Su Template de datos para el procesamiento de nómina

El ID del registro de nómina actúa como identificador único del caso para todo el proceso de nómina de un empleado durante un ciclo de pago determinado. Cada ID representa el recorrido completo, desde el envío de los datos de tiempo hasta el pago y la generación de informes.

En Process Mining, este atributo es esencial para unir todas las actividades relacionadas en un flujo de proceso coherente de principio a fin. Permite analizar los tiempos de ciclo, las variaciones y los cuellos de botella de cada registro de nómina. Sin un ID de caso único, sería imposible rastrear la secuencia de eventos y comprender con precisión la dinámica del proceso.

Es la clave principal que conecta todos los eventos del proceso en un único caso y permite analizar el ciclo completo de nómina de cada registro.

Normalmente lo genera el sistema de nómina, aunque también puede crearse concatenando un identificador del empleado y un identificador del periodo de pago a partir de los datos de las transacciones de nómina.

La marca de tiempo del evento registra el momento exacto en que se realizó una actividad. Estos datos cronológicos son esenciales para ordenar correctamente los eventos y calcular la duración entre los distintos pasos del proceso.

En Process Mining, las marcas de tiempo se utilizan para construir la secuencia de eventos de cada caso y realizar análisis temporales. Esto incluye calcular los tiempos de ciclo entre actividades, identificar retrasos, medir los tiempos de espera y supervisar el rendimiento frente a los acuerdos de nivel de servicio (SLA). Las marcas de tiempo precisas son la base de cualquier análisis de procesos relacionado con el rendimiento.

Este atributo es fundamental para ordenar correctamente los eventos y realizar todos los análisis basados en el tiempo, incluido el cálculo de tiempos de ciclo y duraciones, así como la identificación de cuellos de botella.

Se encuentra en los registros de auditoría del sistema o en campos como «fecha de creación» o «hora del evento» de los registros de transacciones de nómina.

El nombre de la actividad describe una acción concreta realizada durante el ciclo de vida de la nómina, como «Datos de tiempo aprobados», «Cálculo de bruto a neto» o «Pago ejecutado». Cada actividad representa un nodo del mapa de procesos y está asociada a una marca de tiempo específica.

Este atributo es fundamental para Process Mining, ya que constituye la base del mapa de procesos. Analizar la secuencia, la frecuencia y la duración de estas actividades permite revelar el flujo real del proceso, identificar las rutas más habituales, detectar desviaciones respecto al procedimiento estándar y localizar los cuellos de botella donde el proceso se ralentiza.

Define los pasos del mapa de procesos. Analizar las actividades es esencial para comprender qué ocurre, descubrir cuellos de botella e identificar ciclos de retrabajo.

Suele encontrarse en registros del sistema, trazas de auditoría o campos de estado de las tablas de transacciones de nómina. Puede ser necesario asignar los códigos técnicos de evento a nombres comprensibles para los usuarios.

Este atributo identifica el sistema de origen en el que se registraron los datos del evento. En un entorno moderno de nómina, los datos pueden proceder de distintos sistemas, como un sistema de control horario y asistencia, un HRIS o el propio motor central de nómina.

Analizar el sistema de origen ayuda a comprender los puntos de integración y las transferencias de datos dentro del proceso general. También permite filtrar el proceso para mostrar los eventos procedentes de una aplicación concreta, lo que resulta útil para diagnosticar problemas de integración o comparar procesos gestionados en sistemas diferentes.

Identifica dónde tiene lugar cada paso del proceso, algo esencial para comprender la fragmentación del proceso y localizar cuellos de botella o retrasos de integración específicos de cada sistema.

A menudo está disponible como campo estándar en las extracciones de datos o puede añadirse durante la extracción según el origen de las tablas de datos.

La marca de tiempo de la última actualización de datos informa sobre la actualidad de los datos. Indica la última vez que se modificó el registro en el sistema de origen o cuándo se incorporó al conjunto de datos para su análisis. Se diferencia de la marca de tiempo del evento, que registra cuándo tuvo lugar realmente la actividad empresarial.

Este atributo se utiliza principalmente para la gobernanza y la validación de datos. Ayuda a gestionar las cargas incrementales y a garantizar que el análisis se base en información actualizada. Aunque normalmente no se utiliza para analizar directamente el flujo del proceso, es esencial para mantener la integridad y la actualidad del conjunto de datos de Process Mining.

Garantiza que los datos estén actualizados y es esencial para gestionar las cargas incrementales, ya que ayuda a confirmar que el análisis refleja la información más reciente disponible.

Esta marca de tiempo suele generarse durante el proceso de extracción, transformación y carga (ETL) de datos, o estar disponible como campo «fecha de última modificación» en las tablas del sistema de origen.

Este atributo es un indicador de verdadero o falso que identifica los eventos en los que un usuario tuvo que intervenir manualmente en un proceso que idealmente debería estar automatizado. Puede incluir la introducción manual de datos que faltaban, la corrección de hojas de horas o el ajuste de resultados calculados.

Las correcciones manuales son un indicador directo de ineficiencia del proceso, riesgo y baja calidad de los datos. Analizar dónde y por qué se producen estas intervenciones es fundamental para mejorar el proceso. Al filtrar las correcciones manuales, las organizaciones pueden localizar las causas raíz del retrabajo, identificar oportunidades de automatización y medir el KPI de «rendimiento a la primera». Reducir las correcciones manuales conduce a un proceso de nómina más eficiente, preciso y conforme.

Mide directamente la fricción y la ineficiencia del proceso. Una tasa elevada de correcciones manuales indica baja calidad de los datos, automatizaciones defectuosas y un mayor riesgo de incumplimiento.

Puede derivarse de registros de auditoría que rastrean los cambios de datos realizados por los usuarios o de códigos de transacción específicos que indican un ajuste manual.

El centro de costes es un atributo organizativo que vincula los gastos de nómina con una parte concreta de la empresa, como «Ventas», «TI» o «Producción». Es un elemento fundamental para la elaboración de informes financieros y la contabilidad de gestión.

Utilizar el centro de costes como dimensión en Process Mining permite segmentar los datos del proceso por unidad de negocio. Este análisis puede revelar si determinados departamentos sufren más problemas, retrasos o correcciones manuales de nómina que otros. Estos datos ayudan a orientar las iniciativas de mejora hacia las áreas con mayor necesidad o impacto.

Permite analizar la organización para determinar si los problemas, retrasos o ineficiencias de nómina se concentran en departamentos o unidades de negocio concretos.

Está disponible en los datos maestros de empleados, las estructuras organizativas de RR. HH. o las tablas de asignación financiera del sistema de nómina o de RR. HH.

La fecha de finalización del periodo de pago marca el cierre de los datos de tiempo y asistencia incluidos en un proceso de nómina concreto. Es una fecha crítica que define el periodo de los ingresos que se están procesando.

Este atributo resulta útil para analizar tendencias a lo largo del tiempo. Al agregar los datos según la fecha de finalización del periodo de pago, los analistas pueden seguir KPI como el tiempo de procesamiento, las tasas de error y las correcciones manuales en distintos meses o trimestres. Esto ayuda a identificar patrones estacionales, medir el impacto de los cambios en el proceso y supervisar el rendimiento a largo plazo.

Permite analizar las tendencias del rendimiento de la nómina a lo largo del tiempo y ayuda a identificar patrones estacionales o medir el impacto de las mejoras del proceso de un periodo de pago al siguiente.

Atributo estándar de las configuraciones del calendario de nómina y de los datos de transacciones de nómina.

Un grupo de pago es un conjunto lógico de empleados a los que se paga con la misma periodicidad, como «Personal asalariado quincenal de EE. UU.» o «Personal ejecutivo mensual del Reino Unido». Este atributo se utiliza para gestionar y ejecutar procesos de nómina de segmentos concretos de la plantilla.

En el análisis de procesos, filtrar por grupo de pago permite comparar el rendimiento y la eficiencia de distintos ciclos de nómina. Esto puede revelar problemas específicos de un grupo, como una mayor tasa de correcciones entre empleados por horas con pago semanal frente a empleados asalariados con pago mensual. También ayuda a comprender cómo se relacionan las variaciones del proceso con las distintas frecuencias de pago o poblaciones de empleados.

Permite comparar distintos ciclos de nómina y ayuda a identificar si los problemas del proceso son específicos de determinadas poblaciones de empleados o frecuencias de pago.

Se encuentra en los datos maestros de empleados o en las tablas de configuración de nómina, a menudo con etiquetas como «Grupo de pago», «Área de nómina» o términos similares.

El importe bruto representa los ingresos totales de un empleado durante un periodo de pago específico. Es una cifra financiera clave que se calcula durante el proceso de nómina y sirve de base para los cálculos posteriores de impuestos y deducciones.

Aunque no determina directamente el flujo del proceso, este atributo resulta valioso para el análisis contextual. Puede utilizarse para segmentar los casos por valor, por ejemplo, para comprobar si los registros de nómina de mayor importe se procesan de forma diferente o están sujetos a controles más rigurosos. También es esencial para analizar el impacto financiero, como calcular el valor total de los pagos procesados con errores o retrasos.

Aporta contexto financiero al proceso y permite analizar el impacto monetario de los retrasos, retrabajos o excepciones, así como segmentar los casos por valor.

Campo de salida estándar del paso de cálculo de bruto a neto, disponible en los resultados de nómina o en las tablas de datos de transacciones.

El nombre de usuario identifica a la persona o al sistema automatizado responsable de ejecutar un paso concreto del proceso. Puede tratarse de un especialista de nómina, un responsable que aprueba los datos de tiempo o una cuenta del sistema que ejecuta un cálculo automatizado.

Este atributo ofrece una perspectiva centrada en las personas o en los sistemas. Se utiliza para analizar la distribución de la carga de trabajo, el rendimiento individual y la productividad del equipo. También puede ayudar a identificar necesidades de formación al señalar a los usuarios que se desvían con frecuencia del proceso estándar o que están asociados a altos niveles de retrabajo. En los pasos automatizados, permite distinguir entre actividades ejecutadas por el sistema y actividades manuales.

Permite analizar la carga de trabajo, el rendimiento del equipo y el nivel de automatización. Ayuda a identificar qué usuarios o equipos participan en retrabajos o excepciones.

Suele encontrarse en campos como «ID de usuario», «procesado por» o «usuario de la acción» en los registros del sistema o de las transacciones.

El tipo de ejecución de nómina clasifica el evento de procesamiento de nómina. Una ejecución «regular» forma parte del ciclo estándar programado. Una ejecución «extraordinaria» es un pago no programado para corregir un error o pagar a un empleado que ha finalizado su relación laboral. Otros tipos pueden incluir ejecuciones de «bonificación» o «comisiones».

Es una dimensión muy útil para el análisis comparativo. Los pagos extraordinarios suelen indicar un fallo en el ciclo regular y normalmente requieren más tiempo y costes de procesamiento. Al filtrar por tipo de ejecución, las organizaciones pueden aislar y analizar las causas raíz de estas excepciones, medir su frecuencia y coste, y comparar la eficiencia de los distintos tipos de ejecución.

Distingue entre el procesamiento estándar y el excepcional. Analizar las ejecuciones extraordinarias es clave para comprender los fallos del proceso y reducir los pagos no estándar y costosos.

Esta información suele estar disponible en las tablas de ejecuciones de nómina o de procesamiento por lotes del sistema de nómina.

Este atributo clasifica el rendimiento de un caso con respecto al Acuerdo de Nivel de Servicio definido. Normalmente se obtiene comparando la marca de tiempo real de una actividad clave, como «Archivo de transferencia bancaria generado», con la «Fecha límite del SLA».

Proporciona un indicador claro e inmediato del rendimiento que puede utilizarse en Dashboards e informes. Analizar el estado de cumplimiento del SLA ayuda a cuantificar la magnitud de los incumplimientos de plazos y permite bajar un nivel para examinar las características del proceso en los casos retrasados frente a los casos puntuales. Esto es fundamental para identificar las causas raíz de los retrasos y mejorar la fiabilidad y previsibilidad del proceso de nómina.

Ofrece una medida sencilla y directa del rendimiento frente a los objetivos, facilita los informes de cumplimiento y permite centrar el análisis en los casos que no cumplieron los plazos.

Este atributo no se encuentra directamente en los sistemas de origen. Se deriva comparando el EventTimestamp de una actividad de hito con el atributo SlaDeadline.

La fecha límite del SLA es una marca de tiempo que representa el compromiso de completar una parte crítica del proceso de nómina, como generar el archivo de transferencia bancaria o ejecutar los pagos. Sirve como referencia para medir el rendimiento real.

Este atributo es esencial para supervisar y analizar el cumplimiento del SLA. Al comparar la marca de tiempo real de finalización de una actividad con la fecha límite del SLA, las organizaciones pueden identificar incumplimientos, medir el alcance de los retrasos y gestionar los riesgos de forma proactiva. Es un componente clave de los Dashboards relacionados con el rendimiento de los pagos y la fiabilidad del proceso.

Define el objetivo de rendimiento y permite medir el cumplimiento del SLA, identificar pagos tardíos y analizar las causas raíz de los retrasos.

Puede ser un campo fijo del sistema basado en la configuración del ciclo de pago o derivarse de reglas de negocio, por ejemplo, la fecha de finalización del periodo de pago más tres días laborables.

La jurisdicción fiscal especifica la región legal o administrativa para la que deben calcularse y liquidarse los impuestos. La complejidad de la nómina puede variar considerablemente entre jurisdicciones debido a las diferencias en normativas, tipos impositivos y requisitos de presentación.

Analizar el proceso por jurisdicción fiscal puede ayudar a identificar desafíos regionales. Por ejemplo, puede revelar que el procesamiento de nómina de un estado o país concreto es sistemáticamente más lento o propenso a errores. Esto podría indicar la necesidad de configurar mejor el sistema para las reglas de esa jurisdicción o de proporcionar formación adicional a los especialistas que gestionan esas regiones.

Permite analizar el rendimiento del proceso por región geográfica o legal y ayuda a identificar si la complejidad o los errores se concentran en determinadas jurisdicciones.

Forma parte de la configuración de la información fiscal del empleado en el sistema de nómina o de RR. HH.

El tipo de empleado es un atributo de los datos maestros de RR. HH. que clasifica a la plantilla. Los distintos tipos de empleados suelen seguir procesos de nómina diferentes, tener requisitos de datos distintos y estar sujetos a normativas diferentes.

Utilizar este atributo como dimensión de análisis puede revelar diferencias significativas en el rendimiento del proceso. Por ejemplo, el proceso de los empleados por horas puede implicar una integración más compleja de los datos de tiempo y ser más propenso a errores que el de los empleados asalariados. Comparar KPI como el tiempo de ciclo o la tasa de corrección entre distintos tipos de empleados ayuda a adaptar las mejoras del proceso a las necesidades específicas de cada grupo.

Ayuda a segmentar el proceso para revelar variaciones y problemas específicos de distintas categorías de la plantilla, como empleados por horas frente a empleados asalariados.

Es un campo estándar del registro maestro del empleado en el sistema de RR. HH. o de nómina.

Cuando se ejecutan auditorías automatizadas durante el proceso de nómina, pueden señalar registros que incumplen reglas predefinidas. Este atributo recoge la categoría de la excepción, como «ID fiscal ausente», «Horas extra no aprobadas» o «Anomalía en el importe bruto».

Analizar el tipo y la frecuencia de las excepciones de auditoría proporciona información directa sobre la calidad de los datos y los problemas de cumplimiento. Estos datos permiten realizar análisis de causas raíz, por ejemplo, determinar si un aumento de las excepciones por «ID fiscal ausente» se debe a un proceso de incorporación defectuoso. El seguimiento de estas excepciones es esencial para el Dashboard de «Supervisión de auditoría y cumplimiento» y para reducir el riesgo.

Ofrece una forma directa de medir y categorizar los problemas de calidad de datos y cumplimiento, lo que permite realizar análisis de causas raíz específicos para mejorar la precisión y reducir el riesgo.

Estos datos los genera el motor interno de auditoría o validación del sistema de nómina y normalmente se almacenan en registros de auditoría o informes de excepciones.