> Miglioramento continuo dei processi > Onboarding dei dipendenti > BambooHR > Template dei dati

Il Suo template dei dati per l’onboarding dei dipendenti

BambooHR

Attributi dell’onboarding dei dipendenti(19) Attività di onboarding dei dipendenti(15) Guide all’estrazione(2)

Il Suo template dei dati per l’onboarding dei dipendenti

Questo template fornisce tutte le indicazioni necessarie per raccogliere i dati utili a un’analisi dettagliata del processo di onboarding dei dipendenti. Descrive gli attributi essenziali da raccogliere e le attività fondamentali da monitorare, oltre a fornire istruzioni chiare su come estrarre i dati da BambooHR. Utilizzi questa risorsa per creare un Event Log affidabile e ottenere una visione accurata del percorso di onboarding.

Attributi consigliati da raccogliere
Attività chiave da monitorare per individuare il processo
Istruzioni dettagliate per l’estrazione dei dati da BambooHR

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

Scarica il template

Attributi dell’onboarding dei dipendenti

Questi sono i campi dati essenziali da includere nell’Event Log per analizzare in modo completo il processo di onboarding dei dipendenti.

5 Obbligatorio 6 Consigliato 8 Facoltativo

	Nome	Descrizione
	Caso di inserimento OnboardingCase	Identificativo univoco che raggruppa tutte le attività di inserimento di un singolo neoassunto.
Descrizione Il caso di inserimento è l’identificativo centrale dell’intero processo di inserimento del dipendente. Collega in un unico percorso coerente tutti gli eventi correlati, dall’accettazione iniziale dell’offerta al completamento del colloquio di verifica dopo 30 giorni. Nell’analisi di Process Mining, questo attributo è fondamentale per ricostruire il flusso del processo dall’inizio alla fine per ogni neoassunto. Consente di visualizzare le mappe di processo, calcolare KPI a livello di caso, come il tempo di ciclo complessivo, e analizzare le diverse varianti del processo. Senza un identificativo del caso coerente, sarebbe impossibile seguire il percorso di un singolo dipendente nelle varie fasi dell’inserimento. Perché è importante È la chiave primaria che collega tutti gli eventi correlati e consente di analizzare l’intero percorso di inserimento di ogni neoassunto. Dove reperirli È un identificativo concettuale, spesso ricavato combinando l’ID del dipendente con l’istanza o la data di assunzione, poiché BambooHR potrebbe non disporre di un campo esplicito «Onboarding Case ID». Deve essere creato durante la preparazione dei dati. Esempi ONB-00123ONB-00124ONB-00125
	Nome dell’attività ActivityName	Nome dell’attività o della tappa specifica che si è verificata durante il processo di inserimento.
Descrizione Questo attributo registra il nome di ogni evento o passaggio distinto nel percorso di inserimento del dipendente. Alcuni esempi sono «Offerta accettata», «Verifica dei precedenti completata» e «Orientamento del primo giorno completato». Nell’analisi, il nome dell’attività serve a costruire la mappa del processo, mostrando la sequenza degli eventi e il flusso di lavoro. È essenziale per individuare i colli di bottiglia, analizzare la frequenza delle attività e comprendere i diversi percorsi, o varianti, seguiti dai neoassunti. Esaminando la sequenza delle attività, gli analisti possono individuare le deviazioni dal processo standard e le opportunità di miglioramento. Perché è importante Definisce i passaggi del processo, costituisce la struttura della mappa di processo e consente di analizzare il flusso di lavoro, i colli di bottiglia e le varianti. Dove reperirli Ricavato dalle modifiche di stato, dal completamento delle attività o da specifici campi data nelle liste di controllo per l’inserimento o nei flussi di lavoro di assunzione di BambooHR. Esempi Offerta accettataDocumenti di assunzione inviatiConfigurazione IT richiestaColloquio di verifica dopo 30 giorni completato
	Timestamp dell’evento EventTimestamp	Data e ora precise in cui un’attività di inserimento è stata completata o si è verificata.
Descrizione Il timestamp dell’evento indica il momento esatto in cui si è svolta una specifica attività. Questi dati temporali sono essenziali per ordinare gli eventi cronologicamente e calcolare la durata tra i diversi passaggi del processo. Questo attributo è alla base di tutte le analisi temporali di Process Mining. Serve a calcolare i tempi di ciclo, i tempi di attesa e la durata complessiva del processo. Analizzando i timestamp, le organizzazioni possono individuare le fasi che richiedono più tempo, confrontare le prestazioni con gli accordi sui livelli di servizio e identificare i ritardi che incidono negativamente sull’esperienza dei neoassunti. Perché è importante Definisce l’ordine cronologico degli eventi ed è essenziale per analizzare prestazioni e durate, per esempio calcolando i tempi di ciclo e individuando i ritardi. Dove reperirli Estratto dai diversi campi data di BambooHR associati al completamento delle attività, come «Offer Acceptance Date» e «Background Check Completion Date», oppure dai log di sistema che registrano le modifiche di stato. Esempi 2023-10-01T10:00:00Z2023-10-05T14:30:00Z2023-10-15T09:00:00Z
	Sistema di origine SourceSystem	Indica il sistema di registrazione da cui sono stati estratti i dati.
Descrizione Questo attributo specifica l’origine dei dati, che in questo caso è BambooHR. È utile per la governance dei dati e ne chiarisce il contesto, soprattutto quando si combinano dati provenienti da più sistemi. Anche se può sembrare un’informazione ovvia, indicare esplicitamente il sistema di origine è importante per ricostruire la provenienza dei dati e risolvere eventuali problemi. Negli ambienti di analisi più ampi, aiuta gli utenti a comprendere il contesto dei dati e a risalire alla fonte in caso di dubbi o incongruenze. Perché è importante Fornisce informazioni essenziali sull’origine dei dati, importanti per la governance, la convalida e l’integrazione di dati provenienti da più fonti. Dove reperirli È un valore statico, «BambooHR», aggiunto durante la trasformazione dei dati. Esempi BambooHR
	Ultimo aggiornamento dei dati LastDataUpdate	Timestamp che indica quando i dati sono stati aggiornati per l’ultima volta dal sistema di origine.
Descrizione Questo attributo registra la data e l’ora dell’estrazione o dell’aggiornamento più recente dei dati. Consente agli utenti di capire con chiarezza quanto siano aggiornati e pertinenti i dati. In qualsiasi analisi, soprattutto quando si monitorano processi in corso, è fondamentale sapere quanto sono recenti i dati. Questo timestamp aiuta gli utenti a fidarsi dei dati visualizzati e a capire se rappresentano lo stato attuale delle attività o una situazione precedente. È essenziale per le Dashboard che monitorano i casi di inserimento in corso. Perché è importante Indica quanto sono aggiornati i dati, aiutando gli utenti a capire a quale momento si riferisce l’analisi del processo. Dove reperirli Questo timestamp viene generato e aggiunto al set di dati durante l’estrazione e il caricamento dei dati. Esempi 2024-05-21T08:00:00Z
	Data e ora di fine EndTimestamp	La data e l’ora di completamento di un’attività, se la sua durata è misurabile.
Descrizione Mentre StartTime (EventTimestamp) indica quando si verifica un’attività, EndTimestamp ne indica il completamento. È particolarmente rilevante per le attività che non si svolgono istantaneamente, come «Controllo dei precedenti», che prevede una fase di avvio e una di completamento. L’utilizzo di entrambe le date e ore consente di calcolare con maggiore precisione il tempo di elaborazione delle singole attività. Aiuta a distinguere il tempo dedicato al lavoro effettivo da quello trascorso in attesa dell’avvio della fase successiva. Questo livello di dettaglio è fondamentale per un’analisi approfondita dei colli di bottiglia. Perché è importante Consente di calcolare con precisione i tempi di elaborazione delle attività, distinguendo il tempo di lavoro effettivo da quello di attesa. Dove reperirli Si ricava dalle date e ore delle attività in sequenza. Per esempio, EndTimestamp per «Controllo dei precedenti avviato» corrisponde alla data e ora di «Controllo dei precedenti completato». Esempi 2023-10-02T11:00:00Z2023-10-06T16:45:00Z2023-10-16T10:00:00Z
	ID del dipendente EmployeeId	Identificativo univoco assegnato a ogni dipendente in BambooHR.
Descrizione L’ID del dipendente è la chiave univoca che identifica una persona nel sistema HR e rimane invariato per tutta la durata del rapporto di lavoro. Il caso di inserimento è l’identificativo principale del processo, mentre l’ID del dipendente è essenziale per collegare i dati di inserimento al profilo principale della persona. Questo consente di arricchire i dati con altri attributi del dipendente, come la qualifica o il reparto, e di analizzare più a fondo le differenze nell’esperienza di inserimento tra le diverse categorie di dipendenti. Perché è importante Identifica in modo univoco il neoassunto e consente di arricchire l’analisi con altri dati sul dipendente e di seguirne l’intero percorso lavorativo oltre la fase di inserimento. Dove reperirli Disponibile come campo standard nel profilo del dipendente in BambooHR. Esempi 601856018660187
	Qualifica JobTitle	Ruolo o posizione specifica del neoassunto.
Descrizione Questo attributo contiene la qualifica ufficiale del nuovo dipendente, per esempio «Ingegnere software», «Responsabile clienti» o «Responsabile di prodotto». È un’altra dimensione importante per analizzare il processo di inserimento. Ruoli diversi possono prevedere requisiti specifici, come una formazione specialistica o la configurazione di determinate attrezzature. Analizzare i dati per qualifica può rivelare se alcuni ruoli subiscono ritardi più lunghi o seguono percorsi di processo diversi. Queste informazioni aiutano ad adattare e ottimizzare l’inserimento in base alle esigenze specifiche della posizione. Perché è importante Consente di analizzare il processo di inserimento in base alla complessità e ai requisiti del ruolo, adattando l’esperienza alle diverse posizioni. Dove reperirli Campo standard associato alle informazioni professionali del dipendente in BambooHR. Esempi Ingegnere software seniorCoordinatore marketingDirettore regionale vendite
	Reparto Department	Il reparto in cui entrerà il nuovo dipendente.
Descrizione Questo attributo specifica il reparto dell’organizzazione a cui appartiene il neoassunto, per esempio «Ingegneria», «Vendite» o «Marketing». È una dimensione importante per segmentare e confrontare le prestazioni del processo. Analizzare il processo di inserimento per reparto è fondamentale per comprendere le differenze di prestazioni nell’organizzazione. Aiuta a rispondere a domande come: «Quali reparti hanno i tempi di ciclo di inserimento più lunghi?» oppure «In alcuni reparti il tasso di completamento della formazione obbligatoria è più basso?». Queste informazioni permettono di intervenire in modo mirato e condividere le buone pratiche tra i reparti. Perché è importante Consente di confrontare l’efficienza dell’inserimento, i tempi di ciclo e i tassi di conformità tra le diverse aree dell’organizzazione. Dove reperirli Campo standard associato alle informazioni professionali del dipendente in BambooHR. Esempi IngegneriaVenditeMarketingRisorse umane
	Responsabile delle assunzioni HiringManager	Nome del responsabile a cui fa riferimento il nuovo dipendente.
Descrizione Questo attributo identifica il responsabile diretto del neoassunto. Il responsabile delle assunzioni svolge spesso un ruolo fondamentale nel processo di inserimento e si occupa, per esempio, di presentare il nuovo dipendente al team e definire gli obiettivi iniziali. Analizzare i risultati dell’inserimento per responsabile delle assunzioni può mettere in evidenza chi riesce a integrare meglio i nuovi membri del team e chi potrebbe aver bisogno di ulteriore supporto o formazione. Può inoltre aiutare a individuare le buone pratiche dei responsabili più efficaci e a condividerle nell’organizzazione, migliorando la coerenza e la qualità complessive dell’esperienza dei neoassunti. Perché è importante Consente di analizzare i risultati per responsabile, individuando chi gestisce efficacemente l’inserimento e chi potrebbe aver bisogno di maggiore supporto. Dove reperirli In genere si trova nelle informazioni sul ruolo del dipendente o nei dettagli della struttura gerarchica in BambooHR. Esempi Jane DoeJohn SmithEmily Jones
	Sede Location	Sede di lavoro o ufficio principale del neoassunto.
Descrizione Questo attributo identifica l’ufficio o l’area geografica in cui lavorerà il nuovo dipendente. Può indicare una città, un edificio o la modalità «Da remoto». Analizzare i dati per sede è importante per individuare le differenze regionali nel processo di inserimento. Per esempio, i tempi di consegna delle attrezzature possono variare sensibilmente da una sede all’altra oppure i diversi uffici possono seguire procedure locali di orientamento. L’analisi aiuta a uniformare il processo dove possibile, tenendo conto delle variazioni locali necessarie. Perché è importante Aiuta a individuare le differenze regionali nelle prestazioni del processo, come i ritardi nella consegna delle attrezzature o le variazioni nelle procedure locali di orientamento. Dove reperirli Campo standard nel profilo del dipendente in BambooHR, di solito nella sezione relativa all’impiego o alla sede. Esempi Ufficio di New YorkLondra, Regno UnitoDa remoto (Stati Uniti)Sede centrale di San Francisco
	Data di inizio StartDate	Il primo giorno di lavoro ufficiale del nuovo dipendente.
Descrizione La data di inizio è una tappa fondamentale del processo di onboarding. Distingue le attività precedenti all’assunzione, come i controlli dei precedenti e la documentazione, da quelle successive, come l’orientamento e la formazione. Questa data è un riferimento importante per molte analisi. Per esempio, viene utilizzata per calcolare il KPI «Prontezza per il primo giorno», che misura se tutte le attività necessarie prima dell’assunzione sono state completate entro il primo giorno di lavoro. Aiuta inoltre ad analizzare la puntualità delle attività preassuntive e il loro impatto sulla produttività del primo giorno. Perché è importante È una tappa fondamentale per distinguere le attività precedenti all’assunzione da quelle successive e verificare che i nuovi dipendenti siano pronti per il primo giorno. Dove reperirli Corrisponde al campo «Data di assunzione», presente di norma nella scheda del dipendente in BambooHR. Esempi 2023-11-012023-11-152023-12-01
	È una rilavorazione IsRework	Un indicatore che segnala se un’attività ripete un passaggio già svolto.
Descrizione Questo attributo booleano calcolato assume il valore true se un’attività, come «Invio della documentazione», compare più di una volta nello stesso caso di onboarding. Segnala che è stato necessario ripetere un passaggio del processo, circostanza che in genere indica un errore, informazioni mancanti o un’inefficienza. Individuare le rilavorazioni è una funzione fondamentale del Process Mining. Questo indicatore consente di filtrare e quantificare facilmente i casi di rilavorazione. Supporta direttamente le Dashboard e i KPI dedicati, aiutando a mettere in evidenza gli attriti e gli sprechi del processo. Ridurre le rilavorazioni abbrevia i tempi di ciclo e rende più agevole l’esperienza sia per il nuovo dipendente sia per il team delle risorse umane. Perché è importante Mette in evidenza inefficienze, errori e sprechi di lavoro segnalando le attività che è stato necessario ripetere. Dove reperirli È un campo calcolato. La logica viene implementata nello strumento di Process Mining per rilevare le sequenze di attività ripetute all’interno di un caso. Esempi truefalse
	Esecutore dell’attività EventPerformer	L’utente o il sistema che ha eseguito l’attività di onboarding.
Descrizione Questo attributo identifica la persona, il team o il sistema automatizzato responsabile del completamento di una determinata attività. Per esempio, uno specialista delle risorse umane può completare l’attività «Invio della documentazione», mentre il responsabile delle assunzioni si occupa della «Presentazione al team». Queste informazioni sono preziose per analizzare le risorse e comprendere come si distribuisce il carico di lavoro. Aiutano a individuare i team o i ruoli coinvolti nelle attività che richiedono più tempo o che costituiscono un collo di bottiglia. Consentono inoltre di analizzare le attività svolte da gruppi specifici di utenti, fornendo indicazioni utili per l’allocazione delle risorse e le strategie di automazione. Perché è importante Indica chi svolge ciascuna attività, un’informazione essenziale per analizzare il carico di lavoro, ottimizzare le risorse e comprendere i comportamenti dei singoli utenti. Dove reperirli Queste informazioni possono essere registrate nei log di controllo o nei dettagli di completamento delle attività in BambooHR, spesso associate all’utente che ha apportato l’aggiornamento. Esempi Amministratore HRDavid Chen (responsabile delle assunzioni)Automazione di sistemaAssistenza IT
	Nome del nuovo dipendente NewHireName	Il nome completo del dipendente che sta seguendo l’onboarding.
Descrizione Questo attributo contiene il nome del nuovo dipendente. Viene utilizzato soprattutto per finalità operative, per esempio nei report o nelle Dashboard in cui è necessario identificare persone specifiche. Nelle analisi di Process Mining, i nomi vengono spesso anonimizzati o sostituiti con gli ID dei dipendenti per rispettare le norme sulla protezione dei dati. Tuttavia, nelle Dashboard operative utilizzate dalle risorse umane o dai responsabili per seguire i casi attivi, il nome offre un riferimento immediato e intuitivo. Perché è importante Fornisce un riferimento chiaro e leggibile per i singoli casi, soprattutto nelle Dashboard operative utilizzate dalle risorse umane e dai responsabili. Dove reperirli È un campo standard nelle informazioni personali del dipendente in BambooHR. Esempi Alice JohnsonRobert WilliamsMaria Garcia
	Paese Country	Il paese in cui è assunto il nuovo dipendente.
Descrizione Questo attributo indica il paese di assunzione. Per le organizzazioni internazionali è una dimensione di analisi fondamentale. I processi di onboarding e le normative possono variare notevolmente da un paese all’altro. Analizzare il processo per paese aiuta a comprendere queste differenze, a rispettare le leggi locali e a individuare, ove opportuno, possibilità di uniformare le prassi tra le diverse aree geografiche. Può inoltre spiegare le variazioni nei tempi di ciclo dovute a festività o procedure amministrative specifiche di un paese. Perché è importante È essenziale per le organizzazioni internazionali che vogliono analizzare le variazioni dei processi, rispettare le normative locali e gestire i requisiti di onboarding specifici di ciascuna area geografica. Dove reperirli È un campo standard nelle informazioni sulla sede o sull’indirizzo del dipendente in BambooHR. Esempi Stati UnitiRegno UnitoGermaniaCanada
	Stato occupazionale EmploymentStatus	Lo stato attuale del nuovo dipendente nel corso del rapporto di lavoro.
Descrizione Questo attributo registra lo stato del nuovo dipendente durante il processo, per esempio da «Offerta accettata» a «Preassunzione» e poi «Attivo». Offre una visione d’insieme della fase in cui si trova il dipendente nel processo complessivo. Nel Process Mining può essere utilizzato come attributo del caso per filtrare i casi di onboarding attivi o analizzare per quanto tempo restano in un determinato stato. È particolarmente utile nelle Dashboard che mostrano in tempo reale tutti i processi di onboarding in corso e aiutano le risorse umane e i responsabili a monitorarne l’avanzamento. Perché è importante Fornisce una panoramica dello stato del caso di onboarding, consentendo di filtrare i casi attivi e monitorare l’avanzamento complessivo. Dove reperirli È un campo standard nella scheda del dipendente in BambooHR. Esempi AttivoInattivoCessatoIn congedo
	Team Team	Il team specifico a cui viene assegnato il nuovo dipendente all’interno di un reparto.
Descrizione Questo attributo offre un livello di dettaglio organizzativo maggiore rispetto al reparto e indica il team di appartenenza, per esempio «Sviluppatori frontend» o «Team vendite Enterprise». L’analisi a livello di reparto è utile, ma quella a livello di team può far emergere indicazioni più specifiche. Può rivelare differenze nei risultati tra team con funzioni simili e aiutare a capire in che modo le prassi adottate dai singoli team, come le presentazioni interne o la formazione, incidano sul percorso complessivo di onboarding. È particolarmente utile nei reparti di grandi dimensioni, quando serve un’analisi più dettagliata. Perché è importante Offre una visione più dettagliata rispetto al reparto e consente di analizzare le differenze nei risultati e nei processi tra i singoli team. Dove reperirli Può essere un campo standard o personalizzato in BambooHR, spesso incluso nell’assegnazione organizzativa del dipendente. Esempi Ingegneria della piattaformaVendite per il mercato medioMarketing dei contenuti
	Tempo di ciclo dell’inserimento OnboardingCycleTime	La durata complessiva del processo di onboarding per un singolo caso.
Descrizione Questa metrica calcolata misura il tempo di ciclo complessivo di ciascun caso di onboarding, in genere da «Offerta accettata» a «Verifica dopo 30 giorni completata». Rappresenta il tempo totale trascorso dall’inizio alla fine del processo. È un indicatore chiave di prestazione (KPI) per valutare l’efficienza complessiva del processo. Nelle Dashboard viene utilizzato per monitorare i tempi medi di onboarding, confrontare i risultati tra reparti o ruoli e misurare l’impatto delle iniziative di miglioramento. In genere, un tempo di ciclo più breve è associato a una migliore esperienza per il nuovo dipendente e a costi amministrativi inferiori. Perché è importante È un KPI fondamentale per misurare l’efficienza complessiva del processo e monitorare i miglioramenti nel tempo. Dove reperirli Si calcola misurando la differenza tra la data e ora della prima attività e quella dell’ultima attività del caso. Esempi 35 giorni42 giorni28 giorni

Obbligatorio Consigliato Facoltativo

Attività di onboarding dei dipendenti

Questi sono i passaggi e le tappe fondamentali da registrare nell’Event Log per individuare il processo e monitorarne i risultati con precisione.

7 Consigliato 8 Facoltativo

	Attività	Descrizione
	Attività di inserimento completate	Questa attività segna il completamento di tutte le attività assegnate nella lista di controllo per l’inserimento del neoassunto. L’evento può essere dedotto quando la percentuale di completamento della lista raggiunge il 100% o quando viene contrassegnata come completata l’ultima attività «Complete Onboarding».
Perché è importante Segna la conclusione della parte strutturata del processo di inserimento, basata sulle attività. Conferma che tutti i passaggi amministrativi e preparatori sono stati completati. Dove reperirli Dedotto dall’ora di completamento dell’ultima attività nella lista delle attività di inserimento del dipendente o dal momento in cui lo stato complessivo del processo passa a «Completato». Acquisizione Individuare l’ora di completamento più recente tra tutte le attività associate a un singolo caso di inserimento. Tipo di evento inferred
	Colloquio di verifica dopo 30 giorni completato	Indica il completamento del primo colloquio formale tra il neoassunto e il suo responsabile, che di solito si svolge dopo circa 30 giorni. Viene registrato quando un’attività «30-Day Check-in» o un modulo di valutazione delle prestazioni viene contrassegnato come completato in BambooHR.
Perché è importante Questa tappa è fondamentale per raccogliere i primi riscontri, affrontare eventuali criticità e favorire la permanenza del dipendente. Monitorarne il completamento aiuta a garantire un confronto regolare con i neoassunti in un periodo cruciale. Dove reperirli Registrato in base all’ora di completamento dell’attività «30-Day Check-in» o di un modulo di valutazione delle prestazioni in BambooHR. Acquisizione L’evento viene registrato quando il responsabile contrassegna l’attività o il modulo del colloquio di verifica come «Completato». Tipo di evento explicit
	Documenti di assunzione completati	L’evento si verifica quando il neoassunto ha firmato tutti i documenti richiesti nel pacchetto di inserimento. BambooHR lo registra automaticamente una volta completate tutte le firme elettroniche del pacchetto inviato.
Perché è importante Il completamento dei documenti è un requisito essenziale per il primo giorno del neoassunto. Analizzare questa tappa è fondamentale per verificare la conformità e la preparazione, evitando rilavorazioni e ritardi nella data di inizio. Dove reperirli Registrato in base all’ora in cui lo stato del pacchetto di documenti inviato al neoassunto passa a «Completato» in BambooHR. Acquisizione Il sistema registra un evento specifico quando viene completata l’ultima firma elettronica richiesta nel pacchetto di documenti del neoassunto. Tipo di evento explicit
	Formazione obbligatoria completata	Segna il completamento con esito positivo di un corso di formazione obbligatorio da parte del nuovo dipendente. BambooHR registra l’evento quando lo stato della formazione assegnata viene aggiornato a «Completata» nel modulo di monitoraggio della formazione.
Perché è importante È una tappa fondamentale per la conformità. Monitorarne il completamento aiuta a verificare che l’azienda rispetti i requisiti di legge e le policy interne e che i dipendenti acquisiscano le conoscenze necessarie per il proprio ruolo. Dove reperirli Registrato in base all’ora in cui lo stato di un record di formazione viene modificato in «Completata» nel modulo Training di BambooHR. Acquisizione Il sistema registra un evento specifico quando il campo dello stato di un record di formazione viene aggiornato a «Completata». Tipo di evento explicit
	Offerta accettata	Questa attività segna l’inizio ufficiale del processo di inserimento e si verifica quando il candidato accetta formalmente l’offerta di lavoro. In BambooHR, di solito viene registrata quando lo stato del candidato nel sistema di tracciamento delle candidature (ATS) passa a «Assunto»: a quel punto viene creato il profilo del dipendente e la relativa lista di controllo per l’inserimento.
Perché è importante È il punto di partenza fondamentale di ogni caso di inserimento. Analizzare il tempo che intercorre tra questo evento e quelli successivi consente di misurare l’efficienza e la rapidità complessive del processo preliminare all’assunzione. Dove reperirli Dedotto dalla data in cui lo stato del candidato viene aggiornato a «Assunto» nel modulo ATS di BambooHR o dalla compilazione del campo relativo alla data di assunzione del dipendente. Acquisizione Individuare la data e l’ora in cui il campo «status» del candidato passa a «Hired». Tipo di evento inferred
	Orientamento del primo giorno completato	Segna il completamento della sessione iniziale di orientamento del neoassunto, dedicata alla cultura aziendale, alle policy e alle presentazioni. Viene registrato quando l’attività «First Day Orientation» viene contrassegnata come completata dal reparto HR o dal responsabile delle assunzioni nella lista di controllo per l’inserimento di BambooHR.
Perché è importante È una tappa fondamentale per il coinvolgimento e l’integrazione del dipendente. Verificare che si svolga con regolarità e nei tempi previsti è essenziale per favorire il successo dei neoassunti e offrire loro un’esperienza positiva. Dove reperirli Registrato in base all’ora di completamento dell’attività «First Day Orientation» nella lista delle attività di inserimento. Acquisizione L’evento viene registrato quando l’attività di orientamento viene contrassegnata come «Completata». Tipo di evento explicit
	Verifica dei precedenti completata	Questa attività indica che la verifica dei precedenti del neoassunto è stata completata e che i risultati sono disponibili. In BambooHR, viene registrata quando l’attività «Background Check» nella lista di controllo per l’inserimento è contrassegnata come «Completata».
Perché è importante È una tappa fondamentale per la conformità. I ritardi tra l’avvio e il completamento possono costituire un importante collo di bottiglia; monitorarli aiuta a verificare che i requisiti preliminari all’assunzione siano soddisfatti prima della data di inizio. Dove reperirli Registrato in base all’ora di completamento dell’attività «Background Check» nella lista delle attività di inserimento del neoassunto. Acquisizione L’evento viene registrato quando lo stato dell’attività di verifica dei precedenti viene aggiornato a «Completata». Tipo di evento explicit
	Attrezzatura consegnata	Questa attività indica che l’attrezzatura ordinata è stata consegnata ed è pronta per il neoassunto. Spesso viene monitorata tramite un’attività separata, ad esempio «Equipment Delivered» o «Workspace Setup», contrassegnata come completata nella lista di controllo per l’inserimento di BambooHR.
Perché è importante Monitorare il tempo tra l’ordine e la consegna aiuta a individuare eventuali colli di bottiglia nella catena di approvvigionamento o nella logistica. In questo modo si può verificare che tutte le attrezzature siano disponibili prima della data di inizio del dipendente. Dove reperirli Registrato in base all’ora di completamento dell’attività «Equipment Delivered» o «Workspace Setup» nella lista delle attività di inserimento. Acquisizione L’evento viene registrato quando lo stato dell’attività di consegna o configurazione viene aggiornato a «Completata». Tipo di evento explicit
	Attrezzatura ordinata	Indica il momento in cui viene ordinato al neoassunto l’hardware necessario, come un computer portatile o un telefono. Di solito viene registrato quando l’attività «Order Equipment» viene contrassegnata come completata nella lista di controllo per l’inserimento di BambooHR.
Perché è importante Questa attività è una tappa importante per garantire che il neoassunto disponga degli strumenti necessari. Eventuali ritardi incidono direttamente sulla preparazione e sulla produttività del primo giorno. Dove reperirli Registrato in base all’ora di completamento dell’attività «Order Equipment» nella lista delle attività di inserimento di BambooHR. Acquisizione L’evento viene registrato quando lo stato dell’attività «Order Equipment» viene aggiornato a «Completata». Tipo di evento explicit
	Configurazione IT richiesta	Questa attività segna l’invio formale al reparto IT della richiesta di creare gli account e gli accessi necessari al neoassunto. In BambooHR, di solito viene registrata quando un’attività predefinita «IT Provisioning» viene creata e assegnata nella lista di controllo per l’inserimento.
Perché è importante Una configurazione IT tempestiva è fondamentale per garantire un primo giorno produttivo. Monitorare questo evento aiuta a misurare la reattività del reparto IT e a individuare i ritardi nell’assegnazione degli accessi ai sistemi. Dove reperirli Registrato in base alla data e all’ora di creazione dell’attività «IT Account Provisioning» o di un’attività analoga nella lista delle attività di inserimento del neoassunto. Acquisizione L’evento viene registrato quando l’attività di configurazione IT viene creata nella lista di controllo per l’inserimento. Tipo di evento explicit
	Documenti di assunzione inviati	Indica il momento in cui il pacchetto di documenti per il neoassunto, che può includere moduli come I-9 e W-4 e le policy aziendali, viene inviato per la revisione e la firma. BambooHR registra l’evento quando un amministratore HR invia il pacchetto tramite le funzioni di gestione documentale del sistema.
Perché è importante Questa attività avvia un flusso di lavoro amministrativo essenziale. Misurare il tempo che intercorre tra questo momento e il completamento dei documenti aiuta a valutare l’efficienza del processo di documentazione. Dove reperirli Registrato in base all’ora in cui il pacchetto di documenti per il neoassunto viene inviato al dipendente per la firma elettronica in BambooHR. Acquisizione Il sistema registra un evento specifico quando viene eseguita l’azione «Send Packet». Tipo di evento explicit
	Formazione obbligatoria assegnata	L’evento si verifica quando al nuovo dipendente viene assegnata una formazione obbligatoria in materia di conformità o specifica per il ruolo. In BambooHR, viene registrato esplicitamente nel modulo di monitoraggio della formazione quando un nuovo corso viene aggiunto al profilo del dipendente.
Perché è importante È il punto di partenza per misurare la conformità agli obblighi formativi. Analizzare il tempo che intercorre tra l’assegnazione e il completamento aiuta a verificare che i dipendenti soddisfino tempestivamente i requisiti normativi e aziendali. Dove reperirli Registrato in base alla data di creazione del record di formazione assegnato a un dipendente specifico nel modulo Training di BambooHR. Acquisizione Il sistema registra un evento specifico quando viene creato un nuovo record nella tabella di monitoraggio della formazione dei dipendenti. Tipo di evento explicit
	Presentazione al team completata	Indica la presentazione ufficiale del neoassunto ai membri del suo team. Di solito è un’attività informale, gestita dal responsabile e registrata quando viene completata la relativa attività nella lista di controllo per l’inserimento di BambooHR.
Perché è importante L’integrazione nel gruppo è un elemento importante per un inserimento efficace. Monitorare questa attività aiuta a verificare che i responsabili completino i passaggi necessari per accogliere i neoassunti e favorire la coesione del team. Dove reperirli Registrato in base all’ora di completamento dell’attività «Team Introduction» nella lista delle attività di inserimento, solitamente assegnata al responsabile delle assunzioni. Acquisizione L’evento viene registrato quando il responsabile contrassegna l’attività «Team Introduction» come «Completata». Tipo di evento explicit
	Profilo del dipendente creato	Indica la creazione ufficiale del profilo del neoassunto nel sistema informativo HR (HRIS), che segna il passaggio da candidato a dipendente. Si deduce dalla data di creazione del profilo nella banca dati principale di BambooHR, che in genere avviene dopo l’accettazione dell’offerta.
Perché è importante Questa attività costituisce la base per tutti i passaggi successivi, come la configurazione IT e l’attivazione delle buste paga. Fornisce un riferimento temporale chiaro per il momento in cui il dipendente entra ufficialmente nel sistema. Dove reperirli Dedotto dall’ora di creazione nel sistema del profilo del nuovo dipendente, nelle tabelle principali dei dati dei dipendenti. Acquisizione Utilizzare il timestamp «created_at» o il campo equivalente nei metadati del profilo principale del dipendente. Tipo di evento inferred
	Verifica dei precedenti avviata	Indica il momento in cui viene richiesta, tramite un servizio integrato, la verifica dei precedenti del neoassunto. Di solito viene registrato quando nella lista delle attività di inserimento in BambooHR viene creata o avviata una specifica attività «Background Check».
Perché è importante Monitorare l’avvio delle verifiche dei precedenti aiuta a individuare i ritardi nei controlli preassuntivi, spesso essenziali per la conformità e per rispettare i tempi di assunzione. Dove reperirli Registrato in base alla data di creazione o di avvio dell’attività «Background Check» nella lista delle attività di inserimento di BambooHR. Acquisizione L’evento viene registrato quando viene creata l’attività di verifica dei precedenti o il suo stato passa a «In corso». Tipo di evento explicit

Consigliato Facoltativo

Guide all’estrazione

Come ottenere i dati da BambooHR

Passaggi

Acceda a BambooHR: acceda alla Sua istanza BambooHR con un account utente autorizzato a creare ed eseguire report personalizzati.
Apra i report personalizzati: dal menu di navigazione principale, selezioni Report. Nella sezione «Gestisci report», faccia clic su «Aggiungi report».
Configuri il report: assegni al report un nome descrittivo, per esempio «Esportazione per il Process Mining dell’onboarding». Se lo desidera, aggiunga una breve descrizione.
Selezioni i campi del report: nella scheda «Campi», selezioni tutte le colonne necessarie per l’Event Log. Includa gli identificativi dei dipendenti, gli attributi chiave e tutti i campi data pertinenti alle attività di onboarding. Selezioni, per esempio:
- Employee #
- Nome, Cognome
- Reparto, Titolo professionale, Sede
- Responsabile delle assunzioni
- Data di assunzione (per «Profilo del dipendente creato»)
- Gli eventuali campi data personalizzati utilizzati per tappe come «Data di accettazione dell’offerta».
- Le date di completamento di tutte le attività pertinenti di onboarding e offboarding. Selezioni ogni attività specifica, per esempio: «Data di completamento del controllo dei precedenti», «Data di invio della documentazione», «Data di completamento della documentazione», «Data di richiesta della predisposizione IT» e così via.
- Le date del modulo di formazione, come «Data di assegnazione della formazione obbligatoria» e «Data di completamento della formazione obbligatoria».
Imposti i filtri del report: apra la scheda «Filtri» per definire l’ambito dei dati. È consigliabile filtrare per «Data di assunzione» e includere i dipendenti di un periodo specifico, per esempio gli ultimi 6 mesi. In questo modo si evita che il report diventi troppo grande e che l’esecuzione vada in timeout.
Salvi e generi il report: dopo aver configurato tutti i campi e i filtri, faccia clic su «Salva ed esegui». Verifichi i risultati nell’interfaccia di BambooHR per assicurarsi che includano i dipendenti e le colonne di dati previsti.
Esporti i dati: faccia clic sul pulsante di esportazione, solitamente rappresentato da un’icona a forma di nuvola o di freccia, e scelga «Valori separati da virgola (.csv)» come formato. Salvi il file sul computer con un nome chiaro, per esempio bamboohr_onboarding_export.csv.
Prepari lo script di trasformazione: copi lo script Python completo fornito nella sezione «query» di questo documento e lo salvi in un file chiamato transform_bamboohr.py, nella stessa cartella del file CSV esportato.
Installi la libreria necessaria: se pandas non è installato, apra un terminale o il prompt dei comandi ed esegua il comando: pip install pandas.
Esegua la trasformazione: apra il terminale o il prompt dei comandi, raggiunga la cartella contenente i file ed esegua lo script con il comando: python transform_bamboohr.py. Lo script elaborerà il file CSV in formato largo e genererà event_log.csv nel formato lungo richiesto per il Process Mining.
Carichi i dati in ProcessMind: il file event_log.csv è pronto per essere caricato nell’applicazione ProcessMind.

Configurazione

Prerequisiti: deve disporre del pacchetto BambooHR Advantage, che include le funzioni avanzate di reportistica e inserimento. Il Suo ruolo utente deve consentire di creare, visualizzare ed esportare report personalizzati contenenti dati dei dipendenti.
Campi del report: il metodo si basa sulla selezione dei campi corretti. Il report deve avere un formato «largo», con una riga per ogni dipendente e una colonna data per ogni attività di onboarding. Deve includere Employee # come identificativo del caso e tutte le colonne pertinenti agli attributi, come Reparto, Job Title e Hiring Manager.
Campi e attività personalizzati: l’estrazione dipende in larga misura dall’uso che la Sua organizzazione fa di BambooHR. Attività come «Offerta accettata» o «Attrezzatura ordinata» devono essere registrate in campi data personalizzati specifici oppure come attività in una lista di controllo per l’onboarding. Si assicuri di selezionare i campi con le date di completamento di queste attività, non soltanto i nomi.
Filtri per intervallo di date: per ottenere dati pertinenti e contenere i tempi di elaborazione, applichi sempre un filtro al report in base alla «Data di assunzione». Per l’analisi del processo è in genere sufficiente un periodo mobile che copra gli ultimi 6-12 mesi, senza generare un file di esportazione eccessivamente grande.
Pianificazione dei report: per monitorare il processo nel tempo, valuti la possibilità di programmare l’esecuzione periodica del report personalizzato di BambooHR e di riceverlo via e-mail, per esempio ogni settimana. In questo modo può automatizzare la prima fase dell’estrazione.

Query di esempio python

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Passaggi

Prerequisiti e configurazione: si assicuri di avere Python 3.6 o una versione successiva installata sul sistema. Installi le librerie necessarie, pandas e requests, eseguendo questo comando nel terminale: pip install pandas requests.
Generi una chiave API BambooHR: acceda al Suo account BambooHR con privilegi di amministratore. Apra l’icona del profilo in alto a destra, selezioni «Chiavi API» e crei una nuova chiave API. Le assegni un nome descrittivo, per esempio «ProcessMiningExtraction», e verifichi che disponga di accesso in sola lettura ai dati dei dipendenti, alle attività di onboarding e ai registri della formazione. Copi la chiave generata e la conservi in modo sicuro.
Configuri lo script Python: salvi lo script Python fornito in un file, per esempio extract_onboarding.py. Apra il file e sostituisca i valori segnaposto di COMPANY_SUBDOMAIN con il sottodominio univoco della Sua azienda, ovvero la parte dell’URL BambooHR precedente a «.bamboohr.com», e di API_KEY con la chiave generata nel passaggio precedente.
Imposti l’intervallo di date per l’estrazione: modifichi nello script le variabili START_DATE e END_DATE. Questi parametri definiscono il periodo da cui includere i nuovi dipendenti nell’estrazione. Utilizzi il formato «YYYY-MM-DD».
Esegua lo script: avvii lo script dal terminale con il comando python extract_onboarding.py. Lo script si collegherà all’API di BambooHR, recupererà i dati necessari e inizierà l’elaborazione.
Comprenda le chiamate API: per prima cosa, lo script interroga l’endpoint del report dell’elenco dipendenti per ottenere l’elenco di tutti i dipendenti assunti nell’intervallo di date specificato. Questo elenco costituisce la base per l’identificativo OnboardingCase.
Recuperi i dati in più passaggi: per ogni nuovo dipendente individuato, lo script effettua ulteriori chiamate API per recuperare i dettagli del profilo, le attività di onboarding assegnate e i registri della formazione. In questo modo raccoglie tutti i dati pertinenti al percorso di onboarding di ciascuna persona.
Trasformi e mappi i dati: lo script trasforma i dati JSON grezzi dell’API in un Event Log strutturato. Utilizza il dizionario predefinito TASK_TO_ACTIVITY_MAP per associare i titoli delle attività di onboarding in BambooHR ai nomi standardizzati richiesti per il Process Mining. Eventi come «Offerta accettata» e «Profilo del dipendente creato» vengono ricavati dalle date di assunzione e di creazione del profilo.
Controlli l’output della console: durante l’esecuzione, lo script mostra nella console gli aggiornamenti sullo stato di avanzamento, compreso il numero di nuovi dipendenti individuati e il nome di ciascun dipendente in elaborazione. Controlli l’output per rilevare eventuali errori o avvisi.
Generi il file Event Log: dopo aver elaborato tutti i dipendenti, lo script raccoglie i dati in un unico dataframe e li salva in un file CSV chiamato bamboohr_onboarding_event_log.csv, nella stessa cartella. Il file contiene le colonne richieste da ProcessMind.
Prepari il caricamento: apra il file CSV generato e ne controlli il contenuto. Prima di caricarlo nello strumento di Process Mining, verifichi che le colonne OnboardingCase, ActivityName e EventTimestamp contengano i dati corretti.

Configurazione

Autorizzazioni della chiave API: la chiave API utilizzata per l’estrazione deve disporre almeno di autorizzazioni di sola lettura per i seguenti dati: informazioni personali dei dipendenti, informazioni sul ruolo, stato occupazionale, attività di onboarding e registri della formazione.
Sottodominio aziendale: lo script richiede il sottodominio BambooHR univoco della Sua azienda per creare gli URL corretti degli endpoint API.
Intervallo di date (START_DATE, END_DATE): queste variabili dello script definiscono il periodo di estrazione in base alle date di assunzione dei dipendenti. Per verificare la qualità dei dati e gestire il volume dell’estrazione, è consigliabile iniziare con un periodo recente di 3-6 mesi. Per un’analisi storica completa, può ampliare l’intervallo, tenendo conto dei limiti di frequenza delle richieste API.
Mappatura delle attività (TASK_TO_ACTIVITY_MAP): questo dizionario dello script è fondamentale. Associa i titoli esatti delle attività di onboarding della Sua azienda in BambooHR ai nomi standardizzati delle attività. Verifichi e personalizzi la mappatura in base alla configurazione specifica di BambooHR della Sua organizzazione.
Identificativo del sistema di origine: nello script, la variabile SOURCE_SYSTEM è impostata sul valore «BambooHR». Può modificarla se nell’Event Log finale Le serve un identificativo diverso.
Considerazioni sui tempi di elaborazione: per le organizzazioni con migliaia di nuovi dipendenti nell’intervallo di date selezionato, lo script potrebbe richiedere molto tempo, a causa delle numerose chiamate API necessarie per ogni dipendente. È consigliabile eseguirlo nelle ore di minore attività, per evitare ripercussioni sui tempi di elaborazione e possibili limitazioni delle richieste API.

Query di esempio python

import requests
import pandas as pd
from datetime import datetime

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

È pronto a iniziare?

Utilizzi questo template per preparare i dati all’analisi e iniziare a ottimizzare con sicurezza il processo di onboarding dei dipendenti. Individui i colli di bottiglia e migliori l’efficienza fin da subito.

Torna alla guida al miglioramento

Scarica il template

Ottimizzi subito l’onboarding dei dipendenti in BambooHR

Raggiunga il 95% di completamento della conformità ed elimini i ritardi nell’onboarding.

Inizi la prova gratuita

Non è richiesta alcuna carta di credito. Inizi subito a ottimizzare.

Il Suo template dei dati per l’onboarding dei dipendenti

Il Suo template dei dati per l’onboarding dei dipendenti

Attributi dell’onboarding dei dipendenti

Attività di onboarding dei dipendenti

Guide all’estrazione

Esportazione dei report personalizzati integrata in BambooHR

Passaggi

Configurazione

Query di esempio python

Estrazione con script Python tramite API REST di BambooHR

Passaggi

Configurazione

Query di esempio python

È pronto a iniziare?

Ottimizzi subito l’onboarding dei dipendenti in BambooHR