> Melhoria contínua de processos > Record to Report Lançamento contábil > BlackLine > Template de dados

Seu Template de dados de Record to Report - Journal Entry

BlackLine

Record to Report - Atributos do lançamento contábil (19) Record to Report - Atividades do lançamento contábil (12) Guias de extração (2)

Seu Template de dados de Record to Report - Journal Entry

Este Template oferece um guia completo para coletar os dados certos para analisar seu processo de Record to Report - Journal Entry. Ele apresenta os atributos essenciais a serem coletados, as principais atividades a serem acompanhadas e orientações práticas para extrair essas informações do BlackLine. Use este recurso para garantir que todos os dados necessários sejam capturados para um Process Mining eficaz.

Atributos recomendados para coleta
Principais atividades a acompanhar
Orientações para extração

Novo em Event Logs? Aprenda como criar um Event Log de Process Mining.

Baixar Template

Record to Report - Atributos do lançamento contábil

Estes são os campos de dados recomendados para incluir no seu Event Log e realizar uma análise completa do seu processo de Record to Report - lançamento contábil.

5 Obrigatório 6 Recomendado 8 Opcional

	Nome	Descrição
	Atividade ActivityName	O nome do evento de negócio específico que ocorreu em determinado momento do processo de lançamento contábil.
Descrição Este atributo descreve uma única etapa ou tarefa executada no ciclo de vida do lançamento contábil, como 'Lançamento contábil criado', 'Lançamento contábil aprovado' ou 'Lançamento contábil efetuado'. Cada atividade representa um evento distinto no processo. Analisar a sequência dessas atividades permite visualizar e entender o fluxo do processo. Isso é fundamental para descobrir variações do processo, medir os tempos de transição entre etapas e identificar ciclos de retrabalho, como quando um lançamento contábil é rejeitado e reenviado. Por que isso importa Ele define as etapas do processo, o que é essencial para visualizar o mapa do processo, analisar o fluxo e identificar desvios ou gargalos. Onde obter Normalmente, é derivado de Event Logs, registros de mudança de status ou trilhas de auditoria no BlackLine. Pode ser necessário mapear códigos de status do sistema para nomes de atividades mais fáceis de entender. Exemplos Lançamento contábil criadoLançamento contábil enviadoLançamento contábil aprovadoLançamento contábil efetuado
	Hora de início EventTime	O horário exato que indica quando uma atividade ou evento específico ocorreu.
Descrição O horário do evento registra a data e a hora em que um evento de negócio aconteceu. Ele é a base cronológica do processo, estabelecendo a sequência e a duração de todas as atividades. Esse horário é essencial para todas as análises de Process Mining baseadas em tempo. Ele é usado para calcular tempos de ciclo, tempos de espera e durações entre atividades. Também permite identificar gargalos, analisar a performance ao longo do tempo e avaliar o cumprimento dos acordos de nível de serviço. Por que isso importa Esse horário é a base de todas as métricas de performance, incluindo o tempo de ciclo e a análise de gargalos, permitindo reconstruir o processo em ordem cronológica. Onde obter Essas informações são capturadas nos campos de horário dos Event Logs ou nos registros de transações do BlackLine. Exemplos 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:05:00Z
	ID do lançamento contábil JournalEntryId	O identificador exclusivo de um único lançamento contábil, usado como identificador principal do caso para acompanhar seu ciclo de vida.
Descrição O ID do lançamento contábil identifica exclusivamente cada conjunto de transações financeiras registradas no razão geral. Ele funciona como a chave central que vincula todas as atividades relacionadas, como criação, revisão, aprovação e lançamento. No Process Mining, esse ID é essencial para correlacionar todos os eventos pertencentes a um único caso de lançamento contábil. Analisar o fluxo do processo com base nesse identificador permite reconstruir a jornada de ponta a ponta, desde o início até a conciliação final, possibilitando uma análise detalhada dos tempos de ciclo, gargalos e variações do processo. Por que isso importa Este é o identificador fundamental do caso, permitindo rastrear o ciclo de vida completo de um único lançamento contábil e analisar sua performance. Onde obter Esta é uma chave primária nas tabelas de lançamentos contábeis ou nas exportações de dados do BlackLine. Consulte a documentação do BlackLine para saber o nome específico do campo. Exemplos JE2024-001234JE2024-001235JE2024-001236
	Sistema de origem SourceSystem	O sistema de registro do qual os dados do lançamento contábil foram extraídos.
Descrição Este atributo identifica o sistema de origem dos dados dos eventos. Nesse contexto, normalmente será 'BlackLine', mas também pode incluir dados de um sistema ERP de origem, caso o processo comece nele. Identificar o sistema de origem é importante para a governança de dados e para entender o contexto do processo, especialmente em ambientes que combinam dados de vários sistemas. Isso ajuda a solucionar problemas de ingestão de dados e a verificar a linhagem dos dados. Por que isso importa Ele fornece um contexto essencial sobre a origem dos dados, garantindo a rastreabilidade e ajudando a gerenciar a integração de dados de diferentes plataformas. Onde obter Normalmente, é um valor estático adicionado durante o processo de extração e transformação dos dados para identificar a origem do conjunto de dados. Exemplos BlackLineSAP S/4HANAOracle NetSuite
	Última atualização dos dados LastDataUpdate	O horário que indica a última vez em que os dados foram atualizados ou extraídos do sistema de origem.
Descrição Este atributo registra a data e a hora da extração mais recente dos dados. Ele fornece uma referência sobre a atualização dos dados analisados, garantindo que os usuários saibam o quanto os dados estão atuais. Esse é um metadado essencial para qualquer Dashboard ou análise de Process Mining. Ele informa aos usuários o quanto os insights são recentes e ajuda a alinhar as expectativas sobre a inclusão das transações mais recentes na visualização. Por que isso importa Ele garante transparência sobre a atualização dos dados, permitindo que os usuários entendam o quanto a análise do processo está atualizada. Onde obter Esse horário é gerado e adicionado ao conjunto de dados pela ferramenta de extração de dados ou pelo processo ETL durante a execução. Exemplos 2023-11-01T02:00:00Z2023-11-02T02:00:00Z
	Código da empresa CompanyCode	O identificador exclusivo da entidade legal ou empresa para a qual o lançamento contábil está sendo feito.
Descrição O código da empresa representa uma entidade legal específica dentro de um grupo corporativo. Ele é uma unidade organizacional fundamental na contabilidade financeira, garantindo que as transações sejam registradas na entidade correta. No Process Mining, o código da empresa é uma dimensão importante para filtragem e comparação. Ele permite analisar a performance do processo entre diferentes entidades, ajudando a identificar gargalos regionais ou específicos de cada entidade, variações de conformidade e oportunidades para padronizar processos globalmente. Ele dá suporte direto ao Dashboard 'Análise do atraso entre aprovação e lançamento'. Por que isso importa Ele permite comparar a performance e apoiar iniciativas de padronização do processo entre diferentes entidades legais ou unidades de negócio. Onde obter Este é um campo importante no cabeçalho do lançamento contábil no BlackLine, geralmente sincronizado com o sistema ERP subjacente. Exemplos 1000US01DE012500
	Motivo da rejeição RejectionReason	O motivo informado por um revisor quando um lançamento contábil é rejeitado.
Descrição Quando um lançamento contábil é devolvido para correção, o aprovador geralmente informa um motivo para a rejeição. Este atributo captura esse motivo, que pode ser um código predefinido ou um texto livre. Esse é um atributo essencial para a análise de causa raiz do retrabalho. Ao analisar os motivos de rejeição mais comuns, uma empresa pode identificar problemas sistêmicos, como treinamento insuficiente, políticas pouco claras ou problemas na documentação de suporte. Isso dá suporte direto ao Dashboard 'Análise de rejeições e retrabalho de lançamentos contábeis' e ajuda a reduzir a taxa geral de rejeição. Por que isso importa Ele é essencial para a análise de causa raiz do retrabalho no processo, ajudando a identificar por que os lançamentos contábeis são rejeitados e permitindo melhorias direcionadas. Onde obter Esses dados normalmente são capturados em um campo de comentário ou código de motivo quando um usuário executa a ação 'Rejeitar' no BlackLine. Exemplos Código de conta incorretoDocumentação de suporte ausenteExcede o limiteLançamento duplicado
	Status do lançamento contábil JournalEntryStatus	O status atual do lançamento contábil em seu ciclo de vida, como 'Em andamento', 'Aprovado' ou 'Lançado'.
Descrição Este atributo indica o estado atual de um caso de lançamento contábil no momento da extração dos dados. Ele fornece uma visão de onde o lançamento está no processo geral. Embora o Process Mining reconstrua o fluxo a partir das atividades, ter o status final é útil para filtrar dados e criar Dashboards de resumo. Isso ajuda a identificar rapidamente todos os lançamentos que estão aguardando aprovação ou parados em determinado estado, o que é valioso para a análise do backlog. Por que isso importa Ele fornece uma visão do estado atual dos lançamentos, sendo útil para analisar o backlog e entender o trabalho em andamento. Onde obter Este é um campo de status padrão do lançamento contábil no BlackLine. Exemplos Em andamentoAguardando aprovaçãoAprovadoContabilizadoRejeitado
	Tipo de lançamento contábil JournalEntryType	A classificação do lançamento contábil, como padrão, recorrente ou de estorno.
Descrição O tipo de lançamento contábil categoriza os lançamentos com base em sua natureza ou finalidade. Os tipos comuns incluem lançamentos manuais padrão, lançamentos gerados automaticamente pelo sistema, lançamentos recorrentes para apropriações de fim de mês ou lançamentos de estorno que são revertidos automaticamente no período seguinte. Esse atributo é essencial para a segmentação e a análise comparativa. Ele permite comparar a performance do processo, como tempos de ciclo ou taxas de rejeição, entre diferentes tipos de lançamentos. Isso ajuda a identificar se determinados tipos de lançamentos são mais problemáticos ou ineficientes que outros, levando a melhorias direcionadas no processo. Por que isso importa Ele permite uma análise segmentada para entender se diferentes tipos de lançamentos contábeis seguem caminhos distintos ou apresentam características de performance diferentes. Onde obter Este é um campo padrão no cabeçalho do lançamento contábil no BlackLine. Consulte a documentação do BlackLine para saber o nome exato do campo. Exemplos PadrãoRecorrenteEstornoProvisão
	Usuário UserName	O nome ou ID do usuário que executou a atividade.
Descrição Este atributo identifica a pessoa responsável por executar uma etapa específica do processo, como quem enviou, revisou ou aprovou um lançamento contábil. Pode ser um nome ou um ID de usuário exclusivo. Analisar as atividades por usuário é essencial para entender a distribuição da carga de trabalho, a performance individual e as oportunidades de treinamento. Isso ajuda a responder perguntas como 'O trabalho está distribuído de forma equilibrada na equipe?' ou 'Quais usuários têm os maiores tempos de aprovação?'. Também é fundamental para a conformidade e a análise da trilha de auditoria. Por que isso importa Ele permite analisar a carga de trabalho, comparar a performance entre membros da equipe e identificar gargalos relacionados a recursos ou necessidades de treinamento. Onde obter Essas informações estão disponíveis nos logs de auditoria do BlackLine, geralmente armazenadas nos campos 'ID do usuário' ou 'Alterado por' associados a cada evento. Exemplos j.doea.smithr.joness.patel
	Valor do lançamento contábil JournalEntryAmount	O valor monetário total do lançamento contábil, geralmente a soma dos débitos.
Descrição Este atributo representa o valor financeiro do lançamento contábil. Ele pode ser usado para entender o impacto financeiro das ineficiências do processo, como atrasos no lançamento de valores altos. Analisar o processo com base no valor do lançamento permite uma análise por materialidade. Por exemplo, você pode priorizar melhorias para lançamentos de alto valor, investigar se eles seguem um caminho de aprovação diferente ou determinar se seus tempos de ciclo são maiores. Isso adiciona um contexto de negócio essencial ao fluxo do processo. Por que isso importa Ele fornece contexto financeiro, permitindo uma análise por materialidade, como priorizar lançamentos de alto valor ou identificar desvios do processo com base no valor. Onde obter Este é um campo calculado ou padrão no cabeçalho do lançamento contábil no BlackLine, representando o valor total de débito ou crédito. Exemplos 15000.00250.75125000.50500.00
	Conta conciliada AccountReconciled	O número da conta do razão geral que está sendo conciliada pelo lançamento contábil.
Descrição Este atributo identifica a conta específica no plano de contas que é afetada ou está sendo conciliada. Os lançamentos contábeis geralmente fazem parte do processo de conciliação de contas, e este campo vincula o lançamento à conta correspondente. Este atributo dá suporte direto ao Dashboard 'Tempo de ciclo da conciliação de lançamentos contábeis'. Ao analisar o processo por conta, é possível identificar se as conciliações de determinadas contas demoram consistentemente mais, indicando complexidade ou problemas de dados relacionados a essas contas. Por que isso importa Ele vincula o processo de lançamento contábil às contas específicas que estão sendo conciliadas, permitindo uma análise direcionada dos gargalos de conciliação. Onde obter Essas informações fazem parte dos detalhes dos itens de linha do lançamento contábil no BlackLine. Pode ser necessário agregá-las no nível do caso se um lançamento afetar várias contas. Exemplos 101000210500400100550200
	Data do lançamento PostingDate	A data em que o lançamento contábil é oficialmente efetuado no razão geral.
Descrição A data do lançamento é a data efetiva da transação nos registros financeiros. Ela é uma data essencial para a contabilidade, pois determina o período fiscal em que a transação é reconhecida. Embora o horário do evento registre quando a atividade de lançamento ocorreu, a própria data do lançamento é um atributo de dados importante. Ela é usada na análise financeira para garantir que os lançamentos sejam feitos no período correto e pode ser usada para analisar os atrasos entre a data da transação, a data da aprovação e a data do lançamento. Por que isso importa Essa data é essencial para a precisão dos relatórios financeiros e ajuda a analisar se os lançamentos estão sendo feitos no período contábil correto. Onde obter Este é um campo de data padrão no cabeçalho do lançamento contábil no BlackLine. Exemplos 2023-10-312023-11-012023-10-30
	Departamento Department	O departamento de negócio ou centro de custo associado ao lançamento contábil.
Descrição Este atributo especifica o departamento, centro de custo ou área funcional que iniciou o lançamento contábil ou à qual os custos estão sendo alocados. Ele fornece uma camada adicional de contexto organizacional. Analisar o processo por departamento ajuda a entender como diferentes áreas da empresa usam o processo de lançamentos contábeis. Isso pode revelar variações de eficiência, conformidade ou taxas de retrabalho entre departamentos, destacando áreas que podem precisar de mais suporte ou de padronização do processo. Por que isso importa Isso permite comparar a performance do processo entre diferentes departamentos, revelando variações e oportunidades de padronização. Onde obter Essas informações geralmente fazem parte dos dados dos itens de linha ou do cabeçalho do lançamento contábil no BlackLine, muitas vezes vinculadas à conta do razão geral. Exemplos FinançasMarketingVendasOperações
	Documento anexado IsDocumentAttached	Um indicador que mostra se a documentação de suporte foi anexada ao lançamento contábil.
Descrição Este atributo booleano indica se um ou mais documentos de suporte, como notas fiscais ou cálculos, foram anexados ao lançamento contábil. Muitas vezes, isso é um pré-requisito para a aprovação. Esse indicador é essencial para o Dashboard 'Conformidade da documentação de lançamentos contábeis' e para o KPI 'Taxa de anexação de documentos'. Ele ajuda a analisar se a falta de documentação é uma causa comum de rejeições ou atrasos e a aplicar políticas que exigem anexos antes do envio para revisão. Por que isso importa Ele mede diretamente a conformidade com as políticas de documentação e ajuda a diagnosticar uma causa raiz comum de atrasos e rejeições na aprovação. Onde obter Provavelmente, este seria um campo derivado, calculado verificando a existência de um registro de anexo associado ao JournalEntryId antes da atividade de envio. Exemplos truefalse
	É automatizado IsAutomated	Um indicador que mostra se o lançamento contábil foi criado ou efetuado por um processo automatizado.
Descrição Este atributo booleano diferencia os lançamentos contábeis criados e processados manualmente pelos usuários daqueles gerados automaticamente pelo sistema, como lançamentos recorrentes ou integrações de sistemas. Analisar esse atributo ajuda a avaliar a eficácia da automação. Ele permite comparar diretamente tempos de ciclo, taxas de erro e custos entre processos automatizados e manuais. Isso é essencial para construir um caso de negócio para ampliar a automação e medir o ROI das iniciativas existentes. Por que isso importa Ele permite comparar diretamente processos manuais e automatizados, o que é essencial para medir o impacto e o ROI das iniciativas de automação. Onde obter Isso pode ser derivado do 'Tipo de lançamento contábil' (por exemplo, 'Recorrente') ou do campo 'Usuário', caso usuários do sistema (como 'SYSTEM' ou 'BATCH') sejam usados para lançamentos automatizados. Exemplos truefalse
	É retrabalho IsRework	Um indicador calculado que é verdadeiro se o lançamento contábil tiver sido rejeitado pelo menos uma vez.
Descrição Este indicador booleano é calculado para identificar lançamentos contábeis que passaram por retrabalho. Normalmente, ele é definido como verdadeiro se um caso contiver a atividade 'Lançamento contábil rejeitado' seguida da atividade 'Corrigido e reenviado'. Esse atributo simplifica a análise de retrabalho, permitindo que os usuários filtrem facilmente todos os casos que passaram por uma rejeição. Ele é fundamental para calcular o KPI 'Taxa de rejeição de lançamentos contábeis' e para análises detalhadas no Dashboard 'Análise de rejeições e retrabalho de lançamentos contábeis', ajudando a entender o impacto dos problemas de qualidade em custo e tempo. Por que isso importa Ele identifica facilmente os casos com retrabalho, simplificando o cálculo das taxas de rejeição e a análise do impacto dos problemas de qualidade. Onde obter Este indicador é calculado na ferramenta de Process Mining verificando a sequência de atividades de cada caso. Exemplos truefalse
	Intervalo entre aprovação e lançamento ApprovalToPostingLag	A duração calculada entre a aprovação final e o lançamento efetivo do lançamento contábil.
Descrição Essa métrica mede o atraso que ocorre depois que um lançamento contábil foi totalmente aprovado, mas antes de ser efetuado no razão geral. Ela é calculada como a diferença de tempo entre a atividade 'Lançamento contábil aprovado' e a atividade 'Lançamento contábil efetuado'. Este é um KPI essencial para identificar gargalos após a aprovação, que podem atrasar significativamente o processo de fechamento financeiro. O Dashboard 'Análise do atraso entre aprovação e lançamento' usa essa métrica para investigar por que os lançamentos aprovados não estão sendo efetuados rapidamente, ajudando a simplificar as etapas finais do processo. Por que isso importa Ele mede especificamente a eficiência após a aprovação, ajudando a identificar e eliminar atrasos que afetam a velocidade do fechamento financeiro. Onde obter Essa métrica é calculada na ferramenta de Process Mining encontrando a duração entre os eventos 'Lançamento contábil aprovado' e 'Lançamento contábil efetuado' de cada caso. Exemplos P0DT1H10MP1DT2H0MP0DT0H5M
	Moeda Currency	O código da moeda do valor especificado no lançamento contábil.
Descrição Este atributo especifica a moeda do valor do lançamento contábil, como USD, EUR ou GBP. Ele é essencial para interpretar corretamente o valor financeiro das transações. Para organizações multinacionais, analisar os dados por moeda pode fornecer um contexto útil. Isso permite filtrar a análise do processo por moedas específicas e é um campo necessário para qualquer Dashboard que agregue valores financeiros. Por que isso importa Ele fornece o contexto necessário para os valores financeiros, garantindo uma interpretação precisa e permitindo análises específicas por moeda. Onde obter Este é um campo padrão no cabeçalho do lançamento contábil no BlackLine, geralmente chamado de 'Moeda do documento' ou algo semelhante. Exemplos USDEURGBPJPY

Obrigatório Recomendado Opcional

Record to Report - Atividades do lançamento contábil

Estas são as principais etapas e marcos do processo que você deve registrar no seu Event Log para uma descoberta e análise precisas do seu processo de lançamento contábil.

6 Recomendado 6 Opcional

	Atividade	Descrição
	Lançamento contábil aprovado	Essa atividade indica que o lançamento contábil passou por todas as etapas exigidas de revisão e aprovação. Ela é capturada quando o usuário final autorizado aprova o lançamento, acionando uma mudança de status para 'Approved'.
Por que isso importa Este é um marco importante que encerra o processo de aprovação. O tempo entre 'Journal Entry Submitted' e este evento corresponde ao 'Approval Cycle Time', um KPI essencial para medir a eficiência do Workflow. Onde obter Esse evento é inferido a partir de uma mudança de status para 'Approved' no registro do lançamento contábil. O ID do usuário do aprovador final e o timestamp da aprovação normalmente são registrados no histórico de auditoria do BlackLine. Captura Inferido a partir do timestamp em que o status do lançamento contábil é atualizado para 'Approved'. Tipo de evento inferred
	Lançamento contábil conciliado	Marca a conclusão do ciclo em que o lançamento contábil é incluído em uma conciliação de conta finalizada e certificada. No BlackLine, isso corresponde à certificação da conciliação que contém esse lançamento.
Por que isso importa Esta atividade funciona como o ponto final do processo de ponta a ponta. O tempo entre 'Lançamento contábil efetuado' e 'Conciliado' mede a eficiência da etapa de conciliação de contas do fechamento financeiro. Onde obter Este é um evento inferido. Ele é derivado da identificação do momento em que a conciliação de conta que contém o lançamento contábil específico tem seu status alterado para 'Certificada' no módulo Account Reconciliation do BlackLine. Captura Inferido vinculando o lançamento contábil à conciliação de conta correspondente e capturando a data de certificação dessa conciliação. Tipo de evento inferred
	Lançamento contábil criado	Essa atividade marca o início de um caso de lançamento contábil. Ela é registrada quando um usuário cria um novo registro de lançamento no BlackLine, gerando um Journal Entry ID exclusivo e registrando o timestamp de criação e o usuário.
Por que isso importa Este é o principal evento de início do processo. Analisar o tempo entre essa atividade e as demais revela o tempo total de ciclo do processo e ajuda a identificar atrasos logo no início do Workflow. Onde obter Esse evento é registrado explicitamente no módulo de lançamentos contábeis do BlackLine. Ele é capturado a partir do timestamp de criação e dos dados do usuário associados a cada Journal Entry ID na tabela principal de lançamentos ou no histórico de auditoria. Captura Capturado a partir do timestamp de 'Create Date' associado ao registro do lançamento contábil. Tipo de evento explicit
	Lançamento contábil efetuado	Representa o momento em que o lançamento contábil aprovado é oficialmente registrado no razão geral. Geralmente, essa é uma ação explícita no BlackLine, que atualiza o status do lançamento para 'Lançado'.
Por que isso importa Este é um marco crítico, geralmente considerado a conclusão operacional do processo. O tempo entre 'Lançamento contábil aprovado' e esta atividade é um indicador importante da eficiência após a aprovação. Onde obter Normalmente, é inferido a partir de uma mudança de status para 'Lançado'. O evento também pode ser registrado explicitamente em uma tabela de histórico de lançamentos ou trilha de auditoria, com uma data e um horário específicos. Captura Inferido a partir do horário em que o status do lançamento contábil é atualizado para 'Lançado'. O campo de data do lançamento também é relevante. Tipo de evento inferred
	Lançamento contábil enviado	Essa atividade ocorre quando o preparador envia formalmente o lançamento contábil para o Workflow de revisão e aprovação. Normalmente, ela é capturada como uma mudança de status, por exemplo, de 'In Preparation' para 'Submitted', junto com um timestamp.
Por que isso importa Isso marca o fim da fase de preparação e o início do ciclo de aprovação. É um marco importante para medir a duração das etapas de preparação e aprovação. Onde obter Provavelmente, isso é inferido a partir de uma mudança de status no registro do lançamento contábil no BlackLine. O timestamp da mudança de status para 'Submitted for Approval' ou um valor semelhante marca o momento do evento. Captura Inferido a partir do timestamp em que o campo de status do lançamento contábil é atualizado para 'Submitted' ou 'Pending Approval'. Tipo de evento inferred
	Lançamento contábil rejeitado	Essa atividade marca a rejeição de um lançamento contábil por um revisor ou aprovador. Ela é capturada quando um usuário executa a ação 'Reject', que atualiza o status do lançamento para 'Rejected' e é registrada na trilha de auditoria.
Por que isso importa Essa é uma atividade crítica para identificar retrabalho, problemas de qualidade e necessidades de treinamento. Analisar a frequência e os motivos das rejeições, além do ciclo de retrabalho subsequente, é essencial para melhorar o processo e reduzir os tempos de ciclo. Onde obter Normalmente, isso é inferido a partir de uma mudança de status para 'Rejected' ou 'Needs Correction' nos dados do lançamento contábil. O timestamp e o usuário que realizou a rejeição são registrados no histórico do BlackLine. Captura Inferido a partir do timestamp em que o status do lançamento contábil é atualizado para 'Rejected'. Tipo de evento inferred
	Aprovação revogada	Esta atividade representa um aprovador revogando uma aprovação concedida anteriormente e retornando o lançamento contábil a um estado anterior. Isso é capturado por uma mudança de status de 'Aprovado' para um status anterior, como 'Em preparação'.
Por que isso importa Esta atividade, rara mas importante, destaca exceções do processo e possíveis problemas descobertos após a aprovação, mas antes do lançamento. Ela pode indicar erros nos dados ou mudanças de política que afetam o lançamento. Onde obter Este seria um evento inferido, identificado por uma mudança de status de 'Aprovado' para um status editável ainda não lançado. Essa ação seria registrada nos logs detalhados de auditoria do BlackLine. Captura Identificado por uma mudança de status de 'Aprovado' para um status anterior, como 'Em preparação' ou 'Enviado'. Tipo de evento inferred
	Documentação de suporte anexada	Representa a ação de um usuário anexar um ou mais documentos de suporte ao lançamento contábil. Esse evento normalmente é capturado em um registro de auditoria ou em uma tabela de anexos relacionada ao Journal Entry ID.
Por que isso importa Acompanhar essa atividade é essencial para monitorar a conformidade e a eficiência. Isso ajuda a analisar se os atrasos no processo de aprovação são causados pela ausência de documentação e apoia o KPI 'Documentation Attachment Rate'. Onde obter Geralmente, este é um evento explícito no BlackLine, registrado em uma trilha de auditoria ou em um registro de anexos. Os dados incluem o Journal Entry ID, o usuário que anexou o arquivo e um timestamp. Captura O evento é registrado na trilha de auditoria do sistema ou em uma tabela dedicada ao histórico de anexos sempre que um arquivo é carregado em um lançamento contábil. Tipo de evento explicit
	Lançamento contábil revisado	Representa uma etapa formal de revisão em um processo de aprovação multinível, concluída por um revisor designado. Normalmente, é capturada como uma mudança de status ou um registro específico indicando a ação do revisor.
Por que isso importa Para organizações com etapas distintas de revisão e aprovação, essa atividade ajuda a isolar gargalos na cadeia de aprovação. Ela mostra quanto tempo os lançamentos aguardam a revisão inicial em comparação com a aprovação final. Onde obter Nos Workflows do BlackLine, isso pode ser um evento explícito no registro do histórico de aprovação ou ser inferido a partir de uma mudança de status para 'Reviewed' ou 'Pending Final Approval'. O usuário e o timestamp são registrados. Captura Inferido a partir do timestamp em que o status do lançamento contábil muda para indicar a conclusão da etapa de revisão. Tipo de evento inferred
	Lançamento corrigido e reenviado	Ocorre depois que um lançamento contábil é rejeitado e o preparador faz as correções necessárias e o envia novamente. Isso é capturado por uma mudança de status de 'Rejected' para 'Submitted for Approval'.
Por que isso importa Essa atividade ajuda a quantificar o tempo e o esforço gastos com retrabalho. A duração entre 'Journal Entry Rejected' e este evento representa o tempo de retrabalho, uma métrica importante para a análise de eficiência. Onde obter Isso é inferido pela observação de uma sequência de mudanças de status nos dados do BlackLine, especificamente uma transição de 'Rejected' para 'Submitted' ou 'Pending Approval' para o mesmo Journal Entry ID. Captura Derivado de uma mudança de status de 'Rejected' para 'Submitted' ou 'Pending Approval'. Tipo de evento inferred
	Lançamento verificado	Representa a confirmação de que um lançamento contábil efetuado foi recebido e registrado com sucesso no sistema ERP de destino. Isso pode ser uma confirmação automática entre sistemas ou uma etapa de confirmação manual.
Por que isso importa Esta atividade finaliza a etapa de lançamento, garantindo a integridade dos dados entre os sistemas. O tempo entre 'Lançado' e 'Verificado' pode revelar problemas de integração ou atrasos na sincronização dos sistemas. Onde obter Pode ser um evento explícito de um log de integração de sistemas ou ser inferido a partir de uma mudança de status para um valor como 'Lançado e verificado'. Se for manual, será uma atualização de status feita pelo usuário. Captura Inferido a partir de uma atualização de status para 'Verificado' ou de uma confirmação recebida do sistema ERP de destino. Tipo de evento inferred
	Processo de estorno do lançamento contábil concluído	Esta atividade captura a criação e o lançamento de um novo lançamento contábil que estorna um lançamento efetuado anteriormente. Normalmente, ela é iniciada em resposta a um erro descoberto depois que o lançamento original foi efetuado.
Por que isso importa Este evento é um forte indicador de problemas na qualidade dos dados de origem. Acompanhar a taxa de estornos ajuda a medir a 'Taxa de ajustes pós-lançamento' e a identificar áreas que precisam de mais precisão. Onde obter Geralmente, este é um evento explícito em que um usuário inicia a ação 'Estornar' no BlackLine para um lançamento efetuado. O sistema cria um novo lançamento de estorno, geralmente vinculado ao ID do lançamento contábil original. Captura Capturado quando uma ação 'Estornar' é registrada ou quando um novo lançamento é criado com um indicador de estorno e um link para o ID do lançamento original. Tipo de evento explicit

Recomendado Opcional

Guias de extração

Como obter seus dados do BlackLine

Etapas

Faça login na sua instância do BlackLine com uma conta de usuário que tenha as permissões necessárias para acessar os relatórios financeiros.
Acesse o módulo de relatórios. Normalmente, ele fica em um menu como 'Relatórios' > 'Relatórios padrão'.
Localize e selecione o 'Relatório de lançamentos contábeis e serviços' ou um relatório abrangente de lançamentos contábeis com nome semelhante na lista de relatórios padrão disponíveis.
Configure os parâmetros do relatório. Especifique o 'Intervalo de tempo' desejado para a extração, correspondente ao período que você quer analisar. Recomenda-se começar com um período de 3 a 6 meses.
Aplique os filtros necessários para restringir os dados. No mínimo, filtre pelos 'Códigos da empresa' relevantes. Você também pode filtrar pelo 'Status do lançamento' para incluir todos os status relevantes, desde a criação até a contabilização.
Selecione todas as colunas disponíveis para a saída, garantindo que o relatório contenha todos os campos necessários de data, usuário e status para gerar o Event Log. Os principais campos incluem data de criação, data de envio, data de aprovação, data de contabilização e funções dos usuários.
Execute o relatório diretamente na interface do BlackLine. Quando a geração do relatório for concluída, use a função 'Exportar' ou 'Baixar' para salvar os dados como um arquivo CSV. Dê a ele o nome blackline_report.csv.
Configure um ambiente Python com a biblioteca pandas instalada. Se ela não estiver instalada, instale-a usando o comando: pip install pandas.
Coloque o script Python fornecido no mesmo diretório do arquivo 'blackline_report.csv' baixado.
Execute o script Python. Ele lerá o relatório CSV bruto, transformará os dados criando uma linha distinta para cada atividade de negócio e gerará um novo arquivo chamado event_log.csv no formato necessário.
Faça verificações de validação no arquivo event_log.csv para garantir a qualidade e a integridade dos dados antes do carregamento.
Carregue o arquivo final event_log.csv no ProcessMind para análise.

Configuração

Nome do relatório: Journal Entry & Services Report. O nome exato pode variar conforme a configuração do seu BlackLine.
Período: recomendamos extrair de 3 a 6 meses de dados para uma análise inicial. O filtro de data do relatório normalmente se aplica à data de criação ou à data de lançamento do lançamento contábil. Confirme qual campo de data é usado no filtro para garantir a extração do conjunto de dados correto.
Principais filtros:
- Company Code: sempre informe os códigos de empresa que você quer analisar para limitar o volume de dados e concentrar a análise.
- Journal Status: selecione todos os status, como In Preparation, Submitted, Approved, Rejected e Posted, para capturar o processo completo de ponta a ponta.
- Journal Type: filtre por tipos específicos de lançamento, como Standard e Recurring, se isso for necessário para o escopo da análise.
Pré-requisitos: a conta de usuário que executará o relatório deve ter permissão para visualizar dados de lançamentos contábeis e executar relatórios padrão no BlackLine. Normalmente, isso exige uma função como 'Accountant' ou 'Reporting User'.
Considerações de performance: exportar um conjunto de dados grande, cobrindo um período extenso ou muitos códigos de empresa, pode consumir muitos recursos e levar bastante tempo para ser gerado na interface do BlackLine. Se você encontrar problemas de performance ou timeouts, considere executar o relatório em lotes menores.

a Consulta de exemplo python

import pandas as pd
import numpy as np
import datetime

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Define the input file name from BlackLine
input_filename = class="hl-string">'blackline_report.csv'
class=class="hl-string">"hl-comment"># Define the output file for ProcessMind
output_filename = class="hl-string">'event_log.csv'

class=class="hl-string">"hl-comment"># --- Column Mapping ---
class=class="hl-string">"hl-comment"># Map the BlackLine report column names to the required event log attribute names.
class=class="hl-string">"hl-comment"># Adjust the keys in this dictionary to match the exact column headers in your CSV export.
column_mapping = {
    class="hl-string">'Journal ID': class="hl-string">'JournalEntryId',
    class="hl-string">'Journal Type': class="hl-string">'JournalEntryType',
    class="hl-string">'Company': class="hl-string">'CompanyCode',
    class="hl-string">'Amount': class="hl-string">'JournalEntryAmount',
    class="hl-string">'Current Status': class="hl-string">'JournalEntryStatus',
    class="hl-string">'Rejection Reason': class="hl-string">'RejectionReason',
    class="hl-string">'Preparer': class="hl-string">'PreparerUserName',
    class="hl-string">'Submitter': class="hl-string">'SubmitterUserName',
    class="hl-string">'Reviewer': class="hl-string">'ReviewerUserName',
    class="hl-string">'Approver': class="hl-string">'ApproverUserName',
    class="hl-string">'Poster': class="hl-string">'PosterUserName',
    class="hl-string">'Verifier': class="hl-string">'VerifierUserName',
    class="hl-string">'Reverser': class="hl-string">'ReverserUserName',
    class="hl-string">'Reconciler': class="hl-string">'ReconcilerUserName',
    class="hl-string">'Creation Date': class="hl-string">'CreationTimestamp',
    class="hl-string">'Attachment Date': class="hl-string">'AttachmentTimestamp',
    class="hl-string">'Submission Date': class="hl-string">'SubmissionTimestamp',
    class="hl-string">'Review Date': class="hl-string">'ReviewTimestamp',
    class="hl-string">'Rejection Date': class="hl-string">'RejectionTimestamp',
    class="hl-string">'Resubmission Date': class="hl-string">'ResubmissionTimestamp',
    class="hl-string">'Approval Date': class="hl-string">'ApprovalTimestamp',
    class="hl-string">'Rescind Date': class="hl-string">'RescindTimestamp',
    class="hl-string">'Posting Date': class="hl-string">'PostingTimestamp',
    class="hl-string">'Verification Date': class="hl-string">'VerificationTimestamp',
    class="hl-string">'Reversal Date': class="hl-string">'ReversalTimestamp',
    class="hl-string">'Reconciliation Date': class="hl-string">'ReconciliationTimestamp'
}

class=class="hl-string">"hl-comment"># --- Data Loading ---
try:
    df_raw = pd.read_csv(input_filename)
except FileNotFoundError:
    print(fclass="hl-string">"Error: The file {input_filename} was not found. Please ensure it's in the same directory as the script.")
    exit()

class=class="hl-string">"hl-comment"># Rename columns based on the mapping
df = df_raw.rename(columns=column_mapping)

class=class="hl-string">"hl-comment"># Ensure all required timestamp columns exist, fill with NaT if not
for col in column_mapping.values():
    if class="hl-string">'Timestamp' in col and col not in df.columns:
        df[col] = pd.NaT

class=class="hl-string">"hl-comment"># Convert date columns to datetime objects, coercing errors to NaT (Not a Time)
date_cols = [col for col in df.columns if class="hl-string">'Timestamp' in col]
for col in date_cols:
    df[col] = pd.to_datetime(df[col], errors=class="hl-string">'coerce')

all_events = []
last_data_update = datetime.datetime.now()

class=class="hl-string">"hl-comment"># --- Activity Extraction ---

class=class="hl-string">"hl-comment"># 1. Journal Entry Created
event_created = df[df[class="hl-string">'CreationTimestamp'].notna()].copy()
event_created[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Created'
event_created[class="hl-string">'EventTime'] = event_created[class="hl-string">'CreationTimestamp']
event_created[class="hl-string">'UserName'] = event_created.get(class="hl-string">'PreparerUserName')
all_events.append(event_created)

class=class="hl-string">"hl-comment"># 2. Supporting Documentation Attached
if class="hl-string">'AttachmentTimestamp' in df.columns:
    event_attached = df[df[class="hl-string">'AttachmentTimestamp'].notna()].copy()
    event_attached[class="hl-string">'ActivityName'] = class="hl-string">'Supporting Documentation Attached'
    event_attached[class="hl-string">'EventTime'] = event_attached[class="hl-string">'AttachmentTimestamp']
    class=class="hl-string">"hl-comment"># Assuming the submitter or preparer attached the document
    event_attached[class="hl-string">'UserName'] = event_attached.get(class="hl-string">'SubmitterUserName', event_attached.get(class="hl-string">'PreparerUserName'))
    all_events.append(event_attached)

class=class="hl-string">"hl-comment"># 3. Journal Entry Submitted
event_submitted = df[df[class="hl-string">'SubmissionTimestamp'].notna()].copy()
event_submitted[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Submitted'
event_submitted[class="hl-string">'EventTime'] = event_submitted[class="hl-string">'SubmissionTimestamp']
event_submitted[class="hl-string">'UserName'] = event_submitted.get(class="hl-string">'SubmitterUserName')
all_events.append(event_submitted)

class=class="hl-string">"hl-comment"># 4. Journal Entry Reviewed
if class="hl-string">'ReviewTimestamp' in df.columns:
    event_reviewed = df[df[class="hl-string">'ReviewTimestamp'].notna()].copy()
    event_reviewed[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Reviewed'
    event_reviewed[class="hl-string">'EventTime'] = event_reviewed[class="hl-string">'ReviewTimestamp']
    event_reviewed[class="hl-string">'UserName'] = event_reviewed.get(class="hl-string">'ReviewerUserName')
    all_events.append(event_reviewed)

class=class="hl-string">"hl-comment"># 5. Journal Entry Rejected
if class="hl-string">'RejectionTimestamp' in df.columns:
    event_rejected = df[df[class="hl-string">'RejectionTimestamp'].notna()].copy()
    event_rejected[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Rejected'
    event_rejected[class="hl-string">'EventTime'] = event_rejected[class="hl-string">'RejectionTimestamp']
    event_rejected[class="hl-string">'UserName'] = event_rejected.get(class="hl-string">'ReviewerUserName', event_rejected.get(class="hl-string">'ApproverUserName'))
    all_events.append(event_rejected)

class=class="hl-string">"hl-comment"># 6. Entry Corrected and Resubmitted
if class="hl-string">'ResubmissionTimestamp' in df.columns:
    event_resubmitted = df[df[class="hl-string">'ResubmissionTimestamp'].notna()].copy()
    event_resubmitted = event_resubmitted[event_resubmitted[class="hl-string">'ResubmissionTimestamp'] > event_resubmitted.get(class="hl-string">'RejectionTimestamp', pd.NaT)]
    event_resubmitted[class="hl-string">'ActivityName'] = class="hl-string">'Entry Corrected and Resubmitted'
    event_resubmitted[class="hl-string">'EventTime'] = event_resubmitted[class="hl-string">'ResubmissionTimestamp']
    event_resubmitted[class="hl-string">'UserName'] = event_resubmitted.get(class="hl-string">'SubmitterUserName')
    all_events.append(event_resubmitted)

class=class="hl-string">"hl-comment"># 7. Journal Entry Approved
event_approved = df[df[class="hl-string">'ApprovalTimestamp'].notna()].copy()
event_approved[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Approved'
event_approved[class="hl-string">'EventTime'] = event_approved[class="hl-string">'ApprovalTimestamp']
event_approved[class="hl-string">'UserName'] = event_approved.get(class="hl-string">'ApproverUserName')
all_events.append(event_approved)

class=class="hl-string">"hl-comment"># 8. Approval Rescinded
if class="hl-string">'RescindTimestamp' in df.columns:
    event_rescinded = df[df[class="hl-string">'RescindTimestamp'].notna()].copy()
    event_rescinded[class="hl-string">'ActivityName'] = class="hl-string">'Approval Rescinded'
    event_rescinded[class="hl-string">'EventTime'] = event_rescinded[class="hl-string">'RescindTimestamp']
    event_rescinded[class="hl-string">'UserName'] = event_rescinded.get(class="hl-string">'ApproverUserName')
    all_events.append(event_rescinded)

class=class="hl-string">"hl-comment"># 9. Journal Entry Posted
event_posted = df[df[class="hl-string">'PostingTimestamp'].notna()].copy()
event_posted[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Posted'
event_posted[class="hl-string">'EventTime'] = event_posted[class="hl-string">'PostingTimestamp']
event_posted[class="hl-string">'UserName'] = event_posted.get(class="hl-string">'PosterUserName')
all_events.append(event_posted)

class=class="hl-string">"hl-comment"># 10. Posting Verified
if class="hl-string">'VerificationTimestamp' in df.columns:
    event_verified = df[df[class="hl-string">'VerificationTimestamp'].notna()].copy()
    event_verified[class="hl-string">'ActivityName'] = class="hl-string">'Posting Verified'
    event_verified[class="hl-string">'EventTime'] = event_verified[class="hl-string">'VerificationTimestamp']
    event_verified[class="hl-string">'UserName'] = event_verified.get(class="hl-string">'VerifierUserName')
    all_events.append(event_verified)

class=class="hl-string">"hl-comment"># 11. Journal Entry Reversal Processed
if class="hl-string">'ReversalTimestamp' in df.columns:
    event_reversal = df[df[class="hl-string">'ReversalTimestamp'].notna()].copy()
    event_reversal[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Reversal Processed'
    event_reversal[class="hl-string">'EventTime'] = event_reversal[class="hl-string">'ReversalTimestamp']
    event_reversal[class="hl-string">'UserName'] = event_reversal.get(class="hl-string">'ReverserUserName')
    all_events.append(event_reversal)

class=class="hl-string">"hl-comment"># 12. Journal Entry Reconciled
if class="hl-string">'ReconciliationTimestamp' in df.columns:
    event_reconciled = df[df[class="hl-string">'ReconciliationTimestamp'].notna()].copy()
    event_reconciled[class="hl-string">'ActivityName'] = class="hl-string">'Journal Entry Reconciled'
    event_reconciled[class="hl-string">'EventTime'] = event_reconciled[class="hl-string">'ReconciliationTimestamp']
    event_reconciled[class="hl-string">'UserName'] = event_reconciled.get(class="hl-string">'ReconcilerUserName')
    all_events.append(event_reconciled)


class=class="hl-string">"hl-comment"># --- Final Assembly ---
if all_events:
    event_log = pd.concat(all_events, ignore_index=True)

    class=class="hl-string">"hl-comment"># Add required constant value attributes
    event_log[class="hl-string">'SourceSystem'] = class="hl-string">'BlackLine'
    event_log[class="hl-string">'LastDataUpdate'] = last_data_update

    class=class="hl-string">"hl-comment"># Select and order columns for the final output
    final_columns = [
        class="hl-string">'JournalEntryId',
        class="hl-string">'ActivityName',
        class="hl-string">'EventTime',
        class="hl-string">'SourceSystem',
        class="hl-string">'LastDataUpdate',
        class="hl-string">'UserName',
        class="hl-string">'JournalEntryType',
        class="hl-string">'CompanyCode',
        class="hl-string">'JournalEntryAmount',
        class="hl-string">'JournalEntryStatus',
        class="hl-string">'RejectionReason'
    ]

    class=class="hl-string">"hl-comment"># Filter for only the columns that exist in the dataframe to avoid errors
    existing_columns = [col for col in final_columns if col in event_log.columns]
    event_log = event_log[existing_columns]

    class=class="hl-string">"hl-comment"># Sort the event log
    event_log = event_log.sort_values(by=[class="hl-string">'JournalEntryId', class="hl-string">'EventTime'])

    class=class="hl-string">"hl-comment"># Save to CSV
    event_log.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%d %H:%M:%S')
    print(fclass="hl-string">"Successfully created event log: {output_filename}")
else:
    print(class="hl-string">"No events were generated. Please check your input file and column mappings.")

Etapas

Pré-requisitos e configuração: confirme se o Python 3.6 ou uma versão mais recente está instalado. Instale as bibliotecas necessárias usando pip: pip install requests pandas. Obtenha as credenciais da API, Client ID, Client Secret e Refresh Token, além da Base URL do BlackLine da sua organização, com o administrador do BlackLine.
Configure as variáveis do script: abra o script Python e localize a seção de configuração. Informe o Client ID, o Client Secret, o Refresh Token e a Base URL. Defina o período de extração configurando as variáveis START_DATE e END_DATE no formato 'YYYY-MM-DD'.
Autenticação: o script começa chamando a função get_access_token. Essa função envia suas credenciais ao endpoint de autenticação do BlackLine (/api/oauth/token) e recupera um token de acesso temporário, necessário para todas as solicitações de API seguintes.
Busque a lista inicial de lançamentos: o script faz uma solicitação paginada ao endpoint /api/v2/journals, filtrando pelo período de data de criação especificado. Ele percorre as páginas e coleta os principais detalhes de todos os lançamentos contábeis dentro do escopo.
Recupere o histórico detalhado de eventos: para cada Journal Entry ID coletado na etapa anterior, o script faz duas chamadas adicionais à API. Primeiro, consulta o endpoint de histórico do lançamento, por exemplo, /api/v2/journals/{id}/history, para obter uma trilha de auditoria detalhada das mudanças de status, aprovações e rejeições. Depois, chama o endpoint de anexos, por exemplo, /api/v2/journals/{id}/attachments, para identificar quando os documentos de suporte foram adicionados.
Transforme os dados em um Event Log: o script processa as respostas JSON da API. Ele percorre cada lançamento e seus registros associados de histórico e anexos. Em seguida, mapeia os dados brutos para um formato estruturado de Event Log, criando uma linha distinta para cada uma das 12 atividades obrigatórias, como 'Journal Entry Created', 'Journal Entry Submitted' e 'Journal Entry Approved'.
Mapeie mudanças de status para atividades: as principais atividades são geradas interpretando os dados do endpoint de histórico. Por exemplo, um item do histórico que indique uma mudança de status para 'Submitted' se torna a atividade 'Journal Entry Submitted'. O script contém uma lógica para mapear diferentes tipos de eventos do histórico aos nomes de atividades padronizados exigidos pelo ProcessMind.
Construa os DataFrames: o script usa a biblioteca pandas para criar DataFrames. Primeiro, cria um DataFrame para o evento 'Created' a partir da lista principal de lançamentos. Depois, cria outro DataFrame com todas as demais atividades derivadas dos registros de histórico e anexos. Por fim, combina os dois em um Event Log único e completo.
Adicione metadados e padronize as colunas: depois de combinar os dados, o script adiciona as colunas de metadados obrigatórias, incluindo SourceSystem, definido como 'BlackLine', e LastDataUpdate, definido como o horário de execução do script. Ele também renomeia as colunas para corresponder ao esquema necessário, mapeando, por exemplo, o campo id da API para JournalEntryId.
Exporte para CSV: por fim, o script exporta o DataFrame do Event Log concluído para um arquivo CSV chamado blackline_journal_entry_event_log.csv. O arquivo fica formatado e pronto para upload direto no ProcessMind.

Configuração

Credenciais da API: você precisa ter um Client ID, um Client Secret e um Refresh Token válidos para a API REST do BlackLine. Armazene essas informações com segurança e não as deixe diretamente codificadas em scripts de produção.
Base URL: o script exige a Base URL específica da API do BlackLine da sua organização, por exemplo, https://api.blackline.com.
Período: o script é configurado com as variáveis START_DATE e END_DATE. Para uma análise inicial, recomendamos um período que cubra os últimos 3 a 6 meses de atividade, fornecendo dados suficientes sem gerar um volume excessivo.
Limite de paginação: a variável LIMIT controla quantos registros são buscados por chamada de API. O padrão normalmente é 100. Alterar esse valor pode afetar a performance, portanto é melhor mantê-lo no valor recomendado, salvo orientação diferente do suporte do BlackLine.
Permissões necessárias: o usuário da API associado às credenciais deve ter permissões suficientes para ler lançamentos contábeis, histórico de lançamentos e anexos em todos os códigos de empresa que você pretende analisar.
Ambiente Python: um ambiente Python 3.6 ou superior em funcionamento, com as bibliotecas requests e pandas instaladas, é pré-requisito para executar o script.

a Consulta de exemplo python

import requests
import pandas as pd
from datetime import datetime
import time

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Replace with your BlackLine API credentials and base URL
CLIENT_ID = class="hl-string">'[Your Client ID]'
CLIENT_SECRET = class="hl-string">'[Your Client Secret]'
REFRESH_TOKEN = class="hl-string">'[Your Refresh Token]'
BASE_URL = class="hl-string">'[Your BlackLine API Base URL, e.g., https://api.blackline.com]'

class=class="hl-string">"hl-comment"># --- Extraction Parameters ---
START_DATE = class="hl-string">'2023-01-01' class=class="hl-string">"hl-comment"># Format: YYYY-MM-DD
END_DATE = class="hl-string">'2023-12-31'   class=class="hl-string">"hl-comment"># Format: YYYY-MM-DD
LIMIT = 100 class=class="hl-string">"hl-comment"># Records per page

def get_access_token():
    class="hl-string">"""Authenticates with BlackLine to get an access token."""
    auth_url = fclass="hl-string">"{BASE_URL}/api/oauth/token"
    payload = {
        class="hl-string">'grant_type': class="hl-string">'refresh_token',
        class="hl-string">'client_id': CLIENT_ID,
        class="hl-string">'client_secret': CLIENT_SECRET,
        class="hl-string">'refresh_token': REFRESH_TOKEN
    }
    response = requests.post(auth_url, data=payload)
    response.raise_for_status() class=class="hl-string">"hl-comment"># Raise an exception for bad status codes
    return response.json()[class="hl-string">'access_token']

def main():
    class="hl-string">"""Main function to extract, transform, and save journal entry event data."""
    print(class="hl-string">"Starting BlackLine Journal Entry extraction...")
    
    try:
        access_token = get_access_token()
        headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}'}
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Authentication failed: {e}")
        return

    events = []
    last_data_update = datetime.utcnow().isoformat() + class="hl-string">'Z'

    class=class="hl-string">"hl-comment"># 1. Fetch all journals within the date range
    print(fclass="hl-string">"Fetching journals created between {START_DATE} and {END_DATE}...")
    journals = []
    offset = 0
    while True:
        journals_url = fclass="hl-string">"{BASE_URL}/api/v2/journals"
        params = {
            class="hl-string">'createdStartDate': START_DATE,
            class="hl-string">'createdEndDate': END_DATE,
            class="hl-string">'limit': LIMIT,
            class="hl-string">'offset': offset
        }
        try:
            response = requests.get(journals_url, headers=headers, params=params)
            response.raise_for_status()
            data = response.json()
            journals.extend(data.get(class="hl-string">'data', []))
            if class="hl-string">'nextLink' not in data or not data.get(class="hl-string">'data'):
                break
            offset += LIMIT
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching journals: {e}")
            break

    print(fclass="hl-string">"Found {len(journals)} journals. Now fetching detailed events for each...")

    class=class="hl-string">"hl-comment"># 2. For each journal, fetch history and attachments
    for journal in journals:
        journal_id = journal.get(class="hl-string">'id')
        if not journal_id:
            continue

        class=class="hl-string">"hl-comment"># --- Activity: Journal Entry Created ---
        events.append({
            class="hl-string">'JournalEntryId': journal_id,
            class="hl-string">'ActivityName': class="hl-string">'Journal Entry Created',
            class="hl-string">'EventTime': journal.get(class="hl-string">'createdDate'),
            class="hl-string">'UserName': journal.get(class="hl-string">'createdBy', {}).get(class="hl-string">'username'),
            class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
            class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
            class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
            class="hl-string">'JournalEntryStatus': journal.get(class="hl-string">'status'),
            class="hl-string">'RejectionReason': None
        })

        class=class="hl-string">"hl-comment"># Fetch history for other activities
        try:
            history_url = fclass="hl-string">"{BASE_URL}/api/v2/journals/{journal_id}/history"
            history_response = requests.get(history_url, headers=headers)
            history_response.raise_for_status()
            history_items = history_response.json().get(class="hl-string">'data', [])
            
            for item in history_items:
                activity_name = None
                rejection_reason = None
                
                class=class="hl-string">"hl-comment"># This mapping requires knowledge of your specific BlackLine history event descriptions
                class=class="hl-string">"hl-comment"># The following are common examples. Adjust them based on your BlackLine configuration.
                event_description = item.get(class="hl-string">'description', class="hl-string">'').lower()
                if class="hl-string">'submitted' in event_description:
                    activity_name = class="hl-string">'Journal Entry Submitted'
                elif class="hl-string">'reviewed' in event_description:
                    activity_name = class="hl-string">'Journal Entry Reviewed'
                elif class="hl-string">'rejected' in event_description:
                    activity_name = class="hl-string">'Journal Entry Rejected'
                    rejection_reason = item.get(class="hl-string">'comment') class=class="hl-string">"hl-comment"># Assuming comment contains the reason
                elif class="hl-string">'resubmitted' in event_description:
                    activity_name = class="hl-string">'Entry Corrected and Resubmitted'
                elif class="hl-string">'approved' in event_description and class="hl-string">'final' in event_description: class=class="hl-string">"hl-comment"># Example for final approval
                    activity_name = class="hl-string">'Journal Entry Approved'
                elif class="hl-string">'approval rescinded' in event_description:
                    activity_name = class="hl-string">'Approval Rescinded'
                elif class="hl-string">'posted' in event_description:
                    activity_name = class="hl-string">'Journal Entry Posted'
                elif class="hl-string">'posting verified' in event_description:
                     activity_name = class="hl-string">'Posting Verified'
                
                if activity_name:
                    events.append({
                        class="hl-string">'JournalEntryId': journal_id,
                        class="hl-string">'ActivityName': activity_name,
                        class="hl-string">'EventTime': item.get(class="hl-string">'eventDate'),
                        class="hl-string">'UserName': item.get(class="hl-string">'user', {}).get(class="hl-string">'username'),
                        class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
                        class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
                        class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
                        class="hl-string">'JournalEntryStatus': journal.get(class="hl-string">'status'),
                        class="hl-string">'RejectionReason': rejection_reason
                    })
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Could not fetch history for Journal ID {journal_id}: {e}")

        class=class="hl-string">"hl-comment"># Fetch attachments
        try:
            attachments_url = fclass="hl-string">"{BASE_URL}/api/v2/journals/{journal_id}/attachments"
            attachments_response = requests.get(attachments_url, headers=headers)
            attachments_response.raise_for_status()
            attachments = attachments_response.json().get(class="hl-string">'data', [])
            for attachment in attachments:
                events.append({
                    class="hl-string">'JournalEntryId': journal_id,
                    class="hl-string">'ActivityName': class="hl-string">'Supporting Documentation Attached',
                    class="hl-string">'EventTime': attachment.get(class="hl-string">'uploadedDate'),
                    class="hl-string">'UserName': attachment.get(class="hl-string">'uploadedBy', {}).get(class="hl-string">'username'),
                    class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
                    class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
                    class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
                    class="hl-string">'JournalEntryStatus': journal.get(class="hl-string">'status'),
                    class="hl-string">'RejectionReason': None
                })
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Could not fetch attachments for Journal ID {journal_id}: {e}")

        class=class="hl-string">"hl-comment"># --- Activities based on journal fields (may need customization) ---
        if journal.get(class="hl-string">'isReversed'):
            events.append({
                class="hl-string">'JournalEntryId': journal_id,
                class="hl-string">'ActivityName': class="hl-string">'Journal Entry Reversal Processed',
                class="hl-string">'EventTime': journal.get(class="hl-string">'[reversalDate]'), class=class="hl-string">"hl-comment"># Placeholder for reversal date field
                class="hl-string">'UserName': journal.get(class="hl-string">'[reversalUser]'), class=class="hl-string">"hl-comment"># Placeholder for user field
                class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
                class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
                class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
                class="hl-string">'JournalEntryStatus': class="hl-string">'Reversed',
                class="hl-string">'RejectionReason': None
            })

        if journal.get(class="hl-string">'reconciliationId'): class=class="hl-string">"hl-comment"># Assuming this indicates reconciliation
            events.append({
                class="hl-string">'JournalEntryId': journal_id,
                class="hl-string">'ActivityName': class="hl-string">'Journal Entry Reconciled',
                class="hl-string">'EventTime': journal.get(class="hl-string">'[reconciliationCertifiedDate]'), class=class="hl-string">"hl-comment"># Placeholder for certified date
                class="hl-string">'UserName': journal.get(class="hl-string">'[reconciliationCertifier]'), class=class="hl-string">"hl-comment"># Placeholder for certifier user
                class="hl-string">'JournalEntryType': journal.get(class="hl-string">'type'),
                class="hl-string">'CompanyCode': journal.get(class="hl-string">'companyCode'),
                class="hl-string">'JournalEntryAmount': journal.get(class="hl-string">'totalDebit'),
                class="hl-string">'JournalEntryStatus': journal.get(class="hl-string">'status'),
                class="hl-string">'RejectionReason': None
            })
        class=class="hl-string">"hl-comment"># Introduce a small delay to respect API rate limits
        time.sleep(0.1)

    if not events:
        print(class="hl-string">"No events were generated. Please check your date range and API access.")
        return

    class=class="hl-string">"hl-comment"># 3. Create DataFrame and save to CSV
    print(class="hl-string">"Transforming data and saving to CSV...")
    df = pd.DataFrame(events)

    class=class="hl-string">"hl-comment"># Add metadata columns
    df[class="hl-string">'SourceSystem'] = class="hl-string">'BlackLine'
    df[class="hl-string">'LastDataUpdate'] = last_data_update
    
    class=class="hl-string">"hl-comment"># Ensure required columns are present
    final_columns = [
        class="hl-string">'JournalEntryId', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
        class="hl-string">'UserName', class="hl-string">'JournalEntryType', class="hl-string">'CompanyCode', class="hl-string">'JournalEntryAmount', class="hl-string">'JournalEntryStatus', class="hl-string">'RejectionReason'
    ]
    for col in final_columns:
        if col not in df.columns:
            df[col] = None
            
    df = df[final_columns] class=class="hl-string">"hl-comment"># Order columns

    output_filename = class="hl-string">'blackline_journal_entry_event_log.csv'
    df.to_csv(output_filename, index=False)
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")

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

Pronto para começar?

Use este Template para simplificar a preparação dos seus dados e obter insights avançados sobre seu processo de Record to Report - Journal Entry. Comece hoje sua jornada para otimizar a eficiência e a conformidade.

Voltar ao guia de melhoria Baixar Template

Otimize hoje a eficiência do Journal Entry de Record to Report

Reduza em 30% o tempo do ciclo de lançamentos contábeis e faça fechamentos mais rápidos e precisos.

Começar o teste grátis

Não é necessário cartão de crédito • Configure em minutos

Seu Template de dados de Record to Report - Journal Entry

Seu Template de dados de Record to Report - Journal Entry

Record to Report - Atributos do lançamento contábil

Record to Report - Atividades do lançamento contábil

Guias de extração

Exportação do relatório Journal Entry & Services do BlackLine

Etapas

Configuração

a Consulta de exemplo python

Extração por script Python via API REST do BlackLine

Etapas

Configuração

a Consulta de exemplo python

Pronto para começar?

Otimize hoje a eficiência do Journal Entry de Record to Report

Seu Template de dados de Record to Report - Journal Entry

Seu Template de dados de Record to Report - Journal Entry

Record to Report - Atributos do lançamento contábil

Record to Report - Atividades do lançamento contábil

Guias de extração

Exportação do relatório Journal Entry & Services do BlackLine

Etapas

Configuração

a Consulta de exemplo python

Extração por script Python via API REST do BlackLine

Etapas

Configuração

a Consulta de exemplo python

Pronto para começar?

Otimize hoje a eficiência do Journal Entry de Record to Report

Valorizamos sua privacidade