> Folyamatos folyamatfejlesztés > Költségkezelés > Ramp > Adatsablon

Költségkezelési adatsablon

Ramp

← Vissza a folyamatfejlesztési útmutatóhoz

A költségkezelés attribútumai(19) A költségkezelés tevékenységei(12) Útmutatók az adatok kinyeréséhez(3)

Költségkezelési adatsablon

Ez a sablon útmutatást ad a költségkezelési folyamat elemzéséhez és optimalizálásához szükséges adatok összegyűjtéséhez. Bemutatja a fontos attribútumokat, a nyomon követendő tevékenységeket, valamint a Ramp-adatok kinyerésének gyakorlati lépéseit. Segítségével összegyűjtheti a folyamatelemzéshez és -fejlesztéshez szükséges adatokat.

Javasolt attribútumok
Nyomon követendő tevékenységek
Útmutató az adatok kinyeréséhez a Ramp rendszerből

Most ismerkedik az eseménynaplókkal? Tudja meg, hogyan készíthet process mining eseménynaplót.

Sablon letöltése

A költségkezelés attribútumai

Ezeket az alapvető adatmezőket érdemes felvenni az eseménynaplóba a költségkezelési folyamat részletes elemzéséhez.

3 Kötelező 6 Javasolt 10 Nem kötelező

	Név	Leírás
	Esemény időbélyege EventTimestamp	A tevékenység pontos dátuma és időpontja.
Leírás A folyamat minden tevékenységéhez tartozik egy időbélyeg, amely rögzíti, mikor történt. Ezek az időadatok biztosítják az események időrendi sorrendjét, és minden időalapú elemzés kiindulópontjai. A process mining az időbélyegek alapján számítja ki a tevékenységek közötti átfutási időt, méri az eset teljes időtartamát, és tárja fel a késedelmeket. Ezek az adatok fontosak a teljesítmény nyomon követéséhez és a folyamatfejlesztési lehetőségek felismeréséhez. Miért fontos? Ez az attribútum adja meg az események időrendi sorrendjét, és elengedhetetlen az időtartamok kiszámításához és a teljesítmény elemzéséhez. Hol szerezhető be? Ez az adat általában a tevékenység- vagy állapotrekordok mellett található a Ramp eseménynaplóiban vagy tranzakciós adatai között. Példák 2023-10-26T10:00:00Z2023-10-26T14:30:00Z2023-10-27T09:00:00Z
	Költségelszámolás azonosítója ExpenseReportId	Minden költségelszámolás egyedi azonosítója, amely a folyamat elsődleges esetazonosítójaként szolgál.
Leírás A költségelszámolás azonosítója összekapcsolja az egyetlen benyújtáshoz tartozó összes eseményt és tevékenységet. Segítségével a költségigény a kezdeti rögzítéstől a végső kifizetésig, időrendben nyomon követhető. A process mining során ez az attribútum elengedhetetlen az egyes költségelszámolások teljes folyamatának rekonstruálásához. Esetazonosítóként használva pontosan kiszámítható az átfutási idő, felismerhetők a szűk keresztmetszetek, és megjeleníthetők a jóváhagyási folyamat különböző útvonalai. Miért fontos? Ez az alapvető attribútum kapcsolja össze az összes kapcsolódó tevékenységet egyetlen folyamatpéldánnyá, így lehetővé teszi a teljes folyamat elemzését. Hol szerezhető be? Ennek az azonosítónak a Ramp fő költségelszámolási vagy tranzakciós táblájában kell szerepelnie. Példák ER-2023-08-1123ER-2023-09-4591ER-2023-10-0024
	Tevékenység neve ActivityName	A költségelszámolási folyamat egy adott időpontjában bekövetkezett esemény vagy végrehajtott feladat neve.
Leírás Ez az attribútum a költségelszámolás életciklusának egyetlen lépését írja le, például a „Költség benyújtása”, a „Vezetői jóváhagyás” vagy a „Költségtérítés kifizetése” eseményt. Ezek a tevékenységek alkotják a folyamattérkép csomópontjait, és lehetővé teszik a folyamatmenet megjelenítését és elemzését. A tevékenységek elemzésével megállapítható, mely lépések fordulnak elő a leggyakrabban, hol alakulnak ki szűk keresztmetszetek, és miben térnek el egymástól a munkafolyamatok. Segítségükkel megérthető a műveletek sorrendje, és mérhető az egyes szakaszok teljesítménye. Miért fontos? Meghatározza a folyamattérkép lépéseit, így a folyamatmenet az elejétől a végéig megjeleníthető és elemezhető. Hol szerezhető be? Általában a Ramp rendszerben az egyes költségelszámolásokhoz kapcsolódó eseménynaplókból vagy állapotváltozási rekordokból származik. Példák Költség benyújtásaVezetői jóváhagyásPénzügyi ellenőrzésre várKöltségtérítés kifizetése
	Elszámolás teljes összege ReportTotalAmount	A költségelszámolás teljes pénzösszege.
Leírás Ez az attribútum az egyetlen elszámolásban szereplő összes költség összegét adja meg. Fontos pénzügyi mutató a költési szokások megértéséhez. A folyamatelemzés során az elszámolások összege alapján csoportosíthatók az esetek, és megvizsgálható, hogy a nagy összegű elszámolások más jóváhagyási útvonalat követnek-e, vagy hosszabb ideig tart-e a feldolgozásuk. Alapvető adat a költéseket elemző dashboardokhoz és a költségcsökkentési lehetőségek felismeréséhez. Miért fontos? Fontos pénzügyi szempontot ad az elemzéshez: az elszámolások összeg szerinti csoportosításával nyomon követhető a teljes költés. Hol szerezhető be? Ez a Ramp költségelszámolási rekordjának egyik alapmezője. Példák 150.752500.0089.99
	Felhasználó neve UserName	A tevékenységet végrehajtó felhasználó neve vagy azonosítója. Ide tartozik a költséget benyújtó munkatárs és a jóváhagyó is.
Leírás Ez az attribútum azonosítja, ki felelős a folyamat egy adott eseményéért, például a költségelszámolás benyújtásáért, jóváhagyásáért vagy ellenőrzéséért. Az érték lehet a munkatárs neve vagy egyedi felhasználói azonosítója. A felhasználók szerinti elemzés megmutatja a munkaterhelés eloszlását, segít azonosítani a kiemelkedő teljesítményű munkatársakat, és rámutat arra, kinek lehet szüksége további képzésre. Ez az attribútum fontos a jóváhagyási teljesítményt és az erőforrások kezelését bemutató dashboardokhoz. Miért fontos? Az egyes folyamattevékenységeket konkrét személyekhez rendeli, így erőforrásszinten elemezhető a teljesítmény, és felismerhetők a képzési igények. Hol szerezhető be? A felhasználói adatokat általában a Ramp rendszerben az egyes költségelszámolások auditnyomvonala vagy tranzakciós előzményei rögzítik. Példák Alice JohnsonBob SmithCharlie BrownRendszer-automatizálás
	Javítás oka RevisionReason	A költségelszámolás javításra történő visszaküldésekor megadott indok.
Leírás Amikor a jóváhagyó elutasít vagy visszaküld egy költségelszámolást, általában megadja ennek okát. Ez az attribútum rögzíti az indokot, például „Hiányzó bizonylat”, „Hibás kategória” vagy „Szabályzaton kívüli költség”. Ez az adat nélkülözhetetlen a „Költségelszámolások javítási aránya és okai” dashboardhoz. Az ismételt munkát leggyakrabban kiváltó okok elemzésével a szervezetek feltárhatják a benyújtási folyamat rendszerszintű problémáit, és célzott képzéssel vagy rendszerfejlesztéssel csökkenthetik a hibák számát. Miért fontos? Közvetlenül megmutatja, miért kell ismételten dolgozni az elszámolásokon, így célzott intézkedésekkel javítható az első benyújtás minősége. Hol szerezhető be? Ez az adat a Ramp rendszerben a megjegyzések vagy az elutasítás részletei között rögzül, amikor a „Költség visszaküldése javításra” tevékenység történik. Példák Hiányzó tételes bizonylatA költség meghaladja a szabályzati limitetHibás költségkategóriaDuplikált tranzakció
	Költségkategória ExpenseCategory	A költséghez rendelt kategória, például utazás, szoftver vagy étkezés.
Leírás Ez az attribútum előre meghatározott kategóriákba sorolja a költségeket, így nyomon követhető és szabályozható a vállalati költés. Egy költségelszámolás több kategóriába tartozó tételeket is tartalmazhat. A költségkategóriák szerinti elemzés elengedhetetlen a „Költés kategóriánkénti elemzése” dashboardhoz. Segít a pénzügyi csapatoknak megérteni, mire megy el a pénz, nyomon követni a költségkeret betartását, és felismerni a költési trendeket vagy rendellenességeket. Miért fontos? Részletes költéselemzést tesz lehetővé, segít feltárni a fő költségtényezőket és a költségkeret hatékonyabb felhasználásának lehetőségeit. Hol szerezhető be? Ez az adat általában a Ramp költségelszámolásának tételszintjén érhető el. Egyes elemzésekhez az adatokat az elszámolás szintjére kell összesíteni. Példák RepülőjegyÉtkezés és szórakoztatásSzoftver-előfizetésIrodaszerek
	Munkatárs részlege EmployeeDepartment	A költségelszámolást benyújtó munkatárs részlege.
Leírás Ez az attribútum jelzi, melyik üzleti egységhez vagy részleghez tartozik a költséget benyújtó munkatárs, például az értékesítéshez, a mérnöki területhez vagy a marketinghez. Az elemzés fontos szempontja, mert lehetővé teszi a folyamat teljesítményének összehasonlítását a szervezet különböző részein. Feltárhatja a jóváhagyási idők, a javítási arányok és a szabályzatok betartása közötti részlegenkénti eltéréseket, így célzott fejlesztések indíthatók. Miért fontos? Lehetővé teszi a folyamatmutatók összehasonlítását az üzleti egységek között, és megmutatja a hatékonyság, a megfelelés és a költés eltéréseit. Hol szerezhető be? Ez az adat valószínűleg a Ramp rendszerben a munkatárs felhasználói profiljához vagy egy integrált HR-rendszerhez kapcsolódik. Példák ÉrtékesítésMarketingMérnöki területPénzügy
	Szabályzatsértési jelző PolicyViolationFlag	Jelzi, hogy a költségelszámolást megjelölték-e szabályzatsértés miatt.
Leírás Ez a logikai attribútum akkor kap igaz értéket, ha a rendszer automatikus ellenőrzései a vállalati költségszabályzat lehetséges megsértését észlelik, például a költési limit túllépését vagy egy duplikált költség benyújtását. Ez a jelző fontos a „Szabályzatsértések felismerése” dashboardhoz és a kapcsolódó KPI-hoz. Segít mérni a szabályzati kontrollok hatékonyságát és felismerni a gyakori szabályszegéseket, amelyek alapján módosíthatók az irányelvek vagy képzés tartható a munkatársaknak. Miért fontos? Közvetlenül méri a szabályzatok betartását, és segít felismerni, majd csökkenteni a szabályoknak nem megfelelő költést és az ezzel járó kockázatokat. Hol szerezhető be? Ez valószínűleg a Ramp rendszer által létrehozott jelző, amelyet a benyújtás vagy a jóváhagyás során végzett automatikus szabályzat-ellenőrzés aktivál. Példák truefalse
	Beküldés módja SubmissionMethod	Az a csatorna, amelyen keresztül beküldték a költségelszámolást, például mobilalkalmazás vagy webes portál.
Leírás Ez az attribútum azt mutatja meg, hogyan küldte be a munkavállaló a költségelszámolást. A leggyakoribb módok a mobilalkalmazás, az asztali böngésző és az e-mailes továbbítás. A beküldési mód elemzése betekintést adhat a felhasználói szokásokba és a technológia használatába. Ha például egy adott csatornán beküldött elszámolásoknál gyakori a javítás, az a csatorna felületének használhatósági problémájára utalhat. Miért fontos? Segít megérteni a felhasználói szokásokat, és feltárni, hogy egyes beküldési csatornákhoz több hiba vagy késés kapcsolódik-e. Hol szerezhető be? Ez az adat a Ramp rendszer naplóiban, a beküldési esemény metaadatai között szerepelhet. Példák MobilalkalmazásWebes portálE-mail
	Ellenőrzés eredménye AuditOutcome	A költségelszámolás belső vagy külső ellenőrzésének eredménye.
Leírás A hivatalos ellenőrzésen áteső költségelszámolásoknál ez az attribútum rögzíti a végső eredményt, például: „Jóváhagyva”, „Részben elutasítva” vagy „További információ szükséges”. Ez az adat a „Költségellenőrzés teljesítménye” dashboard alapja. Segít értékelni az ellenőrzési folyamat hatékonyságát, nyomon követni az egyes eredmények gyakoriságát, és felmérni az ellenőrzés megállapításainak pénzügyi hatását. Miért fontos? Megmutatja az ellenőrzési folyamat eredményességét és kimenetelét, valamint rávilágít a megfelelési és kontrollhiányosságokra. Hol szerezhető be? Ha a részletes költségellenőrzéshez használ ilyen rendszert, ezt a Ramp ellenőrzési modulja vagy egy integrált rendszer rögzíti. Példák MegfeleltMegfelelt, megjegyzésekkelElutasítvaTovábbítva magasabb szintre
	Esemény befejezési ideje EventEndTime	Az időbélyeg, amely egy időtartammal rendelkező tevékenység befejezését jelzi.
Leírás Sok tevékenység azonnal lezajlik, de például a „Szabályzat ellenőrzése” mérhető ideig tarthat. Ez az attribútum rögzíti az ilyen tevékenységek befejezési idejét, kiegészítve a StartTime értékét. A kezdési és befejezési idő alapján pontosan kiszámítható a tevékenységek feldolgozási ideje. Ez szükséges az olyan KPI-k méréséhez, mint az „Átlagos szabályzat-ellenőrzési idő”, és annak megállapításához, hogy az egyes automatizált vagy manuális feladatok mennyi idő alatt készülnek el a teljes folyamaton belül. Miért fontos? Lehetővé teszi az egyes tevékenységek időtartamának pontos kiszámítását, ami segít feltárni a folyamat nem hatékony lépéseit. Hol szerezhető be? Az időtartammal rendelkező tevékenységeknél ezt a Ramp eseményadatai rögzítik. Az azonnali eseményeknél megegyezhet a StartTime értékével. Példák 2023-10-26T10:00:05Z2023-10-26T14:35:10Z2023-10-27T09:10:00Z
	Forrásrendszer SourceSystem	Megadja, melyik alkalmazásból nyerték ki az adatokat.
Leírás Ez az attribútum jelöli a folyamatadatok nyilvántartási rendszerét, ebben az esetben a Rampet. Több rendszerből származó adatok egyesítésekor segít egyértelműen nyomon követni az adatok eredetét. Az elemzés során lehetővé teszi egy adott forrás adatainak szűrését, és az adatok ellenőrzésére, valamint irányítására is használható. Miért fontos? Megadja az adatok eredetét, ami fontos az adatirányításhoz és több rendszer adatainak integrálásakor. Hol szerezhető be? Ez általában egy állandó érték („Ramp”), amelyet az adatkinyerés és -átalakítás során adnak hozzá. Példák Ramp
	Jóváhagyási lépések száma ApprovalStepCount	Azon hivatalos jóváhagyási lépések teljes száma, amelyeken a költségelszámolás átesett.
Leírás Ez a számított mutató egy költségelszámoláshoz tartozó különálló jóváhagyási tevékenységeket számolja össze, például a „Vezető jóváhagyta” és a „Pénzügy jóváhagyta” eseményeket. Segít felmérni a jóváhagyási munkafolyamat összetettségét. Ezt az attribútumot használja az „Átlagos jóváhagyási lépésszám elszámolásonként” KPI és az „Egyszerű költségjóváhagyási útvonalak” dashboard. A lépésszámot az elszámolás értékével vagy kategóriájával összevetve megállapítható, hogy az egyszerű, kis értékű költségekre aránytalanul összetett jóváhagyási folyamat vonatkozik-e. Miért fontos? Számszerűsíti a munkafolyamat összetettségét, és segít megtalálni az egyszerűsítés lehetőségeit, különösen az alacsony kockázatú elszámolásoknál. Hol szerezhető be? Az eseménynaplóban esetenként megszámolja a meghatározott jóváhagyási tevékenységek előfordulásait. Példák 123
	Jóváhagyó vezető ApprovingManager	A jóváhagyási lépést végrehajtó vezető neve.
Leírás Ez az attribútum azonosítja azt a vezetőt, aki a munkatárs költségelszámolásának ellenőrzéséért és jóváhagyásáért felel. Nem azonos az elszámolást benyújtó felhasználóval. A jóváhagyó vezető nyomon követése elengedhetetlen a „Vezetői jóváhagyás átfutási ideje” dashboardhoz. Segítségével elemezhető a jóváhagyási munkaterhelés és a teljesítmény, valamint felismerhetők azok a vezetők, akik gyorsan jóváhagynak, illetve akiknél szűk keresztmetszet alakul ki. Ez segíthet a munkaterhelés kiegyensúlyozásában és a szükséges támogatás biztosításában. Miért fontos? Lehetővé teszi az egyes jóváhagyók teljesítményének elemzését, és segít felismerni, majd megszüntetni a jóváhagyási munkafolyamat szűk keresztmetszeteit. Hol szerezhető be? Ez az adat a Ramp jóváhagyási munkafolyamatának része. Akkor kerül a rendszerbe, amikor egy vezető intézkedik egy költségelszámolással kapcsolatban. Példák Jane DoeJohn MillerSusan Chen
	Pénzügyi jóváhagyó FinanceApprover	A pénzügyi csapat azon felhasználója, aki jóváhagyta a költségelszámolást.
Leírás Azoknál a munkafolyamatoknál, amelyek pénzügyi ellenőrzést is tartalmaznak, ez az attribútum azonosítja azt a személyt vagy csapatot, aki a pénzügyi osztályon belül végrehajtotta a végső jóváhagyást. Ez az attribútum a „Pénzügyi ellenőrzés hatékonysága” dashboardot támogatja, mert lehetővé teszi az egyéni és csapatszintű teljesítmény elemzését. Segít feltárni a szűk keresztmetszeteket, felmérni a munkaterhelés eloszlását, és mérni a pénzügyi ellenőrzési szakasz eredményességét. Miért fontos? Részletesen elemezhető vele a pénzügyi ellenőrzési szakasz teljesítménye, így optimalizálható a folyamat egyik fontos kontrollpontja. Hol szerezhető be? A Ramp a költségelszámolás jóváhagyási előzményeiben rögzíti ezt a pénzügyi ellenőrzés során. Példák A pénzügyi csapat ADavid LeePénzügyi automatizálási bot
	Utolsó adatfrissítés LastDataUpdate	Az időbélyeg, amely megmutatja, mikor frissítették utoljára az adatokat a forrásrendszerből.
Leírás Ez az attribútum rögzíti a legutóbbi adatkinyerés dátumát és időpontját, így jelzi az elemzett adatok frissességét. Az eredmények helyes értelmezéséhez fontos tudni, mennyire frissek az adatok. Ez az attribútum segít megállapítani, hogy naprakész információkat lát-e. Miért fontos? Tájékoztatja a felhasználókat az adatok aktualitásáról, így az elemzések friss és releváns információkra épülhetnek. Hol szerezhető be? Ezt az időbélyeget az adatkinyerés során hozza létre és adja hozzá a rendszer. Példák 2023-11-01T06:00:00Z
	Visszatérítés módja ReimbursementMethod	A visszatérítés kifizetéséhez használt mód, például ACH-átutalás vagy banki átutalás.
Leírás Ez az attribútum azt mutatja meg, milyen fizetési csatornán térítették meg a munkavállaló költségeit. Az egyes módszerek feldolgozási ideje és költsége eltérhet. A visszatérítések módszer szerinti elemzésével azonosíthatók a leghatékonyabb fizetési csatornák. A „Visszatérítési módok teljesítménye” dashboard ezek alapján hasonlítja össze az átfutási időt és a megbízhatóságot, így segíthet a fizetési megoldások optimalizálásában. Miért fontos? Lehetővé teszi a különböző fizetési csatornák teljesítményének összehasonlítását, így a gyorsaság és a megbízhatóság alapján optimalizálhatja a folyamatot. Hol szerezhető be? Ez az adat a Ramp fizetési vagy visszatérítési nyilvántartásaiban található. Példák ACH-átutalásVállalati kártyás jóváírásKözvetlen banki átutalás
	Volt javítás IsRework	Számított jelző, amely megmutatja, hogy legalább egyszer visszaküldték-e javításra a költségelszámolást.
Leírás Ez a logikai attribútum annak ellenőrzésével állapítható meg, hogy az adott esetben előfordult-e a „Költségelszámolás visszaküldése javításra” tevékenység. Minden olyan elszámolásnál igaz értéket kap, amely legalább egy javítási körön átesett. Ez a jelző egyszerűsíti a „Költségelszámolások javítási aránya” KPI kiszámítását, és megkönnyíti az elsőre jóváhagyott, illetve javításra visszaküldött elszámolások szűrését és összehasonlítását. A két csoport elemzésével felmérhető a javítások idő- és költségigénye. Miért fontos? Egyszerűen elkülöníti a javítást igénylő eseteket, így mérhetővé válik a visszaküldések gyakorisága és hatása. Hol szerezhető be? Ez egy számított mező. Az adatátalakítás során annak ellenőrzésével jön létre, hogy az esetben szerepel-e javítási tevékenység. Példák truefalse

Kötelező Javasolt Nem kötelező

A költségkezelés tevékenységei

Ezeket a fontos folyamatlépéseket és mérföldköveket rögzítse az eseménynaplóban a pontos folyamattérképezéshez és teljesítményméréshez.

5 Javasolt 7 Nem kötelező

	Tevékenység	Leírás
	Költség benyújtása	A munkatárs megerősíti, hogy a költséghez szükséges összes adat hiánytalan, majd jóváhagyásra benyújtja. Ez kifejezett felhasználói művelet, amely a költséget a „piszkozat” vagy „figyelmet igényel” állapotból „jóváhagyásra vár” állapotba helyezi.
Miért fontos? Ez a tevékenység fontos mérföldkő: hivatalosan elindítja a jóváhagyási és költségtérítési ciklust. Ez az alapja a jóváhagyási és költségtérítési SLA-k mérésének. Hol szerezhető be? A költségrekord állapotelőzményeiből rögzíthető. A felhasználó tranzakció-ellenőrzésre történő benyújtásának felel meg. Rögzítés Akkor rögzül, amikor a felhasználó a „Submit” gombra kattint, és ezzel megváltoztatja az állapotot. Eseménytípus explicit
	Költség felmerülése	A költség létrejöttét jelöli. Ez általában automatikusan történik vállalati kártya használatakor, vagy amikor a munkatárs kézzel rögzít egy saját zsebből kifizetett költséget. Az esemény rendszerint a tranzakciós adatfolyamból vagy a felhasználói felületen végzett műveletekből rögzíthető.
Miért fontos? Ez a költség életciklusának elsődleges kezdő eseménye. Az eseménytől eltelt idő elemzésével felmérhető a benyújtás késedelme és a folyamat teljes sebessége. Hol szerezhető be? A Ramp kártyatranzakciós naplóiból vagy a kézzel rögzített költségrekord létrehozási időbélyegéből nyerhető ki. Keresse a költség- vagy tranzakciós táblában a rekord kezdeti létrehozásának eseményét. Rögzítés Közvetlenül rögzül a kártyatranzakció feldolgozásakor vagy új költség rögzítésekor. Eseménytípus explicit
	Költségtérítés kifizetése	A költségtérítést sikeresen feldolgozták és elküldték a munkatársnak. A munkatárs szempontjából ez általában az utolsó lépés, és a kifizetési ciklus végét jelzi.
Miért fontos? Ez a költségtérítési folyamat elsődleges záró eseménye. A benyújtástól eddig eltelt idő fontos KPI a munkatársi elégedettség és a folyamat hatékonyságának méréséhez. Hol szerezhető be? A kifizetési naplókból vagy a kifizetési szolgáltatóval való integrációból rögzíthető. A Ramp rendszerben a költség állapota „Reimbursed” vagy „Paid” értékre változik. Rögzítés Az esemény akkor kerül a naplóba, amikor a kifizetési rendszer megerősíti a sikeres átutalást. Eseménytípus explicit
	Szinkronizálás a könyvelési rendszerrel	A költségtranzakció adatait sikeresen rögzítették az integrált könyvelési rendszerben, például a NetSuite, a QuickBooks vagy a Xero rendszerben. Ez az esemény a pénzügyi nyilvántartás folyamatának végét jelzi.
Miért fontos? Ez a teljes folyamat utolsó tevékenysége. Az itt jelentkező késedelmek ronthatják a pénzügyi jelentések pontosságát és lassíthatják a pénzügyi zárást. Hol szerezhető be? Integrációs naplóban vagy a Ramp költségrekordjának állapotfrissítéseként rögzül. Keressen olyan állapotot, mint a „Synced”, „Posted” vagy „Exported”. Rögzítés A könyvelési integrációs szolgáltatás naplóbejegyzést hoz létre az adatok sikeres szinkronizálása után. Eseménytípus explicit
	Vezetői jóváhagyás	A vezető ellenőrizte és jóváhagyta a költséget, így az továbbléphet a következő szakaszba, például a pénzügyi ellenőrzésre vagy a költségtérítésre. Az esemény kifejezett felhasználói műveletként rögzül.
Miért fontos? Ez a mérföldkő jelzi az első jóváhagyási szint sikeres teljesítését. Fontos a jóváhagyási munkafolyamatok elemzéséhez és a szűk keresztmetszetek felismeréséhez. Hol szerezhető be? A vezető „Approve” művelete eseményként rögzül a költség jóváhagyási előzményeiben. Az eseménynaplónak tartalmaznia kell a jóváhagyó azonosítóját és az időbélyeget. Rögzítés Az esemény akkor kerül a naplóba, amikor vezetői jogosultságú felhasználó végrehajtja az „Approve” műveletet. Eseménytípus explicit
	Bizonylat csatolása	Azt jelöli, amikor a bizonylatot hozzárendelik egy költséghez. Ez történhet automatikusan, OCR-alapú egyeztetéssel, vagy kézzel, a felhasználó műveletével. Az esemény akkor rögzül, amikor a bizonylatfájl sikeresen összekapcsolódik a tranzakció rekordjával.
Miért fontos? Ennek a tevékenységnek a nyomon követésével felismerhetők a hiányzó dokumentumok okozta késedelmek. Fontos lépés a megfelelés és az auditálhatóság biztosításához. Hol szerezhető be? A költség vagy a tranzakció előzményei között rögzül, amikor feltöltenek vagy egyeztetnek egy bizonylatot. Keresse a melléklet létrehozásának eseményét vagy a 'receipt_attached' jelzőt. Rögzítés Az esemény akkor jön létre, amikor a rendszer a bizonylat képét vagy fájlját a költségrekordhoz kapcsolja. Eseménytípus explicit
	Költség visszaküldése javításra	A jóváhagyó, legyen az vezető vagy pénzügyi ellenőr, elutasította a költséget, és javításra visszaküldte a munkatársnak. Ezt az állapot „Needs Revision” vagy „Rejected” értékre változása jelzi.
Miért fontos? Ez a tevékenység ismételt munkával járó kört jelez a folyamatban, ami közvetlenül növeli az átfutási időt. Az események nyomon követésével felismerhetők a gyakori benyújtási hibák, és javítható az elsőre megfelelő benyújtások aránya. Hol szerezhető be? A költségrekord állapotának „Needs Revision” vagy hasonló értékre változásából következtethető ki. Az eseményt össze kell kapcsolni a műveletet kezdeményező jóváhagyóval. Rögzítés Az az időbélyeg jelzi, amikor a költség állapota „Needs Revision” vagy „Rejected” értékre változik. Eseménytípus inferred
	Költségtérítés ütemezése	A saját zsebből kifizetett költségeknél a jóváhagyott összeget kifizetésre váróként rögzítik. Ez az esemény azt jelzi, hogy a költség minden jóváhagyáson átment, és készen áll a kifizetésre.
Miért fontos? Ez a mérföldkő elválasztja a jóváhagyási folyamatot a kifizetéstől. Segít elkülöníteni a kifizetés során felmerülő késedelmeket a jóváhagyási késedelmektől. Hol szerezhető be? Valószínűleg abból következtethető ki, hogy a végső jóváhagyás után a költség állapota „Pending Reimbursement” vagy „Ready for Payment” értékre változik. Ha a kifizetéseket kötegekben dolgozzák fel, külön eseményként is rögzülhet. Rögzítés A „Ready for Payout” állapotra váltásból vagy a kifizetési kötegek táblájában létrejövő rekordból következtethető ki. Eseménytípus inferred
	Pénzügyi ellenőrzésre vár	A jóváhagyott költséget továbbították, és most a pénzügyi vagy könyvelési csapat ellenőrzésére vár. Ez jellemzően nagy összegű vagy szabályzati jelzéssel ellátott költségeknél történik. A tevékenység az állapotváltozásból következtethető ki.
Miért fontos? A pénzügyi ellenőrzési ciklus kezdetét jelzi. Ennek a szakasznak az időtartama megmutatja a pénzügyi csapat leterheltségét és hatékonyságát, valamint az automatizálási lehetőségeket. Hol szerezhető be? A vezetői jóváhagyás után a költségrekord állapotának „Pending Finance Approval” értékre változásából következtethető ki. Ehhez hozzá kell férni a költség állapotelőzményeihez. Rögzítés Az az időbélyeg jelzi, amikor a költség állapota „Pending Finance Review” értékre változik. Eseménytípus inferred
	Pénzügyi jóváhagyás	A pénzügyi csapat ellenőrizte és véglegesen jóváhagyta a költséget, így az készen áll a költségtérítésre és a könyvelési rendszerrel való szinkronizálásra. Az esemény a pénzügyi csapat egyik tagjának kifejezett műveleteként rögzül.
Miért fontos? Ez az utolsó jóváhagyási pont a kifizetés előtt. A tevékenység elemzésével megérthető a teljes jóváhagyási ciklus és a pénzügyi csapat hatékonysága. Hol szerezhető be? Eseményként rögzül a költség jóváhagyási előzményeiben. Keressen a pénzügyi részleg egyik felhasználójához kapcsolódó jóváhagyási eseményt. Rögzítés Az esemény akkor kerül a naplóba, amikor pénzügyi jogosultságú felhasználó végrehajtja az „Approve” műveletet. Eseménytípus explicit
	Szabályzat ellenőrzése	A rendszer automatikusan ellenőrzi a költséget a beállított vállalati szabályzatok alapján, és jelzi az esetleges szabálysértéseket. Ez jellemzően a benyújtás után röviddel bekövetkező, rendszer által létrehozott esemény.
Miért fontos? Megmutatja, mennyire hatékony az automatikus megfelelőségi ellenőrzés, és hogyan hat a folyamatra. Segít felismerni a gyakori szabályzatsértéseket és azokat a területeket, ahol a munkatársaknak képzésre lehet szükségük. Hol szerezhető be? Valószínűleg a költségtranzakcióhoz kapcsolódó auditnyomvonalban vagy naplóban szerepel. Keresse a 'policy_check' vagy 'compliance_scan' nevű rendszereseményeket. Rögzítés A rendszer naplóbejegyzést hoz létre, miután az automatikus szabályzat-ellenőrző lefuttatta az ellenőrzést a tranzakción. Eseménytípus explicit
	Vezetői ellenőrzésre vár	A költséget benyújtották, és most a munkatárs közvetlen vezetőjének ellenőrzésére vár. Ez az állapot a benyújtás utáni állapotváltozásból következtethető ki, például amikor az állapot „Pending Manager Approval” értékre vált.
Miért fontos? A vezetői jóváhagyási szakasz kezdetét jelzi. Az ebben az állapotban eltöltött idő elemzése fontos a vezetői jóváhagyás átfutási idejének méréséhez és javításához. Hol szerezhető be? A költségrekord állapotának „Pending Approval” vagy hasonló értékre változásából, valamint a vezetői várólistához rendelésből következtethető ki. Ehhez nyomon kell követni az állapotelőzményeket. Rögzítés Az az időbélyeg jelzi, amikor a költség állapota „Pending Manager Approval” értékre vált. Eseménytípus inferred

Javasolt Nem kötelező

Útmutatók az adatok kinyeréséhez

Így nyerheti ki az adatokat a Ramp rendszerből

Lépések

Jelentkezzen be Ramp-fiókjába Admin vagy Bookkeeper jogosultsággal.
A bal oldali menüben nyissa meg a Tranzakciók részt. Itt láthatók a vállalati kártyával végzett kiadások.
Állítsa be a kívánt szűrőket. Legalább az elemzendő időszak Date Range mezőjét adja meg. Szükség esetén további tulajdonságok, például az állapot, a kategória vagy a szervezeti egység alapján is szűrhet.
Kattintson a tranzakciólista jobb felső sarkában található Export gombra.
Az exportálási ablakban exporttípusként válassza a Tranzakciók, formátumként pedig a CSV lehetőséget. Töltse le a fájlt transactions_export.csv néven.
Ezután a bal oldali menüben nyissa meg a Térítések részt. Itt láthatók a dolgozók által benyújtott, saját zsebből fizetett költségek.
Az adatok egységessége érdekében alkalmazza ugyanazt a dátumtartomány-szűrőt, mint a tranzakciók exportálásakor.
Kattintson az Export gombra, majd töltse le a térítési adatokat CSV-fájlként. Nevezze el a fájlt reimbursements_export.csv néven.
Helyezze mindkét exportált CSV-fájlt (transactions_export.csv és reimbursements_export.csv) a megadott Python-szkripttel azonos mappába.
Futtassa a Python-szkriptet. Betölti mindkét fájlt, üzleti eseményenként külön sort hoz létre, majd az adatokat egyetlen strukturált eseménynaplóvá egyesíti.
A szkript ramp_event_log.csv néven menti az eredményt. A fájl formátuma megfelel a ProcessMind követelményeinek.
Töltse fel a ramp_event_log.csv fájlt a ProcessMindbe elemzéshez.

Konfiguráció

Jogosultságok: A teljes tranzakciós és visszatérítési adatkészlet eléréséhez és exportálásához Ramp-fiókjában Admin vagy Bookkeeper szerepkörrel kell rendelkeznie.
Időszak: Első elemzéshez legalább 6–12 hónapos időszakot válasszon, hogy elegendő folyamatváltozatot rögzítsen. A folyamatos nyomon követéshez rövidebb, frissebb időszakot is használhat.
Adatok egységessége: A konzisztens adatkészlet érdekében a Transactions és Reimbursements fájl exportálásakor pontosan ugyanazt az időszakot és szűrőket használja.
Exportformátum: Mindkét exportnál CSV-formátumot válasszon, mert az adatátalakító szkript vesszővel tagolt fájlokat dolgoz fel.
Fájlnevek: Használja a transactions_export.csv és reimbursements_export.csv fájlneveket, vagy ennek megfelelően módosítsa az adatátalakító szkript fájlútvonal-változóit.

Példa-lekérdezés python

import pandas as pd
import numpy as np

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Lépések

Előfeltételek és környezet beállítása: Ellenőrizze, hogy a Python 3.8-as vagy újabb verziója telepítve van-e. Telepítse a szükséges Python-könyvtárakat a pip install requests pandas parancs futtatásával. Az API-hitelesítő adatok létrehozásához rendszergazdai hozzáférésre is szüksége lesz a Ramp-példányhoz.
Ramp API-hitelesítő adatok létrehozása: Jelentkezzen be a Ramp-fiókjába. Nyissa meg a Settings menüt, majd az oldalsó menüben válassza a Developer API lehetőséget. Kattintson a „Create App” gombra, adjon nevet az alkalmazásnak, és állítsa be a szükséges hatóköröket. A transactions:read, reimbursements:read és users:read hatókörre lesz szüksége. Az alkalmazás létrehozása után biztonságosan másolja ki a Client ID és Client Secret értékét.
A Python-szkript beállítása: Hozzon létre egy Python-fájlt, például extract_ramp_log.py néven. Másolja bele a megadott Python-szkriptet. Teszteléshez adja meg a Client ID és Client Secret értékét környezeti változóként vagy közvetlenül a szkriptben. Biztonsági okokból a környezeti változók használata javasolt.
Az adatkinyerési időszak megadása: Keresse meg a szkript main végrehajtási blokkjában a START_DATE és END_DATE változókat. Módosítsa a dátumokat az adatkinyerés időszakának beállításához. Első elemzéshez 3–6 hónapos időszak javasolt.
A szkript futtatása: Futtassa a szkriptet a terminálból a python extract_ramp_log.py paranccsal. A szkript hitelesít a Ramp API-n keresztül, adatokat kér le a users, transactions és reimbursements végpontokról, és automatikusan kezeli a lapozást.
Az API-hívások működése: A szkript először lekéri az összes felhasználói adatot, hogy összerendelje a felhasználói azonosítókat a nevekkel és részlegekkel. Ezután lekéri a megadott időszak összes visszatérítését. Minden visszatérítésnél kinyeri a jóváhagyási és fizetési előzményeket.
Adatok átalakítása eseménynaplóvá: A szkript végigmegy az egyes visszatérítéseken és a hozzájuk tartozó állapotelőzményeken. Minden állapotváltozást, például a „MANAGER_APPROVAL” vagy „FINISHED” értéket külön tevékenységgé alakít, például „Vezetői ellenőrzésre vár” vagy „Visszatérítés végrehajtva” eseménnyé. A kapcsolódó tranzakciós adatokat is lekéri, hogy létrehozza a „Költség felmerült” és „Bizonylat csatolva” eseményeket.
Adatok kiegészítése: A szkript felhasználói adatokat, részleginformációkat és költségkategóriát ad az eseménynapló eseményeihez, így a folyamatelemzéshez szükséges részletes adatkészlet jön létre.
Az eredmény ellenőrzése: A szkript futásának végén ugyanabban a mappában létrejön a ramp_event_log.csv fájl. Nyissa meg egy táblázatkezelőben, és ellenőrizze, hogy az adatok a várt módon kerültek-e bele.
Feltöltés előkészítése: A létrehozott CSV-fájl tartalmazza a szükséges oszlopokat, például az ExpenseReportId, ActivityName és EventTimestamp mezőt, valamint az ajánlott attribútumokat. A fájl közvetlenül feltölthető a ProcessMind platformra.

Konfiguráció

API-hitelesítő adatok: A hitelesítéshez érvényes Client ID és Client Secret szükséges. Ezeket a Ramp dashboard Settings > Developer API részében hozhatja létre.
API-hatókörök: Az adatok eléréséhez a szkriptnek meghatározott jogosultságokra van szüksége. Ellenőrizze, hogy az API-kulcsnál engedélyezve vannak-e a következő hatókörök: transactions:read (költség- és bizonylatadatokhoz), reimbursements:read (beküldési, jóváhagyási és fizetési állapotokhoz), valamint users:read (a munkavállalók nevéhez és részlegéhez).
Időszak: Az adatkinyerés időszakát a szkript START_DATE és END_DATE paraméterei határozzák meg. Első lépésként érdemes egy közelmúltbeli időszakot, például az elmúlt 3–6 hónapot választani, hogy az adatkészlet kezelhető méretű maradjon. A szűrő a visszatérítés létrehozásának dátumára vonatkozik.
Lapozás: A szkript automatikusan kezeli a Ramp API által megadott starting_after kurzorral történő lapozást. Legfeljebb 100 rekordos csomagokban kéri le az adatokat, így az időszak összes adata bekerül.
Kérések korlátozása: A Ramp API korlátozza a kérések számát, jellemzően percenként 600-ra. A megadott szkript általában hatékonyan működik, de nagyon nagy adatkészletnél előfordulhat, hogy rövid szüneteket kell beiktatnia az API-hívások közé, ha eléri a korlátot.

Példa-lekérdezés python

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

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

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

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

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

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

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

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

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

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

    event_log = []

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

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

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

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

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

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

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

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

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

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

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

Lépések

Ellenőrizze, hogy Ramp-előfizetése tartalmazza-e a natív adattárház-integrációt, és hogy egy rendszergazda be tudja-e állítani a célrendszert. Válasszon a támogatott adattárházak közül, például a Snowflake vagy a BigQuery közül, majd állítsa be a hozzáférést a szervezet biztonsági előírásainak megfelelően. A pontos menüútvonal és a célobjektumok a Ramp beállításaitól függenek, ezért használja a [Configure based on your system] útmutatást.
Állítsa be az adattárház célját, az adatbázist vagy projektet, a sémát vagy adatkészletet, a régiót, a hitelesítő adatokat és a szinkronizálás hatókörét. Jegyezze fel a Ramp által megjelenített replikált táblák és oszlopok nevét. Ne feltételezze a táblaneveket, mert azok az integrációtól és a fiók beállításaitól függően eltérhetnek.
Azonosítsa a replikált költségelszámolási, költségtranzakciós, bizonylat-, jóváhagyási, szabályzati, visszatérítési és könyvelési szinkronizálási adatokat. Rendelje hozzá az egyes forrásokat az eseménynaplóhoz szükséges mezőkhöz. Ha egy szükséges folyamatesemény nem szerepel külön, keresse meg az azt rögzítő forrásállapot-előzményt vagy auditadatot.
Adja meg az adatkinyerés időszakát, lehetőleg három-hat hónapot, a [Start date] és [End date] mezőkkel. Csak akkor szűrjön vállalatra vagy szervezeti egységre, ha a megfelelő forrásmező rendelkezésre áll. Őrizze meg a forrás időzónáját, vagy alakítsa át az összes időbélyeget egy dokumentált, közös időzónára.
Hozzon létre egy adattárházi nézetet vagy lekérdezést, amely a forrásmezőket a következő mezőkre alakítja: ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag és RevisionReason. A megadott lekérdezésben minden szögletes zárójelben szereplő tábla- és oszlophelyőrzőt cseréljen le a replikált séma tényleges nevére.
Minden folyamattevékenységet külön eseménysorként nyerjen ki. Az alábbi lekérdezés mind a 12 szükséges tevékenységhez külön, teljes SELECT blokkot tartalmaz. Nem következtet eseményekre más, nem kapcsolódó rekordokból. Állapothoz kötött tevékenységeknél a forrás állapotelőzményét vagy eseménytábláját használja, ne csak az elszámolás aktuális állapotát, hogy a korábbi állapotváltozások is megmaradjanak.
Ellenőrizze az azonosítókat, az időbélyegeket, a tevékenységneveket, az ismétlődő rekordok kezelését és a null értékeket. Győződjön meg arról, hogy minden esemény a megfelelő ExpenseReportId értékhez tartozik, és a forrásban szereplő ismétlődő események is megmaradnak.
Exportálja az eredményt CSV-fájlba vagy más, ProcessMind által támogatott táblázatos formátumba. Szerepeljenek benne pontosan a szükséges oszlopnevek: ExpenseReportId, ActivityName és EventTimestamp. Ha rendelkezésre állnak, az ajánlott attribútumokat is vegye fel, majd a fájlt Expense Report ID esetazonosítóval töltse fel. A ProcessMind változtatás nélkül olvassa be az eseménynaplót, ezért ne számítson arra, hogy pótolja a hiányzó tevékenységeket.

Konfiguráció

Integrációs célrendszer: Állítsa be a Ramp natív adattárház-integrációját Snowflake-hez vagy BigQuery-hez. A fiókspecifikus beállításokhoz használja a [Configure based on your system] útmutatást.
Forrásobjektumok: Használja az adattárházban elérhető replikált költségelszámolási, tranzakciós, bizonylat-, jóváhagyási, szabályzati, visszatérítési és könyvelési szinkronizálási objektumokat. A [Your table name] és [Your column name] helyőrzőket cserélje le az integrációban ellenőrzött nevekre.
Időszak: Kezdjen három-hat hónapnyi adattal. Csak az adattárház költségeinek, a lekérdezés futási idejének, az események számának és a ProcessMind feltöltési korlátainak ellenőrzése után bővítse az időszakot.
Dátumszűrés: Ha a cél az időszakban történt összes tevékenység rögzítése, az esemény időbélyege alapján szűrjön, ne csak az elszámolás létrehozásának időpontja szerint.
Szervezeti szűrők: Csak akkor szűrjön Company Code, jogi személy, részleg, kártyaprogram vagy más mező alapján, ha az szerepel a replikált adatok között. Vállalatspecifikus korlátozáshoz használja a [Company filter] mezőt.
Tevékenység-előzmények: Részesítse előnyben a nem módosítható audit- vagy állapotelőzményeket. Az aktuális állapotot tartalmazó táblák önmagukban nem feltétlenül őrzik meg a bizonylat csatolásának, a beküldésnek, a jóváhagyásnak, a javításnak, a visszatérítésnek vagy a könyvelési szinkronizálásnak az előzményeit.
Időbélyegek kezelése: Egységesítse az időbélyegeket egyetlen időzónára, és dokumentálja, hogy a forrásértékek UTC vagy helyi idő szerintiek-e. Ha rendelkezésre áll, őrizze meg a forrás pontosságát.
Szükséges hozzáférés: Az integráció beállításához, az adattárházi objektumok létrehozásához vagy lekérdezéséhez, valamint a költség-, jóváhagyási, visszatérítési és könyvelési adatok eléréséhez rendszergazdai jogosultságra lehet szükség.
Licenc és elérhetőség: Az adattárházi replikáció, a korábbi auditadatok, a visszatérítési adatok és a könyvelési szinkronizálási adatok elérhetősége a Ramp-csomagtól, az engedélyezett moduloktól, az integráció beállításaitól és az adatmegőrzési szabályzattól függ.
Teljesítmény: Már az elején szűkítse az időszakot, csak a szükséges oszlopokat válassza ki, és ahol indokolt, szűrjön szervezetre. Nagy adatkészletnél hozzon létre köztes, normalizált nézetet vagy táblát. A cél-adattárház által támogatott módon particionálja vagy csoportosítsa az adatokat.
Rendszeres adatbetöltés: Ismétlődő betöltéseknél használjon vízjelet, amely az utoljára feldolgozott EventTimestamp értékén és egy rövid átfedési időszakon alapul. Csak ellenőrzött forrásesemény-azonosító alapján távolítsa el az ismétlődéseket, mert az ismétlődő események törlése megváltoztathatja a folyamat képét.

Példa-lekérdezés python

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

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

engine = create_engine(CONNECTION_STRING)

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

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

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

Kezdheti?

Használja ezt a sablont a költségkezelési folyamat fejlesztéséhez, a hatékonyabb működéshez és a gyorsabb jóváhagyáshoz. Kezdje el még ma a folyamat optimalizálását.

Vissza a folyamatfejlesztési útmutatóhoz

Sablon letöltése

Növelje a hatékonyságot: optimalizálja még ma a Ramp költségkezelését

Tárja fel a hatékonysági problémákat, egyszerűsítse a jóváhagyást, és csökkentse 30%-kal az átfutási időt.

Indítsa el az ingyenes próbaverziót

Nincs szükség bankkártyára, a beállítás néhány perc.

Költségkezelési adatsablon

Költségkezelési adatsablon

A költségkezelés attribútumai

A költségkezelés tevékenységei

Útmutatók az adatok kinyeréséhez

Tranzakciók és visszatérítések exportálása a Ramp beépített CSV-funkciójával

Lépések

Konfiguráció

Példa-lekérdezés python

Adatok kinyerése Python-szkripttel a Ramp Developer API-n keresztül

Lépések

Konfiguráció

Példa-lekérdezés python

Ramp-adatok szinkronizálása adattárházba (Snowflake/BigQuery)

Lépések

Konfiguráció

Példa-lekérdezés python

Kezdheti?

Növelje a hatékonyságot: optimalizálja még ma a Ramp költségkezelését