> Amélioration continue des processus > Du recrutement au départ à la retraite, cycle de vie des employés > Intégration dans Oracle HCM > Modèle de données

Votre modèle de données pour le parcours des collaborateurs, de l’embauche au départ

Intégration dans Oracle HCM

← Retour au guide d’amélioration

Attributs du parcours des collaborateurs, de l’embauche au départ(22) Activités du parcours des collaborateurs, de l’embauche au départ(15) Guides d’extraction(3)

Votre modèle de données pour le parcours des collaborateurs, de l’embauche au départ

Ce modèle vous aide à réunir les données essentielles à l’analyse du parcours des collaborateurs, de l’embauche au départ. Il présente les principaux attributs à recueillir, les activités à suivre et des conseils pratiques pour extraire ces informations de votre système source. Appuyez-vous sur cette ressource pour rassembler les données nécessaires à une analyse complète en Process Mining.

Attributs recommandés à recueillir
Activités clés à suivre
Conseils pour l’extraction

Vous découvrez les journaux d’événements ? Découvrez comment créer un journal d’événements pour le Process Mining.

Télécharger le modèle

Attributs du parcours des collaborateurs, de l’embauche au départ

Voici les champs de données recommandés à inclure dans votre journal d’événements pour analyser en détail le parcours des collaborateurs, de l’embauche au départ.

3 Obligatoire 7 Recommandé 12 Facultatif

	Nom	Description
	Activité ActivityName	Nom d’un événement ou d’une tâche survenu au cours du parcours professionnel de l’employé, par exemple « Offre acceptée » ou « Évaluation des performances réalisée ».
Description Le nom de l’activité décrit une étape ou un jalon du processus d’embauche jusqu’au départ à la retraite. Ces événements constituent les éléments de base de la cartographie du processus et représentent les principales actions menées par les équipes RH, les responsables ou le système. Il peut s’agir, par exemple, de lancer une vérification des antécédents, de terminer les tâches d’intégration ou d’approuver une promotion. L’analyse de ces activités permet de visualiser le flux du processus, de repérer les goulots d’étranglement et de mesurer la fréquence de chaque étape. Comprendre leur séquence et leur répartition est indispensable pour découvrir comment le parcours professionnel des employés se déroule réellement, par rapport à la manière dont il a été conçu. Pourquoi est-ce important ? Cet attribut définit les étapes du processus. Il permet de visualiser les cartes de processus et d’analyser le flux du processus ainsi que ses variantes. Où trouver ces données Il est généralement déduit des types d’événements, des noms de tâches ou des changements de statut dans différents modules Oracle HCM Onboarding et Core HR. Exemples Offre acceptéeVérification des antécédents terminéeMise en place de la paie terminéeDépart lancé
	Heure de début EventTimestamp	Date et heure exactes auxquelles une activité du parcours professionnel s’est produite.
Description Cet horodatage indique le moment précis où une activité a été enregistrée dans le système. Il constitue la base chronologique de toute analyse Process Mining et permet d’ordonner les événements de chaque cas d’employé. Cet attribut est essentiel pour calculer les temps de cycle, les durées et les temps d’attente entre les activités. Par exemple, l’écart entre les horodatages « Vérification des antécédents lancée » et « Vérification des antécédents terminée » indique le délai nécessaire à cette étape. L’analyse de ces horodatages aide à repérer les goulots d’étranglement, à comparer les performances du processus aux SLA et à comprendre le déroulement du parcours de l’employé dans le temps. Pourquoi est-ce important ? Il établit l’ordre chronologique des événements, indispensable au calcul des indicateurs temporels, comme les temps de cycle, et au repérage des retards dans le processus. Où trouver ces données Cela correspond aux champs de date et d’heure de création ou d’achèvement associés aux tâches, aux événements ou aux changements de statut dans les données de transaction Oracle HCM. Exemples 2023-03-15T09:00:00Z2023-08-01T14:35:10Z2024-01-20T11:21:05Z
	Identifiant de l’employé EmployeeId	Identifiant unique de l’employé, qui sert d’ID de cas pour l’ensemble de son parcours au sein de l’organisation.
Description L’identifiant de l’employé est la clé de voûte de l’analyse du processus d’embauche jusqu’au départ à la retraite. Il identifie de manière unique le parcours de chaque employé, depuis sa candidature initiale jusqu’à son départ. Chaque événement, changement de statut et transaction enregistré dans Oracle HCM Onboarding est associé à cet identifiant, ce qui permet de constituer un journal d’événements continu pour chaque personne. En Process Mining, cet attribut sert à regrouper toutes les activités liées, comme « Offre acceptée », « Vérification des antécédents terminée » et « Départ lancé », dans un même cas. Les analystes peuvent ainsi visualiser le parcours complet des employés, mesurer les temps de cycle de bout en bout et repérer les chemins les plus fréquents ou les écarts dans leur parcours au sein de l’organisation. Pourquoi est-ce important ? Il s’agit de la clé primaire qui relie tous les événements associés à un employé et permet de reconstituer et d’analyser l’ensemble de son parcours, de l’embauche au départ à la retraite. Où trouver ces données Il s’agit d’un attribut central dans Oracle HCM Cloud, généralement présent dans les dossiers Person ou Worker. Exemples 100234598765E-0054321
	Date d’embauche HireDate	Date officielle de début d’emploi de l’employé dans l’entreprise.
Description La date d’embauche est un jalon important du parcours de chaque employé : elle marque son entrée officielle dans l’organisation. Elle sert de référence pour mesurer différents processus soumis à des délais et vérifier le respect des exigences de conformité. Cet attribut intervient dans plusieurs indicateurs et analyses. Il sert, par exemple, de référence pour mesurer le « Taux de configuration de la paie dans les délais ». Il permet aussi de calculer l’ancienneté et d’analyser l’évolution des délais d’intégration au fil du temps. Pourquoi est-ce important ? Elle sert de date de référence pour calculer l’ancienneté et mesurer le respect des délais lors des premières étapes d’intégration et de configuration. Où trouver ces données Consultez la documentation Oracle HCM. Il s’agit d’un attribut fondamental du dossier de l’employé dans Core HR. Exemples 2023-04-012022-09-152024-02-12
	Heure de fin EventEndTime	Date et heure exactes auxquelles une activité a été achevée.
Description L’heure de fin de l’événement marque l’achèvement d’une tâche ou d’une étape précise du processus. L’heure de début indique quand l’activité a commencé, tandis que l’heure de fin en indique la conclusion. La présence de ces deux horodatages permet de mesurer précisément la durée de traitement de chaque activité. Cet attribut est essentiel pour calculer la durée des activités et distinguer le temps de traitement, soit l’heure de fin moins l’heure de début, du temps d’attente, soit l’intervalle entre l’heure de fin d’une activité et l’heure de début de la suivante. Ce niveau de détail est important pour analyser les causes profondes des goulots d’étranglement et déterminer si les retards sont dus à des tâches longues ou à de longues attentes entre les tâches. Pourquoi est-ce important ? Il permet de calculer précisément la durée de traitement des activités et de distinguer le temps de travail effectif du temps d’attente dans le processus. Où trouver ces données Consultez la documentation Oracle HCM Onboarding. Cela correspond souvent aux champs de date d’achèvement ou de résolution dans les données de transaction. Exemples 2023-03-15T17:30:00Z2023-08-02T10:00:15Z2024-01-20T11:25:00Z
	Motif de fin de contrat TerminationReason	Motif du départ de l’employé, par exemple « Démission volontaire » ou « Départ involontaire pour raisons de performance ».
Description Cet attribut précise pourquoi le parcours professionnel de l’employé dans l’entreprise a pris fin. Il classe les départs par type, ce qui est essentiel pour comprendre le turnover. En Process Mining, il s’agit d’un axe important pour analyser les tendances de départ. En filtrant les données par motif de fin de contrat, les analystes peuvent déterminer si certaines expériences liées au processus, comme de longs cycles de promotion ou des évaluations des performances peu fréquentes, sont associées à des démissions. Ces résultats aident les équipes RH à élaborer des stratégies de fidélisation ciblées. Pourquoi est-ce important ? Il apporte un contexte essentiel à l’analyse du turnover, en distinguant les départs volontaires des départs involontaires et en éclairant les stratégies de fidélisation. Où trouver ces données Consultez la documentation Oracle HCM. Ce champ standard est renseigné lors du processus de fin de contrat dans Core HR. Exemples Volontaire : démission pour une autre opportunitéInvolontaire : raisons de performanceInvolontaire : réduction des effectifsDépart à la retraite
	Poste JobRole	Intitulé ou fonction de l’employé, par exemple « Ingénieur logiciel » ou « Responsable de compte ».
Description L’attribut Poste indique la fonction ou l’intitulé précis de l’employé. Il apporte un niveau de détail plus fin que le service et est indispensable à l’analyse des processus par fonction. Cet attribut est utile pour les Dashboards comme « Turnover des employés par poste et service » et pour calculer des indicateurs tels que le « Taux de turnover des postes critiques ». Il aide les organisations à déterminer si certains postes sont plus difficiles à pourvoir, nécessitent une intégration plus longue ou connaissent un turnover plus élevé. Ces résultats peuvent éclairer la planification des effectifs, la gestion des talents et l’optimisation des processus propres à chaque poste. Pourquoi est-ce important ? Il permet d’analyser les processus par fonction et de repérer les problèmes, les écarts de conformité ou les tendances de turnover propres à certains métiers. Où trouver ces données Consultez la documentation Oracle HCM Onboarding. Cette information fait partie des données sur le poste ou la fonction de l’employé dans Core HR. Exemples Ingénieur logicielResponsable de compte seniorPartenaire RHAnalyste financier
	Service DepartmentName	Service auquel l’employé est rattaché, par exemple « Ventes », « Ingénierie » ou « Finance ».
Description Cet attribut désigne l’unité organisationnelle dans laquelle travaille l’employé. Il constitue un axe important pour segmenter et comparer les performances du processus dans les différentes parties de l’entreprise. L’analyse du processus d’embauche jusqu’au départ à la retraite par service permet de comparer les résultats. Vous pouvez, par exemple, repérer les services où l’intégration prend le plus de temps, où le turnover est le plus élevé ou où les évaluations des performances sont le moins souvent réalisées dans les délais. Ces résultats aident à adapter les initiatives d’amélioration aux besoins et aux difficultés propres à chaque service. Pourquoi est-ce important ? Il permet de segmenter et de comparer les indicateurs du processus, comme le turnover et les temps de cycle, entre différentes unités opérationnelles. Où trouver ces données Consultez la documentation Oracle HCM Onboarding. Cette information figure normalement dans le dossier d’affectation de l’employé dans Oracle HCM. Exemples VentesIngénierieFinanceRessources humaines
	Source de recrutement RecruitmentSource	Canal par lequel l’employé a été recruté, par exemple « LinkedIn », « Recommandation d’un employé » ou « Site web de l’entreprise ».
Description Cet attribut indique l’origine d’un recrutement réussi, c’est-à-dire le canal qui a conduit à la candidature puis à l’embauche. Ces données sont généralement recueillies au début du recrutement et associées au dossier du nouvel employé. L’analyse des sources de recrutement est essentielle pour optimiser les stratégies d’acquisition de talents. Le Dashboard « Performance des sources de recrutement » permet de mesurer, pour chaque canal, les taux de conversion, le délai de recrutement et la qualité des recrutements. Ces résultats aident à concentrer les efforts et le budget de recrutement sur les sources les plus efficaces. Pourquoi est-ce important ? Il est essentiel pour évaluer l’efficacité des différents canaux d’acquisition de talents et optimiser les stratégies et les dépenses de recrutement. Où trouver ces données Consultez la documentation Oracle HCM Onboarding ou Oracle Recruiting Cloud. Cette information est souvent recueillie au moment de la candidature. Exemples LinkedInRecommandation d’un employéPage carrières de l’entrepriseIndeed
	Utilisateur UserId	Identifiant de l’utilisateur, par exemple un représentant RH ou un responsable, qui a réalisé l’activité.
Description Cet attribut indique la personne chargée d’exécuter une tâche précise dans le parcours professionnel de l’employé. Il peut s’agir du recruteur qui a envoyé une offre, de l’administrateur RH qui a effectué la vérification I-9 ou du responsable qui a approuvé une promotion. L’analyse du processus par utilisateur permet de repérer les besoins de formation, de comprendre la répartition de la charge de travail et de comparer les performances des personnes ou des équipes. Elle peut, par exemple, révéler si certains utilisateurs sont régulièrement associés à des retards ou à des écarts dans le processus, ou si d’autres traitent les tâches plus efficacement. Pourquoi est-ce important ? Il associe les activités du processus à des personnes précises, ce qui permet d’analyser la charge de travail et la performance des ressources, ainsi que de repérer les besoins de formation. Où trouver ces données Consultez la documentation Oracle HCM Onboarding. Cet attribut figure généralement dans les champs « Créé par » ou « Dernière mise à jour par » des enregistrements de transaction. Exemples j.smithe.davishr.admin01
	Conforme IsCompliant	Indicateur précisant si un cas a suivi le parcours prévu par les règles de conformité.
Description Cet attribut booléen calculé vérifie si les événements du parcours d’un collaborateur respectent les modèles de conformité ou les règles métier prédéfinis. Par exemple, une règle peut exiger qu’une vérification des antécédents soit terminée avant la validation d’une offre, ou que certaines formations soient attribuées dans les 30 jours suivant l’embauche. Cet attribut contribue directement au KPI « Taux de non-conformité RH ». En signalant les cas non conformes, il facilite la quantification des risques liés à la conformité et l’analyse des causes des écarts. Il résume des contrôles complexes dans un seul champ, facile à utiliser pour le reporting et le suivi. Pourquoi est-ce important ? Il mesure le respect des règles métier et des réglementations essentielles, ce qui permet de surveiller les risques liés à la conformité et de les atténuer de manière proactive. Où trouver ces données Cet attribut est calculé dans l’outil de Process Mining ou dans la couche de transformation des données, en appliquant un ensemble de règles métier à la séquence d’activités et à leurs attributs. Exemples truefalse
	Date de fin de contrat TerminationDate	Dernier jour officiel d’emploi de l’employé.
Description La date de fin de contrat marque la fin officielle de l’emploi de l’employé dans l’entreprise. Elle constitue une date de référence importante pour le calcul final de la paie, la fin des avantages sociaux et la révocation des accès aux systèmes. En Process Mining, cette date, associée à la date d’embauche, sert à calculer l’ancienneté totale de l’employé. Elle sert également de repère pour analyser le processus de départ et vérifier si toutes les tâches ont été terminées dans les délais par rapport à la date de départ. Pourquoi est-ce important ? Elle marque la fin du parcours professionnel de l’employé et permet de calculer son ancienneté et d’analyser le respect des délais du processus de départ. Où trouver ces données Consultez la documentation Oracle HCM. Ce champ standard est renseigné lors du processus de fin de contrat dans Core HR. Exemples 2024-05-312023-12-152024-01-05
	Dernière mise à jour des données LastDataUpdate	Horodatage indiquant la dernière actualisation des données de cet événement depuis le système source.
Description Cet attribut indique la date de la dernière extraction des données et de leur chargement dans l’environnement Process Mining. Il s’agit d’un champ de métadonnées qui renseigne sur l’actualité du jeu de données, et non de l’horodatage d’un événement métier. Cette information est essentielle pour évaluer l’actualité de l’analyse et des Dashboards. Elle permet de savoir si les données consultées datent de la veille, de la semaine dernière ou du mois dernier, ce qui est important pour prendre des décisions éclairées à partir d’informations à jour. Elle est généralement affichée bien en vue sur les Dashboards afin d’apporter ce contexte à tous les utilisateurs. Pourquoi est-ce important ? Il indique clairement si les données sont à jour. Les utilisateurs peuvent ainsi évaluer l’actualité de l’analyse du processus et se fier aux résultats présentés. Où trouver ces données Cet horodatage est généré par le pipeline de données ou l’outil ETL à la fin d’un cycle d’actualisation réussi. Exemples 2024-05-21T04:00:00Z2024-05-20T04:00:00Z
	Évaluation des performances PerformanceRating	Évaluation attribuée à un employé au cours d’un cycle d’évaluation des performances, par exemple « Dépasse les attentes ».
Description Cet attribut indique le résultat d’une évaluation des performances. La note mesure, de manière quantitative ou qualitative, les résultats de l’employé au regard de ses objectifs et des attentes de l’entreprise. L’analyse de ces données en lien avec le flux du processus peut faire ressortir des tendances utiles. Elle peut, par exemple, servir à étudier les liens entre les évaluations des performances et les délais de promotion, ou à déterminer si des employés très performants qui démissionnent ont rencontré des difficultés liées au processus, comme des changements de poste tardifs. Cet attribut joue un rôle important dans le Dashboard « Respect du cycle d’évaluation des performances ». Pourquoi est-ce important ? Il ajoute un résultat qualitatif aux événements d’évaluation des performances et permet d’analyser les liens entre les performances des employés, leur évolution professionnelle et leur fidélisation. Où trouver ces données Consultez la documentation du module Oracle HCM Performance Management. Cette information est généralement enregistrée dans les formulaires ou les dossiers d’évaluation des performances. Exemples Dépasse les attentesRépond aux attentesDoit s’améliorer5
	Identifiant de la demande de poste JobRequisitionId	Identifiant unique de la demande de poste à l’origine du recrutement de l’employé.
Description L’identifiant de la demande de poste relie le nouvel employé à la demande initiale de pourvoi du poste. Il établit un lien entre les processus de recrutement et d’intégration et les étapes précédentes du parcours d’acquisition de talents. Cet identifiant permet de mener une analyse de bout en bout plus complète, à partir de l’ouverture du poste. Il est indispensable pour calculer l’indicateur complet du délai de recrutement et analyser l’incidence des caractéristiques de la demande, comme son niveau de priorité ou celui du poste, sur le recrutement et l’intégration. Pourquoi est-ce important ? Il relie le parcours de l’employé à la demande de recrutement initiale, ce qui permet d’analyser le délai de recrutement de bout en bout et de mettre en relation les résultats du recrutement avec les détails de la demande. Où trouver ces données Consultez la documentation Oracle Recruiting Cloud ou HCM. Cet identifiant est généré dans le module de recrutement et doit être associé au dossier du nouvel employé. Exemples REQ-2023-05-102JR-FIN-00348001567
	Lieu de travail Location	Lieu de travail physique ou pays de l’employé.
Description Cet attribut indique le lieu géographique, comme le bureau, la ville ou le pays où travaille l’employé. Les processus RH peuvent varier considérablement selon le droit du travail local et les pratiques régionales. L’analyse par lieu de travail permet de repérer les différences régionales de performance du processus. Par exemple, les vérifications des antécédents peuvent prendre plus de temps dans certains pays en raison de la réglementation locale. Cette approche permet de suivre et d’améliorer les processus en tenant compte de leur contexte géographique. Pourquoi est-ce important ? Il permet d’analyser le processus par zone géographique et de repérer les différences régionales en matière de temps de cycle, de conformité et de flux de processus. Où trouver ces données Consultez la documentation Oracle HCM. Cette information figure généralement dans les données personnelles ou d’affectation de l’employé. Exemples USAAllemagneIndeRoyaume-Uni
	Paie configurée dans les délais PayrollSetupOnTime	Indicateur précisant si la paie d’un collaborateur a été configurée avant sa date officielle d’embauche.
Description Cet attribut booléen calculé mesure le respect d’un SLA essentiel à l’intégration : la configuration de la paie avant la date d’entrée du collaborateur. Il est obtenu en comparant l’horodatage de l’activité « Payroll Setup Completed » à la « Hire Date » du collaborateur. Cet attribut contribue directement au KPI « Taux de configuration de la paie dans les délais ». En ramenant la comparaison de deux dates à une valeur vraie ou fausse, il simplifie l’analyse et facilite le filtrage, l’agrégation et la visualisation du respect des délais dans les Dashboards. Vous pouvez ainsi repérer rapidement les services ou les régions où la configuration de la paie prend du retard, un facteur important pour la satisfaction des nouvelles recrues. Pourquoi est-ce important ? Il mesure directement le respect d’un SLA essentiel à l’intégration et fournit un indicateur clair de l’efficacité de la configuration de la paie et de son incidence sur l’expérience des nouvelles recrues. Où trouver ces données Cet attribut est calculé lors de la transformation des données, en comparant, pour chaque cas, l’« EventTimestamp » de l’activité « Payroll Setup Completed » à l’attribut « HireDate ». Exemples truefalse
	Poste critique IsCriticalRole	Indique si le poste de l’employé est considéré comme essentiel à la réussite de l’organisation.
Description Cet attribut booléen dérivé indique si un poste est essentiel à la continuité des activités ou aux initiatives stratégiques, ou s’il requiert des compétences rares difficiles à remplacer. Les équipes RH et la direction définissent généralement cette classification dans le cadre de la planification des effectifs. Cet indicateur est indispensable au calcul du KPI « Taux de rotation des postes critiques ». Il permet de centrer l’analyse sur les départs des talents clés et d’orienter les efforts de fidélisation là où ils auront le plus d’effet. Vous pouvez filtrer les Dashboards selon cet attribut pour repérer les problèmes de processus qui touchent les collaborateurs les plus importants. Pourquoi est-ce important ? Il permet à l’organisation de suivre et d’analyser spécifiquement le parcours et le taux de rotation de ses collaborateurs les plus essentiels, afin de mieux cibler ses efforts de fidélisation. Où trouver ces données Cet attribut est calculé en comparant l’attribut « JobRole » à une liste prédéfinie de postes critiques fournie par l’entreprise. Exemples truefalse
	Statut de la vérification des antécédents BackgroundCheckStatus	Résultat final de la vérification des antécédents, par exemple « Terminée : conforme » ou « Examen requis ».
Description Cet attribut indique le résultat de la vérification des antécédents, une étape déterminante du processus d’intégration. Le statut indique si le recrutement peut se poursuivre sans difficulté ou si des étapes et des examens supplémentaires sont nécessaires. L’analyse de la répartition des statuts aide à évaluer la qualité des candidatures provenant de différentes sources de recrutement. Elle est également essentielle pour analyser le Dashboard « Temps de cycle de la vérification des antécédents », car les cas nécessitant un examen peuvent naturellement prendre plus de temps. Ce contexte évite de mal interpréter les données. Pourquoi est-ce important ? Il indique le résultat d’une étape importante de l’intégration, apporte du contexte à l’analyse des temps de cycle et aide à repérer les reprises ou les parcours exceptionnels. Où trouver ces données Consultez la documentation Oracle HCM Onboarding. Ces données peuvent provenir du module d’intégration ou d’un prestataire tiers de vérification des antécédents intégré au système. Exemples Terminée : conformeExamen requisAnnuléeEn cours
	Système source SourceSystem	Indique le système d’où proviennent les données de l’événement, par exemple « Oracle HCM Onboarding ».
Description Cet attribut indique le système d’information d’origine de chaque enregistrement d’événement. Dans un environnement RH complexe, les données des employés peuvent provenir du système HCM central, d’un module d’intégration dédié, d’un système de paie ou d’un outil de gestion des performances. Associer chaque événement à son système source est essentiel pour la gouvernance des données et le dépannage. Dans le cadre d’une analyse, connaître le système source aide à comprendre les points d’intégration et les éventuelles incohérences. Par exemple, si des retards sont constatés lors de la configuration de la paie, il est utile de savoir si les événements concernés proviennent du système HCM central ou d’une application de paie distincte. Pourquoi est-ce important ? Il précise l’origine des données, une information importante pour leur validation, l’analyse des intégrations et la compréhension d’un paysage de processus faisant intervenir plusieurs systèmes. Où trouver ces données Il s’agit généralement d’une valeur statique ajoutée lors de l’extraction des données pour indiquer l’origine du jeu de données. Exemples OracleHCMOnboardingOracleCoreHROracleRecruiting
	Type d’employé EmployeeType	Classe le statut d’emploi de l’employé, par exemple « Temps plein », « Temps partiel » ou « Prestataire ».
Description Cet attribut décrit la nature de la relation de travail. Les différentes catégories d’employés suivent souvent des variantes de processus distinctes pour l’intégration, la gestion des performances et le départ. L’analyse du processus par type d’employé peut révéler des différences importantes. Par exemple, l’intégration d’un prestataire peut être beaucoup plus courte et comporter moins d’étapes que celle d’un employé à temps plein. Segmenter l’analyse selon cet attribut permet de comparer des situations similaires et de repérer des possibilités de simplification pour chaque catégorie d’emploi. Pourquoi est-ce important ? Il permet de segmenter l’analyse du processus selon le statut d’emploi et de faire ressortir les parcours et les exigences propres aux différentes catégories de travailleurs. Où trouver ces données Consultez la documentation Oracle HCM. Cette information fait partie des données standard d’affectation de l’employé dans Core HR. Exemples Employé à temps pleinEmployé à temps partielPrestataireStagiaire
	Unité opérationnelle BusinessUnitName	Division ou unité de l’entreprise à laquelle l’employé est rattaché.
Description Une unité opérationnelle est une structure organisationnelle de haut niveau qui représente souvent une gamme de produits, un domaine de services ou une région géographique distincte. Elle offre une vue plus large de l’organisation qu’un service. L’analyse des processus à l’échelle des unités opérationnelles aide la direction à comparer les performances des principales divisions de l’entreprise. Elle peut faire ressortir des problèmes systémiques ou des pratiques efficaces au sein d’une grande unité, afin de les corriger ou de les partager dans toute l’organisation. Pourquoi est-ce important ? Il permet d’agréger et de comparer les indicateurs du processus à l’échelle des principales divisions de l’organisation. Où trouver ces données Consultez la documentation Oracle HCM. Cette information figure généralement dans les données d’affectation et de hiérarchie organisationnelle de l’employé. Exemples Produits de consommationLogiciels d’entrepriseServices cloudConseil international

Obligatoire Recommandé Facultatif

Activités du parcours des collaborateurs, de l’embauche au départ

Voici les principales étapes et les jalons à enregistrer dans votre journal d’événements pour découvrir et optimiser le processus avec précision.

6 Recommandé 9 Facultatif

	Activité	Description
	Départ lancé	Il s’agit du lancement officiel du processus de départ, déclenché par une démission ou une décision de mettre fin au contrat de travail. Il entraîne toutes les étapes suivantes du processus de départ.
Pourquoi est-ce important ? Cet événement marque le début de la dernière phase du parcours professionnel de l’employé. Il sert de point de départ pour mesurer le temps de cycle du processus de départ et analyser le turnover. Où trouver ces données Il s’agit d’une action RH explicite, enregistrée dans Oracle Core HR lorsqu’un responsable ou un administrateur RH soumet une demande de fin de contrat pour un employé. Données à recueillir Extrait de la date d’effet de l’action « Fin de contrat » dans le dossier de l’employé. Type d’événement explicit
	Intégration des employés	Il s’agit de la date officielle d’embauche, à laquelle le salarié rejoint l’organisation. Elle correspond au passage du statut de travailleur en attente à celui de salarié actif dans le système RH central.
Pourquoi est-ce important ? Ce jalon est essentiel dans le cycle de vie du salarié. Il sert de référence pour mesurer la durée de l’intégration et le délai avant la pleine prise de poste. Où trouver ces données Cet événement correspond au renseignement du champ « Date d’embauche » et au passage du statut RH du salarié à « Actif ». Il s’agit d’une opération fondamentale dans le module RH central. Données à recueillir Enregistré à partir de la date d’effet de l’action « Embauche » dans le dossier du salarié. Type d’événement explicit
	Mise en place de la paie terminée	Cet événement marque le moment où les informations de la nouvelle recrue ont été entièrement traitées et où celle-ci est active dans le système de paie. Il comprend notamment les coordonnées bancaires, les retenues fiscales et les informations salariales.
Pourquoi est-ce important ? La mise en place de la paie dans les délais est essentielle à la satisfaction des nouvelles recrues et constitue un indicateur clé de l’efficacité opérationnelle des RH. Cette activité permet de mesurer le taux d’activation de la paie dans les délais. Où trouver ces données Cet événement peut être déduit de l’achèvement des tâches liées à la paie dans le parcours d’intégration ou d’une mise à jour du statut du salarié dans le module central de paie. Données à recueillir Déduit de la date d’achèvement de toutes les tâches d’intégration liées à la paie. Type d’événement inferred
	Offre acceptée	Cette activité correspond au moment où un candidat accepte officiellement une offre d’emploi. Elle déclenche les processus de préintégration et d’intégration dans Oracle HCM.
Pourquoi est-ce important ? Il s’agit d’un point de départ essentiel dans le parcours du salarié. L’analyse du temps écoulé entre cet événement et les étapes suivantes permet de mesurer l’efficacité du passage du recrutement à l’intégration. Où trouver ces données Cet événement est généralement enregistré dans le module de recrutement lorsque le statut de l’offre du candidat passe à « Acceptée » ou à un statut équivalent, ce qui déclenche ensuite le parcours d’intégration. Données à recueillir Déduit d’un changement de statut dans le dossier de l’offre d’emploi du candidat. Type d’événement inferred
	Parcours d’intégration lancé	Cette activité correspond à la création et à l’attribution du plan ou de la liste de contrôle d’intégration à la nouvelle recrue. Elle marque le début officiel de son parcours d’intégration dans le système.
Pourquoi est-ce important ? Cet événement marque le passage de la préintégration à l’intégration active. Il constitue un jalon important pour mesurer la durée totale et la régularité du cycle d’intégration. Où trouver ces données Il s’agit d’un événement explicite enregistré lorsqu’un spécialiste RH ou un processus automatisé attribue un parcours d’intégration à un dossier de travailleur en attente ou de salarié. Données à recueillir Enregistré à partir de la création du parcours d’intégration attribué au salarié. Type d’événement explicit
	Tâches de départ terminées	Cette activité correspond à l’achèvement de toutes les étapes requises avant le départ, comme la restitution du matériel, le transfert des connaissances et le traitement final de la paie. Elle marque la clôture complète du dossier de l’employé.
Pourquoi est-ce important ? Il s’agit de la dernière activité du parcours professionnel de l’employé. Elle marque la fin de la période utilisée pour mesurer le temps de cycle moyen du processus de départ et vérifier que celui-ci est conforme et efficace. Où trouver ces données Déduit de l’achèvement du parcours de départ principal ou de la liste de contrôle attribuée à l’employé dans Oracle HCM. Données à recueillir Déduit de l’horodatage d’achèvement du parcours de départ dans son ensemble ou de la dernière tâche de la séquence. Type d’événement inferred
	Changement de poste lancé	Indique le début d’un processus visant à modifier le poste, le service ou le lieu de travail d’un employé. Il peut s’agir d’une promotion, d’une mutation latérale ou d’un autre changement de poste en interne.
Pourquoi est-ce important ? Cette activité marque le point de départ de la mesure de l’efficacité de la mobilité interne. Un délai important entre le lancement et l’approbation peut révéler des goulots d’étranglement dans le processus. Où trouver ces données Enregistré lorsqu’un responsable ou un spécialiste des ressources humaines lance une action « Changement de poste » ou « Promotion » pour un employé dans Core HR. Données à recueillir Extrait du journal des transactions pour des actions RH telles que « Changement de poste », « Mutation » ou « Promotion ». Type d’événement explicit
	Données de la nouvelle recrue soumises	Cet événement correspond à la fin des tâches de collecte des données personnelles effectuées par la nouvelle recrue. Il peut s’agir de renseigner des informations personnelles, des formulaires fiscaux et d’autres documents requis.
Pourquoi est-ce important ? La complétude et le respect des délais à cette étape sont essentiels pour les suivantes, notamment la mise en place de la paie. Tout retard peut entraîner d’importants problèmes en aval. Où trouver ces données Déduit de l’horodatage de fin d’une tâche ou d’un groupe de tâches de collecte des données personnelles dans le parcours d’intégration. Données à recueillir Déduit de la date d’achèvement de la tâche « Informations personnelles » ou d’une tâche équivalente. Type d’événement inferred
	Entretien de départ réalisé	Marque la fin de l’entretien de départ avec l’employé qui quitte l’entreprise. Cet entretien est souvent géré comme une tâche dans le parcours de départ.
Pourquoi est-ce important ? Fournit des données qualitatives sur les raisons du départ. Le suivi de son achèvement permet de recueillir ces précieux retours de manière systématique. Où trouver ces données Généralement suivi comme une tâche manuelle dans une liste de contrôle ou un parcours de départ. L’événement correspond à l’achèvement de cette tâche. Données à recueillir Déduit de la date d’achèvement de la tâche « Entretien de départ » dans le parcours de départ. Type d’événement inferred
	Évaluation des performances effectuée	Cet événement marque la fin d’un cycle officiel d’évaluation des performances d’un salarié. Il se répète tout au long de son parcours dans l’entreprise.
Pourquoi est-ce important ? L’analyse de la fréquence et de la régularité des évaluations est essentielle pour comprendre le respect des pratiques de gestion des performances et leur incidence sur le développement et la fidélisation des salariés. Où trouver ces données Cette information est enregistrée dans le module Oracle HCM Performance Management. L’événement correspond à l’approbation finale ou au statut d’achèvement d’un document d’évaluation. Données à recueillir Déduit de la date d’achèvement du formulaire ou du processus d’évaluation des performances. Type d’événement inferred
	Formation attribuée	Cette activité correspond à l’attribution à la nouvelle recrue d’une formation obligatoire ou liée à son poste. Elle est généralement effectuée par l’intermédiaire d’un système de gestion de la formation (LMS) intégré.
Pourquoi est-ce important ? Cette étape permet de vérifier que les nouvelles recrues respectent les exigences de conformité et disposent des compétences nécessaires à leur poste. Son analyse aide à mesurer le taux d’attribution des formations dans les délais et à repérer les lacunes. Où trouver ces données Cet événement provient d’Oracle Learning Cloud ou de l’intégration d’un LMS tiers. Il correspond à la création d’une attribution de formation associée à l’identifiant du salarié. Données à recueillir Enregistré lorsqu’un administrateur de formation ou une règle automatisée attribue un cours au salarié. Type d’événement explicit
	Promotion approuvée	Cette activité marque l’approbation finale de la promotion d’un employé. Il s’agit d’une étape positive importante dans son évolution professionnelle.
Pourquoi est-ce important ? Cet événement clôt le processus de mobilité interne. Il permet de calculer l’indicateur du délai d’approbation de la mobilité interne et d’analyser la vitesse d’évolution des parcours professionnels. Où trouver ces données Enregistré lorsque la transaction de promotion reçoit son approbation finale dans le flux de travail. La date d’effet de la promotion est consignée. Données à recueillir Enregistré dans le système de flux de travail lors de l’approbation finale de la promotion. Type d’événement explicit
	Vérification des antécédents lancée	Cet événement marque le début officiel de la vérification des antécédents d’une nouvelle recrue. Il est généralement géré comme une tâche spécifique dans la liste de contrôle ou le parcours d’intégration.
Pourquoi est-ce important ? La durée des vérifications d’antécédents constitue souvent un goulot d’étranglement. Le suivi de leur date de début est essentiel pour mesurer et optimiser l’indicateur de délai de vérification des antécédents. Où trouver ces données Cet événement est probablement enregistré lorsque la tâche « Vérification des antécédents » est attribuée ou que son statut passe à « En cours » dans le parcours d’intégration du salarié dans Oracle HCM. Données à recueillir Déduit du changement de statut ou de la date de création de la tâche de vérification des antécédents. Type d’événement inferred
	Vérification des antécédents terminée	Cet événement marque la fin de la vérification des antécédents. Son résultat détermine si le processus de recrutement peut se poursuivre.
Pourquoi est-ce important ? L’horodatage de cet événement est essentiel pour calculer le temps de cycle total de la vérification des antécédents. Tout retard à cette étape peut repousser la date de prise de poste du salarié. Où trouver ces données Cet événement est enregistré lorsque le statut de la tâche « Vérification des antécédents » passe à « Terminée » ou « Validée » dans le parcours d’intégration du salarié. Données à recueillir Déduit du passage de la tâche de vérification des antécédents à un statut final « terminée ». Type d’événement inferred
	Vérification du formulaire I-9 terminée	Cet événement marque la fin du formulaire I-9 américain obligatoire, qui vérifie l’autorisation d’emploi. Il s’agit d’une étape essentielle de conformité pour toutes les personnes embauchées aux États-Unis.
Pourquoi est-ce important ? Le suivi de cette activité est essentiel pour respecter les exigences réglementaires et éviter des sanctions juridiques. Cette étape est obligatoire dans le processus d’intégration. Où trouver ces données Cet événement est enregistré à partir du statut d’achèvement de la tâche I-9 dédiée dans le parcours d’intégration Oracle HCM, qui comporte souvent des champs spécifiques pour les dates de vérification. Données à recueillir Déduit du statut d’achèvement et de l’horodatage de la tâche liée au formulaire I-9. Type d’événement inferred

Recommandé Facultatif

Guides d’extraction

Comment extraire vos données d’Oracle HCM Onboarding

Étapes

Accédez à BI Publisher : Connectez-vous à votre instance Oracle HCM Cloud. Dans le menu Navigator, sélectionnez Tools > Reports and Analytics. Cliquez sur le bouton Browse Catalog pour ouvrir l’interface Business Intelligence Publisher.
Créez un modèle de données : Dans le catalogue, cliquez sur le menu déroulant New, puis sélectionnez Data Model. L’éditeur de modèle de données s’ouvre.
Définissez un jeu de données à partir d’une requête SQL : Dans la vue Diagram de l’éditeur de modèle de données, cliquez sur l’icône +, puis sélectionnez SQL Query. Une boîte de dialogue s’affiche.
Configurez le jeu de données : Donnez-lui un nom, par exemple DS_EmployeeLifecycle, sélectionnez ApplicationDB_HCM comme Data Source et choisissez Standard SQL comme Type of SQL.
Saisissez la requête SQL : Copiez la requête SQL complète fournie dans la section correspondante de ce document et collez-la dans la zone de texte SQL Query. Cette requête extrait tous les événements nécessaires du parcours des collaborateurs.
Définissez les paramètres : La requête utilise les paramètres :p_start_date et :p_end_date pour le filtrage. Dans la section Parameters du modèle de données, cliquez sur + et créez deux paramètres portant exactement ces noms. Définissez leur type de données sur Date et rendez-les obligatoires.
Enregistrez le modèle de données : Enregistrez-le dans un dossier partagé sous un nom explicite, par exemple Employee Lifecycle Event Log Data Model.
Créez un rapport : Retournez au catalogue, cliquez sur New, puis sélectionnez Report. Dans l’assistant de création, choisissez Use Data Model et sélectionnez le modèle de données que vous venez d’enregistrer.
Configurez la mise en page du rapport : L’assistant vous guide dans les paramètres de mise en page. Choisissez une mise en page Table simple. Ne regroupez pas les données. Vérifiez que le format de sortie par défaut est CSV. Pour cela, dans l’éditeur de mise en page View a List, désélectionnez les autres formats de sortie dans les propriétés du rapport.
Enregistrez et exécutez le rapport : Enregistrez le rapport dans le même dossier que le modèle de données. Pour l’exécuter, cliquez sur View Report. Vous devrez saisir les dates de début et de fin. Le système générera alors le fichier CSV du journal d’événements et le téléchargera.
Planifiez l’extraction (facultatif) : Pour assurer un suivi continu, planifiez l’exécution automatique du rapport. Dans le catalogue, recherchez le rapport enregistré, cliquez sur More, puis sur Schedule. Définissez la fréquence, les paramètres de date, par exemple à l’aide de fonctions de date, et la destination, telle qu’un serveur de contenu.

Configuration

Autorisations : La personne qui crée et exécute le rapport doit disposer d’un rôle lui accordant les privilèges BI Administrator ou BI Author, ainsi que des autorisations d’accès aux données nécessaires pour consulter les dossiers des personnes, des affectations, du recrutement et des performances dans HCM.
Source de données : Le modèle de données doit utiliser la source ApplicationDB_HCM, qui donne un accès direct aux tables transactionnelles.
Filtrage par plage de dates : Les paramètres p_start_date et p_end_date sont essentiels pour maîtriser le volume de données. Pour la première extraction, envisagez une période couvrant les 12 à 24 derniers mois. Pour les chargements différentiels suivants, planifiez l’exécution du rapport chaque semaine ou chaque mois.
Format de sortie : Le format de sortie CSV doit obligatoirement être défini par défaut pour le rapport. Vous obtiendrez ainsi un fichier tabulaire clair, que les outils de Process Mining pourront importer directement, sans transformation supplémentaire.
Performances : Pour les organisations comptant des dizaines de milliers de collaborateurs, l’exécution de cette requête complète peut prendre beaucoup de temps. Planifiez les extractions volumineuses en dehors des heures de pointe afin de ne pas ralentir le système pour les autres utilisateurs.

Exemple de requête sql

WITH EmployeeData AS (
  SELECT
    papf.person_id,
    papf.person_number,
    paam.assignment_id,
    paam.effective_start_date,
    paam.effective_end_date,
    ppnf.full_name,
    haouf.name AS department_name,
    pjfl.name AS job_role,
    paam.recruitment_activity_id,
    paam.original_date_of_hire,
    pdp.reason_code AS termination_reason
  FROM
    per_all_people_f papf
    JOIN per_person_names_f ppnf ON papf.person_id = ppnf.person_id AND ppnf.name_type = 'GLOBAL'
    JOIN per_all_assignments_m paam ON papf.person_id = paam.person_id
    LEFT JOIN hr_all_organization_units_f_vl haouf ON paam.organization_id = haouf.organization_id
    LEFT JOIN per_jobs_f_vl pjfl ON paam.job_id = pjfl.job_id
    LEFT JOIN per_periods_of_service ppos ON paam.period_of_service_id = ppos.period_of_service_id
    LEFT JOIN per_termination_details_f ptdf ON ppos.period_of_service_id = ptdf.period_of_service_id
    LEFT JOIN per_reasons_vl pdp ON ptdf.termination_reason_id = pdp.reason_id
  WHERE
    paam.assignment_type IN ('E', 'C', 'N') AND paam.primary_flag = 'Y'
    AND SYSDATE BETWEEN papf.effective_start_date AND papf.effective_end_date
    AND SYSDATE BETWEEN ppnf.effective_start_date AND ppnf.effective_end_date
    AND SYSDATE BETWEEN paam.effective_start_date AND paam.effective_end_date
    AND SYSDATE BETWEEN haouf.effective_start_date(+) AND haouf.effective_end_date(+)
    AND SYSDATE BETWEEN pjfl.effective_start_date(+) AND pjfl.effective_end_date(+)
)
-- 1. Offer Accepted
SELECT
  ed.person_number AS "EmployeeId",
  'Offer Accepted' AS "ActivityName",
  CAST(offers.accepted_on AS TIMESTAMP) AS "EventTimestamp",
  NULL AS "EventEndTime",
  offers.last_updated_by AS "UserId",
  ed.department_name AS "DepartmentName",
  ed.job_role AS "JobRole",
  subs.source_type AS "RecruitmentSource",
  NULL AS "TerminationReason",
  ed.original_date_of_hire AS "HireDate"
FROM irc_offers offers
JOIN irc_submissions subs ON offers.submission_id = subs.submission_id
JOIN EmployeeData ed ON subs.person_id = ed.person_id
WHERE offers.offer_status = 'EXTENDED' AND offers.offer_resolution = 'ACCEPTED'
AND offers.accepted_on BETWEEN TO_DATE(:p_start_date, 'YYYY-MM-DD') AND TO_DATE(:p_end_date, 'YYYY-MM-DD')

UNION ALL

-- 2. Background Check Initiated & 3. Background Check Completed
SELECT
  ed.person_number AS "EmployeeId",
  CASE WHEN task.task_status = 'COMPLETED' THEN 'Background Check Completed' ELSE 'Background Check Initiated' END AS "ActivityName",
  CASE WHEN task.task_status = 'COMPLETED' THEN CAST(task.actual_completion_date AS TIMESTAMP) ELSE CAST(task.creation_date AS TIMESTAMP) END AS "EventTimestamp",
  CAST(task.actual_completion_date AS TIMESTAMP) AS "EventEndTime",
  task.last_updated_by AS "UserId",
  ed.department_name AS "DepartmentName",
  ed.job_role AS "JobRole",
  NULL AS "RecruitmentSource",
  NULL AS "TerminationReason",
  ed.original_date_of_hire AS "HireDate"
FROM per_allocated_tasks task
JOIN per_checklist_definitions_vl chk ON task.checklist_id = chk.checklist_id
JOIN EmployeeData ed ON task.person_id = ed.person_id
WHERE chk.category = 'ONBOARDING' AND chk.name LIKE '%Background Check%'
AND (task.creation_date BETWEEN TO_DATE(:p_start_date, 'YYYY-MM-DD') AND TO_DATE(:p_end_date, 'YYYY-MM-DD') OR task.actual_completion_date BETWEEN TO_DATE(:p_start_date, 'YYYY-MM-DD') AND TO_DATE(:p_end_date, 'YYYY-MM-DD'))

UNION ALL

-- 4. Onboarding Journey Initiated
SELECT
  ed.person_number AS "EmployeeId",
  'Onboarding Journey Initiated' AS "ActivityName",
  CAST(journey.creation_date AS TIMESTAMP) AS "EventTimestamp",
  NULL AS "EventEndTime",
  journey.created_by AS "UserId",
  ed.department_name AS "DepartmentName",
  ed.job_role AS "JobRole",
  NULL AS "RecruitmentSource",
  NULL AS "TerminationReason",
  ed.original_date_of_hire AS "HireDate"
FROM per_allocated_checklists journey
JOIN per_checklist_definitions_vl chk ON journey.checklist_id = chk.checklist_id
JOIN EmployeeData ed ON journey.person_id = ed.person_id
WHERE chk.category IN ('ONBOARDING', '[Your Onboarding Journey Category]')
AND journey.creation_date BETWEEN TO_DATE(:p_start_date, 'YYYY-MM-DD') AND TO_DATE(:p_end_date, 'YYYY-MM-DD')

UNION ALL

-- 5. New Hire Data Submitted & 6. I-9 Verification Completed
SELECT
  ed.person_number AS "EmployeeId",
  CASE WHEN chk.name LIKE '%I-9%' THEN 'I-9 Verification Completed' ELSE 'New Hire Data Submitted' END AS "ActivityName",
  CAST(task.actual_completion_date AS TIMESTAMP) AS "EventTimestamp",
  NULL AS "EventEndTime",
  task.last_updated_by AS "UserId",
  ed.department_name AS "DepartmentName",
  ed.job_role AS "JobRole",
  NULL AS "RecruitmentSource",
  NULL AS "TerminationReason",
  ed.original_date_of_hire AS "HireDate"
FROM per_allocated_tasks task
JOIN per_checklist_definitions_vl chk ON task.checklist_id = chk.checklist_id
JOIN EmployeeData ed ON task.person_id = ed.person_id
WHERE chk.category = 'ONBOARDING' AND task.task_status = 'COMPLETED'
AND (chk.name LIKE '%Personal Data%' OR chk.name LIKE '%I-9%')
AND task.actual_completion_date BETWEEN TO_DATE(:p_start_date, 'YYYY-MM-DD') AND TO_DATE(:p_end_date, 'YYYY-MM-DD')

UNION ALL

-- 7. Employee Onboarded
SELECT
  ed.person_number AS "EmployeeId",
  'Employee Onboarded' AS "ActivityName",
  CAST(pao.actual_date AS TIMESTAMP) AS "EventTimestamp",
  NULL AS "EventEndTime",
  pao.last_updated_by AS "UserId",
  ed.department_name AS "DepartmentName",
  ed.job_role AS "JobRole",
  NULL AS "RecruitmentSource",
  NULL AS "TerminationReason",
  ed.original_date_of_hire AS "HireDate"
FROM per_action_occurrences pao
JOIN per_actions_vl pav ON pao.action_id = pav.action_id
JOIN EmployeeData ed ON pao.person_id = ed.person_id
WHERE pav.action_code = 'HIRE'
AND pao.actual_date BETWEEN TO_DATE(:p_start_date, 'YYYY-MM-DD') AND TO_DATE(:p_end_date, 'YYYY-MM-DD')

UNION ALL

-- 8. Payroll Setup Completed
SELECT 
  ed.person_number AS "EmployeeId",
  'Payroll Setup Completed' AS "ActivityName",
  CAST(pra.effective_date AS TIMESTAMP) AS "EventTimestamp",
  NULL AS "EventEndTime",
  pra.created_by AS "UserId",
  ed.department_name AS "DepartmentName",
  ed.job_role AS "JobRole",
  NULL AS "RecruitmentSource",
  NULL AS "TerminationReason",
  ed.original_date_of_hire AS "HireDate"
FROM pay_payroll_rel_actions pra
JOIN pay_payroll_assignments ppa ON pra.payroll_assignment_id = ppa.payroll_assignment_id
JOIN EmployeeData ed ON ppa.person_id = ed.person_id
WHERE pra.action_status = 'C' -- Completed
AND pra.action_type = 'H' -- Hire or Rehire
AND pra.effective_date BETWEEN TO_DATE(:p_start_date, 'YYYY-MM-DD') AND TO_DATE(:p_end_date, 'YYYY-MM-DD')

UNION ALL

-- 9. Training Assigned
SELECT
  ed.person_number AS "EmployeeId",
  'Training Assigned' AS "ActivityName",
  CAST(we.creation_date AS TIMESTAMP) AS "EventTimestamp",
  CAST(we.completed_date AS TIMESTAMP) AS "EventEndTime",
  we.created_by AS "UserId",
  ed.department_name AS "DepartmentName",
  ed.job_role AS "JobRole",
  NULL AS "RecruitmentSource",
  NULL AS "TerminationReason",
  ed.original_date_of_hire AS "HireDate"
FROM wlf_enrollments we
JOIN EmployeeData ed ON we.person_id = ed.person_id
WHERE we.creation_date BETWEEN TO_DATE(:p_start_date, 'YYYY-MM-DD') AND TO_DATE(:p_end_date, 'YYYY-MM-DD')

UNION ALL

-- 10. Performance Review Conducted
SELECT
  ed.person_number AS "EmployeeId",
  'Performance Review Conducted' AS "ActivityName",
  CAST(he.evaluation_complete_date AS TIMESTAMP) AS "EventTimestamp",
  NULL AS "EventEndTime",
  he.last_updated_by AS "UserId",
  ed.department_name AS "DepartmentName",
  ed.job_role AS "JobRole",
  NULL AS "RecruitmentSource",
  NULL AS "TerminationReason",
  ed.original_date_of_hire AS "HireDate"
FROM hra_evaluations he
JOIN EmployeeData ed ON he.person_id = ed.person_id
WHERE he.evaluation_status = 'COMPLETED'
AND he.evaluation_complete_date BETWEEN TO_DATE(:p_start_date, 'YYYY-MM-DD') AND TO_DATE(:p_end_date, 'YYYY-MM-DD')

UNION ALL

-- 11. Role Change Initiated & 12. Promotion Approved
SELECT 
  ed.person_number AS "EmployeeId",
  CASE WHEN pao.action_reason = 'PROMOTION' THEN 'Promotion Approved' ELSE 'Role Change Initiated' END AS "ActivityName",
  CAST(pao.actual_date AS TIMESTAMP) AS "EventTimestamp",
  NULL AS "EventEndTime",
  pao.last_updated_by AS "UserId",
  ed.department_name AS "DepartmentName",
  ed.job_role AS "JobRole",
  NULL AS "RecruitmentSource",
  NULL AS "TerminationReason",
  ed.original_date_of_hire AS "HireDate"
FROM per_action_occurrences pao
JOIN per_actions_vl pav ON pao.action_id = pav.action_id
JOIN EmployeeData ed ON pao.person_id = ed.person_id
WHERE pav.action_code IN ('PROMOTION', 'TRANSFER', 'ASG_CHANGE')
AND pao.status = 'A' -- Approved
AND pao.actual_date BETWEEN TO_DATE(:p_start_date, 'YYYY-MM-DD') AND TO_DATE(:p_end_date, 'YYYY-MM-DD')

UNION ALL

-- 13. Termination Initiated
SELECT
  ed.person_number AS "EmployeeId",
  'Termination Initiated' AS "ActivityName",
  CAST(ptdf.creation_date AS TIMESTAMP) AS "EventTimestamp",
  CAST(ptdf.actual_termination_date AS TIMESTAMP) AS "EventEndTime",
  ptdf.created_by AS "UserId",
  ed.department_name AS "DepartmentName",
  ed.job_role AS "JobRole",
  NULL AS "RecruitmentSource",
  ed.termination_reason AS "TerminationReason",
  ed.original_date_of_hire AS "HireDate"
FROM per_termination_details_f ptdf
JOIN per_periods_of_service ppos ON ptdf.period_of_service_id = ppos.period_of_service_id
JOIN EmployeeData ed ON ppos.person_id = ed.person_id
WHERE ptdf.creation_date BETWEEN TO_DATE(:p_start_date, 'YYYY-MM-DD') AND TO_DATE(:p_end_date, 'YYYY-MM-DD')

UNION ALL

-- 14. Exit Interview Conducted & 15. Offboarding Tasks Completed
SELECT
  ed.person_number AS "EmployeeId",
  CASE WHEN chk.name LIKE '%Exit Interview%' THEN 'Exit Interview Conducted' ELSE 'Offboarding Tasks Completed' END AS "ActivityName",
  CAST(task.actual_completion_date AS TIMESTAMP) AS "EventTimestamp",
  NULL AS "EventEndTime",
  task.last_updated_by AS "UserId",
  ed.department_name AS "DepartmentName",
  ed.job_role AS "JobRole",
  NULL AS "RecruitmentSource",
  ed.termination_reason AS "TerminationReason",
  ed.original_date_of_hire AS "HireDate"
FROM per_allocated_tasks task
JOIN per_checklist_definitions_vl chk ON task.checklist_id = chk.checklist_id
JOIN EmployeeData ed ON task.person_id = ed.person_id
WHERE chk.category = 'OFFBOARDING' AND task.task_status = 'COMPLETED'
AND task.actual_completion_date BETWEEN TO_DATE(:p_start_date, 'YYYY-MM-DD') AND TO_DATE(:p_end_date, 'YYYY-MM-DD')

Étapes

Accédez à BI Cloud Connector (BICC) : Connectez-vous à votre instance Oracle Cloud Applications et ouvrez la console BI Cloud Connector, généralement accessible dans le menu Tools sous le nom « BI Cloud Connector ».
Configurez le stockage externe : Avant de créer une extraction, définissez l’emplacement de stockage des fichiers de données. Ouvrez « Configure External Storage » et configurez une connexion à Oracle Universal Content Management (UCM) ou à un compartiment OCI Object Storage. BICC y déposera les fichiers CSV extraits.
Activez l’offre HCM : Dans la console BICC, sélectionnez « Manage Offerings ». Vérifiez que l’offre « Human Capital Management » est activée. Les Public View Objects (PVO) liés à HCM seront alors disponibles pour l’extraction.
Repérez et sélectionnez les PVO : Ouvrez « Manage Extract Objects ». Utilisez la recherche pour trouver et sélectionner les PVO nécessaires à l’analyse du parcours des collaborateurs, de l’embauche au départ. Les principaux PVO concernent le recrutement (offres), l’intégration (parcours, tâches), les RH centrales (personnes, affectations, relations de travail), la gestion des talents (performances) et la formation. Consultez la section des requêtes pour obtenir la liste détaillée.
Sélectionnez les colonnes de chaque PVO : Pour chaque PVO sélectionné, cliquez sur l’icône « Configure ». Désélectionnez toutes les colonnes, puis choisissez explicitement celles qui sont nécessaires au journal d’événements, par exemple l’identifiant de la personne, les dates pertinentes (date d’embauche, date d’achèvement d’une tâche, date d’acceptation d’une offre) et les attributs tels que le service, le poste et le statut. Vous réduirez ainsi le volume et la complexité de l’extraction.
Créez un calendrier d’extraction : Ouvrez « Manage Extract Schedules » et créez un nouveau calendrier. Donnez-lui un nom explicite, par exemple « ProcessMining_HireToRetire_Extract ».
Ajoutez les PVO au calendrier : Ajoutez au nouveau calendrier les PVO configurés à l’étape 5. Vous pouvez définir des filtres avancés pour chacun d’eux.
Appliquez des filtres de date : Pour maîtriser le volume de données, filtrez la colonne LastUpdatedDate, disponible dans la plupart des PVO. Vous pourrez ainsi effectuer des extractions incrémentielles, indispensables au suivi continu. Lors de la première exécution, vous devrez peut-être appliquer un filtre plus large, voire aucun filtre, afin de récupérer les données historiques.
Planifiez et exécutez le traitement : Planifiez l’exécution automatique du traitement, par exemple chaque jour, ou lancez-le manuellement à l’aide du bouton « Start ». Vous pouvez suivre sa progression dans le Dashboard « Manage Extract Schedules ».
Récupérez les données extraites : Une fois le traitement terminé, les données sont disponibles sous forme de fichiers CSV compressés dans l’emplacement de stockage externe configuré à l’étape 2. Téléchargez-les et décompressez-les.
Transformez et regroupez les données dans un journal d’événements : BICC produit un fichier CSV par PVO. Utilisez un langage de script comme Python avec la bibliothèque pandas, ou un outil ETL, pour traiter ces fichiers. Pour chacun d’eux, lisez les données et renommez les colonnes selon le schéma du journal d’événements (EmployeeId, ActivityName, EventTimestamp). Définissez ActivityName en fonction du contenu du fichier, par exemple, toutes les lignes extraites de OfferPVO deviennent « Offer Accepted ». Réunissez ensuite les données traitées dans une seule table.
Exportez le journal d’événements final : Enregistrez la table consolidée dans un seul fichier CSV. Vérifiez que les en-têtes correspondent aux attributs requis et que les horodatages utilisent un format cohérent. Le fichier est alors prêt à être importé dans ProcessMind.

Configuration

Offres : L’offre « Human Capital Management » doit être activée dans BICC pour accéder aux objets de données nécessaires.
Public View Objects (PVO) : Sélectionnez soigneusement un ensemble de PVO couvrant l’ensemble du parcours des collaborateurs. Parmi les objets clés figurent HcmTopModelAnalyticsGlobalAM.RecruitingAM.OfferPVO, HcmTopModelAnalyticsGlobalAM.OnboardingAM.ChecklistTaskPVO, HcmTopModelAnalyticsGlobalAM.CoreAM.WorkRelationshipPVO, HcmTopModelAnalyticsGlobalAM.CoreAM.AssignmentPVO, HcmTopModelAnalyticsGlobalAM.TalentManagementAM.PerformanceDocumentPVO et HcmTopModelAnalyticsGlobalAM.CoreAM.ActionPVO.
Sélection des colonnes : Pour améliorer les performances et réduire la taille des fichiers, sélectionnez uniquement les colonnes nécessaires au journal d’événements dans chaque PVO. Évitez l’option « Select All ».
Extractions incrémentielles : Après le chargement initial des données historiques, utilisez le filtre LastUpdatedDate dans le calendrier d’extraction pour récupérer uniquement les nouveaux enregistrements ou ceux qui ont été modifiés. Cette étape est essentielle aux performances et à l’efficacité des mises à jour quotidiennes.
Plage de dates : Pour le chargement initial des données historiques, envisagez d’extraire les données des 6 à 12 derniers mois afin d’établir une base de référence pertinente pour le processus. Pour les chargements incrémentiels suivants, la plage de dates commence à la dernière exécution réussie.
Prérequis : Les utilisateurs qui configurent les extractions BICC doivent disposer d’un rôle leur accordant les privilèges nécessaires, généralement le rôle d’application « BI Cloud Connector Administrator » (BICC_ADMIN).

Exemple de requête sql

/*
This is a configuration plan for Oracle BI Cloud Connector (BICC).
It is not a single executable SQL script. Instead, it details which PVOs
and columns to select within the BICC user interface to generate the raw
data files needed for the Hire to Retire event log.
The post-processing script mentioned in the 'howto' section will use these
files to construct the final event log by mapping columns and assigning
the correct ActivityName.
*/

-- PVO 1: Offer Data
-- Purpose: Capture Offer Accepted events.
PVO_NAME: HcmTopModelAnalyticsGlobalAM.RecruitingAM.OfferPVO
COLUMNS:
  - PersonId (as EmployeeId)
  - OfferAcceptedDate (as EventTimestamp)
  - [RecruitmentSource] (as RecruitmentSource)
  - [DepartmentName] (as DepartmentName)
  - [JobRole] (as JobRole)
EVENT_LOG_MAPPING:
  - ActivityName: 'Offer Accepted'
  - Filter: OfferAcceptedDate IS NOT NULL AND OfferStatus = 'ORA_ACCEPTED'

-- PVO 2: Onboarding and Offboarding Tasks
-- Purpose: Capture multiple task-based events from checklists.
PVO_NAME: HcmTopModelAnalyticsGlobalAM.OnboardingAM.ChecklistTaskPVO
COLUMNS:
  - PersonId (as EmployeeId)
  - TaskName
  - TaskCreationDate
  - TaskCompletionDate
  - TaskPerformerPersonId (as UserId)
EVENT_LOG_MAPPING:
  - WHEN TaskName LIKE 'Background Check%' THEN ActivityName: 'Background Check Initiated', EventTimestamp: TaskCreationDate
  - WHEN TaskName LIKE 'Background Check%' AND TaskStatus = 'ORA_COMPLETED' THEN ActivityName: 'Background Check Completed', EventTimestamp: TaskCompletionDate
  - WHEN TaskName LIKE '%Personal Data%' AND TaskStatus = 'ORA_COMPLETED' THEN ActivityName: 'New Hire Data Submitted', EventTimestamp: TaskCompletionDate
  - WHEN TaskName LIKE '%I-9 Verification%' AND TaskStatus = 'ORA_COMPLETED' THEN ActivityName: 'I-9 Verification Completed', EventTimestamp: TaskCompletionDate
  - WHEN TaskName LIKE '%Payroll Setup%' AND TaskStatus = 'ORA_COMPLETED' THEN ActivityName: 'Payroll Setup Completed', EventTimestamp: TaskCompletionDate
  - WHEN TaskName LIKE '%Exit Interview%' AND TaskStatus = 'ORA_COMPLETED' THEN ActivityName: 'Exit Interview Conducted', EventTimestamp: TaskCompletionDate
  - WHEN [Category] = 'OFFBOARDING' AND TaskStatus = 'ORA_COMPLETED' THEN ActivityName: 'Offboarding Tasks Completed', EventTimestamp: TaskCompletionDate

-- PVO 3: Onboarding Journey Initiation
-- Purpose: Capture the start of the formal onboarding process.
PVO_NAME: HcmTopModelAnalyticsGlobalAM.OnboardingAM.JourneyPVO
COLUMNS:
  - PersonId (as EmployeeId)
  - CreationDate (as EventTimestamp)
  - AssignorPersonId (as UserId)
  - JourneyStatus
EVENT_LOG_MAPPING:
  - ActivityName: 'Onboarding Journey Initiated'
  - Filter: JourneyStatus IS NOT NULL

-- PVO 4: Core HR Work Relationship
-- Purpose: Capture hire and termination events.
PVO_NAME: HcmTopModelAnalyticsGlobalAM.CoreAM.WorkRelationshipPVO
COLUMNS:
  - PersonId (as EmployeeId)
  - DateStart (as HireDate, and as EventTimestamp for 'Employee Onboarded')
  - TerminationDate (as EventTimestamp for 'Termination Initiated')
  - [TerminationReason] (as TerminationReason)
EVENT_LOG_MAPPING:
  - ActivityName: 'Employee Onboarded', EventTimestamp: DateStart, Filter: DateStart IS NOT NULL
  - ActivityName: 'Termination Initiated', EventTimestamp: TerminationDate, Filter: TerminationDate IS NOT NULL

-- PVO 5: Learning Assignments
-- Purpose: Capture training assignment events.
PVO_NAME: HcmTopModelAnalyticsGlobalAM.LearningManagementAM.LearningAssignmentPVO
COLUMNS:
  - PersonId (as EmployeeId)
  - AssignmentCreationDate (as EventTimestamp)
  - AssignerId (as UserId)
  - LearningItemTitle
EVENT_LOG_MAPPING:
  - ActivityName: 'Training Assigned'

-- PVO 6: Performance Reviews
-- Purpose: Capture performance review completion.
PVO_NAME: HcmTopModelAnalyticsGlobalAM.TalentManagementAM.PerformanceDocumentPVO
COLUMNS:
  - WorkerPersonId (as EmployeeId)
  - CompletionDate (as EventTimestamp)
  - ManagerPersonId (as UserId)
  - DocumentStatus
EVENT_LOG_MAPPING:
  - ActivityName: 'Performance Review Conducted'
  - Filter: DocumentStatus = 'ORA_COMPLETED' AND CompletionDate IS NOT NULL

-- PVO 7: HR Actions
-- Purpose: Capture role changes and promotions.
PVO_NAME: HcmTopModelAnalyticsGlobalAM.CoreAM.ActionPVO
COLUMNS:
  - PersonId (as EmployeeId)
  - ActionCode
  - ActionName
  - ActionReasonCode
  - EffectiveDate (as EventTimestamp)
EVENT_LOG_MAPPING:
  - WHEN ActionCode IN ('PROMOTION', 'ORA_PROMOTION') THEN ActivityName: 'Promotion Approved', EventTimestamp: EffectiveDate
  - WHEN ActionCode IN ('TRANSFER', 'ORA_TRANSFER', 'ROLE_CHANGE') THEN ActivityName: 'Role Change Initiated', EventTimestamp: EffectiveDate

Étapes

Prérequis et configuration de l’environnement : Vérifiez que Python 3.6 ou une version ultérieure est installé. Installez les bibliothèques nécessaires avec pip : pip install requests pandas. Le script utilise la bibliothèque requests pour communiquer avec les API REST Oracle HCM et pandas pour structurer les données dans un journal d’événements.
Configuration de la sécurité Oracle HCM : Créez un utilisateur dédié aux intégrations dans Oracle HCM Cloud. Attribuez-lui le rôle Human Capital Management Integration Specialist, qui donne un accès en lecture étendu aux API nécessaires. Notez son nom d’utilisateur et son mot de passe pour les utiliser dans le script.
Repérez l’URL de l’API HCM Cloud : Déterminez l’URL de base de votre instance Oracle HCM Cloud. Elle suit généralement le format https://[instance_name].fa.em2.oraclecloud.com. Cette URL sert de base à tous les appels aux points de terminaison de l’API.
Configurez le script Python : Copiez le script Python fourni dans un fichier, par exemple extract_hcm_data.py. Mettez à jour les variables de remplacement en haut du script : HCM_BASE_URL, USERNAME, PASSWORD, START_DATE et END_DATE. La plage de dates détermine la période couverte par l’extraction.
Repérez les points de terminaison de l’API : Le script est déjà configuré pour appeler plusieurs points de terminaison d’API REST et recueillir les données de l’ensemble du parcours des collaborateurs. Les principaux sont /workers pour les données de base des collaborateurs et de leurs affectations, /recruitingCECandidateOffers pour les détails des offres et /onboardingJourneys pour le statut des tâches d’intégration et de départ.
Exécutez le script d’extraction : Lancez le script depuis la ligne de commande avec python extract_hcm_data.py. Le script s’authentifie, envoie des requêtes à chaque point de terminaison, gère la pagination pour récupérer tous les enregistrements et affiche la progression dans la console.
Traitez les réponses de l’API : Pour chaque appel d’API, le script analyse la réponse JSON. Il parcourt les éléments renvoyés, par exemple les collaborateurs, les tâches et les offres, et en extrait les champs nécessaires au journal d’événements.
Associez les données aux activités : Le script associe différents points de données aux noms d’activité normalisés requis pour le Process Mining. Par exemple, le HireDate d’un collaborateur devient l’activité « Employee Onboarded », et l’AcceptedDate d’une offre devient « Offer Accepted ».
Structurez le journal d’événements : Les données extraites et associées de toutes les sources sont réunies dans une seule liste d’événements. La bibliothèque pandas convertit ensuite cette liste en DataFrame structuré et vérifie la présence de toutes les colonnes requises et recommandées.
Exportez le fichier CSV final : Une fois le traitement terminé, le script enregistre le DataFrame dans un fichier CSV nommé hire_to_retire_event_log.csv. Ce fichier est formaté pour être importé directement dans ProcessMind.

Configuration

Prérequis : Vous devez disposer d’un utilisateur Oracle HCM Cloud doté du rôle Human Capital Management Integration Specialist ou d’un accès équivalent aux API. Python 3.6 ou une version ultérieure, ainsi que les bibliothèques requests et pandas, doivent être installés.
Authentification : Le script utilise l’authentification de base. Vérifiez que les identifiants fournis appartiennent à un utilisateur disposant des autorisations nécessaires dans les modules RH, Recrutement, Intégration, Formation et Gestion des performances.
URL de base de l’API : La variable HCM_BASE_URL doit contenir l’URL de votre instance Oracle Cloud. Il s’agit du paramètre de configuration le plus important.
Plage de dates : Les variables START_DATE et END_DATE définissent la période d’extraction. Pour la première exécution, une période de 3 à 6 mois est recommandée afin de maîtriser le volume de données et la durée d’exécution. Utilisez le format AAAA-MM-JJ.
Limite de pagination : Le script récupère 100 enregistrements par requête d’API afin de maîtriser l’utilisation de la mémoire et de ne pas surcharger l’API. Vous pouvez modifier cette valeur, mais 100 constitue un choix prudent par défaut.
Sélection des champs : Le script utilise le paramètre de requête fields dans les appels d’API pour ne demander que les attributs nécessaires. Cette méthode améliore les performances en réduisant la taille de la réponse JSON renvoyée par le serveur.
Performances : Dans les environnements comptant des centaines de milliers de dossiers de collaborateurs, l’extraction complète peut prendre beaucoup de temps. Il est recommandé d’exécuter le script en dehors des heures de pointe.

Exemple de requête python

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

class=class="hl-string">"hl-comment"># --- Configuration Settings --- #
class=class="hl-string">"hl-comment"># Replace with your Oracle HCM Cloud instance URL
HCM_BASE_URL = class="hl-string">"https://[your_instance_name].fa.em2.oraclecloud.com"
class=class="hl-string">"hl-comment"># Replace with your integration user credentials
USERNAME = class="hl-string">"your_api_username"
PASSWORD = class="hl-string">"your_api_password"

class=class="hl-string">"hl-comment"># Set the date range for extraction (YYYY-MM-DD)
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-12-31"

class=class="hl-string">"hl-comment"># --- End of Configuration --- #

class=class="hl-string">"hl-comment"># Global list to hold all event data
event_log = []

def get_paginated_data(endpoint, params={}):
    class="hl-string">"""Helper function to handle pagination for Oracle HCM REST API calls."""
    all_items = []
    url = fclass="hl-string">"{HCM_BASE_URL}{endpoint}"
    params.setdefault(class="hl-string">'limit', 100)
    offset = 0
    
    while True:
        params[class="hl-string">'offset'] = offset
        print(fclass="hl-string">"Fetching from {url} with offset {offset}...")
        try:
            response = requests.get(url, auth=(USERNAME, PASSWORD), params=params)
            response.raise_for_status() class=class="hl-string">"hl-comment"># Raise an exception for bad status codes
            data = response.json()
            items = data.get(class="hl-string">'items', [])
            all_items.extend(items)
            
            if not data.get(class="hl-string">'hasMore', False):
                break
            offset += len(items)
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching data from {endpoint}: {e}")
            break
            
    print(fclass="hl-string">"Fetched a total of {len(all_items)} items from {endpoint}.")
    return all_items

def extract_recruiting_and_onboarding_events():
    class="hl-string">"""Extracts events from Recruiting and Onboarding modules."""
    print(class="hl-string">"\n--- Starting Recruiting and Onboarding Extraction ---")
    class=class="hl-string">"hl-comment"># Fetch Offer Data
    offer_params = {
        class="hl-string">'q': fclass="hl-string">"AcceptedDate between '{START_DATE}' and '{END_DATE}'",
        class="hl-string">'fields': class="hl-string">'OfferId,AcceptedDate,CandidateNumber,assignments'
    }
    offers = get_paginated_data(class="hl-string">'/hcmRestApi/resources/11.13.18.05/recruitingCECandidateOffers', offer_params)
    for offer in offers:
        if offer.get(class="hl-string">'AcceptedDate'):
            event_log.append({
                class="hl-string">'EmployeeId': offer.get(class="hl-string">'CandidateNumber'), class=class="hl-string">"hl-comment"># Using CandidateNumber as early identifier
                class="hl-string">'ActivityName': class="hl-string">'Offer Accepted',
                class="hl-string">'EventTimestamp': offer[class="hl-string">'AcceptedDate'],
                class="hl-string">'EventEndTime': None,
                class="hl-string">'UserId': None, 
                class="hl-string">'DepartmentName': offer.get(class="hl-string">'assignments', [{}])[0].get(class="hl-string">'DepartmentName'),
                class="hl-string">'JobRole': offer.get(class="hl-string">'assignments', [{}])[0].get(class="hl-string">'JobName'),
                class="hl-string">'RecruitmentSource': offer.get(class="hl-string">'assignments', [{}])[0].get(class="hl-string">'RecruitingSource'),
                class="hl-string">'TerminationReason': None,
                class="hl-string">'HireDate': None
            })

    class=class="hl-string">"hl-comment"># Fetch Onboarding/Offboarding Journey Data
    journey_params = {
        class="hl-string">'q': fclass="hl-string">"CreationDate between '{START_DATE}' and '{END_DATE}'",
        class="hl-string">'fields': class="hl-string">'PersonNumber,JourneyType,CreationDate,CreatedBy,tasks;fields=TaskName,TaskStatus,ActualCompletionDate,LastUpdatedBy'
    }
    journeys = get_paginated_data(class="hl-string">'/hcmRestApi/resources/11.13.18.05/onboardingJourneys', journey_params)
    for journey in journeys:
        person_id = journey.get(class="hl-string">'PersonNumber')
        journey_type = journey.get(class="hl-string">'JourneyType')
        
        activity_name = class="hl-string">'Onboarding Journey Initiated' if journey_type == class="hl-string">'ONBOARD' else class="hl-string">'Offboarding Journey Initiated'
        
        event_log.append({
            class="hl-string">'EmployeeId': person_id,
            class="hl-string">'ActivityName': activity_name,
            class="hl-string">'EventTimestamp': journey[class="hl-string">'CreationDate'],
            class="hl-string">'EventEndTime': None,
            class="hl-string">'UserId': journey.get(class="hl-string">'CreatedBy'),
            class="hl-string">'DepartmentName': None,
            class="hl-string">'JobRole': None,
            class="hl-string">'RecruitmentSource': None,
            class="hl-string">'TerminationReason': None,
            class="hl-string">'HireDate': None
        })
        
        class=class="hl-string">"hl-comment"># Process tasks within the journey
        for task in journey.get(class="hl-string">'tasks', []):
            task_activity = None
            task_name_lower = task.get(class="hl-string">'TaskName', class="hl-string">'').lower()
            if class="hl-string">'background check' in task_name_lower:
                task_activity = class="hl-string">'Background Check Initiated' if task[class="hl-string">'TaskStatus'] != class="hl-string">'COMPLETED' else class="hl-string">'Background Check Completed'
            elif class="hl-string">'personal data' in task_name_lower and task[class="hl-string">'TaskStatus'] == class="hl-string">'COMPLETED':
                task_activity = class="hl-string">'New Hire Data Submitted'
            elif class="hl-string">'i-9' in task_name_lower and task[class="hl-string">'TaskStatus'] == class="hl-string">'COMPLETED':
                task_activity = class="hl-string">'I-9 Verification Completed'
            elif class="hl-string">'exit interview' in task_name_lower and task[class="hl-string">'TaskStatus'] == class="hl-string">'COMPLETED':
                task_activity = class="hl-string">'Exit Interview Conducted'
            
            if task_activity and task.get(class="hl-string">'ActualCompletionDate'):
                event_log.append({
                    class="hl-string">'EmployeeId': person_id,
                    class="hl-string">'ActivityName': task_activity,
                    class="hl-string">'EventTimestamp': task[class="hl-string">'ActualCompletionDate'],
                    class="hl-string">'EventEndTime': task[class="hl-string">'ActualCompletionDate'],
                    class="hl-string">'UserId': task.get(class="hl-string">'LastUpdatedBy'),
                    class="hl-string">'DepartmentName': None,
                    class="hl-string">'JobRole': None,
                    class="hl-string">'RecruitmentSource': None,
                    class="hl-string">'TerminationReason': None,
                    class="hl-string">'HireDate': None
                })
        
        class=class="hl-string">"hl-comment"># Offboarding Tasks Completed (approximated by last task completion)
        if journey_type == class="hl-string">'OFFBOARD':
            completed_tasks = [t for t in journey.get(class="hl-string">'tasks', []) if t.get(class="hl-string">'ActualCompletionDate')]
            if completed_tasks and all(t[class="hl-string">'TaskStatus'] == class="hl-string">'COMPLETED' for t in journey.get(class="hl-string">'tasks', [])):
                last_completion_date = max(t[class="hl-string">'ActualCompletionDate'] for t in completed_tasks)
                event_log.append({
                    class="hl-string">'EmployeeId': person_id,
                    class="hl-string">'ActivityName': class="hl-string">'Offboarding Tasks Completed',
                    class="hl-string">'EventTimestamp': last_completion_date,
                    class="hl-string">'EventEndTime': last_completion_date,
                    class="hl-string">'UserId': None,
                    class="hl-string">'DepartmentName': None, class="hl-string">'JobRole': None, class="hl-string">'RecruitmentSource': None, class="hl-string">'TerminationReason': None, class="hl-string">'HireDate': None
                })

def extract_worker_and_lifecycle_events():
    class="hl-string">"""Extracts core worker data and major lifecycle events like hire, promotion, termination."""
    print(class="hl-string">"\n--- Starting Worker and Lifecycle Extraction ---")
    worker_params = {
        class="hl-string">'q': fclass="hl-string">"(workRelationships.assignments.CreationDate between '{START_DATE}' and '{END_DATE}') or (workRelationships.TerminationDate between '{START_DATE}' and '{END_DATE}')",
        class="hl-string">'onlyData': class="hl-string">'true',
        class="hl-string">'fields': class="hl-string">'PersonNumber,workRelationships;fields=assignments;fields=CreationDate,LastUpdateDate,ActionCode,JobId,DepartmentId,BusinessUnitId,JobName,DepartmentName,EffectiveStartDate,assignmentsDFF,HireDate,TerminationDate,TerminationReason'
    }
    workers = get_paginated_data(class="hl-string">'/hcmRestApi/resources/11.13.18.05/workers', worker_params)
    for worker in workers:
        person_id = worker.get(class="hl-string">'PersonNumber')
        for rel in worker.get(class="hl-string">'workRelationships', []):
            hire_date = rel.get(class="hl-string">'HireDate')
            for assign in rel.get(class="hl-string">'assignments', []):
                if hire_date and hire_date.startswith(START_DATE[:4]): class=class="hl-string">"hl-comment"># Simple check for new hires
                    event_log.append({
                        class="hl-string">'EmployeeId': person_id, class="hl-string">'ActivityName': class="hl-string">'Employee Onboarded', class="hl-string">'EventTimestamp': hire_date,
                        class="hl-string">'EventEndTime': None, class="hl-string">'UserId': None, class="hl-string">'DepartmentName': assign.get(class="hl-string">'DepartmentName'),
                        class="hl-string">'JobRole': assign.get(class="hl-string">'JobName'), class="hl-string">'RecruitmentSource': None, class="hl-string">'TerminationReason': None, class="hl-string">'HireDate': hire_date
                    })
                
                action = assign.get(class="hl-string">'ActionCode')
                if action in (class="hl-string">'PROMOTION', class="hl-string">'ASG_CHANGE_PROMOTION'):
                    event_log.append({
                        class="hl-string">'EmployeeId': person_id, class="hl-string">'ActivityName': class="hl-string">'Promotion Approved', class="hl-string">'EventTimestamp': assign.get(class="hl-string">'EffectiveStartDate'),
                        class="hl-string">'EventEndTime': None, class="hl-string">'UserId': None, class="hl-string">'DepartmentName': assign.get(class="hl-string">'DepartmentName'), 
                        class="hl-string">'JobRole': assign.get(class="hl-string">'JobName'), class="hl-string">'RecruitmentSource': None, class="hl-string">'TerminationReason': None, class="hl-string">'HireDate': hire_date
                    })
                elif action in (class="hl-string">'TRANSFER', class="hl-string">'GLB_TRANSFER', class="hl-string">'POS_CHANGE', class="hl-string">'ASG_CHANGE'):
                    event_log.append({
                        class="hl-string">'EmployeeId': person_id, class="hl-string">'ActivityName': class="hl-string">'Role Change Initiated', class="hl-string">'EventTimestamp': assign.get(class="hl-string">'EffectiveStartDate'),
                        class="hl-string">'EventEndTime': None, class="hl-string">'UserId': None, class="hl-string">'DepartmentName': assign.get(class="hl-string">'DepartmentName'),
                        class="hl-string">'JobRole': assign.get(class="hl-string">'JobName'), class="hl-string">'RecruitmentSource': None, class="hl-string">'TerminationReason': None, class="hl-string">'HireDate': hire_date
                    })
            
            if rel.get(class="hl-string">'TerminationDate'):
                event_log.append({
                    class="hl-string">'EmployeeId': person_id, class="hl-string">'ActivityName': class="hl-string">'Termination Initiated', class="hl-string">'EventTimestamp': rel[class="hl-string">'TerminationDate'],
                    class="hl-string">'EventEndTime': None, class="hl-string">'UserId': None, class="hl-string">'DepartmentName': rel.get(class="hl-string">'assignments', [{}])[0].get(class="hl-string">'DepartmentName'),
                    class="hl-string">'JobRole': rel.get(class="hl-string">'assignments', [{}])[0].get(class="hl-string">'JobName'), class="hl-string">'RecruitmentSource': None,
                    class="hl-string">'TerminationReason': rel.get(class="hl-string">'TerminationReason'), class="hl-string">'HireDate': hire_date
                })

def extract_other_hcm_events():
    class="hl-string">"""Extracts events from other modules like Performance, Learning, and Payroll."""
    print(class="hl-string">"\n--- Starting Ancillary HCM Event Extraction ---")
    class=class="hl-string">"hl-comment"># Performance Reviews
    perf_params = {class="hl-string">'q': fclass="hl-string">"ReviewPeriodEndDate between '{START_DATE}' and '{END_DATE}' and DocumentStatus='COMPLETED'", class="hl-string">'fields': class="hl-string">'PersonNumber,OverallRating,ReviewPeriodEndDate,ManagerPersonNumber'}
    reviews = get_paginated_data(class="hl-string">'/hcmRestApi/resources/11.13.18.05/performanceDocuments', perf_params)
    for review in reviews:
        event_log.append({
            class="hl-string">'EmployeeId': review.get(class="hl-string">'PersonNumber'), class="hl-string">'ActivityName': class="hl-string">'Performance Review Conducted', class="hl-string">'EventTimestamp': review.get(class="hl-string">'ReviewPeriodEndDate'),
            class="hl-string">'EventEndTime': review.get(class="hl-string">'ReviewPeriodEndDate'), class="hl-string">'UserId': review.get(class="hl-string">'ManagerPersonNumber'),
            class="hl-string">'DepartmentName': None, class="hl-string">'JobRole': None, class="hl-string">'RecruitmentSource': None, class="hl-string">'TerminationReason': None, class="hl-string">'HireDate': None
        })

    class=class="hl-string">"hl-comment"># Learning Assignments
    learn_params = {class="hl-string">'q': fclass="hl-string">"AssignedOn between '{START_DATE}' and '{END_DATE}'", class="hl-string">'fields': class="hl-string">'LearnerPersonNumber,AssignedOn,LearningItemName'}
    learnings = get_paginated_data(class="hl-string">'/learningRestApi/resources/latest/learnerLearningRecords', learn_params)
    for item in learnings:
        event_log.append({
            class="hl-string">'EmployeeId': item.get(class="hl-string">'LearnerPersonNumber'), class="hl-string">'ActivityName': class="hl-string">'Training Assigned', class="hl-string">'EventTimestamp': item.get(class="hl-string">'AssignedOn'),
            class="hl-string">'EventEndTime': None, class="hl-string">'UserId': None,
            class="hl-string">'DepartmentName': None, class="hl-string">'JobRole': None, class="hl-string">'RecruitmentSource': None, class="hl-string">'TerminationReason': None, class="hl-string">'HireDate': None
        })

    class=class="hl-string">"hl-comment"># Payroll Setup (Approximation)
    payroll_params = {class="hl-string">'q': fclass="hl-string">"CreationDate between '{START_DATE}' and '{END_DATE}'", class="hl-string">'fields': class="hl-string">'PersonNumber,CreationDate'}
    pay_records = get_paginated_data(class="hl-string">'/hcmRestApi/resources/11.13.18.05/personalPaymentMethods', payroll_params)
    for record in pay_records:
        event_log.append({
            class="hl-string">'EmployeeId': record.get(class="hl-string">'PersonNumber'), class="hl-string">'ActivityName': class="hl-string">'Payroll Setup Completed', class="hl-string">'EventTimestamp': record.get(class="hl-string">'CreationDate'),
            class="hl-string">'EventEndTime': None, class="hl-string">'UserId': None,
            class="hl-string">'DepartmentName': None, class="hl-string">'JobRole': None, class="hl-string">'RecruitmentSource': None, class="hl-string">'TerminationReason': None, class="hl-string">'HireDate': None
        })

if __name__ == class="hl-string">"__main__":
    print(class="hl-string">"Starting Hire to Retire data extraction from Oracle HCM Cloud...")
    
    class=class="hl-string">"hl-comment"># Execute extraction functions
    extract_recruiting_and_onboarding_events()
    extract_worker_and_lifecycle_events()
    extract_other_hcm_events()
    
    if not event_log:
        print(class="hl-string">"No events found for the given criteria. Exiting.")
    else:
        class=class="hl-string">"hl-comment"># Create DataFrame and perform final transformations
        df = pd.DataFrame(event_log)
        
        class=class="hl-string">"hl-comment"># Convert timestamps to consistent format
        df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'EventTimestamp'], errors=class="hl-string">'coerce').dt.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S')
        df[class="hl-string">'EventEndTime'] = pd.to_datetime(df[class="hl-string">'EventEndTime'], errors=class="hl-string">'coerce').dt.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S')
        df.dropna(subset=[class="hl-string">'EmployeeId', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp'], inplace=True)
        
        class=class="hl-string">"hl-comment"># Fill missing employee attributes by forward/backward filling within each employee's history
        df = df.sort_values(by=[class="hl-string">'EmployeeId', class="hl-string">'EventTimestamp'])
        df[class="hl-string">'DepartmentName'] = df.groupby(class="hl-string">'EmployeeId')[class="hl-string">'DepartmentName'].fillna(method=class="hl-string">'ffill').fillna(method=class="hl-string">'bfill')
        df[class="hl-string">'JobRole'] = df.groupby(class="hl-string">'EmployeeId')[class="hl-string">'JobRole'].fillna(method=class="hl-string">'ffill').fillna(method=class="hl-string">'bfill')
        df[class="hl-string">'HireDate'] = df.groupby(class="hl-string">'EmployeeId')[class="hl-string">'HireDate'].fillna(method=class="hl-string">'ffill').fillna(method=class="hl-string">'bfill')
        
        class=class="hl-string">"hl-comment"># Define final column order
        final_columns = [
            class="hl-string">'EmployeeId', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'EventEndTime', class="hl-string">'UserId',
            class="hl-string">'DepartmentName', class="hl-string">'JobRole', class="hl-string">'RecruitmentSource', class="hl-string">'TerminationReason', class="hl-string">'HireDate'
        ]
        df = df[final_columns]

        class=class="hl-string">"hl-comment"># Save to CSV
        output_filename = class="hl-string">'hire_to_retire_event_log.csv'
        df.to_csv(output_filename, index=False)
        print(fclass="hl-string">"\nExtraction complete. Event log saved to '{output_filename}'. Total events: {len(df)}")

Prêt à commencer ?

Ce modèle contient tout ce dont vous avez besoin pour commencer à optimiser le parcours des collaborateurs, de l’embauche au départ. Améliorez dès aujourd’hui le parcours de vos collaborateurs.

Retour au guide d’amélioration

Télécharger le modèle

Optimisez dès aujourd’hui le parcours des collaborateurs, de l’embauche au départ

Réduisez de 30 % la durée des cycles d’embauche à départ et améliorez l’expérience des collaborateurs.

Démarrez l’essai gratuit

Aucune carte bancaire requise. Configuration en quelques minutes.

Votre modèle de données pour le parcours des collaborateurs, de l’embauche au départ

Votre modèle de données pour le parcours des collaborateurs, de l’embauche au départ

Attributs du parcours des collaborateurs, de l’embauche au départ

Activités du parcours des collaborateurs, de l’embauche au départ

Guides d’extraction

Extraction des données avec les rapports Oracle HCM BI Publisher

Étapes

Configuration

Exemple de requête sql

Extraction de données en masse avec Oracle BI Cloud Connector (BICC)

Étapes

Configuration

Exemple de requête sql

Extraction par script Python à l’aide des API REST Oracle HCM

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Optimisez dès aujourd’hui le parcours des collaborateurs, de l’embauche au départ

Votre modèle de données pour le parcours des collaborateurs, de l’embauche au départ

Votre modèle de données pour le parcours des collaborateurs, de l’embauche au départ

Attributs du parcours des collaborateurs, de l’embauche au départ

Activités du parcours des collaborateurs, de l’embauche au départ

Guides d’extraction

Extraction des données avec les rapports Oracle HCM BI Publisher

Étapes

Configuration

Exemple de requête sql

Extraction de données en masse avec Oracle BI Cloud Connector (BICC)

Étapes

Configuration

Exemple de requête sql

Extraction par script Python à l’aide des API REST Oracle HCM

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Optimisez dès aujourd’hui le parcours des collaborateurs, de l’embauche au départ

Prêt à commencer ?