule. Vastleggen Geregistreerd wanneer een gebruiker een oproepnotitie opslaat Gebeurtenistype explicit
	Vervaldatum overschreden	Een berekende gebeurtenis die aangeeft dat de factuur nog openstaat na de afgesproken betalingstermijn.
Het belang Cruciaal voor de 'Payment Term Compliance Audit'. Markeert de overgang van lopend naar achterstallig. Vindplaats Berekend door de vervaldatum van de factuur te vergelijken met de huidige datum (indien openstaand) of de betalingsdatum (indien afgesloten). Vastleggen Berekend door het veld 'Vervaldatum' te vergelijken met 'Activiteitsdatum' Gebeurtenistype calculated

Aanbevolen Optioneel

Extractie Guides

Hoe u uw data uit HighRadius haalt

Stappen

Log in op het HighRadius Integrated Receivables-platform en navigeer naar de Analytics- of Reports-module.
Zoek de Transaction History- of Open Items-rapporttemplate. Waarschijnlijk moet u drie afzonderlijke exports configureren om de volledige levenscyclus vast te leggen: Invoice Header Data, Collection Activities en Dispute/Deduction History.
Configureer de Invoice Header Export: Selecteer kolommen voor Invoice Number, Customer Name, Invoice Amount, Invoice Date, Due Date, Clear Date en Final Status. Pas filters toe voor de relevante Company Codes en een bereik van aanmaakdatums dat uw process mining-venster omvat.
Configureer de Collection Activities Export: Selecteer kolommen voor Invoice Number, Activity Type (Call, Email, Note), Activity Date, Collector Name en Promise to Pay-details. Zorg ervoor dat u zowel geautomatiseerde systeemacties als handmatige gebruikerslogboeken opneemt.
Configureer de Dispute History Export: Selecteer kolommen voor Invoice Number, Dispute Case ID, Dispute Amount, Status Change Date, Reason Code en Resolution Date. Dit legt de levenscyclus van deducties vast.
Configureer de Payment/Cash App Export: Selecteer kolommen voor Invoice Number, Payment Reference, Payment Date, Payment Amount en Payment Type (Partial, Full, Credit Memo).
Voer deze rapporten uit en exporteer de resultaten naar CSV-formaat.
Importeer deze CSV-bestanden in een staging database of datatransformatie-tool (zoals Python/Pandas of een SQL-database) om de unificatiestappen uit te voeren.
Voer het transformatiescript uit dat is opgenomen in de Query-sectie om kolomnamen te standaardiseren, afgeleide events te berekenen (zoals Due Date Passed), en de diverse bronnen te verenigen tot één event log.
Controleer of de datumnotaties consistent zijn (ISO 8601 aanbevolen) en dat het Invoice Number identiek is opgemaakt in alle bestanden (bijv. het verwijderen van voorloopnullen indien er inconsistenties zijn).
Exporteer de uiteindelijke resultaatset als één CSV-bestand.
Upload de uiteindelijke CSV naar ProcessMind, waarbij InvoiceNumber wordt gekoppeld aan Case ID, EventDateTime aan Timestamp en ActivityName aan Activity.

Configuratie

Datumbereik: Selecteer een rollend venster (bijv. de afgelopen 12 maanden) op basis van de factuurdatum om de volledige levenscyclus vast te leggen.
Databronnen: Vereist toegang tot de modules Collections, Cash Application en Deductions binnen HighRadius.
Granulariteit: Zorg dat rapporten op factuurniveau worden gegenereerd, niet op account- of samenvattingsniveau.
Gebruikersrechten: De gebruiker die de extractie uitvoert, heeft Reporting- of Analytics Admin-rechten nodig voor toegang tot historische activity logs.
Systeemacties: Schakel expliciet filters in om systeemacties of acties van geautomatiseerde gebruikers in de activity logs op te nemen voor het vastleggen van automatische correspondentie.
Mapping vereist: Activiteitstypen in HighRadius moeten mogelijk worden gekoppeld aan standaardnamen voor process mining (bijv. het mappen van 'Dunning Letter' naar 'Betalingsherinnering verzonden').

a Voorbeeldquery config

/* 
Title: HighRadius Event Log Transformation Script
Description: This script assumes the raw CSV exports from HighRadius have been loaded into four staging tables:
1. STG_INVOICES (Header data)
2. STG_ACTIVITIES (Collections notes, calls, correspondence)
3. STG_DISPUTES (Deduction and dispute lifecycle)
4. STG_PAYMENTS (Cash application details)
*/

/* 1. Invoice Created */
SELECT 
    InvoiceNumber AS InvoiceNumber,
    'Invoice Created' AS ActivityName,
    InvoiceDate AS EventDateTime,
    CustomerName AS CustomerName,
    InvoiceAmount AS InvoiceAmount,
    DueDate AS DueDate,
    'System' AS CollectorName,
    'True' AS IsAutomated,
    NULL AS PaymentTermVariance,
    0 AS DaysSalesOutstanding
FROM STG_INVOICES

UNION ALL

/* 2. Payment Reminder Sent */
SELECT 
    InvoiceNumber,
    'Payment Reminder Sent',
    ActivityDate,
    CustomerName,
    NULL,
    NULL,
    UserName AS CollectorName,
    CASE WHEN UserName = 'System' THEN 'True' ELSE 'False' END,
    NULL,
    NULL
FROM STG_ACTIVITIES
WHERE ActivityType IN ('Dunning', 'Correspondence', 'Email Sent')

UNION ALL

/* 3. Collection Call Logged */
SELECT 
    InvoiceNumber,
    'Collection Call Logged',
    ActivityDate,
    CustomerName,
    NULL,
    NULL,
    UserName AS CollectorName,
    'False' AS IsAutomated,
    NULL,
    NULL
FROM STG_ACTIVITIES
WHERE ActivityType IN ('Call', 'Outbound Call')

UNION ALL

/* 4. Promise to Pay Created */
SELECT 
    InvoiceNumber,
    'Promise to Pay Created',
    PromiseDate,
    CustomerName,
    PromiseAmount,
    NULL,
    UserName AS CollectorName,
    'False' AS IsAutomated,
    NULL,
    NULL
FROM STG_ACTIVITIES
WHERE ActivityType = 'Promise to Pay' AND PromiseDate IS NOT NULL

UNION ALL

/* 5. Dispute Case Opened */
SELECT 
    InvoiceNumber,
    'Dispute Case Opened',
    CreateDate,
    CustomerName,
    DisputeAmount,
    NULL,
    AnalystName AS CollectorName,
    'False' AS IsAutomated,
    NULL,
    NULL
FROM STG_DISPUTES

UNION ALL

/* 6. Dispute Under Review */
SELECT 
    InvoiceNumber,
    'Dispute Under Review',
    StatusDate,
    CustomerName,
    NULL,
    NULL,
    AnalystName AS CollectorName,
    'False' AS IsAutomated,
    NULL,
    NULL
FROM STG_DISPUTES
WHERE Status = 'In Review'

UNION ALL

/* 7. Dispute Resolved */
SELECT 
    InvoiceNumber,
    'Dispute Resolved',
    ResolutionDate,
    CustomerName,
    NULL,
    NULL,
    AnalystName AS CollectorName,
    'False' AS IsAutomated,
    NULL,
    NULL
FROM STG_DISPUTES
WHERE Status IN ('Closed', 'Resolved', 'Denied', 'Approved')

UNION ALL

/* 8. Credit Memo Issued */
SELECT 
    InvoiceNumber,
    'Credit Memo Issued',
    PaymentDate,
    CustomerName,
    PaymentAmount,
    NULL,
    'System' AS CollectorName,
    'True' AS IsAutomated,
    NULL,
    NULL
FROM STG_PAYMENTS
WHERE PaymentType = 'Credit Memo'

UNION ALL

/* 9. Partial Payment Posted */
SELECT 
    P.InvoiceNumber,
    'Partial Payment Posted',
    P.PaymentDate,
    I.CustomerName,
    P.PaymentAmount,
    I.DueDate,
    'System' AS CollectorName,
    'True' AS IsAutomated,
    DATEDIFF(day, I.DueDate, P.PaymentDate) AS PaymentTermVariance,
    DATEDIFF(day, I.InvoiceDate, P.PaymentDate) AS DaysSalesOutstanding
FROM STG_PAYMENTS P
JOIN STG_INVOICES I ON P.InvoiceNumber = I.InvoiceNumber
WHERE P.PaymentType = 'Payment' AND P.PaymentAmount < I.InvoiceAmount

UNION ALL

/* 10. Bank Statement Matched */
SELECT 
    InvoiceNumber,
    'Bank Statement Matched',
    MatchDate,
    CustomerName,
    NULL,
    NULL,
    'CashApp System' AS CollectorName,
    'True' AS IsAutomated,
    NULL,
    NULL
FROM STG_PAYMENTS
WHERE MatchDate IS NOT NULL

UNION ALL

/* 11. Full Payment Received */
SELECT 
    P.InvoiceNumber,
    'Full Payment Received',
    P.PaymentDate,
    I.CustomerName,
    P.PaymentAmount,
    I.DueDate,
    'System' AS CollectorName,
    'True' AS IsAutomated,
    DATEDIFF(day, I.DueDate, P.PaymentDate) AS PaymentTermVariance,
    DATEDIFF(day, I.InvoiceDate, P.PaymentDate) AS DaysSalesOutstanding
FROM STG_PAYMENTS P
JOIN STG_INVOICES I ON P.InvoiceNumber = I.InvoiceNumber
WHERE P.PaymentType = 'Payment' AND P.PaymentAmount >= I.InvoiceAmount

UNION ALL

/* 12. Due Date Passed */
SELECT 
    InvoiceNumber,
    'Due Date Passed',
    DueDate,
    CustomerName,
    InvoiceAmount,
    DueDate,
    'System' AS CollectorName,
    'True' AS IsAutomated,
    NULL,
    DATEDIFF(day, InvoiceDate, DueDate) AS DaysSalesOutstanding
FROM STG_INVOICES
WHERE DueDate < GETDATE() AND (ClearDate IS NULL OR ClearDate > DueDate)

UNION ALL

/* 13. Invoice Cleared */
SELECT 
    InvoiceNumber,
    'Invoice Cleared',
    ClearDate,
    CustomerName,
    InvoiceAmount,
    DueDate,
    'System' AS CollectorName,
    'True' AS IsAutomated,
    DATEDIFF(day, DueDate, ClearDate) AS PaymentTermVariance,
    DATEDIFF(day, InvoiceDate, ClearDate) AS DaysSalesOutstanding
FROM STG_INVOICES
WHERE ClearDate IS NOT NULL

Stappen

Vereisten en Omgevingsconfiguratie Zorg ervoor dat Python 3.8 of hoger is geïnstalleerd. U hebt de requests- en pandas-bibliotheken nodig. Installeer deze via pip als ze nog niet aanwezig zijn. Verkrijg uw HighRadius API Client ID, Client Secret en Base URL van uw systeembeheerder. Deze zijn doorgaans te vinden in het gedeelte Administration of Developer Portal van HighRadius.
API-inloggegevens Configureren Open het meegeleverde Python-script. Zoek het configuratiegedeelte bovenaan. Vervang de tijdelijke aanduidingen voor CLIENT_ID, CLIENT_SECRET en BASE_URL. Zorg ervoor dat de gebruiker die aan deze inloggegevens is gekoppeld, toegang heeft tot de modules Collections, Cash Application en Deductions.
Parameters voor Data-extractie Instellen Definieer de variabelen START_DATE en END_DATE in het script. Het wordt aanbevolen om de data per maand of kwartaal te extraheren om time-outs te voorkomen. Het script verwacht standaard ISO 8601-datumnotaties (JJJJ-MM-DD).
Scriptuitvoering: Authenticatie Het script voert eerst een OAuth2-flow uit om een bearer token te verkrijgen. Dit token is beperkt geldig (meestal 1 uur). Het script regelt het automatisch ophalen van het initiële token.
Scriptuitvoering: Data Ophalen Het script roept opeenvolgend specifieke endpoints aan. Het haalt eerst de factuurgegevens op hoofdniveau op. Vervolgens doorloopt het gerelateerde endpoints voor Activities (Notes), Promises to Pay, Disputes en Payment History, waarbij indien nodig de Invoice Numbers als referentiesleutels worden gebruikt.
Datatransformatie en Mappen van activiteiten Het script verwerkt ruwe JSON-responses tot een gestroomlijnde event log-structuur. Het koppelt specifieke HighRadius-codes aan de vereiste Activity Names. Het controleert bijvoorbeeld de invoice_balance met de total_amount om onderscheid te maken tussen 'Partial Payment Posted' en 'Full Payment Received'. Het berekent ook de 'Due Date Passed'-event door de vervaldatum te vergelijken met de clearing date of de huidige datum.
Paginatie Behandelen HighRadius API's pagineren doorgaans resultaten. Het meegeleverde script bevat een lus om alle pagina's met data op te halen totdat er geen verdere records worden geretourneerd. Zorg voor een stabiele netwerkverbinding tijdens dit proces.
Dataconsolidatie Alle geëxtraheerde data (Invoices, Activities, Disputes, Payments) worden samengevoegd tot één Pandas DataFrame. Het script sorteert deze DataFrame op InvoiceNumber en EventDateTime om een chronologische eventstroom te garanderen.
Validatie en Kwaliteitscontrole Voordat het script wordt afgerond, wordt een samenvatting van de geëxtraheerde unieke activiteiten afgedrukt. Controleer of de tellingen redelijk zijn vergeleken met uw operationele volumes. Controleer of de EventDateTime-kolom correct is geformatteerd als JJJJ-MM-DD UU:MM:SS.
Exporteren naar CSV De uiteindelijke DataFrame wordt geëxporteerd naar een bestand met de naam HighRadius_EventLog.csv. Dit bestand bevat de specifieke kolommen die ProcessMind vereist.
Definitieve Controle Open het CSV-bestand. Controleer op eventuele NULL-waarden in InvoiceNumber of ActivityName. Zorg ervoor dat datums niet in de toekomst liggen, tenzij ze verwijzen naar verwachte vervaldata (hoewel EventDateTime altijd in het verleden of heden moet liggen).
Uploaden naar ProcessMind Importeer het gegenereerde CSV-bestand in ProcessMind. Koppel InvoiceNumber aan Case ID, ActivityName aan Activity en EventDateTime aan Timestamp.

Configuratie

API Base URL: Stel vast of u verbinding maakt met een productie- of sandbox-omgeving. De URL-structuur verschilt meestal (bijv. https://[client].highradius.com/api versus https://[client]-sandbox.highradius.com/api).
Client Scope: Controleer of de API-client read-toegang heeft tot de scopes radiusOne, collections, deductions en cashApp.
Datumbereik: Beperk de extractieperiode tot maximaal 3 maanden per run als het transactievolume hoog is (meer dan 100.000 facturen per maand).
Pagineringslimiet: Het script gebruikt standaard 1000 records per pagina. Pas de parameter limit aan in de API-calls als de server time-outfouten geeft.
Throttling/Rate Limiting: HighRadius kan limieten hanteren voor het aantal verzoeken. Als u HTTP 429-fouten krijgt, voeg dan een time.sleep(1)-opdracht toe in de pagineringsloops.

a Voorbeeldquery python

import requests
import pandas as pd
import json
from datetime import datetime, timedelta

class=class="hl-string">"hl-comment"># ==========================================
class=class="hl-string">"hl-comment"># CONFIGURATION
class=class="hl-string">"hl-comment"># ==========================================
BASE_URL = class="hl-string">"https://[Your Instance].highradius.com/api/v1"
TOKEN_URL = class="hl-string">"https://[Your Instance].highradius.com/oauth/token"
CLIENT_ID = class="hl-string">"[Your Client ID]"
CLIENT_SECRET = class="hl-string">"[Your Client Secret]"
SCOPE = class="hl-string">"read_write"

class=class="hl-string">"hl-comment"># Extraction Window
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-01-31"

class=class="hl-string">"hl-comment"># Global container for event log rows
event_log = []

def get_access_token():
    payload = {
        class="hl-string">'grant_type': class="hl-string">'client_credentials',
        class="hl-string">'client_id': CLIENT_ID,
        class="hl-string">'client_secret': CLIENT_SECRET,
        class="hl-string">'scope': SCOPE
    }
    try:
        response = requests.post(TOKEN_URL, data=payload)
        response.raise_for_status()
        return response.json().get(class="hl-string">'access_token')
    except Exception as e:
        print(fclass="hl-string">"Authentication failed: {e}")
        return None

def fetch_paged_data(endpoint, token, params={}):
    headers = {class="hl-string">"Authorization": fclass="hl-string">"Bearer {token}", class="hl-string">"Content-Type": class="hl-string">"application/json"}
    all_records = []
    page = 1
    while True:
        params[class="hl-string">'page'] = page
        params[class="hl-string">'limit'] = 1000
        try:
            resp = requests.get(fclass="hl-string">"{BASE_URL}/{endpoint}", headers=headers, params=params)
            if resp.status_code != 200:
                break
            data = resp.json()
            records = data.get(class="hl-string">'data', [])
            if not records:
                break
            all_records.extend(records)
            page += 1
        except Exception:
            break
    return all_records

def process_extraction():
    token = get_access_token()
    if not token:
        return

    class=class="hl-string">"hl-comment"># 1. Fetch Invoices (Header Data)
    print(class="hl-string">"Fetching Invoices...")
    invoices = fetch_paged_data(class="hl-string">"invoices", token, {class="hl-string">"filter_date_from": START_DATE, class="hl-string">"filter_date_to": END_DATE})
    
    class=class="hl-string">"hl-comment"># Process Invoice Headers and Derived Events
    invoice_ids = []
    for inv in invoices:
        inv_num = str(inv.get(class="hl-string">'invoice_number', class="hl-string">''))
        cust_name = inv.get(class="hl-string">'customer_name', class="hl-string">'')
        amount = float(inv.get(class="hl-string">'amount', 0.0))
        create_date = inv.get(class="hl-string">'create_date')  class=class="hl-string">"hl-comment"># YYYY-MM-DD
        due_date = inv.get(class="hl-string">'due_date')
        clear_date = inv.get(class="hl-string">'clear_date')
        status = inv.get(class="hl-string">'status', class="hl-string">'Open')
        
        invoice_ids.append(inv_num)
        
        class=class="hl-string">"hl-comment"># Event: Invoice Created
        event_log.append({
            class="hl-string">"InvoiceNumber": inv_num,
            class="hl-string">"ActivityName": class="hl-string">"Invoice Created",
            class="hl-string">"EventDateTime": fclass="hl-string">"{create_date} 00:00:00",
            class="hl-string">"CustomerName": cust_name,
            class="hl-string">"InvoiceAmount": amount,
            class="hl-string">"DueDate": due_date,
            class="hl-string">"IsAutomated": True
        })
        
        class=class="hl-string">"hl-comment"># Event: Invoice Cleared
        if status.lower() in [class="hl-string">'closed', class="hl-string">'cleared'] and clear_date:
             event_log.append({
                class="hl-string">"InvoiceNumber": inv_num,
                class="hl-string">"ActivityName": class="hl-string">"Invoice Cleared",
                class="hl-string">"EventDateTime": fclass="hl-string">"{clear_date} 23:59:59",
                class="hl-string">"CustomerName": cust_name,
                class="hl-string">"InvoiceAmount": amount,
                class="hl-string">"DueDate": due_date,
                class="hl-string">"IsAutomated": True
            })
             
        class=class="hl-string">"hl-comment"># Event: Due Date Passed (Calculated)
        class=class="hl-string">"hl-comment"># Logic: If closed and cleared after due date OR if open and today is after due date
        d_due = datetime.strptime(due_date, class="hl-string">"%Y-%m-%d")
        limit_date = datetime.strptime(clear_date, class="hl-string">"%Y-%m-%d") if clear_date else datetime.now()
        
        if limit_date > d_due:
            overdue_ts = d_due + timedelta(days=1)
            event_log.append({
                class="hl-string">"InvoiceNumber": inv_num,
                class="hl-string">"ActivityName": class="hl-string">"Due Date Passed",
                class="hl-string">"EventDateTime": overdue_ts.strftime(class="hl-string">"%Y-%m-%d %H:%M:%S"),
                class="hl-string">"CustomerName": cust_name,
                class="hl-string">"InvoiceAmount": amount,
                class="hl-string">"DueDate": due_date,
                class="hl-string">"IsAutomated": True
            })

        class=class="hl-string">"hl-comment"># Event: Credit Memo Issued
        if inv.get(class="hl-string">'document_type', class="hl-string">'').lower() == class="hl-string">'credit_memo':
             event_log.append({
                class="hl-string">"InvoiceNumber": inv_num,
                class="hl-string">"ActivityName": class="hl-string">"Credit Memo Issued",
                class="hl-string">"EventDateTime": fclass="hl-string">"{create_date} 12:00:00",
                class="hl-string">"CustomerName": cust_name,
                class="hl-string">"InvoiceAmount": amount,
                class="hl-string">"DueDate": due_date,
                class="hl-string">"IsAutomated": True
            })

    class=class="hl-string">"hl-comment"># 2. Fetch Activities / Notes (Calls, Reminders)
    print(class="hl-string">"Fetching Activities...")
    class=class="hl-string">"hl-comment"># In a real scenario, you might iterate invoice_ids in chunks if the API requires filtering by ID
    class=class="hl-string">"hl-comment"># Here we assume an endpoint allowing date filtering similar to invoices
    activities = fetch_paged_data(class="hl-string">"activities", token, {class="hl-string">"date_from": START_DATE, class="hl-string">"date_to": END_DATE})
    
    for act in activities:
        inv_num = str(act.get(class="hl-string">'invoice_number', class="hl-string">''))
        act_type = act.get(class="hl-string">'activity_type', class="hl-string">'').lower()
        act_date = act.get(class="hl-string">'activity_date') class=class="hl-string">"hl-comment"># Assume valid timestamp
        user = act.get(class="hl-string">'performed_by', class="hl-string">'System')
        
        activity_name = None
        if class="hl-string">'email' in act_type or class="hl-string">'letter' in act_type or class="hl-string">'reminder' in act_type:
            activity_name = class="hl-string">"Payment Reminder Sent"
        elif class="hl-string">'call' in act_type:
            activity_name = class="hl-string">"Collection Call Logged"
            
        if activity_name:
            event_log.append({
                class="hl-string">"InvoiceNumber": inv_num,
                class="hl-string">"ActivityName": activity_name,
                class="hl-string">"EventDateTime": act_date,
                class="hl-string">"CollectorName": user,
                class="hl-string">"IsAutomated": user == class="hl-string">'System'
            })

    class=class="hl-string">"hl-comment"># 3. Fetch Promises to Pay
    print(class="hl-string">"Fetching Promises to Pay...")
    ptps = fetch_paged_data(class="hl-string">"promises", token, {class="hl-string">"created_from": START_DATE, class="hl-string">"created_to": END_DATE})
    for ptp in ptps:
        event_log.append({
            class="hl-string">"InvoiceNumber": str(ptp.get(class="hl-string">'invoice_number', class="hl-string">'')),
            class="hl-string">"ActivityName": class="hl-string">"Promise to Pay Created",
            class="hl-string">"EventDateTime": ptp.get(class="hl-string">'created_at'),
            class="hl-string">"CollectorName": ptp.get(class="hl-string">'created_by'),
            class="hl-string">"IsAutomated": False
        })

    class=class="hl-string">"hl-comment"># 4. Fetch Disputes
    print(class="hl-string">"Fetching Disputes...")
    disputes = fetch_paged_data(class="hl-string">"disputes", token, {class="hl-string">"date_from": START_DATE, class="hl-string">"date_to": END_DATE})
    for disp in disputes:
        inv_num = str(disp.get(class="hl-string">'invoice_number', class="hl-string">''))
        create_ts = disp.get(class="hl-string">'create_date')
        status_history = disp.get(class="hl-string">'status_history', [])
        
        class=class="hl-string">"hl-comment"># Event: Dispute Case Opened
        event_log.append({
            class="hl-string">"InvoiceNumber": inv_num,
            class="hl-string">"ActivityName": class="hl-string">"Dispute Case Opened",
            class="hl-string">"EventDateTime": create_ts,
            class="hl-string">"IsAutomated": False
        })
        
        class=class="hl-string">"hl-comment"># Process Audit Trail for Status Changes
        for history in status_history:
            status = history.get(class="hl-string">'status', class="hl-string">'').lower()
            hist_date = history.get(class="hl-string">'date')
            
            if status == class="hl-string">'in_review' or status == class="hl-string">'investigation':
                event_log.append({
                    class="hl-string">"InvoiceNumber": inv_num,
                    class="hl-string">"ActivityName": class="hl-string">"Dispute Under Review",
                    class="hl-string">"EventDateTime": hist_date,
                    class="hl-string">"IsAutomated": False
                })
            elif status == class="hl-string">'resolved' or status == class="hl-string">'closed':
                 event_log.append({
                    class="hl-string">"InvoiceNumber": inv_num,
                    class="hl-string">"ActivityName": class="hl-string">"Dispute Resolved",
                    class="hl-string">"EventDateTime": hist_date,
                    class="hl-string">"IsAutomated": False
                })

    class=class="hl-string">"hl-comment"># 5. Fetch Payments
    print(class="hl-string">"Fetching Payments...")
    payments = fetch_paged_data(class="hl-string">"payments", token, {class="hl-string">"date_from": START_DATE, class="hl-string">"date_to": END_DATE})
    for pay in payments:
        inv_num = str(pay.get(class="hl-string">'invoice_number', class="hl-string">''))
        pay_date = pay.get(class="hl-string">'payment_date')
        pay_amount = float(pay.get(class="hl-string">'payment_amount', 0.0))
        inv_total = float(pay.get(class="hl-string">'invoice_total_amount', 0.0))
        is_matched = pay.get(class="hl-string">'is_matched', False)
        
        class=class="hl-string">"hl-comment"># Determine Partial vs Full
        class=class="hl-string">"hl-comment"># Note: logic simplified; usually compare accumulated payments
        if pay_amount < inv_total:
            act_name = class="hl-string">"Partial Payment Posted"
        else:
            act_name = class="hl-string">"Full Payment Received"
            
        event_log.append({
            class="hl-string">"InvoiceNumber": inv_num,
            class="hl-string">"ActivityName": act_name,
            class="hl-string">"EventDateTime": pay_date,
            class="hl-string">"InvoiceAmount": inv_total,
            class="hl-string">"IsAutomated": True
        })
        
        class=class="hl-string">"hl-comment"># Event: Bank Statement Matched
        class=class="hl-string">"hl-comment"># Trigger if the system flags this payment as successfully matched to bank line
        if is_matched:
             event_log.append({
                class="hl-string">"InvoiceNumber": inv_num,
                class="hl-string">"ActivityName": class="hl-string">"Bank Statement Matched",
                class="hl-string">"EventDateTime": pay_date, class=class="hl-string">"hl-comment"># Often same time as posting
                class="hl-string">"IsAutomated": True
            })

    class=class="hl-string">"hl-comment"># Export
    df = pd.DataFrame(event_log)
    class=class="hl-string">"hl-comment"># Ensure required columns exist even if empty
    required_cols = [class="hl-string">"InvoiceNumber", class="hl-string">"ActivityName", class="hl-string">"EventDateTime"]
    for col in required_cols:
        if col not in df.columns:
            df[col] = None
            
    class=class="hl-string">"hl-comment"># Fill recommended cols with None if missing
    recommended_cols = [class="hl-string">"CustomerName", class="hl-string">"InvoiceAmount", class="hl-string">"DueDate", class="hl-string">"CollectorName", class="hl-string">"IsAutomated"]
    for col in recommended_cols:
        if col not in df.columns:
            df[col] = None

    df.dropna(subset=[class="hl-string">"InvoiceNumber", class="hl-string">"ActivityName", class="hl-string">"EventDateTime"], inplace=True)
    df.sort_values(by=[class="hl-string">"InvoiceNumber", class="hl-string">"EventDateTime"], inplace=True)
    
    output_file = class="hl-string">"HighRadius_EventLog.csv"
    df.to_csv(output_file, index=False)
    print(fclass="hl-string">"Extraction Complete. {len(df)} rows saved to {output_file}")

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

Uw Debiteuren Datatemplate

Uw Debiteuren Datatemplate

Accounts Receivable Attributes

Debiteurenactiviteiten

Extractie Guides

HighRadius Analytics en Reporting Export

Stappen

Configuratie

a Voorbeeldquery config

HighRadius REST API Data-extractie

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te starten?

Optimaliseer debiteurenbeheer en herstel de cashflow vandaag nog

Uw Debiteuren Datatemplate

Uw Debiteuren Datatemplate

Accounts Receivable Attributes

Debiteurenactiviteiten

Extractie Guides

HighRadius Analytics en Reporting Export

Stappen

Configuratie

a Voorbeeldquery config

HighRadius REST API Data-extractie

Stappen

Configuratie

a Voorbeeldquery python

Wij hechten veel waarde aan je privacy

Klaar om te starten?

Optimaliseer debiteurenbeheer en herstel de cashflow vandaag nog