> 継続的なプロセス改善 > 採用・人材獲得 > SAP SuccessFactors Recruiting > データテンプレート

採用・人材獲得データテンプレート

SAP SuccessFactors Recruiting

採用・人材獲得の属性 (20) 採用・人材獲得のアクティビティ (16) 抽出ガイド (3)

採用・人材獲得データテンプレート

このテンプレートでは、SAP SuccessFactors Recruitingから収集する必要がある主要なデータ項目とプロセス手順をわかりやすく整理しています。プロセスマイニング分析に向けて、データを正確に準備できます。推奨される属性、主要なアクティビティ、データ抽出の具体的な手順を確認できるため、データ準備を効率化できます。

収集を推奨する属性
追跡する主要なアクティビティ
段階的な抽出手順

イベントログを初めて扱いますか。学ぶプロセスマイニングのイベントログを作成する方法.

テンプレートをダウンロード

採用・人材獲得の属性

採用・人材獲得プロセスを詳細に分析するため、イベントログに含める必須データ項目です。

3 必須 8 推奨 9 任意

	名前	説明
	求人応募 JobApplication	特定の求人依頼に対する候補者の応募を一意に識別するIDです。
説明求人応募IDは、採用プロセスにおける主要なケース識別子です。候補者1人の初回応募の送信から、審査、面接、オファー、最終的な採用判断までの一連の過程を追跡します。各応募を個別のケースとして扱うため、候補者体験と求人ごとのプロセス効率を詳細に分析できます。プロセスマイニングでは、求人応募IDを基準にプロセスを分析することで、候補者一人ひとりの経路を最初から最後まで明確に把握できます。ボトルネック、標準プロセスからの逸脱、1件の応募処理にかかった総時間を特定できます。すべてのケース単位の分析を支える基本的な属性です。重要な理由候補者一人ひとりの過程を一意に識別し、応募から最終判断までのプロセスを最初から最後まで分析できます。入手先通常は、SAP SuccessFactors Recruitingの求人応募エンティティにおける主キーです。JobApplication OData APIから取得できます。例 APP-0012345APP-0012346APP-0012347
	アクティビティ ActivityName	採用プロセスで発生した特定のステップまたはイベントの名称です。
説明アクティビティは、「Application Received」、「Interview Scheduled」、「Offer Extended」など、採用ライフサイクルにおける個別の段階またはアクションを表します。これらのイベントは時系列で記録され、1件の求人応募を構成する一連のアクションを形成します。プロセスマイニングでは、アクティビティの順序を使ってプロセスマップを作成し、プロセスバリアントを可視化し、逸脱を特定します。アクティビティを分析することで、どのステップが、どの順序で、どの程度の頻度で実行されているかを把握できます。非効率やコンプライアンス上の問題を特定するうえで欠かせません。重要な理由プロセスのステップを定義し、採用ワークフローを可視化・分析できます。入手先通常は、求人応募オブジェクトのステータス変更、またはSAP SuccessFactors Recruiting内の特定のイベントログから取得されます。例応募書類のスクリーニング完了面接の実施オファーの受諾候補者の採用完了
	開始時刻 EventTimestamp	採用アクティビティが発生した正確な日時です。
説明プロセス内の各アクティビティのタイムスタンプを記録し、イベントの時系列を示します。採用プロセスの所要時間、待ち時間、全体のサイクルタイムを算出するために欠かせません。このタイムスタンプは、プロセスマイニングにおける時間ベースの分析の基礎です。アクティビティ間の所要時間の算出、遅延の特定、SLAに対するパフォーマンスの測定、プロセスの時間的な動きの把握に使用します。正確なタイムスタンプがなければ、プロセス効率を分析したり、時間に関するボトルネックを発見したりすることはできません。重要な理由サイクルタイムの算出、遅延の特定、プロセスパフォーマンスの分析に必要な時系列データを提供します。入手先通常は、Job Applicationエンティティのステータス変更に関連付けられた作成日または最終更新日です。例 2023-04-15T10:30:00Z2023-04-22T14:00:00Z2023-05-01T11:45:00Z
	候補者ID CandidateId	求人に応募した個人を一意に識別するIDです。
説明 Candidate IDは、応募した求人数にかかわらず、タレントプール内の人物を一意に識別します。これにより、候補者の履歴や企業とのやり取りを時系列で追跡できます。分析では、この属性によって、複数回応募する候補者の行動を把握し、候補者を中心にプロセスを確認できます。ある職種で不採用となった候補者が、後に別の職種で採用されたかどうかを確認したり、1人の候補者が複数の求人に応募した際の全体的な体験を分析したりできます。重要な理由複数の応募にまたがって候補者を追跡できるため、候補者と企業とのやり取りを全体的に把握できます。入手先この識別子はCandidateエンティティで利用でき、SAP SuccessFactors RecruitingのJobApplicationエンティティに関連付けられています。例 CAND-9876CAND-9877CAND-9878
	応募ステータス ApplicationStatus	求人応募の現在または最終的なステータスです。たとえば、「採用」、「不採用」、「辞退」などです。
説明この属性は、任意の時点における求人応募の結果を示します。最終ステータスは、プロセスが成功したかどうかを示すため、特に重要です。応募ステータスは、結果分析やファネルのコンバージョン率の算出に欠かせません。各段階で、候補者がアクティブなステータスから「不採用」のような終了ステータスへ何人移行したかを追跡し、「段階別候補者離脱率」KPIを算出します。また、成功したプロセスだけを抽出してベストプラクティスを分析する際にも役立ちます。重要な理由プロセスの結果を示すため、離脱率の算出やプロセスの成功状況の分析に欠かせません。入手先 JobApplicationエンティティの中核項目で、パイプライン内での位置を示します。例採用済み会社による不採用候補者による辞退オファー辞退
	応募経路 ApplicationSource	候補者が応募を提出した経路です。
説明この属性は、応募の発生元を示します。たとえば、企業の採用ページ、LinkedIn、紹介、採用代理店などです。さまざまな採用チャネルの効果を評価する際に役立ちます。分析では、応募経路を使って、各チャネルから得られた候補者の質と人数を測定します。経路と採用成功の関係を分析することで、「応募経路の有効性」KPIを直接支えます。これにより、採用マーケティングへの支出を見直し、効果の高いチャネルに注力できます。重要な理由採用チャネルごとの効果を測定し、人材獲得の方針や予算を見直せます。入手先この情報は候補者の応募時に取得され、JobApplicationまたはCandidateエンティティで利用できます。例会社のウェブサイトLinkedIn社員紹介Indeed
	採用担当者 Recruiter	求人応募または求人依頼を担当する採用担当者の氏名またはIDです。
説明この属性は、特定の求人依頼における採用プロセスの管理責任を負う主担当者を識別します。プロセスに関わる主要なリソースです。採用担当者別にプロセスを分析することは、パフォーマンスの評価や業務量の管理に欠かせません。どの採用担当者の採用期間が最も短いか、業務量が均等に配分されているか、特定の採用担当者が継続的にプロセスの手順を省略していないか、といった問いに答えられます。この属性は、「採用担当者のパフォーマンスと業務量」ダッシュボードや、「採用担当者の業務量偏り指数」KPIを直接支えます。重要な理由採用担当者ごとのパフォーマンスを測定し、業務量の配分を分析するとともに、ベストプラクティスやトレーニングの必要性を特定できます。入手先通常はJobRequisitionエンティティに保存され、担当する採用担当者を示します。例 John SmithJane DoeEmily Jones
	採用責任者 HiringManager	募集ポジションの採用を担当するマネージャーの氏名またはIDです。
説明採用責任者は最終的な採用判断を行う人物であり、プロセスの主要な関係者です。フィードバックの提供やオファーの承認など、その対応によってプロセスの所要時間が大きく変わる場合があります。この属性を使うと、特定の採用責任者による遅延を特定できます。たとえば、フィードバックの提出が遅い、オファーの承認が遅れているといったケースです。採用責任者別にプロセスのバリアントを分析すると、組織内で面接プロセスの進め方にばらつきがあるかどうかを明らかにできます。重要な理由プロセスに影響を与える主要な関係者を特定し、承認やフィードバックの遅延を分析できます。入手先 SAP SuccessFactors RecruitingのJobRequisitionエンティティに標準で含まれる項目です。例 Alice WilliamsRobert BrownCharles Davis
	求人 requisition ID JobRequisitionId	募集している求人またはポジションを一意に識別するIDです。
説明求人Requisition IDは、複数の応募を1つの採用案件に関連付けます。ポジションを補充するための正式な依頼を表し、職種名、部門、勤務地などの情報を含みます。求人Requisition IDで分析すると、1つの求人に対する候補者全体を把握できます。求人掲載の効果を理解したり、同じ職種に応募した候補者の進捗を比較したり、「採用充足期間」などの指標を計算したりする際に役立ちます。重要な理由 1つの求人に対するすべての応募をまとめ、特定のポジションにおける候補者ファネル全体を分析できます。入手先 SAP SuccessFactors RecruitingのJobRequisitionエンティティにある主要項目で、JobApplicationエンティティに関連付けられています。例 REQ-2023-101REQ-2023-102REQ-2023-103
	職種名 JobTitle	候補者が応募したポジションの名称です。
説明この属性は、募集対象の職種を示します。たとえば、Software EngineerやProject Managerなどです。採用プロセスを分類し、比較するための重要な軸となります。職種名ごとにプロセスを分析すると、職種の種類によって採用サイクルが異なるかどうかを把握できます。たとえば、技術職では事務職より面接段階が多い場合があります。この属性は、「重要職種の充足期間」などのKPIや、職種固有のボトルネックの特定に欠かせません。重要な理由職種ごとの採用プロセスを比較し、職種固有のボトルネックやばらつきを特定できます。入手先この項目はJobRequisitionエンティティに含まれ、JobApplicationに関連付けられています。例シニアソフトウェアエンジニアプロダクトマネージャーデータアナリスト
	部門 Department	求人ポジションが所属する部門または事業部門です。
説明この属性は、新入社員を受け入れる組織単位を示します。たとえば、Engineering、Marketing、Financeなどです。部門は根本原因分析の重要な軸です。組織内の各部門でプロセスのパフォーマンスを比較し、採用サイクルが長い部門を特定できます。また、プロセスの逸脱が特定の事業部門に集中しているかどうかも確認できます。部門別のパフォーマンスを表示するダッシュボードの作成にも欠かせません。重要な理由事業部門間でパフォーマンスを比較し、部門固有のプロセス上の問題を特定できます。入手先この項目はJobRequisitionエンティティに含まれ、組織構造のデータに関連付けられています。例研究開発営業人事
	オファーを承諾したかどうか IsOfferAccepted	候補者が求人オファーを承諾したかどうかを示す計算フラグです。
説明これは結果分析を簡単にする派生真偽値属性です。通常、応募の最終ステータスが「オファー承諾」または「採用」の場合は「true」、それ以外の場合は「false」に設定されます。「オファー辞退」や「辞退」も「false」に含まれます。この属性により、オファー承諾率に関するダッシュボードやKPIを簡単に作成できます。職種名や部門など、オファー承諾率の高低と関連する要因を容易に抽出・集計できます。重要な理由オファー承諾率の分析を簡単にし、オファーの成功と関連する要因を特定できます。入手先ソースシステムの項目ではありません。データ変換時に「ApplicationStatus」項目から派生します。例 truefalse
	オファー金額 OfferAmount	候補者に提示した給与額です。
説明この属性は、求人オファーで提示した給与の金額を記録します。採用プロセスの最終段階における重要な情報です。オファー金額を分析すると、「オファー交渉サイクル時間」の背景を把握できます。交渉期間が平均より長い場合、対象職種の給与レンジ下限に近いオファーと関連している可能性があります。また、職種や部門ごとの報酬の競争力も分析できます。重要な理由オファー交渉のサイクル時間を把握し、報酬方針や競争力を分析するための背景情報を提供します。入手先このデータは、JobApplicationに関連付けられたOffer DetailsまたはOffer Approvalエンティティに保存されます。例 8500012000095500
	ソースシステム SourceSystem	採用データを抽出したシステムです。
説明この属性はデータの取得元を示します。複数のシステムからデータを取得する可能性がある環境では、特に重要です。このプロセスでは、通常「SAP SuccessFactors Recruiting」が該当します。分析では、データの系譜を確認するために使えます。また、複数の採用プラットフォームを使用している場合は、データのフィルタリングやセグメント分けにも利用できます。データガバナンスとトラブルシューティングに必要な背景情報を提供します。重要な理由データの取得元を確認できるため、データガバナンス、検証、複数システム環境で重要です。入手先データ抽出時に追加し、レコードのソースを示す静的な値です。例 SAP SuccessFactors RecruitingSFSF-RCM-PROD
	不採用理由 RejectionReason	候補者の応募を不採用にした際に記録される理由です。
説明応募のステータスが「不採用」に変更されると、通常は理由が記録されます。資格要件、面接の結果、その他の要因などが該当します。これにより、候補者が次の段階に進めなかった理由を定性的に把握できます。この属性は、「候補者パイプラインの離脱分析」に非常に役立ちます。定量的な離脱率に背景情報を加え、根本原因の把握を支援します。たとえば、スクリーニング段階で「基本的な資格要件を満たしていない」ことを理由に不採用となる候補者が多い場合、求人票や応募経路に問題がある可能性があります。重要な理由候補者がパイプラインから外れた理由を把握できるため、求人票や人材獲得経路の問題を特定できます。入手先通常、応募のステータスが「不採用」に変更された際に入力される項目です。例応募条件を満たしていないより適任の候補者がいる技術評価に不合格企業文化との適合性が低い
	最終データ更新日時 LastModifiedDate	ソースシステムでレコードが最後に更新された日時を示すタイムスタンプです。
説明この属性は、SAP SuccessFactorsのイベントデータまたはケースデータが最後に変更された日時を示します。データ更新と検証に役立ち、最新の情報に基づいて分析できることを確認できます。データパイプラインでは、増分データロードの実装に欠かせない項目です。前回の更新以降に作成または変更されたレコードだけを抽出できるため、データ更新の効率が向上します。重要な理由増分データロードを効率化し、最新の情報に基づいて分析できることを確認します。入手先多くのSAP SuccessFactors OData APIエンティティで利用できる「lastModifiedDateTime」のようなメタデータ項目に対応します。例 2023-06-10T09:00:00Z2023-06-11T15:20:00Z
	勤務地 Location	求人ポジションに関連付けられた地理的な場所またはオフィスです。
説明この属性は、求人の勤務地となる市区町村、州、国を示します。採用プロセスにおける地域差の分析に使われます。勤務地別の分析により、採用期間、候補者離脱率、プロセスのコンプライアンスにおける地域差を明らかにできます。この情報は、地域ごとの労働市場に合わせて採用方針を調整し、勤務地固有の課題やベストプラクティスを特定する際に役立ちます。重要な理由地理的な地域ごとにプロセスのパフォーマンスを分析し、地域別のボトルネックや効率の高い部分を明らかにできます。入手先この項目はJobRequisitionエンティティに含まれ、ポジションの勤務地を定義します。例ニューヨーク州ニューヨーク英国ロンドンドイツ・ベルリン
	段階滞在時間 TimeInStage	応募が特定の段階にとどまり、次の段階へ移行するまでの時間です。
説明この計算指標は、連続する2つのアクティビティ間の時間を測定します。たとえば、「応募スクリーニング」段階から「電話面談」へ移行するまでに応募が費やした時間を測定できます。この属性は、ボトルネックの特定に欠かせません。各プロセス手順の所要時間を算出することで、どの段階に最も時間がかかっているかを特定できます。「応募スクリーニングのサイクル時間」や「求人依頼・オファー承認の遅延」など、多くのダッシュボードで使われます。重要な理由プロセス手順ごとの所要時間を数値化し、遅延の原因となっている段階を特定できます。入手先データ変換時に、同じケースにおけるアクティビティのタイムスタンプと直前のアクティビティのタイムスタンプとの差分を求めて算出します。例 3日10日1日
	社内候補者かどうか IsInternalCandidate	応募者が既存の従業員かどうかを示すフラグです。
説明この真偽値属性は、現在の従業員である社内候補者と、社外候補者を区別します。社内異動のプロセスは、社外採用のプロセスと異なることがよくあります。このフラグを基にプロセスを分析することは、社内異動と社外採用の両方を理解し、最適化するうえで重要です。社内採用では、より短く効率化されたプロセスをたどる場合があります。両者を比較することで、社外採用の効率を高める機会を見つけられます。重要な理由社内異動と社外採用を分けて分析できます。両者は手順や所要時間が異なる別のプロセスであることが多いためです。入手先通常、このフラグはCandidateまたはJobApplicationエンティティで利用できます。例 truefalse
	雇用形態 EmploymentType	ポジションの雇用形態です。たとえば、正社員、パートタイム、契約社員などです。
説明この属性は、雇用条件に基づいて求人を分類します。募集対象となるポジションの基本的な特性です。この属性を軸にすると、正社員と契約社員の採用プロセスを比較できます。雇用形態によって、手順、所要時間、承認要件が異なる場合があります。分析結果をもとに、雇用形態ごとにプロセスを効率化できます。重要な理由プロセスを分けて分析し、正社員や契約社員など、雇用形態ごとの採用を最適化できます。入手先 JobRequisitionエンティティに標準で含まれる項目です。例フルタイムパートタイム契約社員インターン

必須推奨任意

採用・人材獲得のアクティビティ

採用ワークフローを正確にディスカバリーするためにイベントログへ記録する、重要なプロセスステップとマイルストーンです。

8 推奨 8 任意

	アクティビティ	説明
	オファーの受諾	候補者が求人オファーを正式に受け入れた時点で発生します。選考の成功を示す重要な節目であり、通常は候補者の回答に基づいて採用担当者が応募ステータスを更新した時点で記録されます。
重要な理由このアクティビティは選考プロセスが成功した結果を示し、オファー受諾率の測定における重要な要素です。また、オファー受諾後の段階の開始点にもなります。入手先 Job Applicationレコードのステータスが「Offer Accepted」に変わったことから判断します。このステータス変更の時刻をイベント時刻として使用します。取得応募ステータスが「Offer Accepted」に更新された時刻を追跡します。イベントタイプ inferred
	オファーの提示	正式な求人オファーが候補者に伝えられた時点を示します。通常、システム内で応募ステータスが「Offer Extended」または同様の状態に更新されたことから判断します。
重要な理由オファーの交渉と受諾の時間計測を開始する重要な節目です。この時点から「Offer Accepted」までの時間を分析すると、オファー交渉サイクルを把握できます。入手先 Job Applicationの履歴におけるステータス変更から判断します。イベントには、ステータスが「Offer Extended」に更新された時刻を使用します。取得応募ステータスが「Offer Extended」に変わった時刻を特定します。イベントタイプ inferred
	候補者の採用完了	求人応募に対する採用プロセスが成功裏に完了したことを示します。通常は、採用モジュールで最終ステータスが更新されたことから推定されます。オンボーディングプロセスの完了後、入社日が確定した時点で更新されることがよくあります。
重要な理由このプロセスにおける主要な成功終了点です。採用までの総所要時間と、採用ファネルの成功率を算出するために欠かせません。入手先求人応募に「Hired」などの最終的な採用済みステータスが付与されたことから推定されます。この最終ステータスが更新された時点のタイムスタンプがイベントを示します。取得最終応募ステータスが「Hired」に設定された時点のタイムスタンプを特定します。イベントタイプ inferred
	応募却下	企業が候補者の選考を進めないと判断し、プロセスが不成功に終わったことを示します。通常は、応募に「Rejected」や「Not Selected」などの終了ステータスが付与されたことから推定されます。
重要な理由候補者パイプラインの離脱を分析するには、各段階での却下を追跡することが重要です。候補者の多くが不合格となる段階を特定できます。入手先採用担当者または採用マネージャーによって、求人応募のステータスが最終的な却下状態に変更された時点のタイムスタンプから推定されます。取得応募ステータスが終了状態である「Rejected」に更新された時点のタイムスタンプを追跡します。イベントタイプ inferred
	応募受付	掲載された求人に候補者が応募を送信した時点で発生する、特定の求人申請ケースの開始点です。候補者の応募がシステムに正常に作成された時刻とともに、明示的なイベントとして記録されます。
重要な理由候補者の一連の体験の開始点として、このアクティビティは採用ファネルの分析と候補者体験の測定に欠かせません。Application Screening Cycle Time KPIの開始点にもなります。入手先 SAP SuccessFactorsにおけるJob Applicationレコードの作成日です。各応募には一意のIDと、送信時刻を示すタイムスタンプがあります。取得メインのJob Applicationエンティティに記録された作成時刻を使用します。イベントタイプ explicit
	応募書類のスクリーニング完了	このアクティビティは、採用担当者または採用担当マネージャーが候補者の応募書類を初めて確認したことを示します。通常、「New Application」から「Screening Complete」または「Shortlisted」などへの応募ステータスの変更から判断します。
重要な理由初期確認プロセスの効率を測定します。この段階で遅延が発生すると、候補者体験が悪化し、適格な応募者を失う可能性があります。入手先 Job Applicationのステータス履歴から判断します。ユーザーが応募ステータスをスクリーニング後の状態に変更した時刻を記録します。取得応募ステータスが初期状態からスクリーニング済みまたは候補者 shortlistの状態に変わった時刻を追跡します。イベントタイプ inferred
	求人申請の作成	このアクティビティは、SAP SuccessFactorsで新しい求人申請が作成されたときに採用プロセスが正式に始まることを示します。通常、採用担当マネージャーまたは採用担当者が新しい求人申請フォームを確定して保存した時点で、明示的に記録されます。
重要な理由これは、採用期間全体のKPIを測定するための重要な開始点です。このイベントからの時間を分析すると、求人の承認段階と掲載段階における遅延を特定できます。入手先通常、SAP SuccessFactors Recruiting ManagementのJob Requisitionオブジェクトの作成日に基づいて記録します。求人申請レコードの作成時刻をイベント時刻として使用します。取得求人申請に関連付けられたJob Requisitionレコードの作成時刻を使用します。イベントタイプ explicit
	面接の実施	採用チームとの正式な面接が完了したことを示します。通常、面接後に採用担当者または採用担当マネージャーが候補者の応募ステータスを更新したことから判断します。
重要な理由選考プロセスにおける重要な節目です。面接間の時間や、面接からオファーまでの時間を分析すると、意思決定のボトルネックを特定できます。入手先 Job Applicationのステータス履歴から判断します。イベント時刻には、ステータスが「Interview Complete」または同様の値に更新された時刻を使用します。取得応募ステータスが面接完了を示す値に更新された時刻を特定します。イベントタイプ inferred
	オファー詳細の入力	候補者にオファーを提示する前に行う、求人オファーの社内準備と承認ワークフローを示します。通常、オファーの作成中または承認待ちであることを示すステータス変更から判断します。
重要な理由候補者がオファーを検討する時間と、社内のオファー承認プロセスの遅延を切り分けるのに役立ちます。Offer Approval Cycle Timeを分析するうえで重要です。入手先 Job Applicationのステータス履歴、または関連付けられたOffer Approvalオブジェクトから判断します。「Offer Preparation」や「Pending Offer Approval」などのステータスを確認します。取得応募がオファー準備または承認のステータスに移った時刻を追跡します。イベントタイプ inferred
	オンボーディング開始	このアクティビティは、採用プロセスからオンボーディングプロセスへの引き継ぎを示します。候補者がオンボーディングモジュールへ移動された時点、またはステータスが「Ready to Hire」もしくは「Onboarding」に更新された時点で記録されます。
重要な理由採用から従業員のオンボーディングへの移行効率を測定します。引き継ぎに時間がかかると、新入社員の体験が損なわれる可能性があります。入手先通常は、候補者のデータがSAP SuccessFactors Onboardingへ移される前の、採用プロセスにおける最終ステータスから推定されます。このステータスが変更された時点のタイムスタンプを使用します。取得ステータスが「Ready to Hire」または「Onboarding Started」に変更された時点のタイムスタンプを追跡します。イベントタイプ inferred
	バックグラウンドチェックの開始	オファーを受諾した候補者に対するバックグラウンドチェックが始まったことを示します。通常、応募ステータスが「Background Check in Progress」などの状態に変わったことから判断します。
重要な理由バックグラウンドチェックの開始や完了が遅れると、新入社員の入社日が後ろ倒しになる可能性があります。このアクティビティをモニタリングすると、オファー受諾後のプロセスを効率化できます。入手先求人応募のステータス履歴から推定されます。バックグラウンドチェックの開始を示すためにステータスが更新された時点で、タイムスタンプが記録されます。取得応募ステータスが「Background Check」に変更された時点のタイムスタンプを特定します。イベントタイプ inferred
	フィードバックの提出	面接後に面接担当者が候補者へのフィードバックを提出したことを示します。個別のフィードバックオブジェクトが作成される場合は明示的なイベントとして記録でき、応募ステータスの変更を引き起こす場合はその変更から判断できます。
重要な理由適時にフィードバックを提出することは、プロセスへの準拠と迅速な採用判断に欠かせません。このアクティビティにより、Interview Feedback Submission Rate KPIをモニタリングできます。入手先応募に関連付けられたInterview FeedbackまたはAssessmentオブジェクトに、明示的なタイムスタンプが記録されている場合があります。記録がない場合は、ステータス変更から判断できます。取得利用できる場合は面接フィードバックレコードの作成時刻を使用します。利用できない場合は、システム分析が必要です。イベントタイプ explicit
	候補者による辞退	候補者が自ら選考対象から外れることで、プロセスが不成功に終わったことを示します。応募ステータスが「Withdrew by Candidate」などの値に更新された時点から推定されます。
重要な理由特定の段階で辞退率が高い場合、候補者体験の悪さ、プロセスの遅さ、または競争力の低いオファーを示している可能性があります。離脱分析に欠かせない指標です。入手先求人応募のステータス履歴で、辞退ステータスに更新された時点から推定されます。この更新時点のタイムスタンプをイベントに使用します。取得応募ステータスが「Withdrawn」に更新された時点のタイムスタンプを特定します。イベントタイプ inferred
	求人の掲載	求人申請が公開され、候補者が応募を開始できる時点を示します。通常は、求人申請のステータスが変更され、社内または社外のキャリアサイトで有効になったことから判断します。
重要な理由このイベントを追跡すると、求人が公開される前の社内承認にかかった時間を測定できます。ここでの遅延は、採用充足までの時間全体と、候補者を速やかに集める能力に大きく影響します。入手先 Job Requisitionデータのステータス変更から判断します。「Posted」、「Open」、「Active」などのステータスと、そのステータスが最初に設定された時刻を確認します。取得 Job Requisitionのステータスが、社内または社外に掲載されたことを示す値に変わった時刻を特定します。イベントタイプ inferred
	電話面接の実施	候補者との初回電話面接が完了したことを示します。通常、「Phone Screen Passed」や「To Onsite Interview」など、電話スクリーニングの完了を示す値に応募ステータスが変わったことから判断します。
重要な理由候補者との最初の直接的な接点となることが多く、適格性確認における重要な手順です。その所要時間を分析すると、採用担当者の業務負荷と効率を把握できます。入手先 Job Applicationレコードのステータス変更を追跡して記録します。採用担当者が電話後に候補者のステータスを更新した時点でイベントが発生します。取得応募ステータスが電話スクリーニングの完了を示す値に更新された時刻を特定します。イベントタイプ inferred
	面接の設定	対面またはオンラインの正式な面接が候補者と設定された時点で発生します。スケジュール管理ツールとの連携によって明示的に記録するか、「Interview Scheduled」などのステータス変更から判断できます。
重要な理由候補者と面接担当者のスケジュール調整における遅延の可能性を示します。設定までに時間がかかると、候補者の不満が高まり、離脱につながる可能性があります。入手先 Job Applicationオブジェクトのステータス変更から判断します。構成によっては、独自の作成時刻を持つ面接オブジェクトが明示的に記録される場合もあります。取得応募ステータスが「Interview Scheduled」の状態に変わった時刻を使用します。イベントタイプ inferred

推奨任意

抽出ガイド

SAP SuccessFactors Recruitingからデータを取得する方法

ステップ

Integration Centerにアクセス：SAP SuccessFactorsのインスタンスにログインします。検索バーからIntegration Center > My Integrationsへ移動します。
新しいインテグレーションを作成：「Create」ボタンをクリックし、「Scheduled Simple File Output Integration」を選択します。
開始エンティティを選択：「Select Entity」の検索ボックスにJobApplicationStatusAuditTrailと入力して選択します。このエンティティには各ステータス変更の記録が含まれるため、イベントログの基盤として重要です。
インテグレーションに名前を付けて設定：「ProcessMind_Recruitment_Event_Log」など、内容が分かる名前を付けます。続いて「Configure Fields」タブへ進みます。
エンティティ項目を出力列にマッピング：ここが中心となる手順です。出力ファイルの構造を作成します。ビジュアルエディターで、左側のソースエンティティから右側の出力列へ項目をドラッグします。JobApplicationStatusAuditTrailから関連エンティティであるjobApplication、さらにjobRequisition、candidateへ移動する必要があります。
アクティビティ用の計算項目を作成：多くのアクティビティはステータス変更から派生します。「ActivityName」の計算項目を作成します。「If/Then/Else」または「Case」ステートメントを使い、監査証跡のstatusId（またはstatusName）を、イベントログで必要となる標準化されたアクティビティ名にマッピングします（例：statusIdが「123」と等しい場合、「Interview Conducted」）。具体的なマッピングはクエリのセクションを参照してください。
データをフィルタリング：「Filter」タブへ移動します。関連するデータだけを抽出し、パフォーマンスを維持するため、時間ベースのフィルターを追加します。JobApplicationStatusAuditTrailエンティティのcreatedDateTime項目でフィルタリングします。初回実行では、過去12か月など、広い期間を指定します。以降の実行では、差分ロードを行うため、前回正常に実行された時点以降のデータを抽出する設定にします。
出力先を設定：「Destination Settings」タブへ移動します。ホストアドレス、ポート、ユーザー認証情報、対象フォルダーのパスなど、SFTPサーバーの情報を入力します。出力ファイル名には、たとえばrecruiting_events.csvを指定します。
インテグレーションをスケジュール：「Scheduling」タブでジョブの実行頻度を設定します。プロセスマイニングの要件に応じて、毎日または毎週の実行が一般的です。差分フィルターの期間設定後に実行されるよう、スケジュールを確認してください。
確認して実行：「Review and Run」タブへ移動し、インテグレーションの概要を慎重に確認します。「Run Now」をクリックすると、テスト実行して最初のファイルをすぐに生成できます。問題がないことを確認したらインテグレーションを保存し、設定したスケジュールで実行します。
求人依頼のイベントを処理：「Job Requisition Created」と「Job Posted」はApplicationではなくJob Requisitionの属性です。これらのイベントを取得するため、JobRequisitionエンティティとそのステータス監査証跡を開始点とする、同様のインテグレーションを別途作成します。ProcessMindへアップロードする前に、両方のインテグレーションから出力したファイルを結合します。
アップロードに向けて準備：最終的に結合したCSVファイルのヘッダー（CaseId、ActivityName、EventTimestampなど）が正しく整形され、タイムスタンプの形式が統一されていることを確認します。これでProcessMindへアップロードできます。

設定

インテグレーションの種類：Scheduled Simple File Output Integration。定期的なスケジュールでCSVファイルを作成します。
主な開始エンティティ：JobApplicationStatusAuditTrail。各求人応募のステータス変更をタイムスタンプ付きで記録するため、イベントログの作成に適しています。
副次的な開始エンティティ：求人依頼レベルのイベント（「Job Posted」など）を取得するには、別のインテグレーションでJobReqStatusAuditTrail（または求人依頼のステータス変更に相当するエンティティ）が必要です。
主に移動するエンティティ：必要な属性を取得するには、開始エンティティから関連エンティティへ移動します。対象には、JobApplication、JobRequisition、Candidate、およびRecruiterとHiringManagerのユーザーエンティティが含まれます。
フィルタリング方針：差分ロードの方針を採用することが重要です。JobApplicationStatusAuditTrailエンティティのcreatedDateTime項目で、前回正常に実行された時点以降に作成されたレコードだけを取得します。これにより履歴全体の再エクスポートを防ぎ、パフォーマンスを高められます。
期間：初回の履歴ロードでは、過去6～12か月など、分析に適した期間を指定します。以降の差分ロードでは、フィルターを動的に設定します（例：「前回の正常実行時刻」）。
前提条件：このインテグレーションを設定するユーザーには、Integration Centerの管理権限と、採用関連の必要なOData APIエンティティ（JobApplication、JobRequisition、Candidateなど）に対する読み取り権限が必要です。また、SFTPサーバーと対応する認証情報にもアクセスできる必要があります。

a サンプルクエリ sql

/*
This is a configuration reference for the Integration Center, not an executable script.
It details the mapping from SAP SuccessFactors OData entities to the target CSV file columns.
Two separate integrations are required and their outputs must be merged.
*/

-- Integration 1: Job Application Events
-- Starting Entity: JobApplicationStatusAuditTrail

-- Field Mappings:
"JobApplication" -> jobApplication/applicationId
"ActivityName" -> [Calculated Field] Based on jobApplication/statusId. Logic:
  CASE jobApplication/statusId:
    WHEN '[Status ID for New Application]' THEN 'Application Received'
    WHEN '[Status ID for Screened]' THEN 'Application Screened'
    WHEN '[Status ID for Phone Screen]' THEN 'Phone Screen Conducted'
    WHEN '[Status ID for Interview Scheduled]' THEN 'Interview Scheduled'
    WHEN '[Status ID for Interview Conducted]' THEN 'Interview Conducted'
    WHEN '[Status ID for Interview Feedback]' THEN 'Feedback Submitted'
    WHEN '[Status ID for Offer Preparation]' THEN 'Offer Details Entered'
    WHEN '[Status ID for Offer Extended]' THEN 'Offer Extended'
    WHEN '[Status ID for Offer Accepted]' THEN 'Offer Accepted'
    WHEN '[Status ID for Background Check]' THEN 'Background Check Initiated'
    WHEN '[Status ID for Onboarding]' THEN 'Onboarding Initiated'
    WHEN '[Status ID for Hired]' THEN 'Candidate Hired'
    WHEN '[Status ID for Rejected]' THEN 'Application Rejected'
    WHEN '[Status ID for Withdrawn]' THEN 'Candidate Withdrew'
    ELSE jobApplication/appStatusSetItem/statusName
  END
"EventTimestamp" -> createdDateTime
"JobRequisitionId" -> jobApplication/jobRequisition/jobReqId
"CandidateId" -> jobApplication/candidate/candidateId
"JobTitle" -> jobApplication/jobRequisition/jobTitle
"Department" -> jobApplication/jobRequisition/department
"Recruiter" -> jobApplication/jobRequisition/recruiter/userId
"HiringManager" -> jobApplication/jobRequisition/hiringManager/userId
"ApplicationStatus" -> jobApplication/appStatusSetItem/statusName
"ApplicationSource" -> jobApplication/source

-- Integration 2: Job Requisition Events
-- Starting Entity: JobRequisition

-- Field Mappings (Row 1 for Job Requisition Created):
"JobApplication" -> jobReqId -- Note: Requisition ID is used as the key here for merging purposes
"ActivityName" -> 'Job Requisition Created'
"EventTimestamp" -> createdDate
"JobRequisitionId" -> jobReqId
"CandidateId" -> NULL
"JobTitle" -> jobTitle
"Department" -> department
"Recruiter" -> recruiter/userId
"HiringManager" -> hiringManager/userId
"ApplicationStatus" -> NULL
"ApplicationSource" -> NULL

-- Field Mappings (Additional rows for Job Posted from a Requisition Audit Trail entity):
-- Note: This requires a third integration starting from the Requisition Status Audit Trail, if available, or a different approach.
-- Assuming a status field on the JobRequisition entity indicates the posting date.
"JobApplication" -> jobReqId
"ActivityName" -> 'Job Posted'
"EventTimestamp" -> [Date field indicating when requisition was posted]
"JobRequisitionId" -> jobReqId
"CandidateId" -> NULL
"JobTitle" -> jobTitle
"Department" -> department
"Recruiter" -> recruiter/userId
"HiringManager" -> hiringManager/userId
"ApplicationStatus" -> NULL
"ApplicationSource" -> NULL

ステップ

前提条件と認証：必要なODataエンティティへのAPIアクセス権限を持つSAP SuccessFactorsユーザーを用意します。Admin Centerの「Manage Permission Roles」で設定します。API認証用のOAuth 2.0クライアント認証情報を生成します。Client ID、Client Secret、Company ID、およびデータセンターに対応する正しいAPIサーバーURLが必要です。
ODataエンティティの特定：SuccessFactors OData V2 APIの主要エンティティを確認します。この抽出で主に使用するのは、JobApplication、JobApplicationStatusAuditTrail、JobRequisitionです。Admin Centerの「OData API Data Dictionary」で、各エンティティで利用できるフィールドを確認します。
抽出スクリプトの設定：提供されたPythonスクリプトを開発環境にコピーします。requestsとpandasライブラリをインストールします（pip install requests pandas）。
スクリプトパラメータの設定：スクリプト内のプレースホルダー変数を、使用するSuccessFactors API認証情報、Company ID、APIサーバーURLに更新します。START_DATEとEND_DATE変数を設定して、抽出期間を指定します。
ステータスマッピングのカスタマイズ：スクリプト内のSTATUS_TO_ACTIVITY_MAPPING辞書を確認します。ここが最も重要なカスタマイズ項目です。使用するSuccessFactors環境のステータス名を、イベントログに必要な標準アクティビティ名に対応付けます。提供されたスクリプトには一般的な例が含まれていますが、実際のシステム設定とは異なる可能性があります。
スクリプトの実行：Pythonスクリプトを実行します。APIで認証し、JobApplicationおよびJobApplicationStatusAuditTrailエンドポイントからデータをページ単位で取得して、レスポンスを処理します。
求人 requisitionレベルのイベント処理：まず、指定した期間内のすべての求人応募を取得します。各応募について、関連する求人 requisitionのデータに基づき、「Job Requisition Created」と「Job Posted」イベントを自動生成します。
応募レベルのイベント処理：次に、各応募の監査履歴を取得します。カスタムマッピングを使ってステータス変更を対応するアクティビティ行に変換します。例として、「Application Screened」、「Interview Conducted」、「Offer Extended」などがあります。
データの統合と構造化：生成したすべてのイベント（求人 requisitionレベルおよび応募レベル）を1つのリストにまとめます。
イベントログの生成：スクリプトの最後の処理で、統合したデータをpandas DataFrameに変換し、sfsf_recruiting_event_log.csvというCSVファイルに保存します。このファイルには、JobApplication、ActivityName、EventTimestampなど、必要な列と推奨属性が含まれます。
確認とアップロード：生成されたCSVファイルを開き、データを検証します。確認が完了したら、ProcessMindにアップロードして分析できます。

設定

APIエンドポイント：OData V2 APIのベースURLです。SuccessFactorsのデータセンターごとに異なります。例：https://api4.successfactors.com/odata/v2。
主要なODataエンティティ：抽出では主に、基本ケースと関連オブジェクトを取得するJobApplication、イベント履歴を取得するJobApplicationStatusAuditTrailを使用します。データを補足するため、JobRequisition、Candidate、Recruiter、HiringManagerなどの関連エンティティも展開します。
認証：スクリプトでは、サーバー間認証にOAuth 2.0 Client Credentialsを使用します。SuccessFactors OAuth Managerに登録された有効なClient IDとSecretが必要です。
日付範囲：スクリプトは、求人応募の作成日時（createdDateTime）に基づいてデータを絞り込みます。データ量とAPIの応答時間を管理するため、最初は3～6か月程度の限定した期間から始めることを推奨します。例：$filter=createdDateTime ge 2023-01-01T00:00:00Z。
ステータスマッピング：会社固有の応募ステータス（例：「Initial Review」、「First Interview」）を、必要な標準アクティビティ（例：「Application Screened」、「Interview Conducted」）に対応付ける設定が重要です。このマッピングはスクリプト内のPython辞書で定義し、実際の環境に合わせて調整する必要があります。
APIページング：APIレスポンスに含まれる__nextリンクをたどることで、APIサーバー側のページングを自動処理し、指定期間内のすべてのレコードを取得します。
必要な権限：APIユーザーには、JobApplication、JobApplicationStatusAuditTrail、JobRequisition、Candidateエンティティ、およびスクリプトで選択するすべてのフィールドへの読み取りアクセスを付与するRole-Based Permissions（RBP）が必要です。

a サンプルクエリ graphql

import requests
import pandas as pd
import datetime

# --- Configuration --- #
# Replace with your SuccessFactors API details
API_SERVER_URL = "https://[api_server_url].successfactors.com"
COMPANY_ID = "[Your_Company_ID]"
CLIENT_ID = "[Your_Client_ID]"
CLIENT_SECRET = "[Your_Client_Secret]"

# Date range for the extraction (ISO 8601 format)
START_DATE = "2023-01-01T00:00:00Z"
END_DATE = "2023-12-31T23:59:59Z"

# --- CRITICAL: Customize this mapping for your instance --- #
# Map your specific SuccessFactors status names to the standard activity names
STATUS_TO_ACTIVITY_MAPPING = {
    "Screening": "Application Screened",
    "Phone Screen": "Phone Screen Conducted",
    "Interview": "Interview Conducted",
    "Offer": "Offer Details Entered",
    "Offer Extended": "Offer Extended",
    "Offer Accepted": "Offer Accepted",
    "Background Check": "Background Check Initiated",
    "Ready to Hire": "Onboarding Initiated",
    "Hired": "Candidate Hired",
    "Rejected": "Application Rejected",
    "Withdrawn by candidate": "Candidate Withdrew"
    # Add other status mappings as needed, e.g., 'Interview Scheduled', 'Feedback Submitted'
}

# --- Helper Functions --- #
def get_oauth_token():
    """Authenticates and retrieves an OAuth 2.0 access token."""
    token_url = f"{API_SERVER_URL}/oauth/token"
    payload = {
        "client_id": CLIENT_ID,
        "client_secret": CLIENT_SECRET,
        "grant_type": "client_credentials",
        "company_id": COMPANY_ID
    }
    response = requests.post(token_url, data=payload)
    response.raise_for_status()
    return response.json()["access_token"]

def fetch_all_pages(url, headers):
    """Fetches data from a paginated OData endpoint."""
    results = []
    while url:
        response = requests.get(url, headers=headers)
        response.raise_for_status()
        data = response.json()["d"]
        results.extend(data.get("results", [data])) # Handle single vs. multiple results
        url = data.get("__next")
    return results

# --- Main Extraction Logic --- #
def main():
    print("Starting SuccessFactors data extraction...")
    try:
        token = get_oauth_token()
        headers = {"Authorization": f"Bearer {token}", "Accept": "application/json"}
    except requests.exceptions.RequestException as e:
        print(f"Error obtaining OAuth token: {e}")
        return

    event_log = []
    
    # 1. Fetch Job Applications within the date range
    print(f"Fetching job applications created between {START_DATE} and {END_DATE}...")
    job_app_fields = "appStatusSetId,applicationId,source,jobReqId,candidate/candidateId,jobRequisition/jobReqId,jobRequisition/jobTitle,jobRequisition/department,jobRequisition/recruiterUser/defaultFullName,jobRequisition/hiringManagerUser/defaultFullName,jobRequisition/creationDate,jobRequisition/postedDate,creationDate,status/statusName"
    job_app_expand = "candidate,jobRequisition,jobRequisition/recruiterUser,jobRequisition/hiringManagerUser,status"
    job_app_filter = f"creationDate ge datetime'{START_DATE.replace('Z', '')}' and creationDate le datetime'{END_DATE.replace('Z', '')}'"
    job_app_url = f"{API_SERVER_URL}/odata/v2/JobApplication?$format=json&$select={job_app_fields}&$expand={job_app_expand}&$filter={job_app_filter}"

    try:
        applications = fetch_all_pages(job_app_url, headers)
        print(f"Found {len(applications)} applications.")
    except requests.exceptions.RequestException as e:
        print(f"Error fetching job applications: {e}")
        return

    # 2. Process each application and its audit trail
    for i, app in enumerate(applications):
        if (i + 1) % 50 == 0:
            print(f"Processing application {i + 1}/{len(applications)}...")
        
        # Common attributes
        job_req = app.get("jobRequisition", {})
        candidate = app.get("candidate", {})
        
        base_attributes = {
            "JobApplication": app.get("applicationId"),
            "JobRequisitionId": job_req.get("jobReqId"),
            "CandidateId": candidate.get("candidateId"),
            "JobTitle": job_req.get("jobTitle"),
            "Department": job_req.get("department"),
            "Recruiter": job_req.get("recruiterUser", {}).get("defaultFullName"),
            "HiringManager": job_req.get("hiringManagerUser", {}).get("defaultFullName"),
            "ApplicationSource": app.get("source"),
            "ApplicationStatus": app.get("status", {}).get("statusName")
        }

        # Add Requisition and Application creation events
        if job_req.get("creationDate"):
            event_log.append({**base_attributes, "ActivityName": "Job Requisition Created", "EventTimestamp": job_req["creationDate"]})
        if job_req.get("postedDate"): # Note: postedDate might not be enabled
            event_log.append({**base_attributes, "ActivityName": "Job Posted", "EventTimestamp": job_req["postedDate"]})
        if app.get("creationDate"):
            event_log.append({**base_attributes, "ActivityName": "Application Received", "EventTimestamp": app["creationDate"]})
        
        # 3. Fetch Status Audit Trail for the current application
        audit_trail_url = f"{API_SERVER_URL}/odata/v2/JobApplication({app['applicationId']}L)/appStatusTrail?$format=json"
        try:
            audit_trail_items = fetch_all_pages(audit_trail_url, headers)
            for item in audit_trail_items:
                status_name = item.get("statusName")
                if status_name in STATUS_TO_ACTIVITY_MAPPING:
                    activity_name = STATUS_TO_ACTIVITY_MAPPING[status_name]
                    event_log.append({**base_attributes, "ActivityName": activity_name, "EventTimestamp": item.get("createdDate")})
        except requests.exceptions.RequestException as e:
            print(f"Could not fetch audit trail for application {app['applicationId']}: {e}")
            continue

    # 4. Create and save DataFrame
    if not event_log:
        print("No events were generated. Check your date range and status mappings.")
        return
    
    df = pd.DataFrame(event_log)
    # Reorder columns for clarity
    cols = ["JobApplication", "ActivityName", "EventTimestamp", "JobRequisitionId", "CandidateId", "JobTitle", 
            "Department", "Recruiter", "HiringManager", "ApplicationStatus", "ApplicationSource"]
    df = df[cols]
    
    # Convert timestamp format
    df['EventTimestamp'] = pd.to_datetime(df['EventTimestamp'], format='/Date(%f%z)/')
    df = df.sort_values(by=["JobApplication", "EventTimestamp"])

    output_filename = 'sfsf_recruiting_event_log.csv'
    df.to_csv(output_filename, index=False)
    print(f"Extraction complete. Event log saved to {output_filename}")

if __name__ == "__main__":
    main()

ステップ

前提条件：SuccessFactorsでAPIユーザーを設定
- 管理者権限でSAP SuccessFactorsインスタンスにログインします。
- Admin Centerに移動し、検索ツールで「Manage OAuth2 Client Applications」を検索します。
- 新しいクライアントアプリケーションを登録します。X.509証明書を生成して公開鍵をアップロードし、生成されたAPI Key（Client ID）を記録します。
- 「Manage Permission Roles」に移動し、APIユーザー用の新しいロールを作成します。
- 「Manage Integration Tools」で、ロールに「OData API Basic Authentication」と「OAuth 2.0 API access」を付与します。
- 「Recruiting Permissions」で、エンティティJobApplication、JobRequisition、JobApplicationStatusAuditTrail、ユーザー、および属性の補完に必要なその他のエンティティ（例：部門）への読み取り権限をロールに付与します。必要なすべての属性について、フィールドレベルの表示権限があることを確認します。
- 「Manage Employees」で専用のAPIユーザーを作成し、新しく作成した権限ロールを割り当てます。
ローカルPython環境を設定
- Python 3.7以降がインストールされていることを確認します。
- ターミナルまたはコマンドプロンプトを開き、次のコマンドを実行して必要なPythonライブラリをインストールします：pip install requests pandas cryptography。
Pythonスクリプトを設定
- 提供されたPythonコードをextract_sfsf_recruiting.pyという名前のファイルに保存します。
- ファイルを開き、先頭にある設定セクションを確認します。
- SuccessFactors APIの詳細として、SF_API_CENTER_URL、SF_COMPANY_ID、SF_CLIENT_ID、SF_USER_IDを入力します。
- 手順1で生成した秘密鍵ファイルのパスを、SF_PRIVATE_KEY_PATH変数に指定します。
- データ抽出期間のSTART_DATEとEND_DATEを設定します。
ステータスマッピングをカスタマイズ
- スクリプト内でSTATUS_TO_ACTIVITY_MAPPING辞書を探します。
- ここでは、SuccessFactors Recruitingインスタンスで使用されている正確な応募ステータス名を、イベントログに必要な標準アクティビティ名に対応付けます。
- SuccessFactors管理者にすべての応募ステータスの一覧を確認し、正しく対応付けます。対応付けを誤ると、アクティビティが欠落したり、誤った名前で記録されたりします。
抽出スクリプトを実行
- ターミナルまたはコマンドプロンプトを開き、スクリプトを保存したディレクトリに移動します。
- python extract_sfsf_recruiting.pyコマンドでスクリプトを実行します。
- スクリプトがAPIで認証し、求人 requisitionと応募ステータスの変更データをページ単位で取得して処理し、進捗状況をコンソールに表示します。
イベントログを確認してアップロード
- スクリプトが完了すると、同じディレクトリにsfsf_recruiting_event_log.csvというCSVファイルが生成されます。
- スプレッドシートプログラムでCSVファイルを開き、検証手順に沿ってデータの完全性と正確性を確認します。
- これでファイルをProcessMindにアップロードできます。列には必要なスキーマ（JobApplication、ActivityName、EventTimestampなど）に従った名前が付いています。

設定

API認証情報：スクリプトでは、OAuth 2.0認証にAPI Center URL、Company ID、Client ID、API User ID、秘密鍵ファイルのパスなど、複数の認証情報が必要です。
日付範囲：START_DATEとEND_DATE変数で抽出期間を指定します。初回の分析では、十分なプロセスのばらつきを把握できるよう、6～12か月の期間を推奨します。
ステータスからアクティビティへのマッピング：STATUS_TO_ACTIVITY_MAPPING辞書は、会社固有の応募ステータスを標準アクティビティ名に変換する重要な設定です。正確に設定する必要があります。
エンティティ権限：APIユーザーには、主にJobRequisition、JobApplication、JobApplicationStatusAuditTrailなど、複数のODataエンティティへの読み取り権限が必要です。RecruiterやHiring Managerの名前を取得するには、Userなどのエンティティへの追加権限も必要です。
ページサイズ：PAGE_SIZE変数で、API呼び出し1回あたりに取得するレコード数を指定します。デフォルトの1000は通常効率的ですが、エンティティスキーマの幅が広く、APIタイムアウトが発生する場合は小さくする必要があります。

a サンプルクエリ python

import requests
import pandas as pd
import json
from datetime import datetime, timedelta
from cryptography.hazmat.primitives import serialization
from cryptography.hazmat.primitives.asymmetric import rsa
import base64
import time

class=class="hl-string">"hl-comment"># --- CONFIGURATION SECTION --- 
class=class="hl-string">"hl-comment"># Replace with your SAP SuccessFactors API details
SF_API_CENTER_URL = class="hl-string">"[Your SuccessFactors API Server URL, e.g., https://apiX.successfactors.com]"
SF_COMPANY_ID = class="hl-string">"[Your Company ID]"
SF_CLIENT_ID = class="hl-string">"[Your OAuth Client ID / API Key]"
SF_USER_ID = class="hl-string">"[Your API User ID]"
SF_PRIVATE_KEY_PATH = class="hl-string">"[Path to your private key .pem file]"

class=class="hl-string">"hl-comment"># Date range for the extraction (YYYY-MM-DD format)
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-12-31"

class=class="hl-string">"hl-comment"># Page size for API calls
PAGE_SIZE = 1000

class=class="hl-string">"hl-comment"># CRITICAL: Map your specific SF status names to standard activity names.
class=class="hl-string">"hl-comment"># Work with an SF admin to get the exact status names from your instance.
STATUS_TO_ACTIVITY_MAPPING = {
    class="hl-string">"New Application": class="hl-string">"Application Received",
    class="hl-string">"Screen": class="hl-string">"Application Screened",
    class="hl-string">"Phone Screen": class="hl-string">"Phone Screen Conducted",
    class="hl-string">"Interview": class="hl-string">"Interview Conducted",
    class="hl-string">"Offer": class="hl-string">"Offer Details Entered",
    class="hl-string">"Offer Extended": class="hl-string">"Offer Extended",
    class="hl-string">"Offer Accepted": class="hl-string">"Offer Accepted",
    class="hl-string">"Background Check": class="hl-string">"Background Check Initiated",
    class="hl-string">"Ready to Hire": class="hl-string">"Onboarding Initiated",
    class="hl-string">"Hired": class="hl-string">"Candidate Hired",
    class="hl-string">"Rejected": class="hl-string">"Application Rejected",
    class="hl-string">"Withdrawn by Candidate": class="hl-string">"Candidate Withdrew"
    class=class="hl-string">"hl-comment"># Add other custom statuses here, e.g.:
    class=class="hl-string">"hl-comment"># class="hl-string">"Interview Scheduled": class="hl-string">"Interview Scheduled",
    class=class="hl-string">"hl-comment"># class="hl-string">"Interviewer Feedback Submitted": class="hl-string">"Feedback Submitted"
}

def get_access_token():
    class="hl-string">"""Generates a JWT and exchanges it for an OAuth 2.0 access token."""
    try:
        with open(SF_PRIVATE_KEY_PATH, class="hl-string">"rb") as key_file:
            private_key = serialization.load_pem_private_key(
                key_file.read(),
                password=None,
            )
    except Exception as e:
        print(fclass="hl-string">"Error reading private key: {e}")
        return None

    class=class="hl-string">"hl-comment"># Create assertion
    assertion_payload = {
        class="hl-string">"iss": SF_CLIENT_ID,
        class="hl-string">"sub": SF_USER_ID,
        class="hl-string">"aud": class="hl-string">"www.successfactors.com",
        class="hl-string">"exp": int(time.time()) + 300 class=class="hl-string">"hl-comment"># 5 minute expiry
    }
    
    class=class="hl-string">"hl-comment"># This part requires the class="hl-string">'PyJWT' library if you want to create a JWT.
    class=class="hl-string">"hl-comment"># For simplicity, we assume the user might use a different library or method.
    class=class="hl-string">"hl-comment"># As a fallback, this example shows a conceptual SAML assertion structure.
    class=class="hl-string">"hl-comment"># In a real scenario, a library like `PyJWT` or `Authlib` would be used.
    class=class="hl-string">"hl-comment"># We'll use a simplified placeholder for the assertion generation logic.
    class=class="hl-string">"hl-comment"># For this example to work, you'd need to implement proper JWT signing.
    class=class="hl-string">"hl-comment"># The below is a placeholder and will not work without a signing library.
    class=class="hl-string">"hl-comment"># Weclass="hl-string">'ll mock the assertion for this script's structure.
    
    class=class="hl-string">"hl-comment"># For a real implementation, you would use a library to sign the assertion.
    class=class="hl-string">"hl-comment"># Let's assume we have a signed assertion string.
    class=class="hl-string">"hl-comment"># For this example, we'll proceed as if `signed_assertion` is correctly generated.
    class=class="hl-string">"hl-comment"># signed_assertion = jwt.encode(assertion_payload, private_key, algorithm=class="hl-string">'RS256')
    class=class="hl-string">"hl-comment"># Since we can't sign it here without more libraries, we will skip to the request part.

    token_url = fclass="hl-string">"{SF_API_CENTER_URL}/oauth/token"
    headers = {class="hl-string">"Content-Type": class="hl-string">"application/x-www-form-urlencoded"}
    
    class=class="hl-string">"hl-comment"># The grant_type must be urn:ietf:params:oauth:grant-type:saml2-bearer
    class=class="hl-string">"hl-comment"># You would need to URL-encode a properly signed SAML or JWT assertion.
    class=class="hl-string">"hl-comment"># This step is highly dependent on your specific SF setup (SAML vs JWT assertion).
    class=class="hl-string">"hl-comment"># We will simulate the request conceptually.
    print(class="hl-string">"Requesting access token. Note: Assertion signing is required for a live environment.")
    
    class=class="hl-string">"hl-comment"># This is a simplified payload. A real assertion is needed for the `assertion` field.
    class=class="hl-string">"hl-comment"># You must generate this assertion and sign it with your private key.
    payload = {
        class="hl-string">'grant_type': class="hl-string">'urn:ietf:params:oauth:grant-type:saml2-bearer',
        class="hl-string">'company_id': SF_COMPANY_ID,
        class="hl-string">'client_id': SF_CLIENT_ID,
        class="hl-string">'assertion': class="hl-string">'[A correctly signed SAML/JWT assertion goes here]'
    }

    class=class="hl-string">"hl-comment"># A note to the user that this part needs to be implemented.
    print(class="hl-string">"\n*** ACTION REQUIRED ***")
    print(class="hl-string">"The following API call for an access token is a placeholder.")
    print(class="hl-string">"You must replace the 'assertion' value with a real, signed SAML/JWT assertion.")
    print(class="hl-string">"See SAP SuccessFactors documentation for OAuth 2.0 authentication.")
    print(class="hl-string">"**********************\n")
    
    class=class="hl-string">"hl-comment"># As we cannot generate a real token here, we return a placeholder.
    class=class="hl-string">"hl-comment"># In your real script, you would make the request and return the token.
    class=class="hl-string">"hl-comment"># response = requests.post(token_url, headers=headers, data=payload)
    class=class="hl-string">"hl-comment"># if response.status_code == 200:
    class=class="hl-string">"hl-comment">#     return response.json().get(class="hl-string">'access_token')
    class=class="hl-string">"hl-comment"># else:
    class=class="hl-string">"hl-comment">#     print(fclass="hl-string">"Error getting token: {response.status_code} {response.text}")
    class=class="hl-string">"hl-comment">#     return None
    return class="hl-string">"[Your_Generated_Access_Token]" class=class="hl-string">"hl-comment"># Replace this with the actual token retrieval logic


def fetch_all_pages(url, headers):
    class="hl-string">"""Fetches all pages of data from a paginated OData endpoint."""
    all_results = []
    while url:
        try:
            response = requests.get(url, headers=headers)
            response.raise_for_status()
            data = response.json()
            all_results.extend(data.get(class="hl-string">'d', {}).get(class="hl-string">'results', []))
            class=class="hl-string">"hl-comment"># SuccessFactors uses __next for the next page link
            url = data.get(class="hl-string">'d', {}).get(class="hl-string">'__next', None)
            if url:
                print(fclass="hl-string">"Fetching next page...")
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"API request failed: {e}")
            break
    return all_results

def main():
    class="hl-string">"""Main function to extract, transform, and save the data."""
    access_token = get_access_token()
    if not access_token or access_token == class="hl-string">"[Your_Generated_Access_Token]":
        print(class="hl-string">"Could not obtain access token. Please check your configuration and assertion logic.")
        return

    headers = {
        class="hl-string">"Authorization": fclass="hl-string">"Bearer {access_token}",
        class="hl-string">"Accept": class="hl-string">"application/json"
    }

    class=class="hl-string">"hl-comment"># 1. Fetch Job Requisition Data for class="hl-string">'Created' and class="hl-string">'Posted' events
    print(class="hl-string">"Fetching Job Requisition data...")
    req_filter = fclass="hl-string">"createdDate ge datetime'{START_DATE}T00:00:00Z' and createdDate le datetime'{END_DATE}T23:59:59Z'"
    req_url = fclass="hl-string">"{SF_API_CENTER_URL}/odata/v2/JobRequisition?$format=json&$filter={req_filter}&$select=jobReqId,createdDateTime,jobTitle,department,recruiter/userId,recruiter/defaultFullName,hiringManager/userId,hiringManager/defaultFullName,status&$expand=recruiter,hiringManager&$top={PAGE_SIZE}"
    requisitions_data = fetch_all_pages(req_url, headers)
    
    req_events = []
    for req in requisitions_data:
        class=class="hl-string">"hl-comment"># Event: Job Requisition Created
        req_events.append({
            class="hl-string">'JobApplication': fclass="hl-string">"REQ-{req['jobReqId']}",  class=class="hl-string">"hl-comment"># Use req id as case for these events
            class="hl-string">'ActivityName': class="hl-string">'Job Requisition Created',
            class="hl-string">'EventTimestamp': req[class="hl-string">'createdDateTime'],
            class="hl-string">'JobRequisitionId': req[class="hl-string">'jobReqId'],
            class="hl-string">'CandidateId': None,
            class="hl-string">'JobTitle': req[class="hl-string">'jobTitle'],
            class="hl-string">'Department': req.get(class="hl-string">'department'),
            class="hl-string">'Recruiter': req.get(class="hl-string">'recruiter', {}).get(class="hl-string">'defaultFullName'),
            class="hl-string">'HiringManager': req.get(class="hl-string">'hiringManager', {}).get(class="hl-string">'defaultFullName'),
            class="hl-string">'ApplicationStatus': req[class="hl-string">'status'],
            class="hl-string">'ApplicationSource': None
        })
        class=class="hl-string">"hl-comment"># Event: Job Posted (inferred from status, this may need adjustment)
        if req[class="hl-string">'status'] == class="hl-string">'Posted': class=class="hl-string">"hl-comment"># This status name is an assumption
            req_events.append({
                class="hl-string">'JobApplication': fclass="hl-string">"REQ-{req['jobReqId']}",
                class="hl-string">'ActivityName': class="hl-string">'Job Posted',
                 class=class="hl-string">"hl-comment"># Using createdDateTime as a proxy; lastModifiedDateTime would be better if available
                class="hl-string">'EventTimestamp': req[class="hl-string">'createdDateTime'], 
                class="hl-string">'JobRequisitionId': req[class="hl-string">'jobReqId'],
                class="hl-string">'CandidateId': None,
                class="hl-string">'JobTitle': req[class="hl-string">'jobTitle'],
                class="hl-string">'Department': req.get(class="hl-string">'department'),
                class="hl-string">'Recruiter': req.get(class="hl-string">'recruiter', {}).get(class="hl-string">'defaultFullName'),
                class="hl-string">'HiringManager': req.get(class="hl-string">'hiringManager', {}).get(class="hl-string">'defaultFullName'),
                class="hl-string">'ApplicationStatus': req[class="hl-string">'status'],
                class="hl-string">'ApplicationSource': None
            })

    df_req_events = pd.DataFrame(req_events)
    print(fclass="hl-string">"Processed {len(df_req_events)} job requisition events.")

    class=class="hl-string">"hl-comment"># 2. Fetch Job Application Status Audit Trail Data
    print(class="hl-string">"\nFetching Job Application status audit trail data...")
    audit_filter = fclass="hl-string">"createdDate ge datetime'{START_DATE}T00:00:00Z' and createdDate le datetime'{END_DATE}T23:59:59Z'"
    audit_select = class="hl-string">"jobApplication/appId,jobApplication/jobReqId,jobApplication/candidate/candidateId,jobApplication/source,jobApplication/status,jobApplication/jobRequisition/jobTitle,jobApplication/jobRequisition/department,jobApplication/jobRequisition/recruiter/defaultFullName,jobApplication/jobRequisition/hiringManager/defaultFullName,status,createdDate"
    audit_expand = class="hl-string">"jobApplication,jobApplication/candidate,jobApplication/jobRequisition,jobApplication/jobRequisition/recruiter,jobApplication/jobRequisition/hiringManager"
    audit_url = fclass="hl-string">"{SF_API_CENTER_URL}/odata/v2/JobApplicationStatusAuditTrail?$format=json&$filter={audit_filter}&$select={audit_select}&$expand={audit_expand}&$top={PAGE_SIZE}"
    
    audit_data = fetch_all_pages(audit_url, headers)
    
    app_events = []
    for item in audit_data:
        app_info = item.get(class="hl-string">'jobApplication')
        if not app_info: continue

        activity_name = STATUS_TO_ACTIVITY_MAPPING.get(item.get(class="hl-string">'status'), None)
        if not activity_name: continue class=class="hl-string">"hl-comment"># Skip statuses not in our mapping

        app_events.append({
            class="hl-string">'JobApplication': app_info.get(class="hl-string">'appId'),
            class="hl-string">'ActivityName': activity_name,
            class="hl-string">'EventTimestamp': item.get(class="hl-string">'createdDate'),
            class="hl-string">'JobRequisitionId': app_info.get(class="hl-string">'jobReqId'),
            class="hl-string">'CandidateId': app_info.get(class="hl-string">'candidate', {}).get(class="hl-string">'candidateId'),
            class="hl-string">'JobTitle': app_info.get(class="hl-string">'jobRequisition', {}).get(class="hl-string">'jobTitle'),
            class="hl-string">'Department': app_info.get(class="hl-string">'jobRequisition', {}).get(class="hl-string">'department'),
            class="hl-string">'Recruiter': app_info.get(class="hl-string">'jobRequisition', {}).get(class="hl-string">'recruiter', {}).get(class="hl-string">'defaultFullName'),
            class="hl-string">'HiringManager': app_info.get(class="hl-string">'jobRequisition', {}).get(class="hl-string">'hiringManager', {}).get(class="hl-string">'defaultFullName'),
            class="hl-string">'ApplicationStatus': app_info.get(class="hl-string">'status'),
            class="hl-string">'ApplicationSource': app_info.get(class="hl-string">'source')
        })

    df_app_events = pd.DataFrame(app_events)
    print(fclass="hl-string">"Processed {len(df_app_events)} application status events.")

    class=class="hl-string">"hl-comment"># 3. Combine, Clean, and Export
    if df_app_events.empty and df_req_events.empty:
        print(class="hl-string">"No data extracted. Please check your date range and API permissions.")
        return

    final_df = pd.concat([df_req_events, df_app_events], ignore_index=True)
    final_df = final_df.sort_values(by=[class="hl-string">'JobApplication', class="hl-string">'EventTimestamp']).reset_index(drop=True)
    
    class=class="hl-string">"hl-comment"># Convert timestamp string to datetime object and format it
    class=class="hl-string">"hl-comment"># Example SF format: /Date(1672531200000+0000)/
    final_df[class="hl-string">'EventTimestamp'] = pd.to_datetime(final_df[class="hl-string">'EventTimestamp'].str.extract(rclass="hl-string">'(\d+)')[0], unit=class="hl-string">'ms')
    final_df[class="hl-string">'EventTimestamp'] = final_df[class="hl-string">'EventTimestamp'].dt.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S')

    class=class="hl-string">"hl-comment"># Rename columns for ProcessMind
    final_df.rename(columns={class="hl-string">'JobRequisitionId': class="hl-string">'Job Requisition ID'}, inplace=True)

    output_filename = class="hl-string">'sfsf_recruiting_event_log.csv'
    final_df.to_csv(output_filename, index=False, encoding=class="hl-string">'utf-8')
    print(fclass="hl-string">"\nExtraction complete. Event log saved to {output_filename}")

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

準備はできましたか

このテンプレートでデータを準備し、今日から採用プロセスの最適化を始めましょう。価値ある情報を見つけ出し、採用業務の効率化を加速できます。

改善ガイドに戻るテンプレートをダウンロード

今すぐSAP SuccessFactorsの採用プロセスを最適化

非効率を特定し、ボトルネックを解消して、採用サイクル時間を30％短縮します。

無料トライアルを開始

クレジットカードは不要です。14日間無料でお試しいただけます。

採用・人材獲得データテンプレート

採用・人材獲得データテンプレート

採用・人材獲得の属性

採用・人材獲得のアクティビティ

抽出ガイド

SAP SuccessFactors Integration Centerによる求人データのエクスポート

ステップ

設定

a サンプルクエリ sql

応募データ用SAP SuccessFactors OData APIクエリ

ステップ

設定

a サンプルクエリ graphql

OData APIを使用した完全データ抽出用Pythonスクリプト

ステップ

設定

a サンプルクエリ python

準備はできましたか

今すぐSAP SuccessFactorsの採用プロセスを最適化

採用・人材獲得データテンプレート

採用・人材獲得データテンプレート

採用・人材獲得の属性

採用・人材獲得のアクティビティ

抽出ガイド

SAP SuccessFactors Integration Centerによる求人データのエクスポート

ステップ

設定

a サンプルクエリ sql

応募データ用SAP SuccessFactors OData APIクエリ

ステップ

設定

a サンプルクエリ graphql

OData APIを使用した完全データ抽出用Pythonスクリプト

ステップ

設定

a サンプルクエリ python

準備はできましたか

今すぐSAP SuccessFactorsの採用プロセスを最適化

プライバシーを大切にしています