> Miglioramento continuo dei processi > Gestione delle spese > Ramp > Template dei dati

Il Suo template dei dati per la gestione delle note spese

Ramp

Attributi per la gestione delle note spese (19) Attività di gestione delle note spese (12) Guide all’estrazione (3)

Il Suo template dei dati per la gestione delle note spese

Questo template offre indicazioni chiare sui dati da raccogliere per analizzare e ottimizzare il processo di gestione delle note spese. Descrive gli attributi essenziali, le attività principali da monitorare e le istruzioni pratiche per estrarre i dati da Ramp. Utilizzi questa risorsa per raccogliere tutte le informazioni necessarie a individuare opportunità di miglioramento e analizzare il processo.

Attributi consigliati da raccogliere
Attività principali da monitorare
Istruzioni per l’estrazione da Ramp

Non conosce ancora gli Event Log? Scopra come creare un Event Log per il Process Mining.

Scarica il template

Attributi per la gestione delle note spese

Questi sono i campi dati essenziali da includere nell’event log per analizzare in modo completo il processo di gestione delle note spese.

3 Obbligatorio 6 Consigliato 10 Facoltativo

	Nome	Descrizione
	Data e ora dell’evento EventTimestamp	La data e l’ora esatte in cui si è verificata l’attività.
Descrizione A ogni attività del processo corrisponde una data e ora che ne registra il momento di esecuzione. Questi dati temporali servono a ordinare gli eventi cronologicamente e costituiscono la base di tutte le analisi relative ai tempi. Nel Process Mining, le date e le ore vengono utilizzate per calcolare i tempi di ciclo tra le attività, misurare la durata complessiva di un caso e individuare i ritardi. Sono informazioni fondamentali per monitorare le prestazioni e identificare opportunità di miglioramento del processo. Perché è importante Questo attributo stabilisce l’ordine cronologico degli eventi ed è essenziale per calcolare le durate e analizzare le prestazioni. Dove reperirli Queste informazioni si trovano in genere accanto ai record delle attività o degli stati negli Event Log o nei dati delle transazioni di Ramp. Esempi 2023-10-26T10:00:00Z2023-10-26T14:30:00Z2023-10-27T09:00:00Z
	ID della nota spese ExpenseReportId	Identificativo univoco di ogni nota spese, utilizzato come identificativo principale del caso nel processo.
Descrizione L’ID della nota spese raggruppa tutti gli eventi e le attività relativi a un singolo invio di spese. Consente di ricostruire in ordine cronologico l’intero percorso di una richiesta di rimborso, dall’inserimento iniziale al pagamento finale. Nel Process Mining, questo attributo è essenziale per ricostruire il percorso completo di ogni nota spese. Utilizzandolo come ID del caso, le analisi possono calcolare con precisione i tempi di ciclo, individuare i colli di bottiglia e visualizzare i diversi percorsi seguiti dalle note spese durante l’approvazione. Perché è importante È l’attributo fondamentale che collega tutte le attività correlate in un’unica istanza di processo e rende possibile l’analisi completa dall’inizio alla fine. Dove reperirli Questo identificativo dovrebbe essere disponibile nella tabella principale delle note spese o delle transazioni in Ramp. Esempi ER-2023-08-1123ER-2023-09-4591ER-2023-10-0024
	Nome dell’attività ActivityName	Il nome dell’evento o dell’attività specifica che si è verificata in un determinato momento del processo di gestione delle spese.
Descrizione Questo attributo descrive un singolo passaggio del ciclo di vita di una nota spese, ad esempio 'Spesa inviata', 'Approvata dal responsabile' o 'Rimborso eseguito'. Queste attività costituiscono i nodi della mappa del processo e ne consentono la visualizzazione e l’analisi del flusso. L’analisi delle attività aiuta a individuare i passaggi più frequenti, i punti in cui si formano colli di bottiglia e le differenze tra i flussi di lavoro. È un elemento essenziale per comprendere la sequenza delle operazioni e misurare le prestazioni in ogni fase. Perché è importante Definisce i passaggi della mappa del processo e consente di visualizzare e analizzare il flusso dall’inizio alla fine. Dove reperirli In genere, si ricava dagli Event Log o dai record delle modifiche di stato associati a ciascuna nota spese in Ramp. Esempi Spesa inviataApprovata dal responsabileIn attesa della revisione dell’ufficio finanziarioRimborso eseguito
	Categoria di spesa ExpenseCategory	La categoria assegnata a una spesa, ad esempio 'Viaggi', 'Software' o 'Pasti'.
Descrizione Questo attributo classifica le spese in categorie predefinite, facilitando il monitoraggio e il controllo delle spese aziendali. Una singola nota spese può includere voci appartenenti a più categorie. L’analisi per categoria di spesa è essenziale per la Dashboard 'Analisi delle categorie di spesa'. Aiuta i team finanziari a capire come vengono spesi i fondi, monitorare il rispetto del budget e individuare tendenze o anomalie nel tempo. Perché è importante Consente un’analisi dettagliata delle spese, aiutando a individuare le principali voci di costo e le opportunità per ottimizzare il budget. Dove reperirli In genere, in Ramp questo dettaglio è disponibile a livello di singola voce della nota spese. Per alcune analisi potrebbe essere necessario aggregare i dati a livello di nota. Esempi Biglietto aereoPasti e intrattenimentoAbbonamento softwareMateriale per ufficio
	Importo totale della nota spese ReportTotalAmount	Il valore monetario complessivo della nota spese.
Descrizione Questo attributo rappresenta la somma di tutte le spese incluse in una singola nota. È una metrica finanziaria importante per comprendere le abitudini di spesa. Nell’analisi dei processi, l’importo della nota può essere utilizzato per segmentare i casi e verificare se le note di importo elevato seguono iter di approvazione diversi o richiedono più tempo. È un dato fondamentale per le Dashboard di analisi delle spese e per individuare opportunità di riduzione dei costi. Perché è importante Fornisce una dimensione finanziaria essenziale per l’analisi, consentendo di suddividere le note per importo e monitorare la spesa complessiva. Dove reperirli È un campo principale dell’oggetto nota spese in Ramp. Esempi 150.752500.0089.99
	Indicatore di violazione delle policy PolicyViolationFlag	Indicatore che segnala se la nota spese è stata contrassegnata per una violazione delle policy.
Descrizione Questo attributo booleano assume il valore true se i controlli automatici del sistema rilevano una possibile violazione delle policy aziendali sulle spese, ad esempio il superamento di un limite di spesa o l’invio di una spesa duplicata. L’indicatore è fondamentale per la Dashboard 'Rilevamento delle violazioni delle policy' e per il relativo KPI. Aiuta a misurare l’efficacia dei controlli e a individuare le cause più frequenti di non conformità, fornendo indicazioni per aggiornare le policy o formare i dipendenti. Perché è importante Misura direttamente la conformità alle policy e aiuta a individuare e ridurre le spese non conformi e i rischi associati. Dove reperirli Probabilmente è un indicatore generato dal sistema in Ramp, attivato dai controlli automatici delle policy durante l’invio o l’approvazione. Esempi truefalse
	Motivo della revisione RevisionReason	Il motivo indicato quando una nota spese viene restituita al dipendente per una revisione.
Descrizione Quando un approvatore rifiuta o restituisce una nota spese, in genere ne indica il motivo. Questo attributo registra la motivazione, ad esempio 'Ricevuta dettagliata mancante', 'Categoria errata' o 'Spesa non conforme alle policy'. Queste informazioni sono preziose per la Dashboard 'Tasso e cause delle revisioni delle note spese'. Analizzando i motivi più frequenti delle rilavorazioni, le organizzazioni possono individuare problemi ricorrenti nella procedura di invio e introdurre interventi mirati di formazione o miglioramenti del sistema per ridurre gli errori. Perché è importante Fornisce informazioni dirette sulle cause profonde delle rilavorazioni e consente di intervenire in modo mirato per migliorare la qualità delle note spese al primo invio. Dove reperirli Questi dati vengono registrati nei commenti o nei dettagli del rifiuto quando in Ramp si verifica l’attività 'Spesa restituita per la revisione'. Esempi Ricevuta dettagliata mancanteLa spesa supera il limite previsto dalla policyCategoria di spesa selezionata errataTransazione duplicata
	Nome utente UserName	Il nome o l’ID dell’utente che ha svolto l’attività, ad esempio il dipendente che ha inviato la spesa o l’approvatore.
Descrizione Questo attributo identifica la persona responsabile di un determinato evento del processo, ad esempio l’invio, l’approvazione o la revisione di una nota spese. Può contenere il nome del dipendente o un ID utente univoco. L’analisi per utente aiuta a comprendere la distribuzione del carico di lavoro, individuare chi ottiene i risultati migliori e riconoscere chi potrebbe aver bisogno di ulteriore formazione. È fondamentale per le Dashboard dedicate alle prestazioni delle approvazioni e alla gestione delle risorse. Perché è importante Associa le attività del processo a persone specifiche, consentendo di analizzare le prestazioni a livello di risorsa e individuare le esigenze di formazione. Dove reperirli Le informazioni sugli utenti sono in genere registrate nella traccia di audit o nella cronologia delle transazioni di ogni nota spese in Ramp. Esempi Alice JohnsonBob SmithCharlie BrownAutomazione di sistema
	Reparto del dipendente EmployeeDepartment	Il reparto del dipendente che ha inviato la nota spese.
Descrizione Questo attributo indica l’unità aziendale o il reparto a cui appartiene il dipendente che ha inviato la spesa, ad esempio 'Vendite', 'Ingegneria' o 'Marketing'. È una dimensione fondamentale per l’analisi, perché consente di filtrare e confrontare le prestazioni del processo nelle diverse aree dell’organizzazione. Può rivelare differenze tra i reparti nei tempi di approvazione, nelle richieste di revisione e nella conformità alle policy, fornendo indicazioni per interventi di miglioramento mirati. Perché è importante Consente di confrontare le metriche del processo tra diverse unità aziendali, mettendo in evidenza le differenze in termini di efficienza, conformità e spesa. Dove reperirli Queste informazioni sono probabilmente associate al profilo utente del dipendente in Ramp o a un sistema HR integrato. Esempi VenditeMarketingIngegneriaUfficio finanziario
	È una rilavorazione IsRework	Indicatore calcolato che segnala se una nota spese è stata restituita per una revisione almeno una volta.
Descrizione Questo attributo booleano viene ricavato verificando se, per un determinato caso, si è verificata l’attività «Nota spese restituita per revisione». Viene impostato su true per tutte le note spese che hanno richiesto almeno un ciclo di revisione. L’indicatore semplifica il calcolo del KPI «Tasso di revisione delle note spese» e consente di filtrare e confrontare facilmente le note spese approvate al primo tentativo con quelle che hanno richiesto una rilavorazione. L’analisi di questi due gruppi può rivelare l’impatto delle revisioni in termini di tempo e costi. Perché è importante Consente di isolare facilmente le rilavorazioni per analizzarle e quantificare la frequenza e l’impatto delle note spese restituite per correzioni. Dove reperirli Questo campo viene calcolato durante la trasformazione dei dati, verificando se nel caso è presente un’attività di revisione. Esempi truefalse
	Esito dell’audit AuditOutcome	Esito di un audit interno o esterno della nota spese.
Descrizione Per le note spese sottoposte a un audit formale, questo attributo registra l’esito finale, ad esempio «Approvato», «Respinto parzialmente» o «Ulteriori informazioni richieste». Questi dati sono fondamentali per la Dashboard «Prestazioni dell’audit delle spese». Consentono di valutare l’efficacia del processo di audit, monitorare la frequenza dei diversi esiti e comprendere l’impatto finanziario dei rilievi emersi. Perché è importante Misura l’efficacia e i risultati del processo di audit, fornendo indicazioni sulla conformità e sulle carenze dei controlli. Dove reperirli Queste informazioni sarebbero registrate nel modulo di audit di Ramp o in un sistema integrato, se utilizzato per verifiche dettagliate delle spese. Esempi SuperatoSuperato con osservazioniRespintoInoltrato a un livello superiore
	Metodo di invio SubmissionMethod	Canale utilizzato per inviare la nota spese, ad esempio un’app mobile o un portale web.
Descrizione Questo attributo indica come il dipendente ha inviato la nota spese. Tra i metodi più comuni figurano l’applicazione mobile, il browser web su computer e l’inoltro tramite e-mail. Analizzare il metodo di invio può fornire indicazioni sul comportamento degli utenti e sull’adozione della tecnologia. Ad esempio, un numero elevato di revisioni per le note spese inviate tramite un determinato canale potrebbe indicare problemi di usabilità della relativa interfaccia. Perché è importante Fornisce informazioni sul comportamento degli utenti e aiuta a capire se determinati canali di invio sono associati a un maggior numero di errori o ritardi. Dove reperirli Queste informazioni potrebbero essere registrate nei metadati dell’evento di invio nei log di sistema di Ramp. Esempi App mobilePortale webE-mail
	Metodo di rimborso ReimbursementMethod	Metodo utilizzato per effettuare il pagamento del rimborso, ad esempio tramite ACH o bonifico bancario.
Descrizione Questo attributo specifica il canale di pagamento utilizzato per rimborsare il dipendente. I diversi metodi possono comportare tempi di elaborazione e costi differenti. Analizzare i rimborsi in base al metodo consente di individuare i canali di pagamento più efficienti. La Dashboard «Prestazioni dei metodi di rimborso» utilizza questi dati per confrontare i tempi di ciclo e l’affidabilità, offrendo indicazioni utili per ottimizzare le strategie di pagamento. Perché è importante Consente di confrontare le prestazioni dei diversi canali di pagamento e di ottimizzarli in termini di rapidità e affidabilità. Dove reperirli Queste informazioni dovrebbero essere disponibili nei record dei pagamenti o dei rimborsi in Ramp. Esempi Bonifico ACHCredito su carta aziendaleDeposito diretto
	Numero di passaggi di approvazione ApprovalStepCount	Numero totale di passaggi formali di approvazione previsti per una nota spese.
Descrizione Questa metrica calcolata conta le diverse attività di approvazione, come «Approvazione del responsabile» e «Approvazione finanziaria», che si sono verificate per una singola nota spese. Consente di quantificare la complessità del flusso di approvazione. Questo attributo viene utilizzato per il KPI «Numero medio di passaggi di approvazione per nota spese» e per la Dashboard «Percorsi di approvazione semplici». Analizzando questo conteggio, soprattutto in relazione all’importo o alla categoria della nota spese, le organizzazioni possono individuare eventuali procedure di approvazione troppo complesse per spese semplici e di importo ridotto. Perché è importante Quantifica la complessità del flusso di lavoro e aiuta a individuare opportunità di semplificazione, soprattutto per le note spese a basso rischio. Dove reperirli Si calcola contando le occorrenze di specifiche attività di approvazione per ciascun caso nell’event log. Esempi 123
	Ora di fine dell’evento EventEndTime	Data e ora che indicano la conclusione di un’attività con una durata.
Descrizione Molte attività sono istantanee, ma alcune, come «Controllo delle policy eseguito», possono avere una durata misurabile. Questo attributo registra l’ora di fine di tali attività e completa il dato StartTime. La disponibilità dell’ora di inizio e di quella di fine consente di calcolare con precisione i tempi di elaborazione delle attività. È un dato essenziale per KPI come «Durata media del controllo delle policy» e per determinare quanto tempo richiedono specifiche attività automatizzate o manuali nell’ambito del processo complessivo. Perché è importante Consente di calcolare con precisione la durata delle singole attività, un dato fondamentale per individuare le fasi del processo meno efficienti. Dove reperirli Per le attività con una durata, il dato sarebbe registrato negli eventi di Ramp. Per gli eventi istantanei, può coincidere con StartTime. Esempi 2023-10-26T10:00:05Z2023-10-26T14:35:10Z2023-10-27T09:10:00Z
	Responsabile approvatore ApprovingManager	Il nome del responsabile che ha eseguito il passaggio di approvazione.
Descrizione Questo attributo identifica il responsabile incaricato di esaminare e approvare la nota spese di un dipendente. È distinto dall’utente che ha inviato la nota. Monitorare il responsabile approvatore è essenziale per la Dashboard 'Tempo di ciclo dell’approvazione del responsabile'. Consente di analizzare il carico di lavoro e le prestazioni degli approvatori, mettendo in evidenza chi approva rapidamente e chi rappresenta un collo di bottiglia. Queste informazioni possono aiutare a riequilibrare i carichi di lavoro o a fornire ulteriore supporto. Perché è importante Consente di analizzare le prestazioni dei singoli approvatori e di individuare e affrontare i colli di bottiglia nel flusso di lavoro di approvazione. Dove reperirli Queste informazioni fanno parte dei dati del flusso di approvazione registrati in Ramp quando un responsabile interviene su una nota spese. Esempi Jane DoeJohn MillerSusan Chen
	Responsabile approvazioni finanziarie FinanceApprover	Utente del team finanziario che ha approvato la nota spese.
Descrizione Nei flussi di lavoro che prevedono una fase di revisione finanziaria, questo attributo identifica la persona o il team del reparto finanziario che ha dato l’approvazione finale. Questo attributo supporta la Dashboard «Efficienza della revisione finanziaria», consentendo di analizzare le prestazioni a livello individuale o di team. Aiuta a individuare i colli di bottiglia, valutare la distribuzione del carico di lavoro e misurare l’efficacia della fase di revisione finanziaria. Perché è importante Consente un’analisi dettagliata delle prestazioni della fase di revisione finanziaria, aiutando a ottimizzare un punto di controllo fondamentale del processo. Dove reperirli Queste informazioni sarebbero registrate nella cronologia delle approvazioni della nota spese in Ramp, durante la fase di revisione finanziaria. Esempi Team finanziario ADavid LeeBot di automazione finanziaria
	Sistema di origine SourceSystem	Identifica l’applicazione di origine da cui sono stati estratti i dati.
Descrizione Questo attributo specifica il sistema di registrazione dei dati di processo, che in questo caso è Ramp. È utile negli ambienti in cui i dati possono provenire da più sistemi, perché consente di ricostruirne chiaramente la provenienza. Nelle analisi, permette di filtrare i dati in base alla fonte e può essere utilizzato per la convalida e la governance dei dati. Perché è importante Fornisce informazioni sull’origine dei dati, fondamentali per la governance e per integrare dati provenienti da più sistemi. Dove reperirli In genere è un valore statico ('Ramp'), aggiunto durante l’estrazione e la trasformazione dei dati. Esempi Ramp
	Ultimo aggiornamento dei dati LastDataUpdate	La data e l’ora dell’ultimo aggiornamento dei dati dal sistema di origine.
Descrizione Questo attributo registra la data e l’ora dell’estrazione dei dati più recente e indica quanto sono aggiornati i dati analizzati. Per interpretare correttamente i risultati di un’analisi è fondamentale sapere quanto sono recenti i dati. Questo attributo aiuta a capire se le informazioni consultate sono aggiornate. Perché è importante Indica quanto sono aggiornati i dati e permette di basare le analisi su informazioni attuali e pertinenti. Dove reperirli Questa data e ora viene generata e aggiunta durante il processo di estrazione dei dati. Esempi 2023-11-01T06:00:00Z

Obbligatorio Consigliato Facoltativo

Attività di gestione delle note spese

Questi sono i passaggi e le tappe fondamentali da registrare nell’event log per individuare correttamente il processo e misurarne le prestazioni.

5 Consigliato 7 Facoltativo

	Attività	Descrizione
	Approvata dal responsabile	Il responsabile ha esaminato e approvato la spesa, che può quindi passare alla fase successiva, ad esempio la revisione dell’ufficio finanziario o il rimborso. L’evento viene acquisito tramite un’azione esplicita dell’utente.
Perché è importante Questa tappa indica che il primo livello di approvazione è stato completato correttamente. È fondamentale per analizzare i flussi di lavoro di approvazione e individuare i colli di bottiglia. Dove reperirli Registrato come evento nella cronologia delle approvazioni della spesa quando il responsabile seleziona 'Approve'. L’Event Log dovrebbe contenere l’ID dell’approvatore e la data e ora dell’evento. Acquisizione L’evento viene registrato quando un utente con autorizzazioni da responsabile seleziona 'Approve'. Tipo di evento explicit
	Rimborso eseguito	Il pagamento del rimborso è stato elaborato correttamente e inviato al dipendente. In genere è l’ultimo passaggio per il dipendente e segna la fine del ciclo di pagamento.
Perché è importante È l’evento finale principale del processo di rimborso. Il tempo che intercorre tra l’invio e questo momento è un KPI fondamentale per la soddisfazione dei dipendenti e l’efficienza del processo. Dove reperirli Acquisito dai log di elaborazione dei pagamenti o tramite un’integrazione con il fornitore di servizi di pagamento. In Ramp, lo stato della spesa dovrebbe essere aggiornato a 'Reimbursed' o 'Paid'. Acquisizione L’evento viene registrato quando il sistema di pagamento conferma che il trasferimento è andato a buon fine. Tipo di evento explicit
	Sincronizzata con il sistema contabile	I dati della transazione di spesa sono stati registrati correttamente nel sistema contabile integrato, ad esempio NetSuite, QuickBooks o Xero. Questo evento segna il completamento della fase di registrazione contabile del processo.
Perché è importante È l’ultima attività del processo complessivo. Eventuali ritardi possono compromettere la precisione della reportistica finanziaria e la rapidità della chiusura contabile. Dove reperirli Registrato in un log dell’integrazione o come aggiornamento dello stato della spesa in Ramp. Cerchi uno stato come 'Synced', 'Posted' o 'Exported'. Acquisizione Dopo la sincronizzazione corretta dei dati, il servizio di integrazione contabile crea una voce nel log. Tipo di evento explicit
	Spesa inviata	Il dipendente conferma che tutte le informazioni necessarie per la spesa sono complete e la invia per l’approvazione. Questa azione esplicita dell’utente porta la spesa dallo stato 'draft' o 'needs attention' allo stato 'pending approval'.
Perché è importante Questa attività è una tappa fondamentale: avvia ufficialmente il ciclo di approvazione e rimborso. Costituisce la base di riferimento per misurare gli SLA di approvazione e rimborso. Dove reperirli Acquisito dalla cronologia degli stati della spesa. Corrisponde all’azione con cui l’utente invia la transazione per la revisione. Acquisizione Registrato quando l’utente seleziona il pulsante 'Submit', attivando una modifica dello stato. Tipo di evento explicit
	Spesa sostenuta	Segna la registrazione di una spesa, che in genere avviene automaticamente quando viene utilizzata una carta aziendale oppure quando un dipendente inserisce manualmente una spesa anticipata. L’evento viene solitamente acquisito dai flussi di dati delle transazioni o dalle azioni eseguite nell’interfaccia utente.
Perché è importante È l’evento di inizio principale del ciclo di vita della spesa. Analizzare il tempo trascorso da questo evento aiuta a comprendere i ritardi nell’invio e la velocità complessiva del processo. Dove reperirli Generato dai log delle transazioni con carta di Ramp o dalla data e ora di creazione di una spesa inserita manualmente. Cerchi l’evento di creazione iniziale nella tabella delle spese o delle transazioni. Acquisizione Registrato direttamente quando viene elaborata una transazione con carta o un utente crea una nuova voce di spesa. Tipo di evento explicit
	Approvata dall’ufficio finanziario	Il team finanziario ha esaminato e approvato definitivamente la spesa, autorizzandone il rimborso e la sincronizzazione con il sistema contabile. L’evento viene acquisito tramite un’azione esplicita di un membro del team finanziario.
Perché è importante Rappresenta l’ultima fase di approvazione prima del pagamento. Analizzare questa attività aiuta a comprendere il ciclo di approvazione complessivo e l’efficienza del team finanziario. Dove reperirli Registrato come evento nella cronologia delle approvazioni della spesa. Cerchi un evento di approvazione associato a un utente del reparto finanziario. Acquisizione L’evento viene registrato quando un utente con autorizzazioni dell’ufficio finanziario seleziona 'Approve'. Tipo di evento explicit
	Controllo della policy eseguito	Il sistema verifica automaticamente la spesa rispetto alle policy aziendali configurate e segnala le possibili violazioni. In genere, questo evento viene generato dal sistema poco dopo l’invio.
Perché è importante Misura l’efficienza dei controlli automatici di conformità e il loro impatto sul processo. Aiuta a individuare le violazioni più frequenti delle policy e gli ambiti su cui formare i dipendenti. Dove reperirli Probabilmente registrato in una traccia di audit o in un log associato alla transazione. Cerchi gli eventi di sistema relativi a 'policy_check' o 'compliance_scan'. Acquisizione Dopo l’esecuzione del motore automatico di controllo delle policy sulla transazione, viene creato un record nel log di sistema. Tipo di evento explicit
	In attesa della revisione del responsabile	La spesa è stata inviata ed è in attesa della revisione del responsabile diretto del dipendente. Questo stato si deduce quando, dopo l’invio, lo stato della spesa diventa 'Pending Manager Approval' o assume un valore simile.
Perché è importante Indica l’inizio della fase di approvazione da parte del responsabile. Analizzare il tempo trascorso in questo stato è essenziale per misurare e ridurre i tempi del ciclo di approvazione. Dove reperirli Si deduce dalla modifica dello stato della spesa a un valore come 'Pending Approval' e dalla sua assegnazione alla coda di un responsabile. È necessario monitorare la cronologia degli stati. Acquisizione Ricavato dalla data e ora in cui lo stato della spesa diventa 'Pending Manager Approval'. Tipo di evento inferred
	In attesa della revisione dell’ufficio finanziario	Una spesa approvata è stata inoltrata ed è ora in attesa della revisione del team finanziario o contabile. Questo avviene in genere per le spese di importo elevato o contrassegnate da un avviso relativo alle policy. L’attività si deduce da una modifica dello stato.
Perché è importante Segna l’inizio del ciclo di revisione dell’ufficio finanziario. Misurare la durata di questa fase aiuta a valutare il carico di lavoro e l’efficienza del team e a individuare possibili opportunità di automazione. Dove reperirli Si deduce dalla modifica dello stato della spesa a 'Pending Finance Approval' dopo l’approvazione del responsabile. È necessario poter accedere alla cronologia degli stati della spesa. Acquisizione Ricavato dalla data e ora in cui lo stato della spesa diventa 'Pending Finance Review'. Tipo di evento inferred
	Ricevuta allegata	Indica il momento in cui una ricevuta viene associata a una spesa, automaticamente tramite riconoscimento OCR oppure manualmente dall’utente. L’evento viene acquisito quando il file della ricevuta è collegato correttamente alla transazione.
Perché è importante Monitorare questa attività aiuta a individuare i ritardi dovuti alla documentazione mancante. È un passaggio importante per garantire la conformità e la preparazione agli audit. Dove reperirli Registrato nella cronologia della spesa o della transazione quando una ricevuta viene caricata o associata. Verifichi la presenza di un evento di creazione dell’allegato o di un indicatore che segnali 'receipt_attached'. Acquisizione L’evento viene creato quando il sistema collega l’immagine o il file di una ricevuta alla registrazione della spesa. Tipo di evento explicit
	Rimborso programmato	Per le spese anticipate, l’importo approvato è stato inserito nella coda di elaborazione dei pagamenti. Questo evento indica che la spesa ha superato tutte le fasi di approvazione ed è pronta per il pagamento.
Perché è importante Questa tappa separa il processo di approvazione dall’esecuzione del pagamento. Aiuta a distinguere i ritardi nell’elaborazione dei pagamenti da quelli nelle approvazioni. Dove reperirli Probabilmente si deduce dalla modifica dello stato della spesa a 'Pending Reimbursement' o 'Ready for Payment' dopo l’approvazione finale. Se i pagamenti vengono raggruppati, potrebbe essere registrato anche come evento esplicito. Acquisizione Ricavato dalla modifica dello stato a 'Ready for Payout' o dalla creazione di un record nella tabella dei lotti di pagamento. Tipo di evento inferred
	Spesa restituita per la revisione	Un approvatore, responsabile o revisore dell’ufficio finanziario, ha rifiutato la spesa e l’ha restituita al dipendente perché la corregga. L’evento è registrato da una modifica dello stato a 'Needs Revision', 'Rejected' o un valore simile.
Perché è importante Questa attività segnala un ciclo di rilavorazione che allunga direttamente il tempo di ciclo. Monitorare questi eventi aiuta a individuare gli errori più frequenti nelle richieste e a migliorare la percentuale di pratiche approvate al primo invio. Dove reperirli Si deduce dalla modifica dello stato della spesa a 'Needs Revision' o a un valore simile. L’evento dovrebbe essere associato all’approvatore che ha avviato l’azione. Acquisizione Ricavato dalla data e ora in cui lo stato della spesa diventa 'Needs Revision' o 'Rejected'. Tipo di evento inferred

Consigliato Facoltativo

Guide all’estrazione

Come ottenere i dati da Ramp

Passaggi

Acceda al Suo account Ramp con privilegi di amministratore o contabile.
Dal menu a sinistra, apra la sezione Transazioni, che contiene tutte le spese effettuate con carte aziendali.
Applichi i filtri desiderati ai dati. Come minimo, imposti un Intervallo di date per il periodo da analizzare. Se necessario, può restringere l’ambito applicando filtri per altre proprietà, come stato, categoria o reparto.
Faccia clic sul pulsante Esporta in alto a destra nell’elenco delle transazioni.
Nella finestra di esportazione, selezioni Transazioni come tipo di esportazione e CSV come formato. Scarichi il file e lo denomini transactions_export.csv.
Dal menu a sinistra, apra quindi la sezione Rimborsi, che contiene tutte le spese anticipate dai dipendenti.
Applichi lo stesso intervallo di date utilizzato per esportare le transazioni, così da garantire la coerenza dei dati.
Faccia clic su Esporta e scarichi i dati dei rimborsi in formato CSV. Denomini il file reimbursements_export.csv.
Inserisca entrambi i file CSV esportati (transactions_export.csv e reimbursements_export.csv) nella stessa cartella dello script Python fornito.
Esegua lo script Python. Lo script caricherà entrambi i file, trasformerà i dati creando una riga distinta per ogni evento aziendale e li unirà in un unico event log strutturato.
Lo script genererà un file denominato ramp_event_log.csv, formattato secondo i requisiti di ProcessMind.
Carichi il file ramp_event_log.csv in ProcessMind per avviare l’analisi.

Configurazione

Autorizzazioni: per accedere ed esportare tutti i dati di transazioni e rimborsi in Ramp, deve disporre del ruolo di amministratore o contabile.
Intervallo di date: per un’analisi iniziale, selezioni un periodo di almeno 6-12 mesi, così da includere un numero sufficiente di varianti del processo. Per il monitoraggio continuativo, può utilizzare un intervallo più breve e recente.
Coerenza dei dati: per mantenere coerente il dataset, utilizzi esattamente lo stesso intervallo di date e gli stessi filtri per esportare i file di transazioni e rimborsi.
Formato di esportazione: scelga sempre il formato CSV per entrambe le esportazioni, poiché lo script di trasformazione è progettato per elaborare file con valori separati da virgole.
Nomi dei file: utilizzi i nomi transactions_export.csv e reimbursements_export.csv oppure aggiorni di conseguenza le variabili dei percorsi dei file nello script di trasformazione.

a Query di esempio 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}'.")

Passaggi

Prerequisiti e configurazione dell’ambiente: verifichi di avere installato Python 3.8 o una versione successiva. Installi le librerie Python necessarie eseguendo pip install requests pandas. Per generare le credenziali API, deve inoltre disporre dell’accesso amministrativo alla Sua istanza Ramp.
Generazione delle credenziali API di Ramp: acceda al Suo account Ramp. Apra Impostazioni, quindi selezioni Developer API nel menu laterale. Faccia clic su «Crea app», assegni un nome all’applicazione e configuri gli ambiti di autorizzazione richiesti. Sono necessari transactions:read, reimbursements:read e users:read. Dopo aver creato l’app, copi in modo sicuro Client ID e Client Secret.
Configurazione dello script Python: crei un nuovo file Python, ad esempio extract_ramp_log.py, e vi copi lo script fornito. Imposti Client ID e Client Secret come variabili d’ambiente oppure direttamente nello script per eseguire dei test. Per motivi di sicurezza, è vivamente consigliato utilizzare variabili d’ambiente.
Impostazione dell’intervallo di date per l’estrazione: nello script, individui le variabili START_DATE e END_DATE nel blocco di esecuzione main. Modifichi le date per definire il periodo da cui estrarre i dati. Per un’analisi iniziale, si consiglia un intervallo da 3 a 6 mesi.
Esecuzione dello script: esegua lo script dal terminale con il comando python extract_ramp_log.py. Lo script si autenticherà tramite l’API di Ramp, recupererà i dati dagli endpoint di utenti, transazioni e rimborsi e gestirà automaticamente la paginazione.
Funzionamento delle chiamate API: per prima cosa, lo script recupera tutti i dati degli utenti per creare una corrispondenza tra ID utente, nomi e reparti. Recupera poi tutti i rimborsi nell’intervallo di date specificato. Per ciascun rimborso, estrae la cronologia delle approvazioni e dei pagamenti.
Trasformazione dei dati in un event log: la logica principale dello script esamina ogni rimborso e la relativa cronologia degli stati. Converte ogni modifica di stato, come «MANAGER_APPROVAL» o «FINISHED», in un’attività distinta, ad esempio «Revisione del responsabile in attesa» o «Rimborso effettuato». Recupera inoltre i dati delle transazioni associate per creare gli eventi «Spesa sostenuta» e «Ricevuta allegata».
Arricchimento dei dati: lo script arricchisce l’event log aggiungendo i dettagli degli utenti, le informazioni sui reparti e la categoria di spesa per ogni evento, creando un dataset completo per l’analisi del processo.
Revisione dei risultati: al termine dell’esecuzione, lo script genererà nella stessa cartella un file denominato ramp_event_log.csv. Apra il file CSV con un programma per fogli di calcolo per controllare i dati e verificare che l’estrazione sia avvenuta come previsto.
Preparazione del caricamento: il file CSV generato contiene le colonne richieste, tra cui ExpenseReportId, ActivityName, EventTimestamp, e altri attributi consigliati. È pronto per essere caricato direttamente sulla piattaforma ProcessMind.

Configurazione

Credenziali API: per l’autenticazione sono necessari un Client ID e un Client Secret validi. Può generarli nella Dashboard di Ramp, in Impostazioni > Developer API.
Ambiti API: lo script richiede autorizzazioni specifiche per accedere ai dati. Verifichi che per la chiave API siano abilitati i seguenti ambiti: transactions:read (dettagli di spese e ricevute), reimbursements:read (invio, approvazione e stato dei pagamenti) e users:read (nome e reparto dei dipendenti).
Intervallo di date: l’estrazione è regolata dai parametri START_DATE e END_DATE nello script. Per mantenere gestibile il dataset iniziale, si consiglia di partire da un periodo recente, ad esempio gli ultimi 3-6 mesi. Il filtro viene applicato alla data di creazione del rimborso.
Paginazione: lo script gestisce automaticamente la paginazione dell’API utilizzando il cursore starting_after fornito da Ramp. Recupera i record in gruppi, fino a 100 per richiesta, per includere tutti i dati nell’intervallo di date.
Limiti di frequenza: l’API di Ramp prevede limiti di frequenza, in genere 600 richieste al minuto. Lo script fornito è generalmente efficiente, ma con dataset molto grandi potrebbe essere necessario introdurre brevi pause tra le chiamate API in caso di errori dovuti al superamento dei limiti.

a Query di esempio 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()

Passaggi

Verifichi che il Suo abbonamento Ramp includa l’integrazione nativa con il data warehouse e che un amministratore possa configurare la destinazione. Selezioni il data warehouse di destinazione supportato, ad esempio Snowflake o BigQuery, e configuri l’accesso secondo gli standard di sicurezza della Sua organizzazione. I percorsi esatti nei menu e gli oggetti di destinazione dipendono dalla configurazione di Ramp; utilizzi quindi [Configura in base al sistema in uso].
Configuri la destinazione nel data warehouse, il database o progetto, lo schema o dataset, la regione, le credenziali e l’ambito della sincronizzazione. Annoti i nomi delle tabelle e delle colonne replicate indicati da Ramp. Non dia per scontati i nomi delle tabelle, poiché variano in base all’integrazione e alla configurazione dell’account.
Individui i dati replicati relativi a note spese, transazioni, ricevute, approvazioni, policy, rimborsi e sincronizzazione contabile. Mappi ogni origine ai campi richiesti per l’event log. Se un evento necessario del ciclo di vita non è rappresentato esplicitamente, individui la cronologia degli stati o i dati di audit che lo registrano.
Definisca il periodo di estrazione, preferibilmente da tre a sei mesi, utilizzando [Data di inizio] e [Data di fine]. Applichi filtri aziendali o organizzativi solo se il campo corrispondente è disponibile nell’origine. Mantenga il fuso orario dell’origine oppure converta tutti i timestamp in un fuso orario comune documentato.
Crei una vista o una query nel data warehouse che normalizzi i campi di origine in ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag e RevisionReason. Sostituisca nella query fornita tutti i segnaposto tra parentesi quadre relativi a tabelle e colonne con i nomi presenti nello schema replicato.
Estragga ogni attività del ciclo di vita come riga di evento esplicita. La query seguente contiene un blocco SELECT completo per ciascuna delle 12 attività richieste. Non deduce eventi da record non correlati. Per le attività basate sullo stato, utilizzi la cronologia degli stati o la tabella degli eventi dell’origine, non solo lo stato corrente della nota spese, così da conservare le transizioni storiche.
Convalidi identificativi, timestamp, etichette delle attività, gestione dei duplicati e dei valori nulli. Verifichi che ogni evento sia associato all’ExpenseReportId corretto e che gli eventi ripetuti siano mantenuti quando l’origine registra più occorrenze legittime.
Esporti il risultato in formato CSV o in un altro formato tabellare supportato da ProcessMind. Includa i nomi esatti delle colonne obbligatorie ExpenseReportId, ActivityName e EventTimestamp, aggiunga gli attributi consigliati quando disponibili e carichi il file utilizzando Expense Report ID come identificativo del caso. ProcessMind legge l’event log così com’è, quindi non deduce le attività mancanti.

Configurazione

Destinazione dell’integrazione: configuri l’integrazione nativa di Ramp con Snowflake o BigQuery, utilizzando [Configura in base al sistema in uso] per la procedura specifica del Suo account.
Oggetti di origine: utilizzi gli oggetti replicati relativi a note spese, transazioni, ricevute, approvazioni, policy, rimborsi e sincronizzazione contabile disponibili nel data warehouse. Sostituisca i segnaposto [Nome della tabella] e [Nome della colonna] con nomi verificati nell’integrazione.
Intervallo di date: inizi con un periodo da tre a sei mesi. Estenda l’intervallo solo dopo aver verificato i costi del data warehouse, la durata delle query, il volume degli eventi e i limiti di caricamento di ProcessMind.
Filtro per data: filtri in base al timestamp dell’evento, anziché solo alla data di creazione della nota spese, se l’obiettivo è acquisire tutte le attività che si verificano nel periodo.
Filtri organizzativi: applichi filtri per codice aziendale, entità, reparto, programma delle carte o altri criteri solo se i relativi campi sono presenti nei dati replicati. Utilizzi [Filtro aziendale] quando è necessario limitare i dati a una specifica azienda.
Cronologia delle attività: preferisca i record di audit o della cronologia degli stati non modificabili. Le sole tabelle dello stato corrente potrebbero non conservare la cronologia di allegati delle ricevute, invii, approvazioni, revisioni, rimborsi o sincronizzazioni contabili.
Gestione dei timestamp: uniformi i timestamp a un unico fuso orario e documenti se i valori di origine sono in UTC o in ora locale. Mantenga la precisione dell’origine, se disponibile.
Accesso necessario: un amministratore potrebbe dover disporre delle autorizzazioni per configurare l’integrazione, creare o interrogare gli oggetti del data warehouse e accedere ai dati di spese, approvazioni, rimborsi e contabilità.
Licenze e disponibilità: la disponibilità della replica nel data warehouse, dei dati storici di audit, dei dati sui rimborsi e dei dati di sincronizzazione contabile dipende dal piano Ramp, dai moduli abilitati, dalla configurazione dell’integrazione e dalle policy di conservazione.
Prestazioni: limiti l’intervallo di date fin dall’inizio, selezioni solo le colonne necessarie, filtri per organizzazione quando opportuno e, per dataset di grandi dimensioni, materializzi una vista o una tabella intermedia normalizzata. Partizioni o raggruppi i dati in base alle funzionalità supportate dal data warehouse di destinazione.
Elaborazioni incrementali: per i caricamenti ricorrenti, utilizzi come punto di controllo il valore massimo di EventTimestamp già elaborato, aggiungendo una breve finestra di sovrapposizione. Elimini i duplicati solo se dispone di un identificativo dell’evento di origine verificato, poiché rimuovere eventi ripetuti può modificare il comportamento del processo.

a Query di esempio 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())

È pronto a iniziare?

Utilizzi questo template per trasformare il processo di gestione delle note spese, aumentare l’efficienza e accelerare le approvazioni. Inizi oggi a ottimizzare le operazioni.

Torna alla guida al miglioramento Scarica il template

Aumenti l’efficienza: ottimizzi oggi la gestione delle spese in Ramp

Individui le inefficienze, semplifichi le approvazioni e riduca del 30% il tempo di ciclo.

Inizi la prova gratuita

Non è richiesta una carta di credito. La configurazione richiede pochi minuti.

Il Suo template dei dati per la gestione delle note spese

Il Suo template dei dati per la gestione delle note spese

Attributi per la gestione delle note spese

Attività di gestione delle note spese

Guide all’estrazione

Esportazione CSV integrata di transazioni e rimborsi da Ramp

Passaggi

Configurazione

a Query di esempio python

Estrazione con script Python tramite l’API per sviluppatori di Ramp

Passaggi

Configurazione

a Query di esempio python

Sincronizzazione dei dati di Ramp con il data warehouse (Snowflake/BigQuery)

Passaggi

Configurazione

a Query di esempio python

È pronto a iniziare?

Aumenti l’efficienza: ottimizzi oggi la gestione delle spese in Ramp

Il Suo template dei dati per la gestione delle note spese

Il Suo template dei dati per la gestione delle note spese

Attributi per la gestione delle note spese

Attività di gestione delle note spese

Guide all’estrazione

Esportazione CSV integrata di transazioni e rimborsi da Ramp

Passaggi

Configurazione

a Query di esempio python

Estrazione con script Python tramite l’API per sviluppatori di Ramp

Passaggi

Configurazione

a Query di esempio python

Sincronizzazione dei dati di Ramp con il data warehouse (Snowflake/BigQuery)

Passaggi

Configurazione

a Query di esempio python

È pronto a iniziare?

Aumenti l’efficienza: ottimizzi oggi la gestione delle spese in Ramp

La Sua privacy è importante