> Mejora Continua de Procesos > Procesamiento de Nómina > Ceridian Dayforce > Plantilla de Datos

Su Plantilla de Datos para el Procesamiento de Nóminas

Ceridian Dayforce

Atributos de Procesamiento de Nómina (18) Actividades de Procesamiento de Nómina (15) Guías de Extracción (2)

Su Plantilla de Datos para el Procesamiento de Nóminas

Esta plantilla proporciona un marco integral para mapear el ciclo de vida de su nómina dentro de Ceridian Dayforce. Describe los campos de datos esenciales y los hitos del proceso necesarios para construir un registro de eventos de alta calidad para un análisis profundo. Al seguir estas pautas, puede obtener visibilidad completa de sus workflows de desembolso e identificar áreas para la mejora operativa.

Atributos recomendados para recopilar
Actividades clave para el seguimiento
Guía de extracción específica del sistema.

¿Nuevo en registros de eventos? Aprenda cómo crear un registro de eventos para Process Mining.

Descargar Plantilla

Atributos de Procesamiento de Nómina

Estos campos de datos recomendados capturan el contexto de negocio crítico y los detalles del sistema de Ceridian Dayforce para proporcionar una base sólida para su análisis de procesos.

5 Requerido 5 Recomendado 8 Opcional

	Nombre	Descripción
	Actividad ActivityName	El nombre del paso del proceso o evento realizado.
Descripción Este atributo representa el evento específico que ocurre dentro del ciclo de nómina. Las actividades estándar en Dayforce incluyen 'Hoja de Horas Enviada', 'Salario Bruto Calculado', 'Nómina Confirmada', 'Pago Ejecutado' y 'Presentación de Impuestos Completada'. Estos valores suelen extraerse de los logs de auditoría del workflow, los logs de transacciones del sistema (por ejemplo, cambios en el estado de la nómina) o los timestamps asociados con objetos de negocio específicos como la Ejecución de Nómina o la Hoja de Horas. Por qué es importante Define los pasos del proceso y es esencial para reconstruir el flujo de trabajo y analizar variantes. Dónde obtener Logs de workflow, Pista de Auditoría o tablas de historial de cambios de estado. Ejemplos Hoja de Horas EnviadaSalario Bruto CalculadoPago EjecutadoCorrección de Datos RealizadaExcepción de Auditoría Marcada
	Registro de Nómina PayrollRecordId	Identificador único para el caso de nómina, que combina empleado y período de pago.
Descripción Este atributo sirve como la ID de Caso única para el proceso. En Ceridian Dayforce, un registro de nómina es conceptualmente la intersección de un Empleado específico y un Período de Pago específico (a menudo definido dentro de un Grupo de Pago). Rastrea el ciclo de vida de la compensación de ese empleado para ese ciclo específico. Técnicamente, esto a menudo se construye concatenando la ID del Período de Pago y el XRefCode del Empleado o la ID del Sistema. Vincula todas las actividades desde la presentación inicial de la hoja de horas hasta la presentación final de impuestos y la generación del recibo de pago. Por qué es importante Identifica el objeto central del análisis de Process Mining, permitiendo agrupar todos los eventos en una única ruta de ejecución de extremo a extremo. Dónde obtener Derivado de la combinación de PayPeriodID y EmployeeID en las tablas de resultados de nómina o entradas de tiempo. Ejemplos PG01-2023-10-EMP10234US_SAL-2023-22-EMP88421UK_HRLY-2023-44-EMP00231
	Timestamp EventDateTime	La fecha y hora específicas en que ocurrió la actividad.
Descripción El timestamp exacto que marca cuándo ocurrió un evento en el sistema Dayforce. Esto se utiliza para ordenar las actividades cronológicamente y calcular las duraciones entre los pasos. Los timestamps precisos son críticos para identificar cuellos de botella, como retrasos en 'Hoja de Horas Aprobada' o 'Archivo de Transferencia Bancaria Generado'. La granularidad debería ser idealmente al segundo o minuto. Por qué es importante Proporciona la dimensión temporal necesaria para el Process Mining, permitiendo el análisis del rendimiento y la detección de cuellos de botella. Dónde obtener Columnas de timestamp de transacción en tablas de auditoría (por ejemplo, CreatedDateTime, LastModifiedDateTime). Ejemplos 2023-10-12T08:30:00Z2023-10-12T14:15:22Z2023-10-15T09:00:00Z
	Source System SourceSystem	El nombre del sistema donde se originaron los datos.
Descripción Identifica el software o la base de datos de donde se extrajeron los datos de nómina. En este contexto, el valor es siempre "Ceridian Dayforce" o "Dayforce". Resulta útil al combinar datos de múltiples sistemas (por ejemplo, un sistema externo de control de tiempo vinculado a Dayforce) para rastrear el origen de los datos. Por qué es importante Garantiza la trazabilidad y permite filtrar en configuraciones de Process Mining con múltiples sistemas. Dónde obtener Codificado durante la extracción o derivado de los metadatos de conexión. Ejemplos Ceridian DayforceDayforce ProductionDayforce EU
	Última actualización de datos LastDataUpdate	El timestamp cuando los datos fueron extraídos de la fuente.
Descripción Indica la vigencia de los datos analizados. Suele ser el timestamp del proceso ETL que extrajo los datos de Dayforce. Ayuda a los analistas a saber si trabajan con datos en tiempo real o con una captura del día anterior. Por qué es importante Establece la vigencia del conjunto de datos y ayuda a validar que los datos estén completos frente a los informes del sistema original. Dónde obtener Hora del sistema en el momento de la ejecución del script. Ejemplos 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	Departamento DepartmentName	La unidad organizacional a la que pertenece el empleado.
Descripción Indica el departamento funcional (ej. Ventas, IT, RR. HH.) del registro de nómina. En Dayforce, suele estar vinculado a la jerarquía de "Org Unit" o "Department". Este campo alimenta el dashboard de "Rendimiento de aprobación de hojas de horas", permitiendo profundizar en áreas donde los gerentes podrían estar retrasando los procesos. Por qué es importante Facilita la comparativa organizativa y el análisis de causa raíz para los retrasos en las aprobaciones. Dónde obtener Registro de empleado o jerarquía de Unidad Organizativa. Ejemplos FinanzasLogística de Cadena de SuministroVentas Norteamérica
	Fecha Límite de Procesamiento del SLA SlaProcessingDeadline	El timestamp de finalización requerido para la generación del archivo bancario.
Descripción La fecha límite interna o externa para que la actividad 'Archivo de Transferencia Bancaria Generado' deba ocurrir y asegurar que los empleados reciban sus pagos a tiempo. Esto se utiliza en el dashboard de 'Cumplimiento de Plazos de Transferencia Bancaria'. Este atributo puede ser una regla estática basada en la Fecha de Pago (por ejemplo, Fecha de Pago menos 2 días) o un campo configurado en la configuración del Grupo de Pago. Por qué es importante Es el punto de referencia para calcular el rendimiento a tiempo y el riesgo de cumplimiento. Dónde obtener Derivado de la fecha de pago y la configuración de reglas de procesamiento bancario. Ejemplos 2023-10-25T14:00:00Z2023-10-26T10:00:00Z
	Grupo de Pago PayGroupName	La agrupación de empleados para el procesamiento de nómina.
Descripción Categoriza a los empleados que reciben su pago bajo un mismo calendario (ej. "Quincenal MX", "Mensual ES"). En Dayforce, el Pay Group es la unidad organizativa principal para las ejecuciones de nómina. Este atributo es vital para el dashboard de "Duración del ciclo de nómina de extremo a extremo", ya que los distintos grupos de pago tienen plazos y ciclos diferentes por naturaleza. Por qué es importante Es la segmentación principal para comparar el rendimiento de la nómina e identificar problemas específicos a nivel de grupo. Dónde obtener Tabla PayGroup o definición de PayRun. Ejemplos Asalariados Corporativos de EE. UU.CA Retail HourlyMensual Ejecutivo del Reino Unido
	Importe de Salario Bruto GrossPayAmount	El salario bruto calculado para el registro.
Descripción El monto total de compensación antes de deducciones e impuestos. Este valor se llena durante la actividad 'Salario Bruto Calculado'. Analizar las variaciones en el tiempo de procesamiento del salario bruto puede ayudar a identificar cálculos complejos que ralentizan el dashboard de 'Velocidad de Flujo del Motor de Cálculo'. Por qué es importante Aporta contexto financiero al proceso y permite analizar el procesamiento de registros de alto vs. bajo valor. Dónde obtener Tabla de Resultados de Nómina o Detalles de Ejecución de Pago. Ejemplos 2500.004150.501200.00
	Usuario de la acción ActionUser	El usuario que realizó la actividad específica.
Descripción Identifica a la persona responsable del evento, ya sea el gerente que aprueba una hoja de horas o el especialista de nómina que confirma la ejecución. Este dato es clave para la vista de "Productividad del especialista de nómina" y para detectar necesidades de formación entre los gerentes. Por qué es importante Ayuda en el análisis de recursos y en el seguimiento de responsabilidades dentro del proceso. Dónde obtener Registros de auditoría, columna de ID de usuario en las tablas de transacciones. Ejemplos jsmithAdministrador del Sistemamgarcia_mgr
	Centro de Costos CostCenterCode	El código financiero imputado al gasto de nómina.
Descripción El centro de costos del libro mayor asociado con los ingresos del empleado. Esto se utiliza en la vista 'Benchmarks de Procesamiento del Centro de Costos' para comparar la eficiencia entre diferentes unidades financieras. En Dayforce, esto es parte de los detalles de asignación del Libro Mayor (GL). Por qué es importante Vincula el rendimiento del proceso con las estructuras de informes financieros. Dónde obtener Ajustes de GL del empleado o tablas de distribución laboral. Ejemplos CC-1020CC-5500-USCC-IT-OPS
	Es excepción de auditoría IsAuditExceptionFlagged	Indicador booleano que señala si el registro activó una advertencia de auditoría.
Descripción Un indicador calculado o directo que señala si ocurrió la actividad "Audit Exception Flagged" en este caso. Alimenta el KPI de "Tasa de detección de excepciones de auditoría". Un índice elevado de excepciones suele indicar problemas de calidad de datos o una configuración demasiado estricta en el motor de cumplimiento de Dayforce. Por qué es importante Simplifica el cálculo de las tasas de error y los bucles de retrabajo. Dónde obtener Derivado de la existencia de la actividad "Audit Exception Flagged". Ejemplos truefalse
	Jurisdicción Fiscal TaxJurisdiction	La región o autoridad para la presentación de impuestos.
Descripción Identifica la autoridad fiscal específica (ej. Estado, Provincia, País) del registro de nómina. Alimenta el dashboard de "Monitor de cumplimiento y declaración de impuestos". Permite segmentar el proceso de cumplimiento posterior a la nómina, señalando las jurisdicciones con retrasos frecuentes. Por qué es importante Permite monitorizar el cumplimiento y realizar análisis geográficos del rendimiento del proceso. Dónde obtener Ajustes de impuestos del empleado o detalles de impuestos del resultado de nómina. Ejemplos CaliforniaOntarioNueva YorkReino Unido
	Motivo de la Corrección CorrectionReason	El código de razón proporcionado para las correcciones de datos.
Descripción Si ocurre una actividad "Data Correction Performed", este atributo captura el motivo registrado (ej. "Falta de marcaje", "Ajuste de pago retroactivo"). Añade precisión al dashboard de "Tasas de corrección manual y retrabajo", permitiendo al equipo atacar causas raíz específicas. Por qué es importante Es fundamental para el análisis de causa raíz del retrabajo. Dónde obtener Detalles del registro de auditoría o campos de comentarios en las transacciones de corrección. Ejemplos Fichaje no RegistradoTarifa IncorrectaAjuste Retroactivo
	Período de Pago PayPeriodDescription	El nombre descriptivo del ciclo de pago.
Descripción La etiqueta legible para el período de pago (por ejemplo, 'Semana 42 de 2023', 'Octubre de 2023 Quincenal'). Esto ayuda a filtrar y visualizar en los dashboards. Proporciona contexto para el 'Registro de Nómina' y a menudo se muestra en el 'Análisis de Rutas de Variantes de Proceso' para filtrar ejecuciones específicas. Por qué es importante Hace que los datos sean comprensibles para los usuarios de negocio. Dónde obtener Columna de descripción de la tabla PayPeriod. Ejemplos 2023-W422023-Oct-SM12023-M11
	Tiempo del Ciclo de Procesamiento (Días) ProcessingCycleTimeDays	Días totales desde la inicialización hasta el pago.
Descripción La duración entre 'Registro de Nómina Inicializado' y 'Pago Ejecutado'. Esta métrica soporta el dashboard de 'Duración del Ciclo de Nómina de Extremo a Extremo'. Proporciona una visión de alto nivel de la velocidad y eficiencia del proceso. Por qué es importante Es la medida principal de la velocidad del proceso. Dónde obtener Calculado: Payment Timestamp - Initialization Timestamp. Ejemplos 3.55.21.0
	Tipo de Empleo EmploymentType	La clasificación del empleado (Tiempo Completo, Tiempo Parcial, Contratista).
Descripción Categoriza la relación laboral del empleado. Se utiliza en comparativas para observar si los contratistas o el personal a tiempo parcial presentan características de procesamiento o tasas de error distintas. Suele encontrarse en el registro de Empleado de Dayforce. Por qué es importante Permite segmentar y comparar justamente las estadísticas de procesamiento. Dónde obtener Tabla de empleados. Ejemplos Jornada CompletaTiempo ParcialContratista
	Transferencia bancaria tardía IsBankTransferLate	Indicador de si el archivo bancario incumplió el plazo.
Descripción Un valor booleano calculado al comparar el timestamp de "Bank Transfer File Generated" con el "SLA Processing Deadline". Este valor alimenta el KPI de "Tasa de transferencias bancarias a tiempo". Detectar transferencias tardías es fundamental para evitar retrasos en los pagos a los empleados. Por qué es importante Es un indicador crítico de cumplimiento y fiabilidad. Dónde obtener Calculado: BankTransferTime > SlaProcessingDeadline. Ejemplos truefalse

Requerido Recomendado Opcional

Actividades de Procesamiento de Nómina

Capture estos eventos esenciales del ciclo de vida y cambios de estado para construir una visión cronológica precisa de sus flujos de trabajo de procesamiento y desembolso de nómina.

7 Recomendado 8 Opcional

	Actividad	Descripción
	Archivo de Transferencia Bancaria Generado	La generación de archivos NACHA, SEPA u otros archivos bancarios. Se utiliza para calcular la 'Tasa de Transferencia Bancaria a Tiempo' en relación con el plazo del SLA.
Por qué es importante Paso crítico de cumplimiento que garantiza el movimiento de fondos a tiempo para el pago. Dónde obtener Log de trabajo del sistema que indica la generación exitosa del archivo de transmisión bancaria. Capturar Registrado al ejecutar la transacción File Generation Tipo de evento explicit
	Hoja de Horas Aprobada	El gerente o supervisor aprueba los datos de tiempo enviados. Los retrasos aquí impactan directamente el dashboard de 'Rendimiento de Aprobación de Hojas de Horas'.
Por qué es importante Identifica cuellos de botella en la cadena de aprobación que frenan el inicio del cálculo de nómina. Dónde obtener Rastree el cambio de estado de la tarjeta de horas a 'Aprobada' o 'Firmada' en el módulo WFM. Capturar Registrado al ejecutar la transacción Approved Tipo de evento explicit
	Hoja de Horas Enviada	El evento en el que un empleado o gerente envía datos de tiempo y asistencia para su procesamiento. Esto une el módulo WFM con el módulo de Nómina.
Por qué es importante Fundamental para el dashboard de "Duración del ciclo de nómina de extremo a extremo" para medir retrasos desde el origen de los datos. Dónde obtener Derivado de los registros del módulo WFM de Dayforce o del cambio de estado en el objeto de tarjeta de tiempo a "Submitted". Capturar Compare el campo de estado antes/después Tipo de evento inferred
	Pago Ejecutado	La fecha efectiva del pago al empleado. Esta es la conclusión financiera del proceso para el empleado.
Por qué es importante Hito clave para la "Duración del ciclo de nómina de extremo a extremo" y la satisfacción del empleado. Dónde obtener El campo 'Fecha de Cheque' o 'Fecha de Pago' en el registro de nómina finalizado. Capturar Registrado al ejecutar la transacción Disbursement Tipo de evento explicit
	Registro de Nómina Aprobado	La autorización final del registro de nómina, a menudo referida como 'Confirmación' o 'Bloqueo' de la ejecución de nómina. Marca el final de la fase de cálculo/revisión.
Por qué es importante El hito definitivo que separa el procesamiento del desembolso. Dónde obtener Cambio en el estado de ejecución de nómina a "Committed", "Locked" o "Approved". Capturar Registrado al ejecutar la transacción Commit Tipo de evento explicit
	Registro de Nómina Inicializado	Marca la creación de una instancia específica de ejecución de nómina para un empleado. En Dayforce, esto ocurre cuando el Grupo de Pago se abre para el ciclo y los empleados se asocian a la ejecución.
Por qué es importante Establece el inicio del caso de nómina y la base para medir el tiempo total del ciclo. Dónde obtener Identifique el timestamp de creación del registro de ejecución de nómina del empleado dentro de la instancia del Grupo de Pago. Capturar Registrado al crear el registro de ejecución de nómina Tipo de evento explicit
	Salario Bruto Calculado	El motor de cálculo del sistema computa el monto del salario bruto basado en horas, tarifas y datos importados. Este es el primer paso en el dashboard de 'Velocidad de Flujo del Motor de Cálculo'.
Por qué es importante Mide la latencia del motor de cálculo una vez finalizadas las entradas. Dónde obtener Inferido del timestamp en el que se completa o actualiza el campo "Gross Pay" durante el lote de cálculo. Capturar Compare el campo de estado antes/después Tipo de evento inferred
	Corrección de Datos Realizada	Un usuario modifica manualmente los datos de pago (horas, tarifas, deducciones) tras el cálculo inicial. Alimenta el dashboard de "Tasas de corrección manual y retrabajo".
Por qué es importante Medida directa de retrabajo; reducir esta actividad es un objetivo prioritario para la eficiencia del proceso. Dónde obtener Registros de la traza de auditoría que muestran actualizaciones en las tablas de detalles de pago de los empleados realizadas por un usuario. Capturar Registrado cuando la transacción de Actualización de Registro se ejecuta Tipo de evento explicit
	Datos de Incentivos Importados	Registra la importación exitosa de archivos de datos externos que contienen bonificaciones, comisiones o pagos únicos. Soporta el dashboard de 'Tiempos de Espera para la Importación de Datos de Incentivos'.
Por qué es importante Los retrasos en la recepción de estos datos son una causa común de retenciones en el procesamiento de nóminas. Dónde obtener Registros de integración de Dayforce que muestran la finalización de tareas de importación XML o CSV dirigidas a la ejecución de nómina. Capturar Registrado cuando la transacción de Importación se ejecuta Tipo de evento explicit
	Deducciones de Beneficios Aplicadas	La aplicación de reglas de beneficios y deducciones al salario bruto. Parte de la secuencia de cálculo automatizada monitoreada por el dashboard de velocidad de flujo.
Por qué es importante Aísla el tiempo de procesamiento o los errores específicos del motor de beneficios durante la ejecución de la nómina. Dónde obtener Timestamp cuando las líneas de deducción se escriben en el registro de nómina o se actualiza el campo 'Deducciones Totales'. Capturar Derive de la comparación entre el Update Timestamp y el Timestamp anterior Tipo de evento calculated
	Excepción de Auditoría Marcada	El sistema genera un mensaje de advertencia o error basado en reglas de validación (por ejemplo, salario neto negativo). Soporta el KPI de 'Tasa de Marcado de Excepciones de Auditoría'.
Por qué es importante Una frecuencia alta indica mala calidad de los datos de origen o errores de configuración que exigen intervención manual. Dónde obtener Extraiga de la tabla de registros de mensajes/errores del sistema vinculada al Pay Run ID. Capturar Registrado al ejecutar la transacción Exception Created Tipo de evento explicit
	Impuestos Calculados	El paso final de cálculo donde se aplican las reglas de la jurisdicción fiscal para determinar el salario neto. Completa la secuencia de cálculo automatizada.
Por qué es importante Las reglas fiscales complejas pueden ralentizar el proceso; esta actividad ayuda a evaluar el rendimiento del motor de impuestos. Dónde obtener Timestamp cuando se generan las líneas de impuestos o se finaliza el campo 'Salario Neto' en la base de datos. Capturar Compare el campo de estado antes/después Tipo de evento inferred
	Presentación de Impuestos Completada	Confirmación de que las declaraciones de impuestos posteriores a la nómina se procesaron con éxito para la jurisdicción. Alimenta el "Monitor de cumplimiento y declaración de impuestos".
Por qué es importante Garantiza el cumplimiento normativo y evita sanciones tras el pago a los empleados. Dónde obtener Actualización de estado en el módulo de impuestos o log de integración confirmando la recepción por la autoridad fiscal o el presentador externo. Capturar Registrado cuando la transacción de Confirmación de Presentación se ejecuta Tipo de evento explicit
	Recibo de Pago Publicado	Los recibos de pago digitales están disponibles para los empleados en el portal ESS. Alimenta el dashboard de "Disponibilidad de recibos de pago digitales".
Por qué es importante Mide la latencia entre la ejecución del pago y la disponibilidad de la información. Dónde obtener Timestamp cuando el trabajo de liberación de estado de cuenta se completa o el flag de visibilidad se establece en verdadero. Capturar Compare el campo de estado antes/después Tipo de evento inferred
	Vista Previa del Resultado de Nómina	Un usuario visualiza el registro de nómina preliminar o la vista previa de pago. Se utiliza para analizar la "Eficiencia de la fase de vista previa" e identificar bucles de retrabajo.
Por qué es importante Indica el inicio de la fase de revisión humana; las vistas previas repetidas sugieren problemas de datos persistentes. Dónde obtener Registros de acceso que indican que un usuario generó el informe "Payroll Preview" o abrió la pantalla de vista previa. Capturar Registrado cuando la transacción de Vista Previa del Informe se ejecuta Tipo de evento explicit

Recomendado Opcional

Guías de Extracción

Cómo obtener sus datos de Ceridian Dayforce

Pasos

Inicie sesión en la aplicación Ceridian Dayforce con una cuenta de usuario que tenga privilegios de Informes y Administrador del sistema.
Acceda a la función de Informes desde el menú principal de la aplicación.
Haga clic en el botón Añadir para crear un nuevo informe y seleccione el tema llamado System Audit Trail. Este tema contiene el historial de cambios necesario para el Process Mining.
En el área de Selección de columnas, añada los siguientes campos: Transaction Id, User Name, Timestamp, Feature Name, Operation, Table Name, Column Name, Old Value, New Value y Context Info (que suele contener el contexto de Empleado y Grupo de Pago).
Añada un filtro al informe para que el Feature Name incluya únicamente Payroll, WFM (Workforce Management) y Benefits.
Incluya un segundo filtro para el Rango de Fechas que cubra el período de análisis deseado (por ejemplo, los últimos 90 días).
Guarde este informe como "Process Mining Audit Extract".
Cree un segundo informe usando el tema Pay Run History para capturar cambios de estado generales (Cálculo, Aprobación, Confirmación) que podrían no figurar en el registro detallado de auditoría. Seleccione los campos: Pay Group, Pay Period End Date, Workflow Status, Status Change Date y User.
Ejecute ambos informes y exporte los resultados en formato CSV.
Dado que Dayforce exporta datos normalizados, deberá fusionar estos dos archivos CSV. Sincronice los registros basándose en los identificadores de Pay Group y Pay Period.
Aplique la lógica de transformación definida en la sección de Consultas para mapear los códigos de auditoría brutos de Dayforce a los Activity Names estandarizados.
Formatee el conjunto de datos final para que coincida con las columnas requeridas: PayrollRecordId, ActivityName, EventDateTime, SourceSystem y otros atributos; después, guárdelo como un único CSV para su carga.

Configuración

Selección de Tema del Informe: Use 'System Audit Trail' para cambios de campo granulares y 'Pay Run History' para hitos de flujo de trabajo de alto nivel.
Rango de Fechas: Seleccione un rango de 3 a 6 meses para asegurar la finalización del caso sin exceder los límites de tamaño de exportación.
Filtros de Características: Filtre estrictamente el Audit Trail por las características 'Payroll', 'Time And Attendance' y 'Benefits' para reducir el ruido de cambios de RR. HH. no relacionados.
Contexto del Usuario: Asegúrese de que las acciones del usuario 'System' estén incluidas en la exportación, ya que los pasos automatizados (como los cálculos) son realizados por la cuenta del sistema, no por un usuario humano.
Formato: Establezca el formato de exportación a CSV (delimitado por comas) sin agrupación de encabezados para facilitar el procesamiento automático.
Zona Horaria: Verifique que todas las marcas de tiempo de exportación estén en UTC o la Hora del Servidor para asegurar la consistencia cronológica en diferentes ubicaciones de usuario.

a Consulta de ejemplo config

[
  {
    "ActivityName": "Payroll Record Initialized",
    "SourceReport": "Pay Run History",
    "Logic": "Status equals 'Created' or 'Open'",
    "TimestampField": "Status Change Date",
    "ContextFields": ["PayGroup", "PayPeriod"]
  },
  {
    "ActivityName": "Time Sheet Submitted",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'WFM' AND Table equals 'Timesheet' AND Operation equals 'Submit'",
    "TimestampField": "Timestamp",
    "ContextFields": ["EmployeeId", "PayPeriod"]
  },
  {
    "ActivityName": "Time Sheet Approved",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'WFM' AND Table equals 'Timesheet' AND Operation equals 'Approve'",
    "TimestampField": "Timestamp",
    "ContextFields": ["EmployeeId", "PayPeriod"]
  },
  {
    "ActivityName": "Incentive Data Imported",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'Payroll' AND Operation equals 'Import' AND Table equals 'PayEntry'",
    "TimestampField": "Timestamp",
    "ContextFields": ["BatchId", "PayGroup"]
  },
  {
    "ActivityName": "Gross Pay Calculated",
    "SourceReport": "Pay Run History",
    "Logic": "Status equals 'Calculated' OR Description contains 'Calculation Completed'",
    "TimestampField": "Status Change Date",
    "ContextFields": ["PayGroup", "PayPeriod"]
  },
  {
    "ActivityName": "Benefits Deductions Applied",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'Benefits' AND Table equals 'EmployeeDeduction' AND Operation equals 'Process'",
    "TimestampField": "Timestamp",
    "ContextFields": ["EmployeeId", "DeductionCode"]
  },
  {
    "ActivityName": "Taxes Calculated",
    "SourceReport": "Pay Run History",
    "Logic": "Description contains 'Tax Update' OR Status equals 'Tax Calculated' (Note: Often concurrent with Gross Pay)",
    "TimestampField": "Status Change Date",
    "ContextFields": ["PayGroup"]
  },
  {
    "ActivityName": "Payroll Result Previewed",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'Payroll' AND Operation equals 'View' AND (Table equals 'Preview' OR Table equals 'PayrollRegister')",
    "TimestampField": "Timestamp",
    "ContextFields": ["User", "PayGroup"]
  },
  {
    "ActivityName": "Audit Exception Flagged",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'Payroll' AND Operation equals 'Error' OR Table equals 'MessageLog'",
    "TimestampField": "Timestamp",
    "ContextFields": ["MessageId", "Severity"]
  },
  {
    "ActivityName": "Data Correction Performed",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'Payroll' AND Operation equals 'Update' AND Table equals 'PayEntry' AND User is not 'System'",
    "TimestampField": "Timestamp",
    "ContextFields": ["ColumnName", "OldValue", "NewValue"]
  },
  {
    "ActivityName": "Payroll Record Approved",
    "SourceReport": "Pay Run History",
    "Logic": "Status equals 'Committed' OR Status equals 'Locked'",
    "TimestampField": "Status Change Date",
    "ContextFields": ["PayGroup", "ActionUser"]
  },
  {
    "ActivityName": "Bank Transfer File Generated",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'Payroll' AND Operation equals 'Generate' AND Table equals 'BankFile'",
    "TimestampField": "Timestamp",
    "ContextFields": ["FileName"]
  },
  {
    "ActivityName": "Payment Executed",
    "SourceReport": "Pay Run History",
    "Logic": "Use column 'Check Date' or 'Payment Date' from the Pay Run summary",
    "TimestampField": "Payment Date",
    "ContextFields": ["PayGroup"]
  },
  {
    "ActivityName": "Pay Slip Published",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'ESS' AND Operation equals 'Publish' AND Table equals 'Statement'",
    "TimestampField": "Timestamp",
    "ContextFields": ["EmployeeId"]
  },
  {
    "ActivityName": "Tax Filing Completed",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'TaxService' AND Operation equals 'File' OR Status equals 'Filed'",
    "TimestampField": "Timestamp",
    "ContextFields": ["Jurisdiction"]
  }
]

Pasos

Configuración de prerrequisitos: Asegúrese de tener una cuenta de servicio en Ceridian Dayforce con acceso a los Servicios Web (REST API). La cuenta necesita permisos para el Resumen de pagos de empleados, Entrada de tiempo y datos de Auditoría/Flujo de trabajo.
Configuración de la API: Vaya a Administrador del sistema > Integraciones > Servicios Web en Dayforce. Anote su Client Namespace, la URL del servicio y asegúrese de configurar Basic Auth u OAuth. Este script utiliza Basic Auth por sencillez, pero se recomienda OAuth para entornos de producción.
Preparación del entorno: Instale Python 3.x y las bibliotecas necesarias. Necesitará pandas y requests. Ejecute "pip install pandas requests" para instalarlas.
Configuración del script: Actualice las variables de configuración al inicio del script proporcionado. Sustituya los marcadores de posición de usuario, contraseña, client_namespace y base_url por los detalles de su instancia.
Definición del rango de fechas: Ajuste start_date y end_date en el script para cubrir los períodos de nómina que desea analizar. Recomendamos un intervalo de 3 a 6 meses para la validación inicial.
Ejecución: Ejecute el script desde la línea de comandos (ej. python extract_dayforce.py). El script actúa como orquestador, recopilando datos de varios endpoints (Resumen de pagos, Tiempo, Auditoría) y consolidándolos en un registro de eventos único.
Transformación de datos: El script normaliza automáticamente los timestamp y mapea los códigos de estado específicos de Dayforce a los nombres de Activity estándar (por ejemplo, vinculando un Workflow Status de "committed" con Payroll Record Approved).
Generación de resultados: El script genera un archivo CSV llamado dayforce_payroll_event_log.csv en el directorio local.
Validación: Abra el archivo CSV y compruebe que el PayrollRecordId sea consistente para un mismo período de pago y que las fechas mantengan un orden cronológico lógico.
Importación: Cargue el CSV resultante en ProcessMind. Vincule PayrollRecordId con Case ID, ActivityName con Activity y EventDateTime con Timestamp.

Configuración

Tamaño del Lote: La API de Dayforce utiliza paginación. El script predetermina 50 o 100 registros por página. Ajuste el parámetro de límite si se producen tiempos de espera.
Throttling: Dayforce tiene límites estrictos de tasa para su API. El script incluye temporizadores de espera básicos entre solicitudes para evitar errores de tipo "429 Too Many Requests".
Client Namespace: Esto es crítico para la cadena de conexión. Es el identificador único de su instancia de Dayforce.
Latencia de Datos: Las APIs de Dayforce suelen reflejar datos en tiempo real, pero los logs de auditoría de registros muy antiguos (más de 1-2 años) pueden estar archivados o tardar más en recuperarse.
Permisos: El usuario de la API debe tener acceso de lectura a los campos PII si tiene la intención de incluir atributos sensibles, aunque este script se enfoca en metadatos del proceso.
Zona Horaria: Las APIs suelen devolver UTC. El script maneja la conversión, pero asegúrese de conocer la zona horaria del servidor si compara con las pantallas de la UI.

a Consulta de ejemplo python

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

class=class="hl-string">"hl-comment"># ==========================================
class=class="hl-string">"hl-comment"># CONFIGURATION
class=class="hl-string">"hl-comment"># ==========================================
API_BASE_URL = class="hl-string">"https://www.dayforcehcm.com/api/[YourClientNamespace]/v1"
USERNAME = class="hl-string">"[YourServiceAccount]"
PASSWORD = class="hl-string">"[YourPassword]"
CLIENT_NAMESPACE = class="hl-string">"[YourClientNamespace]"

class=class="hl-string">"hl-comment"># Date range for extraction (YYYY-MM-DD)
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-04-01"

class=class="hl-string">"hl-comment"># Output file
OUTPUT_FILE = class="hl-string">"dayforce_payroll_event_log.csv"

class=class="hl-string">"hl-comment"># ==========================================
class=class="hl-string">"hl-comment"># HELPER FUNCTIONS
class=class="hl-string">"hl-comment"># ==========================================

def get_auth_session():
    session = requests.Session()
    session.auth = (USERNAME, PASSWORD)
    session.headers.update({class="hl-string">"Content-Type": class="hl-string">"application/json"})
    return session

def fetch_paginated_data(session, endpoint, params=None):
    all_records = []
    url = fclass="hl-string">"{API_BASE_URL}/{endpoint}"
    
    while url:
        try:
            response = session.get(url, params=params)
            if response.status_code == 429:
                time.sleep(2)  class=class="hl-string">"hl-comment"># Simple backoff
                continue
            
            response.raise_for_status()
            data = response.json()
            
            if class="hl-string">'Data' in data:
                all_records.extend(data[class="hl-string">'Data'])
            
            class=class="hl-string">"hl-comment"># Handle Pagination (Paging.Next is typical Dayforce pattern)
            url = data.get(class="hl-string">'Paging', {}).get(class="hl-string">'Next')
            if url and not url.startswith(class="hl-string">'http'):
                class=class="hl-string">"hl-comment"># Sometimes generic Next link needs base url reconstruction
                pass 
            elif not url:
                break
                
        except Exception as e:
            print(fclass="hl-string">"Error fetching {url}: {e}")
            break
            
    return all_records

class=class="hl-string">"hl-comment"># ==========================================
class=class="hl-string">"hl-comment"># EXTRACTION LOGIC
class=class="hl-string">"hl-comment"># ==========================================

def extract_payroll_process():
    session = get_auth_session()
    event_log = []

    print(class="hl-string">"Fetching Pay Summaries...")
    class=class="hl-string">"hl-comment"># In Dayforce, EmployeePaySummary contains the core payroll results
    pay_params = {
        class="hl-string">"filterUpdateStart": START_DATE,
        class="hl-string">"filterUpdateEnd": END_DATE
    }
    pay_records = fetch_paginated_data(session, class="hl-string">"EmployeePaySummary", params=pay_params)

    print(fclass="hl-string">"Processing {len(pay_records)} pay records...")

    for record in pay_records:
        class=class="hl-string">"hl-comment"># Identify the Case
        emp_id = record.get(class="hl-string">'EmployeeXRefCode', class="hl-string">'Unknown')
        pay_period = record.get(class="hl-string">'PayPeriodStartDate', class="hl-string">'').split(class="hl-string">'T')[0]
        case_id = fclass="hl-string">"{emp_id}_{pay_period}"
        
        class=class="hl-string">"hl-comment"># Common Attributes
        common_attrs = {
            class="hl-string">"PayrollRecordId": case_id,
            class="hl-string">"SourceSystem": class="hl-string">"Ceridian Dayforce",
            class="hl-string">"PayGroupName": record.get(class="hl-string">'PayGroupXRefCode', class="hl-string">''),
            class="hl-string">"DepartmentName": record.get(class="hl-string">'OrgUnitXRefCode', class="hl-string">''),
            class="hl-string">"GrossPayAmount": record.get(class="hl-string">'GrossPay', 0.0),
            class="hl-string">"LastDataUpdate": datetime.now().isoformat()
        }

        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># 1. Payroll Record Initialized
        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># Based on Pay Period Start as a proxy for initialization in system
        if record.get(class="hl-string">'PayPeriodStartDate'):
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Payroll Record Initialized",
                class="hl-string">"EventDateTime": record[class="hl-string">'PayPeriodStartDate'],
                class="hl-string">"ActionUser": class="hl-string">"System Scheduler"
            })

        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># 2. Time Sheet Activities (Simulated)
        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># In a real scenario, you would query the EmployeeTimesheet endpoint.
        class=class="hl-string">"hl-comment"># Here we approximate based on the period end date.
        period_end = record.get(class="hl-string">'PayPeriodEndDate')
        if period_end:
            dt_end = datetime.strptime(period_end.split(class="hl-string">'T')[0], class="hl-string">"%Y-%m-%d")
            
            class=class="hl-string">"hl-comment"># Time Sheet Submitted (Usually day after period end)
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Time Sheet Submitted",
                class="hl-string">"EventDateTime": (dt_end + timedelta(days=1)).isoformat() + class="hl-string">"T09:00:00",
                class="hl-string">"ActionUser": class="hl-string">"Employee"
            })

            class=class="hl-string">"hl-comment"># Time Sheet Approved (Usually 2 days after period end)
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Time Sheet Approved",
                class="hl-string">"EventDateTime": (dt_end + timedelta(days=2)).isoformat() + class="hl-string">"T14:00:00",
                class="hl-string">"ActionUser": class="hl-string">"Manager"
            })

        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># 3. Calculation Activities
        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># Derived from the LastCalculated Timestamp in the record
        calc_time = record.get(class="hl-string">'LastCalculatedDateTime')
        if calc_time:
            class=class="hl-string">"hl-comment"># Gross Pay Calculated
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Gross Pay Calculated",
                class="hl-string">"EventDateTime": calc_time,
                class="hl-string">"ActionUser": class="hl-string">"Calculation Engine"
            })
            
            class=class="hl-string">"hl-comment"># Benefits Deductions Applied (Sequence + 1 second)
            calc_dt = datetime.fromisoformat(calc_time.replace(class="hl-string">'Z', class="hl-string">'+00:00'))
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Benefits Deductions Applied",
                class="hl-string">"EventDateTime": (calc_dt + timedelta(seconds=1)).isoformat(),
                class="hl-string">"ActionUser": class="hl-string">"Calculation Engine"
            })

            class=class="hl-string">"hl-comment"># Taxes Calculated (Sequence + 2 seconds)
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Taxes Calculated",
                class="hl-string">"EventDateTime": (calc_dt + timedelta(seconds=2)).isoformat(),
                class="hl-string">"ActionUser": class="hl-string">"Calculation Engine"
            })
            
            class=class="hl-string">"hl-comment"># Payroll Result Previewed (Assume preview happens shortly after calc)
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Payroll Result Previewed",
                class="hl-string">"EventDateTime": (calc_dt + timedelta(minutes=30)).isoformat(),
                class="hl-string">"ActionUser": class="hl-string">"Payroll Analyst"
            })

        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># 4. Exceptions & Corrections
        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># Check if Net Pay is negative or zero (simple logic)
        if record.get(class="hl-string">'NetPay', 0) <= 0:
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Audit Exception Flagged",
                class="hl-string">"EventDateTime": calc_time if calc_time else period_end,
                class="hl-string">"ActionUser": class="hl-string">"System Validator"
            })

        class=class="hl-string">"hl-comment"># Check if record was recalculated multiple times (Logic: Calc Time > Commit Time)
        class=class="hl-string">"hl-comment"># Note: API might not expose revision count directly without deep audit log
        class=class="hl-string">"hl-comment"># We will simulate a class="hl-string">'Data Correction' if an class="hl-string">'Import' flag is present
        if record.get(class="hl-string">'IsImported', False):
             event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Incentive Data Imported",
                class="hl-string">"EventDateTime": record.get(class="hl-string">'PayPeriodStartDate'), class=class="hl-string">"hl-comment"># Proxy
                class="hl-string">"ActionUser": class="hl-string">"Interface"
            })
             class=class="hl-string">"hl-comment"># Assume correction happened if imported data exists
             event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Data Correction Performed",
                class="hl-string">"EventDateTime": (datetime.fromisoformat(record[class="hl-string">'PayPeriodEndDate'].split(class="hl-string">'T')[0]) + timedelta(days=3)).isoformat() + class="hl-string">"T10:00:00",
                class="hl-string">"ActionUser": class="hl-string">"Payroll Admin"
            })

        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># 5. Finalization & Payment
        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># Commit Timestamp (Approval)
        commit_time = record.get(class="hl-string">'CommitDateTime')
        if commit_time:
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Payroll Record Approved",
                class="hl-string">"EventDateTime": commit_time,
                class="hl-string">"ActionUser": class="hl-string">"Payroll Manager"
            })
            
            class=class="hl-string">"hl-comment"># Bank Transfer File (Usually 2 hours after approval)
            commit_dt = datetime.fromisoformat(commit_time.replace(class="hl-string">'Z', class="hl-string">'+00:00'))
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Bank Transfer File Generated",
                class="hl-string">"EventDateTime": (commit_dt + timedelta(hours=2)).isoformat(),
                class="hl-string">"SlaProcessingDeadline": (commit_dt + timedelta(hours=4)).isoformat(),
                class="hl-string">"ActionUser": class="hl-string">"System Batch"
            })

        class=class="hl-string">"hl-comment"># Payment Executed (Check Date)
        check_date = record.get(class="hl-string">'CheckDate')
        if check_date:
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Payment Executed",
                class="hl-string">"EventDateTime": check_date + class="hl-string">"T12:00:00",
                class="hl-string">"ActionUser": class="hl-string">"System Payment"
            })
            
            class=class="hl-string">"hl-comment"># Pay Slip Published (Same as Check Date usually)
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Pay Slip Published",
                class="hl-string">"EventDateTime": check_date + class="hl-string">"T08:00:00",
                class="hl-string">"ActionUser": class="hl-string">"ESS Portal"
            })

            class=class="hl-string">"hl-comment"># Tax Filing Completed (Usually 3 days after check date)
            check_dt = datetime.strptime(check_date.split(class="hl-string">'T')[0], class="hl-string">"%Y-%m-%d")
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Tax Filing Completed",
                class="hl-string">"EventDateTime": (check_dt + timedelta(days=3)).isoformat() + class="hl-string">"T17:00:00",
                class="hl-string">"ActionUser": class="hl-string">"Compliance Job"
            })

    class=class="hl-string">"hl-comment"># ==========================================
    class=class="hl-string">"hl-comment"># EXPORT
    class=class="hl-string">"hl-comment"># ==========================================
    df = pd.DataFrame(event_log)
    if not df.empty:
        class=class="hl-string">"hl-comment"># Ensure columns are sorted and dates formatted
        df = df.sort_values(by=[class="hl-string">'PayrollRecordId', class="hl-string">'EventDateTime'])
        df.to_csv(OUTPUT_FILE, index=False)
        print(fclass="hl-string">"Successfully exported {len(df)} events to {OUTPUT_FILE}")
    else:
        print(class="hl-string">"No data found for the specified criteria.")

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

Su Plantilla de Datos para el Procesamiento de Nóminas

Su Plantilla de Datos para el Procesamiento de Nóminas

Atributos de Procesamiento de Nómina

Actividades de Procesamiento de Nómina

Guías de Extracción

Dayforce Ad-Hoc Reporting Payroll Data Export

Pasos

Configuración

a Consulta de ejemplo config

Extracción con Script de Python vía API REST de Dayforce

Pasos

Configuración

a Consulta de ejemplo python

¿Listo para comenzar?

Detenga los Retrasos en el Procesamiento de Nómina y Optimice Hoy.

Su Plantilla de Datos para el Procesamiento de Nóminas

Su Plantilla de Datos para el Procesamiento de Nóminas

Atributos de Procesamiento de Nómina

Actividades de Procesamiento de Nómina

Guías de Extracción

Dayforce Ad-Hoc Reporting Payroll Data Export

Pasos

Configuración

a Consulta de ejemplo config

Extracción con Script de Python vía API REST de Dayforce

Pasos

Configuración

a Consulta de ejemplo python

Valoramos su privacidad

¿Listo para comenzar?

Detenga los Retrasos en el Procesamiento de Nómina y Optimice Hoy.