> Kontinuierliche Prozessverbesserung > Spesenmanagement > Ramp > Daten Template

Ihr Daten-Template für das Spesenmanagement

Ramp

← Zurück zum Leitfaden zur Prozessverbesserung

Attribute des Spesenmanagements (19) Aktivitäten im Spesenmanagement (12) Anleitungen zum Datenexport (3)

Ihr Daten-Template für das Spesenmanagement

Dieses Template zeigt Ihnen, welche Daten Sie für die Analyse und Optimierung Ihres Spesenmanagements erfassen sollten. Es enthält wichtige Attribute, relevante Aktivitäten für die Nachverfolgung und praktische Hinweise zum Datenexport aus Ramp. So stellen Sie sicher, dass Sie alle Informationen für eine aussagekräftige Prozesserkennung und -verbesserung zusammenstellen.

Empfohlene Attribute für die Datenerfassung
Wichtige Aktivitäten für die Nachverfolgung
Hinweise zum Datenexport aus Ramp

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

Template herunterladen

Attribute des Spesenmanagements

Dies sind die wichtigsten Datenfelder für Ihr Event Log, damit Sie Ihr Spesenmanagement umfassend analysieren können.

3 Erforderlich 6 Empfohlen 10 Optional

	Name	Beschreibung
	Aktivitätsname ActivityName	Der Name des konkreten Ereignisses oder der Aufgabe, die zu einem bestimmten Zeitpunkt im Spesenmanagementprozess stattgefunden hat.
Beschreibung Dieses Attribut bezeichnet einen einzelnen Schritt im Lebenszyklus eines Spesenberichts, etwa 'Ausgabe eingereicht', 'Von Führungskraft genehmigt' oder 'Erstattung ausgeführt'. Diese Aktivitäten bilden die Knoten in der Prozessübersicht und ermöglichen die Visualisierung und Analyse des Prozessablaufs. Die Analyse der Aktivitäten zeigt, welche Schritte besonders häufig vorkommen, wo Engpässe entstehen und wie sich verschiedene Workflows unterscheiden. Sie ist entscheidend, um die Abfolge der Vorgänge zu verstehen und die Leistung in jeder Phase zu messen. Warum das wichtig ist Es legt die Schritte in der Prozessübersicht fest und ermöglicht, den Prozessablauf vom Anfang bis zum Ende zu visualisieren und zu analysieren. Woher beziehen Wird üblicherweise aus Event Logs oder Statusänderungen zu den einzelnen Spesenberichten in Ramp abgeleitet. Beispiele Ausgabe eingereichtVon Führungskraft genehmigtPrüfung durch Finanzabteilung ausstehendErstattung ausgeführt
	Ereignis-Timestamp EventTimestamp	Das genaue Datum und die Uhrzeit, zu der die Aktivität stattgefunden hat.
Beschreibung Zu jeder Aktivität im Prozess gehört ein Timestamp, der ihren Zeitpunkt festhält. Diese Zeitangaben ordnen Ereignisse chronologisch und bilden die Grundlage für alle zeitbezogenen Analysen. Im Process Mining dienen Timestamps dazu, Durchlaufzeiten zwischen Aktivitäten und die Gesamtdauer eines Case zu berechnen sowie Verzögerungen zu erkennen. Diese Informationen sind entscheidend für die Leistungsüberwachung und die Ermittlung von Verbesserungsmöglichkeiten. Warum das wichtig ist Dieses Attribut gibt die chronologische Reihenfolge der Ereignisse an und ist für alle Dauerberechnungen und Leistungsanalysen erforderlich. Woher beziehen Diese Information findet sich üblicherweise neben den Aktivitäts- oder Statuseinträgen in den Event Logs oder Transaktionsdaten von Ramp. Beispiele 2023-10-26T10:00:00Z2023-10-26T14:30:00Z2023-10-27T09:00:00Z
	Expense Report ID ExpenseReportId	Die eindeutige Kennung jedes Spesenberichts. Sie dient als primäre Case-Kennung für den Prozess.
Beschreibung Die Expense Report ID fasst alle Ereignisse und Aktivitäten zusammen, die zu einer einzelnen Speseneinreichung gehören. Damit lässt sich ein Spesenantrag lückenlos und chronologisch von der ersten Erfassung bis zur endgültigen Zahlung verfolgen. Im Process Mining ist dieses Attribut unverzichtbar, um den End-to-End-Ablauf jedes Spesenberichts zu rekonstruieren. Wird es als Case-ID verwendet, können Analysen Durchlaufzeiten präzise berechnen, Engpässe aufdecken und die verschiedenen Wege durch den Genehmigungsprozess visualisieren. Warum das wichtig ist Dieses grundlegende Attribut führt alle zusammengehörigen Aktivitäten zu einer einzelnen Prozessinstanz zusammen und ermöglicht so die End-to-End-Analyse. Woher beziehen Diese Kennung sollte in der Haupttabelle für Spesenberichte oder Transaktionen in Ramp verfügbar sein. Beispiele ER-2023-08-1123ER-2023-09-4591ER-2023-10-0024
	Abteilung des Mitarbeitenden EmployeeDepartment	Die Abteilung des Mitarbeitenden, der den Spesenbericht eingereicht hat.
Beschreibung Dieses Attribut gibt an, zu welcher Geschäftseinheit oder Abteilung der Mitarbeitende gehört, der die Ausgabe eingereicht hat, etwa 'Vertrieb', 'Technik' oder 'Marketing'. Für die Analyse ist diese Dimension besonders wichtig: Sie ermöglicht, die Prozessleistung in verschiedenen Unternehmensbereichen zu filtern und zu vergleichen. So werden Unterschiede bei Genehmigungszeiten, Überarbeitungsquoten und der Einhaltung von Richtlinien sichtbar. Diese Erkenntnisse unterstützen gezielte Verbesserungsmaßnahmen. Warum das wichtig ist Es ermöglicht den Vergleich von Prozesskennzahlen zwischen Geschäftseinheiten und zeigt Unterschiede bei Effizienz, Compliance und Ausgaben auf. Woher beziehen Diese Information ist wahrscheinlich im Benutzerprofil des Mitarbeitenden in Ramp oder in einem angebundenen HR-System hinterlegt. Beispiele VertriebMarketingTechnikFinanzabteilung
	Ausgabenkategorie ExpenseCategory	Die einer Ausgabe zugewiesene Kategorie, etwa 'Reisen', 'Software' oder 'Mahlzeiten'.
Beschreibung Dieses Attribut ordnet Ausgaben vordefinierten Kategorien zu und hilft so, die Unternehmensausgaben zu verfolgen und zu kontrollieren. Ein einzelner Spesenbericht kann Positionen aus mehreren Kategorien enthalten. Die Analyse nach Ausgabenkategorie ist für das Dashboard 'Analyse der Ausgabenkategorien' unverzichtbar. Sie zeigt Finanzteams, wofür Geld ausgegeben wird, unterstützt die Überwachung der Budgeteinhaltung und macht Trends oder Auffälligkeiten bei den Ausgaben im Zeitverlauf sichtbar. Warum das wichtig ist Es ermöglicht eine detaillierte Ausgabenanalyse, mit der sich wichtige Kostentreiber und Möglichkeiten zur Budgetoptimierung erkennen lassen. Woher beziehen Diese Information liegt in Ramp üblicherweise auf Positionsebene des Spesenberichts vor. Für manche Analysen müssen die Daten auf Berichtsebene zusammengefasst werden. Beispiele FlugkostenMahlzeiten und UnterhaltungSoftware-AbonnementBürobedarf
	Benutzername UserName	Der Name oder die ID des Benutzers, der die Aktivität ausgeführt hat, etwa des Mitarbeitenden, der die Ausgabe einreicht, oder der genehmigenden Person.
Beschreibung Dieses Attribut gibt an, wer für ein bestimmtes Ereignis im Prozess verantwortlich war, etwa für das Einreichen, Genehmigen oder Prüfen eines Spesenberichts. Es kann sich um den Namen eines Mitarbeitenden oder eine eindeutige Benutzer-ID handeln. Die Analyse nach Benutzern zeigt, wie sich die Arbeitslast verteilt, wer besonders gute Ergebnisse erzielt und bei wem zusätzlicher Schulungsbedarf besteht. Sie ist wichtig für Dashboards zur Genehmigungsleistung und zum Ressourcenmanagement. Warum das wichtig ist Es ordnet Prozessaktivitäten einzelnen Personen zu. So lassen sich Leistungen auf Ressourcenebene analysieren und Schulungsbedarfe erkennen. Woher beziehen Benutzerinformationen werden üblicherweise im Audit-Trail oder im Transaktionsverlauf jedes Spesenberichts in Ramp protokolliert. Beispiele Alice JohnsonBob SmithCharlie BrownSystemautomatisierung
	Gesamtbetrag des Berichts ReportTotalAmount	Der Gesamtbetrag des Spesenberichts.
Beschreibung Dieses Attribut gibt die Summe aller Ausgaben in einem einzelnen Bericht an. Es ist eine wichtige Finanzkennzahl, um Ausgabenmuster zu verstehen. Bei der Prozessanalyse lassen sich Cases anhand des Berichtsbetrags gruppieren. So können Sie untersuchen, ob Berichte mit hohen Beträgen andere Genehmigungswege durchlaufen oder länger bearbeitet werden. Das Attribut ist eine wichtige Grundlage für Dashboards zur Ausgabenanalyse und zur Ermittlung von Einsparmöglichkeiten. Warum das wichtig ist Es liefert eine wichtige finanzielle Dimension für die Analyse. Damit lassen sich Berichte nach Betrag gruppieren und die Gesamtausgaben verfolgen. Woher beziehen Dieses Feld gehört zu den Standardfeldern des Spesenberichtsobjekts in Ramp. Beispiele 150.752500.0089.99
	Grund für Überarbeitung RevisionReason	Der Grund, der angegeben wird, wenn ein Spesenbericht zur Überarbeitung an den Mitarbeitenden zurückgesendet wird.
Beschreibung Wenn eine genehmigende Person einen Spesenbericht ablehnt oder zurücksendet, gibt sie üblicherweise einen Grund an. Dieses Attribut erfasst Angaben wie 'Beleg mit Einzelposten fehlt', 'Falsche Kategorie' oder 'Verstoß gegen Richtlinien'. Diese Information ist für das Dashboard 'Überarbeitungsquote und Gründe bei Spesen' besonders wertvoll. Die häufigsten Gründe für Nachbearbeitungen zeigen systematische Probleme bei der Einreichung auf. Unternehmen können darauf mit gezielten Schulungen oder Systemverbesserungen reagieren und so Fehler reduzieren. Warum das wichtig ist Es zeigt direkt die Ursachen für Nachbearbeitungen und ermöglicht gezielte Maßnahmen, um die Qualität der Einreichungen beim ersten Versuch zu verbessern. Woher beziehen Diese Daten werden wahrscheinlich in den Kommentaren oder Ablehnungsdetails erfasst, wenn die Aktivität 'Ausgabe zur Überarbeitung zurückgesendet' in Ramp auftritt. Beispiele Beleg mit Einzelposten fehltAusgabe überschreitet das RichtlinienlimitFalsche Ausgabenkategorie ausgewähltDoppelte Transaktion
	Kennzeichen für Richtlinienverstoß PolicyViolationFlag	Ein Kennzeichen dafür, ob bei einem Spesenbericht ein möglicher Richtlinienverstoß festgestellt wurde.
Beschreibung Dieses boolesche Attribut wird auf true gesetzt, wenn die automatisierten Prüfungen des Systems einen möglichen Verstoß gegen die Spesenrichtlinien des Unternehmens erkennen, etwa eine Überschreitung des Ausgabenlimits oder eine doppelte Ausgabe. Dieses Kennzeichen ist entscheidend für das Dashboard 'Erkennung von Richtlinienverstößen' und die zugehörige Kennzahl. Es hilft, die Wirksamkeit der Richtlinienkontrollen zu messen und häufige Verstöße zu erkennen. Die Ergebnisse können in Aktualisierungen der Richtlinien oder in Schulungen für Mitarbeitende einfließen. Warum das wichtig ist Es misst direkt die Einhaltung der Richtlinien und hilft, nicht konforme Ausgaben und die damit verbundenen Risiken zu erkennen und zu verringern. Woher beziehen Dieses Kennzeichen wird wahrscheinlich in Ramp vom System erstellt, wenn während der Einreichung oder Genehmigung eine automatisierte Richtlinienprüfung einen möglichen Verstoß feststellt. Beispiele truefalse
	Anzahl der Genehmigungsschritte ApprovalStepCount	Die Gesamtzahl der formellen Genehmigungsschritte, die ein Spesenbericht durchlaufen hat.
Beschreibung Diese berechnete Kennzahl zählt die verschiedenen Genehmigungsaktivitäten, etwa „Von der Führungskraft genehmigt“ und „Von der Finanzabteilung genehmigt“, die für einen einzelnen Spesenbericht stattgefunden haben. So wird die Komplexität des Genehmigungs-Workflows messbar. Dieses Attribut wird für die Kennzahl „Durchschnittliche Anzahl der Genehmigungsschritte pro Bericht“ und das Dashboard „Einfache Genehmigungswege für Spesen“ verwendet. Anhand dieser Zahl können Unternehmen, insbesondere im Verhältnis zum Wert oder zur Kategorie des Berichts, erkennen, ob einfache Spesen mit geringem Wert unnötig komplexe Genehmigungsprozesse durchlaufen. Warum das wichtig ist Damit wird die Komplexität des Workflows messbar. So lassen sich Vereinfachungsmöglichkeiten erkennen, insbesondere bei Berichten mit geringem Risiko. Woher beziehen Der Wert wird berechnet, indem die Vorkommen bestimmter genehmigungsbezogener Aktivitäten für jeden Case im Event Log gezählt werden. Beispiele 123
	Einreichungsweg SubmissionMethod	Der Kanal, über den der Spesenbericht eingereicht wurde, zum Beispiel eine mobile App oder ein Webportal.
Beschreibung Dieses Attribut gibt an, wie Mitarbeitende ihren Spesenbericht eingereicht haben. Übliche Wege sind eine mobile App, ein Desktop-Webbrowser oder die Weiterleitung per E-Mail. Die Analyse des Einreichungswegs kann Erkenntnisse zum Benutzerverhalten und zur Nutzung von Technologien liefern. Eine hohe Zahl an Überarbeitungen bei Berichten, die über einen bestimmten Kanal eingereicht wurden, könnte beispielsweise auf Probleme mit der Benutzerfreundlichkeit der entsprechenden Oberfläche hindeuten. Warum das wichtig ist Die Information gibt Aufschluss über das Benutzerverhalten und kann zeigen, ob bestimmte Einreichungskanäle mit mehr Fehlern oder Verzögerungen verbunden sind. Woher beziehen Diese Information wird möglicherweise in den Metadaten des Einreichungsereignisses in den Systemprotokollen von Ramp erfasst. Beispiele Mobile AppWebportalE-Mail
	Endzeit des Ereignisses EventEndTime	Der Timestamp, der angibt, wann eine Aktivität mit messbarer Dauer abgeschlossen wurde.
Beschreibung Viele Aktivitäten erfolgen unmittelbar. Andere, etwa „Richtlinienprüfung durchgeführt“, können jedoch eine messbare Dauer haben. Dieses Attribut erfasst die Endzeit solcher Aktivitäten und ergänzt damit StartTime. Mit Start- und Endzeit lassen sich Bearbeitungszeiten für Aktivitäten präzise berechnen. Das ist wichtig für Kennzahlen wie „Durchschnittliche Dauer der Richtlinienprüfung“ und zeigt genau, wie lange bestimmte automatisierte oder manuelle Aufgaben im Gesamtprozess dauern. Warum das wichtig ist Damit lassen sich die Dauer einzelner Aktivitäten präzise berechnen. Das ist entscheidend, um ineffiziente Prozessschritte zu erkennen. Woher beziehen Bei Aktivitäten mit messbarer Dauer würde dieser Wert in den Ereignisdaten von Ramp protokolliert. Bei Ereignissen ohne Dauer kann er mit StartTime übereinstimmen. Beispiele 2023-10-26T10:00:05Z2023-10-26T14:35:10Z2023-10-27T09:10:00Z
	Erstattungsmethode ReimbursementMethod	Die Methode, mit der die Erstattung ausgezahlt wird, zum Beispiel per ACH-Überweisung oder Banküberweisung.
Beschreibung Dieses Attribut gibt an, über welchen Zahlungskanal die Mitarbeitenden ihre Erstattung erhalten haben. Je nach Methode können Bearbeitungszeiten und Kosten unterschiedlich ausfallen. Ein Vergleich der Erstattungsleistung nach Methode hilft dabei, die effizientesten Zahlungskanäle zu ermitteln. Das Dashboard „Leistung nach Erstattungsmethode“ verwendet diese Daten, um Durchlaufzeiten und Zuverlässigkeit zu vergleichen und so die Zahlungsstrategien gezielt zu verbessern. Warum das wichtig ist So lassen sich die Leistungen verschiedener Zahlungskanäle vergleichen und Geschwindigkeit sowie Zuverlässigkeit verbessern. Woher beziehen Diese Informationen sollten in Ramp in den Zahlungs- oder Erstattungsdatensätzen verfügbar sein. Beispiele ACH-ÜberweisungGutschrift auf der FirmenkarteDirekteinzahlung
	Genehmigende Führungskraft ApprovingManager	Der Name der Führungskraft, die den Genehmigungsschritt ausgeführt hat.
Beschreibung Dieses Attribut bezeichnet die Führungskraft, die für die Prüfung und Genehmigung des Spesenberichts eines Mitarbeitenden verantwortlich ist. Sie ist nicht mit dem Benutzer identisch, der den Bericht eingereicht hat. Die Erfassung der genehmigenden Führungskraft ist für das Dashboard 'Genehmigungszeit durch Führungskräfte' unverzichtbar. Damit lassen sich Genehmigungsaufwand und Leistung analysieren und Führungskräfte erkennen, die schnell genehmigen, sowie solche, bei denen Engpässe entstehen. So können Sie die Arbeitslast besser verteilen oder zusätzliche Unterstützung anbieten. Warum das wichtig ist Es ermöglicht die Analyse der Leistung einzelner genehmigender Personen und hilft, Engpässe im Genehmigungs-Workflow zu erkennen und zu beheben. Woher beziehen Diese Informationen sind Teil der Genehmigungs-Workflow-Daten in Ramp. Sie werden protokolliert, wenn eine Führungskraft einen Bericht bearbeitet. Beispiele Jane DoeJohn MillerSusan Chen
	Genehmigende Person im Finanzteam FinanceApprover	Der Benutzer aus dem Finanzteam, der den Spesenbericht genehmigt hat.
Beschreibung Bei Workflows mit einem Prüfschritt durch die Finanzabteilung gibt dieses Attribut an, welche Person oder welches Team dort die abschließende Genehmigung erteilt hat. Dieses Attribut unterstützt das Dashboard „Effizienz der Finanzprüfung“, indem es eine Auswertung auf Personen- oder Teamebene ermöglicht. So lassen sich Engpässe erkennen, die Arbeitsverteilung beurteilen und die Wirksamkeit der Finanzprüfung messen. Warum das wichtig ist Damit lässt sich die Leistung des Prüfschritts durch die Finanzabteilung detailliert analysieren und ein wichtiger Kontrollpunkt im Prozess gezielt verbessern. Woher beziehen Diese Information würde während der Finanzprüfung im Genehmigungsverlauf des Spesenberichts in Ramp erfasst. Beispiele Finanzteam ADavid LeeAutomatisierungs-Bot der Finanzabteilung
	Letzte Datenaktualisierung LastDataUpdate	Der Timestamp der letzten Aktualisierung der Daten aus dem Quellsystem.
Beschreibung Dieses Attribut erfasst Datum und Uhrzeit der letzten Datenextraktion. So lässt sich einschätzen, wie aktuell die analysierten Daten sind. Für die richtige Interpretation jeder Analyse ist entscheidend, wie aktuell die Daten sind. Anhand dieses Attributs erkennen Benutzer, ob sie mit dem neuesten Informationsstand arbeiten. Warum das wichtig ist Es zeigt, wie aktuell die Daten sind, und stellt sicher, dass Analysen auf relevanten Informationen beruhen. Woher beziehen Dieser Timestamp wird während der Datenextraktion erstellt und hinzugefügt. Beispiele 2023-11-01T06:00:00Z
	Nacharbeit erforderlich IsRework	Ein berechnetes Kennzeichen, das angibt, ob ein Spesenbericht mindestens einmal zur Überarbeitung zurückgesendet wurde.
Beschreibung Dieses boolesche Attribut wird daraus abgeleitet, ob die Aktivität „Spesenbericht zur Überarbeitung zurückgesendet“ für einen bestimmten Case aufgetreten ist. Bei jedem Bericht, der mindestens einen Überarbeitungszyklus durchlaufen hat, wird der Wert auf „true“ gesetzt. Das Kennzeichen vereinfacht die Berechnung der Kennzahl „Überarbeitungsquote bei Spesenberichten“ und ermöglicht einen einfachen Vergleich zwischen Berichten, die direkt genehmigt wurden, und solchen, die nachbearbeitet werden mussten. Die Analyse dieser beiden Gruppen zeigt, welche zeitlichen und finanziellen Auswirkungen Überarbeitungen haben. Warum das wichtig ist Damit können Sie den Prozess für die Nacharbeitsanalyse einfach segmentieren und Häufigkeit sowie Auswirkungen von zur Korrektur zurückgesendeten Berichten quantifizieren. Woher beziehen Dieses Feld wird bei der Datentransformation berechnet. Dazu wird geprüft, ob im Case eine Aktivität zur Überarbeitung vorhanden ist. Beispiele truefalse
	Prüfungsergebnis AuditOutcome	Das Ergebnis einer internen oder externen Prüfung des Spesenberichts.
Beschreibung Bei Spesenberichten, die einer formellen Prüfung unterzogen werden, erfasst dieses Attribut das abschließende Ergebnis, zum Beispiel „Genehmigt“, „Teilweise abgelehnt“ oder „Weitere Informationen erforderlich“. Diese Daten sind eine wichtige Grundlage für das Dashboard „Leistung der Spesenprüfung“. Sie helfen dabei, die Wirksamkeit des Prüfprozesses zu bewerten, die Häufigkeit verschiedener Ergebnisse zu verfolgen und die finanziellen Auswirkungen der Prüfungsfeststellungen zu verstehen. Warum das wichtig ist Damit lässt sich die Wirksamkeit und das Ergebnis des Prüfprozesses messen. So gewinnen Sie Erkenntnisse zu Compliance und Schwachstellen bei Kontrollen. Woher beziehen Diese Informationen würden im Prüfungsmodul von Ramp oder in einem integrierten System erfasst, sofern ein solches für detaillierte Spesenprüfungen verwendet wird. Beispiele BestandenMit Anmerkungen bestandenAbgelehntEskaliert
	Quellsystem SourceSystem	Gibt an, aus welcher Quellanwendung die Daten extrahiert wurden.
Beschreibung Dieses Attribut bezeichnet das führende System für die Prozessdaten, in diesem Fall Ramp. Es ist hilfreich, wenn Daten aus mehreren Systemen zusammengeführt werden, und sorgt für eine nachvollziehbare Datenherkunft. Bei der Analyse erleichtert es das Filtern nach einer bestimmten Quelle und kann zur Datenvalidierung und Data Governance beitragen. Warum das wichtig ist Es gibt Aufschluss über die Herkunft der Daten. Das ist wichtig für die Data Governance und die Integration von Daten aus mehreren Systemen. Woher beziehen Dabei handelt es sich üblicherweise um einen statischen Wert ('Ramp'), der bei der Datenextraktion und -transformation hinzugefügt wird. Beispiele Ramp

Erforderlich Empfohlen Optional

Aktivitäten im Spesenmanagement

Dies sind die wichtigsten Prozessschritte und Meilensteine, die Sie für eine präzise Prozesserkennung und Leistungsmessung in Ihrem Event Log erfassen sollten.

5 Empfohlen 7 Optional

	Aktivität	Beschreibung
	Ausgabe eingereicht	Ein Mitarbeitender bestätigt, dass alle erforderlichen Angaben zu einer Ausgabe vollständig sind, und reicht sie zur Genehmigung ein. Mit dieser ausdrücklichen Aktion des Benutzers wechselt die Ausgabe vom Status 'Entwurf' oder 'Aktion erforderlich' zu 'Genehmigung ausstehend'.
Warum das wichtig ist Diese Aktivität ist ein wichtiger Meilenstein: Sie startet offiziell den Genehmigungs- und Erstattungszyklus. Sie bildet die Grundlage für die Messung der SLAs für Genehmigungen und Erstattungen. Woher beziehen Wird aus dem Statusverlauf des Ausgabenobjekts übernommen. Das Ereignis entspricht der Aktion des Benutzers, die Transaktion zur Prüfung einzureichen. Erfassung Wird protokolliert, wenn der Benutzer auf die Schaltfläche 'Einreichen' klickt und dadurch den Status ändert. Ereignistyp explicit
	Ausgabe entstanden	Kennzeichnet die Entstehung einer Ausgabe. Das geschieht in der Regel automatisch, wenn eine Firmenkarte verwendet wird, oder wenn ein Mitarbeitender manuell eine Ausgabe aus eigener Tasche erfasst. Das Ereignis wird üblicherweise aus Transaktionsdaten oder Aktionen in der Benutzeroberfläche übernommen.
Warum das wichtig ist Dies ist das zentrale Start-Event im Lebenszyklus einer Ausgabe. Die Zeitspanne ab diesem Ereignis zeigt, ob es zu Verzögerungen bei der Einreichung kommt und wie schnell der Prozess insgesamt abläuft. Woher beziehen Das Ereignis wird aus den Transaktionsprotokollen der Ramp-Karte oder dem Erstellungs-Timestamp eines manuell erfassten Ausgabenobjekts abgeleitet. Suchen Sie in der Ausgaben- oder Transaktionstabelle nach dem Ereignis, das den ersten Datensatz erstellt. Erfassung Wird direkt protokolliert, wenn eine Kartentransaktion verarbeitet oder ein neuer Ausgabeneintrag von einem Benutzer erstellt wird. Ereignistyp explicit
	Erstattung ausgeführt	Die Erstattung wurde erfolgreich abgewickelt und an den Mitarbeitenden ausgezahlt. Dies ist in der Regel der letzte Schritt für den Mitarbeitenden und markiert das Ende des Zahlungszyklus.
Warum das wichtig ist Dies ist das zentrale End-Event des Erstattungsprozesses. Die Zeit von der Einreichung bis zu diesem Punkt ist eine wichtige Kennzahl für die Zufriedenheit der Mitarbeitenden und die Prozesseffizienz. Woher beziehen Wird aus den Protokollen der Zahlungsabwicklung oder einer Integration mit dem Zahlungsanbieter übernommen. In Ramp würde der Ausgabenstatus auf 'Erstattet' oder 'Bezahlt' gesetzt. Erfassung Wird protokolliert, wenn das Zahlungssystem die erfolgreiche Überweisung bestätigt. Ereignistyp explicit
	Mit Buchhaltungssystem synchronisiert	Die Transaktionsdaten der Ausgabe wurden erfolgreich in das angebundene Buchhaltungssystem übertragen, etwa NetSuite, QuickBooks oder Xero. Dieses Ereignis kennzeichnet den Abschluss der Buchführung im Prozess.
Warum das wichtig ist Dies ist die letzte Aktivität im End-to-End-Prozess. Verzögerungen an dieser Stelle können die Genauigkeit der Finanzberichterstattung und den Zeitplan für den Finanzabschluss beeinträchtigen. Woher beziehen Wird in einem Integrationsprotokoll oder als Statusaktualisierung des Ausgabenobjekts in Ramp erfasst. Suchen Sie nach einem Status wie 'Synchronisiert', 'Gebucht' oder 'Exportiert'. Erfassung Nach erfolgreicher Datensynchronisierung erstellt der Buchhaltungs-Integrationsdienst einen Protokolleintrag. Ereignistyp explicit
	Von Führungskraft genehmigt	Die Führungskraft hat die Ausgabe geprüft und genehmigt. Damit kann sie zum nächsten Schritt, etwa zur Prüfung durch die Finanzabteilung oder zur Erstattung, weitergeleitet werden. Das Ereignis wird durch eine ausdrückliche Aktion des Benutzers erfasst.
Warum das wichtig ist Dieser wichtige Meilenstein zeigt, dass die erste Genehmigungsstufe erfolgreich abgeschlossen wurde. Er ist entscheidend für die Analyse von Genehmigungs-Workflows und die Ermittlung von Engpässen. Woher beziehen Wird als Ereignis im Genehmigungsverlauf der Ausgabe erfasst, wenn die Führungskraft auf 'Genehmigen' klickt. Das Event Log sollte die ID der genehmigenden Person und einen Timestamp enthalten. Erfassung Wird protokolliert, wenn ein Benutzer mit den Berechtigungen einer Führungskraft auf 'Genehmigen' klickt. Ereignistyp explicit
	Ausgabe zur Überarbeitung zurückgesendet	Eine genehmigende Person, entweder eine Führungskraft oder ein Prüfer aus der Finanzabteilung, hat die Ausgabe abgelehnt und zur Korrektur an den Mitarbeitenden zurückgesendet. Das wird durch eine Statusänderung zu 'Überarbeitung erforderlich' oder 'Abgelehnt' erfasst.
Warum das wichtig ist Diese Aktivität kennzeichnet eine Nachbearbeitungsschleife, die die Durchlaufzeit direkt verlängert. Die Erfassung solcher Ereignisse hilft, häufige Fehler bei der Einreichung zu erkennen und den Anteil korrekt eingereichter Berichte beim ersten Versuch zu erhöhen. Woher beziehen Wird aus einer Statusänderung des Ausgabenobjekts zu 'Überarbeitung erforderlich' oder einem ähnlichen Status abgeleitet. Das Ereignis sollte der genehmigenden Person zugeordnet sein, die die Aktion ausgelöst hat. Erfassung Wird aus dem Timestamp abgeleitet, zu dem der Ausgabenstatus zu 'Überarbeitung erforderlich' oder 'Abgelehnt' wechselt. Ereignistyp inferred
	Beleg angehängt	Kennzeichnet den Zeitpunkt, zu dem ein Beleg einer Ausgabe zugeordnet wird, entweder automatisch durch OCR-Abgleich oder manuell durch den Benutzer. Das Ereignis wird erfasst, sobald die Belegdatei erfolgreich mit dem Transaktionsdatensatz verknüpft wurde.
Warum das wichtig ist Die Erfassung dieser Aktivität hilft, Verzögerungen durch fehlende Dokumentation zu erkennen. Sie ist wichtig, um die Compliance und die Auditfähigkeit sicherzustellen. Woher beziehen Wird im Verlauf der Ausgabe oder Transaktion protokolliert, wenn ein Beleg hochgeladen oder zugeordnet wird. Suchen Sie nach einem Ereignis zur Erstellung eines Anhangs oder einem Kennzeichen wie 'receipt_attached'. Erfassung Das Ereignis wird erstellt, wenn das System ein Belegbild oder eine Datei mit dem Ausgabeneintrag verknüpft. Ereignistyp explicit
	Erstattung eingeplant	Bei Ausgaben, die Mitarbeitende selbst bezahlt haben, wurde der genehmigte Betrag für die Zahlungsabwicklung vorgemerkt. Dieses Ereignis zeigt, dass alle Genehmigungen vorliegen und die Auszahlung erfolgen kann.
Warum das wichtig ist Dieser Meilenstein trennt den Genehmigungsprozess von der Zahlungsabwicklung. So lassen sich Verzögerungen bei der Zahlung von Verzögerungen im Genehmigungsprozess unterscheiden. Woher beziehen Wird wahrscheinlich daran erkannt, dass sich der Ausgabenstatus nach der endgültigen Genehmigung zu 'Erstattung ausstehend' oder 'Zahlung bereit' ändert. Bei gebündelten Zahlungen kann es auch ein eigenes Ereignis geben. Erfassung Wird aus einer Statusänderung zu 'Auszahlung bereit' oder aus der Erstellung eines Datensatzes in einer Zahlungslauf-Tabelle abgeleitet. Ereignistyp inferred
	Prüfung durch Finanzabteilung ausstehend	Eine genehmigte Ausgabe wurde weitergeleitet und wartet nun auf die Prüfung durch das Finanz- oder Buchhaltungsteam. Das geschieht häufig bei hohen Beträgen oder wenn Richtlinienverstöße gekennzeichnet wurden. Die Aktivität wird aus einer Statusänderung abgeleitet.
Warum das wichtig ist Kennzeichnet den Beginn der Prüfung durch die Finanzabteilung. Die Dauer dieser Phase zeigt, wie hoch die Arbeitsbelastung und Effizienz des Finanzteams sind und wo sich Automatisierungsmöglichkeiten bieten. Woher beziehen Wird aus einer Statusänderung des Ausgabenobjekts zu 'Genehmigung durch Finanzabteilung ausstehend' nach der Genehmigung durch die Führungskraft abgeleitet. Dafür ist Zugriff auf den Statusverlauf der Ausgabe erforderlich. Erfassung Wird aus dem Timestamp abgeleitet, zu dem der Ausgabenstatus zu 'Prüfung durch Finanzabteilung ausstehend' wechselt. Ereignistyp inferred
	Prüfung durch Führungskraft ausstehend	Die Ausgabe wurde eingereicht und wartet nun auf die Prüfung durch die direkte Führungskraft des Mitarbeitenden. Dieser Status lässt sich daran erkennen, dass sich der Ausgabenstatus nach der Einreichung zu 'Genehmigung durch Führungskraft ausstehend' oder einem ähnlichen Wert ändert.
Warum das wichtig ist Kennzeichnet den Beginn der Genehmigungsphase durch die Führungskraft. Die Dauer in diesem Status ist entscheidend, um die Genehmigungszeiten zu messen und zu verkürzen. Woher beziehen Wird aus einer Statusänderung des Ausgabenobjekts zu einem Status wie 'Genehmigung ausstehend' und der Zuweisung zur Warteschlange einer Führungskraft abgeleitet. Dafür muss der Statusverlauf erfasst werden. Erfassung Wird aus dem Timestamp abgeleitet, zu dem der Ausgabenstatus zu 'Genehmigung durch Führungskraft ausstehend' wechselt. Ereignistyp inferred
	Richtlinienprüfung durchgeführt	Das System prüft die Ausgabe automatisch anhand der konfigurierten Unternehmensrichtlinien und kennzeichnet mögliche Verstöße. Dieses systemgenerierte Ereignis tritt in der Regel kurz nach der Einreichung auf.
Warum das wichtig ist Misst die Effizienz automatisierter Compliance-Prüfungen und deren Auswirkungen auf den Prozess. Hilft dabei, häufige Richtlinienverstöße und Bereiche zu erkennen, in denen Mitarbeitende geschult werden sollten. Woher beziehen Wird wahrscheinlich in einem Audit-Trail oder Protokoll zur Ausgabentransaktion erfasst. Suchen Sie nach Systemereignissen wie 'policy_check' oder 'compliance_scan'. Erfassung Nach der automatisierten Prüfung der Transaktion durch die Richtlinien-Engine wird ein Eintrag im Systemprotokoll erstellt. Ereignistyp explicit
	Von Finanzabteilung genehmigt	Das Finanzteam hat die Ausgabe geprüft und endgültig genehmigt. Damit ist sie zur Erstattung und zur Synchronisierung mit der Buchhaltung freigegeben. Das Ereignis wird als ausdrückliche Aktion eines Mitglieds des Finanzteams erfasst.
Warum das wichtig ist Dies ist die letzte Genehmigungsstufe vor der Zahlung. Die Analyse dieser Aktivität zeigt, wie lange der Genehmigungsprozess insgesamt dauert und wie effizient das Finanzteam arbeitet. Woher beziehen Wird als Ereignis im Genehmigungsverlauf der Ausgabe protokolliert. Suchen Sie nach einem Genehmigungsereignis, das einem Benutzer aus der Finanzabteilung zugeordnet ist. Erfassung Wird protokolliert, wenn ein Benutzer mit den Berechtigungen der Finanzabteilung auf 'Genehmigen' klickt. Ereignistyp explicit

Anleitungen zum Datenexport

So exportieren Sie Ihre Daten aus Ramp

Schritte

Melden Sie sich mit Administrator- oder Buchhalterberechtigungen bei Ihrem Ramp-Konto an.
Öffnen Sie im Menü links den Bereich Transaktionen. Hier finden Sie alle Ausgaben über Firmenkarten.
Filtern Sie die Daten nach Bedarf. Legen Sie mindestens einen Datumsbereich für den Zeitraum fest, den Sie analysieren möchten. Bei Bedarf können Sie die Auswahl zusätzlich nach Status, Kategorie oder Abteilung eingrenzen.
Klicken Sie oben rechts in der Transaktionsliste auf Exportieren.
Wählen Sie im Exportfenster als Exporttyp Transaktionen und als Format CSV aus. Laden Sie die Datei herunter und nennen Sie sie transactions_export.csv.
Öffnen Sie anschließend im Menü links den Bereich Erstattungen. Hier finden Sie alle von Mitarbeitenden eingereichten Auslagen.
Verwenden Sie denselben Datumsfilter wie beim Export der Transaktionen, damit die Daten konsistent sind.
Klicken Sie auf Exportieren und laden Sie die Erstattungsdaten als CSV-Datei herunter. Nennen Sie die Datei reimbursements_export.csv.
Speichern Sie beide exportierten CSV-Dateien (transactions_export.csv und reimbursements_export.csv) im selben Verzeichnis wie das bereitgestellte Python-Skript.
Führen Sie das Python-Skript aus. Es lädt beide Dateien, wandelt die Daten um, indem es für jedes Geschäftsereignis eine eigene Zeile erstellt, und führt sie zu einem strukturierten Event Log zusammen.
Das Skript erstellt die Datei ramp_event_log.csv. Sie ist gemäß den Anforderungen von ProcessMind formatiert.
Laden Sie die Datei ramp_event_log.csv zur Analyse in ProcessMind hoch.

Konfiguration

Berechtigungen: Sie benötigen in Ramp die Rolle „Admin“ oder „Bookkeeper“, um auf den vollständigen Transaktions- und Erstattungsdatensatz zuzugreifen und ihn zu exportieren.
Datumsbereich: Wählen Sie für eine erste Analyse einen Zeitraum von mindestens 6 bis 12 Monaten, damit genügend Prozessvarianten erfasst werden. Für die laufende Überwachung können Sie einen kürzeren, aktuelleren Zeitraum verwenden.
Datenkonsistenz: Verwenden Sie beim Export der Dateien „Transaktionen“ und „Erstattungen“ genau denselben Datumsbereich und dieselben Filter, damit der Datensatz konsistent bleibt.
Exportformat: Wählen Sie für beide Exporte immer das CSV-Format, da das Transformationsskript für Dateien mit durch Kommas getrennten Werten ausgelegt ist.
Dateinamen: Verwenden Sie die Dateinamen transactions_export.csv und reimbursements_export.csv oder passen Sie die Dateipfadvariablen im Transformationsskript entsprechend an.

a Beispielabfrage python

import pandas as pd
import numpy as np

class=class="hl-string">"hl-comment"># --- Configuration ---
TRANSACTIONS_FILE = class="hl-string">'transactions_export.csv'
REIMBURSEMENTS_FILE = class="hl-string">'reimbursements_export.csv'
OUTPUT_FILE = class="hl-string">'ramp_event_log.csv'

class=class="hl-string">"hl-comment"># --- Load Data ---
def load_data():
    try:
        transactions_df = pd.read_csv(TRANSACTIONS_FILE)
        reimbursements_df = pd.read_csv(REIMBURSEMENTS_FILE)
        print(class="hl-string">"Successfully loaded transactions and reimbursements files.")
        return transactions_df, reimbursements_df
    except FileNotFoundError as e:
        print(fclass="hl-string">"Error: {e}. Make sure '{TRANSACTIONS_FILE}' and '{REIMBURSEMENTS_FILE}' are in the same directory.")
        return None, None

class=class="hl-string">"hl-comment"># --- Main Transformation Logic ---
def transform_to_event_log(transactions_df, reimbursements_df):
    events = []

    class=class="hl-string">"hl-comment"># Standardize column names for easier processing
    class=class="hl-string">"hl-comment"># These names are based on typical Ramp CSV exports, adjust if your export has different headers
    transactions_df.rename(columns={
        class="hl-string">'Transaction ID': class="hl-string">'ExpenseReportId',
        class="hl-string">'User Name': class="hl-string">'UserName',
        class="hl-string">'Department': class="hl-string">'EmployeeDepartment',
        class="hl-string">'Amount': class="hl-string">'ReportTotalAmount',
        class="hl-string">'Category Name': class="hl-string">'ExpenseCategory',
        class="hl-string">'Transaction Date': class="hl-string">'ExpenseIncurredTimestamp',
        class="hl-string">'Receipts Attached At': class="hl-string">'ReceiptAttachedTimestamp',
        class="hl-string">'Submitted At': class="hl-string">'ExpenseSubmittedTimestamp',
        class="hl-string">'Manager Approved At': class="hl-string">'ManagerApprovedTimestamp',
        class="hl-string">'Needs Review At': class="hl-string">'FinanceReviewPendingTimestamp',
        class="hl-string">'Admin Approved At': class="hl-string">'FinanceApprovedTimestamp',
        class="hl-string">'Accounting Sync At': class="hl-string">'SyncedTimestamp',
        class="hl-string">'Memo': class="hl-string">'RevisionReason',
        class="hl-string">'State': class="hl-string">'Status'
    }, inplace=True)

    reimbursements_df.rename(columns={
        class="hl-string">'Reimbursement ID': class="hl-string">'ExpenseReportId',
        class="hl-string">'User Name': class="hl-string">'UserName',
        class="hl-string">'Department': class="hl-string">'EmployeeDepartment',
        class="hl-string">'Amount': class="hl-string">'ReportTotalAmount',
        class="hl-string">'Category Name': class="hl-string">'ExpenseCategory',
        class="hl-string">'Created At': class="hl-string">'ReimbursementScheduledTimestamp',
        class="hl-string">'Paid Out At': class="hl-string">'ReimbursementExecutedTimestamp',
        class="hl-string">'Memo': class="hl-string">'RevisionReason',
        class="hl-string">'State': class="hl-string">'Status'
    }, inplace=True)

    class=class="hl-string">"hl-comment"># Combine card transactions and reimbursements into a single dataframe for processing common events
    class=class="hl-string">"hl-comment"># Note: Reimbursements will be processed separately for reimbursement-specific events
    combined_df = transactions_df

    class=class="hl-string">"hl-comment"># Process activities from the combined dataframe
    for _, row in combined_df.iterrows():
        base_event = {
            class="hl-string">'ExpenseReportId': row.get(class="hl-string">'ExpenseReportId'),
            class="hl-string">'UserName': row.get(class="hl-string">'UserName'),
            class="hl-string">'EmployeeDepartment': row.get(class="hl-string">'EmployeeDepartment'),
            class="hl-string">'ReportTotalAmount': row.get(class="hl-string">'ReportTotalAmount'),
            class="hl-string">'ExpenseCategory': row.get(class="hl-string">'ExpenseCategory'),
            class="hl-string">'PolicyViolationFlag': class="hl-string">'FLAGGED' in str(row.get(class="hl-string">'Flags')), class=class="hl-string">"hl-comment"># Infer from class="hl-string">'Flags' column
            class="hl-string">'RevisionReason': row.get(class="hl-string">'RevisionReason')
        }

        class=class="hl-string">"hl-comment"># Activity: Expense Incurred
        if pd.notna(row.get(class="hl-string">'ExpenseIncurredTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Expense Incurred', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ExpenseIncurredTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Receipt Attached
        if pd.notna(row.get(class="hl-string">'ReceiptAttachedTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Receipt Attached', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ReceiptAttachedTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Expense Submitted
        if pd.notna(row.get(class="hl-string">'ExpenseSubmittedTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Expense Submitted', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ExpenseSubmittedTimestamp')})
            class=class="hl-string">"hl-comment"># Inferred Activity: Policy Check Performed (assumed to happen right after submission)
            policy_check_ts = pd.to_datetime(row.get(class="hl-string">'ExpenseSubmittedTimestamp')) + pd.Timedelta(seconds=1)
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Policy Check Performed', class="hl-string">'EventTimestamp': policy_check_ts.isoformat()})
            class=class="hl-string">"hl-comment"># Inferred Activity: Manager Review Pending (starts when submitted)
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Manager Review Pending', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ExpenseSubmittedTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Manager Approved
        if pd.notna(row.get(class="hl-string">'ManagerApprovedTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Manager Approved', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ManagerApprovedTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Finance Review Pending
        if pd.notna(row.get(class="hl-string">'FinanceReviewPendingTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Finance Review Pending', class="hl-string">'EventTimestamp': row.get(class="hl-string">'FinanceReviewPendingTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Finance Approved
        if pd.notna(row.get(class="hl-string">'FinanceApprovedTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Finance Approved', class="hl-string">'EventTimestamp': row.get(class="hl-string">'FinanceApprovedTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Synced with Accounting System
        if pd.notna(row.get(class="hl-string">'SyncedTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Synced with Accounting System', class="hl-string">'EventTimestamp': row.get(class="hl-string">'SyncedTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Expense Sent Back for Revision
        if row.get(class="hl-string">'Status') == class="hl-string">'REJECTED' and pd.notna(row.get(class="hl-string">'Updated At')):
             events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Expense Sent Back for Revision', class="hl-string">'EventTimestamp': row.get(class="hl-string">'Updated At')}) class=class="hl-string">"hl-comment"># Using last updated time for rejection

    class=class="hl-string">"hl-comment"># Process reimbursement-specific activities
    for _, row in reimbursements_df.iterrows():
        base_event = {
            class="hl-string">'ExpenseReportId': row.get(class="hl-string">'ExpenseReportId'),
            class="hl-string">'UserName': row.get(class="hl-string">'UserName'),
            class="hl-string">'EmployeeDepartment': row.get(class="hl-string">'EmployeeDepartment'),
            class="hl-string">'ReportTotalAmount': row.get(class="hl-string">'ReportTotalAmount'),
            class="hl-string">'ExpenseCategory': row.get(class="hl-string">'ExpenseCategory'),
            class="hl-string">'PolicyViolationFlag': False, class=class="hl-string">"hl-comment"># Typically less flagging on reimbursements
            class="hl-string">'RevisionReason': row.get(class="hl-string">'RevisionReason')
        }

        class=class="hl-string">"hl-comment"># Activity: Reimbursement Scheduled
        if row.get(class="hl-string">'Status') == class="hl-string">'APPROVED' and pd.notna(row.get(class="hl-string">'ReimbursementScheduledTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Reimbursement Scheduled', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ReimbursementScheduledTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Reimbursement Executed
        if row.get(class="hl-string">'Status') == class="hl-string">'PAID' and pd.notna(row.get(class="hl-string">'ReimbursementExecutedTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Reimbursement Executed', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ReimbursementExecutedTimestamp')})

    if not events:
        print(class="hl-string">"Warning: No events were generated. Check the input files and column names.")
        return None

    class=class="hl-string">"hl-comment"># Create final DataFrame
    event_log_df = pd.DataFrame(events)
    event_log_df[class="hl-string">'EventTimestamp'] = pd.to_datetime(event_log_df[class="hl-string">'EventTimestamp'])
    event_log_df.sort_values(by=[class="hl-string">'ExpenseReportId', class="hl-string">'EventTimestamp'], inplace=True)
    
    return event_log_df

class=class="hl-string">"hl-comment"># --- Main execution block ---
if __name__ == class="hl-string">"__main__":
    transactions_df, reimbursements_df = load_data()
    if transactions_df is not None and reimbursements_df is not None:
        event_log = transform_to_event_log(transactions_df, reimbursements_df)
        if event_log is not None:
            event_log.to_csv(OUTPUT_FILE, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%fZ')
            print(fclass="hl-string">"Successfully created event log with {len(event_log)} events. Saved to '{OUTPUT_FILE}'.")

Schritte

Voraussetzungen und Einrichtung der Umgebung: Stellen Sie sicher, dass Python 3.8 oder neuer installiert ist. Installieren Sie die erforderlichen Python-Bibliotheken mit dem Befehl pip install requests pandas. Außerdem benötigen Sie Administratorzugriff auf Ihre Ramp-Instanz, um API-Zugangsdaten zu erstellen.
Ramp-API-Zugangsdaten erstellen: Melden Sie sich bei Ihrem Ramp-Konto an. Öffnen Sie „Einstellungen“ und wählen Sie im Seitenmenü „Developer API“. Klicken Sie auf „App erstellen“, vergeben Sie einen Namen für Ihre Anwendung und richten Sie die erforderlichen Berechtigungsbereiche ein. Sie benötigen transactions:read, reimbursements:read und users:read. Kopieren Sie nach dem Erstellen die Client ID und das Client Secret und bewahren Sie beide sicher auf.
Python-Skript konfigurieren: Erstellen Sie eine neue Python-Datei, zum Beispiel extract_ramp_log.py. Kopieren Sie das bereitgestellte Python-Skript in diese Datei. Hinterlegen Sie Ihre Client ID und Ihr Client Secret als Umgebungsvariablen oder zu Testzwecken direkt im Skript. Aus Sicherheitsgründen werden Umgebungsvariablen dringend empfohlen.
Zeitraum für den Datenexport festlegen: Suchen Sie im Skript im Ausführungsblock main die Variablen START_DATE und END_DATE. Passen Sie die Datumswerte an, um den Zeitraum für den Datenexport festzulegen. Für eine erste Analyse empfiehlt sich ein Zeitraum von 3 bis 6 Monaten.
Skript ausführen: Starten Sie das Skript im Terminal mit dem Befehl python extract_ramp_log.py. Das Skript authentifiziert sich bei der Ramp API, ruft Daten aus den Endpunkten für Benutzer, Transaktionen und Erstattungen ab und verarbeitet die Seitennavigation automatisch.
API-Aufrufe verstehen: Zunächst ruft das Skript alle Benutzerdaten ab, um Benutzer-IDs Namen und Abteilungen zuzuordnen. Anschließend ruft es alle Erstattungen im festgelegten Zeitraum ab. Für jede Erstattung werden der Genehmigungs- und Zahlungsverlauf ausgelesen.
Daten in ein Event Log umwandeln: Die zentrale Logik des Skripts durchläuft jede Erstattung und den zugehörigen Statusverlauf. Statusänderungen wie „MANAGER_APPROVAL“ oder „FINISHED“ werden in einzelne Aktivitäten wie „Prüfung durch Führungskraft ausstehend“ oder „Erstattung ausgezahlt“ umgewandelt. Außerdem ruft das Skript zugehörige Transaktionsdaten ab, um die Ereignisse „Ausgabe getätigt“ und „Beleg angehängt“ zu erstellen.
Daten anreichern: Das Skript ergänzt das Event Log für jedes Ereignis um Benutzerdetails, Abteilungsinformationen und die Ausgabenkategorie. So entsteht ein umfassender Datensatz für die Prozessanalyse.
Ausgabe prüfen: Nach Abschluss erstellt das Skript im selben Verzeichnis die Datei ramp_event_log.csv. Öffnen Sie die CSV-Datei in einem Tabellenkalkulationsprogramm, um die Daten zu prüfen und sicherzustellen, dass sie wie erwartet exportiert wurden.
Upload vorbereiten: Die erstellte CSV-Datei enthält die erforderlichen Spalten ExpenseReportId, ActivityName, EventTimestamp sowie weitere empfohlene Attribute. Sie können sie direkt in die ProcessMind-Plattform hochladen.

Konfiguration

API-Zugangsdaten: Für die Authentifizierung benötigen Sie eine gültige Client ID und ein gültiges Client Secret. Diese erstellen Sie im Ramp-Dashboard unter „Einstellungen“ > „Developer API“.
API-Berechtigungsbereiche: Das Skript benötigt bestimmte Berechtigungen für den Datenzugriff. Aktivieren Sie für Ihren API-Schlüssel die folgenden Bereiche: transactions:read (für Spesen- und Belegdaten), reimbursements:read (für Einreichungs-, Genehmigungs- und Zahlungsstatus) und users:read (für Namen und Abteilungen der Mitarbeitenden).
Datumsbereich: Der Datenexport richtet sich nach den Parametern START_DATE und END_DATE im Skript. Beginnen Sie am besten mit einem aktuellen Zeitraum, etwa den letzten 3 bis 6 Monaten, damit der erste Datensatz überschaubar bleibt. Der Filter wird auf das Erstellungsdatum der Erstattung angewendet.
Seitennavigation: Das Skript verarbeitet die Seitennavigation der API automatisch mithilfe des von der Ramp API bereitgestellten Cursors starting_after. Es ruft Datensätze in Stapeln von bis zu 100 Einträgen pro Anfrage ab, damit alle Daten im festgelegten Zeitraum erfasst werden.
Ratenbegrenzung: Für die Ramp API gilt in der Regel eine Begrenzung von 600 Anfragen pro Minute. Das bereitgestellte Skript arbeitet normalerweise effizient. Bei sehr großen Datensätzen müssen Sie zwischen API-Aufrufen möglicherweise kurze Pausen einfügen, falls Fehler aufgrund der Ratenbegrenzung auftreten.

a Beispielabfrage python

import os
import requests
import pandas as pd
from datetime import datetime, timezone

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># It is recommended to use environment variables for credentials
CLIENT_ID = os.getenv(class="hl-string">'RAMP_CLIENT_ID', class="hl-string">'[Your_Ramp_Client_ID]')
CLIENT_SECRET = os.getenv(class="hl-string">'RAMP_CLIENT_SECRET', class="hl-string">'[Your_Ramp_Client_Secret]')

API_BASE_URL = class="hl-string">'https://api.ramp.com/v1'
TOKEN_URL = class="hl-string">'https://api.ramp.com/v1/public/customer/token'

class=class="hl-string">"hl-comment"># --- Main Functions ---

def get_access_token():
    class="hl-string">"""Authenticates with the Ramp API to get a bearer token."""
    headers = {class="hl-string">'Content-Type': class="hl-string">'application/x-www-form-urlencoded'}
    data = {
        class="hl-string">'grant_type': class="hl-string">'client_credentials',
        class="hl-string">'client_id': CLIENT_ID,
        class="hl-string">'client_secret': CLIENT_SECRET,
        class="hl-string">'scope': class="hl-string">'transactions:read reimbursements:read users:read'
    }
    try:
        response = requests.post(TOKEN_URL, headers=headers, data=data)
        response.raise_for_status()
        return response.json()[class="hl-string">'access_token']
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error obtaining access token: {e}")
        if e.response is not None:
            print(fclass="hl-string">"Response body: {e.response.text}")
        return None

def fetch_paginated_data(endpoint, access_token, params=None):
    class="hl-string">"""Fetches all data from a paginated Ramp API endpoint."""
    all_data = []
    headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}'}
    url = fclass="hl-string">"{API_BASE_URL}{endpoint}"
    
    while url:
        try:
            response = requests.get(url, headers=headers, params=params)
            response.raise_for_status()
            data = response.json()
            all_data.extend(data.get(class="hl-string">'data', []))
            url = data.get(class="hl-string">'next') class=class="hl-string">"hl-comment"># Ramp uses a full URL for the next page
            params = None class=class="hl-string">"hl-comment"># Subsequent requests use the class="hl-string">'next' URL which includes params
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching data from {endpoint}: {e}")
            break
            
    return all_data

def map_state_to_activity(state, reason_code):
    class="hl-string">"""Maps reimbursement state history to a user-friendly activity name."""
    if reason_code == class="hl-string">'REJECTED':
        return class="hl-string">'Expense Sent Back for Revision'
    
    state_map = {
        class="hl-string">'SUBMITTED': class="hl-string">'Expense Submitted',
        class="hl-string">'MANAGER_APPROVAL': class="hl-string">'Manager Review Pending',
        class="hl-string">'ACCOUNTING_APPROVAL': class="hl-string">'Finance Review Pending',
        class="hl-string">'MANAGER_APPROVED': class="hl-string">'Manager Approved',
        class="hl-string">'ACCOUNTING_APPROVED': class="hl-string">'Finance Approved',
        class="hl-string">'PAYMENT_SCHEDULED': class="hl-string">'Reimbursement Scheduled',
        class="hl-string">'PAYMENT_PROCESSING': class="hl-string">'Reimbursement Executed', class=class="hl-string">"hl-comment"># Approximation
        class="hl-string">'FINISHED': class="hl-string">'Reimbursement Executed',
        class="hl-string">'SYNCED': class="hl-string">'Synced with Accounting System'
    }
    return state_map.get(state)

class=class="hl-string">"hl-comment"># --- Main Execution ---
def main():
    class="hl-string">"""Main script to extract, transform, and save the event log."""
    print(class="hl-string">"Starting Ramp data extraction...")
    access_token = get_access_token()
    if not access_token:
        print(class="hl-string">"Failed to get access token. Exiting.")
        return

    class=class="hl-string">"hl-comment"># 1. Fetch Users for enrichment
    print(class="hl-string">"Fetching users...")
    users = fetch_paginated_data(class="hl-string">'/users', access_token)
    user_map = {u[class="hl-string">'id']: {class="hl-string">'name': fclass="hl-string">"{u['first_name']} {u['last_name']}", class="hl-string">'department': u.get(class="hl-string">'department')} for u in users}
    print(fclass="hl-string">"Found {len(user_map)} users.")

    class=class="hl-string">"hl-comment"># 2. Fetch Reimbursements within a date range
    START_DATE = class="hl-string">'2023-01-01T00:00:00Z'
    END_DATE = class="hl-string">'2023-12-31T23:59:59Z'
    print(fclass="hl-string">"Fetching reimbursements from {START_DATE} to {END_DATE}...")
    reimbursement_params = {class="hl-string">'created_at_gte': START_DATE, class="hl-string">'created_at_lte': END_DATE}
    reimbursements = fetch_paginated_data(class="hl-string">'/reimbursements', access_token, params=reimbursement_params)
    print(fclass="hl-string">"Found {len(reimbursements)} reimbursements.")

    event_log = []

    class=class="hl-string">"hl-comment"># 3. Process each reimbursement to create the event log
    for r in reimbursements:
        case_id = r[class="hl-string">'id']
        report_total = r[class="hl-string">'amount']
        submitter_id = r[class="hl-string">'user_id']
        submitter_details = user_map.get(submitter_id, {class="hl-string">'name': class="hl-string">'Unknown User', class="hl-string">'department': None})
        expense_category = r.get(class="hl-string">'merchant_name') class=class="hl-string">"hl-comment"># Best available proxy for category
        
        class=class="hl-string">"hl-comment"># Process reimbursement state history
        for history in r.get(class="hl-string">'state_history', []):
            activity_name = map_state_to_activity(history[class="hl-string">'state'], history.get(class="hl-string">'reason_code'))
            if activity_name:
                event_log.append({
                    class="hl-string">'ExpenseReportId': case_id,
                    class="hl-string">'ActivityName': activity_name,
                    class="hl-string">'EventTimestamp': history[class="hl-string">'created_at'],
                    class="hl-string">'UserName': user_map.get(history.get(class="hl-string">'user_id'), submitter_details)[class="hl-string">'name'],
                    class="hl-string">'EmployeeDepartment': submitter_details[class="hl-string">'department'],
                    class="hl-string">'ReportTotalAmount': report_total,
                    class="hl-string">'ExpenseCategory': expense_category,
                    class="hl-string">'PolicyViolationFlag': None, class=class="hl-string">"hl-comment"># Not directly available in reimbursement history
                    class="hl-string">'RevisionReason': history.get(class="hl-string">'reason_notes')
                })

        class=class="hl-string">"hl-comment"># Fetch and process associated transactions
        for tx_id in r.get(class="hl-string">'transaction_ids', []):
            try:
                tx_response = requests.get(fclass="hl-string">"{API_BASE_URL}/transactions/{tx_id}", headers={class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}'})
                tx_response.raise_for_status()
                tx = tx_response.json()

                class=class="hl-string">"hl-comment"># Activity: Expense Incurred
                event_log.append({
                    class="hl-string">'ExpenseReportId': case_id,
                    class="hl-string">'ActivityName': class="hl-string">'Expense Incurred',
                    class="hl-string">'EventTimestamp': tx[class="hl-string">'user_transaction_time'],
                    class="hl-string">'UserName': submitter_details[class="hl-string">'name'],
                    class="hl-string">'EmployeeDepartment': submitter_details[class="hl-string">'department'],
                    class="hl-string">'ReportTotalAmount': report_total,
                    class="hl-string">'ExpenseCategory': tx.get(class="hl-string">'merchant_name'),
                    class="hl-string">'PolicyViolationFlag': tx.get(class="hl-string">'flagged_for_review'),
                    class="hl-string">'RevisionReason': None
                })

                class=class="hl-string">"hl-comment"># Activity: Receipt Attached
                if tx.get(class="hl-string">'receipts') and len(tx[class="hl-string">'receipts']) > 0:
                    receipt_time = tx[class="hl-string">'receipts'][0].get(class="hl-string">'upload_time', tx[class="hl-string">'user_transaction_time']) class=class="hl-string">"hl-comment"># Use transaction time as fallback
                    event_log.append({
                        class="hl-string">'ExpenseReportId': case_id,
                        class="hl-string">'ActivityName': class="hl-string">'Receipt Attached',
                        class="hl-string">'EventTimestamp': receipt_time,
                        class="hl-string">'UserName': submitter_details[class="hl-string">'name'],
                        class="hl-string">'EmployeeDepartment': submitter_details[class="hl-string">'department'],
                        class="hl-string">'ReportTotalAmount': report_total,
                        class="hl-string">'ExpenseCategory': tx.get(class="hl-string">'merchant_name'),
                        class="hl-string">'PolicyViolationFlag': tx.get(class="hl-string">'flagged_for_review'),
                        class="hl-string">'RevisionReason': None
                    })

                class=class="hl-string">"hl-comment"># Activity: Policy Check Performed (Approximation)
                if tx.get(class="hl-string">'flagged_for_review'):
                    event_log.append({
                        class="hl-string">'ExpenseReportId': case_id,
                        class="hl-string">'ActivityName': class="hl-string">'Policy Check Performed',
                        class="hl-string">'EventTimestamp': r.get(class="hl-string">'created_at'), class=class="hl-string">"hl-comment"># Use submission time as proxy
                        class="hl-string">'UserName': class="hl-string">'System',
                        class="hl-string">'EmployeeDepartment': submitter_details[class="hl-string">'department'],
                        class="hl-string">'ReportTotalAmount': report_total,
                        class="hl-string">'ExpenseCategory': tx.get(class="hl-string">'merchant_name'),
                        class="hl-string">'PolicyViolationFlag': True,
                        class="hl-string">'RevisionReason': None
                    })

            except requests.exceptions.RequestException as e:
                print(fclass="hl-string">"Could not fetch transaction {tx_id}: {e}")

    if not event_log:
        print(class="hl-string">"No events were generated. Check the date range and API responses.")
        return

    class=class="hl-string">"hl-comment"># 4. Create and save DataFrame
    print(class="hl-string">"Finalizing event log...")
    df = pd.DataFrame(event_log)
    df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'EventTimestamp'])
    df = df.sort_values(by=[class="hl-string">'ExpenseReportId', class="hl-string">'EventTimestamp'])

    class=class="hl-string">"hl-comment"># Ensure required columns are present
    final_columns = [
        class="hl-string">'ExpenseReportId', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'UserName',
        class="hl-string">'EmployeeDepartment', class="hl-string">'ReportTotalAmount', class="hl-string">'ExpenseCategory',
        class="hl-string">'PolicyViolationFlag', class="hl-string">'RevisionReason'
    ]
    for col in final_columns:
        if col not in df.columns:
            df[col] = None
    
    df = df[final_columns]

    output_filename = class="hl-string">'ramp_event_log.csv'
    df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%f%z')
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")

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

Schritte

Prüfen Sie, ob Ihr Ramp-Abonnement die native Data-Warehouse-Integration umfasst und ob ein Administrator das Zielsystem konfigurieren kann. Wählen Sie ein unterstütztes Data Warehouse wie Snowflake oder BigQuery aus und richten Sie den Zugriff gemäß den Sicherheitsstandards Ihrer Organisation ein. Die genauen Menüpunkte und Zielobjekte hängen von Ihrer Ramp-Konfiguration ab. Verwenden Sie daher [Anhand Ihres Systems konfigurieren].
Konfigurieren Sie das Ziel-Data-Warehouse, die Datenbank oder das Projekt, das Schema oder den Datensatz, die Region, die Zugangsdaten und den Synchronisierungsumfang. Notieren Sie sich die von Ramp angezeigten Namen der replizierten Tabellen und Spalten. Gehen Sie nicht von bestimmten Tabellennamen aus, da diese je nach Integration und Kontokonfiguration variieren.
Ermitteln Sie die replizierten Daten zu Spesenberichten, Spesentransaktionen, Belegen, Genehmigungen, Richtlinien, Erstattungen und Buchhaltungssynchronisierungen. Ordnen Sie jede Quelle den für das Event Log erforderlichen Feldern zu. Wenn ein erforderliches Ereignis im Prozessverlauf nicht explizit enthalten ist, ermitteln Sie den Quellstatusverlauf oder die Audit-Daten, in denen es erfasst wird.
Legen Sie den Exportzeitraum fest, vorzugsweise drei bis sechs Monate, und verwenden Sie dazu [Startdatum] und [Enddatum]. Wenden Sie Filter für Unternehmen oder Organisationseinheiten nur an, wenn das entsprechende Quellfeld verfügbar ist. Behalten Sie die Zeitzone der Quelle bei oder rechnen Sie alle Timestamps in eine dokumentierte gemeinsame Zeitzone um.
Erstellen Sie eine Data-Warehouse-Ansicht oder Abfrage, die Quellfelder in ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag und RevisionReason vereinheitlicht. Ersetzen Sie in der bereitgestellten Abfrage alle Platzhalter in eckigen Klammern für Tabellen und Spalten durch die Namen aus Ihrem replizierten Schema.
Exportieren Sie jede Aktivität im Prozessverlauf als eigene Ereigniszeile. Die folgende Abfrage enthält für jede der 12 erforderlichen Aktivitäten einen vollständigen SELECT-Block. Sie leitet keine Ereignisse aus nicht zugehörigen Datensätzen ab. Verwenden Sie bei statusbasierten Aktivitäten den Quellstatusverlauf oder die Ereignistabelle, nicht nur den aktuellen Status des Berichts, damit frühere Statusänderungen erhalten bleiben.
Prüfen Sie Kennungen, Timestamps, Aktivitätsbezeichnungen, den Umgang mit Duplikaten und Nullwerten. Stellen Sie sicher, dass jedes Ereignis der richtigen ExpenseReportId zugeordnet ist und wiederholte Ereignisse erhalten bleiben, wenn die Quelle mehrere legitime Vorkommen enthält.
Exportieren Sie das Ergebnis als CSV oder in einem anderen von ProcessMind unterstützten Tabellenformat. Verwenden Sie exakt die erforderlichen Spaltennamen ExpenseReportId, ActivityName und EventTimestamp. Fügen Sie verfügbare empfohlene Attribute hinzu und laden Sie die Datei mit „Expense Report ID“ als Case-Kennung hoch. ProcessMind liest das Event Log unverändert ein. Fehlende Aktivitäten werden nicht abgeleitet.

Konfiguration

Integrationsziel: Richten Sie die native Ramp-Integration für Snowflake oder BigQuery ein. Verwenden Sie [Anhand Ihres Systems konfigurieren] für die genaue, kontospezifische Einrichtung.
Quellobjekte: Verwenden Sie die in Ihrem Data Warehouse verfügbaren replizierten Objekte für Spesenberichte, Transaktionen, Belege, Genehmigungen, Richtlinien, Erstattungen und Buchhaltungssynchronisierungen. Ersetzen Sie die Platzhalter [Ihr Tabellenname] und [Ihr Spaltenname] durch geprüfte Namen aus der Integration.
Datumsbereich: Beginnen Sie mit Daten aus einem Zeitraum von drei bis sechs Monaten. Erweitern Sie den Zeitraum erst, nachdem Sie Data-Warehouse-Kosten, Abfragedauer, Ereignisvolumen und Upload-Limits von ProcessMind geprüft haben.
Datumsfilter: Filtern Sie nach dem Timestamp des Ereignisses und nicht nur nach dem Erstellungszeitpunkt des Berichts, wenn alle Aktivitäten im Zeitraum erfasst werden sollen.
Filter für Organisationseinheiten: Wenden Sie Filter für Unternehmenscode, Gesellschaft, Abteilung, Kartenprogramm oder andere Merkmale nur an, wenn diese Felder in den replizierten Daten vorhanden sind. Verwenden Sie [Unternehmensfilter], wenn eine Einschränkung auf ein bestimmtes Unternehmen erforderlich ist.
Aktivitätsverlauf: Verwenden Sie nach Möglichkeit unveränderliche Audit- oder Statusverlaufsdaten. Tabellen mit ausschließlich aktuellen Statuswerten enthalten möglicherweise nicht den Verlauf von Beleganhängen, Einreichungen, Genehmigungen, Überarbeitungen, Erstattungen oder Buchhaltungssynchronisierungen.
Umgang mit Timestamps: Vereinheitlichen Sie die Timestamps auf eine Zeitzone und dokumentieren Sie, ob die Quellwerte UTC oder Ortszeit verwenden. Bewahren Sie die verfügbare Genauigkeit der Quelldaten.
Erforderliche Zugriffsrechte: Ein Administrator benötigt möglicherweise Berechtigungen, um die Integration einzurichten, Data-Warehouse-Objekte zu erstellen oder abzufragen und auf Spesen-, Genehmigungs-, Erstattungs- und Buchhaltungsdaten zuzugreifen.
Lizenzierung und Verfügbarkeit: Ob Data-Warehouse-Replikation, historische Audit-Daten, Erstattungsdaten und Daten zur Buchhaltungssynchronisierung verfügbar sind, hängt vom Ramp-Tarif, den aktivierten Modulen, der Integrationskonfiguration und den Aufbewahrungsrichtlinien ab.
Leistung: Begrenzen Sie den Datumsbereich frühzeitig, wählen Sie nur erforderliche Spalten aus, filtern Sie bei Bedarf nach Organisation und erstellen Sie für große Datensätze eine materialisierte Zwischensicht oder -tabelle. Partitionieren oder clustern Sie die Daten entsprechend den Funktionen des jeweiligen Data Warehouse.
Inkrementelle Verarbeitung: Verwenden Sie für wiederkehrende Ladevorgänge einen Watermark auf Grundlage des größten verarbeiteten EventTimestamp und ergänzen Sie ein kurzes Überlappungsfenster. Entfernen Sie Duplikate nur anhand einer geprüften Quellereigniskennung, da das Entfernen wiederholter Ereignisse den Prozessverlauf verändern kann.

a Beispielabfrage python

import os
import pandas as pd
from sqlalchemy import create_engine, text

CONNECTION_STRING = os.getenv(class="hl-string">"WAREHOUSE_CONNECTION_STRING", class="hl-string">"[Connection string]")
START_DATE = class="hl-string">"[Start date]"
END_DATE = class="hl-string">"[End date]"
COMPANY_FILTER = class="hl-string">"[Company filter]"

engine = create_engine(CONNECTION_STRING)

sql = text(class="hl-string">"""
WITH
expense_incurred AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Expense Incurred' AS ActivityName,
        [Expense incurred timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your expense incurred table]
    WHERE [Expense incurred timestamp column] >= :start_date
      AND [Expense incurred timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
receipt_attached AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Receipt Attached' AS ActivityName,
        [Receipt attached timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your receipt attachment table]
    WHERE [Receipt attached timestamp column] >= :start_date
      AND [Receipt attached timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
expense_submitted AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Expense Submitted' AS ActivityName,
        [Submission timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your expense submission table]
    WHERE [Submission timestamp column] >= :start_date
      AND [Submission timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
policy_check_performed AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Policy Check Performed' AS ActivityName,
        [Policy check timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your policy check table]
    WHERE [Policy check timestamp column] >= :start_date
      AND [Policy check timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
manager_review_pending AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Manager Review Pending' AS ActivityName,
        [Manager pending timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your expense status history table]
    WHERE [Status column] = 'Pending Manager Approval'
      AND [Manager pending timestamp column] >= :start_date
      AND [Manager pending timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
manager_approved AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Manager Approved' AS ActivityName,
        [Manager approval timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your manager approval table]
    WHERE [Manager approval timestamp column] >= :start_date
      AND [Manager approval timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
finance_review_pending AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Finance Review Pending' AS ActivityName,
        [Finance pending timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your expense status history table]
    WHERE [Status column] = 'Pending Finance Approval'
      AND [Finance pending timestamp column] >= :start_date
      AND [Finance pending timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
finance_approved AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Finance Approved' AS ActivityName,
        [Finance approval timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your finance approval table]
    WHERE [Finance approval timestamp column] >= :start_date
      AND [Finance approval timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
expense_sent_back AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Expense Sent Back for Revision' AS ActivityName,
        [Revision timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        [Revision reason column] AS RevisionReason
    FROM [Your expense status history table]
    WHERE [Status column] IN ('Needs Revision', 'Rejected')
      AND [Revision timestamp column] >= :start_date
      AND [Revision timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
reimbursement_scheduled AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Reimbursement Scheduled' AS ActivityName,
        [Reimbursement scheduled timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your reimbursement schedule table]
    WHERE [Reimbursement scheduled timestamp column] >= :start_date
      AND [Reimbursement scheduled timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
reimbursement_executed AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Reimbursement Executed' AS ActivityName,
        [Reimbursement executed timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your reimbursement payment table]
    WHERE [Reimbursement executed timestamp column] >= :start_date
      AND [Reimbursement executed timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
synced_with_accounting AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Synced with Accounting System' AS ActivityName,
        [Accounting sync timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your accounting synchronization table]
    WHERE [Accounting sync timestamp column] >= :start_date
      AND [Accounting sync timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
)
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM expense_incurred
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM receipt_attached
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM expense_submitted
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM policy_check_performed
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM manager_review_pending
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM manager_approved
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM finance_review_pending
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM finance_approved
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM expense_sent_back
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM reimbursement_scheduled
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM reimbursement_executed
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM synced_with_accounting
ORDER BY ExpenseReportId, EventTimestamp, ActivityName
""")

with engine.connect() as connection:
    event_log = pd.read_sql(
        sql,
        connection,
        params={
            class="hl-string">"start_date": START_DATE,
            class="hl-string">"end_date": END_DATE,
            class="hl-string">"company_filter": COMPANY_FILTER
        }
    )

event_log[class="hl-string">"EventTimestamp"] = pd.to_datetime(event_log[class="hl-string">"EventTimestamp"], errors=class="hl-string">"coerce", utc=True)
event_log = event_log[event_log[class="hl-string">"ExpenseReportId"].notna() & event_log[class="hl-string">"EventTimestamp"].notna()].copy()
event_log.to_csv(class="hl-string">"ramp_expense_event_log.csv", index=False)
print(event_log.head())
print(event_log.groupby(class="hl-string">"ActivityName", dropna=False).size())

Möchten Sie loslegen?

Mit diesem Template können Sie Ihr Spesenmanagement verbessern, die Effizienz steigern und Genehmigungen beschleunigen. Beginnen Sie noch heute damit, Ihre Abläufe zu optimieren.

Zurück zum Leitfaden zur Prozessverbesserung Template herunterladen

Mehr Effizienz: Optimieren Sie noch heute Ihr Ramp-Spesenmanagement

Erkennen Sie Ineffizienzen, vereinfachen Sie Genehmigungen und verkürzen Sie die Durchlaufzeit um 30 %.

Starten Sie Ihre kostenlose Testphase

Keine Kreditkarte erforderlich. In wenigen Minuten eingerichtet.

Ihr Daten-Template für das Spesenmanagement

Ihr Daten-Template für das Spesenmanagement

Attribute des Spesenmanagements

Aktivitäten im Spesenmanagement

Anleitungen zum Datenexport

Integrierter CSV-Export von Ramp für Transaktionen und Erstattungen

Schritte

Konfiguration

a Beispielabfrage python

Datenexport mit einem Python-Skript über die Ramp Developer API

Schritte

Konfiguration

a Beispielabfrage python

Synchronisierung der Ramp-Daten mit dem Data Warehouse (Snowflake/BigQuery)

Schritte

Konfiguration

a Beispielabfrage python

Möchten Sie loslegen?

Mehr Effizienz: Optimieren Sie noch heute Ihr Ramp-Spesenmanagement

Ihr Daten-Template für das Spesenmanagement

Ihr Daten-Template für das Spesenmanagement

Attribute des Spesenmanagements

Aktivitäten im Spesenmanagement

Anleitungen zum Datenexport

Integrierter CSV-Export von Ramp für Transaktionen und Erstattungen

Schritte

Konfiguration

a Beispielabfrage python

Datenexport mit einem Python-Skript über die Ramp Developer API

Schritte

Konfiguration

a Beispielabfrage python

Synchronisierung der Ramp-Daten mit dem Data Warehouse (Snowflake/BigQuery)

Schritte

Konfiguration

a Beispielabfrage python

Möchten Sie loslegen?

Mehr Effizienz: Optimieren Sie noch heute Ihr Ramp-Spesenmanagement

Der Schutz Ihrer Daten ist uns wichtig