Šablona dat pro zpracování mezd

Časové razítko události zaznamenává přesný okamžik, kdy aktivita proběhla. Tyto chronologické údaje jsou nezbytné pro správné seřazení událostí a výpočet doby mezi jednotlivými kroky procesu.

V process mining se časová razítka používají k sestavení posloupnosti událostí pro každý případ a k časové analýze. Patří sem výpočet doby průchodu mezi aktivitami, odhalování prodlev, měření čekání a sledování plnění dohod o úrovni služeb (SLA). Přesná časová razítka jsou základem každé analýzy výkonnosti procesu.

Tento atribut je nezbytný pro správné řazení událostí i pro všechny časové analýzy, včetně výpočtu doby průchodu a trvání jednotlivých kroků a odhalování úzkých míst.

Najdete ho v systémových auditních protokolech nebo jako pole „datum vytvoření“ či „čas události“ v záznamech mzdových transakcí.

ID mzdového záznamu slouží jako jedinečný identifikátor případu pro celý proces zpracování mzdy jednoho zaměstnance v daném výplatním cyklu. Každé ID představuje jednu cestu od odevzdání údajů o pracovní době až po výplatu a reporting.

V process mining je tento atribut nezbytný pro propojení všech souvisejících činností do jednoho přehledného průběhu procesu. Umožňuje analyzovat dobu cyklu, odchylky a úzká místa jednotlivých mzdových záznamů. Bez jedinečného ID případu by nebylo možné sledovat posloupnost událostí ani přesně porozumět průběhu procesu.

Jde o primární klíč, který propojuje všechny události procesu do jednoho případu a umožňuje analyzovat celý mzdový cyklus každého záznamu.

Obvykle jej vytváří mzdový systém. Lze ho také sestavit spojením identifikátoru zaměstnance a identifikátoru výplatního období z údajů o mzdových transakcích.

Název aktivity popisuje jednotlivou činnost v průběhu zpracování mezd, například „Schválení údajů o docházce“, „Výpočet hrubé a čisté mzdy“ nebo „Provedení platby“. Každá aktivita představuje uzel v mapě procesu a je spojena s konkrétním časovým údajem.

Tento atribut je pro process mining zásadní, protože tvoří základ mapy procesu. Analýza pořadí, četnosti a délky aktivit ukazuje skutečný průběh procesu, odhaluje obvyklé postupy, upozorňuje na odchylky od standardního postupu a pomáhá určit úzká místa, která proces zpomalují.

Určuje jednotlivé kroky v mapě procesu. Analýza aktivit je důležitá pro pochopení toho, co se děje, odhalení úzkých míst a identifikaci opakovaného zpracování.

Obvykle se nachází v systémových protokolech, auditních záznamech nebo polích se stavem v tabulkách mzdových transakcí. Technické kódy událostí může být potřeba převést na srozumitelné názvy.

Časové razítko poslední aktualizace dat informuje o aktuálnosti dat. Udává, kdy byl záznam naposledy změněn ve zdrojovém systému nebo kdy byl načten do datové sady pro analýzu. Liší se od časového razítka události, které zaznamenává, kdy k dané obchodní aktivitě skutečně došlo.

Tento atribut slouží především ke správě a ověřování dat. Pomáhá řídit přírůstkové načítání dat a zajistit, aby analýza vycházela z aktuálních informací. Obvykle se nepoužívá přímo k analýze průběhu procesu, je však důležitý pro zachování integrity a aktuálnosti datové sady pro process mining.

Pomáhá zajistit aktuálnost dat a řídit jejich přírůstkové načítání. Díky tomu lze ověřit, že analýza vychází z nejnovějších dostupných informací.

Toto časové razítko se obvykle vytváří při extrakci, transformaci a načítání dat (ETL) nebo je dostupné ve zdrojových tabulkách jako pole „datum poslední změny“.

Tento atribut určuje zdrojový systém, ze kterého byla data o události zaznamenána. V moderním prostředí pro zpracování mezd mohou data pocházet z různých systémů, například ze systému evidence pracovní doby a docházky, HRIS nebo přímo z hlavního mzdového systému.

Analýza zdrojového systému pomáhá pochopit integrační body a předávání dat v rámci celého procesu. Lze podle něj filtrovat události pocházející z konkrétní aplikace, což usnadňuje hledání problémů s integrací i porovnání procesů spravovaných v různých systémech.

Ukazuje, kde probíhá každý krok procesu. To je důležité pro pochopení roztříštěnosti procesu a odhalení úzkých míst nebo prodlev při integraci v konkrétních systémech.

Často jde o standardní pole v exportovaných datech. Lze ho také doplnit při extrakci dat podle toho, z jakých tabulek data pocházejí.

Hrubá mzda představuje celkový výdělek zaměstnance za konkrétní výplatní období. Jde o důležitou finanční hodnotu vypočítanou při zpracování mezd, která slouží jako základ pro následný výpočet daní a srážek.

Tento atribut přímo neurčuje průběh procesu, je však užitečný pro kontextovou analýzu. Umožňuje rozdělit případy podle hodnoty a například ověřit, zda se záznamy s vysokou částkou zpracovávají jinak nebo podléhají důkladnějším kontrolám. Je důležitý také pro analýzu finančních dopadů, například při výpočtu celkové hodnoty plateb zpracovaných s chybami nebo se zpožděním.

Doplňuje k procesu finanční kontext. Umožňuje analyzovat finanční dopad prodlev, opakovaného zpracování nebo výjimek a rozdělit případy podle hodnoty.

Standardní výstupní pole z kroku výpočtu hrubé a čisté mzdy, které najdete ve výsledcích mezd nebo v tabulkách mzdových transakcí.

Jméno uživatele označuje osobu nebo automatizovaný systém odpovědný za provedení konkrétního kroku procesu. Může jít například o mzdového specialistu, vedoucího schvalujícího údaje o docházce nebo systémový účet spouštějící automatický výpočet.

Tento atribut nabízí pohled na proces z hlediska lidí i systémů. Slouží k analýze rozložení pracovní zátěže, výkonu jednotlivců a produktivity týmů. Může také pomoci určit potřebu školení, například odhalením uživatelů, kteří se často odchylují od standardního postupu nebo jejichž práce vede k častému opakovanému zpracování. U automatizovaných kroků pomáhá rozlišit činnosti prováděné systémem od ručních.

Umožňuje analyzovat pracovní zátěž, výkon týmů a míru automatizace. Pomáhá určit, kteří uživatelé nebo týmy se podílejí na opakovaném zpracování či řešení výjimek.

Obvykle se nachází v systémových protokolech nebo záznamech transakcí v polích „ID uživatele“, „zpracoval“ nebo „uživatel, který provedl akci“.

Datum konce výplatního období určuje, do kdy se započítávají údaje o pracovní době a docházce pro konkrétní zpracování mezd. Vymezuje období, za které se mzda zpracovává.

Tento atribut se hodí k analýze trendů v čase. Seskupením dat podle data konce výplatního období mohou analytici sledovat KPI, jako je doba zpracování, chybovost nebo počet ručních oprav, v jednotlivých měsících či čtvrtletích. To pomáhá odhalit sezónní vlivy, měřit dopad změn procesu a dlouhodobě sledovat jeho výkonnost.

Umožňuje sledovat výkonnost zpracování mezd v čase, odhalovat sezónní vlivy a měřit dopad zlepšení procesu mezi jednotlivými výplatními obdobími.

Jde o standardní atribut v nastavení mzdového kalendáře a v datech mzdových transakcí.

Mzdová skupina je soubor zaměstnanců, kteří dostávají mzdu podle stejného rozvrhu, například „USA, zaměstnanci s měsíční mzdou, výplata jednou za dva týdny“ nebo „Velká Británie, vedoucí pracovníci, měsíční výplata“. Tento atribut slouží ke správě a zpracování mezd pro konkrétní skupiny zaměstnanců.

V analýze procesů umožňuje filtrování podle mzdové skupiny porovnávat výkonnost a efektivitu různých mzdových cyklů. Může odhalit problémy typické pro určitou skupinu, například častější opravy u zaměstnanců placených od hodiny s týdenní výplatou než u zaměstnanců s měsíční mzdou. Pomáhá také pochopit, jak souvisí odchylky v procesu s četností výplat nebo složením skupiny zaměstnanců.

Umožňuje porovnávat různé mzdové cykly a zjistit, zda se problémy v procesu týkají konkrétních skupin zaměstnanců nebo četnosti výplat.

Najdete ji v kmenových datech zaměstnanců nebo v konfiguračních tabulkách mezd, často pod názvem „Mzdová skupina“, „Mzdová oblast“ nebo podobným označením.

Nákladové středisko je organizační atribut, který přiřazuje mzdové náklady ke konkrétní části firmy, například k prodeji, IT nebo výrobě. Je důležitou součástí finančního výkaznictví a manažerského účetnictví.

V process mining lze nákladové středisko použít jako dimenzi a rozdělit podle něj data o procesu podle organizačních jednotek. Analýza může ukázat, zda se v některých odděleních častěji objevují problémy se mzdami, prodlevy nebo ruční opravy. Tyto poznatky pomáhají zaměřit zlepšování procesů tam, kde je nejvíce potřeba nebo kde může mít největší dopad.

Umožňuje analyzovat proces podle organizačních jednotek a zjistit, zda se problémy se mzdami, prodlevy nebo neefektivita soustředí v konkrétních odděleních či obchodních jednotkách.

Údaj je dostupný v kmenových datech zaměstnanců, organizační struktuře HR nebo tabulkách finančního přiřazení v mzdovém či HR systému.

Tento atribut nabývá hodnoty ano nebo ne a označuje události, při kterých musel uživatel ručně zasáhnout do procesu, který by měl být ideálně automatizovaný. Může jít například o ruční zadání chybějících údajů, opravu výkazu pracovní doby nebo úpravu vypočtených výsledků.

Ruční opravy přímo ukazují na neefektivitu procesu, rizika a nízkou kvalitu dat. Zjištění, kde a proč k těmto zásahům dochází, je důležitou součástí zlepšování procesů. Filtrováním ručních oprav mohou organizace určit příčiny opakovaného zpracování, najít příležitosti k automatizaci a měřit KPI „úspěšnost na první průchod“. Omezení ručních oprav vede k efektivnějšímu, přesnějšímu a lépe vyhovujícímu mzdovému procesu.

Přímo měří překážky a neefektivitu v procesu. Vysoký počet ručních oprav může ukazovat na nízkou kvalitu dat, nefunkční automatizaci a vyšší riziko nesouladu.

Lze ho odvodit z auditních protokolů, které zaznamenávají změny dat provedené uživateli, nebo z konkrétních transakčních kódů označujících ruční úpravu.

Typ zpracování mezd určuje kategorii mzdové události. „Pravidelné“ zpracování je součástí standardního plánovaného cyklu. „Mimořádné“ zpracování je neplánovaná platba, například oprava chyby nebo výplata zaměstnanci, jehož pracovní poměr skončil. Dalšími typy mohou být výplaty bonusů nebo provizí.

Tento atribut je užitečný pro srovnávací analýzu. Mimořádné platby často ukazují na problém v pravidelném cyklu a jejich zpracování bývá nákladnější a časově náročnější. Filtrováním podle typu zpracování mohou organizace určit a analyzovat příčiny těchto výjimek, měřit jejich četnost a náklady a porovnávat efektivitu různých typů zpracování.

Rozlišuje standardní a výjimečné zpracování. Analýza mimořádných výplat pomáhá pochopit, kde standardní proces selhává, a omezit nákladné nestandardní platby.

Tento údaj bývá dostupný v tabulkách zpracování mezd nebo dávkového zpracování v mzdovém systému.

Daňová jurisdikce určuje právní nebo správní oblast, ve které se daně vypočítávají a odvádějí. Náročnost zpracování mezd se může mezi jurisdikcemi výrazně lišit kvůli rozdílným předpisům, daňovým sazbám a požadavkům na podávání výkazů.

Analýza procesu podle daňové jurisdikce pomáhá odhalit regionální problémy. Může například ukázat, že zpracování mezd v určitém státě nebo zemi trvá pravidelně déle nebo častěji končí chybou. To může poukazovat na potřebu lépe nastavit systém podle místních pravidel nebo proškolit specialisty, kteří daný region zpracovávají.

Umožňuje analyzovat výkonnost procesu podle zeměpisné nebo právní oblasti a zjistit, zda se složitost nebo chyby soustředí v konkrétních jurisdikcích.

Tento údaj je součástí daňových údajů zaměstnance v mzdovém nebo HR systému.

Tento atribut vyjadřuje, jak případ splnil stanovenou dohodu o úrovni služeb. Obvykle se odvozuje porovnáním skutečného času milníkové aktivity, například „Vytvoření souboru pro bankovní převod“, s „Termínem SLA“.

Poskytuje přehledný a okamžitý ukazatel výkonnosti, který lze použít v dashboardech a sestavách. Analýza stavu plnění SLA pomáhá vyčíslit rozsah nedodržených termínů a podrobněji prozkoumat charakteristiky případů dokončených pozdě oproti případům dokončeným včas. To je důležité pro hledání příčin prodlev a zvyšování spolehlivosti a předvídatelnosti mzdového procesu.

Přímo a jednoduše měří výkonnost vůči stanoveným cílům. Usnadňuje vykazování plnění SLA a zaměřuje analýzu na případy, které nedodržely termín.

Tento atribut se přímo ve zdrojových systémech nenachází. Odvozuje se porovnáním atributu EventTimestamp u milníkové aktivity s atributem SlaDeadline.

Termín SLA je časový údaj, který vyjadřuje závazek dokončit důležitou část mzdového procesu, například vytvořit soubor pro bankovní převod nebo provést platby. Slouží jako měřítko pro porovnání skutečné výkonnosti.

Tento atribut je nezbytný pro sledování a analýzu plnění SLA. Porovnáním skutečného času dokončení aktivity s termínem SLA mohou organizace odhalit nedodržení termínu, změřit délku prodlev a předcházet rizikům. Je důležitou součástí dashboardů zaměřených na výkonnost plateb a spolehlivost procesu.

Stanovuje cílovou výkonnost a umožňuje měřit plnění SLA, odhalovat opožděné platby a hledat příčiny prodlev.

Může jít o pevně nastavené pole podle konfigurace mzdového cyklu nebo o hodnotu odvozenou z obchodních pravidel, například tři pracovní dny po konci výplatního období.

Automatické audity prováděné během zpracování mezd mohou označit záznamy, které porušují předem stanovená pravidla. Tento atribut zachycuje kategorii výjimky, například „Chybí daňové identifikační číslo“, „Neschválená práce přesčas“ nebo „Neobvyklá výše hrubé mzdy“.

Analýza typu a četnosti auditních výjimek poskytuje přímý přehled o kvalitě dat a problémech se shodou. Organizace díky těmto údajům mohou hledat příčiny, například zjistit, zda nárůst výjimek „Chybí daňové identifikační číslo“ souvisí s chybným procesem nástupu zaměstnanců. Sledování výjimek je důležité pro dashboard „Sledování auditu a shody“ i pro snižování rizik.

Umožňuje přímo měřit a kategorizovat problémy s kvalitou dat a shodou. Díky tomu lze cíleně hledat jejich příčiny, zvyšovat přesnost a snižovat rizika.

Tato data vytváří interní auditní nebo validační nástroj mzdového systému. Obvykle se ukládají do auditních protokolů nebo přehledů výjimek.

Typ zaměstnance je atribut z kmenových dat HR, který rozděluje zaměstnance do kategorií. Různé typy zaměstnanců často podléhají odlišným mzdovým procesům, mají jiné požadavky na data a řídí se různými předpisy.

Použití tohoto atributu jako dimenze analýzy může odhalit výrazné rozdíly ve výkonnosti procesu. Například zpracování mezd zaměstnanců placených od hodiny může vyžadovat složitější integraci údajů o pracovní době a být náchylnější k chybám než zpracování mezd zaměstnanců s měsíční mzdou. Porovnání KPI, jako je doba průchodu nebo četnost oprav, mezi různými typy zaměstnanců pomáhá přizpůsobit zlepšování procesů potřebám jednotlivých skupin.

Pomáhá rozdělit proces a odhalit odchylky a problémy typické pro různé skupiny zaměstnanců, například pro zaměstnance placené od hodiny a zaměstnance s měsíční mzdou.

Jde o standardní pole v kmenovém záznamu zaměstnance v HR nebo mzdovém systému.