> Amélioration continue des processus > Intégration des employés > BambooHR > Modèle de données

Votre modèle de données pour l’intégration des employés

BambooHR

Attributs liés à l’intégration des employés(19) Activités liées à l’intégration des employés(15) Guides d’extraction(2)

Votre modèle de données pour l’intégration des employés

Ce modèle vous guide dans la collecte des données nécessaires à une analyse détaillée du processus d’intégration de vos employés. Il présente les attributs essentiels à recueillir, les activités importantes à suivre et explique clairement comment extraire ces données de BambooHR. Appuyez-vous sur cette ressource pour constituer un journal d’événements fiable et obtenir une vision précise du parcours d’intégration.

Attributs recommandés à recueillir
Activités clés à suivre pour découvrir le processus
Guide d’extraction de BambooHR, étape par étape

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

Télécharger le modèle

Attributs liés à l’intégration des employés

Ces champs de données essentiels sont à inclure dans votre journal d’événements pour analyser en détail le processus d’intégration de vos employés.

5 Obligatoire 6 Recommandé 8 Facultatif

	Nom	Description
	Cas d’intégration OnboardingCase	Identifiant unique regroupant toutes les activités d’intégration d’un même nouvel employé.
Description Le cas d’intégration constitue l’identifiant central de l’ensemble du processus d’intégration d’un employé. Il regroupe dans un même parcours tous les événements associés, de l’acceptation initiale de l’offre à la fin de l’entretien de suivi après 30 jours. Dans une analyse de Process Mining, cet attribut est indispensable pour reconstituer le flux de travail de bout en bout de chaque nouvelle recrue. Il permet de visualiser les cartes de processus, de calculer des indicateurs au niveau du cas, comme le temps de cycle total, et d’analyser les différentes variantes du processus. Sans identifiant de cas cohérent, il serait impossible de suivre le parcours d’un employé à travers les différentes étapes de son intégration. Pourquoi est-ce important ? Il s’agit de la clé principale qui relie tous les événements associés et permet d’analyser l’ensemble du parcours d’intégration de chaque nouvelle recrue. Où trouver ces données Il s’agit d’un identifiant conceptuel, souvent obtenu en combinant l’identifiant de l’employé avec l’instance d’embauche ou sa date. BambooHR ne dispose pas nécessairement d’un champ explicite « Onboarding Case ID ». Cet identifiant doit être créé lors de la préparation des données. Exemples ONB-00123ONB-00124ONB-00125
	Horodatage de l’événement EventTimestamp	Date et heure précises auxquelles une activité d’intégration a eu lieu ou a été terminée.
Description L’horodatage de l’événement indique le moment précis où une activité donnée a eu lieu. Ces données temporelles sont indispensables pour classer les événements par ordre chronologique et calculer les délais entre les différentes étapes du processus. Cet attribut est à la base de toutes les analyses temporelles en Process Mining. Il sert à calculer les temps de cycle, les temps d’attente et la durée totale du processus. L’analyse des horodatages permet aux organisations de repérer les étapes les plus longues, de mesurer les résultats au regard des accords de niveau de service et de localiser les retards qui nuisent à l’expérience des nouvelles recrues. Pourquoi est-ce important ? Cet horodatage établit l’ordre chronologique des événements et est indispensable à l’analyse des performances et des durées, notamment au calcul des temps de cycle et au repérage des retards. Où trouver ces données Extrait de différents champs de date de BambooHR correspondant à la fin d’activités, comme « Offer Acceptance Date » ou « Background Check Completion Date », ou des journaux système qui enregistrent les changements de statut. Exemples 2023-10-01T10:00:00Z2023-10-05T14:30:00Z2023-10-15T09:00:00Z
	Nom de l’activité ActivityName	Nom de la tâche ou de l’étape précise qui a eu lieu dans le parcours d’intégration.
Description Cet attribut indique le nom de chaque événement ou étape distincte du parcours d’intégration de l’employé. Il peut s’agir, par exemple, de « Offre acceptée », « Vérification des antécédents terminée » ou « Accueil du premier jour terminé ». Dans une analyse, le nom de l’activité sert à construire la carte du processus, qui montre l’ordre des événements et le déroulement du travail. Il est essentiel pour repérer les goulots d’étranglement, analyser la fréquence des activités et comprendre les différents parcours, ou variantes, suivis par les nouvelles recrues. L’examen de leur séquence permet aux analystes de repérer les écarts par rapport au processus standard et les possibilités d’amélioration. Pourquoi est-ce important ? Il définit les étapes du processus, constitue la base de la carte du processus et permet d’analyser le flux de travail, les goulots d’étranglement et les variantes. Où trouver ces données Déduit des changements de statut, de la fin des tâches ou de champs de date précis dans les listes de contrôle d’intégration ou les flux de recrutement de BambooHR. Exemples Offre acceptéeDossier de documents envoyéDemande de mise à disposition des ressources informatiquesEntretien de suivi après 30 jours terminé
	Dernière mise à jour des données LastDataUpdate	Horodatage indiquant la dernière actualisation des données à partir du système source.
Description Cet attribut indique la date et l’heure de la dernière extraction ou mise à jour des données. Les utilisateurs peuvent ainsi savoir clairement si les données sont récentes et toujours pertinentes. Dans toute analyse, et en particulier pour le suivi des processus en cours, il est important de connaître l’actualité des données. Cet horodatage aide les utilisateurs à se fier aux données consultées et à déterminer si elles reflètent l’état actuel des opérations ou une situation antérieure. Il est indispensable aux Dashboards qui suivent les cas d’intégration en cours. Pourquoi est-ce important ? Indique aux utilisateurs si les données sont à jour et leur permet de savoir à quelle période correspond l’analyse du processus. Où trouver ces données Cet horodatage est généré et ajouté au jeu de données lors de l’extraction et du chargement des données. Exemples 2024-05-21T08:00:00Z
	Système source SourceSystem	Indique le système d’enregistrement dont proviennent les données extraites.
Description Cet attribut précise l’origine des données, ici BambooHR. Il contribue à leur gouvernance et fournit un contexte, notamment lorsque des données issues de plusieurs systèmes sont regroupées. Même si cela peut sembler évident, indiquer explicitement le système source est important pour assurer la traçabilité des données et faciliter la résolution des problèmes. Dans les environnements d’analyse de grande envergure, cela permet aux utilisateurs de comprendre le contexte des données et de retrouver leur origine en cas de question ou d’incohérence. Pourquoi est-ce important ? Précise l’origine des données, une information importante pour leur gouvernance et leur validation, ainsi que pour l’intégration de données issues de plusieurs sources. Où trouver ces données Il s’agit d’une valeur statique, « BambooHR », ajoutée lors de la transformation des données. Exemples BambooHR
	Horodatage de fin EndTimestamp	Horodatage de fin d’une activité, si sa durée peut être mesurée.
Description Alors que StartTime (EventTimestamp) indique le moment où une activité a lieu, EndTimestamp en marque la fin. Cette distinction est particulièrement utile pour les activités qui ne sont pas instantanées, comme la vérification des antécédents, qui comporte une étape de lancement et une étape d’achèvement. L’utilisation des horodatages de début et de fin permet de calculer plus précisément la durée de traitement de chaque activité. Elle aide à distinguer le temps consacré à la tâche du temps d’attente avant l’étape suivante. Ce niveau de détail est essentiel pour analyser les goulots d’étranglement. Pourquoi est-ce important ? Permet de calculer avec précision la durée de traitement des activités et de distinguer le temps de travail effectif du temps d’attente. Où trouver ces données Déduit des horodatages des activités successives. Par exemple, l’EndTimestamp de « Vérification des antécédents lancée » correspond à l’horodatage de « Vérification des antécédents terminée ». Exemples 2023-10-02T11:00:00Z2023-10-06T16:45:00Z2023-10-16T10:00:00Z
	Identifiant de l’employé EmployeeId	Identifiant unique attribué à chaque employé dans BambooHR.
Description L’identifiant de l’employé est la clé unique qui désigne une personne dans le système RH. Il reste le même pendant toute la durée de son emploi. Le cas d’intégration est l’identifiant principal du processus, tandis que l’identifiant de l’employé permet de relier les données d’intégration au dossier de référence de la personne. Vous pouvez ainsi les enrichir avec d’autres attributs, comme l’intitulé du poste ou le service, et analyser plus largement les différences d’expérience d’intégration selon les profils. Pourquoi est-ce important ? Identifie chaque nouvelle recrue et permet d’enrichir les données avec d’autres informations sur l’employé, ainsi que de suivre son parcours au-delà de l’intégration. Où trouver ces données Champ standard disponible dans le dossier de l’employé dans BambooHR. Exemples 601856018660187
	Intitulé du poste JobTitle	Fonction ou poste précis de la nouvelle recrue.
Description Cet attribut contient l’intitulé officiel du poste du nouvel employé, par exemple « Ingénieur logiciel », « Responsable de comptes » ou « Chef de produit ». Il constitue un autre axe important pour analyser le parcours d’intégration. Les exigences d’intégration varient selon les postes, notamment en matière de formation spécialisée ou de mise à disposition du matériel. Une analyse par intitulé de poste peut révéler si certaines fonctions connaissent des retards plus longs ou suivent un parcours différent. Vous pouvez ainsi adapter et optimiser l’intégration en fonction des besoins propres à chaque poste. Pourquoi est-ce important ? Permet d’analyser le parcours d’intégration en fonction de la complexité et des exigences du poste, afin d’adapter l’expérience aux différentes fonctions. Où trouver ces données Champ standard associé aux informations professionnelles de l’employé dans BambooHR. Exemples Ingénieur logiciel principalCoordinateur marketingDirecteur régional des ventes
	Lieu de travail Location	Principal lieu de travail ou bureau de la nouvelle recrue.
Description Cet attribut indique le bureau ou la zone géographique où le nouvel employé travaillera. Il peut s’agir d’une ville, d’un immeuble de bureaux ou de la mention « À distance ». L’analyse par lieu de travail permet de repérer les différences régionales dans le parcours d’intégration. Par exemple, les délais de livraison du matériel peuvent varier considérablement d’un lieu à l’autre, ou certains bureaux peuvent appliquer leurs propres procédures d’accueil. Cette analyse aide à harmoniser le processus lorsque c’est possible, tout en tenant compte des adaptations locales nécessaires. Pourquoi est-ce important ? Aide à repérer les différences régionales dans les résultats du processus, comme les retards de livraison du matériel ou les variations des procédures d’accueil locales. Où trouver ces données Champ standard du profil de l’employé dans BambooHR, généralement dans les informations sur l’emploi ou le lieu de travail. Exemples Bureau de New YorkLondres, Royaume-UniÀ distance (États-Unis)Siège de San Francisco
	Responsable du recrutement HiringManager	Nom du responsable auquel le nouvel employé est rattaché.
Description Cet attribut identifie le responsable direct de la nouvelle recrue. Le responsable du recrutement joue souvent un rôle important dans le parcours d’intégration : il peut notamment organiser les présentations à l’équipe et définir les premiers objectifs. L’analyse des résultats par responsable du recrutement permet de repérer ceux qui intègrent efficacement les nouveaux membres de leur équipe et ceux qui pourraient avoir besoin d’un soutien ou d’une formation supplémentaires. Elle peut également mettre en évidence les bonnes pratiques des responsables qui obtiennent de bons résultats, afin de les partager dans toute l’organisation et d’améliorer la cohérence et la qualité de l’expérience des nouvelles recrues. Pourquoi est-ce important ? Permet d’analyser les résultats par responsable, afin de repérer ceux qui réussissent l’intégration des nouvelles recrues et ceux qui pourraient avoir besoin de davantage de soutien. Où trouver ces données Généralement indiqué dans les informations sur le poste de l’employé ou dans les détails de la structure hiérarchique dans BambooHR. Exemples Jane DoeJohn SmithEmily Jones
	Service Department	Service que rejoint le nouvel employé.
Description Cet attribut indique le service de l’organisation auquel appartient la nouvelle recrue, par exemple « Ingénierie », « Ventes » ou « Marketing ». Il constitue un axe important pour segmenter et comparer les performances du processus. L’analyse du parcours d’intégration par service est essentielle pour comprendre les différences de résultats au sein de l’organisation. Elle permet de répondre à des questions telles que : « Quels services ont les temps de cycle d’intégration les plus longs ? » ou « Le taux de réalisation des formations obligatoires est-il plus faible dans certains services ? ». Ces analyses permettent de cibler les mesures à prendre et de partager les bonnes pratiques entre les services. Pourquoi est-ce important ? Permet de comparer l’efficacité du parcours d’intégration, les temps de cycle et les taux de conformité entre les différents services de l’organisation. Où trouver ces données Champ standard associé aux informations professionnelles de l’employé dans BambooHR. Exemples IngénierieVentesMarketingRessources humaines
	Date de début StartDate	Premier jour officiel de travail du nouvel employé.
Description La date de début est une étape clé du processus d’intégration. Elle marque la transition entre les activités préalables à l’embauche, comme les vérifications d’antécédents et les formalités administratives, et celles qui suivent l’embauche, comme l’accueil et la formation. Cette date sert de référence dans de nombreuses analyses. Elle permet notamment de calculer l’indicateur « Prêt pour le premier jour », qui mesure si toutes les tâches préalables à l’embauche ont été effectuées avant l’arrivée de l’employé. Elle aide aussi à évaluer le respect des délais pour ces activités et leur incidence sur la productivité dès le premier jour. Pourquoi est-ce important ? Marque une étape clé pour distinguer les activités préalables à l’embauche de celles qui la suivent et vérifier si les nouveaux employés sont prêts dès leur premier jour. Où trouver ces données Correspond au champ « Date d’embauche », qui figure par défaut dans le dossier de l’employé dans BambooHR. Exemples 2023-11-012023-11-152023-12-01
	Durée du cycle d’intégration OnboardingCycleTime	Durée totale du processus d’intégration pour un cas donné.
Description Cette métrique calculée mesure le temps de cycle de bout en bout de chaque cas d’intégration, généralement entre « Offre acceptée » et « Entretien de suivi à 30 jours terminé ». Elle correspond à la durée totale du processus. Il s’agit d’un indicateur clé de performance (KPI) pour évaluer l’efficacité globale du processus. Les Dashboards permettent de suivre la durée moyenne des intégrations, de comparer les résultats entre services ou rôles et de mesurer les effets des initiatives d’amélioration. Un temps de cycle plus court est généralement associé à une meilleure expérience pour le nouvel employé et à des coûts administratifs réduits. Pourquoi est-ce important ? Cet indicateur clé de performance permet de mesurer l’efficacité globale du processus et de suivre son évolution dans le temps. Où trouver ces données Calculée à partir de l’écart entre l’horodatage de la première activité et celui de la dernière activité du cas. Exemples 35 jours42 jours28 jours
	Équipe Team	Équipe à laquelle le nouvel employé est affecté au sein d’un service.
Description Cet attribut précise l’organisation à un niveau plus détaillé que le service. Il indique l’équipe immédiate, par exemple « Développeurs front-end » ou « Équipe commerciale grands comptes ». L’analyse par service est utile, mais celle par équipe permet d’obtenir des informations plus précises. Elle peut révéler des écarts de performance entre des équipes aux fonctions similaires et montrer comment les pratiques propres à chaque équipe, comme l’accueil ou la formation, influent sur le parcours d’intégration. Cette analyse est particulièrement utile dans les grands services, où une vue plus détaillée est nécessaire. Pourquoi est-ce important ? Offre une vue plus détaillée que l’analyse par service et permet de comparer les performances et les variations du processus entre les équipes. Où trouver ces données Il peut s’agir d’un champ standard ou personnalisé dans BambooHR, souvent lié à l’affectation de l’employé dans l’organisation. Exemples Ingénierie de la plateformeVentes aux entreprises de taille moyenneMarketing de contenu
	Intervenant de l’événement EventPerformer	L’utilisateur ou le système qui a effectué l’activité d’intégration.
Description Cet attribut désigne la personne, l’équipe ou le système automatisé chargé d’effectuer une activité donnée. Par exemple, un spécialiste des ressources humaines peut envoyer le dossier administratif, tandis que le responsable du recrutement présente le nouvel employé à l’équipe. Ces informations sont précieuses pour analyser les ressources et comprendre la répartition de la charge de travail. Elles permettent de repérer les équipes ou les rôles associés aux activités les plus longues ou aux goulots d’étranglement. Elles servent également à analyser les tâches effectuées par certains groupes d’utilisateurs, afin d’éclairer les décisions relatives à l’affectation des ressources et à l’automatisation. Pourquoi est-ce important ? Indique qui effectue chaque tâche, une information essentielle pour analyser la charge de travail, optimiser les ressources et comprendre les comportements propres à chaque utilisateur. Où trouver ces données Ces informations peuvent figurer dans les journaux d’audit ou les détails d’exécution des tâches dans BambooHR. Elles sont souvent associées à l’utilisateur qui a effectué la mise à jour. Exemples Administrateur RHDavid Chen (responsable du recrutement)Automatisation du systèmeAssistance informatique
	Nom du nouvel employé NewHireName	Nom complet de l’employé en cours d’intégration.
Description Cet attribut contient le nom du nouvel employé. Il sert principalement aux opérations, par exemple dans les rapports ou les Dashboards qui doivent permettre d’identifier des personnes précises. Dans les analyses de Process Mining, les noms sont souvent anonymisés ou remplacés par des identifiants d’employé pour respecter les règles de protection des données. Toutefois, dans les Dashboards opérationnels utilisés par les équipes RH ou les responsables pour suivre les cas en cours, le nom apporte un contexte immédiat et facile à comprendre. Pourquoi est-ce important ? Donne un contexte clair et lisible pour chaque cas, notamment dans les Dashboards opérationnels destinés aux équipes RH et aux responsables. Où trouver ces données Champ standard des informations personnelles de l’employé dans BambooHR. Exemples Alice JohnsonRobert WilliamsMaria Garcia
	Pays Country	Pays dans lequel le nouvel employé travaille.
Description Cet attribut indique le pays d’emploi. Pour les organisations internationales, il constitue un axe d’analyse important. Les processus d’intégration et les réglementations peuvent varier considérablement d’un pays à l’autre. L’analyse par pays aide les organisations à comprendre ces différences, à respecter les lois locales et à repérer les possibilités d’harmoniser les pratiques entre les régions, lorsque cela est pertinent. Elle peut également expliquer les variations du temps de cycle liées aux jours fériés ou aux démarches administratives propres à chaque pays. Pourquoi est-ce important ? Indispensable aux organisations internationales pour analyser les variations du processus, respecter les règles locales et gérer les exigences d’intégration propres à chaque région. Où trouver ces données Champ standard des informations de localisation ou d’adresse de l’employé dans BambooHR. Exemples États-UnisRoyaume-UniAllemagneCanada
	Reprise IsRework	Indicateur signalant qu’une activité correspond à la répétition d’une étape déjà effectuée.
Description Cet attribut booléen calculé prend la valeur « vrai » lorsqu’une activité, comme l’envoi du dossier administratif, apparaît plusieurs fois dans un même cas d’intégration. Il signale qu’une étape a dû être répétée, ce qui indique généralement une erreur, des informations manquantes ou une inefficacité. Repérer les reprises est une fonction essentielle du Process Mining. Cet indicateur facilite leur filtrage et leur quantification. Il alimente directement les Dashboards et les KPI consacrés aux reprises, et met en évidence les difficultés et les pertes dans le processus. Réduire les reprises permet de raccourcir les temps de cycle et d’améliorer l’expérience du nouvel employé comme celle de l’équipe RH. Pourquoi est-ce important ? Met en évidence les inefficacités, les erreurs et les efforts perdus en signalant les activités qui ont dû être répétées. Où trouver ces données Il s’agit d’un champ calculé. La logique est intégrée à l’outil de Process Mining afin de détecter les séquences d’activités répétées dans un cas. Exemples truefalse
	Statut d’emploi EmploymentStatus	Statut actuel du nouvel employé dans son parcours professionnel.
Description Cet attribut suit l’évolution du statut du nouvel employé, par exemple de « Offre acceptée » à « Avant l’embauche », puis à « Actif ». Il donne une vue d’ensemble de l’étape à laquelle se trouve l’employé dans le processus. En Process Mining, cet attribut peut servir à filtrer les cas d’intégration actifs ou à analyser la durée passée dans un statut donné. Il est particulièrement utile dans les Dashboards qui présentent en temps réel l’ensemble des intégrations en cours et aident les équipes RH et les responsables à suivre leur avancement. Pourquoi est-ce important ? Donne une vue d’ensemble du statut du cas d’intégration, ce qui permet de filtrer les cas actifs et de suivre l’avancement global. Où trouver ces données Il s’agit d’un champ standard du dossier de l’employé dans BambooHR. Exemples ActifInactifFin de contratEn congé

Obligatoire Recommandé Facultatif

Activités liées à l’intégration des employés

Ces étapes et jalons importants du processus sont à consigner dans votre journal d’événements pour découvrir le processus avec précision et suivre ses performances.

7 Recommandé 8 Facultatif

	Activité	Description
	Accueil du premier jour terminé	Indique la fin de la séance d’accueil initiale de la nouvelle recrue, consacrée à la culture et aux politiques de l’entreprise ainsi qu’aux présentations. L’événement est enregistré lorsqu’un membre des RH ou le responsable du recrutement marque la tâche « First Day Orientation » comme terminée dans la liste de contrôle d’intégration de BambooHR.
Pourquoi est-ce important ? Cette étape compte pour l’engagement et l’intégration de l’employé. Veiller à ce qu’elle ait lieu systématiquement et dans les délais contribue à la réussite de la prise de poste et à une expérience positive. Où trouver ces données Enregistré à partir de l’horodatage de fin de la tâche « First Day Orientation » dans la liste des tâches d’intégration. Données à recueillir L’événement est enregistré lorsque la tâche d’accueil passe au statut « Completed ». Type d’événement explicit
	Dossier de documents complété	Cet événement survient lorsque la nouvelle recrue a signé tous les documents requis dans son dossier d’intégration. BambooHR l’enregistre automatiquement une fois que l’employé a apposé toutes les signatures électroniques demandées.
Pourquoi est-ce important ? Les formalités administratives doivent être terminées avant le premier jour de la nouvelle recrue. Le suivi de cette étape est essentiel pour vérifier la conformité et la préparation de la prise de poste, et éviter les reprises ou les retards. Où trouver ces données Enregistré à partir de l’horodatage auquel le statut du dossier envoyé à la nouvelle recrue passe à « Completed » dans BambooHR. Données à recueillir Un événement distinct est enregistré lorsque la dernière signature électronique requise est apposée sur le dossier de la nouvelle recrue. Type d’événement explicit
	Entretien de suivi après 30 jours terminé	Indique la fin du premier entretien de suivi officiel entre la nouvelle recrue et son responsable, généralement organisé après environ 30 jours. L’événement est enregistré lorsqu’une tâche « 30-Day Check-in » ou un formulaire d’évaluation est marqué comme terminé dans BambooHR.
Pourquoi est-ce important ? Cette étape permet de recueillir rapidement des retours, de répondre aux préoccupations et d’améliorer la fidélisation des employés. Son suivi aide à maintenir un contact régulier avec les nouvelles recrues pendant cette période importante. Où trouver ces données Enregistré à partir de l’horodatage de fin d’une tâche « 30-Day Check-in » ou d’un formulaire d’évaluation dans BambooHR. Données à recueillir L’événement est enregistré lorsque le responsable marque la tâche ou le formulaire d’entretien de suivi comme « Completed ». Type d’événement explicit
	Formation obligatoire terminée	Indique que le nouvel employé a terminé avec succès une formation obligatoire. BambooHR enregistre cet événement lorsque le statut d’une formation attribuée passe à « Completed » dans le module de suivi des formations.
Pourquoi est-ce important ? Cette étape est importante pour la conformité. Son suivi permet de vérifier que l’entreprise respecte les exigences légales et ses politiques internes, et que les employés disposent des connaissances nécessaires à leur poste. Où trouver ces données Enregistré à partir de l’horodatage auquel le statut d’un dossier de formation passe à « Completed » dans le module de formation de BambooHR. Données à recueillir Un événement distinct est enregistré lorsque le champ de statut d’un dossier de formation passe à « Completed ». Type d’événement explicit
	Offre acceptée	Cette activité marque le début officiel du parcours d’intégration, lorsque la personne candidate accepte formellement son offre d’emploi. Dans BambooHR, cet événement est généralement enregistré lorsque son statut dans le système de suivi des candidatures (ATS) passe à « Hired ». Ce changement déclenche la création de son profil d’employé et de sa liste de tâches d’intégration.
Pourquoi est-ce important ? Il s’agit du point de départ de chaque cas d’intégration. L’analyse du délai entre cet événement et les suivants permet de mesurer l’efficacité globale et la rapidité des étapes préalables à l’embauche. Où trouver ces données Déduit de la date à laquelle le statut de la personne candidate passe à « Hired » dans le module ATS de BambooHR, ou du renseignement du champ de date d’embauche de l’employé. Données à recueillir Repérez l’horodatage auquel le champ « status » d’une candidature passe à « Hired ». Type d’événement inferred
	Tâches d’intégration terminées	Cette activité marque la fin de toutes les tâches attribuées dans la liste de contrôle d’intégration de la nouvelle recrue. L’événement peut être déduit lorsque le taux d’achèvement de la liste atteint 100 % ou lorsqu’une dernière tâche « Complete Onboarding » est cochée.
Pourquoi est-ce important ? Cette activité marque la fin de la partie structurée du parcours d’intégration, organisée autour de tâches. Elle confirme que toutes les étapes administratives et préparatoires ont été réalisées. Où trouver ces données Déduit de l’horodatage de la dernière tâche terminée dans la liste des tâches d’intégration de l’employé, ou du moment où le statut général du processus d’intégration passe à « Complete ». Données à recueillir Repérez l’horodatage de fin le plus récent parmi toutes les tâches associées à un même cas d’intégration. Type d’événement inferred
	Vérification des antécédents terminée	Cette activité indique que la vérification des antécédents de la nouvelle recrue est terminée et que les résultats sont disponibles. Dans BambooHR, l’événement est enregistré lorsque la tâche « Background Check » de la liste de contrôle d’intégration est marquée comme « Completed ».
Pourquoi est-ce important ? Il s’agit d’une étape importante pour la conformité. Un délai entre le lancement et la fin de la vérification peut constituer un goulot d’étranglement. Le suivi de cette étape permet de vérifier que les exigences préalables à l’embauche sont satisfaites avant la date de prise de poste. Où trouver ces données Enregistré à partir de l’horodatage de fin de la tâche « Background Check » dans la liste des tâches d’intégration de la nouvelle recrue. Données à recueillir L’événement est enregistré lorsque le statut de la tâche de vérification des antécédents passe à « Completed ». Type d’événement explicit
	Demande de mise à disposition des ressources informatiques	Cette activité marque l’envoi officiel d’une demande au service informatique pour créer les comptes et les accès nécessaires à la nouvelle recrue. Dans BambooHR, elle est généralement enregistrée lorsqu’une tâche prédéfinie « IT Provisioning » est créée et attribuée dans la liste de contrôle d’intégration.
Pourquoi est-ce important ? La mise à disposition des ressources informatiques dans les délais contribue à une prise de poste productive. Le suivi de cet événement permet de mesurer la réactivité du service informatique et de repérer les retards dans la création des accès des nouvelles recrues. Où trouver ces données Enregistré à partir de la date et de l’heure de création de la tâche « IT Account Provisioning » ou d’une tâche similaire dans la liste des tâches d’intégration de la nouvelle recrue. Données à recueillir L’événement est enregistré lorsqu’une tâche de mise à disposition des ressources informatiques est créée dans une liste de contrôle d’intégration. Type d’événement explicit
	Dossier de documents envoyé	Indique le moment où le dossier destiné à la nouvelle recrue, qui contient notamment les formulaires I-9 et W-4 ainsi que les politiques de l’entreprise, lui est envoyé pour examen et signature. BambooHR enregistre cet événement lorsqu’un administrateur RH envoie le dossier à l’aide des fonctionnalités de gestion documentaire du système.
Pourquoi est-ce important ? Cette activité lance un flux de travail administratif important. Mesurer le délai entre l’envoi du dossier et la fin des formalités permet d’évaluer l’efficacité du processus de documentation. Où trouver ces données Enregistré à partir de l’horodatage d’envoi du dossier à la nouvelle recrue pour signature électronique dans BambooHR. Données à recueillir Un événement distinct est enregistré dans le système lorsque l’action « Send Packet » est exécutée. Type d’événement explicit
	Formation obligatoire attribuée	Cet événement survient lorsqu’une formation obligatoire liée à la conformité ou au poste est attribuée au nouvel employé. Dans BambooHR, il est enregistré dans le module de suivi des formations lorsqu’une nouvelle formation est ajoutée au dossier de l’employé.
Pourquoi est-ce important ? C’est le point de départ du suivi de la conformité aux exigences de formation. L’analyse du délai entre l’attribution et la fin de la formation permet de vérifier que les employés satisfont rapidement aux exigences réglementaires et internes. Où trouver ces données Enregistré à partir de la date de création d’un dossier de formation attribué à un employé dans le module de formation de BambooHR. Données à recueillir Un événement distinct est enregistré lorsqu’une nouvelle entrée est créée dans la table de suivi des formations des employés. Type d’événement explicit
	Matériel commandé	Indique le moment où le matériel nécessaire, comme un ordinateur portable ou un téléphone, est commandé pour la nouvelle recrue. Cet événement est généralement enregistré lorsque la tâche « Order Equipment » est marquée comme terminée dans la liste de contrôle d’intégration de BambooHR.
Pourquoi est-ce important ? Cette activité est une étape importante pour s’assurer que la nouvelle recrue dispose du matériel nécessaire. Tout retard a un effet direct sur sa préparation et sa productivité dès le premier jour. Où trouver ces données Enregistré à partir de l’horodatage de fin de la tâche « Order Equipment » dans la liste des tâches d’intégration de BambooHR. Données à recueillir L’événement est enregistré lorsque le statut de la tâche « Order Equipment » passe à « Completed ». Type d’événement explicit
	Matériel livré	Cette activité indique que le matériel commandé a été livré et qu’il est prêt à être utilisé par la nouvelle recrue. Elle est souvent suivie au moyen d’une tâche distincte « Equipment Delivered » ou « Workspace Setup », marquée comme terminée dans la liste de contrôle d’intégration de BambooHR.
Pourquoi est-ce important ? Le suivi du délai entre la commande et la livraison permet de repérer les éventuels goulots d’étranglement liés à l’approvisionnement ou à la logistique. Vous pouvez ainsi vérifier que tout le matériel est disponible avant la date de prise de poste. Où trouver ces données Enregistré à partir de l’horodatage de fin d’une tâche « Equipment Delivered » ou « Workspace Setup » dans la liste des tâches d’intégration. Données à recueillir L’événement est enregistré lorsque le statut de la tâche de livraison ou de préparation du poste passe à « Completed ». Type d’événement explicit
	Présentation à l’équipe terminée	Indique la présentation officielle de la nouvelle recrue aux membres de son équipe immédiate. Cette activité, généralement organisée par le responsable, est enregistrée lorsque la tâche correspondante est marquée comme terminée dans la liste de contrôle d’intégration de BambooHR.
Pourquoi est-ce important ? L’intégration sociale contribue à la réussite du parcours d’intégration. Le suivi de cette activité permet de vérifier que les responsables accomplissent les étapes importantes pour accueillir les nouvelles recrues et renforcer la cohésion de l’équipe. Où trouver ces données Enregistré à partir de l’horodatage de fin de la tâche « Team Introduction » dans la liste des tâches d’intégration, généralement attribuée au responsable du recrutement. Données à recueillir L’événement est enregistré lorsque le responsable marque la tâche « Team Introduction » comme « Completed ». Type d’événement explicit
	Profil d’employé créé	Indique la création officielle du dossier de la nouvelle recrue dans le système d’information RH (SIRH), qui passe ainsi du statut de candidature à celui d’employé. Cet événement est déduit de la date de création du dossier dans la base de données principale de BambooHR, généralement après l’acceptation de l’offre.
Pourquoi est-ce important ? Cette activité constitue le point de départ des étapes suivantes, comme la mise à disposition des ressources informatiques et la configuration de la paie. Elle fournit un horodatage précis de l’entrée officielle de l’employé dans le système. Où trouver ces données Déduit de l’horodatage de création du dossier du nouvel employé dans les tables principales des données relatives aux employés. Données à recueillir Utilisez l’horodatage des métadonnées « created_at » ou son équivalent dans le dossier principal de l’employé. Type d’événement inferred
	Vérification des antécédents lancée	Indique le moment où une vérification des antécédents est demandée pour la nouvelle recrue auprès d’un service intégré. Cet événement est généralement enregistré lorsqu’une tâche « Background Check » est créée ou marquée comme commencée dans la liste des tâches d’intégration de la nouvelle recrue dans BambooHR.
Pourquoi est-ce important ? Le suivi du lancement des vérifications des antécédents permet de repérer les retards dans le processus de sélection préalable à l’embauche, souvent essentiel au respect des exigences de conformité et au recrutement dans les délais. Où trouver ces données Enregistré à partir de la date de création ou de début de la tâche « Background Check » dans une liste de tâches d’intégration de BambooHR. Données à recueillir L’événement est enregistré lorsque la tâche de vérification des antécédents est créée ou que son statut passe à « In Progress ». Type d’événement explicit

Recommandé Facultatif

Guides d’extraction

Comment extraire vos données de BambooHR

Étapes

Connectez-vous à BambooHR : accédez à votre instance BambooHR avec un compte utilisateur autorisé à créer et à exécuter des rapports personnalisés.
Accédez aux rapports personnalisés : dans le menu de navigation principal, ouvrez Rapports. Dans la section « Gérer les rapports », cliquez sur « Ajouter un rapport ».
Configurez le rapport : donnez-lui un nom explicite, par exemple « Export Process Mining de l’intégration ». Ajoutez une brève description si vous le souhaitez.
Sélectionnez les champs du rapport : dans l’onglet « Champs », sélectionnez toutes les colonnes nécessaires au journal d’événements. Il s’agit notamment des identifiants des employés, des attributs clés et des dates correspondant aux activités d’intégration. Sélectionnez, par exemple, les champs suivants :
- Numéro d’employé
- Prénom, Nom
- Service, intitulé du poste, lieu
- Responsable du recrutement
- Date d’embauche (pour « Profil de l’employé créé »)
- Tous les champs de date personnalisés utilisés pour les jalons, comme « Date d’acceptation de l’offre ».
- Dates d’achèvement de toutes les tâches pertinentes d’intégration et de départ. Sélectionnez chaque tâche concernée, par exemple : « Date d’achèvement de la vérification des antécédents », « Date d’envoi du dossier administratif », « Date de finalisation du dossier administratif », « Date de demande de mise à disposition du matériel informatique », etc.
- Dates du module de formation, comme « Date d’attribution de la formation obligatoire » et « Date d’achèvement de la formation obligatoire ».
Définissez les filtres du rapport : ouvrez l’onglet « Filtres » pour définir le périmètre des données. Il est fortement recommandé de filtrer par « Date d’embauche » afin de sélectionner les employés embauchés pendant une période donnée, par exemple les six derniers mois. Vous éviterez ainsi un rapport trop volumineux qui risque d’expirer.
Enregistrez et générez le rapport : une fois les champs et les filtres configurés, cliquez sur « Enregistrer et exécuter ». Vérifiez les résultats dans BambooHR pour vous assurer que les employés et les colonnes de données attendus y figurent.
Exportez les données : cliquez sur le bouton d’exportation, généralement représenté par une icône de nuage ou de flèche, puis choisissez « Valeurs séparées par des virgules (.csv) ». Enregistrez le fichier sur votre ordinateur sous un nom explicite, par exemple bamboohr_onboarding_export.csv.
Préparez le script de transformation : copiez le script Python complet fourni dans la section « query » de ce document et enregistrez-le sous le nom transform_bamboohr.py, dans le même dossier que le fichier CSV exporté.
Installez la bibliothèque requise : si pandas n’est pas installé, ouvrez un terminal ou une invite de commandes et exécutez la commande pip install pandas.
Exécutez la transformation : dans votre terminal ou votre invite de commandes, accédez au dossier contenant vos fichiers et lancez le script avec la commande python transform_bamboohr.py. Le script traitera l’export CSV au format large et générera un fichier event_log.csv au format long requis pour le Process Mining.
Importez le fichier dans ProcessMind : le fichier event_log.csv est maintenant prêt à être importé dans l’application ProcessMind.

Configuration

Prérequis : vous devez disposer de l’offre BambooHR Advantage, qui comprend les fonctionnalités avancées de création de rapports et d’intégration. Votre rôle utilisateur doit vous autoriser à créer, consulter et exporter des rapports personnalisés contenant des données sur les employés.
Champs du rapport : cette méthode repose sur la sélection des bons champs. Le rapport doit être au format « large » : une ligne par employé et une colonne de date pour chaque activité d’intégration. Vous devez inclure Employee # comme identifiant du cas, ainsi que toutes les colonnes d’attributs pertinentes, comme Service, Job Title et Hiring Manager.
Champs et tâches personnalisés : l’extraction dépend largement de l’utilisation que votre organisation fait de BambooHR. Les activités comme « Offre acceptée » ou « Équipement commandé » doivent être consignées dans des champs de date personnalisés ou sous forme de tâches dans une liste de contrôle d’intégration. Veillez à sélectionner les champs contenant les dates d’achèvement de ces tâches, et pas seulement leur nom.
Filtres de période : pour obtenir des résultats pertinents et préserver les performances, filtrez toujours le rapport par « Date d’embauche ». Une période glissante couvrant les 6 à 12 derniers mois suffit généralement pour analyser le processus sans générer un fichier d’exportation trop volumineux.
Planification des rapports : pour assurer un suivi continu, vous pouvez programmer l’exécution récurrente du rapport personnalisé dans BambooHR et son envoi par courriel, par exemple chaque semaine. Cela permet d’automatiser la première étape de l’extraction.

Exemple de requête python

import pandas as pd
import numpy as np
from datetime import datetime

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># The input file exported from BambooHR.
BAMBOOHR_EXPORT_FILE = class="hl-string">'bamboohr_onboarding_export.csv'

class=class="hl-string">"hl-comment"># The final output file ready for ProcessMind.
EVENT_LOG_FILE = class="hl-string">'event_log.csv'

class=class="hl-string">"hl-comment"># This dictionary maps the column names from your BambooHR export to the desired Activity Name.
class=class="hl-string">"hl-comment"># You MUST update the keys (the column names) to exactly match the headers in your exported CSV file.
class=class="hl-string">"hl-comment"># For example, if your class="hl-string">'Background Check Completed' task completion date column is named class="hl-string">'Onboarding: Background Check - Completed On', update it below.
ACTIVITY_MAPPING = {
    class="hl-string">'[Offer Accepted Date Custom Field]': class="hl-string">'Offer Accepted',
    class="hl-string">'[Background Check Initiated Task Completion Date]': class="hl-string">'Background Check Initiated',
    class="hl-string">'[Background Check Completed Task Completion Date]': class="hl-string">'Background Check Completed',
    class="hl-string">'[Paperwork Packet Sent Task Completion Date]': class="hl-string">'Paperwork Packet Sent',
    class="hl-string">'[Paperwork Packet Completed Task Completion Date]': class="hl-string">'Paperwork Packet Completed',
    class="hl-string">'Hire Date': class="hl-string">'Employee Profile Created',
    class="hl-string">'[IT Provisioning Requested Task Completion Date]': class="hl-string">'IT Provisioning Requested',
    class="hl-string">'[Equipment Ordered Task Completion Date]': class="hl-string">'Equipment Ordered',
    class="hl-string">'[Equipment Delivered Task Completion Date]': class="hl-string">'Equipment Delivered',
    class="hl-string">'[First Day Orientation Completed Task Completion Date]': class="hl-string">'First Day Orientation Completed',
    class="hl-string">'[Mandatory Training Assigned Date]': class="hl-string">'Mandatory Training Assigned',
    class="hl-string">'[Team Introduction Completed Task Completion Date]': class="hl-string">'Team Introduction Completed',
    class="hl-string">'[Mandatory Training Completed Date]': class="hl-string">'Mandatory Training Completed',
    class="hl-string">'[30-Day Check-in Completed Task Completion Date]': class="hl-string">'30-Day Check-in Completed',
    class="hl-string">'[Onboarding Tasks Completed Date]': class="hl-string">'Onboarding Tasks Completed'
}

class=class="hl-string">"hl-comment"># --- Main Script ---
def transform_bamboohr_export():
    class="hl-string">"""Loads the wide BambooHR report, transforms it into a long event log format, and saves it to a new CSV."""
    print(fclass="hl-string">"Reading BambooHR export from '{BAMBOOHR_EXPORT_FILE}'...")
    try:
        df = pd.read_csv(BAMBOOHR_EXPORT_FILE)
    except FileNotFoundError:
        print(fclass="hl-string">"Error: The file '{BAMBOOHR_EXPORT_FILE}' was not found. Please ensure it is in the same directory as the script.")
        return

    print(class="hl-string">"Identifying attribute and activity columns...")
    class=class="hl-string">"hl-comment"># Use Employee # as the unique case identifier.
    id_vars = [class="hl-string">'Employee class="hl-comment">#']
    
    class=class="hl-string">"hl-comment"># Define recommended attributes to keep for each event.
    class=class="hl-string">"hl-comment"># Update these column names if they are different in your export.
    attribute_vars = [
        class="hl-string">'Department', 
        class="hl-string">'Job Title', 
        class="hl-string">'Location', 
        class="hl-string">'Hiring Manager'
    ]

    class=class="hl-string">"hl-comment"># All columns that exist in the dataframe and are in our mapping are treated as value_vars for melting.
    value_vars = [col for col in ACTIVITY_MAPPING.keys() if col in df.columns]
    
    if not value_vars:
        print(class="hl-string">"Error: None of the specified activity columns in ACTIVITY_MAPPING were found in the CSV.")
        print(class="hl-string">"Please check your column names.")
        return

    class=class="hl-string">"hl-comment"># Ensure all identifier and attribute columns are present.
    all_id_vars = id_vars + attribute_vars
    missing_cols = [col for col in all_id_vars if col not in df.columns]
    if missing_cols:
        print(fclass="hl-string">"Warning: The following columns were not found and will be skipped: {', '.join(missing_cols)}")
        all_id_vars = [col for col in all_id_vars if col in df.columns]

    print(class="hl-string">"Unpivoting data to create event log...")
    class=class="hl-string">"hl-comment"># Unpivot the dataframe from wide to long format.
    event_log_df = df.melt(
        id_vars=all_id_vars,
        value_vars=value_vars,
        var_name=class="hl-string">'ActivityName',
        value_name=class="hl-string">'EventTimestamp'
    )

    class=class="hl-string">"hl-comment"># Drop rows where the event did not occur (timestamp is null).
    event_log_df.dropna(subset=[class="hl-string">'EventTimestamp'], inplace=True)
    
    print(class="hl-string">"Formatting columns for ProcessMind...")
    class=class="hl-string">"hl-comment"># Replace the source column names with the clean activity names.
    event_log_df[class="hl-string">'ActivityName'] = event_log_df[class="hl-string">'ActivityName'].map(ACTIVITY_MAPPING)

    class=class="hl-string">"hl-comment"># Rename columns to match the required schema.
    event_log_df.rename(columns={class="hl-string">'Employee class="hl-comment">#': class="hl-string">'OnboardingCase'}, inplace=True)
    event_log_df[class="hl-string">'EmployeeId'] = event_log_df[class="hl-string">'OnboardingCase']

    class=class="hl-string">"hl-comment"># Add static columns required by the schema.
    event_log_df[class="hl-string">'SourceSystem'] = class="hl-string">'BambooHR'
    event_log_df[class="hl-string">'LastDataUpdate'] = datetime.now().strftime(class="hl-string">'%Y-%m-%d %H:%M:%S')
    event_log_df[class="hl-string">'EndTimestamp'] = event_log_df[class="hl-string">'EventTimestamp'] class=class="hl-string">"hl-comment"># Assuming point-in-time events
    
    class=class="hl-string">"hl-comment"># Ensure timestamp format is consistent.
    event_log_df[class="hl-string">'EventTimestamp'] = pd.to_datetime(event_log_df[class="hl-string">'EventTimestamp']).dt.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S')
    event_log_df[class="hl-string">'EndTimestamp'] = pd.to_datetime(event_log_df[class="hl-string">'EndTimestamp']).dt.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S')

    class=class="hl-string">"hl-comment"># Reorder columns for clarity.
    final_columns = [
        class="hl-string">'OnboardingCase', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
        class="hl-string">'EmployeeId', class="hl-string">'Department', class="hl-string">'Job Title', class="hl-string">'Location', class="hl-string">'HiringManager', class="hl-string">'EndTimestamp'
    ]
    class=class="hl-string">"hl-comment"># Filter to only include columns that exist.
    final_columns = [col for col in final_columns if col in event_log_df.columns]
    event_log_df = event_log_df[final_columns]

    class=class="hl-string">"hl-comment"># Sort the data.
    event_log_df.sort_values(by=[class="hl-string">'OnboardingCase', class="hl-string">'EventTimestamp'], inplace=True)

    print(fclass="hl-string">"Saving event log to '{EVENT_LOG_FILE}'...")
    event_log_df.to_csv(EVENT_LOG_FILE, index=False)
    print(class="hl-string">"Transformation complete.")

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

Étapes

Prérequis et configuration : vérifiez que Python 3.6 ou une version ultérieure est installé sur votre système. Installez les bibliothèques nécessaires, pandas et requests, en exécutant la commande suivante dans votre terminal : pip install pandas requests.
Générez une clé API BambooHR : connectez-vous à votre compte BambooHR avec des droits d’administrateur. Cliquez sur l’icône de votre profil, en haut à droite, sélectionnez « Clés API », puis créez une clé. Donnez-lui un nom explicite, comme « ProcessMiningExtraction », et vérifiez qu’elle dispose d’un accès en lecture seule aux données des employés, aux tâches d’intégration et aux dossiers de formation. Copiez la clé générée et conservez-la en lieu sûr.
Configurez le script Python : enregistrez le script Python fourni dans un fichier, par exemple extract_onboarding.py. Ouvrez ce fichier et remplacez la valeur fictive de COMPANY_SUBDOMAIN par le sous-domaine propre à votre entreprise, c’est-à-dire la partie de l’URL BambooHR qui précède « .bamboohr.com », puis remplacez API_KEY par la clé générée à l’étape précédente.
Définissez la période d’extraction : modifiez les variables START_DATE et END_DATE dans le script. Elles déterminent la période d’embauche des nouveaux employés à inclure dans l’extraction. Utilisez le format « YYYY-MM-DD ».
Exécutez le script : lancez-le depuis votre terminal avec la commande python extract_onboarding.py. Le script se connectera à l’API BambooHR, récupérera les données nécessaires et commencera leur traitement.
Comprenez les appels à l’API : le script commence par appeler le point de terminaison du rapport de l’annuaire des employés pour obtenir la liste des personnes embauchées pendant la période définie. Cette liste sert de base à l’identifiant OnboardingCase.
Récupérez les données de manière itérative : pour chaque nouvel employé repéré, le script effectue d’autres appels à l’API afin de récupérer les informations détaillées de son profil, les tâches d’intégration qui lui sont attribuées et ses dossiers de formation. Toutes les données pertinentes du parcours d’intégration sont ainsi recueillies pour chaque personne.
Transformez et associez les données : le script transforme les données JSON brutes de l’API en un journal d’événements structuré. Il utilise le dictionnaire prédéfini TASK_TO_ACTIVITY_MAP pour associer les intitulés des tâches d’intégration dans BambooHR aux noms d’activité normalisés requis pour le Process Mining. Les événements comme « Offre acceptée » et « Profil de l’employé créé » sont déduits des dates d’embauche et de création du profil.
Vérifiez la sortie de la console : pendant l’exécution du script, la console affiche des mises à jour, notamment le nombre de nouveaux employés repérés et le nom de chaque personne en cours de traitement. Surveillez ces messages pour détecter d’éventuelles erreurs ou alertes.
Générez le fichier de journal d’événements : une fois le traitement terminé, le script rassemble les données dans un seul tableau et les enregistre dans un fichier CSV nommé bamboohr_onboarding_event_log.csv, dans le même dossier. Ce fichier comporte les colonnes requises par ProcessMind.
Préparez l’importation : ouvrez le fichier CSV généré pour en vérifier le contenu. Avant de l’importer dans votre outil de Process Mining, vérifiez que les colonnes OnboardingCase, ActivityName et EventTimestamp sont correctement renseignées.

Configuration

Autorisations de la clé API : la clé API utilisée pour l’extraction doit disposer au minimum d’un accès en lecture seule aux données suivantes : informations personnelles des employés, informations sur leur poste, statut d’emploi, tâches d’intégration et dossiers de formation.
Sous-domaine de l’entreprise : le script a besoin du sous-domaine BambooHR propre à votre entreprise pour construire les URL des points de terminaison de l’API.
Période (START_DATE, END_DATE) : ces variables du script définissent la période d’extraction en fonction des dates d’embauche. Il est recommandé de commencer par une période récente de 3 à 6 mois afin de préserver la qualité des données et de maîtriser le volume extrait. Pour une analyse historique complète, vous pouvez élargir cette période, en tenant compte des limites de fréquence de l’API.
Association des activités (TASK_TO_ACTIVITY_MAP) : ce dictionnaire du script est essentiel. Il associe les intitulés exacts des tâches d’intégration de votre entreprise dans BambooHR aux noms d’activité normalisés. Vérifiez et personnalisez cette association en fonction de la configuration BambooHR propre à votre organisation.
Identifiant du système source : dans le script, la variable SOURCE_SYSTEM est définie sur « BambooHR ». Vous pouvez la modifier si vous souhaitez utiliser un autre identifiant dans le journal d’événements final.
Performances : si plusieurs milliers de nouveaux employés ont été embauchés pendant la période sélectionnée, l’exécution du script peut prendre beaucoup de temps, car elle nécessite plusieurs appels à l’API par personne. Il est conseillé de le lancer en dehors des heures de pointe pour limiter les effets sur les performances et le risque de limitation du nombre d’appels à l’API.

Exemple de requête python

import requests
import pandas as pd
from datetime import datetime

class=class="hl-string">"hl-comment"># --- Configuration Settings --- #
class=class="hl-string">"hl-comment"># Replace with your companyclass="hl-string">'s subdomain (e.g., 'yourcompany' from yourcompany.bamboohr.com)
COMPANY_SUBDOMAIN = class="hl-string">'[Your Company Subdomain]'
class=class="hl-string">"hl-comment"># Replace with your BambooHR API Key
API_KEY = class="hl-string">'[Your BambooHR API Key]'

class=class="hl-string">"hl-comment"># Define the date range for new hires to extract (based on hire date)
START_DATE = class="hl-string">'2023-01-01'
END_DATE = class="hl-string">'2023-12-31'

SOURCE_SYSTEM = class="hl-string">'BambooHR'

class=class="hl-string">"hl-comment"># --- Critical: Customize this mapping to match your BambooHR task names --- #
TASK_TO_ACTIVITY_MAP = {
    class="hl-string">'Background Check': class="hl-string">'Background Check Completed',
    class="hl-string">'Send New Hire Packet': class="hl-string">'Paperwork Packet Sent',
    class="hl-string">'Complete New Hire Packet': class="hl-string">'Paperwork Packet Completed',
    class="hl-string">'IT Provisioning Request': class="hl-string">'IT Provisioning Requested',
    class="hl-string">'Order Equipment': class="hl-string">'Equipment Ordered',
    class="hl-string">'Equipment Delivered': class="hl-string">'Equipment Delivered',
    class="hl-string">'First Day Orientation': class="hl-string">'First Day Orientation Completed',
    class="hl-string">'Introduce to Team': class="hl-string">'Team Introduction Completed',
    class="hl-string">'30-Day Check-in': class="hl-string">'30-Day Check-in Completed',
    class="hl-string">'Complete Onboarding': class="hl-string">'Onboarding Tasks Completed'
}

class=class="hl-string">"hl-comment"># --- Main Script Logic --- #

def get_new_hires(start_date, end_date):
    class="hl-string">"""Fetches employees hired within the specified date range."""
    url = fclass="hl-string">'https://api.bamboohr.com/api/gateway.php/{COMPANY_SUBDOMAIN}/v1/reports/custom'
    headers = {class="hl-string">'Accept': class="hl-string">'application/json'}
    auth = (API_KEY, class="hl-string">'x')
    
    payload = {
        class="hl-string">'title': class="hl-string">'New Hire Report',
        class="hl-string">'fields': [class="hl-string">'employeeId', class="hl-string">'created', class="hl-string">'hireDate', class="hl-string">'department', class="hl-string">'jobTitle', class="hl-string">'location', class="hl-string">'supervisor'],
        class="hl-string">'filters': {
            class="hl-string">'lastChanged': {
                class="hl-string">'includeNull': class="hl-string">'false'
            },
            class="hl-string">'hireDate': {
                class="hl-string">'operator': class="hl-string">'between',
                class="hl-string">'value': start_date,
                class="hl-string">'value2': end_date
            }
        }
    }
    
    print(fclass="hl-string">"Fetching new hires from {start_date} to {end_date}...")
    response = requests.post(url, auth=auth, headers=headers, json=payload)
    response.raise_for_status()
    data = response.json()
    print(fclass="hl-string">"Found {len(data.get('employees', []))} new hires.")
    return data.get(class="hl-string">'employees', [])

def get_onboarding_tasks(employee_id):
    class="hl-string">"""Fetches onboarding tasks for a specific employee."""
    url = fclass="hl-string">'https://api.bamboohr.com/api/gateway.php/{COMPANY_SUBDOMAIN}/v1/employees/{employee_id}/onboarding/tasks'
    headers = {class="hl-string">'Accept': class="hl-string">'application/json'}
    auth = (API_KEY, class="hl-string">'x')
    response = requests.get(url, auth=auth, headers=headers)
    if response.status_code == 200:
        return response.json().get(class="hl-string">'tasks', [])
    return []

def get_training_records(employee_id):
    class="hl-string">"""Fetches training records for a specific employee."""
    url = fclass="hl-string">'https://api.bamboohr.com/api/gateway.php/{COMPANY_SUBDOMAIN}/v1/employees/{employee_id}/training/'
    headers = {class="hl-string">'Accept': class="hl-string">'application/json'}
    auth = (API_KEY, class="hl-string">'x')
    response = requests.get(url, auth=auth, headers=headers)
    if response.status_code == 200:
        return response.json()
    return []

def main():
    class="hl-string">"""Main function to orchestrate the extraction and transformation."""
    try:
        new_hires = get_new_hires(START_DATE, END_DATE)
    except requests.exceptions.HTTPError as e:
        print(fclass="hl-string">"Error fetching new hires: {e}")
        print(fclass="hl-string">"Response content: {e.response.text}")
        return

    event_log = []
    last_data_update = datetime.utcnow().isoformat() + class="hl-string">'Z'

    for employee in new_hires:
        emp_id = employee[class="hl-string">'employeeId']
        print(fclass="hl-string">"Processing Employee ID: {emp_id}...")

        base_event = {
            class="hl-string">'OnboardingCase': emp_id,
            class="hl-string">'EmployeeId': emp_id,
            class="hl-string">'Department': employee.get(class="hl-string">'department'),
            class="hl-string">'JobTitle': employee.get(class="hl-string">'jobTitle'),
            class="hl-string">'Location': employee.get(class="hl-string">'location'),
            class="hl-string">'HiringManager': employee.get(class="hl-string">'supervisor'),
            class="hl-string">'SourceSystem': SOURCE_SYSTEM,
            class="hl-string">'LastDataUpdate': last_data_update
        }

        class=class="hl-string">"hl-comment"># 1. Offer Accepted (inferred from hireDate)
        if employee.get(class="hl-string">'hireDate'):
            event_log.append({
                **base_event,
                class="hl-string">'ActivityName': class="hl-string">'Offer Accepted',
                class="hl-string">'EventTimestamp': fclass="hl-string">"{employee['hireDate']}T09:00:00Z",
                class="hl-string">'EndTimestamp': fclass="hl-string">"{employee['hireDate']}T09:00:00Z"
            })

        class=class="hl-string">"hl-comment"># 2. Employee Profile Created
        if employee.get(class="hl-string">'created'):
            event_log.append({
                **base_event,
                class="hl-string">'ActivityName': class="hl-string">'Employee Profile Created',
                class="hl-string">'EventTimestamp': employee[class="hl-string">'created'].replace(class="hl-string">' ', class="hl-string">'T'),
                class="hl-string">'EndTimestamp': employee[class="hl-string">'created'].replace(class="hl-string">' ', class="hl-string">'T')
            })
        
        class=class="hl-string">"hl-comment"># 3. Onboarding Task Events
        tasks = get_onboarding_tasks(emp_id)
        task_completion_dates = []
        for task in tasks:
            activity_name = TASK_TO_ACTIVITY_MAP.get(task.get(class="hl-string">'title'))
            if activity_name and task.get(class="hl-string">'completedDate'):
                event_log.append({
                    **base_event,
                    class="hl-string">'ActivityName': activity_name,
                    class="hl-string">'EventTimestamp': fclass="hl-string">"{task['completedDate']}T17:00:00Z",
                    class="hl-string">'EndTimestamp': fclass="hl-string">"{task['completedDate']}T17:00:00Z"
                })
                task_completion_dates.append(task.get(class="hl-string">'completedDate'))

            class=class="hl-string">"hl-comment"># Handle Background Check Initiated (assumed from task creation)
            if task.get(class="hl-string">'title') == class="hl-string">'Background Check' and task.get(class="hl-string">'createdDate'):
                 event_log.append({
                    **base_event,
                    class="hl-string">'ActivityName': class="hl-string">'Background Check Initiated',
                    class="hl-string">'EventTimestamp': fclass="hl-string">"{task['createdDate']}T17:00:00Z",
                    class="hl-string">'EndTimestamp': fclass="hl-string">"{task['createdDate']}T17:00:00Z"
                })

        class=class="hl-string">"hl-comment"># 4. Training Events
        trainings = get_training_records(emp_id)
        for training in trainings:
            if training.get(class="hl-string">'type') in [class="hl-string">'Compliance Training', class="hl-string">'Role-Specific Training', class="hl-string">'Mandatory Training']:
                if training.get(class="hl-string">'assignedDate'):
                    event_log.append({
                        **base_event,
                        class="hl-string">'ActivityName': class="hl-string">'Mandatory Training Assigned',
                        class="hl-string">'EventTimestamp': fclass="hl-string">"{training['assignedDate']}T17:00:00Z",
                        class="hl-string">'EndTimestamp': fclass="hl-string">"{training['assignedDate']}T17:00:00Z"
                    })
                if training.get(class="hl-string">'completed'):
                    event_log.append({
                        **base_event,
                        class="hl-string">'ActivityName': class="hl-string">'Mandatory Training Completed',
                        class="hl-string">'EventTimestamp': fclass="hl-string">"{training['completed']}T17:00:00Z",
                        class="hl-string">'EndTimestamp': fclass="hl-string">"{training['completed']}T17:00:00Z"
                    })

    if not event_log:
        print(class="hl-string">"No events were generated. Please check your date range and API permissions.")
        return

    df = pd.DataFrame(event_log)
    df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'EventTimestamp'])
    df = df.sort_values(by=[class="hl-string">'OnboardingCase', class="hl-string">'EventTimestamp'])
    
    output_filename = class="hl-string">'bamboohr_onboarding_event_log.csv'
    df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%d %H:%M:%S')
    print(fclass="hl-string">"\nExtraction complete. Event log saved to '{output_filename}'.")

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

Prêt à commencer ?

Utilisez ce modèle pour préparer vos données à l’analyse et commencer à optimiser l’intégration de vos employés en toute confiance. Repérez dès aujourd’hui les goulots d’étranglement et améliorez l’efficacité du processus.

Retour au guide d’amélioration

Télécharger le modèle

Optimisez dès aujourd’hui l’intégration des employés dans BambooHR

Atteignez un taux de conformité de 95 % et éliminez les retards d’intégration.

Démarrez l’essai gratuit

Aucune carte bancaire requise. Commencez à optimiser dès maintenant.

Votre modèle de données pour l’intégration des employés

Votre modèle de données pour l’intégration des employés

Attributs liés à l’intégration des employés

Activités liées à l’intégration des employés

Guides d’extraction

Export des rapports personnalisés intégré à BambooHR

Étapes

Configuration

Exemple de requête python

Extraction par script Python via l’API REST de BambooHR

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Optimisez dès aujourd’hui l’intégration des employés dans BambooHR

Votre modèle de données pour l’intégration des employés

Votre modèle de données pour l’intégration des employés

Attributs liés à l’intégration des employés

Activités liées à l’intégration des employés

Guides d’extraction

Export des rapports personnalisés intégré à BambooHR

Étapes

Configuration

Exemple de requête python

Extraction par script Python via l’API REST de BambooHR

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Optimisez dès aujourd’hui l’intégration des employés dans BambooHR

Prêt à commencer ?