> 持续流程改进 > KYC客户准入 > Refinitiv World Check > 数据模板

您的KYC客户入驻数据模板

Refinitiv World-Check

← 返回改进指南

KYC客户准入属性 (19) KYC客户准入活动 (14) 提取指南 (2)

您的KYC客户入驻数据模板

此模板将指导您收集分析KYC客户入驻流程所需的关键数据。模板列出了需要采集的重要属性和跟踪的关键活动，并说明如何从源系统中提取这些信息。使用此资源，确保您具备开展有效流程分析和改进所需的全部数据。

建议采集的属性
需要跟踪的关键活动
提取指南

刚接触事件日志？了解如何创建流程挖掘事件日志.

下载模板

KYC客户准入属性

以下是建议纳入事件日志的数据字段，用于全面分析KYC客户准入流程。

3 必需 5 建议 11 可选

	名称	说明
	事件时间 EventTime	表示特定活动或事件发生时间的时间戳。
说明事件时间提供活动记录时的准确日期和时间。该时间戳是流程的时间顺序基础，可正确排列事件并重建案件历史。此属性对流程挖掘中的所有时间分析都至关重要。它用于计算活动之间的时长，包括周期时间和等待时间，衡量案件总时长，分析流程随时间的表现，并检查是否符合服务级别协议（SLA）。没有准确的时间戳，就无法了解流程表现或识别时间瓶颈。为什么重要每项活动的时间戳对于计算所有基于时长的指标、发现流程顺序和执行瓶颈分析都至关重要。获取位置这是任意事件日志或审计轨迹表中的标准字段，通常命名为“Timestamp”“EventDate”或“CreationDate”。示例 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:22:15Z
	客户申请 CustomerApplication	单个客户客户准入申请的唯一标识符，也是主要案件标识符。
说明 Customer Application是用于汇总单个客户入职流程中所有事件和活动的核心案例标识符。它支持按时间顺序完整跟踪客户从首次提交到最终决策的整个了解您的客户（KYC）流程。在流程挖掘分析中，此属性对于重建每个申请的端到端流程至关重要。它支持流程可视化、总周期时间计算和流程变体识别。按此标识符分组分析案例，组织可以了解申请可能采用的不同路径，识别瓶颈，并比较各种客户入职流程的效率。为什么重要这是连接所有相关活动的关键案件标识符，使端到端分析客户准入流程成为可能。获取位置此标识符通常是Refinitiv World-Check系统或集成CRM中主申请表或案件管理表的主键。示例 APP-2023-00123APP-2023-00124APP-2023-00125
	活动名称 ActivityName	KYC客户准入流程中发生的特定业务事件或任务的名称。
说明 Activity Name表示客户入职流程中的单个步骤或事件，例如“已提交申请”“已开始分析师审核”或“筛查完成-无异常”。这些活动构成流程图的节点，详细呈现端到端工作流。活动分析是流程挖掘的核心。通过跟踪不同活动的顺序和频率，分析人员可以发现实际流程，识别常见路径，检测偏离标准过程的情况，并定位导致延迟或返工的具体步骤。此属性对于构建流程图和计算活动级指标至关重要。为什么重要此属性定义流程中的各个步骤，对于发现和可视化流程顺序以及识别瓶颈至关重要。获取位置此信息通常位于事件日志或审计轨迹表中，并经常与案件管理实体中的状态变更相关联。示例发现潜在匹配开始分析师审核确认误报申请已批准
	SLA目标日期 SlaTargetDate	客户准入流程应完成的目标日期。
说明 SLA目标日期是完成整个客户准入案件的截止日期，由与客户签订的服务级别协议或内部政策规定。该日期是衡量实际完成时间的基准。此属性是“SLA遵循情况及违约分析”仪表板的基础，用于计算案件是否按时完成。分析SLA违约有助于识别导致延迟的系统性流程问题，并采取纠正措施，提高及时性和满足合规要求。为什么重要这是衡量按时完成绩效的基准，对于计算SLA遵循率和分析违约情况至关重要。获取位置此日期通常根据申请提交日期和业务规则计算，并可能存储在案件记录的字段中。示例 2023-11-10T17:00:00Z2023-11-15T17:00:00Z2023-11-20T17:00:00Z
	事件结束时间 EventEndTime	表示特定活动或事件完成时间的时间戳。
说明事件结束时间标志着活动的完成。许多事件可以建模为瞬时事件（StartTime等于EndTime），但部分活动具有可衡量的持续时间，例如“开始分析师审核”和“分析师审核完成”。同时记录开始和结束时间，可以准确衡量处理时长。在流程分析中，结束时间对于计算活动的准确处理时长至关重要，有助于将其与包含等待时间的周期时间区分开来。这样可以区分案件被积极处理的时间和在队列中闲置的时间，是资源优化和效率分析的关键。为什么重要支持精确计算活动处理时长，将主动工作时间与闲置等待时间分开，从而提高绩效分析的准确性。获取位置对于具有持续时间的活动，结束时间可能存储在事件日志或审计轨迹表中的独立字段中，例如“CompletionDate”或“EndDate”。示例 2023-10-26T10:45:00Z2023-10-26T12:00:00Z2023-10-27T15:00:00Z
	审核人ID ReviewerId	执行该活动的用户、分析师或自动化代理的标识符。
说明审核人ID或用户标识执行KYC流程中特定任务的人员。执行者可能是合规分析师、客户准入专员，也可能是负责自动化活动的系统账户。跟踪此信息可以了解工作量分配和个人绩效。此属性对于基于资源的分析至关重要。它有助于了解不同用户或团队之间的绩效差异，识别培训需求并优化工作量平衡，也是分析交接、社交网络和合规资源利用情况的重要组成部分。为什么重要支持分析工作量分配、用户绩效和部门间交接，对于资源优化至关重要。获取位置通常位于事件日志或审计轨迹中，常见字段名包括“UserID”“PerformedBy”或“Owner”。示例 analyst_jdoesystem_auto_screenermanager_bsmith
	部门 DepartmentName	负责执行该活动的部门或职能团队。
说明此属性指定用户所属的业务部门或团队，例如“客户准入”“合规”或“质量保证”。它支持在高于个人用户的组织层级进行分析。按部门分析对于识别部门间瓶颈和衡量交接时间至关重要。它有助于可视化工作在不同团队之间的流转，以及定位交接过程中的延迟。这一视角对于简化跨职能协作和提升整体流程效率非常有价值。为什么重要支持按部门分析流程绩效，对于识别不同团队之间交接造成的延迟至关重要。获取位置此信息可能存储在系统的用户档案或关联的人力资源系统中，可能需要使用用户ID与事件数据进行关联。示例客户 onboarding 团队合规审核高级管理层
	风险等级 RiskLevel	客户申请的计算风险分类，例如低、中或高。
说明风险等级是KYC流程中的关键信息，用于确定所需尽职调查的程度。它通常根据客户类型、地理位置和客户业务性质等因素确定。这一分类可能显著影响申请所采用的流程路径。在流程分析中，按风险等级划分案例十分重要。它有助于解释周期时间和流程顺序的差异。例如，高风险申请可能需要更多步骤，处理时间也更长。对于“申请拒绝率及原因”和“背景调查启动周期时间”仪表板，此属性有助于了解风险如何影响结果和效率。为什么重要按风险等级细分流程，对于理解某些案件耗时更长或路径不同的原因，以及分析拒绝率至关重要。获取位置这是客户申请或案件记录中的核心数据项。请在Refinitiv World-Check的案件管理模块中查找。示例低中高
	SLA已违约 SlaBreached	用于标识客户入驻案例是否在SLA目标日期之后完成的布尔标记。
说明此属性是一个计算标记，用于表示案例是否违反其服务级别协议。系统会将最终完成活动的时间戳，例如“申请已批准”或“申请已拒绝”，与案例的“SlaTargetDate”进行比较，以确定该标记。此标记是“SLA遵从性与违约分析”仪表板和“SLA遵从率”KPI的基础。它让用户可以快速筛选所有违约案例，从而简化分析。通过分析违约案例的流程特征，组织可以识别延迟的根本原因，并有针对性地推进改进。为什么重要直接衡量服务级别协议的合规情况，便于筛选延迟案例并开展根因分析。获取位置数据转换期间，通过比较案例的最终活动时间戳与SlaTargetDate字段计算得出。示例 truefalse
	最后数据更新时间 LastDataUpdate	此事件数据最后一次从源系统刷新或提取时的时间戳。
说明此属性表示数据的新鲜度，记录从Refinitiv World-Check最后一次提取数据的日期和时间。这对于了解流程挖掘仪表板和分析结果的时效性非常重要。在分析中，它可以帮助用户判断当前查看的是近实时数据，还是某个时间点的快照。它对数据治理也必不可少，有助于管理用户对分析结果时效性的预期。为什么重要提供有关数据新鲜度的关键背景，确保用户了解流程分析数据的更新程度。获取位置此时间戳在数据提取（ETL）过程中生成并添加。示例 2023-11-01T02:00:00Z2023-11-02T02:00:00Z
	匹配ID MatchId	World-Check筛查期间发现的潜在匹配的唯一标识符。
说明自动筛查流程在制裁名单、PEP名单或负面媒体中发现潜在匹配时，通常会生成匹配ID，用于跟踪具体发现。该ID将申请案件关联到World-Check数据库中触发提醒的具体记录。此属性适用于详细的合规分析。它支持分析师调查匹配性质、跟踪具体提醒的解决结果（例如确认误报或真实匹配），并了解哪些类型的提醒最常见或解决耗时最长。它为“发现潜在匹配”活动提供更深入的细节。为什么重要提供指向具体筛查结果的细粒度关联，支持深入分析匹配解决时长和提醒类型。获取位置此ID由World-Check筛查引擎生成，并在发现潜在匹配时记录到申请案件中。示例 WC-MATCH-459021WC-MATCH-459022WC-MATCH-459023
	客户ID CustomerId	正在进行客户准入的客户实体的唯一标识符。
说明 Customer ID是客户档案的唯一标识符，与Customer Application ID不同，因为同一客户可能会在不同时间提交多个申请。此属性将客户准入流程与客户主记录关联起来。在分析中，Customer ID支持跟踪同一客户的重复申请，并可用于从CRM或主数据系统补充其他客户属性。这样可以超越单次客户准入实例，更全面地了解客户旅程。为什么重要将客户准入案件关联到特定客户，支持分析重复申请，并补充客户主数据。获取位置这是申请或案件记录中的关键字段，用于将其关联到客户主数据。示例 CUST-98765CUST-98766CUST-98767
	客户所在国家/地区 CustomerCountry	客户居住或注册所在的国家/地区。
说明此属性表示客户的地理位置。所在国家/地区是KYC流程风险评估和监管要求的重要因素。不同司法管辖区的规则各不相同，可能影响流程路径和持续时间。按国家/地区分析流程，有助于组织比较不同区域的绩效，识别特定地点的瓶颈，并确保符合当地法规。它为流程分析提供地理维度，可以揭示重要的运营差异。为什么重要支持从地理维度分析流程，帮助识别不同地区在绩效、风险和合规要求方面的差异。获取位置这是客户档案或申请表中的标准字段。示例 USAGBRSGPDEU
	客户类型 CustomerType	客户的分类，例如个人、企业或信托。
说明客户类型用于对准入实体进行分类。不同客户类型通常具有不同的准入要求、风险特征和监管义务。例如，企业客户的准入通常比个人客户更复杂。此属性用于细分分析，尤其适用于“KYC客户类型绩效”仪表板。它支持比较不同客户群体的流程效率、周期时间和拒绝率，帮助组织针对不同客户类型定制并优化准入体验。为什么重要支持比较不同客户群体的绩效，帮助针对各类客户定制并优化客户准入流程。获取位置这是源系统中客户或申请记录上的基础属性。示例个人企业非营利组织信托
	拒绝原因 RejectionReason	客户申请被拒绝时提供的具体原因。
说明申请被拒绝时，拒绝原因记录作出该决定的原因，例如“制裁名单匹配”“材料不完整”或“高风险特征”。这为来件申请的质量和筛查流程的有效性提供了有价值的结构化反馈。此属性是“申请拒绝率及原因”仪表板的主要依据。分析这些原因有助于识别拒绝的根本原因，从而改进流程、加强与申请人的沟通，并可能减少不必要的拒绝。它为量化的拒绝率KPI提供定性背景。为什么重要提供申请被拒绝的根本原因，对于识别客户准入流程中的改进方向、降低拒绝率至关重要。获取位置 “申请已拒绝”事件发生时记录，通常作为案件或申请记录中的字段。示例 PEP匹配命中制裁名单文件验证失败负面媒体信息
	是否自动执行 IsAutomated	用于标识活动由系统执行（true）还是由人工执行（false）的标志。
说明此布尔属性用于区分自动化系统任务与用户执行的手动活动。例如，“已执行自动筛查”应标记为自动化，“分析师审核已开始”应标记为手动。这一划分对于自动化分析至关重要。它有助于衡量自动化对流程效率的影响，识别适合未来自动化的手动任务，并了解人工与系统执行者之间的交互。借助这一属性，您可以清晰区分系统处理时间与人工处理时间。为什么重要区分系统活动与人工活动，是衡量自动化影响和识别新自动化机会的关键。获取位置通常根据活动名称或与事件关联的用户ID确定，例如用户是否为“system”账户。示例 truefalse
	是否返工 IsRework	用于标识某项活动是否在同一案例中第二次或后续再次执行。
说明 IsRework是一个计算得出的布尔属性，用于识别同一客户申请案例中重复执行的活动。例如，单个申请中的“已执行风险评估”发生多次时，后续发生的记录会标记为返工。此属性对于识别流程低效、循环和不必要的重复至关重要。它直接支持“风险评估返工与效率”仪表板和“风险评估返工率”KPI。分析返工有助于发现质量、信息清晰度或决策方面的问题，这些问题会造成重复投入并延长周期时间。为什么重要通过标记重复活动，突出流程低效，帮助分析返工循环，从而提升质量并缩短周期时间。获取位置数据转换期间，通过分析每个案例中的活动顺序，并标记某项活动首次出现之后的所有记录计算得出。示例 truefalse
	源系统 SourceSystem	提取事件数据的系统，本例中为Refinitiv World-Check。
说明此属性标识流程数据的来源。在单一来源提取中，它可能是固定值；但在合并多个系统（例如CRM和World-Check）的数据以构建完整流程视图时，它至关重要。在分析中，它有助于数据治理、问题排查和理解数据背景。例如，核心筛查系统记录的活动，其属性或详细程度可能不同于外围系统中的活动。它可确保数据血缘清晰且可审计。为什么重要标识数据来源，对于数据治理、验证以及合并多个来源的数据至关重要。获取位置这通常是在数据提取、转换和加载（ETL）过程中添加的静态值，用于标记数据集。示例 Refinitiv World-CheckWorldCheckOne
	申请渠道 ApplicationChannel	客户提交申请的渠道，例如在线门户、网点或移动应用。
说明申请渠道表示客户申请的提交来源。不同渠道的数据完整性、质量和客户群体可能不同，进而影响后续流程。此属性对于“按渠道统计申请吞吐量”仪表板至关重要。通过分析不同渠道的申请量、周期时间和处理结果，组织可以识别效率最高的渠道，以及可能需要改进流程的渠道。这些分析支持资源配置和渠道投入等战略决策。为什么重要帮助分析不同提交渠道的绩效和效率，为技术及客户体验方面的战略决策提供依据。获取位置此信息通常在流程开始时采集，并作为属性存储在申请记录中。示例在线门户移动应用网点办理客户关系经理

必需建议可选

KYC客户准入活动

以下是您应在事件日志中记录的关键流程步骤和里程碑，用于准确发现流程。

8 建议 6 可选

	活动	说明
	已创建筛查请求	在Refinitiv World-Check系统中，针对客户申请正式创建新的筛查案例。该操作由上游系统发起API调用或人工录入触发，标志着风险情报检查开始。
为什么重要这标志着筛查子流程正式开始。Application Submitted与该活动之间的时间，可以揭示业务系统与合规职能之间交接所产生的延迟。获取位置该事件会记录在World-Check案例管理日志或审计轨迹中，使用特定案例或实体ID对应的创建事件及其时间戳。采集系统创建新的筛查案例后会自动记录该事件。事件类型 explicit
	已提交申请	当客户提交申请时，该活动标志着KYC准入流程启动。此事件通常会记录在CRM或核心申请系统中，随后触发Refinitiv World-Check中的筛查流程。
为什么重要这是端到端客户准入流程的主要开始事件。分析从此时到流程完成所需的时间，可以得到整体准入周期时间，这是衡量客户体验和SLA遵从度的关键指标。获取位置此事件并非World-Check原生事件，必须从CRM或客户账户管理平台等上游系统获取，并通过Customer Application ID进行关联。采集初次提交后，事件会记录在源应用系统中。事件类型 explicit
	开始分析师审核	合规分析师开始对客户申请中的潜在匹配进行人工调查，包括将潜在匹配的详细信息与客户信息进行比对，以判断其相关性。
为什么重要这标志着人工合规审核的开始，也是常见的瓶颈环节。衡量从“发现潜在匹配”到此活动之间的时间，可以发现排队延迟；审核持续时间则反映分析师的处理效率。获取位置当分析师从审核队列中“领取”或打开案件时，可以据此推断。案件状态变更为“审核中”或分配给特定用户时，系统也可能在审计轨迹中明确记录此事件。采集根据案件状态变更为“审核中”或案件被分配给分析师推断得出。事件类型 inferred
	申请已拒绝	客户申请被正式拒绝，通常是由于World-Check中“发现匹配”或其他风险因素所致。这是客户准入流程的最终负面结果。
为什么重要这是流程的主要失败终点。分析拒绝事件，尤其是拒绝原因及其前置活动，对于改进流程和减少不必要的拒绝至关重要。获取位置这一最终业务决定记录在上游CRM或核心应用系统中，而不是World-Check本身。数据必须从该系统获取。采集在源应用系统中记录的事件，通常还会包含相应的拒绝原因代码。事件类型 explicit
	确认真实匹配	分析师确认潜在匹配确实是正在接受筛查的客户，并识别出潜在风险。这是关键里程碑，通常会触发进一步尽职调查或拒绝申请。
为什么重要这是风险缓释的关键结果，也是流程中的重要节点。它会直接影响客户申请的最终决定，对合规报告和分析至关重要。获取位置这是明确的用户操作，分析师将特定匹配处置为“真实匹配”或“已确认匹配”。此事件会记录在案件审计轨迹中。采集分析师在系统中正式确认匹配时记录。事件类型 explicit
	筛查完成，发现匹配	筛查案件以“发现匹配”结果正式关闭，表示已识别出确认风险。该决定会触发不同的后续流程，例如强化尽职调查或拒绝申请。
为什么重要这是筛查流程的主要异常路径终点。分析此类案件有助于了解风险特征和筛查控制措施的有效性。获取位置根据案件最终状态变更为“发现匹配”“识别出风险”或“已关闭，阳性”推断得出，并使用该最终状态变更的时间戳。采集根据表明已确认匹配的最终案件状态时间戳推导得出。事件类型 inferred
	筛查完成，结果为通过	筛查案件以“通过”结果正式关闭，表示未发现真实匹配。该决定会传回发起系统，使客户准入流程得以继续。
为什么重要此活动代表筛查流程按标准路径成功完成，是衡量标准低风险申请流程周期的关键终点。获取位置根据案件最终状态变更为“通过”“完成”或“已关闭，无匹配”推断得出，并使用该最终状态变更的时间戳。采集根据表明筛查结果通过的最终案件状态时间戳推导得出。事件类型 inferred
	账户已激活	客户账户在核心系统中创建并激活，完成客户准入流程。该事件发生在申请最终获批之后，表示账户已可使用。
为什么重要这是流程中最终交付价值的步骤。从提交申请到账户激活的时长，是衡量运营效率和客户满意度的关键指标。获取位置此事件不会在World-Check中采集，而是记录在核心银行或客户账户系统中，必须通过Customer Application ID进行关联。采集账户激活后，在核心账户系统中记录的事件。事件类型 explicit
	发现潜在匹配	自动筛查流程发现一个或多个潜在匹配，需要分析师进行人工审核。此事件会将案件从自动处理状态转入人工调查队列。
为什么重要此活动是流程中的关键分支点。存在潜在匹配的案件将进入更长、更复杂的路径。跟踪该活动有助于审核团队进行资源规划和瓶颈分析。获取位置根据World-Check案件管理模块中案件状态变更为“需要审核”“潜在匹配”或类似状态推断得出。采集根据表明需要人工审核的案件状态变更推导得出。事件类型 inferred
	已完成自动筛查	World-Check系统会自动将客户信息与其风险情报数据库进行比对筛查。这是一项由系统驱动的活动，会生成初步结果，例如潜在匹配项或通过状态。
为什么重要此活动是筛查流程中的第一个增值步骤。此节点之前的延迟表明系统或数据尚未准备就绪，而处理结果将决定后续的人工工作量。获取位置此事件可能会明确记录在案件审计轨迹中，也可能根据案件初始筛查结果可用时的时间戳推断得出。采集自动数据库扫描完成后生成的系统日志条目。事件类型 explicit
	案件升级审核	一级分析师将复杂或高风险案件升级给高级分析师或经理，以作出最终决定。这是合规团队内部的关键交接点。
为什么重要升级通常会造成瓶颈并延长流程周期。分析升级的频率和原因，有助于发现初级分析师的培训需求或审核政策中的模糊之处。获取位置作为案件工作流或审计轨迹中的明确操作记录。也可以根据案件负责人变更推断，尤其是变更为具有更高权限的用户时。采集通过案件中的专用“升级”按钮或工作流操作记录。事件类型 explicit
	申请已批准	客户申请在KYC筛查及其他必要检查通过后获得完整批准。该事件通常发生在源系统收到World-Check返回的“通过”结果之后。
为什么重要这标志着客户准入流程取得成功的业务结果。跟踪从提交申请到此节点的时间，可以了解新客户的完整“获批耗时”。获取位置此事件并非World-Check原生事件，必须从负责作出最终业务决定的上游CRM或核心应用系统获取。采集最终批准后，在源应用系统中记录的事件。事件类型 explicit
	确认误报	分析师认定潜在匹配对象并非正在接受筛查的客户。该匹配被排除，与此提醒相关的筛查流程随之解决。
为什么重要这是审核流程中的常见结果。了解误报处置所需时间，有助于衡量分析师效率和自动筛查逻辑的准确性。获取位置这是明确的用户操作，分析师将特定匹配处置为“误报”或“不匹配”。该操作通常会记录在案件历史中。采集分析师在系统中正式排除潜在匹配时记录。事件类型 explicit
	请求补充信息	分析师判断需要更多信息才能解决潜在匹配，并向业务部门提出请求。在信息提供前，案件将处于待处理状态。
为什么重要该活动频繁发生，表明用于筛查的初始数据质量存在问题。由于依赖外部团队，此活动会造成明显延迟，是流程周期过长的主要原因之一。获取位置这可能是记录在案件备注或审计日志中的明确用户操作，也可能根据案件状态变更为“等待信息”或“RFI”推断得出。采集分析师使用相关功能将案件标记为需要更多信息时记录。事件类型 explicit

建议可选

提取指南

如何从Refinitiv World-Check获取数据

步骤

登录World-Check One：使用您的凭据访问Refinitiv World-Check One门户。
进入案例管理：打开案例管理部分，所有筛查案例都在此存储和管理。
准备案例报告导出：进入案例管理中的报告或导出功能，名称可能为“导出案例”或“案例报告”。
配置案例报告：选择要导出的列。请确保选择与案例ID（CustomerApplication）、创建日期、解决日期、案例状态（例如“已清除”“发现匹配”）和风险级别对应的字段。
导出案例管理数据：设置日期范围，通常涵盖最近3至6个月的活动。根据需要应用筛选条件，例如按用户组或案例类型筛选。将数据导出为CSV文件，并命名为case_report.csv。
准备审计轨迹导出：进入World-Check One的审计轨迹或审计日志报告部分，其中包含每个案例的详细事件历史。
配置并导出审计轨迹：选择所有相关列，包括案例ID、事件名称或描述、事件时间戳以及执行操作的用户。按与案例报告相同的日期范围导出数据，并将文件保存为audit_trail.csv。
获取外部流程步骤：获取在World-Check之外发生的活动数据，例如Application Submitted、Application Approved、Account Activated和Application Rejected。这些数据通常来自CRM或核心银行系统。导出包含CustomerApplicationID及相关时间戳的数据。
合并并转换数据：将导出的CSV文件（case_report.csv、audit_trail.csv和外部系统数据）加载到数据准备工具或脚本中。
将审计事件映射为活动：处理audit_trail.csv文件。将审计日志中的原始事件描述映射到标准化的ActivityName值。例如，审计日志中的“案例已分配给分析师”可映射为“分析师审核已开始”。
将案例状态变更映射为活动：处理case_report.csv文件，根据状态变更生成活动。使用案例解决日期和最终状态创建“筛查已完成－已清除”或“筛查已完成－发现匹配”事件。
创建最终事件日志：将不同源文件中的所有已处理数据合并到一个CSV文件中。确保最终文件包含必需列：CustomerApplication、ActivityName和EventTime，以及建议的属性。保存该文件并上传到流程挖掘工具。

配置

报告类型：至少需要生成两份独立报告：案例管理摘要报告和详细审计轨迹报告。
日期范围：首次分析时，请选择至少3至6个月的日期范围，以涵盖足够数量的已完成和进行中案例。确保所有导出文件使用一致的日期范围。
导出格式：选择CSV（逗号分隔值）作为导出格式，便于处理。
关键列（案例报告）：确保案例导出包含案例ID、创建时间戳、解决时间戳、最终状态、分配的分析师和风险级别。
关键列（审计轨迹报告）：确保审计日志导出包含案例ID、事件描述、事件时间戳和用户ID。
前提条件：您需要访问World-Check One门户，并拥有查看和导出案例管理及审计日志数据的用户权限。这可能需要高于标准分析师角色的额外权限。

a 示例查询 sql

/*
This is a configuration and mapping guide, not an executable script. 
The process relies on manually exporting two reports from World-Check One and combining them with data from an upstream system (e.g., CRM).
*/

-- Step 1: Export 'Case Management Report' as case_report.csv
-- Step 2: Export 'Audit Trail Report' as audit_trail.csv
-- Step 3: Export relevant events from CRM/core system as source_system_events.csv

-- Step 4: Combine and map the files using a script or ETL tool to create the final event log.

-- Mapping logic for final_event_log.csv

-- Part A: Data from source_system_events.csv
SELECT
  ApplicationID AS CustomerApplication,
  'Application Submitted' AS ActivityName,
  SubmissionTimestamp AS EventTime,
  NULL AS EventEndTime,
  OriginatorID AS ReviewerId,
  OriginatingDept AS DepartmentName,
  RiskRating AS RiskLevel,
  SlaDate AS SlaTargetDate
FROM source_system_events.csv
WHERE EventType = 'Submission'

UNION ALL

SELECT
  ApplicationID AS CustomerApplication,
  'Application Approved' AS ActivityName,
  ApprovalTimestamp AS EventTime,
  NULL AS EventEndTime,
  ApproverID AS ReviewerId,
  ApprovingDept AS DepartmentName,
  RiskRating AS RiskLevel,
  SlaDate AS SlaTargetDate
FROM source_system_events.csv
WHERE EventType = 'Approval'

UNION ALL

SELECT
  ApplicationID AS CustomerApplication,
  'Account Activated' AS ActivityName,
  ActivationTimestamp AS EventTime,
  NULL AS EventEndTime,
  'SYSTEM' AS ReviewerId,
  'Operations' AS DepartmentName,
  RiskRating AS RiskLevel,
  SlaDate AS SlaTargetDate
FROM source_system_events.csv
WHERE EventType = 'Activation'

UNION ALL

SELECT
  ApplicationID AS CustomerApplication,
  'Application Rejected' AS ActivityName,
  RejectionTimestamp AS EventTime,
  NULL AS EventEndTime,
  ReviewerID AS ReviewerId,
  'Compliance' AS DepartmentName,
  RiskRating AS RiskLevel,
  SlaDate AS SlaTargetDate
FROM source_system_events.csv
WHERE EventType = 'Rejection'

-- Part B: Data from World-Check audit_trail.csv
UNION ALL

SELECT
  CaseID AS CustomerApplication,
  'Screening Request Created' AS ActivityName,
  EventTimestamp AS EventTime,
  NULL AS EventEndTime,
  UserID AS ReviewerId,
  'Compliance' AS DepartmentName,
  NULL AS RiskLevel,
  NULL AS SlaTargetDate
FROM audit_trail.csv
WHERE EventDescription LIKE '%Case Created%'

UNION ALL

SELECT
  CaseID AS CustomerApplication,
  'Automated Screening Performed' AS ActivityName,
  EventTimestamp AS EventTime,
  NULL AS EventEndTime,
  'SYSTEM' AS ReviewerId,
  'Compliance' AS DepartmentName,
  NULL AS RiskLevel,
  NULL AS SlaTargetDate
FROM audit_trail.csv
WHERE EventDescription LIKE '%Automated Screening Completed%'

UNION ALL

SELECT
  CaseID AS CustomerApplication,
  'Potential Match Identified' AS ActivityName,
  EventTimestamp AS EventTime,
  NULL AS EventEndTime,
  'SYSTEM' AS ReviewerId,
  'Compliance' AS DepartmentName,
  NULL AS RiskLevel,
  NULL AS SlaTargetDate
FROM audit_trail.csv
WHERE EventDescription LIKE '%Potential Match Found%'

UNION ALL

SELECT
  CaseID AS CustomerApplication,
  'Analyst Review Started' AS ActivityName,
  EventTimestamp AS EventTime,
  NULL AS EventEndTime,
  UserID AS ReviewerId,
  'Compliance' AS DepartmentName,
  NULL AS RiskLevel,
  NULL AS SlaTargetDate
FROM audit_trail.csv
WHERE EventDescription LIKE '%Case Assigned%' OR EventDescription LIKE '%Review Started%'

UNION ALL

SELECT
  CaseID AS CustomerApplication,
  'Additional Information Requested' AS ActivityName,
  EventTimestamp AS EventTime,
  NULL AS EventEndTime,
  UserID AS ReviewerId,
  'Compliance' AS DepartmentName,
  NULL AS RiskLevel,
  NULL AS SlaTargetDate
FROM audit_trail.csv
WHERE EventDescription LIKE '%Information Requested%'

UNION ALL

SELECT
  CaseID AS CustomerApplication,
  'Case Escalated for Review' AS ActivityName,
  EventTimestamp AS EventTime,
  NULL AS EventEndTime,
  UserID AS ReviewerId,
  'Compliance' AS DepartmentName,
  NULL AS RiskLevel,
  NULL AS SlaTargetDate
FROM audit_trail.csv
WHERE EventDescription LIKE '%Case Escalated%'

UNION ALL

SELECT
  CaseID AS CustomerApplication,
  'False Positive Confirmed' AS ActivityName,
  EventTimestamp AS EventTime,
  NULL AS EventEndTime,
  UserID AS ReviewerId,
  'Compliance' AS DepartmentName,
  NULL AS RiskLevel,
  NULL AS SlaTargetDate
FROM audit_trail.csv
WHERE EventDescription LIKE '%Match Dismissed as False Positive%'

UNION ALL

SELECT
  CaseID AS CustomerApplication,
  'True Match Confirmed' AS ActivityName,
  EventTimestamp AS EventTime,
  NULL AS EventEndTime,
  UserID AS ReviewerId,
  'Compliance' AS DepartmentName,
  NULL AS RiskLevel,
  NULL AS SlaTargetDate
FROM audit_trail.csv
WHERE EventDescription LIKE '%Match Confirmed as True%'

-- Part C: Data from World-Check case_report.csv
UNION ALL

SELECT
  CaseID AS CustomerApplication,
  'Screening Completed - Clear' AS ActivityName,
  ResolutionTimestamp AS EventTime,
  NULL AS EventEndTime,
  ResolverID AS ReviewerId,
  'Compliance' AS DepartmentName,
  RiskLevel AS RiskLevel,
  NULL AS SlaTargetDate
FROM case_report.csv
WHERE FinalStatus = 'Clear'

UNION ALL

SELECT
  CaseID AS CustomerApplication,
  'Screening Completed - Match Found' AS ActivityName,
  ResolutionTimestamp AS EventTime,
  NULL AS EventEndTime,
  ResolverID AS ReviewerId,
  'Compliance' AS DepartmentName,
  RiskLevel AS RiskLevel,
  NULL AS SlaTargetDate
FROM case_report.csv
WHERE FinalStatus = 'Match Found'

步骤

前提条件和设置：确保已安装Python 3.6+以及requests和pandas库。从Refinitiv代表或开发者门户获取World-Check One API Key和API Secret，并安全保存这些凭据。
开发身份验证逻辑：在Python脚本中创建函数，向World-Check One身份验证端点发送POST请求。使用API Key和API Secret获取后续API调用所需的临时bearer token。
识别源系统数据：流程在World-Check之外开始和结束。确定存储初始申请数据的源系统，例如CRM或核心银行平台。您需要从该系统提取“已提交申请”“申请已批准”“账户已激活”和“申请已拒绝”等事件。可以通过数据库查询或其他API完成。
获取World-Check案例：使用已完成身份验证的令牌，向World-Check One API的/cases端点发送GET请求。使用查询参数按特定日期范围筛选案例，例如按创建日期或修改日期筛选。
处理API分页：World-Check API响应采用分页形式。脚本必须检查响应中的分页详情，并循环获取指定日期范围内的完整案例列表。
获取案例详情和历史记录：对于获取的每个案例ID，向/cases/{case_system_id}和/cases/{case_system_id}/audit-trail等端点发送后续GET请求。这些端点提供与案例相关的详细状态变更、处理结果和用户操作。
将原始数据映射为活动：这是关键的转换步骤。编写逻辑，遍历每个案例的API响应数据，包括案例详情和审计轨迹。将特定状态变更、结果代码和审计事件映射为所需的业务活动。例如，案例创建事件转换为Screening Request Created，False Positive处理结果转换为False Positive Confirmed。
合并数据源：将从World-Check提取的数据与源系统数据（第3步）合并。使用CustomerApplicationID作为公共键，为每位客户创建完整的端到端事件日志。
组织并丰富数据：将所有映射后的事件汇总为单一记录列表。确保每条记录都填充必需属性（CustomerApplication、ActivityName、EventTime）和建议使用的属性。在可能的情况下计算EventEndTime，例如使用该案例下一事件的时间戳。
导出为CSV：将最终事件记录列表转换为pandas DataFrame。重新排列列，使其符合要求的格式，并将DataFrame导出为CSV文件。确保文件使用UTF-8编码保存，以兼容ProcessMind。

配置

API凭据：需要有效的World-Check One Screening API Key和API Secret，并且必须配置读取案例和审计数据所需的权限。
API基础URL：脚本必须配置为您所在World-Check API环境的正确基础URL，例如https://api.world-check.com/v2/。
日期范围：在脚本中实现start_date和end_date参数，以控制提取周期。首次分析建议使用3至6个月的范围。持续监控时，可按更短周期增量运行脚本，例如提取前一天或前一周的数据。
源系统连接：获取非筛查事件需要上游和下游系统的连接信息，例如CRM或核心银行平台。这些信息可以是数据库连接字符串，或其他API端点及凭据。
分页处理：调用API列出案例时，脚本必须指定页面大小，通常称为limit。50至100之间的值通常较为高效。相关逻辑必须正确获取所有页面。

a 示例查询 python

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

class=class="hl-string">"hl-comment"># --- Configuration and Placeholders ---
WC_API_KEY = class="hl-string">'[Your World-Check API Key]'
WC_API_SECRET = class="hl-string">'[Your World-Check API Secret]'
WC_API_BASE_URL = class="hl-string">'https://api.world-check.com/v2' class=class="hl-string">"hl-comment"># Use correct URL for your environment

class=class="hl-string">"hl-comment"># Date range for the extraction
START_DATE = (datetime.now() - timedelta(days=90)).strftime(class="hl-string">'%Y-%m-%dT%H:%M:%SZ')
END_DATE = datetime.now().strftime(class="hl-string">'%Y-%m-%dT%H:%M:%SZ')

class=class="hl-string">"hl-comment"># --- MOCK FUNCTIONS (Replace with actual data source connections) ---

def get_source_system_events(application_ids):
    class="hl-string">"""Simulates fetching pre- and post-screening events from a CRM or core system."""
    print(fclass="hl-string">'Fetching source system events for {len(application_ids)} applications...')
    mock_events = []
    for i, app_id in enumerate(application_ids):
        class=class="hl-string">"hl-comment"># Simulate initial application events
        mock_events.append({class="hl-string">'CustomerApplication': app_id, class="hl-string">'ActivityName': class="hl-string">'Application Submitted', class="hl-string">'EventTime': (datetime.now() - timedelta(days=i+5)).isoformat() + class="hl-string">'Z', class="hl-string">'DepartmentName': class="hl-string">'Sales'})
        class=class="hl-string">"hl-comment"># Simulate final outcome events
        if i % 3 == 0:
            mock_events.append({class="hl-string">'CustomerApplication': app_id, class="hl-string">'ActivityName': class="hl-string">'Application Approved', class="hl-string">'EventTime': (datetime.now() - timedelta(days=i)).isoformat() + class="hl-string">'Z', class="hl-string">'DepartmentName': class="hl-string">'Onboarding'})
            mock_events.append({class="hl-string">'CustomerApplication': app_id, class="hl-string">'ActivityName': class="hl-string">'Account Activated', class="hl-string">'EventTime': (datetime.now() - timedelta(days=i-1)).isoformat() + class="hl-string">'Z', class="hl-string">'DepartmentName': class="hl-string">'Operations'})
        else:
            mock_events.append({class="hl-string">'CustomerApplication': app_id, class="hl-string">'ActivityName': class="hl-string">'Application Rejected', class="hl-string">'EventTime': (datetime.now() - timedelta(days=i)).isoformat() + class="hl-string">'Z', class="hl-string">'DepartmentName': class="hl-string">'Compliance'})
    return mock_events

def get_worldcheck_cases(token):
    class="hl-string">"""Simulates fetching a list of cases from the World-Check API."""
    print(class="hl-string">'Fetching World-Check cases...')
    class=class="hl-string">"hl-comment"># In a real implementation, you would call GET /cases with date filters and handle pagination
    mock_case_list = [
        {class="hl-string">'caseId': class="hl-string">'0a1b2c3d-case-001', class="hl-string">'name': class="hl-string">'John Doe', class="hl-string">'caseSystemId': class="hl-string">'WC-001', class="hl-string">'customReference': class="hl-string">'APP-1001', class="hl-string">'creationDate': class="hl-string">'2023-10-01T10:00:00Z', class="hl-string">'riskLevel': class="hl-string">'Medium'},
        {class="hl-string">'caseId': class="hl-string">'0a1b2c3d-case-002', class="hl-string">'name': class="hl-string">'Jane Smith', class="hl-string">'caseSystemId': class="hl-string">'WC-002', class="hl-string">'customReference': class="hl-string">'APP-1002', class="hl-string">'creationDate': class="hl-string">'2023-10-02T11:30:00Z', class="hl-string">'riskLevel': class="hl-string">'Low'},
        {class="hl-string">'caseId': class="hl-string">'0a1b2c3d-case-003', class="hl-string">'name': class="hl-string">'Peter Jones', class="hl-string">'caseSystemId': class="hl-string">'WC-003', class="hl-string">'customReference': class="hl-string">'APP-1003', class="hl-string">'creationDate': class="hl-string">'2023-10-03T09:05:00Z', class="hl-string">'riskLevel': class="hl-string">'High'}
    ]
    return mock_case_list

def get_worldcheck_case_details(case_system_id, token):
    class="hl-string">"""Simulates fetching the audit trail and results for a single World-Check case."""
    print(fclass="hl-string">'Fetching details for case {case_system_id}...')
    class=class="hl-string">"hl-comment"># This mock data simulates a complex history for one case to generate multiple activities
    if case_system_id == class="hl-string">'WC-001':
        return {
            class="hl-string">'auditTrail': [
                {class="hl-string">'timestamp': class="hl-string">'2023-10-01T10:05:00Z', class="hl-string">'event': class="hl-string">'AUTOMATED_SCREENING', class="hl-string">'details': class="hl-string">'Screening performed', class="hl-string">'user': class="hl-string">'SYSTEM'},
                {class="hl-string">'timestamp': class="hl-string">'2023-10-01T10:06:00Z', class="hl-string">'event': class="hl-string">'MATCH_FOUND', class="hl-string">'details': class="hl-string">'Potential match identified', class="hl-string">'user': class="hl-string">'SYSTEM'},
                {class="hl-string">'timestamp': class="hl-string">'2023-10-02T14:00:00Z', class="hl-string">'event': class="hl-string">'REVIEW_STARTED', class="hl-string">'details': class="hl-string">'Case assigned', class="hl-string">'user': class="hl-string">'analyst1'},
                {class="hl-string">'timestamp': class="hl-string">'2023-10-02T15:30:00Z', class="hl-string">'event': class="hl-string">'MATCH_RESOLVED', class="hl-string">'details': class="hl-string">'Match resolved as False Positive', class="hl-string">'user': class="hl-string">'analyst1'},
                {class="hl-string">'timestamp': class="hl-string">'2023-10-03T11:00:00Z', class="hl-string">'event': class="hl-string">'ESCALATED', class="hl-string">'details': class="hl-string">'Case escalated to senior analyst', class="hl-string">'user': class="hl-string">'analyst1'},
                {class="hl-string">'timestamp': class="hl-string">'2023-10-04T09:00:00Z', class="hl-string">'event': class="hl-string">'INFORMATION_REQUESTED', class="hl-string">'details': class="hl-string">'Additional documents requested', class="hl-string">'user': class="hl-string">'senior_analyst'},
                {class="hl-string">'timestamp': class="hl-string">'2023-10-05T16:00:00Z', class="hl-string">'event': class="hl-string">'CASE_CLOSED', class="hl-string">'details': class="hl-string">'Case closed as Clear', class="hl-string">'user': class="hl-string">'senior_analyst'}
            ]
        }
    elif case_system_id == class="hl-string">'WC-003':
        return {
            class="hl-string">'auditTrail': [
                {class="hl-string">'timestamp': class="hl-string">'2023-10-03T09:10:00Z', class="hl-string">'event': class="hl-string">'AUTOMATED_SCREENING', class="hl-string">'details': class="hl-string">'Screening performed', class="hl-string">'user': class="hl-string">'SYSTEM'},
                {class="hl-string">'timestamp': class="hl-string">'2023-10-03T09:11:00Z', class="hl-string">'event': class="hl-string">'MATCH_FOUND', class="hl-string">'details': class="hl-string">'Potential match identified', class="hl-string">'user': class="hl-string">'SYSTEM'},
                {class="hl-string">'timestamp': class="hl-string">'2023-10-04T10:00:00Z', class="hl-string">'event': class="hl-string">'REVIEW_STARTED', class="hl-string">'details': class="hl-string">'Case assigned', class="hl-string">'user': class="hl-string">'analyst2'},
                {class="hl-string">'timestamp': class="hl-string">'2023-10-04T11:25:00Z', class="hl-string">'event': class="hl-string">'MATCH_RESOLVED', class="hl-string">'details': class="hl-string">'Match resolved as True Positive', class="hl-string">'user': class="hl-string">'analyst2'},
                {class="hl-string">'timestamp': class="hl-string">'2023-10-04T12:00:00Z', class="hl-string">'event': class="hl-string">'CASE_CLOSED', class="hl-string">'details': class="hl-string">'Case closed with matches', class="hl-string">'user': class="hl-string">'analyst2'}
            ]
        }
    else: class=class="hl-string">"hl-comment"># Simple class="hl-string">'Clear' case
        return {
            class="hl-string">'auditTrail': [
                {class="hl-string">'timestamp': class="hl-string">'2023-10-02T11:35:00Z', class="hl-string">'event': class="hl-string">'AUTOMATED_SCREENING', class="hl-string">'details': class="hl-string">'Screening performed', class="hl-string">'user': class="hl-string">'SYSTEM'},
                {class="hl-string">'timestamp': class="hl-string">'2023-10-02T11:36:00Z', class="hl-string">'event': class="hl-string">'CASE_CLOSED', class="hl-string">'details': class="hl-string">'Case closed as Clear', class="hl-string">'user': class="hl-string">'SYSTEM'}
            ]
        }

class=class="hl-string">"hl-comment"># --- Main Extraction Logic ---

def main():
    class="hl-string">"""Main function to run the extraction process."""
    class=class="hl-string">"hl-comment"># 1. Authenticate (real implementation)
    class=class="hl-string">"hl-comment"># token = get_wc_auth_token()
    token = class="hl-string">'mock_token' class=class="hl-string">"hl-comment"># Using a mock token for this example

    class=class="hl-string">"hl-comment"># 2. Get list of cases from World-Check
    cases = get_worldcheck_cases(token)
    if not cases:
        print(class="hl-string">'No cases found for the specified period.')
        return

    event_log = []

    class=class="hl-string">"hl-comment"># 3. Process each case from World-Check
    for case in cases:
        app_id = case.get(class="hl-string">'customReference')
        if not app_id:
            continue

        class=class="hl-string">"hl-comment"># Add class="hl-string">'Screening Request Created' event
        event_log.append({
            class="hl-string">'CustomerApplication': app_id,
            class="hl-string">'ActivityName': class="hl-string">'Screening Request Created',
            class="hl-string">'EventTime': case[class="hl-string">'creationDate'],
            class="hl-string">'ReviewerId': class="hl-string">'SYSTEM',
            class="hl-string">'DepartmentName': class="hl-string">'Compliance',
            class="hl-string">'RiskLevel': case.get(class="hl-string">'riskLevel')
        })

        details = get_worldcheck_case_details(case[class="hl-string">'caseSystemId'], token)
        for event in details.get(class="hl-string">'auditTrail', []):
            activity = None
            user = event.get(class="hl-string">'user', class="hl-string">'SYSTEM')
            department = class="hl-string">'Compliance' if user != class="hl-string">'SYSTEM' else class="hl-string">'System'
            
            class=class="hl-string">"hl-comment"># 4. Map audit trail events to activities
            if event[class="hl-string">'event'] == class="hl-string">'AUTOMATED_SCREENING':
                activity = class="hl-string">'Automated Screening Performed'
            elif event[class="hl-string">'event'] == class="hl-string">'MATCH_FOUND':
                activity = class="hl-string">'Potential Match Identified'
            elif event[class="hl-string">'event'] == class="hl-string">'REVIEW_STARTED':
                activity = class="hl-string">'Analyst Review Started'
            elif event[class="hl-string">'event'] == class="hl-string">'INFORMATION_REQUESTED':
                activity = class="hl-string">'Additional Information Requested'
            elif event[class="hl-string">'event'] == class="hl-string">'ESCALATED':
                activity = class="hl-string">'Case Escalated for Review'
            elif event[class="hl-string">'event'] == class="hl-string">'MATCH_RESOLVED' and class="hl-string">'False Positive' in event[class="hl-string">'details']:
                activity = class="hl-string">'False Positive Confirmed'
            elif event[class="hl-string">'event'] == class="hl-string">'MATCH_RESOLVED' and class="hl-string">'True Positive' in event[class="hl-string">'details']:
                activity = class="hl-string">'True Match Confirmed'
            elif event[class="hl-string">'event'] == class="hl-string">'CASE_CLOSED' and class="hl-string">'Clear' in event[class="hl-string">'details']:
                activity = class="hl-string">'Screening Completed - Clear'
            elif event[class="hl-string">'event'] == class="hl-string">'CASE_CLOSED' and class="hl-string">'matches' in event[class="hl-string">'details']:
                activity = class="hl-string">'Screening Completed - Match Found'

            if activity:
                event_log.append({
                    class="hl-string">'CustomerApplication': app_id,
                    class="hl-string">'ActivityName': activity,
                    class="hl-string">'EventTime': event[class="hl-string">'timestamp'],
                    class="hl-string">'ReviewerId': user,
                    class="hl-string">'DepartmentName': department,
                    class="hl-string">'RiskLevel': case.get(class="hl-string">'riskLevel')
                })
    
    class=class="hl-string">"hl-comment"># 5. Get events from source system
    application_ids = [case[class="hl-string">'customReference'] for case in cases if case.get(class="hl-string">'customReference')]
    source_events = get_source_system_events(application_ids)
    event_log.extend(source_events)

    class=class="hl-string">"hl-comment"># 6. Create and format DataFrame
    if not event_log:
        print(class="hl-string">'No events were generated.')
        return

    df = pd.DataFrame(event_log)
    df[class="hl-string">'EventTime'] = pd.to_datetime(df[class="hl-string">'EventTime'])
    df = df.sort_values(by=[class="hl-string">'CustomerApplication', class="hl-string">'EventTime'])

    class=class="hl-string">"hl-comment"># Add EventEndTime by shifting the EventTime of the next event
    df[class="hl-string">'EventEndTime'] = df.groupby(class="hl-string">'CustomerApplication')[class="hl-string">'EventTime'].shift(-1)
    
    class=class="hl-string">"hl-comment"># Add placeholder for non-extractable attribute
    df[class="hl-string">'SlaTargetDate'] = pd.NaT

    class=class="hl-string">"hl-comment"># 7. Finalize and Export
    output_columns = [
        class="hl-string">'CustomerApplication',
        class="hl-string">'ActivityName',
        class="hl-string">'EventTime',
        class="hl-string">'EventEndTime',
        class="hl-string">'ReviewerId',
        class="hl-string">'DepartmentName',
        class="hl-string">'RiskLevel',
        class="hl-string">'SlaTargetDate'
    ]
    class=class="hl-string">"hl-comment"># Ensure all required columns exist, even if empty
    for col in output_columns:
        if col not in df.columns:
            df[col] = None
    
    df = df[output_columns]

    output_filename = class="hl-string">'event_log_worldcheck.csv'
    df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%fZ')
    print(fclass="hl-string">'Successfully exported event log to {output_filename}')

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

准备开始了吗？

使用此数据模板，开启您的KYC客户入驻流程挖掘之旅。遵循这些指南，您将获得有价值的洞察，显著改善运营。

返回改进指南下载模板

立即优化KYC客户入驻，提升合规水平

实现顺畅的客户入驻，将处理时间缩短至24小时。

开始免费试用

无需信用卡，免费体验14天。

您的KYC客户入驻数据模板

您的KYC客户入驻数据模板

KYC客户准入属性

KYC客户准入活动

提取指南

Refinitiv World-Check One案例与审计日志导出

步骤

配置

a 示例查询 sql

使用World-Check One Screening API的Python脚本

步骤

配置

a 示例查询 python

准备开始了吗？

立即优化KYC客户入驻，提升合规水平

您的KYC客户入驻数据模板

您的KYC客户入驻数据模板

KYC客户准入属性

KYC客户准入活动

提取指南

Refinitiv World-Check One案例与审计日志导出

步骤

配置

a 示例查询 sql

使用World-Check One Screening API的Python脚本

步骤

配置

a 示例查询 python

准备开始了吗？

立即优化KYC客户入驻，提升合规水平

我们重视您的隐私