> Folyamatos folyamatfejlesztés > Bérszámfejtés > Ceridian Dayforce > Adatsablon

Bérfeldolgozási adatsablon

Ceridian Dayforce

← Vissza a folyamatfejlesztési útmutatóhoz

A bérfeldolgozás attribútumai(17) A bérfeldolgozás tevékenységei(15) Adatkinyerési útmutatók(2)

Bérfeldolgozási adatsablon

Ez a sablon keretet ad a Ceridian Dayforce rendszerben végzett bérfeldolgozási folyamat feltérképezéséhez. Bemutatja azokat az alapvető adatmezőket és folyamatlépéseket, amelyekre a részletes elemzéshez használható, jó minőségű eseménynapló összeállításához szükség van. Az útmutatót követve áttekintheti a kifizetési munkafolyamatokat, és azonosíthatja a működés fejlesztésre szoruló területeit.

Javasolt attribútumok
Követendő tevékenységek
Útmutató az adatok kinyeréséhez az adott rendszerből

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

Sablon letöltése

A bérfeldolgozás attribútumai

Ezek a javasolt adatmezők rögzítik a Ceridian Dayforce üzleti környezetét és rendszeradatait, így megfelelő alapot adnak a folyamat elemzéséhez.

5 Kötelező 5 Javasolt 7 Nem kötelező

	Név	Leírás
	Bérszámfejtési rekord PayrollRecordId	A bérszámfejtési eset egyedi azonosítója, amely a munkavállalót és a béridőszakot kapcsolja össze.
Leírás Ez az attribútum a folyamat egyedi Case ID-jaként szolgál. A Ceridian Dayforce-ban a bérszámfejtési rekord egy adott munkavállaló és egy adott béridőszak metszete, amelyet gyakran egy Pay Group határoz meg. A rekord az adott ciklushoz tartozó munkavállalói juttatások teljes folyamatát követi. Technikailag az azonosító gyakran a Pay Period ID és az Employee XRefCode vagy System ID összefűzésével készül. Összekapcsolja az összes tevékenységet a munkaidő-nyilvántartás első beküldésétől az adóbevallás végleges benyújtásáig és a bérjegyzék létrehozásáig. Miért fontos? Azonosítja a process mining elemzés központi objektumát, így az összes esemény egyetlen, elejétől a végéig tartó folyamatútvonalba rendezhető. Hol szerezhető be? A Payroll Result vagy Time Entry táblák PayPeriodID és EmployeeID mezőinek összekapcsolásával állapítható meg. Példák PG01-2023-10-EMP10234US_SAL-2023-22-EMP88421UK_HRLY-2023-44-EMP00231
	Időbélyeg EventDateTime	A tevékenység pontos dátuma és időpontja.
Leírás A Dayforce rendszerben bekövetkezett esemény pontos időbélyege. Ennek alapján időrendbe rendezhetők a tevékenységek, és kiszámítható a lépések közötti időtartam. A pontos időbélyegek nélkülözhetetlenek a szűk keresztmetszetek, például a „Time Sheet Approved” vagy a „Bank Transfer File Generated” késéseinek feltárásához. Az időpontot lehetőleg másodperc vagy perc pontossággal rögzítse. Miért fontos? Biztosítja a process mininghez szükséges időbeli dimenziót, így elemezhető a teljesítmény és feltárhatók a szűk keresztmetszetek. Hol szerezhető be? Az audit táblák tranzakciós időbélyeg-oszlopai, például a CreatedDateTime és a LastModifiedDateTime. Példák 2023-10-12T08:30:00Z2023-10-12T14:15:22Z2023-10-15T09:00:00Z
	Tevékenység ActivityName	A végrehajtott folyamatlépés vagy esemény neve.
Leírás Ez az attribútum a bérszámfejtési ciklusban bekövetkező konkrét eseményt jelöli. A Dayforce szokásos tevékenységei közé tartozik a „Time Sheet Submitted”, a „Gross Pay Calculated”, a „Payroll Committed”, a „Payment Executed” és a „Tax Filing Completed”. Ezek az értékek általában a workflow auditnaplóiból, a rendszer tranzakciós naplóiból, például a Payroll Status változásaiból, vagy olyan üzleti objektumokhoz tartozó időbélyegekből származnak, mint a Pay Run vagy a Time Sheet. Miért fontos? Meghatározza a folyamat lépéseit, és nélkülözhetetlen a folyamatmenet rekonstruálásához, valamint a változatok elemzéséhez. Hol szerezhető be? Workflow-naplók, auditnapló vagy az állapotváltozásokat rögzítő táblák. Példák Munkaidő-nyilvántartás beküldveBruttó bér kiszámítvaKifizetés végrehajtvaAdat javítvaAuditkivétel jelölve
	Forrásrendszer SourceSystem	Annak a rendszernek a neve, ahonnan az adatok származnak.
Leírás Megadja, hogy melyik szoftverből vagy adatbázisból nyerték ki a bérszámfejtési adatokat. Ebben az esetben az érték jellemzően „Ceridian Dayforce” vagy „Dayforce”. Ez akkor hasznos, ha több rendszer adatait kapcsolja össze, például egy külső munkaidő- és jelenléti rendszert, amely adatokat küld a Dayforce-ba, és követni szeretné az adatok eredetét. Miért fontos? Biztosítja az adatok nyomon követhetőségét, és lehetővé teszi a szűrést több rendszert összekapcsoló process mining-beállításokban. Hol szerezhető be? Az adatkinyerés során rögzített érték, vagy a kapcsolati metaadatokból származtatott adat. Példák Ceridian DayforceDayforce éles rendszerDayforce EU
	Utolsó adatfrissítés LastDataUpdate	Az adatforrásból történő adatkinyerés időbélyege.
Leírás Jelzi, mennyire frissek az elemzéshez használt adatok. Ez általában annak az ETL-futtatásnak az időbélyege, amely lekérte az adatokat a Dayforce-ból. Segít az elemzőknek megállapítani, hogy valós idejű adatokat vagy egy korábbi nap állapotát látják-e. Miért fontos? Megadja az adatkészlet aktualitását, és segít ellenőrizni az adatok teljességét a forrásrendszer jelentései alapján. Hol szerezhető be? A rendszeridő a szkript futtatásának pillanatában. Példák 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	Bruttó bér összege GrossPayAmount	A rekordhoz kiszámított bruttó bér.
Leírás A levonások és adók előtti teljes juttatási összeg. Ez az érték a „Gross Pay Calculated” tevékenység során kerül a rekordba. A bruttóbér-feldolgozás idejének eltérései segíthetnek feltárni azokat az összetett számításokat, amelyek lassítják a „Calculation Engine Flow Speed” dashboardon mért folyamatot. Miért fontos? Pénzügyi szempontból is értelmezhetővé teszi a folyamatot, és lehetővé teszi a nagyobb és kisebb értékű rekordok feldolgozásának összehasonlítását. Hol szerezhető be? Payroll Result vagy Pay Run Details tábla. Példák 2500.004150.501200.00
	Műveletet végző felhasználó ActionUser	Az adott tevékenységet végrehajtó felhasználó.
Leírás Azonosítja az eseményért felelős személyt, például a munkaidő-nyilvántartást jóváhagyó vezetőt vagy a bérszámfejtési futást véglegesítő bérszámfejtési szakértőt. Ezek az adatok nélkülözhetetlenek a „Payroll Specialist Productivity” nézethez, és segítenek feltárni, mely vezetőknek lehet szükségük képzésre. Miért fontos? Támogatja az erőforrások elemzését és a folyamaton belüli felelősség nyomon követését. Hol szerezhető be? Auditnaplók, a tranzakciós táblák User ID oszlopa. Példák jsmithRendszergazdamgarcia_mgr
	Pay Group PayGroupName	A munkavállalók bérszámfejtéshez használt csoportosítása.
Leírás Azonos fizetési ütemezés szerint fizetett munkavállalókat csoportosítja, például „US Bi-Weekly” vagy „UK Monthly”. A Dayforce-ban a Pay Group a bérszámfejtési futások egyik alapvető szervezeti egysége. Ez az attribútum nélkülözhetetlen az „End To End Payroll Cycle Duration” dashboardhoz, mivel az egyes Pay Groupok ciklusideje és határideje eltérhet. Miért fontos? Ez a bérszámfejtési teljesítmény összehasonlításának és a csoportszintű problémák feltárásának elsődleges szempontja. Hol szerezhető be? PayGroup tábla vagy PayRun-definíció. Példák US vállalati, havi bérezésű munkavállalókCA kiskereskedelmi, órabéres munkavállalókUK vezetők, havi bérezésű munkavállalók
	Részleg DepartmentName	Az a szervezeti egység, amelyhez a munkavállaló tartozik.
Leírás Megadja a bérszámfejtési rekordhoz tartozó funkcionális részleget, például az értékesítést, az IT-t vagy a HR-t. A Dayforce-ban ez gyakran az „Org Unit” vagy a „Department” hierarchiához kapcsolódik. Ez a mező biztosítja a „Time Sheet Approval Performance” dashboard adatait, így részlegenként megvizsgálható, hol késleltetik a vezetők a jóváhagyást. Miért fontos? Lehetővé teszi a szervezeti egységek teljesítményének összehasonlítását és a jóváhagyási késések kiváltó okainak feltárását. Hol szerezhető be? Munkavállalói rekord vagy szervezeti egységek hierarchiája. Példák PénzügyEllátási lánc és logisztikaÉszak-amerikai értékesítés
	SLA-feldolgozási határidő SlaProcessingDeadline	A banki fájl létrehozásának előírt befejezési időpontja.
Leírás Az a belső vagy külső határidő, ameddig a „Bank Transfer File Generated” tevékenységnek meg kell történnie ahhoz, hogy a munkavállalók időben megkapják a bérüket. A „Bank Transfer Deadline Compliance” dashboard ezt használja. Ez az attribútum lehet a fizetés dátumához kötött állandó szabály, például a fizetés dátuma mínusz két nap, vagy a Pay Group beállításaiban megadott mező. Miért fontos? Ez az alapérték szolgál a határidőre történő teljesítés és a megfelelési kockázat kiszámításához. Hol szerezhető be? A fizetés dátumából és a banki feldolgozási szabályok beállításaiból származtatható. Példák 2023-10-25T14:00:00Z2023-10-26T10:00:00Z
	A korrekció oka CorrectionReason	Az adatkorrekcióhoz megadott okkód.
Leírás Ha sor kerül az „Adatkorrekció végrehajtása” tevékenységre, ez az attribútum rögzíti a megadott okot, például „Hiányzó munkaidő-rögzítés” vagy „Visszamenőleges bérkorrekció”. Részletesebbé teszi a „Kézi korrekciók és újramunkálás aránya” dashboardot, így a csapat célzottan kezelheti a kézi munkát kiváltó okokat. Miért fontos? Nélkülözhetetlen az újramunkálás kiváltó okainak elemzéséhez. Hol szerezhető be? Az auditnapló részletei vagy a korrekciós tranzakciók megjegyzésmezői. Példák Hiányzó munkaidő-rögzítésHibás díjtételVisszamenőleges korrekció
	Adózási illetékesség TaxJurisdiction	Az adóbevallásért felelős régió vagy hatóság.
Leírás Azonosítja a bérszámfejtési rekordhoz tartozó adóhatóságot, például az állami, tartományi vagy országos hatóságot. A „Tax Filing and Compliance Monitor” dashboard ezt használja. Lehetővé teszi a bérszámfejtés utáni megfelelési folyamat területi bontását, és kiemeli azokat az illetékességi területeket, ahol gyakran késik a bevallás. Miért fontos? Lehetővé teszi a megfelelés nyomon követését és a folyamat teljesítményének földrajzi elemzését. Hol szerezhető be? A munkavállaló adóbeállításai vagy a Payroll Result adózási adatai. Példák KaliforniaOntarioNew YorkEgyesült Királyság
	Auditkivétel történt IsAuditExceptionFlagged	Logikai jelző, amely megmutatja, hogy a rekord auditfigyelmeztetést váltott-e ki.
Leírás Számított vagy közvetlen jelző, amely azt mutatja, hogy az adott esetben megtörtént-e az „Auditkivétel jelölése” tevékenység. Ez alapján számítható az „Auditkivételek aránya” KPI. A sok kivétel adatminőségi problémára vagy a Dayforce megfelelőségi motorjának túl szigorú beállítására utalhat. Miért fontos? Egyszerűbbé teszi a hibaarányok és az újramunkálási körök kiszámítását. Hol szerezhető be? Az „Auditkivétel jelölése” tevékenység előfordulásából származtatva. Példák truefalse
	Bérfizetési időszak PayPeriodDescription	A bérfizetési ciklus megnevezése.
Leírás A bérfizetési időszak közérthető megnevezése, például „2023. 42. hét” vagy „2023. október, havi két bérfizetés”. Ez segíti a szűrést és az adatok megjelenítését a dashboardokon. Kontextust ad a „Bérrekordhoz”, és gyakran a „Folyamatváltozat útvonalának elemzése” nézetben is megjelenik, ahol az egyes futások szűrésére használható. Miért fontos? Az üzleti felhasználók számára is érthetővé teszi az adatokat. Hol szerezhető be? A PayPeriod tábla leírás oszlopa. Példák 2023-42. hét2023. október, első félhavi időszak2023-11
	Foglalkoztatás típusa EmploymentType	A munkavállaló besorolása (teljes munkaidős, részmunkaidős vagy szerződéses).
Leírás A munkavállaló foglalkoztatási formáját jelöli. A benchmarkokban annak vizsgálatára használható, hogy a szerződéses vagy részmunkaidős munkatársak bérfeldolgozása, illetve hibaaránya eltér-e a többi csoportétól. A Dayforce rendszerben ez gyakran a munkavállalói rekordban található. Miért fontos? Lehetővé teszi a statisztikák csoportosítását és az összehasonlítások pontosabbá tételét. Hol szerezhető be? Employee tábla. Példák Teljes munkaidősRészmunkaidősSzerződéses munkavállaló
	Késik a banki átutalás IsBankTransferLate	Jelzi, hogy a banki fájl nem készült el a határidőre.
Leírás Logikai érték, amely a „Banki átutalási fájl létrehozása” időbélyegét az „SLA-feldolgozási határidővel” veti össze. Ez alapján számítható a „Határidőre teljesített banki átutalások aránya” KPI. A késedelmes átutalások azonosításával megelőzhető, hogy a munkavállalók késve kapják meg a fizetésüket. Miért fontos? A megfelelés és a megbízhatóság fontos mutatója. Hol szerezhető be? Számítás: BankTransferTime > SlaProcessingDeadline. Példák truefalse
	Költséghely CostCenterCode	A bérköltségre terhelt pénzügyi kód.
Leírás A munkavállaló jövedelméhez rendelt főkönyvi költséghely. A „Költséghely-feldolgozási benchmarkok” nézetben ezzel hasonlítható össze a különböző pénzügyi egységek hatékonysága. A Dayforce rendszerben ez a főkönyvi (GL) felosztás részleteinek része. Miért fontos? Összekapcsolja a folyamat teljesítményét a pénzügyi jelentések struktúrájával. Hol szerezhető be? A munkavállaló GL-beállításai vagy a munkaerő-felosztási táblák. Példák CC-1020CC-5500-USCC-IT-OPS

Kötelező Javasolt Nem kötelező

A bérfeldolgozás tevékenységei

Rögzítse ezeket az alapvető folyamateseményeket és állapotváltozásokat, hogy pontos, időrendi képet kapjon a bérfeldolgozási és kifizetési munkafolyamatokról.

7 Javasolt 8 Nem kötelező

	Tevékenység	Leírás
	Banki átutalási fájl létrehozva	A NACHA-, SEPA- vagy más banki fájlok létrehozása. Az SLA-határidőhöz viszonyított „On-Time Bank Transfer Rate” kiszámításához használható.
Miért fontos? A megfelelés szempontjából fontos lépés, amely biztosítja, hogy a pénz időben megérkezzen a kifizetéshez. Hol szerezhető be? A rendszerfeladat naplója jelzi a banki átutalási fájl sikeres létrehozását. Rögzítés A „File Generation” tranzakció végrehajtásakor naplózva Eseménytípus explicit
	Bérszámfejtési rekord jóváhagyva	A bérszámfejtési rekord végleges engedélyezése, amelyet gyakran a bérszámfejtési futás „Committing” vagy „Locking” műveletének neveznek. Ezzel lezárul a számítási és ellenőrzési szakasz.
Miért fontos? Ez a végleges mérföldkő választja el a feldolgozást a kifizetéstől. Hol szerezhető be? A Pay Run állapota „Committed”, „Locked” vagy „Approved” értékre változik. Rögzítés A „Commit” tranzakció végrehajtásakor naplózva Eseménytípus explicit
	Bérszámfejtési rekord létrehozva	Jelzi egy munkavállaló adott bérszámfejtési futásához tartozó rekord létrehozását. A Dayforce-ban erre akkor kerül sor, amikor megnyitják a Pay Groupot az adott ciklushoz, és a munkavállalókat hozzárendelik a futáshoz.
Miért fontos? Ezzel indul a bérszámfejtési eset, és ez adja a teljes ciklusidő mérésének kiindulópontját. Hol szerezhető be? Keresse meg a munkavállaló bérszámfejtési futásrekordjának létrehozási időbélyegét a Pay Group példányán belül. Rögzítés A bérszámfejtési futásrekord létrehozásakor naplózva Eseménytípus explicit
	Bruttó bér kiszámítva	A rendszer számítási motorja a munkaórák, a díjtételek és az importált adatok alapján kiszámítja a bruttó bért. Ez a „Calculation Engine Flow Speed” dashboardon követett folyamat első lépése.
Miért fontos? A bemeneti adatok véglegesítése után méri a számítási motor válaszidejét. Hol szerezhető be? A számítási köteg futása során a „Gross Pay” mező kitöltésének vagy frissítésének időbélyegéből állapítható meg. Rögzítés Hasonlítsa össze az állapotmezőt a változás előtt és után Eseménytípus inferred
	Kifizetés végrehajtva	A munkavállalónak történő kifizetés tényleges dátuma. Ezzel zárul le a folyamat pénzügyi része a munkavállaló számára.
Miért fontos? Fontos mérföldkő az „End To End Payroll Cycle Duration” méréséhez és a munkavállalói elégedettség szempontjából. Hol szerezhető be? A véglegesített bérszámfejtési rekord „Check Date” vagy „Payment Date” mezője. Rögzítés A „Disbursement” tranzakció végrehajtásakor naplózva Eseménytípus explicit
	Munkaidő-nyilvántartás beküldve	Az esemény akkor történik, amikor a munkavállaló vagy a vezető beküldi a feldolgozandó munkaidő- és jelenléti adatokat. Ez kapcsolja össze a WFM modult a Payroll modullal.
Miért fontos? Az „End To End Payroll Cycle Duration” dashboardon ezzel mérhető, mennyi idő telik el az adatok rögzítésétől kezdve. Hol szerezhető be? A Dayforce WFM modul naplóiból vagy a timecard objektum „Submitted” állapotba váltásából állapítható meg. Rögzítés Hasonlítsa össze az állapotmezőt a változás előtt és után Eseménytípus inferred
	Munkaidő-nyilvántartás jóváhagyva	A vezető vagy a felettes jóváhagyja a beküldött munkaidő-adatokat. Az itt jelentkező késések közvetlenül rontják a „Time Sheet Approval Performance” dashboard eredményeit.
Miért fontos? Feltárja a jóváhagyási lánc szűk keresztmetszeteit, amelyek késleltetik a bérszámfejtés elindítását. Hol szerezhető be? Kövesse nyomon, mikor vált a timecard állapota „Approved” vagy „Signed Off” értékre a WFM modulban. Rögzítés Az „Approved” tranzakció végrehajtásakor naplózva Eseménytípus explicit
	Adat javítva	A felhasználó az első számítás után kézzel módosítja a béradatokat, például a munkaórákat, a díjtételeket vagy a levonásokat. A „Manual Correction and Rework Rates” dashboard ezt követi.
Miért fontos? Az utómunka közvetlen mérőszáma. A folyamat hatékonyságának javításához elsősorban ezt a tevékenységet kell visszaszorítani. Hol szerezhető be? Az auditnaplóban szereplő bejegyzések, amelyek szerint egy felhasználó frissítette a munkavállalói béradatokat tartalmazó táblákat. Rögzítés A „Record Updated” tranzakció végrehajtásakor naplózva Eseménytípus explicit
	Adóbevallás benyújtva	Annak megerősítése, hogy a bérszámfejtés utáni adóbevallás feldolgozása sikeresen megtörtént az illetékes adóhatóságnál. A „Tax Filing and Compliance Monitor” dashboard adatait biztosítja.
Miért fontos? Biztosítja a jogszabályi megfelelést, és segít elkerülni a munkavállalók kifizetése után kiszabható bírságokat. Hol szerezhető be? Az adómodul vagy az integrációs napló állapotfrissítése igazolja, hogy az adóhatóság vagy a külső bevalláskezelő átvette a bevallást. Rögzítés A „Filing Confirmed” tranzakció végrehajtásakor naplózva Eseménytípus explicit
	Adók kiszámítva	Az utolsó számítási lépés, amelyben az adózási illetékesség szabályai alapján meghatározzák a nettó bért. Ezzel befejeződik az automatikus számítási folyamat.
Miért fontos? Az összetett adószabályok lassíthatják a feldolgozást. Ez a tevékenység segít felmérni az adószámítási motor teljesítményét. Hol szerezhető be? Az adótételek létrehozásának időbélyege, vagy az adatbázisban szereplő „Net Pay” mező véglegesítésének időpontja. Rögzítés Hasonlítsa össze az állapotmezőt a változás előtt és után Eseménytípus inferred
	Auditkivétel jelölve	A rendszer az ellenőrzési szabályok alapján figyelmeztetést vagy hibaüzenetet jelenít meg, például negatív nettó bér esetén. A „Audit Exception Flagging Rate” KPI méréséhez használható.
Miért fontos? A gyakori előfordulás gyenge minőségű forrásadatokra vagy olyan konfigurációs hibákra utal, amelyek kézi beavatkozást igényelnek. Hol szerezhető be? Nyerje ki az adatokat a rendszer üzenet- vagy hibanapló-táblájából, a Pay Run ID alapján. Rögzítés Az „Exception Created” tranzakció végrehajtásakor naplózva Eseménytípus explicit
	Bérjegyzék közzétéve	A munkavállalók az ESS portálon férhetnek hozzá a digitális bérjegyzékükhöz. A „Digital Pay Slip Availability” dashboard adatait biztosítja.
Miért fontos? A kifizetés végrehajtása és az adatok elérhetővé válása közötti időt méri. Hol szerezhető be? A bérjegyzék közzétételét végző feladat befejezésének időbélyege, vagy annak időpontja, amikor a láthatósági jelző értéke true lesz. Rögzítés Hasonlítsa össze az állapotmezőt a változás előtt és után Eseménytípus inferred
	Bérszámfejtési eredmény előnézete megtekintve	A felhasználó megtekinti az előzetes bérjegyzéket vagy a bérszámfejtés előnézetét. Ezzel elemezhető a „Preview Phase Efficiency”, és feltárhatók az ismétlődő feldolgozási körök.
Miért fontos? Jelzi a kézi ellenőrzési szakasz kezdetét. Az előnézet ismételt megtekintése arra utalhat, hogy továbbra is problémák vannak az adatokkal. Hol szerezhető be? A hozzáférési naplók jelzik, ha egy felhasználó létrehozta a „Payroll Preview” jelentést, vagy megnyitotta az előnézeti képernyőt. Rögzítés A „Preview Report” tranzakció végrehajtásakor naplózva Eseménytípus explicit
	Juttatások levonásai alkalmazva	A juttatási szabályok és levonások alkalmazása a bruttó bérre. Az automatikus számítási folyamat része, amelyet a folyamat sebességét mérő dashboard követ.
Miért fontos? Külön méri a bérszámfejtési futás juttatási motorjához kapcsolódó feldolgozási időt és hibákat. Hol szerezhető be? A levonási tételek bérszámfejtési rekordba írásának időbélyege, vagy a „Total Deductions” mező frissítésének időpontja. Rögzítés A mező frissítési időbélyegét a korábbi időbélyeggel összevetve állapítható meg Eseménytípus calculated
	Ösztönző juttatások adatai importálva	Rögzíti a bónuszokat, jutalékokat vagy egyszeri kifizetéseket tartalmazó külső adatfájlok sikeres importálását. A „Incentive Data Import Lead Times” dashboard adatait biztosítja.
Miért fontos? Az adatok késedelmes beérkezése gyakran megakasztja a bérszámfejtést. Hol szerezhető be? A Dayforce integrációs naplói jelzik a bérszámfejtési futáshoz tartozó XML- vagy CSV-importfeladatok befejezését. Rögzítés Az „Import” tranzakció végrehajtásakor naplózva Eseménytípus explicit

Javasolt Nem kötelező

Adatkinyerési útmutatók

Adatok kinyerése a Ceridian Dayforce rendszerből

Lépések

Jelentkezzen be a Ceridian Dayforce alkalmazásba olyan felhasználói fiókkal, amely Reporting- és System Admin-jogosultsággal rendelkezik.
A főmenüből nyissa meg a Reporting funkciót.
Kattintson az Add gombra új jelentés létrehozásához, majd válassza ki a System Audit Trail nevű témakört. Ez tartalmazza a process mininghez szükséges korábbi módosítások naplóját.
A Column Selection részen adja hozzá a következő mezőket: Transaction Id, User Name, Timestamp, Feature Name, Operation, Table Name, Column Name, Old Value, New Value és Context Info. Ez utóbbi általában az Employee és a Pay Group adatait tartalmazza.
Adjon hozzá szűrőt, és a Feature Name mezőben válassza ki a Payroll, WFM (Workforce Management) és Benefits értékeket.
Adjon hozzá egy második szűrőt a Date Range mezőhöz, és állítsa be a kívánt elemzési időszakot, például az elmúlt 90 napot.
Mentse a jelentést Process Mining Audit Extract néven.
Hozzon létre egy második jelentést a Pay Run History témakörrel. Ezzel a magas szintű állapotváltozásokat (Calculation, Approval, Commit) rögzítheti, amelyek nem feltétlenül jelennek meg a részletes, mezőszintű ellenőrzési naplóban. Válassza ki a következő mezőket: Pay Group, Pay Period End Date, Workflow Status, Status Change Date és User.
Futtassa le mindkét jelentést, majd exportálja az eredményeket CSV-formátumban.
Mivel a Dayforce normalizált adatokat exportál, egyesítse a két CSV-fájlt. A rekordokat a Pay Group és a Pay Period azonosítók alapján párosítsa.
Az alábbi Query szakaszban megadott átalakítási logikával rendelje hozzá a nyers Dayforce-ellenőrzési kódokhoz a szabványos tevékenységneveket.
A végleges adatkészletet alakítsa a szükséges oszlopok szerinti formára: PayrollRecordId, ActivityName, EventDateTime, SourceSystem és a többi attribútum. Ezután mentse egyetlen CSV-fájlként feltöltéshez.

Konfiguráció

Jelentéstéma kiválasztása: A részletes mezőváltozásokhoz használja a „System Audit Trail”, a magas szintű munkafolyamat-eseményekhez pedig a „Pay Run History” témakört.
Dátumtartomány: Válasszon 3–6 hónapos időszakot, hogy az esetek lezárása is látható legyen, de ne lépje túl az exportálási méretkorlátot.
Funkciószűrők: A nem kapcsolódó HR-módosítások kiszűréséhez az Audit Trail jelentésben kizárólag a „Payroll”, „Time And Attendance” és „Benefits” funkciókat válassza ki.
Felhasználói környezet: Az exportban a „System” felhasználó műveletei is szerepeljenek. Az automatikus lépéseket, például a számításokat, nem emberi felhasználó, hanem a System-fiók végzi.
Formázás: Az export formátuma CSV (vesszővel tagolt) legyen, fejléc szerinti csoportosítás nélkül, hogy az adatokat géppel is fel lehessen dolgozni.
Időzóna: Ellenőrizze, hogy az exportált időbélyegek UTC vagy szerveridő szerintiek-e. Így a különböző helyszíneken dolgozó felhasználók adatai időrendben összevethetők.

Példa-lekérdezés json

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

Lépések

Előfeltételek beállítása: Hozzon létre szolgáltatásfiókot a Ceridian Dayforce-ban, amely hozzáfér a Web Services (REST API) szolgáltatáshoz. A fióknak jogosultságra van szüksége az Employee Pay Summary, a Time entry, valamint az Audit/Workflow adatokhoz.
API beállítása: A Dayforce-ban lépjen a System Admin > Integrations > Web Services menüpontra. Jegyezze fel a Client Namespace és a Service URL értékét, és ellenőrizze, hogy a Basic Auth vagy az OAuth be van-e állítva. Az egyszerűség kedvéért ez a szkript Basic Authot használ, éles környezetben azonban az OAuth ajánlott.
Környezet előkészítése: Telepítse a Python 3.x verzióját és a szükséges könyvtárakat. A pandas és a requests könyvtárra lesz szüksége. Telepítésükhöz futtassa a pip install pandas requests parancsot.
Szkript beállítása: Módosítsa a megadott szkript elején található konfigurációs változókat. A username, password, client_namespace és base_url helyőrzőit cserélje le a saját példányához tartozó adatokra.
Dátumtartomány megadása: A szkriptben állítsa be a start_date és end_date értékét az elemzendő bérszámfejtési időszakok szerint. Az első ellenőrzéshez 3–6 hónapos időszakot javaslunk.
Futtatás: Futtassa a szkriptet parancssorból, például a python extract_dayforce.py paranccsal. A szkript több végpontról (Pay Summary, Time, Audit) gyűjti össze az adatokat, majd egységes eseménynaplóvá egyesíti őket.
Adatok átalakítása: A szkript automatikusan egységesíti az időbélyegeket, és a Dayforce állapotkódjait a szükséges szabványos tevékenységnevekre képezi le. Például a committed Workflow Status értéket Payroll Record Approved névre alakítja.
Kimenet létrehozása: A szkript a dayforce_payroll_event_log.csv nevű fájlba menti az adatokat az aktuális könyvtárban.
Ellenőrzés: Nyissa meg a CSV-fájlt, és ellenőrizze, hogy egy adott bérszámfejtési időszakhoz következetesen ugyanaz a PayrollRecordId tartozik-e, valamint hogy a dátumok logikus időrendet követnek-e.
Importálás: Töltse fel az elkészült CSV-fájlt a ProcessMindba. A PayrollRecordId mezőt rendelje a Case ID-hoz, az ActivityName mezőt az Activityhez, az EventDateTime mezőt pedig a Timestamphez.

Konfiguráció

Kötegméret: A Dayforce API lapozva adja vissza az adatokat. A szkript alapértelmezés szerint oldalanként 50 vagy 100 rekordot kér le. Időtúllépés esetén módosítsa a limit paramétert.
Kérések korlátozása: A Dayforce szigorú API-hívási korlátokat alkalmaz. A szkript a kérések között rövid szüneteket tart, így elkerülhetők a 429 Too Many Requests hibák.
Client Namespace: Ez az érték elengedhetetlen a kapcsolati karakterlánchoz, és egyedileg azonosítja az Ön Dayforce-példányát.
Adatok elérhetősége: A Dayforce API-k általában valós idejű adatokat adnak vissza, de a régi rekordok (1–2 évnél régebbiek) ellenőrzési naplói archiválva lehetnek, vagy lassabban kérhetők le.
Jogosultságok: Ha személyes adatokat tartalmazó mezőket is le szeretne kérni, az API-felhasználónak olvasási jogosultsággal kell rendelkeznie ezekhez. Ez a szkript azonban a folyamat metaadataira összpontosít.
Időzóna: Az API-k általában UTC-időt adnak vissza. A szkript kezeli az átváltást, de a felhasználói felületen látható adatokkal való összehasonlításhoz ellenőrizze a szerver időzónáját.

Példa-lekérdezés python

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Kezdheti?

Kezdje el a folyamat fejlesztését: alkalmazza ezt a sablont a béradataira. Csapatunk segít az adatok kinyerésében és az elemzéshez való előkészítésében.

Vissza a folyamatfejlesztési útmutatóhoz

Sablon letöltése

Szüntesse meg a bérfeldolgozás késéseit, és kezdje el a fejlesztést még ma

Rövidítse 30%-kal a bérszámfejtési ciklust, és szüntesse meg a szűk keresztmetszeteket.

Próbálja ki ingyen

Nincs szükség bankkártyára. A beállítás 5 percet vesz igénybe.

Bérfeldolgozási adatsablon

Bérfeldolgozási adatsablon

A bérfeldolgozás attribútumai

A bérfeldolgozás tevékenységei

Adatkinyerési útmutatók

Dayforce Ad-Hoc Reporting béradat-exportálás

Lépések

Konfiguráció

Példa-lekérdezés json

Adatok kinyerése Python-szkripttel a Dayforce REST API-n keresztül

Lépések

Konfiguráció

Példa-lekérdezés python

Kezdheti?

Szüntesse meg a bérfeldolgozás késéseit, és kezdje el a fejlesztést még ma