> Continue procesverbetering > Debiteuren > HighRadius > Datatemplate

Jouw datatemplate voor debiteurenbeheer

HighRadius

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

Jouw datatemplate voor debiteurenbeheer

Deze template beschrijft de essentiële onderdelen voor het analyseren van je facturatieworkflows binnen HighRadius. Je krijgt een gestructureerd overzicht van de benodigde datapunten, procesmijlpalen en technische stappen om een volledig event log op te bouwen. Met deze gids kun je je incassocyclus in kaart brengen en mogelijkheden vinden om je cashflow te verbeteren.

Specifieke datavelden voor je proces
Gestandaardiseerde activiteitenmijlpalen
Extractie-instructies voor HighRadius

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

Template downloaden

Attributen voor debiteurenbeheer

Deze tabel bevat de aanbevolen datavelden die nodig zijn om een gedetailleerd event log op te bouwen voor de analyse van je factuurbeheer en incassoprestaties.

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 binnen de credit-to-cash-levenscyclus. Het registreert gebeurtenissen zoals het aanmaken van een factuur, automatische correspondentie, incassogesprekken, het vastleggen van geschillen en het verwerken van betalingen. Analisten gebruiken dit veld om de procesflow te reconstrueren en de volgorde van stappen zichtbaar te maken. Variaties in de volgorde van deze activiteiten helpen bij het identificeren van procesafwijkingen, herstelwerk en gedrag dat niet aan de compliance-eisen voldoet. Waarom dit belangrijk is Het definieert de processtappen en is essentieel voor process discovery en variantanalyse. Waar je het vindt HighRadius Activity Log, Notes History of Transaction History-tabellen Voorbeelden Factuur aangemaaktBetalingsherinnering verzondenGeschil geopendVolledige betaling ontvangen
	Eventtimestamp EventDateTime	De specifieke datum en tijd waarop de activiteit plaatsvond.
Beschrijving Dit attribuut markeert het exacte moment waarop een gebeurtenis in het HighRadius-systeem plaatsvond. Het levert de tijdsdimensie die nodig is om activiteiten in de juiste volgorde te zetten en de duur tussen processtappen te berekenen. In de analyse wordt de timestamp gebruikt om doorlooptijden te berekenen, zoals Days Sales Outstanding (DSO) of de doorlooptijd van geschillenafhandeling. Ook maakt de timestamp analyse van throughput en het gebruik van bronnen over specifieke perioden mogelijk. Waarom dit belangrijk is Een nauwkeurige timing is nodig om alle KPI's op basis van doorlooptijden te berekenen en gebeurtenissen correct te ordenen. Waar je het vindt De timestampkolom van HighRadius Transaction Logs Voorbeelden 2023-10-01T08:30:00Z2023-10-15T14:22:10Z2023-11-05T09:15:00Z
	Factuurnummer InvoiceNumber	De unieke identificatie van het factuurdocument, die als case-ID dient.
Beschrijving Het factuurnummer is de centrale identificatie voor het volgen van de financiële verplichting, van aanmaak tot definitieve afwikkeling. Het koppelt alle gerelateerde activiteiten, waaronder geschillen, betalingsbeloftes en betalingen, aan één casegeschiedenis. In de analyse wordt dit attribuut gebruikt om event logs in afzonderlijke procesinstanties te groeperen. Hiermee kun je doorlooptijden per factuur berekenen. Het is ook de primaire sleutel om procesdata te koppelen aan andere masterdatatabellen in de HighRadius-omgeving of het bronsysteem. Waarom dit belangrijk is Het identificeert de unieke case en zorgt ervoor dat alle gebeurtenissen correct aan de specifieke financiële transactie worden gekoppeld. Waar je het vindt HighRadius Invoice Data / Header Table of bronsysteem, bijvoorbeeld SAP VBAK of Oracle Headers Voorbeelden INV-2023-001900123456US-102938550002931
	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 wijst op een late betaling, een negatief getal op een vroege betaling. Dit is de directe maatstaf voor de Payment Term Compliance Audit. Door deze afwijking te aggregeren, kunnen bedrijven structurele laatbetalers herkennen en kredietvoorwaarden of incassostrategieën aanpassen. Waarom dit belangrijk is Directe maatstaf voor de naleving van contractvoorwaarden door de klant. Waar je het vindt Berekend op basis van Due Date en Payment Date Voorbeelden 5 dagen-2 dagen0 dagen
	Factuurbedrag InvoiceAmount	De totale geldwaarde van de factuur.
Beschrijving Dit attribuut vertegenwoordigt het oorspronkelijke totale bedrag dat aan de klant in rekening is gebracht. Het vormt de basis voor het berekenen van openstaande saldi en het beoordelen van de financiële impact van geschillen of vertragingen. Process mining gebruikt dit veld om cases op waarde te wegen. Zo kun je onderscheid maken tussen incasso van facturen met een hoge prioriteit en administratieve ruis met een lage waarde in de KPI Low Value Dispute Volume. Waarom dit belangrijk is Hiermee kun je de analyse wegen op financiële impact in plaats van alleen op het aantal cases. Waar je het vindt Invoice Header Table, veld Amount Voorbeelden 1500.00250.5010000.00
	Is automatisch IsAutomated	Vlag die aangeeft of de activiteit door het systeem is uitgevoerd zonder menselijke tussenkomst.
Beschrijving Dit boolean-attribuut maakt onderscheid tussen stappen die door de automatiseringsengine van HighRadius worden uitgevoerd, zoals automatische correspondentie of cashmatching, en handmatige stappen van gebruikers. Het is belangrijk voor de Cash Application Automation Tracker en de KPI Touchless Invoice Rate. Analisten kunnen hiermee de ROI van automatisering meten en processtappen identificeren waarvoor nog veel handmatig werk nodig is. Waarom dit belangrijk is Meet de efficiëntie van de HighRadius-implementatie. Waar je het vindt Activity Log, controle op systeemgebruiker versus menselijke gebruiker Voorbeelden truefalse
	Klantnaam CustomerName	De naam van de klantrekening die aan de factuur is gekoppeld.
Beschrijving Dit attribuut identificeert de partij die verantwoordelijk is voor het betalen van de factuur. In HighRadius is dit gekoppeld aan het masterdatarecord van de debiteur. Door procesprestaties per klantnaam te analyseren, zie je welke rekeningen een aangepaste incassostrategie nodig hebben of structureel te laat betalen. Dit ondersteunt het dashboard Customer Risk and Aging Matrix. Waarom dit belangrijk is Essentieel om de analyse per rekening te segmenteren en probleemklanten te vinden. Waar je het vindt Klantmasterdata of Invoice Header 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 specifieke HighRadius-gebruiker of medewerker die handmatige activiteiten heeft uitgevoerd, zoals een gesprek vastleggen, een gerichte e-mail versturen of een geschil beoordelen. Het wordt gebruikt in het dashboard Collector Productivity Benchmarks om individuele prestaties en de verdeling van de werkdruk te beoordelen. Zo kunnen managers opleidingsbehoeften vaststellen of portefeuilles binnen het incassoteam opnieuw verdelen. Waarom dit belangrijk is Maakt prestatieanalyse op bronniveau mogelijk. Waar je het vindt Activity Log / User Table Voorbeelden John DoeJane SmithSysteembeheerderCollectionAgent_01
	Vervaldatum DueDate	De datum waarop de klant volgens de overeenkomst uiterlijk moet betalen.
Beschrijving De vervaldatum wordt bepaald door de betalingsvoorwaarden die op de aanmaakdatum van de factuur zijn toegepast. Het is de beoogde deadline voor het incassoproces. Door de datum van Full Payment Received met dit attribuut te vergelijken, kun je de Payment Term Compliance Rate berekenen. Dit is belangrijk om vast te stellen of een betaling op tijd, te laat of te vroeg is gedaan. Waarom dit belangrijk is Het referentiepunt voor het bepalen van betalingsachterstand en het berekenen van Days Sales Outstanding (DSO). Waar je het vindt Invoice Header Table, veld Due Date Voorbeelden 2023-11-302023-12-15
	Bedrijfsonderdeel BusinessUnit	De interne divisie of dochteronderneming die de factuur heeft uitgegeven.
Beschrijving Dit attribuut segmenteert data op basis van de organisatiestructuur, zoals 'North America Sales', 'EMEA Services' of specifieke productdivisies. Hiermee kan de Payment Term Compliance Audit prestaties in verschillende delen van de organisatie vergelijken. Zo zie je of incassoproblemen structureel zijn of alleen voorkomen bij specifieke bedrijfsprocessen. Waarom dit belangrijk is Maakt vergelijkende analyse tussen verschillende organisatieonderdelen mogelijk. Waar je het vindt Invoice Header / ERP Mapping Voorbeelden ConsumentenelektronicaIndustriële onderdelenSoftwaredienstenNA-West
	Bronsysteem SourceSystem	De naam van het systeem waaruit de data afkomstig is.
Beschrijving Dit attribuut geeft aan of het datapunt 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. Het is nuttig voor data lineage en validatie. Bij het analyseren van procesknelpunten helpt de bron van de data om vast te stellen of vertragingen worden veroorzaakt door integratievertragingen of door de verwerkingstijd van het systeem zelf. Waarom dit belangrijk is Het geeft context over de herkomst van de data, vooral in omgevingen waarin meerdere ERP-systemen data aan HighRadius leveren. Waar je het vindt Systeemconfiguratie of hardcoded 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 legt de datum van de toezegging van de klant vast tijdens een incassogesprek. Het is een belangrijke functie in HighRadius Collections Cloud. In de Promise to Pay Reliability Index wordt deze datum vergeleken met de werkelijke betalingsdatum om vast te stellen of de klant zijn belofte is nagekomen. Zo kun je de kwaliteit van de toezegging en de onderhandelingsvaardigheid van de incassomedewerker beoordelen. Waarom dit belangrijk is Belangrijk voor het voorspellen van cashflow en het meten van klantbetrouwbaarheid. Waar je het vindt Collections-module / P2P Transaction Table Voorbeelden 2023-12-102023-12-20
	Klantsegment CustomerSegment	Indeling van de klant op basis van omvang, sector of strategische waarde.
Beschrijving Dit attribuut deelt klanten in categorieën in, zoals 'Strategic', 'Mid-Market', 'SMB' of 'High Risk'. Het wordt gebruikt in het dashboard Dispute Resolution Performance om te zien of verschillende segmenten een verschillend serviceniveau ervaren. Zo krijgen klanten met een hoge waarde de juiste aandacht tijdens het incassoproces. Waarom dit belangrijk is Segmenteert de analyse zodat deze aansluit op de bedrijfsstrategie en service level agreements. Waar je het vindt Klantmasterdata Voorbeelden Strategische keyaccountGroothandelDetailhandelOverheid
	Kredietbeoordeling CreditRating	De kredietwaardigheidsscore of beoordeling die aan de klant is toegekend.
Beschrijving Dit attribuut geeft het risiconiveau van de klant weer. De waarde komt vaak van kredietbureaus of uit interne scoring binnen HighRadius Credit Cloud. Het is een dimensie in de Customer Risk and Aging Matrix. Door ouderdom te analyseren in combinatie met de kredietbeoordeling, zie je risico's met een hoge blootstelling, bijvoorbeeld wanneer klanten met een lage beoordeling grote openstaande saldi hebben. Waarom dit belangrijk is Essentieel voor risicobeheer en het prioriteren van incassoactiviteiten. Waar je het vindt Module Credit Management / Customer Master Voorbeelden AAAB+Hoog risicoLaag risico
	Laatste data-update LastDataUpdate	De timestamp waarop de data in het miningmodel 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 welke vertraging mogelijk in de rapportage zit. Dit is vooral belangrijk voor dashboards voor continue monitoring, waarop gebruikers moeten kunnen zien of ze naar realtime data kijken of naar een momentopname van de vorige dag. Waarom dit belangrijk is Het zorgt voor transparantie over de actualiteit van de data die voor KPI's wordt gebruikt. Waar je het vindt ETL-timestamp Voorbeelden 2023-12-01T00:00:00Z2023-12-02T06:00:00Z
	Openstaand bedrag OpenAmount	Het resterende onbetaalde saldo van de factuur.
Beschrijving Dit attribuut houdt bij welk bedrag de klant nog moet betalen. Het wordt bijgewerkt zodra deelbetalingen zijn verwerkt. Het is essentieel voor de analyse van de complexiteit van deelbetalingen. Analisten kunnen hiermee volledig openstaande en gedeeltelijk betaalde facturen filteren en incassoactiviteiten voor openstaande posten met een hoge waarde prioriteren. Waarom dit belangrijk is Belangrijk om de huidige blootstelling en het succes van gedeeltelijke incasso's te bepalen. Waar je het vindt Factuurkop / tabel met openstaande posten Voorbeelden 0.00500.0012000.00
	Redencode van geschil DisputeReasonCode	De categor code die aan een geschilcase is toegewezen.
Beschrijving Dit attribuut classificeert de reden waarom een klant weigert te betalen, zoals 'Pricing Error', 'Damaged Goods' of 'Missing Documentation'. In HighRadius Deductions Cloud zijn dit standaardcodes. Door deze codes te analyseren, krijg je zicht op de grondoorzaken van niet-betaling. Door deze data te bundelen, kan de organisatie problemen eerder in de keten, bijvoorbeeld in sales of logistiek, oplossen die later tot vertragingen bij de incasso leiden. Waarom dit belangrijk is Belangrijk voor Root Cause Analysis van vertraagde betalingen. Waar je het vindt 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 definieert het geografische gebied, zoals 'North America', 'EMEA' of 'APAC', dat relevant is voor de transactie. Het helpt bij regionale benchmarking en bij het begrijpen van de invloed van culturele of wettelijke verschillen op betaalgedrag en incassosnelheid. Het is geschikt voor rapportages op directieniveau. Waarom dit belangrijk is Ondersteunt geografische prestatieanalyse. Waar je het vindt Klantmasterdata of Invoice Header Voorbeelden NAEMEALATAMAPAC
	Valutacode CurrencyCode	De ISO-valutacode voor het factuurbedrag.
Beschrijving Dit attribuut geeft aan in welke valuta de factuur is uitgegeven, bijvoorbeeld USD, EUR of GBP. Bij de analyse van een wereldwijd proces is dit nodig om de velden Invoice Amount en Open Amount correct te interpreteren. Zo worden totalen correct verwerkt, meestal door bedragen om te rekenen naar een rapportagevaluta. Waarom dit belangrijk is Nodig voor een nauwkeurige financiële aggregatie in omgevingen met meerdere valuta. Waar je het vindt Factuurkop Voorbeelden USDEURGBPJPY

Verplicht Aanbevolen Optioneel

Activiteiten voor debiteurenbeheer

Deze gegevens vertegenwoordigen de belangrijkste processtappen en transactiemijlpalen die je moet vastleggen om je volledige factuurroute te visualiseren.

8 Aanbevolen 5 Optioneel

	Activiteit	Beschrijving
	Bankafschrift gematcht	De Cash Application-engine, of een gebruiker, koppelt met succes een regel op het bankafschrift aan deze specifieke factuur.
Waarom dit belangrijk is Kernmetriek voor 'Automated Cash Application Rate'. Maakt onderscheid tussen het ontvangen van geld en het verwerken ervan. Waar je het vindt De Cash Application-module, bij het aanmaken van een matchrecord. Vastleggen Vastgelegd wanneer een matchingregel wordt uitgevoerd Eventtype explicit
	Betalingsbelofte aangemaakt	Een formele toezegging die in het systeem wordt vastgelegd, waarbij een klant belooft een specifiek bedrag op een specifieke datum te betalen.
Waarom dit belangrijk is Essentieel voor de 'Promise to Pay Reliability Index', waarmee je cashflow voorspelt en de betrouwbaarheid van klanten meet. Waar je het vindt De P2P-module of het P2P-tabblad dat aan de factuur is gekoppeld. Vastleggen Vastgelegd wanneer een P2P-record wordt aangemaakt Eventtype explicit
	Betalingsherinnering verzonden	Een automatische correspondentie, zoals een e-mail of brief, die via de Collections-module naar de klant wordt verzonden. Hiermee wordt de uitvoering van de aanmaningsstrategie gevolgd.
Waarom dit belangrijk is Essentieel voor het dashboard 'Collection Reminder Effectiveness', waarmee je meet of correspondentie daadwerkelijk tot betaling leidt. Waar je het vindt Het tabblad Correspondence History of Communication-logs die aan het factuur-ID zijn gekoppeld. Vastleggen Vastgelegd wanneer de aanmaningsstrategie een actie uitvoert Eventtype explicit
	Factuur aangemaakt	De factuur wordt voor het eerst aangemaakt of vanuit het ERP-systeem in het HighRadius-platform ingelezen. Hiermee begint de incassolevenscyclus.
Waarom dit belangrijk is Legt de eerste timestamp vast voor ouderdomsberekeningen en Days Sales Outstanding (DSO)-metingen. Waar je het vindt De tabel Open Invoices of Data Integration-logs waarin het factuurnummer voor het eerst verschijnt. Vastleggen Vastgelegd wanneer een record in de factuurkop wordt ingevoegd Eventtype explicit
	Factuur vereffend	De laatste statuswijziging waarbij het factuursaldo nul wordt en de factuur in het systeem wordt gesloten.
Waarom dit belangrijk is De eindtimestamp voor 'Average Days Sales Outstanding'. Vertegenwoordigt de afronding van het proces. Waar je het vindt De tabel Invoice Header, met Status = 'Closed' of 'Cleared'. Vastleggen Vergelijk het statusveld voor en na de wijziging Eventtype inferred
	Geschil geopend	Het aanmaken van een aftrek- of geschilcase die aan de factuur is gekoppeld. Dit betekent dat een klant weigert een deel van of het volledige openstaande bedrag te betalen.
Waarom dit belangrijk is Start de analyse 'Dispute Resolution Performance' en pauzeert de standaardaanmaningen voor het betwiste bedrag. Waar je het vindt De module Deductions/Disputes, met de aanmaaktimestamp van de case-ID die aan de factuur is gekoppeld. Vastleggen Vastgelegd wanneer een geschilcase wordt gegenereerd Eventtype explicit
	Geschil opgelost	De afronding van het geschilonderzoek, met als resultaat een beslissing, bijvoorbeeld een geldige aftrek of een ongeldige claim.
Waarom dit belangrijk is Stop-clock-event voor 'Dispute Resolution Cycle Time'. Vertragingen op dit punt hebben direct invloed op de ouderdom van openstaande posten. Waar je het vindt De Deductions-module, met een statuswijziging naar 'Closed', 'Resolved' of 'Approved'. Vastleggen Vergelijk het statusveld voor en na de wijziging Eventtype inferred
	Volledige betaling ontvangen	De ontvangst van geld waarmee de schuld volledig wordt afgelost. Dit is voor ouderdomsdoeleinden de effectieve betalingsdatum.
Waarom dit belangrijk is Wordt gebruikt om het 'Promise to Pay Fulfillment Rate' en de werkelijke versus verwachte cashflow te berekenen. Waar je het vindt De transactiedatum van de betaling die aan het definitieve vereffeningsdocument is gekoppeld. Vastleggen Vastgelegde transactiedatum van de vereffeningsbetaling Eventtype explicit
	Creditnota uitgegeven	Er wordt een creditnota aangemaakt om het factuursaldo te compenseren, vaak na een geldig opgelost geschil of een retour.
Waarom dit belangrijk is Volgt 'Credit Memo Processing Efficiency' en de vertraging tussen het oplossen van het geschil en de financiële boeking. Waar je het vindt ERP-synchronisatielogs of de Credit Memo-tabel die aan het oorspronkelijke factuur-ID is gekoppeld. Vastleggen Vastgelegd wanneer het CM-document aan de factuur wordt gekoppeld Eventtype explicit
	Deelbetaling geboekt	Er wordt een betaling verwerkt die slechts een deel van het totale factuurbedrag dekt, waardoor een restsaldo overblijft.
Waarom dit belangrijk is Voedt 'Partial Payment Complexity Analysis' en wijst op mogelijke knelpunten in cash application. Waar je het vindt De Cash Application-module, met een betalingstransactie die aan de factuur is gekoppeld en waarbij Payment Amount < Open Amount. Vastleggen Vastgelegd wanneer een betaling wordt verwerkt, maar de status open blijft Eventtype explicit
	Geschil in behandeling	De geschilcase gaat van 'New' naar een actieve onderzoeksstatus. Dit markeert de start van het daadwerkelijke werk door de analist.
Waarom dit belangrijk is Wordt gebruikt in 'Dispute Workflow Bottleneck Finder' om de vertraging tussen het aanmaken van de case en de start van het actieve werk te meten. Waar je het vindt Auditlog van de Deductions-module, met een statuswijziging naar 'In Progress' of 'Researching'. Vastleggen Vergelijk het statusveld voor en na de wijziging Eventtype inferred
	Incassogesprek vastgelegd	Een handmatige notitie of interactie van een incassomedewerker over deze factuur. Dit wijst op menselijke tussenkomst in het proces.
Waarom dit belangrijk is Ondersteunt 'Collector Productivity Benchmarks' en maakt onderscheid tussen automatische en handmatige incassoactiviteiten. Waar je het vindt Het tabblad Notes/History binnen de Collections-module. Vastleggen Vastgelegd wanneer een gebruiker een gespreksnotitie opslaat Eventtype explicit
	Vervaldatum verstreken	Een berekende gebeurtenis die aangeeft dat de factuur na de afgesproken vervaldatum nog openstaat.
Waarom dit belangrijk is Essentieel voor de 'Payment Term Compliance Audit'. Markeert de overgang van actueel naar vervallen. Waar je het vindt Berekend door de vervaldatum van de factuur te vergelijken met de huidige datum, als de factuur openstaat, of met de betalingsdatum, als de factuur gesloten is. Vastleggen Afleiden door het veld Due Date te vergelijken met Activity Date Eventtype calculated

Aanbevolen Optioneel

Extractiegidsen

Zo haal je je data uit HighRadius

Stappen

Log in op het HighRadius Integrated Receivables-platform en ga naar de module Analytics of Reports.
Zoek het rapportagetemplate Transaction History of Open Items. Waarschijnlijk moet je 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 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 aanmaakdatum die je volledige process-miningperiode omvat.
Configureer de Collection Activities-export: selecteer de kolommen Invoice Number, Activity Type (Call, Email, Note), Activity Date, Collector Name en Promise to Pay-details. Neem zowel geautomatiseerde systeemacties als handmatige gebruikerslogs op.
Configureer de Dispute History-export: 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.
Configureer de Payment/Cash App-export: selecteer de kolommen 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.
Importeer deze CSV-bestanden in een stagingdatabase of datatransformatietool, zoals Python/Pandas of een SQL-database, om de bronnen samen te voegen.
Voer het transformatiescript uit dat in de sectie Query staat. Hiermee standaardiseer je kolomnamen, bereken je afgeleide events, zoals Due Date Passed, en voeg je de verschillende bronnen samen tot één event log.
Controleer of de datumnotatie overal gelijk is, bij voorkeur ISO 8601, en of Invoice Number in alle bestanden op dezelfde manier is opgemaakt, bijvoorbeeld door voorloopnullen te verwijderen als die niet overal worden gebruikt.
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: selecteer 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: zorg dat de rapporten op Invoice-niveau worden gegenereerd, niet op Account- of Summary-niveau.
Gebruikersrechten: de gebruiker die de data extraheert, heeft Reporting- of Analytics Admin-rechten nodig voor toegang tot historische activiteitenlogs.
Systeemacties: schakel filters expliciet in om System- of Automated User-acties in de activiteitenlogs op te nemen. Zo leg je geautomatiseerde correspondentie vast.
Mapping vereist: HighRadius-activiteitstypen moeten mogelijk worden gekoppeld aan standaardactiviteitsnamen voor process mining, 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

Voorwaarden en omgeving instellen Zorg dat Python 3.8 of hoger is geïnstalleerd. Je hebt de bibliotheken requests en pandas nodig. Installeer ze via pip als ze nog ontbreken. Vraag je HighRadius API Client ID, Client Secret en Base URL op bij je systeembeheerder. Je vindt deze meestal in de sectie Administration of Developer Portal van HighRadius.
API-inloggegevens configureren Open het meegeleverde Python-script. Zoek bovenaan de configuratiesectie. Vervang de placeholders voor CLIENT_ID, CLIENT_SECRET en BASE_URL. Controleer of de gebruiker die aan deze gegevens 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 is aan te raden om data in maand- of kwartaalblokken te extraheren om time-outs te voorkomen. Het script verwacht standaarddatums in ISO 8601-notatie (YYYY-MM-DD).
Script uitvoeren: authenticatie Het script voert eerst een OAuth2-flow uit om een bearer token op te halen. Dit token is tijdelijk geldig, meestal één uur. Het script haalt het eerste token automatisch op.
Script uitvoeren: data ophalen Het script bevraagt achtereenvolgens specifieke endpoints. Eerst haalt het de factuurdata op headerniveau op. Daarna doorloopt het gerelateerde endpoints voor Activities (Notes), Promises to Pay, Disputes en Payment History. Waar nodig gebruikt het Invoice Numbers als referentiesleutels.
Datatransformatie en activity mapping Het script zet de ruwe JSON-antwoorden om naar een afgevlakte event-logstructuur. 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 event 'Due Date Passed' door de vervaldatum te vergelijken met de clearingdatum of 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 worden teruggegeven. Zorg tijdens dit proces voor een stabiele netwerkverbinding.
Data samenvoegen Alle geëxtraheerde lijsten, Invoices, Activities, Disputes en Payments, worden samengevoegd in één Pandas DataFrame. Het script sorteert dit DataFrame op InvoiceNumber en EventDateTime, zodat de events chronologisch worden weergegeven.
Validatie en kwaliteitscontrole Voordat je de data definitief maakt, toont het script een overzicht van de unieke geëxtraheerde activiteiten. Controleer of de aantallen logisch zijn in verhouding tot je procesvolumes. Controleer ook of de kolom EventDateTime correct is opgemaakt als YYYY-MM-DD HH:MM:SS.
Export naar CSV Het uiteindelijke DataFrame wordt geëxporteerd naar een bestand met de naam HighRadius_EventLog.csv. Dit bestand bevat de specifieke kolommen die ProcessMind nodig heeft.
Laatste controle Open het CSV-bestand. Controleer of InvoiceNumber of ActivityName geen NULL-waarden bevat. Controleer ook of er geen datums in de toekomst staan, tenzij het om verwachte vervaldatums gaat. EventDateTime moet altijd in het verleden of heden liggen.
Upload 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 extractieperiodes bij hoge transactievolumes tot maximaal 3 maanden per run, bijvoorbeeld bij meer dan 100.000 facturen per maand.
Pagineringlimiet: het script gebruikt standaard 1.000 records per pagina. Pas de parameter limit in de API-aanroepen aan als de server time-outfouten geeft.
Snelheidslimieten: HighRadius kan rate limits toepassen. Krijg je HTTP 429-fouten, voeg dan 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 aan de slag te gaan?

Breng je factuurlevenscycli vandaag nog in kaart om je liquiditeit te verbeteren en je DSO te verlagen. Ons team ondersteunt je tijdens de technische implementatie.

Terug naar de verbetergids Template downloaden

Optimaliseer je debiteurenbeheer en verbeter vandaag nog je cashflow

Verlaag je DSO met 15 tot 20 dagen dankzij geautomatiseerde procesinzichten

Start je gratis proefperiode

Geen creditcard nodig... In enkele minuten ingesteld

Jouw datatemplate voor debiteurenbeheer

Jouw datatemplate voor debiteurenbeheer

Attributen voor debiteurenbeheer

Activiteiten voor debiteurenbeheer

Extractiegidsen

HighRadius Analytics- en rapportage-export

Stappen

Configuratie

a Voorbeeldquery sql

HighRadius REST API-data-extractie

Stappen

Configuratie

a Voorbeeldquery python

Klaar om aan de slag te gaan?

Optimaliseer je debiteurenbeheer en verbeter vandaag nog je cashflow

Jouw datatemplate voor debiteurenbeheer

Jouw datatemplate voor debiteurenbeheer

Attributen voor debiteurenbeheer

Activiteiten voor debiteurenbeheer

Extractiegidsen

HighRadius Analytics- en rapportage-export

Stappen

Configuratie

a Voorbeeldquery sql

HighRadius REST API-data-extractie

Stappen

Configuratie

a Voorbeeldquery python

Klaar om aan de slag te gaan?

Optimaliseer je debiteurenbeheer en verbeter vandaag nog je cashflow

We respecteren je privacy