应收账款数据模板

HighRadius

← 返回改进指南

应收账款属性 (20) 应收账款 Activity (13) 提取指南 (2)

应收账款数据模板

此模板概述了分析 HighRadius 内发票工作流的基本要素。它为您提供了构建全面事件日志所需的数据点、流程里程碑和技术步骤的结构化概览。遵循本指南，您可以成功映射催收周期并识别提升现金流的机会。

流程的特定数据属性
标准化的活动里程碑
HighRadius 提取说明

不熟悉事件日志？了解如何创建流程挖掘事件日志.

下载模板

应收账款属性

本表列出了构建详细事件日志所需的推荐数据字段，用于分析您的发票管理和催收绩效。

3 必填 7 推荐 10 可选

	名称	描述
	事件timestamp EventDateTime	活动发生的具体日期和时间。
描述此属性标记事件在 HighRadius 系统中发生的准确时刻。它提供了对活动进行排序和计算流程步骤之间时长所需的维度。在分析中，时间戳用于计算周期时间（如 DSO 或争议解决时间），还可以对特定时段内的吞吐量和资源利用率进行分析。为何重要需要精确的时间戳来计算所有基于时长的 KPI，并对事件进行正确排序。获取方式 HighRadius 交易日志 timestamp 列示例 2023-10-01T08:30:00Z2023-10-15T14:22:10Z2023-11-05T09:15:00Z
	发票编号 InvoiceNumber	发票单据的唯一标识符，用作 case ID。
描述 Invoice Number 是追踪从财务责任产生到最终结算的核心标识符。它将所有相关活动（包括争议、付款承诺和实付金额）串联成一个完整的案例历史。在分析中，该属性用于将事件日志分组为不同的流程实例。它支持计算单张发票的周期时间，并且是将流程数据与 HighRadius 环境或源 ERP 中其他主数据表关联的主键。为何重要它识别唯一的 case，并确保所有事件都正确关联到特定的财务交易。获取方式 HighRadius 发票数据 / 头表或源 ERP（如 SAP VBAK、Oracle Headers）示例 INV-2023-001900123456US-102938550002931
	活动 ActivityName	对发票执行的事件或动作名称。
描述此属性记录了信用到现金 (Credit-to-Cash) 生命周期中发生的具体步骤或动作，包括发票创建、自动信函、催收电话、争议登记和付款核销等事件。分析师使用此字段重现流程图并可视化步骤顺序。这些活动顺序的差异有助于识别流程偏离、返工循环以及不合规行为。为何重要它定义了流程的步骤，对于流程发现和变体分析至关重要。获取方式 HighRadius 活动日志、备注历史或交易历史表示例发票已创建Payment Reminder Sent争议 Case 已开启收到全额付款
	付款账期差异 PaymentTermVariance	截止日期与付款日期之间的天数。
描述此计算属性衡量实际付款与约定付款条款之间的偏离程度。正数表示逾期付款，负数表示提前付款。它是“付款条款合规审计”的直接指标。通过汇总这些偏差，企业可以识别系统性的迟延付款方，并相应调整信用条款或催收策略。为何重要直接衡量客户对合同条款的遵守情况。获取方式根据到期日和付款日期计算示例 5天-2 天0 天
	催收员姓名 CollectorName	负责催收活动的代理人或用户的姓名。
描述此属性识别执行手动活动（如记录电话、发送专用电子邮件或审查争议）的特定 HighRadius 用户或代理人。它用于“催收人员生产力标杆”仪表板，以评估个人绩效和工作量分配。这有助于经理识别培训需求或重新平衡催收团队的职责分配。为何重要实现在资源层级的绩效分析。获取方式 Activity 日志 / 用户表示例 John DoeJane Smith系统管理员CollectionAgent_01
	到期日期 DueDate	合同规定的客户最晚付款日期。
描述截止日期 (Due Date) 取决于发票创建日期所适用的付款条款，它是催收流程的目标期限。通过将“收到全额付款”的日期与该属性进行对比，可以计算出“付款条款合规率”。这对于判断付款是否准时、逾期或提前至关重要。为何重要判断逾期和计算应收账款周转天数 (DSO) 的参考点。获取方式发票头表（到期日字段）示例 2023-11-302023-12-15
	发票金额 InvoiceAmount	发票的总货币价值。
描述此属性代表向客户开具的原始总账单金额。它是计算未结余额以及评估争议或延迟所带来的财务影响的基准。流程挖掘分析利用此字段按价值对案例进行加权。例如，在“低价值争议数量”KPI 中，它有助于区分高价值的优先催收项和低价值的行政杂音。为何重要允许根据财务影响而非仅根据 case 数量进行加权分析。获取方式发票头表（金额字段）示例 1500.00250.5010000.00
	客户名称 CustomerName	与发票关联的客户账户名称。
描述此属性识别负责支付发票的实体。在 HighRadius 中，这与债务人的主数据记录相关联。按客户名称分析流程绩效可以识别出那些可能需要定制催收策略或经常拖欠付款的特定账户。它为“客户风险与账龄矩阵”仪表板提供支持。为何重要对于按账户进行细分分析以寻找问题客户至关重要。获取方式客户主数据或发票头示例 Acme公司全球工业TechStart 公司零售巨头有限公司
	是否已自动化 IsAutomated	指示该 Activity 是否由系统在无人工干预的情况下执行的标记。
描述此布尔属性区分了由 HighRadius 自动化引擎执行的步骤（如自动信函或现金匹配）与用户执行的手动步骤。这对于“现金核销自动化追踪器”和“无接触发票率 (Touchless Invoice Rate)”KPI 至关重要。它允许分析师衡量自动化的投资回报率 (ROI)，并识别仍需要大量人工干预的流程步骤。为何重要衡量 HighRadius 的实施效率。获取方式 Activity 日志（系统用户与人工用户核对）示例 truefalse
	销售变现天数 (DSO) DaysSalesOutstanding	从发票创建到发票核销的天数。
描述此计算属性代表发票的总生命周期时长。它是“DSO 周期时间分布”仪表板的核心指标。在细颗粒度层面监控此项指标，有助于精准锁定流程中的哪些阶段（例如争议解决 vs. 银行匹配）对整体现金周转周期的影响最大。为何重要应收账款的核心效率指标。获取方式根据发票创建和发票清算 timestamp 计算示例 45天30天62天
	业务单元 BusinessUnit	开具发票的内部部门或子公司。
描述此属性按组织架构（如“北美销售”、“EMEA 服务”或特定的产品部门）对数据进行细分。它使得“付款条款合规审计”能够对比组织内不同部门的绩效。这有助于判断催收问题是系统性的，还是仅局限于特定的业务实践。为何重要允许跨不同组织垂直部门进行对比分析。获取方式发票头 / ERP 映射示例消费电子工业零部件软件服务NA-West
	争议原因代码 DisputeReasonCode	分配给争议案件的类别代码。
描述此属性对客户拒绝付款的性质进行分类，例如“定价错误”、“货物损坏”或“缺少文件”。在 HighRadius Deductions Cloud 中，这些是标准代码。分析这些代码有助于识别未付款的根本原因。通过汇总这些数据，企业可以修复销售或物流环节中的上游问题，从而避免下游的催收延迟。为何重要对于付款延迟的根本原因分析至关重要。获取方式争议/扣款管理模块示例 P01 (Pricing)Q02 (Quality)S03 (Shortage)行政错误
	付款承诺日期 PromiseToPayDate	客户承诺进行付款的日期。
描述此属性记录客户在催收互动中给出的承诺日期。这是 HighRadius Collections Cloud 的一项关键功能。在“付款承诺可靠性指数”中，该日期会与实际付款日期进行对比，以判断客户是否守信。这有助于评估承诺的质量以及催收人员谈判的有效性。为何重要预测现金流和衡量客户可靠性的关键。获取方式催收模块 / P2P 交易表示例 2023-12-102023-12-20
	信用评级 CreditRating	分配给客户的信用评分或等级。
描述此属性反映了客户的风险水平，通常源自信用局或 HighRadius Credit Cloud 的内部评分。它是“客户风险与账龄矩阵”的一个维度。通过对比账龄与信用评级，可以识别出那些信用较差且余账金额较大的高风险风险敞口。为何重要对于风险管理和确定催收优先级至关重要。获取方式信用管理模块 / 客户主数据示例 AAAB+高风险低风险
	最后数据更新 LastDataUpdate	挖掘模型中数据最后更新的时间戳。
描述此属性记录了记录何时被提取或最后更新到流程挖掘数据集中。它确保分析师了解数据的时效性以及报告中潜在的延迟。这对于持续监控仪表板尤为重要，因为用户需要知道他们看到的是实时数据还是前一天的快照。为何重要它确保了用于 KPI 的数据新鲜度的透明度。获取方式 ETL Timestamp 示例 2023-12-01T00:00:00Z2023-12-02T06:00:00Z
	区域 Region	与发票或客户关联的地理区域。
描述此属性定义了与交易相关的地理区域，如“北美”、“欧洲、中东和非洲 (EMEA)”或“亚太地区 (APAC)”。它有助于进行区域标杆分析，并了解文化或法规差异如何影响支付行为和催收速度，对高级管理层报告非常有用。为何重要支持地理区域绩效分析。获取方式客户主数据或发票头示例 NA欧洲、中东和非洲拉美亚太
	客户细分 CustomerSegment	根据规模、行业或战略价值对客户进行分类。
描述此属性将客户分为不同层级，如“战略客户”、“中端市场”、“中小企业”或“高风险”。它用于“争议解决绩效”仪表板，以观察不同细分群体是否经历了不同的服务水平。这确保了高价值客户在催收过程中能够得到应有的关注。为何重要细分分析，以确保与业务战略和服务水平协议 (SLA) 保持一致。获取方式客户主数据示例战略大客户批发零售政府
	待付金额 OpenAmount	发票上剩余的未付余额。
描述此属性追踪客户尚欠的金额，并随着部分付款的入账而更新。这对于“部分付款复杂度分析”至关重要。它允许分析师筛选出完全未付与部分支付的发票，并优先针对高价值未结项开展催收。为何重要对于确定当前风险敞口和部分催收的成功率至关重要。获取方式发票头 / 未结项目表示例 0.00500.0012000.00
	源系统 SourceSystem	数据来源系统的名称。
描述此属性指示数据点是直接产生于 HighRadius 平台模块（如 Collections Cloud 或 Cash Application Cloud），还是从外部 ERP 系统（如 SAP 或 Oracle）导入的。它对数据血缘追踪和校验非常有用。在分析流程摩擦时，了解来源系统有助于判断延迟是由集成滞后还是由原生系统处理时间引起的。为何重要它提供了数据来源的上下文，尤其是在多个 ERP 接入 HighRadius 的环境中。获取方式基于提取逻辑的系统配置或硬编码示例 HighRadiusSAP ECCOracle NetSuiteMicrosoft Dynamics
	货币代码 CurrencyCode	发票金额的 ISO 货币代码。
描述此属性指定开具发票所使用的货币（例如：USD、EUR、GBP）。在分析全球化流程时，这对于正确解读 Invoice Amount 和 Open Amount 字段至关重要。它确保了汇总计算的正确性（通常会转换为报告币种）。为何重要多币种环境下进行准确财务汇总的必要项。获取方式发票头示例美元EURGBPJPY

必填推荐可选

应收账款 Activity

这些条目代表了您应当捕获的关键流程步骤和交易里程碑，以便可视化端到端的发票路径。

8 推荐 5 可选

	活动	描述
	Payment Reminder Sent	通过催收模块发送给客户的自动化通信（电子邮件/信函）。用于追踪催收策略的执行情况。
为何重要对于“催收提醒有效性”仪表板衡量通信是否真正触发了付款至关重要。获取方式链接到发票 ID 的“通信历史”标签或通信日志。捕获在催收策略执行操作时记录事件类型 explicit
	Promise to Pay Created	系统记录的一项正式承诺，即客户承诺在特定日期前支付特定金额。
为何重要对于“付款承诺可靠性指数”预测现金流和衡量客户可靠性至关重要。获取方式与发票关联的 P2P (Promise to Pay) 模块/选项卡。捕获在创建 P2P 记录时记录事件类型 explicit
	争议 Case 已开启	创建与发票关联的扣款或争议案件，表明客户拒绝支付部分或全部余款。
为何重要触发“争议解决绩效”分析，并针对争议金额暂停标准催讨。获取方式扣款/争议模块；链接到发票的 Case ID 的创建 timestamp。捕获在生成争议 Case 时记录事件类型 explicit
	争议已解决	争议调查的结论，产出最终决定（例如：有效的扣款或无效的索赔）。
为何重要 “争议解决周期时间”的终止事件。此处的延迟将直接影响账龄。获取方式扣款模块；状态变更为“已关闭”、“已解决”或“已批准”。捕获比较操作前后的状态字段事件类型 inferred
	发票已创建	发票最初从 ERP 系统创建或导入到 HighRadius 平台。这标志着催收生命周期的开始。
为何重要为账龄计算和销售变现天数 (DSO) 指标建立基准 timestamp。获取方式发票号码首次出现的未结发票表或数据集成日志。捕获在记录插入发票头表时记录事件类型 explicit
	发票已清算	最终状态变更，发票余额归零并在系统中关闭。
为何重要 “平均 DSO”的结束时间戳。代表流程完成。获取方式发票头表；状态 = “已关闭”或“已结算”。捕获比较操作前后的状态字段事件类型 inferred
	收到全额付款	收到足额资金以抵清债务。在计算账龄时，这被视为付款的生效日期。
为何重要用于计算“付款承诺履行率”以及实际 vs. 预期的现金流。获取方式与最终核销凭证关联的付款交易日期。捕获记录的清算付款交易日期事件类型 explicit
	银行对账单已匹配	现金核销引擎（或用户）成功将银行对账单上的明细与此特定发票关联。
为何重要 “自动现金应用率”的核心指标。区分资金接收与资金应用。获取方式现金应用模块；匹配记录创建。捕获在匹配规则执行时记录事件类型 explicit
	Partial Payment Posted	已应用付款，但仅覆盖发票总额的一部分，留有余款。
为何重要为“部分付款复杂性分析”提供数据，并指示潜在的现金应用摩擦。获取方式现金应用模块；付款交易链接到付款金额 < 未结金额的发票。捕获在应用付款但状态保持为“未结”时记录事件类型 explicit
	争议审核中	争议案件从“新建”转入“调查中”状态。代表分析师正式开始处理。
为何重要用于“争议工作流瓶颈查找器”，以衡量从创建到正式开始处理之间的时间滞后。获取方式扣款模块审计日志；状态变更为“进行中”或“调研中”。捕获比较操作前后的状态字段事件类型 inferred
	催收电话已记录	催收员记录的关于此发票的手动备注或互动。这表示流程中存在人工干预。
为何重要支持“催收人员效率标杆”，并区分自动化与手动催收工作。获取方式催收模块中的注释/历史记录选项卡。捕获在用户保存通话备注时记录事件类型 explicit
	到期日已过	一个计算得出的 event，表示发票在约定的付款期限过后仍处于未结状态。
为何重要对于“付款条款合规性审计”至关重要。标志着从当期到逾期的转变。获取方式通过对比发票到期日与当前日期（如果未结）或付款日期（如果已结）计算得出。捕获通过对比“到期日”字段与“活动日期”得出事件类型 calculated
	贷记通知单已开具	生成贷记通知单以抵消发票余额，通常源于有效的争议解决或退货。
为何重要追踪“贷项通知单处理效率”以及争议解决与财务入账之间的时间滞后。获取方式链接到原始发票 ID 的 ERP 同步日志或贷记通知单表。捕获在贷记通知单单据链接到发票时记录事件类型 explicit

推荐可选

提取指南

如何从 HighRadius 获取数据

步骤

登录 HighRadius 综合应收账款平台，导航至“分析”或“报表”模块。
找到“交易历史”或“未结项目”报表模板。您可能需要配置三个单独的导出以捕获完整的生命周期：发票头数据、催收活动以及争议/扣款历史。
配置发票头导出：选择发票编号、客户名称、发票金额、发票日期、到期日期、清算日期和最终状态列。对相关的公司代码和覆盖您流程挖掘窗口的创建日期范围应用过滤器。
配置催收活动导出：选择发票编号、活动类型（电话、电子邮件、备注）、活动日期、催收员姓名和付款承诺详情列。确保包含自动化系统操作和手动用户日志。
配置争议历史导出：选择发票编号、争议 Case ID、争议金额、状态变更日期、原因代码和解决日期列。这将捕获扣款的生命周期。
配置付款/现金应用导出：选择发票编号、付款参考号、付款日期、付款金额和付款类型（部分、全额、贷记通知单）。
运行这些报表并将结果导出为 CSV 格式。
将这些 CSV 文件导入暂存数据库或数据转换工具（如 Python/Pandas 或 SQL 数据库），以执行统一化步骤。
执行 Query 部分提供的转换脚本，以标准化列名、计算衍生 event（如到期未付），并将零散的来源整合为单一的事件日志。
验证日期格式是否一致（推荐 ISO 8601），并确保发票编号在所有文件中的格式完全一致（例如，如果格式不统一，则移除前导零）。
将最终结果集导出为单个 CSV 文件。
将最终的 CSV 上传至 ProcessMind，将 InvoiceNumber 映射到 Case ID，EventDateTime 映射到 Timestamp，ActivityName 映射到 Activity。

配置

日期范围：根据发票创建日期选择一个滚动窗口（例如过去 12 个月），以确保捕获完整的生命周期。
数据源：需要访问 HighRadius 中的 Collections（催收）、Cash Application（现金应用）和 Deductions（扣款）模块。
粒度：确保报表是在发票（Invoice）层级生成的，而不是在账户或汇总层级。
用户权限：提取用户需要具备报表或分析管理员权限，以访问历史活动日志。
系统操作：显式启用过滤器，以在 Activity 日志中包含系统或自动化用户操作，从而捕获自动化通信。
需要映射：HighRadius 的 Activity 类型可能需要映射到标准的流程挖掘 Activity 名称（例如，将“催款函”映射为“已发送付款提醒”）。

a 查询示例 config

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

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

步骤

前提条件与环境搭建 确保安装了 Python 3.8 或更高版本。您需要 requests 和 pandas 库。如果未安装，请通过 pip 进行安装。从系统管理员处获取您的 HighRadius API Client ID、Client Secret 和 Base URL。这些通常可以在 HighRadius 的“管理”或“开发者门户”部分找到。
配置 API 凭据 打开提供的 Python 脚本。找到顶部的配置部分。替换 CLIENT_ID、CLIENT_SECRET 和 BASE_URL 占位符。确保与这些凭据关联的用户具有访问 Collections、Cash Application 和 Deductions 模块的权限。
设置数据提取参数 在脚本中定义 START_DATE 和 END_DATE 变量。建议按月或按季度提取数据以避免超时。脚本需要标准的 ISO 8601 日期格式（YYYY-MM-DD）。
脚本执行：身份验证 脚本首先执行 OAuth2 流程以获取载体令牌。该令牌在有限时间内有效（通常为 1 小时）。脚本会自动处理初始令牌的获取。
脚本执行：数据抓取 脚本按顺序查询特定端点。首先检索发票头级数据。然后，在必要时使用发票编号作为参考键，迭代相关的 Activities（备注）、付款承诺（Promises to Pay）、争议（Disputes）和付款历史记录端点。
数据转换与 Activity 映射 脚本将原始 JSON 响应处理为扁平化的事件日志结构。它将特定的 HighRadius 代码映射到所需的 Activity Names。例如，它通过对比 invoice_balance 与 total_amount 来区分“已过账部分付款”与“收到全额付款”。它还通过对比到期日与结算日或当前日期来计算“到期未付” event。
处理分页 HighRadius API 通常会对结果进行分页。提供的脚本包含一个循环机制，用于抓取所有页面的数据，直到不再返回更多记录。请确保在此过程中网络连接稳定。
数据整合 所有提取的列表（发票、活动、争议、付款）都合并到一个 Pandas DataFrame 中。脚本按 InvoiceNumber 和 EventDateTime 对此 DataFrame 进行排序，以确保事件流按时间顺序排列。
验证与质量检查 在完成之前，脚本会打印提取的唯一活动的摘要。验证这些数量与您的业务量相比是否合理。检查 EventDateTime 列的格式是否正确，即 YYYY-MM-DD HH:MM:SS。
导出为 CSV 最终的 DataFrame 会导出为名为 HighRadius_EventLog.csv 的文件。该文件的格式包含 ProcessMind 所需的特定列。
最终复核 打开 CSV 文件。检查 InvoiceNumber 或 ActivityName 中是否有空值。确保日期不是未来日期，除非它们是指预期的到期日（不过 EventDateTime 应始终为过去或现在的时间）。
上传至 ProcessMind 将生成的 CSV 文件导入 ProcessMind。将 InvoiceNumber 映射到 Case ID，将 ActivityName 映射到 Activity，并将 EventDateTime 映射到 Timestamp。

配置

API 基础 URL: 确定您连接的是生产（Production）环境还是沙箱（Sandbox）环境。URL 结构通常有所不同（例如 https://[client].highradius.com/api 与 https://[client]-sandbox.highradius.com/api）。
Client Scope: 确保 API Client 具有对 radiusOne、collections、deductions 和 cashApp 范围的 read 访问权限。
日期范围: 如果交易量很大（每月超过 10 万张发票），请将每次运行的提取窗口保持在 3 个月或更短时间内。
分页限制: 脚本默认为每页 1000 条记录。如果服务器返回超时错误，请调整 API 调用中的 limit 参数。
节流/速率限制: HighRadius 可能会强制执行速率限制。如果您遇到 HTTP 429 错误，请在分页循环中引入 time.sleep(1) 命令。

a 查询示例 python

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

应收账款数据模板

应收账款数据模板

应收账款属性

应收账款 Activity

提取指南

HighRadius 分析与报表导出

步骤

配置

a 查询示例 config

HighRadius REST API 数据提取

步骤

配置

a 查询示例 python

准备好开始了吗？

立即优化应收账款，加速现金回流

应收账款数据模板

应收账款数据模板

应收账款属性

应收账款 Activity

提取指南

HighRadius 分析与报表导出

步骤

配置

a 查询示例 config

HighRadius REST API 数据提取

步骤

配置

a 查询示例 python

我们重视您的隐私

准备好开始了吗？

立即优化应收账款，加速现金回流