> Kontinuierliche Prozessoptimierung > Spesenmanagement > Expensify > Datenvorlage

Ihre Template für Spesenmanagement-Daten

Expensify

Spesenmanagement-Attribute (21) Spesenmanagement-Aktivitäten (13) Extraktionsleitfäden (3)

Ihre Template für Spesenmanagement-Daten

Diese Vorlage bietet eine klare Roadmap für die Erfassung der notwendigen Daten zur Analyse Ihres Spesenmanagementprozesses. Sie skizziert die zu sammelnden entscheidenden Attribute, die zu verfolgenden Schlüsselaktivitäten und praktische Anleitungen zur Extraktion dieser Informationen aus Ihrem Expensify-System. Nutzen Sie diese Ressource, um Ihre Daten für aussagekräftige Process Mining-Erkenntnisse vorzubereiten.

Empfohlene Attribute für eine umfassende Analyse
Wichtige Aktivitäten zur Nachverfolgung für eine präzise Prozesserkennung
Praktische Anleitung zur Datenextraktion

Neu bei Event-Logs? Erfahren Sie wie Sie ein Process-Mining-Event-Log erstellen.

Vorlage herunterladen

Spesenmanagement-Attribute

Dies sind die empfohlenen Datenfelder, die Sie in Ihren Event Log aufnehmen sollten, um eine umfassende Analyse und Optimierung des Spesenmanagements zu ermöglichen.

3 Erforderlich 5 Empfohlen 13 Optional

	Name	Beschreibung
	Aktivitätsname ActivityName	Der Name des Geschäfts-Events, das zu einem bestimmten Zeitpunkt für eine Spesenabrechnung aufgetreten ist.
Beschreibung Der Aktivitätsname beschreibt einen spezifischen Schritt oder Meilenstein im Spesenmanagementprozess, wie 'Spesenabrechnung eingereicht' oder 'Manager genehmigt'. Er bildet das Rückgrat der Prozesslandkarte und ermöglicht es Analysten, den Arbeitsfluss zu visualisieren, gängige Pfade zu identifizieren und Abweichungen oder Bottlenecks zu erkennen. Die Analyse der Aktivitätensequenz ist grundlegend für das Verständnis von Prozesseffizienz und Compliance. Bedeutung Dieses Attribut definiert die Schritte in der Prozesslandkarte und ermöglicht es, den Prozessfluss, Variationen und Rework-Schleifen zu visualisieren und zu analysieren. Datenquelle Dieses Attribut wird typischerweise abgeleitet, indem Berichtsstatusänderungen, Kommentare oder Verlaufsprotokolleinträge von Expensify einer standardisierten Liste von Aktivitäten zugeordnet werden. Beispiele Spesenbericht eingereichtDurch Manager freigegebenVon der Finanzabteilung abgelehntErstattung ausgeführt
	Ereigniszeit EventTime	Der Timestamp, der angibt, wann eine bestimmte Aktivität oder ein Event für eine Spesenabrechnung aufgetreten ist.
Beschreibung Event Time liefert das genaue Datum und die Uhrzeit für jede Aktivität im Prozess. Diese zeitliche Information ist unerlässlich für die Berechnung von Durchlaufzeiten, Dauern und Wartezeiten zwischen verschiedenen Schritten. Sie ermöglicht die Analyse von Engpässen, Leistungstrends über die Zeit und die Einhaltung von Service Level Agreements. Ohne genaue Zeitstempel ist die Process Mining-Analyse auf die Flow-Entdeckung beschränkt. Bedeutung Timestamps sind essenziell für alle zeitbasierten Analysen, einschließlich der Berechnung von Zykluszeiten, der Identifizierung von Bottlenecks und der Überwachung der Prozessleistung. Datenquelle Dies ist der Erstellungs-Timestamp, der mit jedem Verlaufsprotokolleintrag oder jeder Statusänderung in den Expensify-Berichtsdaten verknüpft ist. Beispiele 2023-10-26T10:00:00Z2023-10-27T14:35:10Z2023-11-01T09:12:05Z
	Spesenbericht-ID ExpenseReportId	Der eindeutige Identifikator für eine Spesenabrechnung, der alle zugehörigen Aktivitäten von der Einreichung bis zur Erstattung gruppiert.
Beschreibung Die Spesenabrechnungs-ID ist der primäre Case-Identifikator für den Spesenmanagementprozess. Jede ID repräsentiert eine einzelne Sammlung von Ausgaben, die von einem Mitarbeiter zur Genehmigung und Erstattung eingereicht wurden. Dieses Attribut ist entscheidend für die Verfolgung des End-to-End-Weges einer Spesenabrechnung, wodurch die Rekonstruktion ihres gesamten Lebenszyklus, einschließlich aller Einreichungen, Genehmigungen, Ablehnungen und Zahlungen, ermöglicht wird. Bedeutung Es ermöglicht die Aggregation aller verwandten Events zu einer einzigen Prozessinstanz, was die Grundlage jeder Process Mining-Analyse ist. Datenquelle Dies ist der Primärschlüssel im Datenobjekt der Spesenabrechnungen, oft über den Expensify API Berichte-Endpunkt als 'reportID' verfügbar. Beispiele RPT_84321RPT_99012RPT_10573
	Einreicher Submitter	Der Mitarbeiter, der die Spesenabrechnung erstellt und eingereicht hat.
Beschreibung Das Attribut 'Einreicher' identifiziert den Mitarbeiter, der die Ausgaben getätigt hat und eine Erstattung beantragt. Diese Information wird verwendet, um Spesenmuster nach Mitarbeiter, Abteilung oder Rolle zu analysieren. Sie hilft bei der Beantwortung von Fragen, welche Mitarbeiter oder Gruppen die meisten Verzögerungen erfahren oder die höchsten Richtlinienverstoßraten aufweisen, was zu einer besseren Analyse der Mitarbeitererfahrung beiträgt. Bedeutung Ermöglicht die Analyse der Prozessleistung aus Sicht des Mitarbeiters und hilft, Gruppen mit häufigen Problemen oder Verzögerungen zu identifizieren. Datenquelle Dies ist ein primäres Feld im Spesenabrechnungsobjekt, typischerweise als 'policyEmail', 'submitterEmail' oder 'employeeEmail' bezeichnet. Beispiele sara.jones@example.comkevin.lee@example.commaria.garcia@example.com
	Genehmiger Approver	Der Name oder die ID des Benutzers, der für die Genehmigung oder Ablehnung der Spesenabrechnung verantwortlich ist.
Beschreibung Das Attribut 'Genehmiger' identifiziert den Manager oder das Finanzteammitglied, das Maßnahmen bei einer eingereichten Spesenabrechnung ergreift. Dies ist wesentlich für die Analyse genehmigerspezifischen Verhaltens, wie Genehmigungszeiten, Ablehnungsraten und Arbeitslastverteilung. Das Verständnis der Leistung der Genehmiger kann helfen, Schulungsbedarfe zu identifizieren, Arbeitslasten neu zu verteilen und den Genehmigungsprozess zu optimieren. Bedeutung Dieses Attribut ist entscheidend für die Analyse von Genehmigungs-Bottlenecks, der Arbeitslastverteilung und genehmigerspezifischen Ablehnungsraten. Datenquelle Diese Information findet sich im Berichtsverlauf oder Workflow-Log, oft verbunden mit Genehmigungs- oder Ablehnungs-Events. Das Feld kann als 'managerEmail' oder ähnlich bezeichnet sein. Beispiele jane.doe@example.comjohn.smith@example.comfinance.approver@example.com
	Gesamtbetrag des Berichts ReportTotalAmount	Der monetäre Gesamtwert der Spesenabrechnung.
Beschreibung Dieses Attribut repräsentiert die Summe aller Ausgaben, die in einer einzigen Spesenabrechnung enthalten sind. Es ist eine kritische Finanzkennzahl, die für verschiedene Analysen verwendet wird, wie die Identifizierung von hochwertigen Ausgaben, die möglicherweise einer zusätzlichen Prüfung bedürfen oder einem anderen Genehmigungspfad folgen. Es wird auch im Finanzreporting und zum Verständnis von Ausgabenmustern in der Organisation verwendet. Bedeutung Ermöglicht die Analyse hochwertiger Spesenberichte, hilft bei der Identifizierung von Ausgaben trends und ist entscheidend für Finanz- und Compliance-Dashboards. Datenquelle Verfügbar im Expensify-Reports-Objekt, oft benannt als „total“ oder „amount“. Beispiele 150.752500.0089.50
	Mitarbeiterabteilung EmployeeDepartment	Die Geschäftsbereich oder Einheit, zu der der Einreicher gehört.
Beschreibung Dieses Attribut gibt die Organisationsabteilung des Mitarbeiters an, der die Spesenabrechnung einreicht, wie 'Vertrieb', 'Entwicklung' oder 'Marketing'. Es ist eine entscheidende Dimension für die Analyse, die Vergleiche von Zykluszeiten, Ablehnungsraten und Richtlinien-Compliance über verschiedene Geschäftsbereiche hinweg ermöglicht. Dies hilft, abteilungsspezifische Probleme oder Schulungsbedarfe zu identifizieren. Bedeutung Ermöglicht eine leistungsstarke Drill-Down-Analyse zum Vergleich der Prozessleistung und Compliance über verschiedene Geschäftseinheiten hinweg. Datenquelle Diese Information könnte als Tag am Bericht gespeichert oder mit dem Benutzerprofil des Einreichers in Expensify verknüpft sein. Es könnte eine Anreicherung aus einem externen HR-System erforderlich sein. Beispiele VertriebMarketingEngineeringFinanzen
	Richtlinienverstoß-Flag PolicyViolationFlag	Ein boolescher Indikator, der „wahr“ ist, wenn der Bericht wegen eines Richtlinienverstoßes gekennzeichnet wurde.
Beschreibung Dieses Flag zeigt an, ob eine Spesenabrechnung einen oder mehrere Richtlinienverstöße ausgelöst hat, wie das Überschreiten eines Ausgabenlimits oder das Fehlen eines Belegs. Das automatisierte System von Expensify kennzeichnet diese Probleme oft. Dieses Attribut ist wesentlich für das Policy Violation Overview Dashboard, da es hilft, Compliance-Probleme zu quantifizieren und Bereiche für Verbesserungen zu identifizieren. Bedeutung Misst direkt die Einhaltung von Richtlinien und hilft, Berichte zu identifizieren, die eine zusätzliche Überprüfung erfordern, was es zu einem wichtigen Input für Compliance-Dashboards macht. Datenquelle Expensify-Berichte enthalten oft ein spezifisches Feld oder einen Status, der einen Verstoß anzeigt, wie z.B. „hasViolations“ oder ein ähnliches Boolesches Flag. Beispiele truefalsch
	Ablehnungsgrund RejectionReason	Der Grund, den ein Genehmiger angibt, wenn er eine Spesenabrechnung ablehnt oder zur Überarbeitung zurücksendet.
Beschreibung Wenn eine Spesenabrechnung abgelehnt wird, kann der Genehmiger typischerweise einen Grund angeben. Dieses Textattribut erfasst diesen Grund und liefert wertvolle qualitative Einblicke, warum Berichte die Genehmigung nicht erhalten. Die Analyse der Ablehnungsgründe hilft, häufige Einreichungsfehler, unklare Richtlinien oder Bereiche zu identifizieren, in denen Mitarbeiter mehr Schulung benötigen, und unterstützt direkt Bemühungen zur Verbesserung der First-Pass Approval Rate. Bedeutung Bietet qualitative Daten, die erklären, warum Rework auftritt, was entscheidend für die Ursachenanalyse von Berichtsablehnungen ist. Datenquelle Diese Information findet sich normalerweise in den Kommentaren oder im Verlaufs-Log, die mit einem Ablehnungs-Event verbunden sind. Beispiele Fehlender Beleg für Artikel über 75 $Falsche Spesenkategorie ausgewähltDoppelte Spese eingereicht
	Auditergebnis AuditOutcome	Das Ergebnis eines manuellen oder automatisierten Audits, das an der Spesenabrechnung durchgeführt wurde.
Beschreibung Dieses Attribut erfasst das Ergebnis eines Audits, das 'Bestanden', 'Fehlgeschlagen' oder 'Bestanden mit Feststellungen' sein kann. Dies ist relevant für Unternehmen, die einen formalen Auditschritt in ihrem Spesenprozess haben, entweder für alle Berichte oder eine Stichprobe. Die Analyse der Auditergebnisse hilft, die Compliance-Niveaus und die Wirksamkeit bestehender Kontrollen zu verstehen. Bedeutung Misst direkt das Ergebnis von Compliance-Checks und ist unerlässlich für die Analyse der Effektivität des Audit-Prozesses. Datenquelle Dies ist wahrscheinlich ein konzeptionelles Attribut oder könnte als Tag oder in einem Kommentar gespeichert werden. Seine Existenz hängt von der spezifischen Prozesskonfiguration des Unternehmens innerhalb von Expensify ab. Beispiele BestandenFehlgeschlagen - RichtlinienverstoßMit Anmerkungen bestanden
	Bearbeitungszeit ProcessingTime	Die Dauer der Zeit, die für eine einzelne Aktivität aufgewendet wurde.
Beschreibung Die Processing Time ist eine berechnete Kennzahl, die die Zeit zwischen dem Start- und Endzeitpunkt einer Aktivität misst. Sie repräsentiert die aktive Arbeitszeit, die für eine Aufgabe aufgewendet wird. Zum Beispiel könnte sie messen, wie lange ein Manager einen Bericht offen hatte, bevor er ihn genehmigte. Diese Kennzahl wird verwendet, um aktive Arbeitszeit von Wartezeit zu unterscheiden und tiefere Einblicke in die Prozesseffizienz zu ermöglichen. Bedeutung Hilft bei der Unterscheidung zwischen aktiver Bearbeitungszeit und passiver Wartezeit, was eine präzisere Identifizierung von Engpässen ermöglicht. Datenquelle Dies wird während der Datentransformation berechnet, indem EventTime von EventEndTime subtrahiert wird. Beispiele 864003600600
	Berichtsstatus ReportStatus	Der aktuelle Status der Spesenabrechnung in ihrem Lebenszyklus.
Beschreibung Der Berichtsstatus gibt die aktuelle Position der Spesenabrechnung im Prozess an, z. B. 'OFFEN', 'EINGEREICHT', 'GENEHMIGT', 'ERSTATTET' oder 'GESCHLOSSEN'. Er bietet eine Momentaufnahme des Fortschritts des Berichts. Im Process Mining wird dieses Attribut oft verwendet, um den Aktivitätsnamen abzuleiten, kann aber auch als Dimension genutzt werden, um zu analysieren, wie viel Zeit Berichte in jedem Status verbringen. Bedeutung Zeigt den aktuellen Status eines Case an und ist oft die Quelle für die Ableitung des Activity Logs für Process Mining. Datenquelle Dies ist ein Standardfeld im Expensify-Berichtsobjekt, oft als 'status' oder 'state' bezeichnet. Beispiele SUBMITTEDGENEHMIGTREIMBURSEDABGESCHLOSSEN
	Endzeit des Events EventEndTime	Der Timestamp, wann eine spezifische Aktivität endete. Nützlich für Aktivitäten mit messbarer Dauer.
Beschreibung Während viele Aktivitäten im Spesenmanagement augenblicklich sind, können einige, wie 'Manager Review', mit einer Start- und Endzeit modelliert werden. Die Event End Time markiert den Abschluss einer solchen Aktivität. Sie wird in Verbindung mit der Start Time verwendet, um die genaue Bearbeitungszeit für einzelne Schritte zu berechnen, was eine detailliertere Ansicht darüber liefert, wo Zeit aufgewendet wird. Bedeutung Ermöglicht die Berechnung der Bearbeitungszeiten von Aktivitäten, was hilft, zwischen aktiver Arbeitszeit und untätiger Wartezeit zu unterscheiden. Datenquelle Dies ist typischerweise kein direktes Feld. Es wird abgeleitet, indem der Timestamp des nächsten Events in der Sequenz für denselben Case genommen wird. Beispiele 2023-10-26T10:05:12Z2023-10-27T15:00:00Z
	Gesamtdurchlaufzeit TotalCycleTime	Die gesamte verstrichene Zeit von der Erstellung des ersten Events bis zum Abschluss des letzten Events für eine Spesenabrechnung.
Beschreibung Die Total Cycle Time ist eine Case-Level-Berechnung, die die End-to-End-Dauer des Spesenmanagementprozesses für einen einzelnen Bericht misst. Sie ist eine wichtige Leistungskennzahl (KPI) für die gesamte Prozesseffizienz. Diese Metrik wird berechnet, indem die Differenz zwischen dem Timestamp der allerersten Aktivität (z.B. 'Spesenabrechnung erstellt') und der allerletzten Aktivität (z.B. 'Erstattung ausgeführt') ermittelt wird. Bedeutung Dies ist eine primäre KPI zur Messung der gesamten Prozessgeschwindigkeit und zur Identifizierung langlaufender Cases, die auf systemische Probleme hinweisen können. Datenquelle Dieses Attribut wird berechnet, indem (MAX(EventTime) - MIN(EventTime)) für jede ExpenseReportId genommen wird. Beispiele 6048001209600259200
	Ist erstmalige Genehmigung IsFirstPassApproval	Ein berechnetes Flag, das „wahr“ ist, wenn der Bericht ohne Ablehnungen oder Überarbeitungen genehmigt wurde.
Beschreibung Dieses boolesche Flag wird für jede Spesenabrechnung berechnet, um festzustellen, ob sie den Genehmigungsprozess ohne negative Ergebnisse, wie Ablehnung oder Rücksendung zur Überarbeitung, durchlaufen hat. Es ist ein direktes Maß für Prozessqualität und -effizienz und fließt direkt in die First-Pass Approval Rate KPI ein. Eine hohe Rate deutet darauf hin, dass die Einreichungen von guter Qualität sind und die Richtlinien gut verstanden werden. Bedeutung Misst direkt die Qualität der Ersteinreichungen und die Effizienz des Genehmigungsflusses, wobei die Häufigkeit von Nacharbeiten hervorgehoben wird. Datenquelle Dies wird berechnet, indem die Sequenz der Aktivitäten für eine gegebene ExpenseReportId überprüft wird. Wenn die Sequenz nicht 'Manager abgelehnt', 'Finanzabteilung abgelehnt' oder 'Bericht zur Überarbeitung zurückgesandt' enthält, ist das Flag wahr. Beispiele truefalsch
	Letzte Datenaktualisierung LastDataUpdate	Der Zeitstempel, der angibt, wann die Daten für diesen Datensatz zuletzt aus dem Quellsystem aktualisiert wurden.
Beschreibung Dieses Attribut zeichnet Datum und Uhrzeit der letzten Datenextraktion und Aktualisierung im Process Mining Tool auf. Es bietet Transparenz über die Datenaktualität und ist entscheidend für das Verständnis, wie aktuell die Analyse ist. Dies hilft Benutzern, den Erkenntnissen zu vertrauen und fundierte Entscheidungen auf der Grundlage zeitnaher Daten zu treffen. Bedeutung Stellt sicher, dass Nutzende über die Aktualität der Daten informiert sind, was entscheidend für die Relevanz und Genauigkeit der Prozessanalyse ist. Datenquelle Dies ist typischerweise der Timestamp des Datenextraktionsjobs, der während des Datentransformations-(ETL)-Prozesses hinzugefügt wird. Beispiele 2023-11-20T08:00:00Z2023-11-21T08:00:00Z
	Quellsystem SourceSystem	Das System, aus dem die Daten extrahiert wurden.
Beschreibung Dieses Attribut identifiziert den Ursprung der Prozessdaten, der in diesem Fall 'Expensify' ist. Es ist wichtig für die Data Governance, insbesondere in Umgebungen, in denen Daten aus mehreren Systemen kombiniert werden. Es hilft bei der Rückverfolgung der Datenherkunft und dem Verständnis des Prozesskontexts. Bedeutung Liefert entscheidenden Kontext für die Datenherkunft und hilft, Prozesse zu differenzieren, wenn Daten aus mehreren Quellsystemen in dieselbe Umgebung geladen werden. Datenquelle Dies ist ein statischer Wert ('Expensify'), der während des Datentransformationsprozesses hinzugefügt werden sollte. Beispiele ExpensifyExpensifyAPI-v2.0
	Richtlinienname PolicyName	Der Name der Spesenrichtlinie, die auf den Bericht angewendet wurde.
Beschreibung In Expensify können verschiedene Mitarbeitergruppen unterschiedlichen Spesenrichtlinien unterliegen. Dieses Attribut identifiziert die spezifische Richtlinie, die die Regeln für den Spesenbericht festlegt. Es ist eine kritische Dimension für die Analyse, da es den Vergleich von Compliance und Effizienz über verschiedene Richtlinien hinweg ermöglicht, die unterschiedliche Regeln und Genehmigungs-Workflows haben können. Bedeutung Ermöglicht die Segmentierung der Prozessanalyse nach den angewendeten Regeln, was für das Verständnis von Variationen, die durch unterschiedliche Richtlinien bedingt sind, unerlässlich ist. Datenquelle Dies ist ein Standardfeld im Berichtsobjekt in Expensify, oft als 'policyID' oder 'policyName' bezeichnet. Beispiele Richtlinie für US-MitarbeiterRichtlinie des UK Sales TeamsReiserichtlinie für Führungskräfte
	Spesenkategorie ExpenseCategory	Die Kategorie, die einem einzelnen Spesenposten innerhalb eines Berichts zugewiesen ist.
Beschreibung Die Spesenkategorie klassifiziert die Art der Ausgaben, wie z.B. „Reise“, „Verpflegung & Unterhaltung“ oder „Software“. Obwohl ein Bericht mehrere Kategorien haben kann, wird dieses Attribut oft auf Berichtsebene denormalisiert, z.B. durch die Auswahl der häufigsten Kategorie oder der Kategorie mit dem höchsten Betrag. Es wird zur Analyse von Ausgaben trends und zur Überprüfung der Richtlinien-Compliance für spezifische Spesenarten verwendet. Bedeutung Hilft bei der Analyse von Ausgabenmustern, Richtlinienverstößen und Genehmigungszeiten für verschiedene Spesenarten. Datenquelle Auf Positionsebene („Transaktionen“) innerhalb eines Berichts gefunden. Eine Aggregation oder Geschäftsregel ist erforderlich, um sie der Case-Ebene zuzuweisen. Beispiele FlugkostenUnterkunftMahlzeitenBürobedarf
	Währung Currency	Der Währungscode für die Beträge in der Spesenabrechnung.
Beschreibung Das Attribut 'Währung' gibt die Währung des Gesamtbetrags des Berichts an, wie USD, EUR oder GBP. Dies ist für Organisationen, die in mehreren Ländern tätig sind, entscheidend, um sicherzustellen, dass Finanzdaten korrekt interpretiert werden. Alle monetären Werte sollten in Verbindung mit diesem Attribut analysiert werden, um fehlerhafte Aggregationen zu vermeiden. Bedeutung Sichert eine genaue Finanzanalyse und -berichterstattung durch Bereitstellung des notwendigen Kontexts für alle monetären Werte. Datenquelle Dies ist ein Standardfeld im Expensify-Berichtsobjekt, oft als 'currency' bezeichnet. Beispiele USDEURGBPCAD
	Zahlungsmethode PaymentMethod	Die Methode, die zur Erstattung des Mitarbeiters verwendet wird.
Beschreibung Dieses Attribut beschreibt, wie der Mitarbeiter erstattet wurde, z. B. per 'Direkteinzahlung (ACH)', 'PayPal' oder 'Firmenkreditkarte'. Die Analyse der Zahlungsmethode kann helfen, den Erstattungsteil des Prozesses zu verstehen, insbesondere wenn bestimmte Methoden mit längeren Verzögerungen verbunden sind. Es bietet zusätzlichen Kontext für die finalen Schritte des Prozesses. Bedeutung Bietet Kontext für die Erstattungsphase und kann verwendet werden, um Verzögerungen oder Kosten zu analysieren, die mit verschiedenen Auszahlungsmethoden verbunden sind. Datenquelle Diese Information ist typischerweise in den Erstattungsdetails eines geschlossenen Berichts verfügbar. Beispiele ACHPayPalBill.com

Erforderlich Empfohlen Optional

Spesenmanagement-Aktivitäten

Dies sind die entscheidenden Prozessschritte und Meilensteine, die Sie in Ihrem Event Log erfassen sollten, um eine präzise Prozessentdeckung und Engpasserkennung zu gewährleisten.

7 Empfohlen 6 Optional

	Aktivität	Beschreibung
	Bericht geschlossen	Die Spesenabrechnung wird nach Abschluss aller Aktionen, einschließlich Erstattung und Buchhaltungssynchronisation, formell im System geschlossen. Dieses Event wird typischerweise von einem finalen Status wie 'Geschlossen' abgeleitet.
Bedeutung Bietet einen definitiven Endpunkt für den Prozess, der sich von der Erstattung unterscheidet und nützlich ist, um die finalen Buchhaltungs- und Archivierungsschritte zu analysieren. Datenquelle Abgeleitet aus der Statusänderung des Berichts zu einem Endstatus wie „Geschlossen“. Dies geschieht oft nach der Erstattung und dem Buchhaltungsexport. Erfassen Abgeleitet aus der Statusänderung des Berichts zu „Geschlossen“ mit dem zugehörigen Zeitstempel. Ereignistyp inferred
	Bericht zur Überarbeitung zurückgesandt	Ein Genehmiger, entweder ein Manager oder aus dem Finanzbereich, sendet den Bericht zur Korrektur oder für weitere Informationen an den Mitarbeiter zurück. Dies wird typischerweise aus einer Statusänderung von „In Bearbeitung“ zu „Offen“ abgeleitet.
Bedeutung Diese Aktivität stellt Rework dar, eine Hauptquelle für Ineffizienz. Ihre Verfolgung hilft, Rework-Schleifen zu quantifizieren, die Rework Rate KPI zu messen und Ursachen zu identifizieren. Datenquelle Abgeleitet aus einer Statusänderung des Berichts von „In Bearbeitung“ oder „Eingereicht“ zurück zu „Offen“. Der Zeitstempel dieser Statusänderung markiert das Event. Erfassen Abgeleitet aus einer Statusänderung des Berichts von „In Bearbeitung“ zurück zu „Offen“. Ereignistyp inferred
	Durch Manager freigegeben	Der direkte Manager oder Erstantragsteller hat die Spesenabrechnung geprüft und genehmigt. Dieses Event wird aus dem Genehmigungs-Workflow-Log erfasst, das die Aktion und den Timestamp des Genehmigers aufzeichnet.
Bedeutung Ein kritischer Meilenstein im Genehmigungsprozess. Die Analyse der Zeit von der Einreichung bis zu diesem Event hilft, Manager-bezogene Engpässe zu identifizieren und den KPI „Manager Approval Cycle Time“ zu messen. Datenquelle Erfasst aus der Historie oder dem Audit-Trail des Berichts, die die Genehmigungsaktion, den Namen des Genehmigers und den Zeitstempel explizit protokollieren. Erfassen Als separate Genehmigungsaktion in der Workflow-Historie des Berichts protokolliert. Ereignistyp explicit
	Erstattung ausgeführt	Die Zahlung wurde erfolgreich an den Mitarbeiter gesendet, womit der Erstattungsteil des Prozesses abgeschlossen ist. Dies wird aus Zahlungsbearbeitungs-Logs oder einer finalen Statusaktualisierung in Expensify erfasst.
Bedeutung Dies ist ein wichtiger Endpunkt zur Messung der mitarbeiterbezogenen Zykluszeiten. Er ist entscheidend für die KPIs 'Durchschnittliche Spesenabrechnungs-Zykluszeit' und 'Durchschnittliche Erstattungs-Lead-Time'. Datenquelle Abgeleitet aus der Statusänderung des Berichts zu „Erstattet“. Die Integration von Expensify mit Zahlungssystemen liefert einen Zeitstempel für diese Statusänderung. Erfassen Abgeleitet aus der Statusänderung des Berichts zu „Erstattet“ und dem zugehörigen Zeitstempel. Ereignistyp inferred
	Spesenbericht eingereicht	Der Mitarbeiter reicht die abgeschlossene Spesenabrechnung offiziell ein, damit der Genehmigungs-Workflow beginnen kann. Dies ist ein wichtiger Übergang von der Dateneingabe zum Überprüfungsprozess, der normalerweise durch eine Statusänderung und einen Einreichungs-Timestamp erfasst wird.
Bedeutung Diese Aktivität ist ein kritischer Meilenstein, der den Genehmigungszyklus auslöst. Sie dient als Ausgangspunkt für die Messung der Überprüfungszeiten von Managern und der Finanzabteilung. Datenquelle Abgeleitet aus der Statusänderung des Berichts von „Offen“ oder „Entwurf“ zu „In Bearbeitung“ oder „Eingereicht“, zusammen mit dem zugehörigen Zeitstempel für diese Änderung. Erfassen Abgeleitet aus der Statusänderung zu „In Bearbeitung“ und dem zugehörigen Einreichungszeitstempel. Ereignistyp inferred
	Spesenbericht erstellt	Markiert die Initiierung eines neuen Spesenberichts durch einen Mitarbeiter. Dies wird typischerweise als explizites Event mit einem Erstellungszeitstempel erfasst, wenn der Bericht erstmalig in Expensify gespeichert wird.
Bedeutung Diese Aktivität ist der Ausgangspunkt für alle Prozessanalysen und entscheidend für die Messung der gesamten Zykluszeit von der Erstellung bis zur Erstattung. Datenquelle Dieses Event wird vom Timestamp der Berichterstellung in Expensify's Berichtshistorie oder Audit Logs erfasst. Jedes Berichtsobjekt hat ein Erstellungsdatum. Erfassen Protokolliert bei der ersten Erstellung und Speicherung des Spesenberichts. Ereignistyp explicit
	Von der Finanzabteilung genehmigt	Die Finanzabteilung oder der finale Genehmiger hat die Spesenabrechnung geprüft und die endgültige Genehmigung erteilt. Diese Aktion wird im Workflow-Verlauf protokolliert und ändert typischerweise den Berichtsstatus auf 'Genehmigt'.
Bedeutung Dies ist das finale Genehmigungstor vor der Erstattung. Die für diesen Schritt benötigte Zeit ist entscheidend für die gesamte Zykluszeit und die KPI 'Durchschnittliche Erstattungs-Lead-Time'. Datenquelle Erfasst aus der Historie oder dem Audit-Trail des Berichts, die die endgültige Genehmigungsaktion, den Genehmiger des Finanzteams und den Zeitstempel protokollieren. Erfassen Als separate endgültige Genehmigungsaktion in der Workflow-Historie des Berichts protokolliert. Ereignistyp explicit
	Buchung erfasst	Die Finanzdaten aus der Spesenabrechnung wurden exportiert und in das Buchhaltungssystem oder ERP des Unternehmens gebucht. Dies ist der letzte Schritt, der den Prozess aus Sicht der Finanzunterlagen als abgeschlossen kennzeichnet.
Bedeutung Stellt den endgültigen Abschluss der Spesenabrechnung im Finanzsystem dar. Dies ist wichtig, um den gesamten End-to-End-Prozess zu messen und die Datensynchronisation sicherzustellen. Datenquelle Erfasst aus Integrations-Logs zwischen Expensify und der Buchhaltungssoftware. Dies kann die Kombination von Daten aus zwei Systemen erfordern. Erfassen In der Integrationshistorie protokolliert, wenn Daten erfolgreich mit dem Buchhaltungssystem synchronisiert wurden. Ereignistyp explicit
	Erstattung geplant	Nach der endgültigen Genehmigung wird der Spesenbericht für die Zahlungsabwicklung in die Warteschlange gestellt. Dieses Event markiert den Übergang von der Genehmigungs- zur Zahlungsphase und wird oft erfasst, wenn sich der Berichtsstatus auf „Erstattung läuft“ ändert.
Bedeutung Markiert den Beginn der Bearbeitungszeit für die Erstattung. Die Analyse der Dauer zwischen diesem Zeitpunkt und der tatsächlichen Zahlung hilft, Verzögerungen im Auszahlungsprozess zu identifizieren. Datenquelle Abgeleitet aus einer Statusänderung des Berichts zu „Erstattung läuft“ oder „Zahlung wird verarbeitet“, mit dem zugehörigen Zeitstempel. Erfassen Abgeleitet aus einer Statusänderung, die anzeigt, dass der Bericht für die Zahlung in der Warteschlange steht. Ereignistyp inferred
	Richtlinienverstoß markiert	Eine automatisierte Prüfung identifiziert eine Spese, die gegen die Unternehmensrichtlinien verstößt, z.B. wenn das Budget überschritten oder ein Beleg fehlt. Dieses Event wird erfasst, wenn ein spezifisches Flag für Richtlinienverstöße im Bericht oder einer Position gesetzt wird.
Bedeutung Hebt Compliance-Probleme hervor und hilft zu identifizieren, welche Richtlinien häufig verletzt werden, was gezielte Schulungen oder Richtlinienklarstellungen ermöglicht. Dies ist entscheidend für den KPI „Anzahl der Richtlinienverstöße“. Datenquelle Abgeleitet aus dem Setzen des „Richtlinienverstoß“-Flags oder -Attributs auf „true“ in den Spesenberichtsdaten. Der Zeitstempel entspricht dem Zeitpunkt, an dem dieses Flag gesetzt wurde. Erfassen Abgeleitet vom Zeitstempel, wann das Attribut für Richtlinienverstöße für den Bericht aktualisiert wurde. Ereignistyp inferred
	Spese zum Bericht hinzugefügt	Stellt dar, wie ein Mitarbeiter einen bestimmten Posten, wie einen gescannten Beleg oder eine manuell eingegebene Ausgabe, zum Bericht hinzufügt. Dies wird als Eintrag im detaillierten Verlaufs-Log des Berichts erfasst.
Bedeutung Die Analyse der Zeit zwischen Berichtserstellung und dem Hinzufügen von Spesen kann Verzögerungen bei der Beweismittelsammlung oder der Vorbereitung der Einreichung durch Mitarbeiter aufzeigen. Datenquelle Aus dem Audit-Trail oder der Historie des Spesenberichts, die Aktionen wie das Hinzufügen einzelner Spesenpositionen protokolliert. Erfassen Wird in der Berichtshistorie protokolliert, jedes Mal, wenn eine neue Spesenposition hinzugefügt wird. Ereignistyp explicit
	Vom Manager abgelehnt	Der Erstantragsteller hat die Spesenabrechnung geprüft und abgelehnt, was den Prozess typischerweise stoppt. Dies wird als Ablehnungs-Event im Workflow-Log erfasst, oft mit einem angegebenen Grund.
Bedeutung Die Analyse von Ablehnungsereignissen ist entscheidend für das Verständnis des KPI „Ablehnungsrate Spesenberichte“. Sie hilft, häufige Fehlerursachen und verbesserungswürdige Bereiche im Prozess zu identifizieren. Datenquelle Erfasst aus der Historie des Berichts, die die Ablehnungsaktion, die Identität des Ablehners und den Zeitstempel protokolliert. Der Berichtsstatus ändert sich typischerweise zu „Abgelehnt“. Erfassen Als separate Ablehnungsaktion in der Workflow-Historie des Berichts protokolliert. Ereignistyp explicit
	Von der Finanzabteilung abgelehnt	Die Finanzabteilung hat die Spesenabrechnung geprüft und abgelehnt, wodurch der Erstattungsprozess gestoppt wird. Dieses Event wird im Workflow-Verlauf mit einem Timestamp und Ablehnungsgrund protokolliert.
Bedeutung Identifiziert Engpässe und Fehlerursachen in der finalen Prüfphase. Dies ist wesentlich für die Analyse der gesamten Ablehnungsrate und von Compliance-Problemen. Datenquelle Erfasst aus der Historie des Berichts, die die Ablehnungsaktion des Finanzteams zusammen mit einem Zeitstempel und Benutzer aufzeichnet. Erfassen Als separate Ablehnungsaktion in der Workflow-Historie des Berichts protokolliert. Ereignistyp explicit

Extraktionsleitfäden

So erhalten Sie Ihre Daten aus Expensify

Schritte

Melden Sie sich mit Domain Admin- oder Policy Admin-Berechtigungen bei Ihrem Expensify-Konto an.
Navigieren Sie zum Bereich Einstellungen, gehen Sie dann zu Richtlinien und wählen Sie die spezifische Gruppenrichtlinie aus, für die Sie Daten exportieren möchten.
Wählen Sie im linken Menü die Option Exportformate unter der Kategorie Berichte aus.
Klicken Sie auf Neues Exportformat hinzufügen, um das benutzerdefinierte Template zu erstellen. Geben Sie dem Template einen aussagekräftigen Namen, zum Beispiel ProcessMind Event Log Export.
Wählen Sie im Export-Template-Editor den Exporttyp Berichte aus. Sie definieren nun die Spalten für Ihre CSV-Datei. Verwenden Sie die Schaltfläche Neue Spalte hinzufügen, um jedes erforderliche Feld hinzuzufügen.
Konfigurieren Sie die Spalten, indem Sie die genauen Formeln eingeben, die im Abschnitt query unten angegeben sind. Dies umfasst Spalten für die Case ID, Zeitstempel für jede Aktivität sowie alle erforderlichen und empfohlenen Attribute.
Nachdem Sie alle notwendigen Spalten hinzugefügt haben, klicken Sie auf Speichern, um das Export-Template zu erstellen.
Navigieren Sie von der Hauptmenüleiste von Expensify zur Seite Berichte. Verwenden Sie die Filter, um die Berichte auszuwählen, die Sie analysieren möchten. Es ist entscheidend, einen spezifischen Datumsbereich festzulegen, zum Beispiel die letzten 3 bis 6 Monate, um eine überschaubare Dateigröße zu gewährleisten.
Klicken Sie auf die Schaltfläche Exportieren nach und wählen Sie Ihr neu erstelltes Template, ProcessMind Event Log Export, aus der Dropdown-Liste aus.
Expensify generiert die CSV-Datei und sendet Ihnen einen Link zum Herunterladen. Laden Sie die Datei auf Ihren lokalen Rechner herunter. Die exportierte Datei liegt in einem „weiten“ Format vor, mit einer Zeile pro Spesenbericht und separaten Spalten für den Zeitstempel jeder Aktivität.
Transformieren Sie die heruntergeladenen Daten von einem weiten Format in ein langes Format, das für Process Mining geeignet ist. Sie können Tools wie Microsoft Excel (mit der Funktion „Spalten entpivotieren“ von Power Query), Python (mit der pandas-Bibliothek) oder andere Datenvorbereitungstools verwenden. Ziel ist es, eine Zeile pro Aktivität zu haben, mit Spalten für ExpenseReportId, ActivityName und EventTime.
Speichern Sie die transformierten Daten als CSV-Datei und laden Sie sie in die ProcessMind-Anwendung hoch.

Konfiguration

Administratorberechtigungen: Sie benötigen Domain Admin- oder Policy Admin-Berechtigungen für die entsprechende Richtlinie, um Exportformate zu erstellen und zu verwalten.
Export-Template: Ein benutzerdefiniertes Export-Template muss konfiguriert werden. Diese Methode funktioniert nicht mit den Standard-Templates.
Datumsbereich: Es wird dringend empfohlen, den Export auf einen bestimmten Datumsbereich, z.B. 3-6 Monate, zu filtern, um den Exportprozess zeitnah und die resultierende Dateigröße überschaubar zu halten. Verwenden Sie das Submitted Date als primären Filter.
Berichtsstatus-Filter: Um den gesamten Prozesslebenszyklus zu erfassen, vermeiden Sie das Filtern nach Berichtsstatus. Exportieren Sie alle Berichte innerhalb des Datumsbereichs, einschließlich der Status Offen, In Bearbeitung, Genehmigt, Erstattet und Geschlossen.
Benutzerdefinierte Felder: Attribute wie EmployeeDepartment hängen von der spezifischen Expensify-Konfiguration Ihrer Organisation ab. Wenn Sie Tags oder Berichtsfelder für diese Informationen verwenden, müssen Sie die entsprechende Formel, zum Beispiel {report:tag:Department}, zum Export-Template hinzufügen.

a Beispielabfrage config

/*
This is not a script, but a configuration for the Expensify custom export template.
In the export format editor, create a new column for each line below, using the text on the right as the formula.
*/

// Case ID and Required Attributes
ExpenseReportId: {report:id}
EventTime_Created: {report:created}
EventTime_Submitted: {report:submitted}
EventTime_Approved: {report:approved}
EventTime_Reimbursed: {report:reimbursed}
EventTime_Closed: {report:closed}

// Recommended Attributes
ReportTotalAmount: {report:total}
Submitter: {report:submitter:email}
Approver: {report:approverEmail}
EmployeeDepartment: {report:tag:[Your Department Tag Name]}
PolicyViolationFlag: {report:hasViolations}

// --- Transformation Logic Overview ---
/*
After exporting the CSV with the columns above, you must unpivot the timestamp columns.
1. Load the CSV into a data transformation tool (e.g., Excel Power Query, Python pandas).
2. Select all the timestamp columns (EventTime_Created, EventTime_Submitted, etc.).
3. Use the "Unpivot" function. This will create two new columns: one containing the original column names (e.g., 'EventTime_Created') and another with the timestamp values.
4. Rename the column with the names to `ActivityName` and the column with values to `EventTime`.
5. Clean up the `ActivityName` column by removing the 'EventTime_' prefix to get clean activity names like 'Expense Report Created', 'Expense Report Submitted', etc.
6. For activities that do not have a direct timestamp export (e.g., 'Manager Approved', 'Reimbursement Scheduled'), you can duplicate an existing timestamp column (like 'EventTime_Approved') in your export template and rename it accordingly (e.g., `EventTime_ManagerApproved`). This uses the same timestamp as a proxy for multiple events, which should be noted during analysis.
*/

Schritte

Voraussetzungen und Einrichtung: Stellen Sie sicher, dass Python 3 auf Ihrem System installiert ist. Installieren Sie die erforderliche requests-Bibliothek, indem Sie pip install requests in Ihrem Terminal oder Ihrer Befehlszeile ausführen. Sie benötigen außerdem API-Zugangsdaten von Expensify.
Expensify API-Zugangsdaten beschaffen: Melden Sie sich mit Administratorrechten bei Ihrem Expensify-Konto an. Navigieren Sie zu Einstellungen > Konto > Integrationen > Öffentliche API. Hier können Sie Ihre partnerUserID und Ihr partnerUserSecret generieren. Speichern Sie diese Zugangsdaten sicher, da sie Zugriff auf die Daten Ihres Unternehmens ermöglichen.
Expensify Export-Template konfigurieren: Das Skript basiert auf einem benutzerdefinierten Datenexport. Gehen Sie in Expensify zu Einstellungen > Richtlinien > [Ihre Gruppenrichtlinie] > Exportformate. Erstellen Sie ein neues Export-Template, das alle notwendigen Spalten enthält. Entscheidend ist, dass Sie Felder wie Berichts-ID, Erstellungsdatum, Einreichungsdatum, Genehmigungsdatum, Erstattungsdatum, Abschlussdatum, Gesamtbetrag, E-Mail des Einreichers, Genehmigungsdetails, Richtlinienverstöße und das detaillierte Berichtshistorien-Log einschließen. Das Berichtshistorien-Log ist unerlässlich, um Ereignisse wie Ablehnungen und Kommentare zu erfassen.
Python-Skript anpassen: Kopieren Sie das bereitgestellte Python-Skript in eine Datei, zum Beispiel extract_expensify_log.py. Ersetzen Sie die Platzhalterwerte für PARTNER_USER_ID, PARTNER_USER_SECRET, START_DATE, END_DATE und EXPORT_TEMPLATE_NAME durch Ihre spezifischen Zugangsdaten, den gewünschten Datumsbereich und den genauen Namen des Export-Templates, das Sie im vorherigen Schritt konfiguriert haben.
Skript zur Datenherunterladung ausführen: Führen Sie das Skript von Ihrem Terminal aus mit python extract_expensify_log.py aus. Das Skript authentifiziert sich zuerst bei der Expensify API und sendet dann eine Jobanfrage zum Export der Berichtsdaten. Es fragt die API alle paar Sekunden ab, um zu überprüfen, ob der Export bereit ist.
Auf Dateidownload warten: Sobald der Exportjob abgeschlossen ist, lädt das Skript die resultierende CSV-Datei automatisch herunter und speichert sie als expensify_raw_export.csv im selben Verzeichnis.
Rohdaten in Event Log umwandeln: Das Skript liest die heruntergeladene expensify_raw_export.csv. Es durchläuft jede Zeile, die einen einzelnen Spesenbericht darstellt, und entpackt die Daten. Für jede relevante Datumsspalte und jeden Eintrag im Historien-Log erstellt es eine eigene Zeile im Event Log, die einer Geschäftsaktivität entspricht.
Endgültige Event Log-Datei generieren: Nach der Verarbeitung aller Berichte aus dem Roh-Export schreibt das Skript die transformierten Daten in eine neue Datei namens expensify_event_log.csv. Diese Datei ist mit den erforderlichen Spalten ExpenseReportId, ActivityName, EventTime und anderen empfohlenen Attributen strukturiert.
Für ProcessMind Upload vorbereiten: Öffnen Sie die endgültige Datei expensify_event_log.csv. Überprüfen Sie, ob die Spaltenüberschriften den Anforderungen entsprechen und das Datenformat korrekt ist. Die Datei ist nun bereit für den Upload in die ProcessMind-Anwendung zur Analyse.

Konfiguration

API-Zugangsdaten: Für die Authentifizierung sind eine gültige partnerUserID und ein partnerUserSecret von Expensify erforderlich. Der Benutzer, der mit diesen Zugangsdaten verknüpft ist, muss über Berechtigungen zum Zugriff und Export von Berichtsdaten verfügen.
Expensify Export-Template: Dies ist die kritischste Konfiguration. Die gesamte Extraktion hängt von einem benutzerdefinierten Export-Template ab, das in der Expensify-Benutzeroberfläche erstellt wurde. Dieses Template muss alle Felder enthalten, die zur Ableitung der Aktivitäten und Attribute benötigt werden, insbesondere das detaillierte Report History Log, welches timestamps und Kommentare für Genehmigungen, Ablehnungen und andere Workflow-Schritte enthält.
Datumsbereichsfilter: Das Skript enthält die Variablen START_DATE und END_DATE. Es wird empfohlen, mit einem kleineren Bereich, z. B. 3-6 Monate Daten, zu beginnen, um sicherzustellen, dass der Prozess korrekt funktioniert, bevor größere Datensätze extrahiert werden.
Berichtsstatus-Filter: Die API-Anfrage im Skript kann geändert werden, um einen reportState-Filter (z. B. APPROVED, REIMBURSED, CLOSED) einzuschließen und so den Umfang des Exports einzuschränken. Dies kann nützlich sein, um das Datenvolumen zu verwalten oder sich auf abgeschlossene Prozesse zu konzentrieren.
Python-Umgebung: Das Skript erfordert eine Python 3-Umgebung mit der installierten requests-Bibliothek. Es werden keine weiteren speziellen Bibliotheken benötigt, was die Einrichtung relativ unkompliziert macht.

a Beispielabfrage python

import requests
import json
import time
import csv
from datetime import datetime

class=class="hl-string">"hl-comment"># --- PLACEHOLDERS: Replace with your actual credentials and settings ---
PARTNER_USER_ID = class="hl-string">'[Your Expensify Partner User ID]'
PARTNER_USER_SECRET = class="hl-string">'[Your Expensify Partner User Secret]'

class=class="hl-string">"hl-comment"># --- CONFIGURATION: Define the export parameters ---
class=class="hl-string">"hl-comment"># Use YYYY-MM-DD format for dates
START_DATE = class="hl-string">'2023-01-01'
END_DATE = class="hl-string">'2023-06-30'
class=class="hl-string">"hl-comment"># The exact name of the custom export format you created in Expensify
EXPORT_TEMPLATE_NAME = class="hl-string">'[Your Custom Report Export Template Name]'

API_URL = class="hl-string">'https://integrations.expensify.com/Integration-Server/Doc/v1.0/'
RAW_EXPORT_FILE = class="hl-string">'expensify_raw_export.csv'
EVENT_LOG_FILE = class="hl-string">'expensify_event_log.csv'

def execute_api_job(job_description):
    class="hl-string">"""Submits a job to the Expensify API and returns the response."""
    auth_payload = {
        class="hl-string">'partnerUserID': PARTNER_USER_ID,
        class="hl-string">'partnerUserSecret': PARTNER_USER_SECRET
    }
    data = {
        class="hl-string">'requestJobDescription': json.dumps(job_description),
        class="hl-string">'credentials': json.dumps(auth_payload)
    }
    response = requests.post(API_URL, data=data)
    response.raise_for_status() class=class="hl-string">"hl-comment"># Raises an exception for bad status codes
    return response.json()

class=class="hl-string">"hl-comment"># 1. Trigger the report export job
print(class="hl-string">'Requesting report export from Expensify...')
export_job_desc = {
    class="hl-string">'type': class="hl-string">'exportReport',
    class="hl-string">'credentials': {
        class="hl-string">'partnerUserID': PARTNER_USER_ID,
        class="hl-string">'partnerUserSecret': PARTNER_USER_SECRET
    },
    class="hl-string">'onReceive': {
        class="hl-string">'immediateResponse': [class="hl-string">'returnRandomFileName']
    },
    class="hl-string">'inputSettings': {
        class="hl-string">'type': class="hl-string">'report',
        class="hl-string">'filters': {
            class="hl-string">'startDate': START_DATE,
            class="hl-string">'endDate': END_DATE,
            class="hl-string">'markedAsExported': class="hl-string">'Expensify Export'
        }
    },
    class="hl-string">'outputSettings': {
        class="hl-string">'fileExtension': class="hl-string">'csv',
        class="hl-string">'fileBasename': EXPORT_TEMPLATE_NAME
    }
}

class=class="hl-string">"hl-comment"># The template is passed as a separate parameter for this job type
export_job_desc[class="hl-string">'template'] = fclass="hl-string">'<![CDATA[{EXPORT_TEMPLATE_NAME}]]>'

initial_response = execute_api_job(export_job_desc)
file_name = initial_response.get(class="hl-string">'fileName')

if not file_name:
    raise Exception(fclass="hl-string">'Failed to initiate export. Response: {initial_response}')

print(fclass="hl-string">'Export job started. Waiting for file: {file_name}')

class=class="hl-string">"hl-comment"># 2. Poll for the file until it's ready
while True:
    download_job_desc = {
        class="hl-string">'type': class="hl-string">'download',
        class="hl-string">'credentials': {
            class="hl-string">'partnerUserID': PARTNER_USER_ID,
            class="hl-string">'partnerUserSecret': PARTNER_USER_SECRET
        },
        class="hl-string">'fileName': file_name
    }
    download_response = execute_api_job(download_job_desc)
    if download_response.get(class="hl-string">'responseCode') == 200:
        print(class="hl-string">'File is ready for download.')
        with open(RAW_EXPORT_FILE, class="hl-string">'w', encoding=class="hl-string">'utf-8') as f:
            f.write(download_response[class="hl-string">'fileContents'])
        break
    elif download_response.get(class="hl-string">'responseCode') == 404:
        print(class="hl-string">'File not ready yet, waiting 10 seconds...')
        time.sleep(10)
    else:
        raise Exception(fclass="hl-string">'Failed to download file. Response: {download_response}')

class=class="hl-string">"hl-comment"># 3. Transform the raw export into an event log
print(fclass="hl-string">'Successfully downloaded raw data to {RAW_EXPORT_FILE}. Transforming to event log...')
event_log = []

with open(RAW_EXPORT_FILE, class="hl-string">'r', encoding=class="hl-string">'utf-8') as infile:
    reader = csv.DictReader(infile)
    for row in reader:
        class=class="hl-string">"hl-comment"># Standard report attributes
        report_id = row.get(class="hl-string">'Report ID')
        report_total = row.get(class="hl-string">'Total')
        submitter = row.get(class="hl-string">'Submitter Email')
        department = row.get(class="hl-string">'Submitter Department') class=class="hl-string">"hl-comment"># Assuming this is in your template
        
        class=class="hl-string">"hl-comment"># Helper to create event rows
        def add_event(activity_name, event_time_str, approver=None, violation=None):
            if event_time_str:
                event_log.append({
                    class="hl-string">'ExpenseReportId': report_id,
                    class="hl-string">'ActivityName': activity_name,
                    class="hl-string">'EventTime': event_time_str,
                    class="hl-string">'ReportTotalAmount': report_total,
                    class="hl-string">'Submitter': submitter,
                    class="hl-string">'EmployeeDepartment': department,
                    class="hl-string">'Approver': approver,
                    class="hl-string">'PolicyViolationFlag': violation
                })
        
        class=class="hl-string">"hl-comment"># Activity: Expense Report Created
        add_event(class="hl-string">'Expense Report Created', row.get(class="hl-string">'Created'))

        class=class="hl-string">"hl-comment"># Activity: Expense Report Submitted
        add_event(class="hl-string">'Expense Report Submitted', row.get(class="hl-string">'Submitted'))
        
        class=class="hl-string">"hl-comment"># Activity: Manager Approved / Finance Approved
        class=class="hl-string">"hl-comment"># Assumes approver details are in a single column like class="hl-string">'Approver 1: name@co.com (YYYY-MM-DD), Approver 2: ...'
        class=class="hl-string">"hl-comment"># This logic needs to be adapted to your specific export format.
        approvers_str = row.get(class="hl-string">'Approver History', class="hl-string">'') 
        if class="hl-string">'Manager' in approvers_str: class=class="hl-string">"hl-comment"># Example logic
             class=class="hl-string">"hl-comment"># Complex parsing might be needed here based on your template's format
             add_event(class="hl-string">'Manager Approved', row.get(class="hl-string">'Approved')) class=class="hl-string">"hl-comment"># Simplified, assumes class="hl-string">'Approved' date is manager's

        if class="hl-string">'Finance' in approvers_str: class=class="hl-string">"hl-comment"># Example logic
             add_event(class="hl-string">'Finance Approved', row.get(class="hl-string">'Final Approved')) class=class="hl-string">"hl-comment"># Assumes a separate column for final approval
        else:
             class=class="hl-string">"hl-comment"># Fallback if only one approval date exists
             add_event(class="hl-string">'Finance Approved', row.get(class="hl-string">'Approved'))

        class=class="hl-string">"hl-comment"># Activity: Reimbursement Scheduled
        add_event(class="hl-string">'Reimbursement Scheduled', row.get(class="hl-string">'Reimbursing Start Date')) class=class="hl-string">"hl-comment"># Assumes this column exists

        class=class="hl-string">"hl-comment"># Activity: Reimbursement Executed
        add_event(class="hl-string">'Reimbursement Executed', row.get(class="hl-string">'Reimbursed'))
        
        class=class="hl-string">"hl-comment"># Activity: Report Closed
        add_event(class="hl-string">'Report Closed', row.get(class="hl-string">'Closed'))
        
        class=class="hl-string">"hl-comment"># Activities from Report History Log
        class=class="hl-string">"hl-comment"># This is CRITICAL. Your export template must include the detailed history.
        class=class="hl-string">"hl-comment"># The history is often a multi-line text block in a single CSV cell.
        history_log = row.get(class="hl-string">'Report History', class="hl-string">'')
        for line in history_log.split(class="hl-string">'\n'): class=class="hl-string">"hl-comment"># Assuming newline separated history
            line_lower = line.lower()
            class=class="hl-string">"hl-comment"># Try to extract a timestamp from the history line
            try:
                class=class="hl-string">"hl-comment"># Expensify history format is often like class="hl-string">'MMM DD: ...'
                class=class="hl-string">"hl-comment"># This parsing logic is an example and MUST be adjusted to your format
                timestamp_str = line.split(class="hl-string">':')[0]
                class=class="hl-string">"hl-comment"># A real implementation needs more robust date parsing
                event_time = datetime.now().strftime(class="hl-string">'%Y-%m-%d %H:%M:%S') class=class="hl-string">"hl-comment"># Placeholder for parsed time
            except:
                continue

            if class="hl-string">'added expense' in line_lower:
                add_event(class="hl-string">'Expense Added To Report', event_time)
            elif class="hl-string">'violation' in line_lower:
                add_event(class="hl-string">'Policy Violation Flagged', event_time, violation=True)
            elif class="hl-string">'rejected' in line_lower and class="hl-string">'manager' in line_lower:
                add_event(class="hl-string">'Manager Rejected', event_time)
            elif class="hl-string">'rejected' in line_lower and class="hl-string">'finance' in line_lower: class=class="hl-string">"hl-comment"># Example keyword
                add_event(class="hl-string">'Finance Rejected', event_time)
            elif class="hl-string">'unapproved' in line_lower or class="hl-string">'sent back' in line_lower:
                add_event(class="hl-string">'Report Sent Back For Revision', event_time)
            elif class="hl-string">'exported to' in line_lower or class="hl-string">'posting' in line_lower:
                 add_event(class="hl-string">'Accounting Posted', event_time)

class=class="hl-string">"hl-comment"># 4. Write the final event log file
if event_log:
    with open(EVENT_LOG_FILE, class="hl-string">'w', newline=class="hl-string">'', encoding=class="hl-string">'utf-8') as outfile:
        fieldnames = [class="hl-string">'ExpenseReportId', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'ReportTotalAmount', class="hl-string">'Submitter', class="hl-string">'EmployeeDepartment', class="hl-string">'Approver', class="hl-string">'PolicyViolationFlag']
        writer = csv.DictWriter(outfile, fieldnames=fieldnames)
        writer.writeheader()
        writer.writerows(event_log)
    print(fclass="hl-string">'Event log successfully created at {EVENT_LOG_FILE}')
else:
    print(class="hl-string">'No events were generated. Check the raw export file and script logic.')

Schritte

Melden Sie sich mit Domain Admin- oder Policy Admin-Berechtigungen bei Ihrem Expensify-Konto an.
Navigieren Sie zum Bereich Einstellungen, gehen Sie dann zu Richtlinien und wählen Sie die spezifische Gruppenrichtlinie aus, für die Sie Daten exportieren möchten.
Wählen Sie im linken Menü die Option Exportformate unter der Kategorie Berichte aus.
Klicken Sie auf Neues Exportformat hinzufügen, um das benutzerdefinierte Template zu erstellen. Geben Sie dem Template einen aussagekräftigen Namen, zum Beispiel ProcessMind Event Log Export.
Wählen Sie im Export-Template-Editor den Exporttyp Berichte aus. Sie definieren nun die Spalten für Ihre CSV-Datei. Verwenden Sie die Schaltfläche Neue Spalte hinzufügen, um jedes erforderliche Feld hinzuzufügen.
Konfigurieren Sie die Spalten, indem Sie die genauen Formeln eingeben, die im Abschnitt query unten angegeben sind. Dies umfasst Spalten für die Case ID, Zeitstempel für jede Aktivität sowie alle erforderlichen und empfohlenen Attribute.
Nachdem Sie alle notwendigen Spalten hinzugefügt haben, klicken Sie auf Speichern, um das Export-Template zu erstellen.
Navigieren Sie von der Hauptmenüleiste von Expensify zur Seite Berichte. Verwenden Sie die Filter, um die Berichte auszuwählen, die Sie analysieren möchten. Es ist entscheidend, einen spezifischen Datumsbereich festzulegen, zum Beispiel die letzten 3 bis 6 Monate, um eine überschaubare Dateigröße zu gewährleisten.
Klicken Sie auf die Schaltfläche Exportieren nach und wählen Sie Ihr neu erstelltes Template, ProcessMind Event Log Export, aus der Dropdown-Liste aus.
Expensify generiert die CSV-Datei und sendet Ihnen einen Link zum Herunterladen. Laden Sie die Datei auf Ihren lokalen Rechner herunter. Die exportierte Datei liegt in einem „weiten“ Format vor, mit einer Zeile pro Spesenbericht und separaten Spalten für den Zeitstempel jeder Aktivität.
Transformieren Sie die heruntergeladenen Daten von einem weiten Format in ein langes Format, das für Process Mining geeignet ist. Sie können Tools wie Microsoft Excel (mit der Funktion „Spalten entpivotieren“ von Power Query), Python (mit der pandas-Bibliothek) oder andere Datenvorbereitungstools verwenden. Ziel ist es, eine Zeile pro Aktivität zu haben, mit Spalten für ExpenseReportId, ActivityName und EventTime.
Speichern Sie die transformierten Daten als CSV-Datei und laden Sie sie in die ProcessMind-Anwendung hoch.

Konfiguration

Administratorberechtigungen: Sie benötigen Domain Admin- oder Policy Admin-Berechtigungen für die entsprechende Richtlinie, um Exportformate zu erstellen und zu verwalten.
Export-Template: Ein benutzerdefiniertes Export-Template muss konfiguriert werden. Diese Methode funktioniert nicht mit den Standard-Templates.
Datumsbereich: Es wird dringend empfohlen, den Export auf einen bestimmten Datumsbereich, z.B. 3-6 Monate, zu filtern, um den Exportprozess zeitnah und die resultierende Dateigröße überschaubar zu halten. Verwenden Sie das Submitted Date als primären Filter.
Berichtsstatus-Filter: Um den gesamten Prozesslebenszyklus zu erfassen, vermeiden Sie das Filtern nach Berichtsstatus. Exportieren Sie alle Berichte innerhalb des Datumsbereichs, einschließlich der Status Offen, In Bearbeitung, Genehmigt, Erstattet und Geschlossen.
Benutzerdefinierte Felder: Attribute wie EmployeeDepartment hängen von der spezifischen Expensify-Konfiguration Ihrer Organisation ab. Wenn Sie Tags oder Berichtsfelder für diese Informationen verwenden, müssen Sie die entsprechende Formel, zum Beispiel {report:tag:Department}, zum Export-Template hinzufügen.

a Beispielabfrage config

/*
This is not a script, but a configuration for the Expensify custom export template.
In the export format editor, create a new column for each line below, using the text on the right as the formula.
*/

// Case ID and Required Attributes
ExpenseReportId: {report:id}
EventTime_Created: {report:created}
EventTime_Submitted: {report:submitted}
EventTime_Approved: {report:approved}
EventTime_Reimbursed: {report:reimbursed}
EventTime_Closed: {report:closed}

// Recommended Attributes
ReportTotalAmount: {report:total}
Submitter: {report:submitter:email}
Approver: {report:approverEmail}
EmployeeDepartment: {report:tag:[Your Department Tag Name]}
PolicyViolationFlag: {report:hasViolations}

// --- Transformation Logic Overview ---
/*
After exporting the CSV with the columns above, you must unpivot the timestamp columns.
1. Load the CSV into a data transformation tool (e.g., Excel Power Query, Python pandas).
2. Select all the timestamp columns (EventTime_Created, EventTime_Submitted, etc.).
3. Use the "Unpivot" function. This will create two new columns: one containing the original column names (e.g., 'EventTime_Created') and another with the timestamp values.
4. Rename the column with the names to `ActivityName` and the column with values to `EventTime`.
5. Clean up the `ActivityName` column by removing the 'EventTime_' prefix to get clean activity names like 'Expense Report Created', 'Expense Report Submitted', etc.
6. For activities that do not have a direct timestamp export (e.g., 'Manager Approved', 'Reimbursement Scheduled'), you can duplicate an existing timestamp column (like 'EventTime_Approved') in your export template and rename it accordingly (e.g., `EventTime_ManagerApproved`). This uses the same timestamp as a proxy for multiple events, which should be noted during analysis.
*/

Ihre Template für Spesenmanagement-Daten

Ihre Template für Spesenmanagement-Daten

Spesenmanagement-Attribute

Spesenmanagement-Aktivitäten

Extraktionsleitfäden

Expensify Integrierter benutzerdefinierter Berichtsexport nach CSV

Schritte

Konfiguration

a Beispielabfrage config

Python Script-Extraktion über die Expensify Public API

Schritte

Konfiguration

a Beispielabfrage python

Datenextraktion mittels eines Drittanbieter-ETL-Konnektors

Schritte

Konfiguration

a Beispielabfrage config

Bereit, um loszulegen?

Expense Management optimieren: Starten Sie noch heute Ihre kostenlose Testphase

Ihre Template für Spesenmanagement-Daten

Ihre Template für Spesenmanagement-Daten

Spesenmanagement-Attribute

Spesenmanagement-Aktivitäten

Extraktionsleitfäden

Expensify Integrierter benutzerdefinierter Berichtsexport nach CSV

Schritte

Konfiguration

a Beispielabfrage config

Python Script-Extraktion über die Expensify Public API

Schritte

Konfiguration

a Beispielabfrage python

Datenextraktion mittels eines Drittanbieter-ETL-Konnektors

Schritte

Konfiguration

a Beispielabfrage config

Ihre Privatsphäre ist uns wichtig

Bereit, um loszulegen?

Expense Management optimieren: Starten Sie noch heute Ihre kostenlose Testphase