> Continu verbeteren van processen > Debiteurenbeheer > HighRadius > Datatemplate

Datatemplate voor debiteurenbeheer

HighRadius

Attributen voor debiteurenbeheer (19) Activiteiten voor debiteurenbeheer (13) Extractiegidsen (2)

Datatemplate voor debiteurenbeheer

Deze template beschrijft de belangrijkste onderdelen voor het analyseren van facturatieprocessen in HighRadius. Je vindt er een overzicht van de benodigde datapunten, processtappen en technische handelingen om een volledig event log op te bouwen. Met deze gids breng je de incassocyclus in kaart en ontdek je waar je de cashflow kunt verbeteren.

Specifieke datavelden voor het proces
Gestandaardiseerde processtappen
Instructies voor data-extractie uit HighRadius

Nieuw met event logs? Lees hoe je een event log voor process mining maakt.

Template downloaden

Attributen voor debiteurenbeheer

Deze tabel bevat de aanbevolen datavelden voor een gedetailleerd event log waarmee je factuurbeheer en incassoprestaties kunt analyseren.

3 Verplicht 6 Aanbevolen 10 Optioneel

	Naam	Beschrijving
	Activiteit ActivityName	De naam van de gebeurtenis of actie die op de factuur is uitgevoerd.
Beschrijving Dit attribuut legt de specifieke stap of actie vast die plaatsvond in het traject van kredietverlening tot betaling. Het registreert gebeurtenissen zoals het aanmaken van een factuur, automatische correspondentie, incassogesprekken, het registreren van een geschil en het verwerken van een betaling. Analisten gebruiken dit veld om de procesflow te reconstrueren en de volgorde van stappen zichtbaar te maken. Verschillen in de volgorde van activiteiten helpen procesafwijkingen, herstelwerk en gedrag dat niet aan de afspraken voldoet op te sporen. Waarom dit belangrijk is Dit attribuut bepaalt de processtappen en is essentieel voor procesontdekking en variantanalyse. Waar vind je dit? Tabellen HighRadius Activity Log, Notes History of Transaction History Voorbeelden Factuur aangemaaktBetalingsherinnering verzondenGeschil geopendVolledige betaling ontvangen
	Factuurnummer InvoiceNumber	De unieke identificatiecode van het factuurdocument, die als case-ID dient.
Beschrijving Het factuurnummer is de centrale identificatiecode waarmee je de betalingsverplichting volgt, vanaf het aanmaken tot de uiteindelijke afhandeling. Het verbindt alle bijbehorende activiteiten, zoals geschillen, betalingsbeloften en betalingen, in één casegeschiedenis. Bij analyses gebruik je dit attribuut om event logs in afzonderlijke procesinstanties te groeperen. Zo kun je doorlooptijden per factuur berekenen. Het factuurnummer is ook de primaire sleutel om procesdata te koppelen aan andere stamgegevenstabellen in HighRadius of het bronsysteem, zoals het ERP. Waarom dit belangrijk is Dit identificeert de unieke case en zorgt ervoor dat alle gebeurtenissen aan de juiste financiële transactie worden gekoppeld. Waar vind je dit? Factuurdata van HighRadius, tabel Header of bronsysteem, bijvoorbeeld SAP VBAK of Oracle Headers Voorbeelden INV-2023-001900123456US-102938550002931
	Tijdstip van gebeurtenis EventDateTime	De datum en tijd waarop de activiteit plaatsvond.
Beschrijving Dit attribuut legt het exacte moment vast waarop een gebeurtenis in het HighRadius-systeem plaatsvond. Het geeft de tijdsinformatie die nodig is om activiteiten op volgorde te zetten en de tijd tussen processtappen te berekenen. Bij analyses gebruik je de timestamp om doorlooptijden te berekenen, zoals Days Sales Outstanding (DSO) of de tijd die nodig is om een geschil af te handelen. Ook kun je de doorvoer en het gebruik van middelen in specifieke perioden analyseren. Waarom dit belangrijk is Nauwkeurige tijdstippen zijn nodig om alle KPI’s op basis van tijdsduur te berekenen en gebeurtenissen in de juiste volgorde te zetten. Waar vind je dit? Kolom timestamp in HighRadius Transaction Logs Voorbeelden 2023-10-01T08:30:00Z2023-10-15T14:22:10Z2023-11-05T09:15:00Z
	Afwijking van betalingstermijn PaymentTermVariance	Het aantal dagen tussen de vervaldatum en de betaaldatum.
Beschrijving Dit berekende attribuut meet de afwijking van de afgesproken betalingstermijn. Een positief getal betekent dat er te laat is betaald; een negatief getal betekent dat er eerder is betaald. Dit is de directe metriek voor de Payment Term Compliance Audit. Door de afwijkingen bij elkaar op te tellen, kunnen bedrijven klanten herkennen die stelselmatig te laat betalen en hun kredietvoorwaarden of incassostrategie daarop aanpassen. Waarom dit belangrijk is Directe maatstaf voor de naleving van contractvoorwaarden door klanten. Waar vind je dit? Berekend op basis van de vervaldatum en de betaaldatum Voorbeelden 5 dagen-2 dagen0 dagen
	Automatisch uitgevoerd IsAutomated	Vlag die aangeeft of het systeem de activiteit zonder menselijke tussenkomst heeft uitgevoerd.
Beschrijving Dit booleaanse attribuut maakt onderscheid tussen stappen die door de automatiseringsengine van HighRadius zijn uitgevoerd, zoals automatische correspondentie of betalingskoppeling, en handmatige stappen van gebruikers. Het is belangrijk voor de tracker voor automatische betalingsverwerking en de KPI voor het percentage facturen zonder handmatige tussenkomst. Analisten kunnen hiermee het rendement van automatisering meten en zien welke processtappen nog veel handmatig werk vragen. Waarom dit belangrijk is Meet de efficiëntie van de HighRadius-implementatie. Waar vind je dit? Activity Log (controle op systeemgebruiker of menselijke gebruiker) Voorbeelden truefalse
	Factuurbedrag InvoiceAmount	Het totale bedrag van de factuur.
Beschrijving Dit attribuut bevat het oorspronkelijke totaalbedrag dat aan de klant is gefactureerd. Het vormt de basis voor de berekening van openstaande bedragen en de financiële impact van geschillen of vertragingen. Bij process mining worden cases op basis van dit veld gewogen naar bedrag. Zo maak je onderscheid tussen incasso van facturen met een hoog bedrag en administratieve drukte rond kleine bedragen. Dit helpt bij de KPI voor het aantal geschillen met een laag bedrag. Waarom dit belangrijk is Hiermee kun je analyses wegen naar financiële impact in plaats van alleen naar het aantal cases. Waar vind je dit? Tabel Invoice Header (veld Amount) Voorbeelden 1500.00250.5010000.00
	Klantnaam CustomerName	De naam van de klantrekening die bij de factuur hoort.
Beschrijving Dit attribuut identificeert de partij die verantwoordelijk is voor de betaling van de factuur. In HighRadius is het gekoppeld aan het stamgegevensrecord van de debiteur. Door procesprestaties per klantnaam te analyseren, zie je welke klanten een aangepaste incassostrategie nodig hebben of structureel te laat betalen. Dit ondersteunt het dashboard Klant-risico- en ouderdomsmatrix. Waarom dit belangrijk is Essentieel om analyses per rekening uit te splitsen en probleemklanten te vinden. Waar vind je dit? Klantstamgegevens of factuurkopregel Voorbeelden Acme CorpGlobal IndustriesTechStart IncRetail Giant Ltd
	Naam incassomedewerker CollectorName	De naam van de medewerker of gebruiker die verantwoordelijk is voor de incassoactiviteit.
Beschrijving Dit attribuut identificeert de HighRadius-gebruiker of medewerker die handmatige activiteiten heeft uitgevoerd, zoals een gesprek registreren, een specifieke e-mail versturen of een geschil beoordelen. Het wordt gebruikt in het dashboard Benchmarks voor productiviteit van incassomedewerkers om individuele prestaties en de verdeling van het werk te beoordelen. Zo kunnen managers bepalen waar training nodig is of de werkvoorraad binnen het incassoteam anders verdelen. Waarom dit belangrijk is Maakt prestatieanalyses per medewerker mogelijk. Waar vind je dit? Activity Log / User Table Voorbeelden John DoeJane SmithSysteembeheerderCollectionAgent_01
	Vervaldatum DueDate	De datum waarop de klant volgens de overeenkomst moet betalen.
Beschrijving De vervaldatum wordt bepaald door de betalingstermijn die geldt vanaf de aanmaakdatum van de factuur. Deze datum is de deadline voor het incassoproces. Door de datum van volledige betaling met dit attribuut te vergelijken, kun je het percentage betalingen binnen de betalingstermijn berekenen. Zo bepaal je of een betaling op tijd, te laat of te vroeg is. Waarom dit belangrijk is Het referentiepunt om te bepalen of een betaling te laat is en om Days Sales Outstanding (DSO) te berekenen. Waar vind je dit? Tabel Invoice Header (veld Due Date) Voorbeelden 2023-11-302023-12-15
	Bedrijfseenheid BusinessUnit	De interne afdeling of dochteronderneming die de factuur heeft uitgegeven.
Beschrijving Dit attribuut splitst de data uit naar organisatiestructuur, bijvoorbeeld 'Verkoop Noord-Amerika', 'Diensten EMEA' of specifieke productafdelingen. Hiermee kun je bij de controle op naleving van betalingstermijnen de prestaties van verschillende onderdelen van de organisatie vergelijken. Zo zie je of incassoproblemen overal voorkomen of alleen bij bepaalde werkwijzen. Waarom dit belangrijk is Maakt vergelijkende analyses van verschillende onderdelen van de organisatie mogelijk. Waar vind je dit? Factuurkopregel / ERP-toewijzing Voorbeelden ConsumentenelektronicaIndustriële onderdelenSoftwaredienstenNA-West
	Bronsysteem SourceSystem	De naam van het systeem waar de data vandaan komt.
Beschrijving Dit attribuut geeft aan of de data rechtstreeks afkomstig is uit modules van het HighRadius-platform, zoals Collections Cloud of Cash Application Cloud, of is ingelezen vanuit een extern ERP-systeem, zoals SAP of Oracle. Dit is nuttig voor het volgen en valideren van de herkomst van data. Als je vertragingen in het proces onderzoekt, helpt het bronsysteem te bepalen of die ontstaan door vertragingen in de integratie of door de verwerking in het systeem zelf. Waarom dit belangrijk is Geeft context over de herkomst van data, vooral wanneer meerdere ERP-systemen data aan HighRadius leveren. Waar vind je dit? Systeemconfiguratie of vastgelegd op basis van de extractielogica Voorbeelden HighRadiusSAP ECCOracle NetSuiteMicrosoft Dynamics
	Datum betalingsbelofte PromiseToPayDate	De datum waarop de klant heeft beloofd te betalen.
Beschrijving Dit attribuut registreert de datum waarop de klant tijdens een incassogesprek heeft toegezegd te betalen. Dit is een belangrijk onderdeel van HighRadius Collections Cloud. Deze datum wordt gebruikt voor de Promise to Pay Reliability Index en vergeleken met de werkelijke betaaldatum. Zo wordt duidelijk of de klant de belofte is nagekomen. De datum helpt ook om de kwaliteit van de toezegging en de onderhandelingsvaardigheden van de incassomedewerker te beoordelen. Waarom dit belangrijk is Belangrijk voor het voorspellen van de kasstroom en het meten van de betrouwbaarheid van klanten. Waar vind je dit? Collections Module / P2P Transaction Table Voorbeelden 2023-12-102023-12-20
	Klantsegment CustomerSegment	Indeling van de klant op basis van omvang, branche of strategische waarde.
Beschrijving Met dit attribuut worden klanten ingedeeld in categorieën zoals ‘Strategisch’, ‘Middelgroot’, ‘MKB’ of ‘Hoog risico’. Het wordt gebruikt in het dashboard Dispute Resolution Performance om te zien of klanten in verschillende segmenten een ander serviceniveau krijgen. Zo kun je controleren of klanten met een hoge waarde tijdens het incassoproces voldoende aandacht krijgen. Waarom dit belangrijk is Analyse van klantsegmenten om de bedrijfsstrategie en service level agreements op elkaar af te stemmen. Waar vind je dit? Klantstamgegevens Voorbeelden Strategische key accountGroothandelDetailhandelOverheid
	Kredietwaardigheidsscore CreditRating	De kredietwaardigheidsscore of -beoordeling die aan de klant is toegekend.
Beschrijving Dit attribuut geeft het risiconiveau van de klant weer. De gegevens zijn vaak afkomstig van kredietbureaus of interne scores in HighRadius Credit Cloud. Het is een dimensie in de Customer Risk and Aging Matrix. Door ouderdom van openstaande posten te vergelijken met de kredietwaardigheidsscore, kun je klanten met een lage score en hoge openstaande bedragen als risicovol herkennen. Waarom dit belangrijk is Essentieel voor risicobeheer en het prioriteren van incassoactiviteiten. Waar vind je dit? Credit Management Module / Customer Master Voorbeelden AAAB+Hoog risicoLaag risico
	Laatste data-update LastDataUpdate	De timestamp waarop de data in het process mining-model voor het laatst is vernieuwd.
Beschrijving Dit attribuut legt vast wanneer het record is geëxtraheerd of voor het laatst is bijgewerkt in de process mining-dataset. Zo weten analisten hoe actueel de data is en of er vertraging in de rapportage kan zitten. Dit is vooral belangrijk voor dashboards voor doorlopende monitoring. Gebruikers moeten weten of ze realtime data bekijken of een momentopname van de vorige dag. Waarom dit belangrijk is Maakt inzichtelijk hoe actueel de data voor KPI’s is. Waar vind je dit? ETL-timestamp Voorbeelden 2023-12-01T00:00:00Z2023-12-02T06:00:00Z
	Openstaand bedrag OpenAmount	Het resterende bedrag dat nog niet op de factuur is betaald.
Beschrijving Dit attribuut houdt bij welk bedrag de klant nog verschuldigd is. Het wordt bijgewerkt zodra deelbetalingen zijn verwerkt. Het is essentieel voor de analyse van de complexiteit van deelbetalingen. Analisten kunnen hiermee filteren op volledig openstaande en gedeeltelijk betaalde facturen en incassoactiviteiten prioriteren voor hoge openstaande bedragen. Waarom dit belangrijk is Belangrijk om de huidige blootstelling en het resultaat van deelbetalingen te bepalen. Waar vind je dit? Factuurkop / tabel met openstaande posten Voorbeelden 0.00500.0012000.00
	Redencode geschil DisputeReasonCode	De categoriecode die aan een geschilzaak is toegewezen.
Beschrijving Dit attribuut classificeert waarom een klant weigert te betalen, bijvoorbeeld 'Prijsfout', 'Beschadigde goederen' of 'Ontbrekende documentatie'. In HighRadius Deductions Cloud zijn dit standaardcodes. Door deze codes te analyseren, kun je de oorzaken van niet-betaling opsporen. Door de data samen te voegen, kan de organisatie problemen eerder in het proces, bijvoorbeeld bij verkoop of logistiek, aanpakken die later tot vertragingen bij de incasso leiden. Waarom dit belangrijk is Essentieel voor oorzaakanalyse van betalingsvertragingen. Waar vind je dit? Module voor geschillen- en aftrekbeheer Voorbeelden P01 (Prijs)Q02 (Kwaliteit)S03 (Tekort)Administratieve fout
	Regio Region	Geografische regio die bij de factuur of klant hoort.
Beschrijving Dit attribuut geeft het geografische gebied aan dat relevant is voor de transactie, zoals ‘Noord-Amerika’, ‘EMEA’ of ‘APAC’. Het helpt bij regionale vergelijkingen en laat zien hoe culturele of wettelijke verschillen het betaalgedrag en de snelheid van incasso beïnvloeden. Ook is het bruikbaar voor rapportages op directieniveau. Waarom dit belangrijk is Ondersteunt geografische prestatieanalyses. Waar vind je dit? Klantstamgegevens of factuurkopregel Voorbeelden Noord-AmerikaEMEALATAMAPAC
	Valutacode CurrencyCode	De ISO-valutacode voor het factuurbedrag.
Beschrijving Dit attribuut geeft aan in welke valuta de factuur is opgesteld, bijvoorbeeld USD, EUR of GBP. Bij de analyse van een wereldwijd proces is dit nodig om de velden Factuurbedrag en Openstaand bedrag goed te interpreteren. Zo worden bedragen correct bij elkaar opgeteld, meestal na omrekening naar een rapportagevaluta. Waarom dit belangrijk is Nodig om financiële bedragen correct samen te voegen in omgevingen met meerdere valuta. Waar vind je dit? Factuurkop Voorbeelden USDEURGBPJPY

Verplicht Aanbevolen Optioneel

Activiteiten voor debiteurenbeheer

Deze vermeldingen staan voor belangrijke processtappen en transactiemomenten die je vastlegt om de volledige factuurcyclus in beeld te brengen.

8 Aanbevolen 5 Optioneel

	Activiteit	Beschrijving
	Bankafschrift gekoppeld	De Cash Application-engine of een gebruiker koppelt met succes een regel op het bankafschrift aan deze specifieke factuur.
Waarom dit belangrijk is Belangrijke metriek voor het 'Percentage automatisch verwerkte betalingen'. Maakt onderscheid tussen het ontvangen en het verwerken van geld. Waar vind je dit? Cash Application-module; aanmaak van een koppelingsrecord. Vastleggen Geregistreerd wanneer een koppelingsregel wordt uitgevoerd Gebeurtenistype explicit
	Betalingsbelofte aangemaakt	Een formele afspraak die in het systeem wordt vastgelegd. De klant belooft een bepaald bedrag op een afgesproken datum te betalen.
Waarom dit belangrijk is Essentieel voor de 'Betrouwbaarheidsindex van betalingsbeloften', waarmee je de kasstroom voorspelt en de betrouwbaarheid van klanten meet. Waar vind je dit? P2P-module of -tabblad dat aan de factuur is gekoppeld. Vastleggen Geregistreerd wanneer een P2P-record wordt aangemaakt Gebeurtenistype explicit
	Betalingsherinnering verzonden	Een automatische brief of e-mail die via de Collections-module naar de klant wordt gestuurd. Hiermee wordt bijgehouden of de aanmaningsstrategie is uitgevoerd.
Waarom dit belangrijk is Essentieel voor het dashboard 'Effectiviteit van betalingsherinneringen', waarmee je meet of een bericht daadwerkelijk tot betaling leidt. Waar vind je dit? Tabblad Correspondence History of communicatielogboeken die aan het factuur-ID zijn gekoppeld. Vastleggen Geregistreerd wanneer de aanmaningsstrategie een actie uitvoert Gebeurtenistype explicit
	Factuur aangemaakt	De factuur wordt aangemaakt of vanuit het ERP-systeem ingelezen in het HighRadius-platform. Dit markeert het begin van het incassotraject.
Waarom dit belangrijk is Bepaalt de begintimestamp voor ouderdomsberekeningen en Days Sales Outstanding (DSO)-metingen. Waar vind je dit? Tabel Open Invoices of Data Integration-logboeken, waar het factuurnummer voor het eerst voorkomt. Vastleggen Geregistreerd wanneer een record aan de factuurkopregel wordt toegevoegd Gebeurtenistype explicit
	Factuur afgeboekt	De laatste statuswijziging: het openstaande factuurbedrag wordt nul en de factuur wordt in het systeem gesloten.
Waarom dit belangrijk is De eindtimestamp voor 'Gemiddelde Days Sales Outstanding'. Dit markeert het einde van het proces. Waar vind je dit? Tabel Invoice Header; Status = 'Closed' of 'Cleared'. Vastleggen Vergelijk het statusveld voor en na de wijziging Gebeurtenistype inferred
	Geschil geopend	Er wordt een aftrek- of geschilzaak aangemaakt die aan de factuur is gekoppeld. Dit betekent dat de klant weigert een deel of het volledige openstaande bedrag te betalen.
Waarom dit belangrijk is Start de analyse 'Prestaties van geschillenafhandeling' en pauzeert de standaardaanmaningen voor het betwiste bedrag. Waar vind je dit? Module Deductions/Disputes; aanmaaktimestamp van de aan de factuur gekoppelde case-ID. Vastleggen Geregistreerd wanneer een geschilzaak wordt aangemaakt Gebeurtenistype explicit
	Geschil opgelost	Het onderzoek naar het geschil is afgerond en er is een besluit genomen, bijvoorbeeld dat de aftrek terecht is of de claim ongegrond.
Waarom dit belangrijk is Gebeurtenis die de klok stopt voor 'Doorlooptijd geschillenafhandeling'. Vertragingen hebben hier direct invloed op de ouderdom van openstaande facturen. Waar vind je dit? Deductions-module; statuswijziging naar 'Gesloten', 'Opgelost' of 'Goedgekeurd'. Vastleggen Vergelijk het statusveld voor en na de wijziging Gebeurtenistype inferred
	Volledige betaling ontvangen	De betaling waarmee de volledige schuld wordt voldaan. Voor de berekening van de ouderdom geldt dit als de effectieve betaaldatum.
Waarom dit belangrijk is Wordt gebruikt om het 'Percentage nagekomen betalingsbeloften' en de werkelijke kasstroom te vergelijken met de verwachte kasstroom. Waar vind je dit? Transactiedatum van de betaling die bij het definitieve afboekingsdocument hoort. Vastleggen Geregistreerde transactiedatum van de afgeboekte betaling Gebeurtenistype explicit
	Creditnota uitgegeven	Er wordt een creditnota aangemaakt om het factuurbedrag te verlagen. Dit gebeurt vaak na een terecht bevonden geschil of een retour.
Waarom dit belangrijk is Houdt de 'Efficiëntie van de verwerking van creditnota’s' bij en meet de tijd tussen het oplossen van een geschil en de financiële verwerking. Waar vind je dit? Synchronisatielogboeken van het ERP-systeem of de tabel Credit Memo die aan het oorspronkelijke factuur-ID is gekoppeld. Vastleggen Geregistreerd wanneer het CM-document aan de factuur wordt gekoppeld Gebeurtenistype explicit
	Deelbetaling verwerkt	Er wordt een betaling verwerkt voor een deel van het totale factuurbedrag. Er blijft een restbedrag openstaan.
Waarom dit belangrijk is Levert gegevens voor de 'Analyse van de complexiteit van deelbetalingen' en wijst op mogelijke problemen bij de betalingsverwerking. Waar vind je dit? Cash Application-module; betalingstransactie die aan de factuur is gekoppeld, waarbij Payment Amount < Open Amount. Vastleggen Geregistreerd wanneer een betaling wordt verwerkt, maar de status open blijft Gebeurtenistype explicit
	Geschil in behandeling	De status van de geschilzaak verandert van 'Nieuw' in een actieve onderzoeksstatus. Dit markeert het begin van het daadwerkelijke werk van de analist.
Waarom dit belangrijk is Wordt gebruikt in 'Bottleneckzoeker voor geschillenworkflows' om de tijd tussen het aanmaken van een zaak en de start van de actieve behandeling te meten. Waar vind je dit? Auditlogboek van de Deductions-module; statuswijziging naar 'In uitvoering' of 'In onderzoek'. Vastleggen Vergelijk het statusveld voor en na de wijziging Gebeurtenistype inferred
	Incassogesprek geregistreerd	Een handmatige notitie of interactie van een incassomedewerker over deze factuur. Dit wijst op handmatige tussenkomst in het proces.
Waarom dit belangrijk is Ondersteunt de 'Benchmarks voor productiviteit van incassomedewerkers' en maakt onderscheid tussen automatische en handmatige incassoactiviteiten. Waar vind je dit? Tabblad Notes/History in de Collections-module. Vastleggen Geregistreerd wanneer een gebruiker een gespreksnotitie opslaat Gebeurtenistype explicit
	Vervaldatum verstreken	Een berekende gebeurtenis die aangeeft dat de factuur na de afgesproken betaaldatum nog openstaat.
Waarom dit belangrijk is Essentieel voor de 'Controle op naleving van betalingstermijnen'. Markeert de overgang van actueel naar achterstallig. Waar vind je dit? Berekend door de vervaldatum van de factuur te vergelijken met de huidige datum als de factuur openstaat, of met de betaaldatum als de factuur is gesloten. Vastleggen Afleiden door het veld Due Date te vergelijken met Activity Date Gebeurtenistype calculated

Aanbevolen Optioneel

Extractiegidsen

Zo haal je data uit HighRadius

Stappen

Meld je aan bij het HighRadius Integrated Receivables-platform en ga naar de module Analytics of Reports.
Zoek de rapportsjabloon Transaction History of Open Items. Waarschijnlijk moet je drie aparte exports instellen om de volledige levenscyclus vast te leggen: Invoice Header Data, Collection Activities en Dispute/Deduction History.
Stel de export Invoice Header in: selecteer de kolommen 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 aanmaakdatumperiode die je process mining-periode omvat.
Stel de export Collection Activities in: selecteer de kolommen Invoice Number, Activity Type (Call, Email, Note), Activity Date, Collector Name en Promise to Pay-gegevens. Neem zowel geautomatiseerde systeemacties als handmatige gebruikerslogs op.
Stel de export Dispute History in: selecteer de kolommen Invoice Number, Dispute Case ID, Dispute Amount, Status Change Date, Reason Code en Resolution Date. Hiermee leg je de levenscyclus van inhoudingen vast.
Stel de export Payment/Cash App in: selecteer de kolommen Invoice Number, Payment Reference, Payment Date, Payment Amount en Payment Type (Partial, Full, Credit Memo).
Voer de rapporten uit en exporteer de resultaten naar CSV.
Importeer de CSV-bestanden in een stagingdatabase of een datatransformatietool, zoals Python/Pandas of een SQL-database, om de bronnen samen te voegen.
Voer het transformatiescript uit dat in het gedeelte Query staat. Hiermee standaardiseer je kolomnamen, bereken je afgeleide gebeurtenissen, zoals Due Date Passed, en voeg je de verschillende bronnen samen in één event log.
Controleer of de datumnotaties consistent zijn. ISO 8601 wordt aanbevolen. Controleer ook of Invoice Number in alle bestanden hetzelfde is opgemaakt, bijvoorbeeld door voorloopnullen te verwijderen als die niet overal voorkomen.
Exporteer de uiteindelijke dataset als één CSV-bestand.
Upload de definitieve CSV naar ProcessMind en koppel InvoiceNumber aan Case ID, EventDateTime aan Timestamp en ActivityName aan Activity.

Configuratie

Datumbereik: kies een voortschrijdende periode, bijvoorbeeld de afgelopen 12 maanden, op basis van Invoice Creation Date. Zo leg je de volledige levenscyclus vast.
Databronnen: je hebt toegang nodig tot de modules Collections, Cash Application en Deductions in HighRadius.
Detailniveau: genereer rapporten op factuurniveau, niet op account- of samenvattingsniveau.
Gebruikersrechten: de gebruiker die de data extraheert, heeft Reporting- of Analytics Admin-rechten nodig om historische activiteitenlogs te bekijken.
Systeemacties: stel filters expliciet zo in dat systeemacties en acties van geautomatiseerde gebruikers in de activiteitenlogs worden opgenomen. Zo leg je geautomatiseerde correspondentie vast.
Koppeling vereist: mogelijk moet je HighRadius-activiteitstypen koppelen aan standaardnamen voor process mining-activiteiten, bijvoorbeeld ‘Dunning Letter’ aan ‘Payment Reminder Sent’.

a Voorbeeldquery sql

/* 
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 omgeving instellen Zorg dat Python 3.8 of hoger is geïnstalleerd. Je hebt de bibliotheken requests en pandas nodig. Installeer ze zo nodig met pip. Vraag je systeembeheerder om je HighRadius API Client ID, Client Secret en Base URL. Je vindt deze meestal in het gedeelte Administration of Developer Portal van HighRadius.
API-inloggegevens instellen Open het meegeleverde Python-script. Zoek bovenaan het gedeelte met configuratie. Vervang de tijdelijke waarden voor CLIENT_ID, CLIENT_SECRET en BASE_URL. Controleer of de gebruiker bij deze inloggegevens rechten heeft voor de modules Collections, Cash Application en Deductions.
Parameters voor data-extractie instellen Stel de variabelen START_DATE en END_DATE in het script in. Extraheer de data bij voorkeur in maand- of kwartaalblokken om time-outs te voorkomen. Het script verwacht standaarddatums in ISO 8601-formaat (YYYY-MM-DD).
Script uitvoeren: authenticatie Het script voert eerst een OAuth2-proces uit om een bearer token op te halen. Dit token is tijdelijk geldig, meestal één uur. Het script haalt het token automatisch op.
Script uitvoeren: data ophalen Het script bevraagt achtereenvolgens specifieke endpoints. Eerst haalt het de factuurgegevens op kopniveau op. Daarna doorloopt het gerelateerde endpoints voor Activities (Notes), Promises to Pay, Disputes en Payment History. Waar nodig gebruikt het Invoice Numbers als referentiesleutels.
Data transformeren en activiteiten koppelen Het script zet ruwe JSON-antwoorden om in een afgevlakte event log-structuur. Specifieke HighRadius-codes worden gekoppeld aan de vereiste Activity Names. Zo vergelijkt het script invoice_balance met total_amount om onderscheid te maken tussen ‘Partial Payment Posted’ en ‘Full Payment Received’. Ook berekent het de gebeurtenis ‘Due Date Passed’ door de vervaldatum te vergelijken met de datum waarop de betaling is verwerkt of met de huidige datum.
Paginering verwerken HighRadius-API’s verdelen resultaten meestal over meerdere pagina’s. Het meegeleverde script bevat een lus die alle pagina’s ophaalt totdat er geen records meer zijn. Zorg tijdens dit proces voor een stabiele netwerkverbinding.
Data samenvoegen Alle geëxtraheerde lijsten (Invoices, Activities, Disputes, Payments) worden samengevoegd in één Pandas DataFrame. Het script sorteert deze DataFrame op InvoiceNumber en EventDateTime, zodat de gebeurtenissen chronologisch staan.
Validatie en kwaliteitscontrole Voordat je afrondt, toont het script een overzicht van de unieke geëxtraheerde activiteiten. Controleer of de aantallen overeenkomen met de volumes in je bedrijfsvoering. Kijk ook of de kolom EventDateTime de juiste notatie heeft: YYYY-MM-DD HH: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 nodig heeft.
Eindcontrole Open het CSV-bestand. Controleer of InvoiceNumber of ActivityName NULL-waarden bevat. Controleer ook of er geen datums in de toekomst staan, tenzij het om verwachte vervaldatums gaat. EventDateTime hoort altijd in het verleden of heden te 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: bepaal of je verbinding maakt met een Production- of Sandbox-omgeving. De URL-structuur verschilt meestal, bijvoorbeeld https://[client].highradius.com/api tegenover 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 extractieperioden tot maximaal 3 maanden per uitvoering als het transactievolume hoog is, meer dan 100.000 facturen per maand.
Pagineringlimiet: standaard haalt het script 1000 records per pagina op. Pas de parameter limit in de API-aanroepen aan als de server time-outfouten geeft.
Snelheidslimieten: HighRadius kan snelheidslimieten hanteren. Voeg bij HTTP 429-fouten de opdracht time.sleep(1) toe aan de pagineringslussen.

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()

Klaar om te beginnen?

Breng vandaag nog de levenscycli van facturen in kaart om de liquiditeit te verbeteren en Days Sales Outstanding te verlagen. Ons team helpt je bij de technische implementatie.

Terug naar de verbetergids Template downloaden

Verbeter het debiteurenbeheer en herstel vandaag nog je cashflow

Verlaag je DSO met 15 tot 20 dagen dankzij geautomatiseerde procesinzichten

Start je gratis proefperiode

Geen creditcard nodig. Binnen enkele minuten ingesteld.

Datatemplate voor debiteurenbeheer

Datatemplate voor debiteurenbeheer

Attributen voor debiteurenbeheer

Activiteiten voor debiteurenbeheer

Extractiegidsen

HighRadius Analytics- en rapportage-export

Stappen

Configuratie

a Voorbeeldquery sql

Data-extractie via de HighRadius REST API

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te beginnen?

Verbeter het debiteurenbeheer en herstel vandaag nog je cashflow

Datatemplate voor debiteurenbeheer

Datatemplate voor debiteurenbeheer

Attributen voor debiteurenbeheer

Activiteiten voor debiteurenbeheer

Extractiegidsen

HighRadius Analytics- en rapportage-export

Stappen

Configuratie

a Voorbeeldquery sql

Data-extractie via de HighRadius REST API

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te beginnen?

Verbeter het debiteurenbeheer en herstel vandaag nog je cashflow

We gaan zorgvuldig om met je privacy