> 継続的なプロセス改善 > 従業員のオンボーディング > BambooHR > データテンプレート

従業員のオンボーディング用データテンプレート

BambooHR

従業員のオンボーディングに関する属性(19) 従業員のオンボーディングに関するアクティビティ(15) データ抽出ガイド(2)

従業員のオンボーディング用データテンプレート

このテンプレートでは、従業員のオンボーディングプロセスを詳しく分析するために必要なデータの収集方法を説明します。収集するデータ属性や追跡する重要なアクティビティを示し、BambooHRからデータを効率よく抽出する手順も案内します。この資料を使ってイベントログを作成し、オンボーディングの状況を正確に把握できます。

収集を推奨する属性
プロセスの発見に向けて追跡する主なアクティビティ
BambooHRからデータを抽出する手順

イベントログを初めて作成する方はこちら：プロセスマイニング用イベントログの作成方法.

テンプレートをダウンロード

従業員のオンボーディングに関する属性

従業員のオンボーディングプロセスを詳しく分析するために、イベントログに含める必要があるデータ項目です。

5 必須 6 推奨 8 任意

	名前	説明
	アクティビティ名 ActivityName	オンボーディングプロセスで発生した個々のタスクまたは節目の名前です。
説明この属性には、従業員のオンボーディングプロセスにおける個々のイベントや手順の名前が記録されます。例として、「内定承諾」「バックグラウンドチェック完了」「初日のオリエンテーション完了」などがあります。分析では、アクティビティ名を使ってプロセスマップを作成し、イベントの順序と業務の流れを表示します。ボトルネックの特定、アクティビティの発生頻度の分析、新入社員がたどるさまざまな経路やバリアントの把握に欠かせません。アクティビティの順序を調べることで、標準プロセスからの逸脱や改善の機会を特定できます。重要な理由プロセスの各手順を定義し、プロセスマップの基盤となります。ワークフローやボトルネック、バリアントの分析にも役立ちます。入手先 BambooHRのオンボーディングチェックリストや採用ワークフローにおけるステータス変更、タスクの完了、特定の日付フィールドから導出します。例内定承諾入社書類一式の送信IT環境の準備依頼入社後30日面談の完了
	イベントのタイムスタンプ EventTimestamp	オンボーディングのアクティビティが完了した、または発生した正確な日時です。
説明イベントのタイムスタンプは、特定のアクティビティが発生した正確な時刻を示します。この時刻データは、イベントを時系列に並べたり、プロセスの各手順にかかる時間を算出したりするために欠かせません。この属性は、プロセスマイニングにおける時間ベースの分析の基盤です。サイクルタイム、待ち時間、プロセス全体の所要時間の算出に使います。タイムスタンプを分析すると、時間がかかっている段階や、サービスレベル合意に対する実績を把握でき、新入社員の体験に悪影響を及ぼす遅延を特定できます。重要な理由イベントの時系列を示すタイムスタンプです。サイクルタイムの算出や遅延の特定など、パフォーマンスと所要時間の分析に欠かせません。入手先「内定承諾日」「バックグラウンドチェック完了日」など、アクティビティの完了に対応するBambooHRの日付フィールドや、ステータス変更を記録したシステムログから取得します。例 2023-10-01T10:00:00Z2023-10-05T14:30:00Z2023-10-15T09:00:00Z
	オンボーディングケース OnboardingCase	1人の新入社員に関するすべてのオンボーディングアクティビティをまとめる一意の識別子です。
説明オンボーディングケースは、従業員のオンボーディングプロセス全体を識別するための中心的な識別子です。内定承諾から入社後30日面談の完了まで、関連するすべてのイベントを1つの一貫したプロセスとして結び付けます。プロセスマイニング分析では、この属性を使って新入社員ごとのエンドツーエンドのプロセスフローを再構成します。プロセスマップの表示、総サイクルタイムなどケース単位の重要業績評価指標（KPI）の算出、さまざまなプロセスのバリアントの分析が可能になります。一貫したケース識別子がなければ、1人の従業員がオンボーディングの各段階をどのように進むかを追跡できません。重要な理由関連するすべてのイベントを結び付ける主キーです。これにより、新入社員ごとのオンボーディングプロセス全体を分析できます。入手先これは概念上の識別子で、多くの場合、従業員IDと採用回または採用日を組み合わせて作成します。BambooHRには「オンボーディングケースID」という明示的な項目がない場合があるため、データ準備の段階で作成する必要があります。例 ONB-00123ONB-00124ONB-00125
	ソースシステム SourceSystem	このデータの抽出元となる記録システムを示します。
説明この属性はデータの取得元を示します。この場合はBambooHRです。データガバナンスに役立ち、複数のシステムのデータを組み合わせる際にコンテキストを把握できます。一見すると単純な項目ですが、データの来歴を管理し、問題を調査するうえで、ソースシステムを明示することは重要です。大規模な分析環境では、データの背景を理解し、疑問や不整合が生じた際に取得元をたどれるようになります。重要な理由データの取得元に関する重要なコンテキストを示します。データガバナンスや検証、複数のデータソースの統合に役立ちます。入手先データ変換の際に追加する固定値「BambooHR」です。例 BambooHR
	最終データ更新日時 LastDataUpdate	ソースシステムからデータが最後に更新された日時を示すタイムスタンプです。
説明この属性には、データを最後に抽出または更新した日時が記録されます。データがどの程度新しく、現在の状況を反映しているかを把握できます。継続中のプロセスを監視する分析では、データの更新時期を知ることが重要です。このタイムスタンプがあれば、表示中のデータが現在の業務状況を反映しているのか、過去の時点のものなのかを確認できます。進行中のオンボーディングケースを追跡するダッシュボードには欠かせません。重要な理由データの更新時期を示し、プロセス分析がどの時点の状況を反映しているかを把握できます。入手先データの抽出と読み込みの際にタイムスタンプが生成され、データセットに追加されます。例 2024-05-21T08:00:00Z
	勤務地 Location	新入社員の主な勤務先またはオフィスです。
説明この属性は、新入社員が勤務するオフィスや地域を示します。都市名やオフィスビル名のほか、「リモート」といった区分が使われます。勤務地別の分析は、オンボーディングプロセスにおける地域ごとの違いを特定するうえで重要です。たとえば、勤務地によって機器の納品にかかる時間が大きく異なる場合や、オフィスごとに独自のオリエンテーション手順がある場合があります。必要な地域差に対応しながら、可能な範囲でプロセスを標準化するのに役立ちます。重要な理由機器の納品遅延や地域ごとのオリエンテーション手順の違いなど、プロセスの実績における地域差を特定できます。入手先 BambooHRの従業員プロフィールにある標準フィールドです。通常、雇用情報または勤務地の詳細に含まれます。例ニューヨークオフィス英国ロンドン米国（リモート）サンフランシスコ本社
	役職 JobTitle	新入社員の具体的な職務または役職です。
説明この属性には、新入社員の正式な役職が記録されます。例として、「ソフトウェアエンジニア」「アカウントエグゼクティブ」「プロダクトマネージャー」などがあります。オンボーディングプロセスを分析するうえで重要な切り口です。職種によっては、専門研修や機器の準備など、固有のオンボーディング要件があります。役職別に分析すると、特定の職種で遅延が長いか、異なるプロセスをたどっているかを把握できます。職務ごとのニーズに合わせてオンボーディング体験を調整し、改善するのに役立ちます。重要な理由職務の複雑さや要件に応じてオンボーディングプロセスを分析し、役職ごとに体験を調整できます。入手先 BambooHRの従業員の職務情報に含まれる標準フィールドです。例シニアソフトウェアエンジニアマーケティングコーディネーター地域営業ディレクター
	従業員ID EmployeeId	BambooHRで各従業員に割り当てられる一意の識別子です。
説明従業員IDは、人事システムで個々の従業員を識別する一意のキーです。従業員の在籍期間を通じて変わりません。プロセスの主な識別子はオンボーディングケースですが、従業員IDを使うとオンボーディングデータを従業員のマスターレコードに結び付けられます。役職や部門などの属性を追加できるほか、従業員の種類によってオンボーディング体験がどう異なるかを詳しく分析できます。重要な理由新入社員を一意に識別します。ほかの従業員データを追加できるほか、オンボーディング後も含めた従業員の全期間を追跡できます。入手先 BambooHRの従業員レコードに標準フィールドとして用意されています。例 601856018660187
	採用マネージャー HiringManager	新入社員の直属の上司の名前です。
説明この属性は、新入社員の直属のマネージャーを示します。採用マネージャーは、チームへの紹介や初期目標の設定など、オンボーディングで重要な役割を担うことがよくあります。採用マネージャー別にオンボーディングの実績を分析すると、新しいチームメンバーの受け入れがうまくいっているマネージャーや、追加の支援や研修が必要なマネージャーを把握できます。成果を上げているマネージャーの優れた取り組みを特定し、組織全体で共有することで、新入社員の体験の一貫性と質を高められます。重要な理由マネージャー別に実績を分析し、オンボーディングを効果的に進めている人や、追加の支援が必要な人を特定できます。入手先通常、BambooHRの従業員の職務情報またはレポート構成の詳細に記載されています。例ジェーン・ドウジョン・スミスエミリー・ジョーンズ
	終了タイムスタンプ EndTimestamp	所要時間を測定できるアクティビティの完了時刻です。
説明 StartTime（EventTimestamp）はアクティビティの発生時刻を示し、EndTimestampは完了時刻を示します。開始と完了の状態がある「身元調査」など、瞬時に終わらないアクティビティで特に重要です。開始と終了の両方のタイムスタンプを使うことで、個々のアクティビティの処理時間をより正確に算出できます。タスクに実際に取り組んだ時間と、次のステップが始まるまでの待ち時間を区別できます。この詳細な分析は、ボトルネック分析に欠かせません。重要な理由アクティビティの処理時間を正確に算出し、実作業時間と待ち時間を区別できます。入手先連続するアクティビティのタイムスタンプから算出します。たとえば、「身元調査開始」のEndTimestampには、「身元調査完了」のタイムスタンプを使用します。例 2023-10-02T11:00:00Z2023-10-06T16:45:00Z2023-10-16T10:00:00Z
	部門 Department	新入社員が所属する部門です。
説明この属性は、新入社員が所属する部門を示します。例として、「エンジニアリング」「営業」「マーケティング」などがあります。プロセスの実績を分類して比較するための重要な切り口です。部門別にオンボーディングプロセスを分析すると、組織内の実績の違いを把握できます。「オンボーディングのサイクルタイムが最も長い部門はどこか」「必須研修のコンプライアンス遵守率が低い部門はあるか」といった問いに答えるのに役立ちます。こうしたインサイトをもとに、対象を絞った対策を講じたり、部門間で優れた取り組みを共有したりできます。重要な理由組織内の各部門で、オンボーディングの効率、サイクルタイム、コンプライアンス遵守率を比較できます。入手先 BambooHRの従業員の職務情報に含まれる標準フィールドです。例エンジニアリング営業マーケティング人事
	イベント実行者 EventPerformer	オンボーディングのアクティビティを実行したユーザーまたはシステムです。
説明この属性は、各アクティビティの完了を担当した個人、チーム、または自動化システムを示します。たとえば、人事担当者が「書類一式の送付」を行い、採用マネージャーが「チームへの紹介」を行う場合があります。リソース分析や業務負荷の分布を把握するうえで、欠かせない情報です。時間のかかるアクティビティやボトルネックとなるアクティビティに、どのチームやロールが関わっているかを特定できます。また、特定のユーザーグループが担当するタスクを分析し、リソース配分や自動化の方針を検討する際にも役立ちます。重要な理由各タスクの担当者を特定できます。業務負荷の分析、リソースの最適化、ユーザーごとの行動の把握に欠かせません。入手先 BambooHRの監査ログやタスク完了の詳細に記録されている場合があります。多くの場合、更新を行ったユーザーに関連付けられています。例人事管理者デビッド・チェン（採用マネージャー）システムによる自動化ITサポート
	オンボーディングのサイクルタイム OnboardingCycleTime	1つの案件におけるオンボーディングプロセス全体の所要時間です。
説明この計算指標は、通常「内定承諾」から「入社30日後の面談完了」までの、各オンボーディング案件の開始から終了までのサイクルタイムを測定します。プロセス全体にかかった時間を示します。プロセス全体の効率を評価する主要な重要業績評価指標（KPI）です。ダッシュボードで平均オンボーディング期間を追跡し、部門やロールごとのパフォーマンスを比較して、プロセス改善の取り組みの効果を測定できます。一般に、サイクルタイムが短いほど、新入社員の体験が向上し、事務コストの削減につながります。重要な理由プロセス全体の効率を測定し、時間の経過に伴う改善を追跡するための重要なKPIです。入手先案件内の最初と最後のアクティビティのタイムスタンプの差から算出します。例 35日42日28日
	チーム Team	新入社員が部門内で配属される具体的なチームです。
説明この属性では、部門より詳細な組織情報を確認できます。「フロントエンド開発チーム」や「エンタープライズ営業チーム」など、所属するチームを示します。部門単位の分析も有用ですが、チーム単位で分析すると、さらに具体的なインサイトを得られます。似た機能を持つチーム間のパフォーマンスの違いを明らかにし、チーム独自の取り組み（現場での紹介や研修など）がオンボーディング全体にどう影響するかを把握できます。詳細な内訳が必要な大規模部門で特に役立ちます。重要な理由部門より詳細な視点で、チームごとのパフォーマンスやプロセスの違いを分析できます。入手先 BambooHRの標準項目またはカスタム項目で、従業員の組織内の配属情報に含まれている場合があります。例プラットフォームエンジニアリング中堅企業向け営業コンテンツマーケティング
	入社日 StartDate	新入社員の正式な初出勤日です。
説明入社日はオンボーディングプロセスの重要な節目です。身元調査や書類手続きなどの入社前アクティビティと、オリエンテーションや研修などの入社後アクティビティを区別できます。さまざまな分析で基準日として使われます。たとえば、従業員の初出勤日までに必要な入社前タスクが完了しているかを測る「初出勤日の準備完了までの時間」という重要業績評価指標（KPI）の算出に利用できます。また、入社前アクティビティの適時性や、初日の生産性への影響を分析する際にも役立ちます。重要な理由入社前と入社後のアクティビティを区別する重要な節目です。新入社員が初日から業務を始められる状態かどうかの測定にも使えます。入手先 BambooHRの従業員レコードにある標準項目「採用日」に該当します。例 2023-11-012023-11-152023-12-01
	国 Country	新入社員が雇用されている国です。
説明この属性は雇用されている国を示します。グローバルに事業を展開する組織にとって、重要な分析軸です。オンボーディングのプロセスや規制は国によって大きく異なる場合があります。国別にプロセスを分析すると、こうした違いを把握し、現地の法令へのコンプライアンスを確保するとともに、適切な地域間で業務の標準化を進める機会を見つけられます。また、国ごとの祝日や事務手続きによるサイクルタイムの違いを説明する際にも役立ちます。重要な理由グローバルに事業を展開する組織が、プロセスの違いを分析し、現地の法令へのコンプライアンスを確保し、地域ごとのオンボーディング要件に対応するうえで役立ちます。入手先 BambooHRの従業員の勤務地または住所情報にある標準項目です。例米国英国ドイツカナダ
	手戻りの有無 IsRework	すでに実施したステップが繰り返されたかどうかを示すフラグです。
説明このブール型の計算属性は、「書類一式の送付」などのアクティビティが同じオンボーディング案件内に複数回現れた場合にtrueになります。プロセスのステップが繰り返されたことを示し、通常はエラー、情報不足、または非効率が発生した可能性があります。手戻りの特定は、プロセスマイニングの重要な機能です。このフラグを使うと、手戻りの発生を簡単に絞り込み、件数を把握できます。手戻りに関するダッシュボードやKPIにも直接役立ち、プロセスの停滞や無駄を明らかにできます。手戻りを減らすことでサイクルタイムが短縮され、新入社員と人事チーム双方の体験が向上します。重要な理由繰り返しが必要だったアクティビティを示し、プロセスの非効率、エラー、無駄な作業を明らかにします。入手先これは計算項目です。プロセスマイニングツール内のロジックで、案件内のアクティビティの繰り返しを検出します。例 truefalse
	新入社員の氏名 NewHireName	オンボーディングの対象となる従業員の氏名です。
説明この属性には新入社員の氏名が含まれます。特定の個人を識別する必要があるレポートやダッシュボードなど、主に業務上の目的で使用します。プロセスマイニングの分析では、データプライバシー規制に準拠するため、氏名を匿名化したり従業員IDに置き換えたりすることがよくあります。一方、人事担当者やマネージャーが進行中の案件を確認する業務用ダッシュボードでは、氏名があると状況をすぐに把握しやすくなります。重要な理由個々の案件を人が読み取りやすい形で把握できます。特に、人事担当者やマネージャー向けの業務用ダッシュボードで役立ちます。入手先 BambooHRの従業員個人情報にある標準項目です。例アリス・ジョンソンロバート・ウィリアムズマリア・ガルシア
	雇用状況 EmploymentStatus	新入社員の雇用期間における現在の状況です。
説明この属性では、新入社員の状況を「内定承諾」から「入社前」、「アクティブ」へといった段階ごとに記録します。プロセス全体のどの段階にいるかを把握できます。プロセスマイニングでは、ケースレベルの属性として、進行中のオンボーディング案件を絞り込んだり、特定の状況が続く期間を分析したりできます。進行中のオンボーディングプロセスをリアルタイムで一覧できるダッシュボードにも役立ち、人事担当者やマネージャーが進捗を確認できます。重要な理由オンボーディング案件の全体的な状況を示します。進行中の案件を絞り込み、全体の進捗を確認できます。入手先 BambooHRの従業員レコードにある標準項目です。例アクティブ非アクティブ雇用終了休職中

必須推奨任意

従業員のオンボーディングに関するアクティビティ

プロセスを正確に把握し、パフォーマンスを監視するために、イベントログに記録する重要なプロセスのステップとマイルストーンです。

7 推奨 8 任意

	アクティビティ	説明
	オンボーディングタスクの完了	新入社員のオンボーディングチェックリストに割り当てられたタスクがすべて完了したことを示します。オンボーディングタスクリストの完了率が100％に達したとき、または最後の「オンボーディングを完了」タスクがチェックされたときに推定できます。
重要な理由タスクに沿って進めるオンボーディングプロセスの明確な終点となります。事務手続きと準備の手順がすべて完了したことを確認できます。入手先従業員のオンボーディングタスクリストで最後に完了したタスクの時刻、またはオンボーディングプロセス全体のステータスが「完了」に設定された時刻から推定します。記録 1つのオンボーディングケースに関連するすべてのタスクのうち、最も遅い完了時刻を特定します。イベントタイプ inferred
	バックグラウンドチェック完了	新入社員のバックグラウンドチェックが完了し、結果を確認できる状態になったことを示します。BambooHRでは、オンボーディングチェックリストの「バックグラウンドチェック」タスクが「完了」に設定されたときに記録されます。
重要な理由これはコンプライアンス上の重要な節目です。開始から完了までの遅れが大きなボトルネックになる場合があるため、この期間を追跡すると、入社日までに採用前の要件を満たせるよう確認できます。入手先新入社員のオンボーディングタスクリストにある「バックグラウンドチェック」タスクの完了時刻から取得します。記録バックグラウンドチェックのタスクのステータスが「完了」に更新されたときにイベントが記録されます。イベントタイプ explicit
	入社後30日面談の完了	新入社員とマネージャーによる初回の正式な面談が完了したことを示します。通常は入社から約30日後に実施されます。BambooHRで「入社後30日面談」タスクまたは人事評価フォームが完了に設定されたときに記録されます。
重要な理由この節目は、早期のフィードバックや懸念への対応、従業員の定着率向上に欠かせません。完了状況を追跡すると、重要な時期に新入社員との面談が一貫して行われているか確認できます。入手先 BambooHRの「入社後30日面談」タスクまたは人事評価フォームの完了時刻から取得します。記録マネージャーが面談タスクまたはフォームを「完了」に設定すると、イベントが記録されます。イベントタイプ explicit
	入社書類一式の完了	新入社員がオンボーディング書類一式に含まれる必要書類すべてへの署名を終えたときに発生するイベントです。送信した書類一式への電子署名がすべて完了すると、BambooHRに自動で記録されます。
重要な理由書類手続きの完了は、新入社員が初日を迎えるための重要な前提条件です。この節目を分析すると、コンプライアンスと受け入れ準備を確認し、手戻りや入社日の遅れを防ぐうえで役立ちます。入手先 BambooHRで送信済みの入社書類一式のステータスが「完了」に変わった時刻から取得します。記録入社書類一式に必要な最後の電子署名が完了すると、個別のイベントが記録されます。イベントタイプ explicit
	内定承諾	候補者が正式に内定を承諾した時点で、オンボーディングプロセスが始まります。BambooHRでは通常、応募者追跡システム（ATS）で候補者のステータスが「採用済み」に変更されたときに記録されます。これをきっかけに従業員プロフィールとオンボーディングチェックリストが作成されます。
重要な理由これは、すべてのオンボーディングケースの起点となる重要なイベントです。このイベントからほかのイベントまでの時間を分析すると、採用前プロセス全体の効率と所要時間を測定できます。入手先 BambooHRのATSモジュールで候補者のステータスが「採用済み」に更新された日付、または従業員の入社日フィールドに値が入力された日付から推定します。記録応募者の「ステータス」フィールドが「採用済み」に変わった時刻を特定します。イベントタイプ inferred
	初日のオリエンテーション完了	社内文化やポリシーの説明、関係者の紹介などを行う、新入社員向けの初回オリエンテーションが完了したことを示します。BambooHRのオンボーディングチェックリストで、人事担当者または採用マネージャーが「初日のオリエンテーション」タスクを完了にすると記録されます。
重要な理由これは、従業員のエンゲージメントと組織への定着に欠かせない節目です。新入社員が良いスタートを切り、前向きな体験を得られるよう、予定どおりに一貫して実施することが重要です。入手先オンボーディングタスクリストにある「初日のオリエンテーション」タスクの完了時刻から取得します。記録オリエンテーションのタスクが「完了」に設定されたときにイベントが記録されます。イベントタイプ explicit
	必須研修の完了	新入社員が必須研修コースを修了したことを示します。BambooHRでは、研修管理モジュールで割り当て済み研修のステータスが「完了」に更新されたときに記録されます。
重要な理由これはコンプライアンス上の重要な節目です。完了状況を追跡すると、会社が法令や社内ポリシーの要件を満たしているか、また従業員が職務に必要な知識を身につけているか確認できます。入手先 BambooHRの研修モジュールで、研修レコードのステータスが「完了」に変更された時刻から取得します。記録研修レコードのステータスフィールドが「完了」に更新されると、個別のイベントが記録されます。イベントタイプ explicit
	IT環境の準備依頼	新入社員に必要なアカウントとアクセス権を作成するよう、IT部門に正式に依頼したことを示します。BambooHRでは通常、オンボーディングチェックリストにあらかじめ定義された「IT環境の準備」タスクが作成され、担当者に割り当てられたときに記録されます。
重要な理由初日から業務を始められるようにするには、IT環境を予定どおりに準備することが欠かせません。このイベントを追跡すると、IT部門の対応状況を測定し、新入社員のシステムアクセスが遅れる原因を調べられます。入手先新入社員のオンボーディングタスクリストにある「ITアカウントの準備」または同様のタスクの作成日時から取得します。記録オンボーディングチェックリストにIT環境の準備タスクが作成されたときにイベントが記録されます。イベントタイプ explicit
	チームへの紹介完了	新入社員が直属のチームメンバーに正式に紹介されたことを示します。通常、マネージャーが主導する比較的形式ばらないアクティビティで、BambooHRのオンボーディングチェックリストにある対応タスクの完了によって記録されます。
重要な理由職場への適応は、オンボーディングを成功させるうえで重要です。このアクティビティを追跡すると、マネージャーが新入社員を迎え入れ、チームの一体感を育むための手順を実施しているか確認できます。入手先通常は採用マネージャーに割り当てられる、オンボーディングタスクリストの「チームへの紹介」タスクの完了時刻から取得します。記録マネージャーが「チームへの紹介」タスクを「完了」に設定すると、イベントが記録されます。イベントタイプ explicit
	バックグラウンドチェック開始	連携サービスを通じて新入社員のバックグラウンドチェックを依頼した時点を示します。通常、BambooHRの新入社員向けオンボーディングタスクリストで「バックグラウンドチェック」タスクが作成されたとき、または開始済みに設定されたときに記録されます。
重要な理由バックグラウンドチェックの開始を追跡すると、採用前の審査プロセスにおける遅延を特定できます。この審査は、コンプライアンスと予定どおりの採用に欠かせない工程であることが少なくありません。入手先 BambooHRのオンボーディングタスクリストにある「バックグラウンドチェック」タスクの作成日時または開始日時から取得します。記録バックグラウンドチェックのタスクが作成されたとき、またはステータスが「進行中」に変わったときにイベントが記録されます。イベントタイプ explicit
	入社書類一式の送信	I-9、W-4、社内ポリシーなどの文書を含む入社書類一式を、新入社員に確認と署名のために送信した時点を示します。BambooHRでは、人事担当者がシステムの文書管理機能を使って書類一式を送信すると、このイベントが記録されます。
重要な理由このアクティビティを起点に、重要な事務ワークフローが始まります。ここから書類の手続きが完了するまでの時間を測定すると、文書化プロセスの効率を評価できます。入手先 BambooHRで新入社員向けの書類一式を電子署名用に送信した時刻から取得します。記録「書類一式を送信」操作が実行されると、システムに個別のイベントが記録されます。イベントタイプ explicit
	従業員プロフィールの作成	人事情報システム（HRIS）に新入社員のレコードが正式に作成され、候補者から従業員へ移行したことを示します。BambooHRのメインデータベースに従業員レコードが作成された日付から推定します。通常、内定承諾後に作成されます。
重要な理由このアクティビティは、IT環境の準備や給与設定など、その後のオンボーディング手順の基盤となります。従業員が正式にシステムに登録された時点を明確に把握できます。入手先従業員データの主要テーブルにある新入社員レコードのシステム作成時刻から推定します。記録従業員の主要レコードにある「created_at」または同等のメタデータの時刻を使用します。イベントタイプ inferred
	必須研修の割り当て	コンプライアンス研修や職務別研修が新入社員に割り当てられたときに発生するイベントです。BambooHRでは、従業員のレコードに新しい研修が追加されると、研修管理モジュールに明示的に記録されます。
重要な理由研修のコンプライアンス遵守状況を測定する起点です。割り当てから完了までの時間を分析すると、従業員が法令や社内要件を期限内に満たしているか確認できます。入手先 BambooHRの研修モジュールで、特定の従業員に割り当てられた研修レコードの作成日から取得します。記録従業員の研修管理テーブルに新しいレコードが作成されると、個別のイベントが記録されます。イベントタイプ explicit
	機器の発注	新入社員に必要なノートパソコンや電話などの機器を発注した時点を示します。通常、BambooHRのオンボーディングチェックリストで「機器を発注」タスクが完了に設定されたときに記録されます。
重要な理由このアクティビティは、新入社員が業務に必要な機器を確保するうえで重要な節目です。ここでの遅れは、初日の準備状況と生産性に直接影響します。入手先 BambooHRのオンボーディングタスクリストにある「機器を発注」タスクの完了時刻から取得します。記録「機器を発注」タスクのステータスが「完了」に更新されたときにイベントが記録されます。イベントタイプ explicit
	機器の納品	発注した機器が実際に納品され、新入社員が使える状態になったことを示します。BambooHRのオンボーディングチェックリストで、「機器の納品」や「作業環境の準備」などのタスクが完了に設定されたことによって追跡される場合があります。
重要な理由発注から納品までの時間を追跡すると、サプライチェーンや物流に関するボトルネックを特定できます。従業員の入社日までに必要な機器がそろうよう確認できます。入手先オンボーディングタスクリストにある「機器の納品」または「作業環境の準備」タスクの完了時刻から取得します。記録納品または準備タスクのステータスが「完了」に更新されたときにイベントが記録されます。イベントタイプ explicit

推奨任意

データ抽出ガイド

BambooHRからデータを取得する方法

ステップ

BambooHRにログイン：カスタムレポートの作成と実行が許可されたユーザーアカウントで、BambooHRにアクセスします。
カスタムレポートを開く：メインメニューから「レポート」に移動します。「レポートの管理」セクションで「レポートを追加」をクリックします。
レポートを設定：「オンボーディングプロセスマイニング用エクスポート」など、内容がわかる名前を付けます。必要に応じて簡単な説明を入力します。
レポート項目を選択：「項目」タブで、イベントログに必要な列をすべて選択します。従業員の識別情報、主な属性、オンボーディングのアクティビティに対応する日付項目を選びます。次のような項目が必要です。
- 従業員番号
- 名、姓
- 部門、職種、勤務地
- 採用マネージャー
- 採用日（「従業員プロフィールの作成」用）
- 「内定承諾日」など、マイルストーンに使用するカスタム日付項目
- 関連するオンボーディングおよびオフボーディングの全タスクの完了日。たとえば、「身元調査完了日」「書類一式送付日」「書類一式完了日」「IT環境準備依頼日」など、個々のタスクを選択します。
- 研修モジュールの日付項目（「必須研修割り当て日」「必須研修完了日」など）
レポートのフィルターを設定：「フィルター」タブでデータの対象範囲を指定します。たとえば、過去6か月の従業員を対象にするため、「採用日」で絞り込むことを強くおすすめします。レポートが大きくなりすぎてタイムアウトするのを防げます。
レポートを保存して実行：すべての項目とフィルターを設定したら、「保存して実行」をクリックします。BambooHRの画面で結果を確認し、想定した従業員とデータ列が含まれていることを確かめます。
データをエクスポート：通常は雲または矢印のアイコンで表示されるエクスポートボタンをクリックし、形式として「カンマ区切り値（.csv）」を選びます。bamboohr_onboarding_export.csvなど、内容がわかる名前を付けてファイルをローカルに保存します。
変換スクリプトを準備：この文書の「クエリ」セクションにあるPythonスクリプト全体をコピーし、エクスポートしたCSVファイルと同じディレクトリにtransform_bamboohr.pyという名前で保存します。
必要なライブラリをインストール：pandasがインストールされていない場合は、ターミナルまたはコマンドプロンプトを開き、pip install pandasを実行します。
データを変換：ターミナルまたはコマンドプロンプトでファイルのあるディレクトリに移動し、python transform_bamboohr.pyを実行します。横持ち形式のCSVが処理され、プロセスマイニングに適した縦持ち形式のevent_log.csvが作成されます。
ProcessMindにアップロード：event_log.csvをProcessMindアプリケーションにアップロードできるようになりました。

設定

前提条件：高度なレポート機能とオンボーディング機能を含むBambooHR Advantageパッケージが必要です。ユーザーロールには、従業員データを含むカスタムレポートの作成、表示、エクスポートを行う権限が必要です。
レポート項目：この方法では、適切な項目を選ぶことが重要です。レポートは横持ち形式で作成し、従業員ごとに1行を割り当て、オンボーディングのアクティビティごとに日付列を設けます。ケース識別子としてEmployee #を含め、「部門」「職種」「採用マネージャー」など、関連する属性列もすべて含めてください。
カスタム項目とタスク：この抽出方法は、組織でのBambooHRの使い方に大きく左右されます。「内定承諾」や「機器の発注」などのアクティビティは、専用のカスタム日付項目、またはオンボーディングチェックリスト内のタスクとして記録されている必要があります。タスク名だけでなく、タスクの完了日項目も選択してください。
日付範囲のフィルター：パフォーマンスとデータの関連性を保つため、必ず「採用日」でレポートを絞り込んでください。通常、過去6～12か月を対象にすれば、エクスポートファイルが大きくなりすぎず、プロセス分析に十分なデータを得られます。
レポートのスケジュール設定：継続的に監視する場合は、カスタムレポートを定期的（たとえば毎週）に実行し、メールで受け取るBambooHRの機能を利用できます。データ抽出の最初の部分を自動化するのに役立ちます。

クエリの例 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()

ステップ

前提条件とセットアップ：Python 3.6以降がインストールされていることを確認します。ターミナルでpip install pandas requestsを実行し、pandasとrequestsをインストールします。
BambooHR APIキーを作成：管理者権限でBambooHRアカウントにログインします。右上のプロフィールアイコンから「APIキー」を選択し、新しいAPIキーを作成します。「ProcessMiningExtraction」など、用途がわかる名前を付け、従業員データ、オンボーディングタスク、研修記録への読み取り専用アクセスを設定します。作成したキーは安全に保管してください。
Pythonスクリプトを設定：提供されたPythonスクリプトをextract_onboarding.pyなどの名前で保存します。ファイルを開き、COMPANY_SUBDOMAINのプレースホルダーを会社固有のサブドメイン（BambooHRのURLで「.bamboohr.com」の前にある部分）に、API_KEYを前の手順で作成したキーに置き換えます。
抽出する日付範囲を設定：スクリプト内のSTART_DATEとEND_DATEの値を変更します。この2つのパラメーターで、抽出対象となる新入社員の期間を指定します。「YYYY-MM-DD」形式で入力してください。
スクリプトを実行：ターミナルでpython extract_onboarding.pyを実行します。スクリプトがBambooHR APIに接続し、必要なデータを取得して処理を開始します。
API呼び出しの内容を確認：スクリプトはまず従業員ディレクトリのレポートエンドポイントを呼び出し、指定した期間に採用された従業員の一覧を取得します。この一覧をOnboardingCase識別子の基礎として使用します。
データを順次取得：特定した新入社員ごとにAPIを呼び出し、詳細なプロフィール情報、割り当てられたオンボーディングタスク、研修記録を取得します。これにより、各従業員のオンボーディングに関するデータを漏れなく収集できます。
データの変換とマッピング：スクリプトはAPIから取得した生のJSONデータを、構造化されたイベントログに変換します。あらかじめ定義された辞書TASK_TO_ACTIVITY_MAPを使い、BambooHRのオンボーディングタスク名をプロセスマイニングで使用する標準アクティビティ名に対応付けます。「内定承諾」や「従業員プロフィールの作成」などのイベントは、従業員の採用日と作成日から算出します。
コンソールの出力を確認：スクリプトの実行中は、見つかった新入社員の人数や処理中の従業員名など、進捗状況がコンソールに表示されます。エラーや警告が発生していないか確認してください。
イベントログファイルを作成：すべての従業員の処理が終わると、データが1つのデータフレームにまとめられ、同じディレクトリにbamboohr_onboarding_event_log.csvとして保存されます。このファイルには、ProcessMindで必要な列が含まれます。
アップロードの準備：作成されたCSVファイルを開き、内容を確認します。プロセスマイニングツールにアップロードする前に、OnboardingCase、ActivityName、EventTimestampの各列に正しい値が入力されていることを確かめてください。

設定

APIキーの権限：データ抽出に使うAPIキーには、従業員の個人情報、職務情報、雇用状況、オンボーディングタスク、研修記録に対する少なくとも読み取り専用の権限が必要です。
会社のサブドメイン：正しいAPIエンドポイントURLを組み立てるため、スクリプトには会社固有のBambooHRサブドメインが必要です。
日付範囲（START_DATE、END_DATE）：スクリプト内のこれらの変数で、従業員の採用日を基準に抽出期間を指定します。まずは直近3～6か月を対象にすると、データ品質を確認しながら抽出量を抑えられます。過去全体を分析する場合は期間を広げられますが、APIのレート制限にご注意ください。
アクティビティのマッピング（TASK_TO_ACTIVITY_MAP）：スクリプト内のこの辞書は重要です。会社のBambooHRに登録されたオンボーディングタスクの正確な名称を、標準アクティビティ名に対応付けます。組織独自のBambooHR設定に合うよう、内容を確認して調整してください。
ソースシステム識別子：スクリプトではSOURCE_SYSTEM変数に「BambooHR」が設定されています。最終的なイベントログで別の識別子が必要な場合は変更できます。
パフォーマンスに関する注意点：指定期間内に数千人の新入社員がいる組織では、従業員ごとに複数回APIを呼び出すため、スクリプトの実行にかなり時間がかかる場合があります。パフォーマンスへの影響やAPIのレート制限を避けるため、利用の少ない時間帯に実行することをおすすめします。

クエリの例 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()

始める準備はできましたか？

このテンプレートを使って分析用のデータを準備し、自信を持って従業員のオンボーディングプロセスの改善に取り組みましょう。ボトルネックを特定し、効率を高める取り組みを今すぐ始められます。

改善ガイドに戻る

テンプレートをダウンロード

BambooHRで従業員のオンボーディングを今すぐ最適化

コンプライアンス対応の完了率95％を達成し、オンボーディングの遅延をなくしましょう。

無料トライアルを開始

クレジットカードは不要です。今すぐ最適化を始めましょう。

従業員のオンボーディング用データテンプレート

従業員のオンボーディング用データテンプレート

従業員のオンボーディングに関する属性

従業員のオンボーディングに関するアクティビティ

データ抽出ガイド

BambooHRの標準カスタムレポートをエクスポート

ステップ

設定

クエリの例 python

BambooHR REST APIを使ったPythonスクリプトによるデータ抽出

ステップ

設定

クエリの例 python

始める準備はできましたか？

BambooHRで従業員のオンボーディングを今すぐ最適化