> Cải tiến quy trình liên tục > Từ ghi nhận đến báo cáo: bút toán nhật ký > BlackLine > Mẫu dữ liệu

Mẫu dữ liệu bút toán từ ghi nhận đến báo cáo

BlackLine

Thuộc tính của quy trình bút toán từ ghi nhận đến báo cáo(19) Hoạt động trong quy trình bút toán từ ghi nhận đến báo cáo(12) Hướng dẫn trích xuất dữ liệu(2)

Mẫu dữ liệu bút toán từ ghi nhận đến báo cáo

Mẫu này hướng dẫn bạn thu thập dữ liệu phù hợp để phân tích quy trình bút toán từ ghi nhận đến báo cáo. Mẫu nêu rõ các thuộc tính cần thu thập, hoạt động chính cần theo dõi và cách trích xuất thông tin từ BlackLine. Hãy dùng tài nguyên này để đảm bảo bạn có đủ dữ liệu cần thiết cho process mining.

Các thuộc tính nên thu thập
Các hoạt động chính cần theo dõi
Hướng dẫn trích xuất dữ liệu

Chưa quen với nhật ký sự kiện? Tìm hiểu cách tạo nhật ký sự kiện cho process mining.

Tải mẫu xuống

Thuộc tính của quy trình bút toán từ ghi nhận đến báo cáo

Đây là các trường dữ liệu nên có trong nhật ký sự kiện để phân tích quy trình bút toán từ ghi nhận đến báo cáo.

5 Bắt buộc 6 Nên có 8 Không bắt buộc

	Tên	Mô tả
	Hoạt động ActivityName	Tên của sự kiện nghiệp vụ cụ thể xảy ra tại một thời điểm trong quy trình xử lý bút toán.
Mô tả Thuộc tính này mô tả một bước hoặc tác vụ cụ thể trong vòng đời bút toán, chẳng hạn như 'Đã tạo bút toán', 'Đã phê duyệt bút toán' hoặc 'Đã ghi sổ bút toán'. Mỗi hoạt động là một sự kiện riêng trong quy trình. Phân tích chuỗi hoạt động giúp trực quan hóa và hiểu rõ luồng quy trình. Đây là cơ sở để phát hiện các biến thể, đo thời gian chuyển giữa các bước và xác định vòng lặp sửa lại, chẳng hạn khi bút toán bị từ chối rồi được gửi lại. Vì sao điều này quan trọng Thuộc tính này xác định các bước trong quy trình, rất cần thiết để trực quan hóa sơ đồ quy trình, phân tích luồng và phát hiện sai lệch hoặc điểm nghẽn. Lấy dữ liệu ở đâu Thông tin này thường được lấy từ nhật ký sự kiện, bản ghi thay đổi trạng thái hoặc nhật ký kiểm tra trong BlackLine. Có thể cần ánh xạ mã trạng thái của hệ thống sang tên hoạt động dễ hiểu. Ví dụ Tạo bút toánGửi bút toánBút toán được phê duyệtBút toán được ghi sổ
	ID bút toán JournalEntryId	Mã định danh duy nhất của một bút toán, dùng làm mã hồ sơ chính để theo dõi toàn bộ vòng đời của bút toán.
Mô tả Journal Entry ID xác định duy nhất từng nhóm giao dịch tài chính được ghi vào sổ cái. Đây là khóa trung tâm liên kết mọi hoạt động liên quan, như tạo, rà soát, phê duyệt và ghi sổ. Trong process mining, ID này rất cần thiết để liên kết tất cả sự kiện thuộc cùng một hồ sơ bút toán. Phân tích luồng quy trình dựa trên mã này giúp tái dựng toàn bộ hành trình, từ lúc bắt đầu đến khi đối chiếu xong, đồng thời phân tích chi tiết thời gian chu kỳ, điểm nghẽn và các biến thể của quy trình. Vì sao điều này quan trọng Đây là mã hồ sơ cốt lõi, giúp theo dõi toàn bộ vòng đời của một bút toán và phân tích hiệu quả xử lý. Lấy dữ liệu ở đâu Đây là khóa chính trong các bảng bút toán hoặc tệp xuất dữ liệu của BlackLine. Xem tài liệu BlackLine để biết tên trường cụ thể. Ví dụ JE2024-001234JE2024-001235JE2024-001236
	Thời điểm bắt đầu EventTime	Dấu thời gian chính xác cho biết một hoạt động hoặc sự kiện cụ thể đã xảy ra khi nào.
Mô tả Thời điểm sự kiện ghi lại ngày giờ một sự kiện nghiệp vụ xảy ra. Đây là cơ sở thời gian của quy trình, xác định thứ tự và thời lượng của mọi hoạt động. Dấu thời gian này rất quan trọng đối với mọi phân tích process mining dựa trên thời gian. Dữ liệu này được dùng để tính thời gian chu kỳ, thời gian chờ và khoảng thời gian giữa các hoạt động. Nhờ đó, bạn có thể xác định điểm nghẽn, phân tích hiệu quả theo thời gian và đánh giá mức độ tuân thủ các thỏa thuận mức dịch vụ. Vì sao điều này quan trọng Dấu thời gian này là cơ sở để tính mọi chỉ số hiệu quả, bao gồm thời gian chu kỳ và phân tích điểm nghẽn, đồng thời giúp tái dựng trình tự quy trình theo thời gian. Lấy dữ liệu ở đâu Thông tin này được ghi trong các trường dấu thời gian của nhật ký sự kiện hoặc bản ghi giao dịch trong BlackLine. Ví dụ 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:05:00Z
	Hệ thống nguồn SourceSystem	Hệ thống lưu trữ dữ liệu gốc mà từ đó dữ liệu bút toán được trích xuất.
Mô tả Thuộc tính này xác định hệ thống nguồn của dữ liệu sự kiện. Trong trường hợp này, hệ thống thường là 'BlackLine', nhưng cũng có thể bao gồm dữ liệu từ hệ thống ERP ở bước trước nếu quy trình bắt đầu tại đó. Xác định hệ thống nguồn rất quan trọng đối với quản trị dữ liệu và giúp hiểu bối cảnh quy trình, nhất là khi kết hợp dữ liệu từ nhiều hệ thống. Thông tin này hỗ trợ xử lý sự cố nhập dữ liệu và xác minh nguồn gốc dữ liệu. Vì sao điều này quan trọng Thuộc tính này cung cấp thông tin quan trọng về nguồn gốc dữ liệu, giúp truy xuất nguồn gốc và quản lý việc tích hợp dữ liệu từ nhiều nền tảng. Lấy dữ liệu ở đâu Đây thường là giá trị cố định được thêm trong quá trình trích xuất và chuyển đổi dữ liệu để ghi nhãn nguồn gốc của tập dữ liệu. Ví dụ BlackLineSAP S/4HANAOracle NetSuite
	Lần cập nhật dữ liệu gần nhất LastDataUpdate	Dấu thời gian cho biết lần gần nhất dữ liệu được làm mới hoặc trích xuất từ hệ thống nguồn.
Mô tả Thuộc tính này ghi lại ngày giờ của lần lấy dữ liệu gần nhất. Đây là mốc tham chiếu để biết dữ liệu đang phân tích mới đến đâu, giúp người dùng nắm được mức độ cập nhật của dữ liệu. Đây là siêu dữ liệu quan trọng đối với mọi dashboard hoặc phân tích process mining. Thông tin này cho người dùng biết các kết quả phân tích được cập nhật đến thời điểm nào và liệu giao dịch mới nhất đã có trong chế độ xem hay chưa. Vì sao điều này quan trọng Thuộc tính này cho biết rõ dữ liệu mới đến đâu, giúp người dùng hiểu mức độ cập nhật của phân tích quy trình. Lấy dữ liệu ở đâu Dấu thời gian này được công cụ trích xuất dữ liệu hoặc quy trình ETL tạo và thêm vào tập dữ liệu khi chạy. Ví dụ 2023-11-01T02:00:00Z2023-11-02T02:00:00Z
	Loại bút toán JournalEntryType	Phân loại bút toán, chẳng hạn bút toán thông thường, định kỳ hoặc đảo.
Mô tả Loại bút toán phân nhóm các bút toán theo tính chất hoặc mục đích. Các loại phổ biến gồm bút toán thủ công thông thường, bút toán do hệ thống tự tạo, bút toán định kỳ để ghi nhận chi phí dồn tích cuối tháng hoặc bút toán đảo tự động đảo trong kỳ tiếp theo. Thuộc tính này rất quan trọng để phân nhóm và so sánh. Bạn có thể so sánh hiệu quả quy trình, chẳng hạn thời gian chu kỳ hoặc tỷ lệ bị từ chối, giữa các loại bút toán. Qua đó, bạn có thể xác định loại bút toán nào thường gặp vấn đề hoặc xử lý kém hiệu quả hơn, rồi tập trung cải tiến quy trình phù hợp. Vì sao điều này quan trọng Thuộc tính này cho phép phân tích theo từng nhóm để xác định liệu các loại bút toán khác nhau có đi theo những luồng khác nhau hoặc có đặc điểm hiệu quả khác nhau hay không. Lấy dữ liệu ở đâu Đây là trường tiêu chuẩn trong phần đầu bút toán của BlackLine. Xem tài liệu BlackLine để biết tên trường chính xác. Ví dụ Thông thườngĐịnh kỳĐảoChi phí dồn tích
	Lý do từ chối RejectionReason	Lý do người rà soát đưa ra khi từ chối bút toán.
Mô tả Khi bút toán được trả lại để chỉnh sửa, người phê duyệt thường nêu lý do từ chối. Thuộc tính này ghi lại lý do đó dưới dạng mã có sẵn hoặc văn bản tự do. Đây là thuộc tính quan trọng để phân tích nguyên nhân gốc rễ của việc phải sửa lại. Bằng cách phân tích những lý do từ chối phổ biến nhất, công ty có thể xác định các vấn đề mang tính hệ thống, chẳng hạn đào tạo chưa đầy đủ, chính sách chưa rõ ràng hoặc tài liệu chứng minh có vấn đề. Thuộc tính này hỗ trợ trực tiếp cho dashboard 'Phân tích từ chối và sửa lại bút toán' và giúp giảm tỷ lệ bị từ chối. Vì sao điều này quan trọng Thuộc tính này rất cần thiết để phân tích nguyên nhân gốc rễ của việc phải sửa lại, giúp xác định lý do bút toán bị từ chối và đưa ra cải tiến phù hợp. Lấy dữ liệu ở đâu Dữ liệu này thường được ghi trong trường bình luận hoặc mã lý do khi người dùng chọn thao tác 'Reject' trong BlackLine. Ví dụ Mã tài khoản không chính xácThiếu tài liệu chứng minhVượt ngưỡngBút toán trùng lặp
	Mã công ty CompanyCode	Mã định danh duy nhất của pháp nhân hoặc công ty lập bút toán.
Mô tả Mã công ty đại diện cho một pháp nhân cụ thể trong tập đoàn. Đây là đơn vị tổ chức cơ bản trong kế toán tài chính, giúp ghi nhận giao dịch đúng pháp nhân. Trong process mining, mã công ty là một chiều dữ liệu hữu ích để lọc và so sánh. Thuộc tính này cho phép phân tích hiệu quả quy trình giữa các pháp nhân, giúp xác định điểm nghẽn riêng theo khu vực hoặc pháp nhân, khác biệt về tuân thủ và cơ hội chuẩn hóa quy trình trên toàn tổ chức. Thuộc tính này hỗ trợ trực tiếp cho dashboard 'Phân tích độ trễ từ phê duyệt đến ghi sổ'. Vì sao điều này quan trọng Thuộc tính này giúp so sánh hiệu quả và hỗ trợ chuẩn hóa quy trình giữa các pháp nhân hoặc đơn vị kinh doanh. Lấy dữ liệu ở đâu Đây là trường quan trọng trong phần đầu bút toán của BlackLine, thường được đồng bộ từ hệ thống ERP bên dưới. Ví dụ 1000US01DE012500
	Người dùng UserName	Tên hoặc ID của người dùng thực hiện hoạt động.
Mô tả Thuộc tính này xác định người thực hiện một bước cụ thể trong quy trình, chẳng hạn người gửi, rà soát hoặc phê duyệt bút toán. Giá trị có thể là tên hoặc ID người dùng duy nhất. Phân tích hoạt động theo người dùng rất cần thiết để hiểu cách phân bổ khối lượng công việc, hiệu quả của từng người và xác định nhu cầu đào tạo. Thuộc tính này giúp trả lời các câu hỏi như 'Công việc có được phân bổ đều trong nhóm không?' hoặc 'Người dùng nào mất nhiều thời gian phê duyệt nhất?'. Đây cũng là thông tin quan trọng để phân tích tuân thủ và nhật ký kiểm tra. Vì sao điều này quan trọng Thuộc tính này hỗ trợ phân tích khối lượng công việc, so sánh hiệu quả giữa các thành viên trong nhóm và xác định điểm nghẽn liên quan đến nguồn lực hoặc nhu cầu đào tạo. Lấy dữ liệu ở đâu Thông tin này có trong nhật ký kiểm tra của BlackLine, thường nằm ở các trường 'User ID' hoặc 'Changed By' gắn với từng sự kiện. Ví dụ j.doea.smithr.joness.patel
	Số tiền bút toán JournalEntryAmount	Tổng giá trị tiền tệ của bút toán, thường là tổng các khoản ghi nợ.
Mô tả Thuộc tính này thể hiện giá trị tài chính của bút toán. Bạn có thể dùng thuộc tính này để hiểu tác động tài chính của những điểm kém hiệu quả trong quy trình, chẳng hạn việc chậm ghi sổ các bút toán có giá trị lớn. Phân tích quy trình theo giá trị bút toán giúp đánh giá mức độ trọng yếu. Ví dụ, bạn có thể ưu tiên cải tiến quy trình cho các bút toán giá trị lớn, tìm hiểu xem chúng có đi theo luồng phê duyệt khác hay không hoặc xác định liệu thời gian chu kỳ của chúng có dài hơn không. Nhờ đó, việc phân tích luồng quy trình có thêm bối cảnh kinh doanh quan trọng. Vì sao điều này quan trọng Thuộc tính này bổ sung bối cảnh tài chính, cho phép phân tích theo mức độ trọng yếu, chẳng hạn ưu tiên bút toán giá trị lớn hoặc xác định sai lệch quy trình theo giá trị. Lấy dữ liệu ở đâu Đây là trường được tính toán hoặc trường tiêu chuẩn trong phần đầu bút toán của BlackLine, thể hiện tổng số tiền ghi nợ hoặc ghi có. Ví dụ 15000.00250.75125000.50500.00
	Trạng thái bút toán JournalEntryStatus	Trạng thái hiện tại của bút toán trong vòng đời, chẳng hạn 'In Progress', 'Approved' hoặc 'Posted'.
Mô tả Thuộc tính này cho biết trạng thái hiện tại của hồ sơ bút toán tại thời điểm trích xuất dữ liệu. Thuộc tính cung cấp ảnh chụp trạng thái của bút toán trong toàn bộ quy trình. Process mining tái dựng luồng quy trình từ các hoạt động, nhưng trạng thái cuối cùng vẫn hữu ích khi lọc dữ liệu và tạo dashboard tổng quan. Nhờ đó, bạn có thể nhanh chóng xác định các bút toán đang chờ phê duyệt hoặc bị mắc kẹt ở một trạng thái cụ thể, hỗ trợ phân tích công việc tồn đọng. Vì sao điều này quan trọng Thuộc tính này cho biết trạng thái hiện tại của các bút toán, hữu ích khi phân tích công việc tồn đọng và hiểu khối lượng công việc đang xử lý. Lấy dữ liệu ở đâu Đây là trường trạng thái tiêu chuẩn của bút toán trong BlackLine. Ví dụ Đang xử lýChờ phê duyệtĐã phê duyệtĐã ghi sổĐã từ chối
	Có phải sửa lại IsRework	Cờ được tính toán, có giá trị đúng nếu bút toán đã bị từ chối ít nhất một lần.
Mô tả Cờ dạng đúng/sai này được tính để xác định các bút toán đã phải sửa lại. Cờ thường có giá trị đúng nếu hồ sơ có hoạt động 'Đã từ chối bút toán', sau đó là hoạt động 'Đã chỉnh sửa và gửi lại'. Thuộc tính này giúp đơn giản hóa việc phân tích sửa lại, cho phép người dùng dễ dàng lọc tất cả hồ sơ từng bị từ chối. Đây là cơ sở để tính KPI 'Tỷ lệ bút toán bị từ chối' và phân tích sâu trên dashboard 'Phân tích từ chối và sửa lại bút toán', nhằm hiểu tác động của vấn đề chất lượng đến chi phí và thời gian. Vì sao điều này quan trọng Thuộc tính này giúp dễ dàng xác định hồ sơ phải sửa lại, đơn giản hóa việc tính tỷ lệ bị từ chối và phân tích tác động của vấn đề chất lượng. Lấy dữ liệu ở đâu Cờ này được tính trong công cụ process mining bằng cách kiểm tra chuỗi hoạt động của từng hồ sơ. Ví dụ truefalse
	Có tự động hóa IsAutomated	Cờ cho biết bút toán được tạo hoặc ghi sổ bằng quy trình tự động hay không.
Mô tả Thuộc tính dạng đúng/sai này phân biệt bút toán do người dùng tạo và xử lý thủ công với bút toán do hệ thống tự tạo, chẳng hạn bút toán định kỳ hoặc bút toán từ tích hợp hệ thống. Phân tích thuộc tính này giúp đánh giá hiệu quả của tự động hóa. Bạn có thể so sánh trực tiếp thời gian chu kỳ, tỷ lệ lỗi và chi phí giữa quy trình tự động và thủ công. Đây là cơ sở quan trọng để xây dựng đề xuất đầu tư cho việc tự động hóa thêm và đo lường ROI của các sáng kiến hiện có. Vì sao điều này quan trọng Thuộc tính này cho phép so sánh trực tiếp quy trình thủ công và tự động, rất quan trọng để đo lường tác động và ROI của các sáng kiến tự động hóa. Lấy dữ liệu ở đâu Có thể suy ra thuộc tính này từ 'Loại bút toán' (ví dụ: 'Định kỳ') hoặc từ trường 'Người dùng' nếu các bút toán tự động được ghi bằng tài khoản hệ thống (ví dụ: 'SYSTEM' hoặc 'BATCH'). Ví dụ truefalse
	Đã đính kèm tài liệu IsDocumentAttached	Cờ cho biết bút toán có đính kèm tài liệu chứng minh hay không.
Mô tả Thuộc tính dạng đúng/sai này cho biết bút toán có đính kèm một hay nhiều tài liệu chứng minh, chẳng hạn hóa đơn hoặc bảng tính, hay không. Đây thường là điều kiện cần để phê duyệt. Cờ này rất quan trọng đối với dashboard 'Tuân thủ tài liệu bút toán' và KPI 'Tỷ lệ đính kèm tài liệu'. Thuộc tính giúp phân tích liệu thiếu tài liệu có thường gây ra việc bị từ chối hoặc chậm trễ hay không, đồng thời hỗ trợ thực thi chính sách yêu cầu đính kèm tài liệu trước khi gửi rà soát. Vì sao điều này quan trọng Thuộc tính này đo lường trực tiếp mức độ tuân thủ chính sách về tài liệu và giúp xác định nguyên nhân phổ biến gây chậm trễ hoặc bị từ chối khi phê duyệt. Lấy dữ liệu ở đâu Đây có thể là trường được suy ra bằng cách kiểm tra xem có bản ghi tệp đính kèm nào liên kết với JournalEntryId trước khi diễn ra hoạt động gửi bút toán hay không. Ví dụ truefalse
	Độ trễ từ phê duyệt đến ghi sổ ApprovalToPostingLag	Khoảng thời gian được tính từ lúc phê duyệt cuối cùng đến khi bút toán thực sự được ghi sổ.
Mô tả Chỉ số này đo độ trễ sau khi bút toán được phê duyệt đầy đủ nhưng trước khi được ghi vào sổ cái. Chỉ số được tính bằng khoảng thời gian giữa hoạt động 'Journal Entry Approved' và 'Journal Entry Posted'. Đây là KPI quan trọng để xác định điểm nghẽn sau phê duyệt, vốn có thể làm chậm đáng kể quy trình khóa sổ tài chính. Dashboard 'Phân tích độ trễ từ phê duyệt đến ghi sổ' dùng chỉ số này để tìm hiểu lý do bút toán đã được phê duyệt nhưng chưa được ghi sổ kịp thời, từ đó giúp tinh gọn các bước cuối của quy trình. Vì sao điều này quan trọng Chỉ số này đo riêng hiệu quả sau phê duyệt, giúp xác định và loại bỏ các chậm trễ ảnh hưởng đến tốc độ khóa sổ tài chính. Lấy dữ liệu ở đâu Chỉ số này được tính trong công cụ process mining bằng cách xác định khoảng thời gian giữa các sự kiện 'Journal Entry Approved' và 'Journal Entry Posted' của từng hồ sơ. Ví dụ P0DT1H10MP1DT2H0MP0DT0H5M
	Ngày ghi sổ PostingDate	Ngày bút toán được ghi chính thức vào sổ cái.
Mô tả Ngày ghi sổ là ngày giao dịch có hiệu lực trong hồ sơ tài chính. Đây là ngày quan trọng trong kế toán vì xác định kỳ tài chính ghi nhận giao dịch. Dấu thời gian sự kiện cho biết hoạt động ghi sổ diễn ra khi nào, còn ngày ghi sổ là thuộc tính dữ liệu quan trọng. Ngày này được dùng trong phân tích tài chính để đảm bảo bút toán được ghi vào đúng kỳ, đồng thời giúp phân tích độ trễ giữa ngày giao dịch, ngày phê duyệt và ngày ghi sổ. Vì sao điều này quan trọng Ngày này rất quan trọng để đảm bảo báo cáo tài chính chính xác và giúp phân tích liệu bút toán có được ghi vào đúng kỳ kế toán hay không. Lấy dữ liệu ở đâu Đây là trường ngày tiêu chuẩn trong phần đầu bút toán của BlackLine. Ví dụ 2023-10-312023-11-012023-10-30
	Phòng ban Department	Phòng ban hoặc trung tâm chi phí liên quan đến bút toán.
Mô tả Thuộc tính này xác định phòng ban, trung tâm chi phí hoặc bộ phận chức năng đã lập bút toán hoặc được phân bổ chi phí. Thuộc tính bổ sung bối cảnh về cơ cấu tổ chức. Phân tích quy trình theo phòng ban giúp bạn hiểu các bộ phận khác nhau sử dụng quy trình xử lý bút toán như thế nào. Qua đó, bạn có thể phát hiện khác biệt về hiệu quả, tuân thủ hoặc tỷ lệ phải sửa lại giữa các phòng ban, từ đó xác định nơi cần hỗ trợ thêm hoặc chuẩn hóa quy trình. Vì sao điều này quan trọng Thuộc tính này cho phép so sánh hiệu quả quy trình giữa các phòng ban, qua đó phát hiện khác biệt và cơ hội chuẩn hóa. Lấy dữ liệu ở đâu Thông tin này thường nằm trong dữ liệu dòng bút toán hoặc phần đầu bút toán của BlackLine, thường được liên kết với tài khoản sổ cái. Ví dụ Tài chínhTiếp thịBán hàngVận hành
	Tài khoản được đối chiếu AccountReconciled	Số tài khoản sổ cái được đối chiếu bằng bút toán.
Mô tả Thuộc tính này xác định tài khoản cụ thể trong hệ thống tài khoản bị ảnh hưởng hoặc được đối chiếu. Bút toán thường là một phần của quy trình đối chiếu tài khoản, và thuộc tính này liên kết bút toán với tài khoản tương ứng. Thuộc tính này hỗ trợ trực tiếp cho dashboard 'Thời gian chu kỳ đối chiếu bút toán'. Phân tích quy trình theo từng tài khoản giúp xác định liệu việc đối chiếu một số tài khoản có thường mất nhiều thời gian hơn hay không, qua đó cho thấy độ phức tạp hoặc vấn đề dữ liệu liên quan đến các tài khoản đó. Vì sao điều này quan trọng Thuộc tính này liên kết quy trình xử lý bút toán với các tài khoản cụ thể cần đối chiếu, cho phép phân tích có trọng tâm các điểm nghẽn trong khâu đối chiếu. Lấy dữ liệu ở đâu Thông tin này nằm trong chi tiết dòng bút toán của BlackLine. Nếu bút toán ảnh hưởng đến nhiều tài khoản, có thể cần tổng hợp dữ liệu ở cấp hồ sơ. Ví dụ 101000210500400100550200
	Tiền tệ Currency	Mã tiền tệ của số tiền ghi trong bút toán.
Mô tả Thuộc tính này xác định tiền tệ của số tiền bút toán, chẳng hạn USD, EUR hoặc GBP. Đây là thông tin cần thiết để hiểu chính xác giá trị tài chính của giao dịch. Với các tổ chức đa quốc gia, phân tích theo tiền tệ có thể cung cấp bối cảnh hữu ích. Bạn có thể lọc phân tích quy trình theo từng loại tiền tệ. Đây cũng là trường cần có trong mọi dashboard tổng hợp số tiền tài chính. Vì sao điều này quan trọng Thuộc tính này cung cấp bối cảnh cần thiết cho các khoản tiền, giúp diễn giải chính xác và phân tích theo từng loại tiền tệ. Lấy dữ liệu ở đâu Đây là trường tiêu chuẩn trong phần đầu bút toán của BlackLine, thường có tên 'Document Currency' hoặc tên tương tự. Ví dụ USDEURGBPJPY

Bắt buộc Nên có Không bắt buộc

Hoạt động trong quy trình bút toán từ ghi nhận đến báo cáo

Đây là các bước và mốc chính cần ghi lại trong nhật ký sự kiện để khám phá và phân tích chính xác quy trình bút toán.

6 Nên có 6 Không bắt buộc

	Hoạt động	Mô tả
	Bút toán được ghi sổ	Đánh dấu thời điểm bút toán đã được phê duyệt chính thức ghi vào sổ cái. Đây thường là thao tác cụ thể trong BlackLine, sau đó trạng thái bút toán được cập nhật thành 'Posted'.
Vì sao điều này quan trọng Đây là cột mốc quan trọng, thường được xem là thời điểm quy trình vận hành kết thúc. Khoảng trễ từ 'Journal Entry Approved' đến hoạt động này là chỉ số quan trọng để đánh giá hiệu quả sau phê duyệt. Lấy dữ liệu ở đâu Sự kiện này thường được suy ra từ thay đổi trạng thái thành 'Posted'. Sự kiện cũng có thể được ghi rõ trong bảng lịch sử ghi sổ hoặc nhật ký kiểm tra, kèm ngày và thời điểm ghi sổ cụ thể. Thu thập Suy ra từ thời điểm trạng thái bút toán được cập nhật thành 'Posted'. Trường ngày ghi sổ cũng có liên quan. Loại sự kiện inferred
	Bút toán được phê duyệt	Hoạt động này cho biết bút toán đã hoàn tất các bước rà soát và phê duyệt bắt buộc. Sự kiện được ghi nhận khi người dùng có thẩm quyền cuối cùng phê duyệt bút toán, khiến trạng thái chuyển thành 'Approved'.
Vì sao điều này quan trọng Đây là cột mốc quan trọng, đánh dấu kết thúc quy trình phê duyệt. Thời gian từ 'Journal Entry Submitted' đến sự kiện này là 'Thời gian chu kỳ phê duyệt', một KPI quan trọng để đo lường hiệu quả của quy trình làm việc. Lấy dữ liệu ở đâu Có thể suy ra sự kiện này từ thay đổi trạng thái của bút toán thành 'Approved'. ID người dùng phê duyệt cuối cùng và thời điểm phê duyệt thường được ghi trong lịch sử kiểm tra của BlackLine. Thu thập Suy ra từ thời điểm trạng thái bút toán được cập nhật thành 'Approved'. Loại sự kiện inferred
	Đã đối chiếu bút toán	Đánh dấu hoàn tất vòng đời của bút toán khi bút toán được đưa vào một đợt đối chiếu tài khoản đã hoàn tất và chứng nhận. Trong BlackLine, sự kiện này tương ứng với việc chứng nhận đợt đối chiếu có chứa bút toán đó.
Vì sao điều này quan trọng Hoạt động này là điểm kết thúc của quy trình từ đầu đến cuối. Thời gian từ 'Journal Entry Posted' đến 'Reconciled' đo lường hiệu quả của khâu đối chiếu tài khoản trong quy trình khóa sổ tài chính. Lấy dữ liệu ở đâu Đây là sự kiện suy ra. Sự kiện được xác định khi trạng thái của đợt đối chiếu tài khoản có chứa bút toán cụ thể chuyển thành 'Certified' trong mô-đun Account Reconciliation của BlackLine. Thu thập Suy ra bằng cách liên kết bút toán với đợt đối chiếu tài khoản tương ứng và ghi nhận ngày chứng nhận của đợt đối chiếu đó. Loại sự kiện inferred
	Gửi bút toán	Hoạt động này diễn ra khi người lập chính thức gửi bút toán vào quy trình rà soát và phê duyệt. Sự kiện thường được ghi nhận dưới dạng thay đổi trạng thái, chẳng hạn từ “Đang chuẩn bị” sang “Đã gửi”, kèm theo dấu thời gian.
Vì sao điều này quan trọng Đây là thời điểm kết thúc giai đoạn chuẩn bị và bắt đầu chu kỳ phê duyệt. Mốc này rất quan trọng để đo thời gian của cả hai giai đoạn chuẩn bị và phê duyệt. Lấy dữ liệu ở đâu Sự kiện này có thể được suy ra từ thay đổi trạng thái của bản ghi bút toán trong BlackLine. Thời điểm trạng thái chuyển thành “Đã gửi để phê duyệt” hoặc giá trị tương tự được xem là thời gian diễn ra sự kiện. Thu thập Suy ra từ dấu thời gian khi trường trạng thái bút toán được cập nhật thành “Đã gửi” hoặc “Chờ phê duyệt”. Loại sự kiện inferred
	Tạo bút toán	Hoạt động này đánh dấu thời điểm bắt đầu một trường hợp xử lý bút toán. Sự kiện được ghi nhận khi người dùng tạo bản ghi bút toán mới trong BlackLine. Hệ thống tạo Mã bút toán duy nhất, đồng thời lưu dấu thời gian và người tạo.
Vì sao điều này quan trọng Đây là sự kiện bắt đầu chính của quy trình. Phân tích thời gian từ hoạt động này đến các hoạt động khác giúp xác định tổng thời gian xử lý và phát hiện chậm trễ ngay từ đầu quy trình làm việc. Lấy dữ liệu ở đâu Sự kiện này được ghi nhận rõ ràng trong mô-đun bút toán của BlackLine. Dữ liệu được lấy từ dấu thời gian tạo và thông tin người dùng gắn với từng Mã bút toán trong bảng bút toán chính hoặc lịch sử kiểm toán. Thu thập Lấy từ dấu thời gian “Ngày tạo” gắn với bản ghi bút toán. Loại sự kiện explicit
	Từ chối bút toán	Hoạt động này đánh dấu việc người rà soát hoặc người phê duyệt từ chối bút toán. Sự kiện được ghi nhận khi người dùng chọn thao tác “Từ chối”, làm trạng thái bút toán chuyển thành “Đã từ chối” và được lưu trong nhật ký kiểm toán.
Vì sao điều này quan trọng Đây là hoạt động quan trọng để xác định việc làm lại, vấn đề về chất lượng và nhu cầu đào tạo. Phân tích tần suất, lý do từ chối và các bước xử lý lại tiếp theo là yếu tố then chốt để cải tiến quy trình và rút ngắn thời gian xử lý. Lấy dữ liệu ở đâu Thông thường, sự kiện này được suy ra từ thay đổi trạng thái bút toán thành “Đã từ chối” hoặc “Cần chỉnh sửa”. BlackLine ghi lại dấu thời gian và người dùng thực hiện thao tác từ chối trong lịch sử. Thu thập Suy ra từ dấu thời gian khi trạng thái bút toán được cập nhật thành “Đã từ chối”. Loại sự kiện inferred
	Chỉnh sửa và gửi lại bút toán	Xảy ra sau khi bút toán bị từ chối, người lập đã sửa các lỗi cần thiết và gửi lại. Sự kiện này được ghi nhận khi trạng thái chuyển từ 'Rejected' về 'Submitted for Approval'.
Vì sao điều này quan trọng Hoạt động này giúp đo lường thời gian và công sức dành cho việc sửa lại. Khoảng thời gian từ 'Journal Entry Rejected' đến sự kiện này là thời gian sửa lại, một chỉ số quan trọng để phân tích hiệu quả. Lấy dữ liệu ở đâu Có thể suy ra sự kiện này từ chuỗi thay đổi trạng thái trong dữ liệu BlackLine, cụ thể là trạng thái của cùng một Journal Entry ID chuyển từ 'Rejected' về 'Submitted' hoặc 'Pending Approval'. Thu thập Suy ra từ thay đổi trạng thái từ 'Rejected' sang 'Submitted' hoặc 'Pending Approval'. Loại sự kiện inferred
	Đã xác minh ghi sổ	Xác nhận rằng bút toán đã ghi sổ được hệ thống ERP đích tiếp nhận và ghi nhận thành công. Việc này có thể diễn ra qua tín hiệu xác nhận tự động giữa các hệ thống hoặc một bước xác nhận thủ công.
Vì sao điều này quan trọng Hoạt động này xác nhận bước ghi sổ đã hoàn tất và đảm bảo tính toàn vẹn dữ liệu giữa các hệ thống. Thời gian từ 'Posted' đến 'Verified' có thể cho thấy vấn đề tích hợp hoặc chậm trễ khi đồng bộ hệ thống. Lấy dữ liệu ở đâu Đây có thể là sự kiện được ghi rõ trong nhật ký tích hợp hệ thống hoặc được suy ra từ thay đổi trạng thái thành giá trị như 'Posted and Verified'. Nếu xác nhận thủ công, người dùng sẽ cập nhật trạng thái. Thu thập Suy ra từ cập nhật trạng thái thành 'Verified' hoặc từ cờ xác nhận nhận được từ hệ thống ERP đích. Loại sự kiện inferred
	Đã xử lý đảo bút toán	Hoạt động này ghi nhận việc tạo và ghi sổ một bút toán mới để đảo bút toán đã ghi sổ trước đó. Thao tác này thường được thực hiện khi phát hiện lỗi sau khi bút toán ban đầu đã được ghi sổ.
Vì sao điều này quan trọng Sự kiện này là dấu hiệu rõ ràng cho thấy chất lượng dữ liệu ở các bước trước có vấn đề. Theo dõi tỷ lệ đảo bút toán giúp đo lường 'Tỷ lệ điều chỉnh sau ghi sổ' và xác định những khâu cần cải thiện độ chính xác. Lấy dữ liệu ở đâu Đây thường là sự kiện được ghi rõ khi người dùng chọn thao tác 'Reverse' trong BlackLine trên một bút toán đã ghi sổ. Hệ thống tạo bút toán đảo mới, thường liên kết với Journal Entry ID ban đầu. Thu thập Được ghi nhận khi nhật ký có thao tác 'Reverse' hoặc khi tạo bút toán mới có cờ đảo và liên kết đến ID bút toán ban đầu. Loại sự kiện explicit
	Đính kèm tài liệu hỗ trợ	Đây là thao tác người dùng đính kèm một hoặc nhiều tài liệu hỗ trợ vào bút toán. Sự kiện này thường được ghi trong nhật ký kiểm toán hoặc bảng tệp đính kèm có liên kết với Mã bút toán.
Vì sao điều này quan trọng Theo dõi hoạt động này rất quan trọng để giám sát tuân thủ và hiệu quả. Việc này giúp phân tích liệu tài liệu bị thiếu có làm chậm quá trình phê duyệt hay không, đồng thời hỗ trợ KPI “Tỷ lệ đính kèm tài liệu”. Lấy dữ liệu ở đâu Thông thường, đây là sự kiện được ghi rõ trong BlackLine, trong dấu vết kiểm toán hoặc nhật ký tệp đính kèm. Dữ liệu gồm Mã bút toán, người dùng đính kèm tệp và dấu thời gian. Thu thập Mỗi khi tệp được tải lên cho một bút toán, sự kiện sẽ được ghi trong dấu vết kiểm toán của hệ thống hoặc bảng lịch sử tệp đính kèm riêng. Loại sự kiện explicit
	Rà soát bút toán	Đây là bước rà soát chính thức trong quy trình phê duyệt nhiều cấp, do người rà soát được chỉ định thực hiện. Sự kiện thường được ghi nhận dưới dạng thay đổi trạng thái hoặc mục nhật ký cụ thể cho biết thao tác của người rà soát.
Vì sao điều này quan trọng Với tổ chức có bước rà soát và phê duyệt riêng biệt, hoạt động này giúp xác định điểm nghẽn trong chuỗi phê duyệt. Qua đó, bạn biết bút toán chờ rà soát ban đầu bao lâu so với thời gian chờ phê duyệt cuối cùng. Lấy dữ liệu ở đâu Trong quy trình làm việc của BlackLine, sự kiện này có thể được ghi rõ trong nhật ký lịch sử phê duyệt hoặc suy ra từ thay đổi trạng thái thành “Đã rà soát” hay “Chờ phê duyệt cuối cùng”. Hệ thống ghi lại người dùng và dấu thời gian. Thu thập Suy ra từ dấu thời gian khi trạng thái bút toán thay đổi để thể hiện bước rà soát đã hoàn tất. Loại sự kiện inferred
	Thu hồi phê duyệt	Hoạt động này ghi nhận việc người phê duyệt thu hồi phê duyệt đã cấp trước đó, đưa bút toán về trạng thái trước đó. Sự kiện được ghi nhận khi trạng thái chuyển từ 'Approved' về trạng thái trước đó, chẳng hạn 'In Preparation'.
Vì sao điều này quan trọng Hoạt động hiếm gặp nhưng quan trọng này cho thấy các ngoại lệ trong quy trình và vấn đề tiềm ẩn được phát hiện sau khi phê duyệt nhưng trước khi ghi sổ. Đây có thể là dấu hiệu của lỗi dữ liệu hoặc thay đổi chính sách ảnh hưởng đến bút toán. Lấy dữ liệu ở đâu Đây là sự kiện suy ra từ thay đổi trạng thái từ 'Approved' sang trạng thái có thể chỉnh sửa nhưng chưa ghi sổ. Thao tác này sẽ được ghi lại trong nhật ký kiểm tra chi tiết của BlackLine. Thu thập Xác định qua thay đổi trạng thái từ 'Approved' về trạng thái trước đó, chẳng hạn 'In Preparation' hoặc 'Submitted'. Loại sự kiện inferred

Nên có Không bắt buộc

Hướng dẫn trích xuất dữ liệu

Cách lấy dữ liệu từ BlackLine

Các bước

Đăng nhập vào BlackLine bằng tài khoản có quyền truy cập báo cáo tài chính.
Mở mô-đun báo cáo. Thông thường, bạn có thể tìm thấy mô-đun này trong menu như 'Reports' > 'Standard Reports'.
Tìm và chọn 'Journal Entry & Services Report' hoặc báo cáo bút toán tổng hợp có tên tương tự trong danh sách báo cáo tiêu chuẩn.
Cấu hình thông số báo cáo. Chọn 'Date Range' cần trích xuất, tương ứng với kỳ bạn muốn phân tích. Nên bắt đầu với khoảng thời gian từ 3 đến 6 tháng.
Thêm bộ lọc cần thiết để thu hẹp dữ liệu. Tối thiểu, hãy lọc theo 'Company Code(s)' liên quan. Bạn cũng có thể lọc theo 'Journal Status' để bao gồm mọi trạng thái cần thiết từ lúc tạo đến khi ghi sổ.
Chọn tất cả các cột có sẵn để báo cáo có đủ trường ngày tháng, người dùng và trạng thái cần thiết để tạo nhật ký sự kiện. Các trường chính gồm ngày tạo, ngày gửi, ngày phê duyệt, ngày ghi sổ và vai trò người dùng.
Chạy báo cáo trực tiếp trong giao diện BlackLine. Khi báo cáo được tạo xong, dùng chức năng 'Export' hoặc 'Download' để lưu dữ liệu dưới dạng tệp CSV. Đặt tên tệp là 'blackline_report.csv'.
Thiết lập môi trường Python có cài thư viện pandas. Nếu chưa có, hãy cài bằng lệnh: pip install pandas.
Đặt tập lệnh Python được cung cấp trong cùng thư mục với tệp 'blackline_report.csv' đã tải xuống.
Chạy tập lệnh Python. Tập lệnh sẽ đọc báo cáo CSV thô, chuyển đổi dữ liệu bằng cách tạo một hàng riêng cho mỗi hoạt động kinh doanh và tạo tệp mới có tên 'event_log.csv' theo định dạng yêu cầu.
Kiểm tra tệp 'event_log.csv' để đảm bảo dữ liệu đầy đủ và đạt chất lượng trước khi tải lên.
Tải tệp 'event_log.csv' cuối cùng lên ProcessMind để phân tích.

Cấu hình

Tên báo cáo: Journal Entry & Services Report. Tên chính xác có thể khác tùy cấu hình BlackLine của bạn.
Khoảng thời gian: Nên trích xuất dữ liệu từ 3 đến 6 tháng để phân tích ban đầu. Bộ lọc ngày trong báo cáo thường áp dụng cho ngày tạo hoặc ngày ghi sổ của bút toán. Hãy xác nhận trường ngày nào được dùng để lọc nhằm đảm bảo trích xuất đúng dữ liệu.
Bộ lọc chính:
- Mã công ty: Luôn chỉ định mã công ty cần phân tích để giới hạn khối lượng dữ liệu và tập trung phạm vi phân tích.
- Trạng thái bút toán: Chọn tất cả trạng thái, chẳng hạn In Preparation, Submitted, Approved, Rejected, Posted, để ghi nhận toàn bộ quy trình từ đầu đến cuối.
- Loại bút toán: Nếu cần, hãy lọc theo loại bút toán cụ thể, chẳng hạn Standard hoặc Recurring, tùy phạm vi phân tích.
Điều kiện cần có: Tài khoản chạy báo cáo phải có quyền xem dữ liệu bút toán và chạy báo cáo tiêu chuẩn trong BlackLine. Thông thường, tài khoản cần có vai trò như 'Accountant' hoặc 'Reporting User'.
Lưu ý về hiệu suất: Xuất tập dữ liệu lớn trong thời gian dài hoặc từ nhiều mã công ty có thể tốn tài nguyên và mất nhiều thời gian để tạo trong giao diện BlackLine. Nếu gặp vấn đề về hiệu suất hoặc hết thời gian chờ, hãy chia báo cáo thành các đợt nhỏ hơn.

Truy vấn mẫu 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.")

Các bước

Điều kiện cần có và thiết lập: Đảm bảo bạn đã cài Python 3.6 trở lên. Cài các thư viện cần thiết bằng pip: pip install requests pandas. Xin quản trị viên BlackLine cung cấp thông tin xác thực API (Client ID, Client Secret, Refresh Token) và Base URL BlackLine của tổ chức.
Cấu hình biến trong tập lệnh: Mở tập lệnh Python và tìm phần cấu hình. Nhập Client ID, Client Secret, Refresh Token và Base URL. Đặt khoảng thời gian trích xuất bằng các biến START_DATE và END_DATE theo định dạng 'YYYY-MM-DD'.
Xác thực: Tập lệnh bắt đầu bằng cách gọi hàm get_access_token. Hàm này gửi thông tin xác thực đến điểm cuối xác thực BlackLine (/api/oauth/token) và lấy mã truy cập tạm thời cần cho các yêu cầu API tiếp theo.
Lấy danh sách bút toán ban đầu: Tập lệnh gửi yêu cầu phân trang đến điểm cuối /api/v2/journals, lọc theo khoảng ngày tạo đã chỉ định. Tập lệnh lần lượt đọc các trang và thu thập thông tin chính của mọi bút toán trong phạm vi.
Lấy lịch sử sự kiện chi tiết: Với mỗi Journal Entry ID thu thập được ở bước trước, tập lệnh gọi API thêm hai lần. Trước tiên, tập lệnh truy vấn điểm cuối lịch sử của bút toán, chẳng hạn /api/v2/journals/{id}/history, để lấy nhật ký kiểm tra chi tiết về thay đổi trạng thái, phê duyệt và từ chối. Sau đó, tập lệnh gọi điểm cuối tệp đính kèm, chẳng hạn /api/v2/journals/{id}/attachments, để xác định thời điểm tài liệu hỗ trợ được thêm vào.
Chuyển dữ liệu thành nhật ký sự kiện: Tập lệnh xử lý phản hồi JSON từ API. Tập lệnh duyệt qua từng bút toán cùng các bản ghi lịch sử và tệp đính kèm liên quan. Dữ liệu thô được chuyển sang định dạng nhật ký sự kiện có cấu trúc, với một hàng riêng cho mỗi hoạt động trong số 12 hoạt động bắt buộc, chẳng hạn 'Journal Entry Created', 'Journal Entry Submitted' và 'Journal Entry Approved'.
Ánh xạ thay đổi trạng thái thành hoạt động: Tập lệnh tạo các hoạt động chính bằng cách diễn giải dữ liệu từ điểm cuối lịch sử. Ví dụ, mục lịch sử cho biết trạng thái chuyển thành 'Submitted' sẽ được chuyển thành hoạt động 'Journal Entry Submitted'. Tập lệnh có logic ánh xạ các loại sự kiện lịch sử khác nhau sang tên hoạt động chuẩn mà ProcessMind yêu cầu.
Tạo DataFrame: Tập lệnh dùng thư viện pandas để tạo DataFrame. Trước tiên, tập lệnh tạo DataFrame cho sự kiện 'Created' từ danh sách bút toán chính. Sau đó, tập lệnh tạo DataFrame khác chứa các hoạt động còn lại lấy từ nhật ký lịch sử và tệp đính kèm. Cuối cùng, hai DataFrame được gộp thành một nhật ký sự kiện đầy đủ.
Thêm siêu dữ liệu và chuẩn hóa cột: Sau khi gộp dữ liệu, tập lệnh thêm các cột siêu dữ liệu bắt buộc, gồm SourceSystem (đặt cố định là 'BlackLine') và LastDataUpdate (đặt theo thời điểm chạy tập lệnh). Tập lệnh cũng đổi tên cột cho khớp với cấu trúc yêu cầu, chẳng hạn ánh xạ trường id của API thành JournalEntryId.
Xuất sang CSV: Cuối cùng, tập lệnh xuất DataFrame nhật ký sự kiện hoàn chỉnh thành tệp CSV có tên blackline_journal_entry_event_log.csv. Tệp đã đúng định dạng và sẵn sàng tải trực tiếp lên ProcessMind.

Cấu hình

Thông tin xác thực API: Bạn cần Client ID, Client Secret và Refresh Token hợp lệ cho BlackLine REST API. Hãy lưu trữ an toàn, không ghi trực tiếp các thông tin này vào tập lệnh dùng trong môi trường thực tế.
Base URL: Tập lệnh cần Base URL API riêng của tổ chức, chẳng hạn https://api.blackline.com.
Khoảng thời gian: Tập lệnh dùng các biến START_DATE và END_DATE. Để phân tích ban đầu, nên chọn khoảng thời gian bao gồm 3 đến 6 tháng hoạt động gần nhất. Như vậy, bạn có đủ dữ liệu mà tập dữ liệu không quá lớn.
Giới hạn phân trang: Biến LIMIT quy định số bản ghi được lấy trong mỗi lần gọi API. Giá trị mặc định thường là 100. Thay đổi giá trị này có thể ảnh hưởng đến hiệu suất, vì vậy tốt nhất hãy giữ nguyên mức khuyến nghị, trừ khi bộ phận hỗ trợ BlackLine hướng dẫn khác.
Quyền cần thiết: Người dùng API gắn với thông tin xác thực phải có đủ quyền đọc bút toán, lịch sử bút toán và tệp đính kèm trong các mã công ty bạn định phân tích.
Môi trường Python: Cần có môi trường Python 3.6 trở lên hoạt động bình thường và đã cài thư viện requests cùng pandas để chạy tập lệnh.

Truy vấn mẫu 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()

Bạn đã sẵn sàng bắt đầu?

Dùng mẫu này để chuẩn bị dữ liệu nhanh hơn và tìm hiểu sâu về quy trình bút toán từ ghi nhận đến báo cáo. Bắt đầu cải thiện hiệu quả và tuân thủ ngay hôm nay.

Quay lại hướng dẫn cải tiến

Tải mẫu xuống

Cải thiện hiệu quả quy trình bút toán từ ghi nhận đến báo cáo ngay hôm nay

Rút ngắn 30% thời gian xử lý bút toán để khóa sổ nhanh và chính xác hơn.

Bắt đầu dùng thử miễn phí

Không cần thẻ tín dụng • Thiết lập chỉ trong vài phút

Mẫu dữ liệu bút toán từ ghi nhận đến báo cáo

Mẫu dữ liệu bút toán từ ghi nhận đến báo cáo

Thuộc tính của quy trình bút toán từ ghi nhận đến báo cáo

Hoạt động trong quy trình bút toán từ ghi nhận đến báo cáo

Hướng dẫn trích xuất dữ liệu

Xuất báo cáo bút toán và dịch vụ trên BlackLine

Các bước

Cấu hình

Truy vấn mẫu python

Trích xuất bằng tập lệnh Python qua BlackLine REST API

Các bước

Cấu hình

Truy vấn mẫu python

Bạn đã sẵn sàng bắt đầu?

Cải thiện hiệu quả quy trình bút toán từ ghi nhận đến báo cáo ngay hôm nay