> Continue procesverbetering > Loonadministratie > Ceridian Dayforce > Datatemplate

Uw Loonadministratiesdata Template

Ceridian Dayforce

Loonadministraties-attributen (17) Loonadministratiesactiviteiten (15) Extractiegidsen (2)

Uw Loonadministratiesdata Template

Deze template biedt een duidelijk overzicht voor het in kaart brengen van de levenscyclus van je salarisadministratie binnen Ceridian Dayforce. Het schetst de benodigde datavelden en stappen in het proces die nodig zijn om een kwalitatief hoogwaardig event log te bouwen voor gedetailleerde analyse. Door deze richtlijnen te volgen, krijgt u volledig inzicht in uw uitbetalingsworkflows en kunt u gebieden voor operationele verbetering vinden.

Aanbevolen attributen om vast te leggen
Belangrijkste activiteiten om te volgen
Systeemspecifieke extracpakketichtlijnen

Nieuw met event logs? Leer hoe je een process mining event log creëert.

Template downloaden

Loonadministraties-attributen

Deze aanbevolen velden leggen belangrijke zakelijke context en systeemdetails vast uit Ceridian Dayforce om een solide basis te bieden voor uw procesanalyse.

5 Verplicht 5 Aanbevolen 7 Optioneel

	Naam	Beschrijving
	Activiteit ActivityName	De naam van de uitgevoerde processtap of gebeurtenis.
Beschrijving Dit attribuut vertegenwoordigt de specifieke gebeurtenis die plaatsvindt binnen de salariscyclus. Standaardactiviteiten in Dayforce omvatten 'Time Sheet Submitted', 'Gross Pay Calculated', 'Payroll Committed', 'Payment Executed' en 'Tax Filing Completed'. Deze waarden worden doorgaans opgehaald uit de workflow auditlogs, systeem transactielogs (bijv. wijzigingen in Payroll Status), of tijdstempels geassocieerd met specifieke business objects zoals de Pay Run of Time Sheet. Waarom het belangrijk is Het definieert de stappen van het proces en is belangrijk voor het reconstrueren van de processtroom en het analyseren van varianten. Waar te verkrijgen Workflow logs, Audit Trail, of tabellen met statuswijzigingsgeschiedenis. Voorbeelden Urenstaat IngediendBruto salaris berekendBetaling UitgevoerdDatacorrectie uitgevoerdAudit-uitzondering gemarkeerd
	Salarisrecord PayrollRecordId	Unieke identificatie voor de 'payroll case', een combinatie van werknemer en 'pay period'.
Beschrijving Dit attribuut dient als de unieke Case-ID voor het proces. In Ceridian Dayforce is een salarisadministrapakketecord conceptueel de combinatie van een specifieke werknemer en een specifieke 'Pay Period' (vaak gedefinieerd binnen een 'Pay Group'). Het volgt de levenscyclus van de compensatie van die werknemer voor die specifieke cyclus. Technisch gezien wordt dit vaak geconstrueerd door de 'Pay Period ID' en de 'Employee XRefCode' of 'System ID' te concateneren. Het koppelt alle activiteiten van de initiële urenstaatindiening tot de uiteindelijke belastingaangifte en loonstrookgeneratie. Waarom het belangrijk is Het identificeert het centrale object van de Process Mining-analyse, waardoor alle gebeurtenissen kunnen worden gegroepeerd in één enkele end-to-end execution path. Waar te verkrijgen Afgeleid van de combinatie van PayPeriodID en EmployeeID in de Payroll Result- of Time Entry-tabellen. Voorbeelden PG01-2023-10-EMP10234US_SAL-2023-22-EMP88421UK_HRLY-2023-44-EMP00231
	Timestamp EventDateTime	De specifieke datum en tijd waarop de activiteit plaatsvond.
Beschrijving De exacte timestamp die markeert wanneer een gebeurtenis plaatsvond in het Dayforce-systeem. Dit wordt gebruikt om activiteiten chronologisch te ordenen en de duur tussen stappen te berekenen. Nauwkeurige tijdstempels zijn belangrijk voor het vinden van knelpunten, zoals vertragingen in 'Time Sheet Approved' of 'Bank Transfer File Generated'. De granulariteit moet idealiter tot op de seconde of minuut zijn. Waarom het belangrijk is Het biedt de tijdlijn die nodig is voor Process Mining, waardoor prestatieanalyse en bottleneckdetectie mogelijk zijn. Waar te verkrijgen Transactie timestamp-kolommen in audittabellen (bijv. CreatedDateTime, LastModifiedDateTime). Voorbeelden 2023-10-12T08:30:00Z2023-10-12T14:15:22Z2023-10-15T09:00:00Z
	Bronsysteem SourceSystem	De naam van het systeem waar de data vandaan komt.
Beschrijving Identificeert de software of database waaruit de payroll data is opgehaald. In deze context is de waarde consistent 'Ceridian Dayforce' of 'Dayforce'. Dit is nuttig bij het combineren van data uit meerdere systemen (bijv. een extern Time & Attendance systeem dat naar Dayforce stuurt) om data lineage te volgen. Waarom het belangrijk is Het zorgt voor traceerbaarheid en maakt filtering mogelijk in multi-systeem Process Mining setups. Waar te verkrijgen Hardcoded tijdens extractie of afgeleid van connection metadata. Voorbeelden Ceridian DayforceDayforce ProductieDayforce EU
	Tijdstip van extractie LastDataUpdate	De timestamp waarop de data uit de bron werd opgehaald.
Beschrijving Geeft de versheid aan van de data die voor analyse wordt gebruikt. Dit is doorgaans de timestamp van de ETL (Extract, Transform, Load) run die de data uit Dayforce heeft gehaald. Het helpt analysesten te begrijpen of ze naar real-time data kijken of naar een snapshot van een vorige dag. Waarom het belangrijk is Het stelt de relevantie van de dataset vast en helpt bij het bevestigen van datavolledigheid tegen bronsysteem reports. Waar te verkrijgen Systeemtijd op het moment van scriptuitvoering. Voorbeelden 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	Actiegebruiker ActionUser	De gebruiker die de specifieke activiteit heeft uitgevoerd.
Beschrijving Identificeert de persoon die verantwoordelijk is voor de gebeurtenis, zoals de manager die een timesheet goedkeurt of de salarisspecialist die de pay run committed. Deze gegevens zijn belangrijk voor de 'Payroll Specialist Productivity' view en voor het vinden van trainingsbehoeften onder managers. Waarom het belangrijk is Het ondersteunt bron analyse en accountability tracking binnen het proces. Waar te verkrijgen Audit logs, 'Gebruiker ID'-kolom in transactietabellen. Voorbeelden jsmithSysteembeheerdermgarcia_mgr
	Afdeling DepartmentName	De organisatie-eenheid waartoe de werknemer behoort.
Beschrijving Geeft de functionele afdeling (bijv. Sales, IT, HR) aan die geassocieerd is met de payroll record. In Dayforce is dit vaak gekoppeld aan de 'Org Unit'- of 'Department'-hiërarchie. Dit veld stuurt het 'Time Sheet Approval Performance' dashboard aan, wat drill-down mogelijk maakt naar specifieke business areas waar managers goedkeuringen mogelijk vertragen. Waarom het belangrijk is Het maakt organisatorische benchmarking en rootcause-analyse voor goedkeuringsvertragingen mogelijk. Waar te verkrijgen Werknemersrecord of organisatie-eenheidshiërarchie. Voorbeelden FinanciënSupply Chain LogistiekNorth America Sales
	Betaalgroep PayGroupName	De groepering van werknemers voor salarisverwerking.
Beschrijving Categoriseert werknemers die samen op hetzelfde schema worden betaald (bijv. 'US Bi-Weekly', 'UK Monthly'). In Dayforce is de Pay Group een primaire organisatorische unit voor payroll runs. Dit attribuut is belangrijk voor het 'End To End Payroll Cycle Duration' dashboard, aangezien verschillende pay groups van nature verschillende doorlooptijden en deadlines hebben. Waarom het belangrijk is Het is de primaire segmentatie voor het benchmarken van payroll prestaties en het vinden van specifieke group-level issues. Waar te verkrijgen PayGroup-tabel of PayRun-definitie. Voorbeelden VS Bedrijf SalarisCA Retail UurloonUK Executive Maandelijks
	Bruto salarisbedrag GrossPayAmount	Het berekende brutoloon voor het record.
Beschrijving Het totale compensatiebedrag vóór aftrek en belastingen. Deze waarde wordt ingevuld tijdens de activiteit 'Gross Pay Calculated'. Het analyseren van variaties in de verwerkingstijd van het brutoloon kan helpen complexe berekeningen te vinden die het 'Calculation Engine Flow Speed'-dashboard vertragen. Waarom het belangrijk is Het biedt financiële context aan het proces en maakt analyse mogelijk van high-waarde versus low-waarde record processing. Waar te verkrijgen Salarisresultaat- of Pay Run Details-tabel. Voorbeelden 2500.004150.501200.00
	SLA-verwerkingsdeadline SlaProcessingDeadline	De vereiste timestamp van de voltooiing voor de generatie van het bankbestand.
Beschrijving De interne of externe deadline waarvoor de activiteit 'Bank Transfer File Generated' moet plaatsvinden om ervoor te zorgen dat werknemers op tijd worden betaald. Dit wordt gebruikt in het 'Bank Transfer Deadline Compliance'-dashboard. Dit attribuut kan een statische regel zijn gebaseerd op de Pay Date (bijv. Pay Date min 2 dagen) of een geconfigureerd veld in de Pay Group-instellingen. Waarom het belangrijk is Het is de benchmark voor het berekenen van on-time prestaties en compliancerisico. Waar te verkrijgen Afgeleid van Pay Date en de configuratie van bankverwerkingsregels. Voorbeelden 2023-10-25T14:00:00Z2023-10-26T10:00:00Z
	Belastingjurisdictie TaxJurisdiction	De regio of autoriteit voor belastingaangifte.
Beschrijving Identificeert de specifieke belastingautoriteit (bijv. Staat, Provincie, Land) die relevant is voor de payroll record. Dit ondersteunt het 'Tax Filing and Compliance Monitor' dashboard. Het maakt segmentatie van het post-payroll compliance proces mogelijk, waarbij jurisdicties worden belicht die frequent indieningsvertragingen ervaren. Waarom het belangrijk is Het maakt compliance monitoring en geografische analyse van procesprestaties mogelijk. Waar te verkrijgen Werknemer belastinginstellingen of Salarisresultaat belastingdetails. Voorbeelden CaliforniëOntarioNew YorkVerenigd Koninkrijk
	Betalingsperiode PayPeriodDescription	De beschrijvende naam van de 'pay cycle'.
Beschrijving Het menselijk leesbare label voor de 'pay period' (bijv. '2023 Week 42', 'Oktober 2023 Halfmaandelijks'). Dit helpt bij het filteren en visualiseren op dashboards. Het biedt context voor het 'Payroll Record' en wordt vaak weergegeven in de 'Process Variant Path Analysis' om specifieke 'runs' te filteren. Waarom het belangrijk is Het maakt de data begrijpelijk voor business gebruikers. Waar te verkrijgen Omschrijvingskolom van de PayPeriod-tabel. Voorbeelden 2023-W422023-Oct-SM12023-M11
	Correcpakketeden CorrectionReason	De redencode die wordt opgegeven voor datacorrecties.
Beschrijving Als een 'Data Correction Performed' activity plaatsvindt, legt dit attribuut de geregistreerde reden vast (bijv. 'Missed Punch', 'Retroactive Pay Adjustment'). Dit voegt detail toe aan het 'Manual Correction and Rework Rates' dashboard, waardoor het team specifieke hoofdoorzaken van handmatig werk kan aanpakken. Waarom het belangrijk is Het is belangrijk voor rootcause-analyse van herstelwerk. Waar te verkrijgen Audit log details of opmerkingenvelden bij correctietransacties. Voorbeelden Gemiste KlokkingVerkeerd TariefRetroactieve Aanpassing
	Is Audit Exceptie IsAuditExceptionFlagged	Boolean flag die aangeeft of de record een auditwaarschuwing heeft getriggerd.
Beschrijving Een berekende of directe flag die aangeeft dat de 'Audit Exception Flagged' activity voor deze case heeft plaatsgevonden. Het stuurt de 'Audit Exception Flagging Rate' KPI aan. Hoge percentages exceptions duiden op datakwaliteitsproblemen of een te strikte configuratie in de Dayforce compliance engine. Waarom het belangrijk is Het vereenvoudigt de berekening van error rates en herstelwerk-loops. Waar te verkrijgen Afgeleid van het bestaan van de 'Audit Exception Flagged' activity. Voorbeelden truefalse
	Is bankoverschrijving te laat IsBankTransferLate	Flag die aangeeft of het bankbestand de deadline heeft gemist.
Beschrijving Een boolean waarde berekend door de 'Bank Transfer File Generated' timestamp te vergelijken met de 'SLA Processing Deadline'. Dit stuurt de 'On-Time Bank Transfer Rate' KPI aan. Het vinden van late transfers is belangrijk om vertraagde werknemersbetalingen te voorkomen. Waarom het belangrijk is Het is een kritische compliance- en betrouwbaarheidsindicator. Waar te verkrijgen Calculated: BankTransferTime > SlaProcessingDeadline. Voorbeelden truefalse
	Kostenplaats CostCenterCode	De financiële code die in rekening wordt gebracht voor de salariskosten.
Beschrijving De grootboek-kostenplaats die is gekoppeld aan de inkomsten van de werknemer. Dit wordt gebruikt in de weergave 'Kosten Center Processing Benchmarks' om de efficiëntie te vergelijken tussen verschillende financiële eenheden. In Dayforce maakt dit deel uit van de General Ledger (GL) allocatiedetails. Waarom het belangrijk is Het koppelt procesprestaties aan financiële rapportagestructuren. Waar te verkrijgen Employee GL settings of Labor Distribution tabellen. Voorbeelden CC-1020CC-5500-USCC-IT-OPS
	Soort dienstverband EmploymentType	De classificatie van de werknemer (Voltijd, Deeltijd, Contractor).
Beschrijving Categoriseert de arbeidsrelatie van de werknemer. Wordt gebruikt in benchmarking om te zien of contractors of parttime personeel verschillende payroll processing characteristics of error rates hebben. Dit is vaak te vinden in de Employee record in Dayforce. Waarom het belangrijk is Het maakt segmentatie en een eerlijke vergelijking van processing stats mogelijk. Waar te verkrijgen Werknemerstabel. Voorbeelden VoltijdParttimeContractor

Verplicht Aanbevolen Optioneel

Loonadministratiesactiviteiten

Leg deze essentiële levenscyclus gebeurtenissen en statuswijzigingen vast om een nauwkeurig chronologisch overzicht van uw salarisverwerking en uitbetalingsworkflows op te bouwen.

7 Aanbevolen 8 Optioneel

	Activiteit	Beschrijving
	Bankoverboekingsbestand gegenereerd	De generatie van de NACHA-, SEPA- of andere bankbestanden. Gebruikt om de 'On-Time Bank Transfer Rate' te berekenen ten opzichte van de SLA-deadline.
Waarom het belangrijk is Cruciale compliance stap die ervoor zorgt dat gelden op tijd worden verplaatst voor betaling. Waar te verkrijgen Systeem logboek dat de succesvolle generatie van het banktransmissiebestand aangeeft. Vastleggen Geregistreerd toen de transactie 'File Generation' werd uitgevoerd Gebeurtenistype explicit
	Betaling Uitgevoerd	De ingangsdatum van de betaling aan de werknemer. Dit is de financiële afsluiting van het proces voor de werknemer.
Waarom het belangrijk is Belangrijke mijlpaal voor 'End To End Payroll Cycle Duration' en werknemerstevredenheid. Waar te verkrijgen Het veld 'Check Date' of 'Payment Date' op het gefinaliseerde salarisadministrapakketecord. Vastleggen Geregistreerd wanneer transactie Uitbetaling is uitgevoerd Gebeurtenistype explicit
	Bruto salaris berekend	De systeem-rekenmodule berekent het brutoloonbedrag op basis van uren, tarieven en geïmporteerde data. Dit is de eerste stap in het 'Calculation Engine Flow Speed'-dashboard.
Waarom het belangrijk is Meet de latentie van de rekenmodule nadat invoer is gefinaliseerd. Waar te verkrijgen Afgeleid van de timestamp wanneer het 'Gross Pay' veld wordt gevuld of bijgewerkt tijdens de calculation batch. Vastleggen Vergelijk het statusveld voor/na Gebeurtenistype inferred
	Salarisrecord Geïnitialiseerd	Markeert de aanmaak van de specifieke 'pay run'-instantie voor een werknemer. In Dayforce gebeurt dit wanneer de 'Pay Group' wordt geopend voor de cyclus en werknemers aan de 'run' worden gekoppeld.
Waarom het belangrijk is Stelt het begin van de salariscase vast en de basislijn voor het meten van de totale doorlooptijd. Waar te verkrijgen Identificeer de creatie timestamp van de employee pay run record binnen de Pay Group instantie. Vastleggen Geregistreerd wanneer pay run record is aangemaakt Gebeurtenistype explicit
	Salarisrecord Goedgekeurd	De uiteindelijke autorisatie van het salarisadministrapakketecord, vaak aangeduid als het 'Committing' of 'Locking' van de 'pay run'. Markeert het einde van de berekenings-/reviewfase.
Waarom het belangrijk is De definitieve mijlpaal die verwerking scheidt van uitbetaling. Waar te verkrijgen Wijziging in Pay Run status naar 'Committed', 'Locked' of 'Approved'. Vastleggen Geregistreerd wanneer transactie Commit is uitgevoerd Gebeurtenistype explicit
	Urenstaat Goedgekeurd	De manager of supervisor keurt de ingediende tijddata goed. Vertragingen hierin hebben directe invloed op het 'Time Sheet Approval Performance'-dashboard.
Waarom het belangrijk is Identificeert knelpunten in de goedkeuringsketen die de initialization van de salarisberekening vertragen. Waar te verkrijgen Volg de statuswijziging van de tijdkaart naar 'Approved' of 'Signed Off' in de WFM-module. Vastleggen Geregistreerd wanneer transactie goedgekeurd is uitgevoerd Gebeurtenistype explicit
	Urenstaat Ingediend	De gebeurtenis waarbij een werknemer of manager tijd- en aanwezigheidsdata indient voor verwerking. Dit verbindt de WFM-module met de Payroll-module.
Waarom het belangrijk is Belangrijk voor het 'End To End Payroll Cycle Duration' dashboard om vertragingen vanaf herkomst van de dataation te meten. Waar te verkrijgen Afgeleid van de Dayforce WFM module logs of statuswijziging van het timecard object naar 'Submitted'. Vastleggen Vergelijk het statusveld voor/na Gebeurtenistype inferred
	Audit-uitzondering gemarkeerd	Het systeem genereert een waarschuwings- of foutmelding op basis van validapakketegels (bijv. negatief nettoloon). Ondersteunt de KPI 'Audit Exception Flagging Rate'.
Waarom het belangrijk is Hoge frequentie duidt op slechte upstream datakwaliteit of configuratiefouten die handmatige interventie vereisen. Waar te verkrijgen Extraheer uit de message/error log tabel van het systeem, gekoppeld aan de Pay Run ID. Vastleggen Geregistreerd toen de transactie 'Exception Created' werd uitgevoerd Gebeurtenistype explicit
	Belastingaangifte Voltooid	Bevestiging dat post-payroll belastingaangiften succesvol zijn verwerkt voor de jurisdictie. Ondersteunt de 'Tax Filing and Compliance Monitor'.
Waarom het belangrijk is Waarborgt reguliere compliance en voorkomt boetes nadat de werknemers zijn betaald. Waar te verkrijgen Statusupdate in de belastingmodule of integratielog die de ontvangst door de belastingdienst of externe verwerker bevestigt. Vastleggen Geregistreerd toen de transactie 'Filing Confirmed' werd uitgevoerd Gebeurtenistype explicit
	Belastingen Berekend	De laatste berekeningsstap waarbij belastingjurisdicpakketegels worden toegepast om het nettoloon te bepalen. Voltooit de geautomatiseerde berekeningsreeks.
Waarom het belangrijk is Complexe belastingregels kunnen de verwerking vertragen; deze activity helpt de prestaties van de belastingengine te benchmarken. Waar te verkrijgen Timestamp waarop belastingregels worden gegenereerd of het veld 'Net Pay' in de database wordt gefinaliseerd. Vastleggen Vergelijk het statusveld voor/na Gebeurtenistype inferred
	Datacorrectie uitgevoerd	Een gebruiker wijzigt handmatig salarisdata (uren, tarieven, inhoudingen) na de initiële berekening. Volgt het 'Manual Correction and Rework Rates' dashboard.
Waarom het belangrijk is Directe maatstaf voor herstelwerk; het verminderen van deze activity is een primair doel voor procesefficiëntie. Waar te verkrijgen Audit trail records die updates van employee pay detail tables door een gebruiker tonen. Vastleggen Geregistreerd toen de transactie 'Record Updated' werd uitgevoerd Gebeurtenistype explicit
	Incentive Data geïmporteerd	Registreert de succesvolle import van externe data-bestanden met bonussen, commissies of eenmalige betalingen. Ondersteunt het 'Incentive Data Import Lead Times'-dashboard.
Waarom het belangrijk is Vertragingen bij het ontvangen van deze data zijn een veelvoorkomende oorzaak van payroll processing holds. Waar te verkrijgen Dayforce integratie logs die de voltooiing tonen van XML- of CSV-import jobs gericht op de pay run. Vastleggen Geregistreerd toen de transactie 'Import' werd uitgevoerd Gebeurtenistype explicit
	Inhoudingen voor uitkeringen toegepast	De toepassing van voordeelregels en inhoudingen op het brutoloon. Onderdeel van de geautomatiseerde berekeningsreeks die wordt gemonitord door het 'flow speed'-dashboard.
Waarom het belangrijk is Isoleert verwerkingstijd of fouten specifiek voor de benefits engine binnen de payroll run. Waar te verkrijgen Timestamp waarop inhoudingsregels naar het salarisadministrapakketecord worden geschreven of het veld 'Total Deductions' wordt bijgewerkt. Vastleggen Afleiden door het veld 'Update Timestamp' te vergelijken met 'Previous Timestamp' Gebeurtenistype calculated
	Loonstrookje gepubliceerd	Digitale loonstroken worden beschikbaar voor medewerkers in de ESS portal. Ondersteunt het 'Digital Pay Slip Availability' dashboard.
Waarom het belangrijk is Meet de latentie tussen de uitvoering van de betaling en de beschikbaarheid van Informatie. Waar te verkrijgen Timestamp waarop de taak voor verklaringvrijgave is voltooid of de zichtbaarheidsvlag op waar is ingesteld. Vastleggen Vergelijk het statusveld voor/na Gebeurtenistype inferred
	Salarisresultaat Gepreviewd	Een gebruiker bekijkt het voorlopige salarisregister of de pay preview. Wordt gebruikt om 'Preview Phase Efficiency' te analyseren en herstelwerk-loops te vinden.
Waarom het belangrijk is Geeft het begin van de menselijke reviewfase aan; herhaalde previews suggereren aanhoudende dataproblemen. Waar te verkrijgen Access logs die aangeven dat een gebruiker het 'Payroll Preview' report heeft gegenereerd of het preview-scherm heeft geopend. Vastleggen Geregistreerd toen de transactie 'Preview Report' werd uitgevoerd Gebeurtenistype explicit

Aanbevolen Optioneel

Extractiegidsen

Hoe je je data uit Ceridian Dayforce kunt halen

Stappen

Log in bij de Ceridian Dayforce applicatie met een gebruikersaccount dat beschikt over Reporting- en System Admin-privileges.
Navigeer naar de Reporting feature vanuit het hoofdmenu van de applicatie.
Klik op de knop Add om een nieuw Report aan te maken en selecteer de Topic genaamd System Audit Trail. Deze topic bevat de historische log van wijzigingen die nodig zijn voor Process Mining.
Voeg in het Column Selection-gebied de volgende velden toe: Transaction Id, Gebruiker Naam, Timestamp, Feature Naam, Operation, Table Naam, Column Naam, Old Value, New Value en Context Info (dit bevat gewoonlijk de Employee- en Pay Group-context).
Voeg een Filter toe aan het report om de Feature Naam te beperken tot Payroll, WFM (Workforce Management) en Benefits.
Voeg een tweede Filter toe voor de Date Range om de gewenste analyseperiode te dekken (bijv. Last 90 Days).
Sla dit report op als Process Mining Audit Extract.
Maak een tweede report aan met behulp van de Topic Pay Run History om high-level statuswijzigingen (Calculation, Approval, Commit) vast te leggen die mogelijk niet in de granular veld-level audit trail verschijnen. Selecteer de velden: Pay Group, Pay Period End Date, Workflow Status, Status Change Date en Gebruiker.
Voer beide reports uit en exporteer de resultaten naar CSV-formaat.
Aangezien Dayforce genormaliseerde data exporteert, moet u deze twee CSV-bestanden samenvoegen. Match records op basis van Pay Group- en Pay Period-kenmerks.
Pas de transformation logic zoals gedefinieerd in het Query-gedeelte hieronder toe om de ruwe Dayforce audit codes te mappen aan de gestandaardiseerde activiteitsnaams.
Formatteer de uiteindelijke dataset zodat deze overeenkomt met de vereiste kolommen: PayrollRecordId, ActiviteitNaam, EventDateTime, Bronsysteem en andere attributen, en sla deze vervolgens op als één CSV voor upload.

Configuratie

Report Topic Selection: Gebruik 'System Audit Trail' voor granulaire veldwijzigingen en 'Pay Run History' voor high-level workflow mijlpalen.
Date Range: Selecteer een bereik van 3 tot 6 maanden om case completion te garanderen zonder export size limits te overschrijden.
Feature Filters: Filter de Audit Trail strikt op 'Payroll', 'Time And Attendance' en 'Benefits' features om ruis van ongerelateerde HR-wijzigingen te verminderen.
Gebruiker Context: Zorg ervoor dat de 'System' user actions zijn opgenomen in de export, aangezien geautomatiseerde stappen (zoals Calculations) worden uitgevoerd door het System account, niet door een menselijke gebruiker.
Formatting: Stel het exportformaat in op CSV (Comma Delimited) zonder header grouping om machine processing te vergemakkelijken.
Time Zone: Verifieer dat alle export tijdstempels in UTC of de Server Time staan om chronologische consistentie over verschillende gebruikerslocaties te waarborgen.

a Voorbeeldquery config

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

Stappen

Verplichten Instellen: Zorg ervoor dat u een service account in Ceridian Dayforce heeft met toegang tot de Web Services (REST API). Het account vereist permissions voor Employee Pay Sommary, Time entry en Audit/Workflow data.
API Configuratie: Navigeer naar System Admin > Integrations > Web Services in Dayforce. Noteer uw Client Naamspace, Service URL en zorg ervoor dat Basic Auth of OAuth is geconfigureerd. Dit script gaat uit van Basic Auth voor de eenvoud, maar OAuth wordt aanbevolen voor productie.
Omgeving Voorbereiding: Installeer Python 3.x en de benodigde libraries. U heeft de pandas- en requests-libraries nodig. Voer pip install pandas requests uit om ze te installeren.
Script Configuratie: Update de configuratievariabelen bovenaan het geleverde script. Vervang placeholders voor username, password, client_namespace en base_url met uw specifieke instantie details.
Datumbereik Definitie: Stel de start_date en end_date in het script in om de payroll periodes te dekken die u wilt analyseren. Een venster van 3-6 maanden wordt aanbevolen voor initiële validatie.
Uitvoering: Voer het script uit via de command line (bijv. python extract_dayforce.py). Het script fungeert als een orchestrator, haalt data op van meerdere endpoints (Pay Sommary, Time, Audit) en voegt deze samen tot een uniforme event log.
Data Transformatie: Het script normaliseert automatisch tijdstempels en mapt Dayforce-specifieke status codes naar de vereiste standaard Activiteit namen (bijv. het mappen van een Workflow Status van 'committed' naar Payroll Record Approved).
Output Generatie: Het script schrijft een CSV-bestand genaamd dayforce_payroll_gebeurtenis_log.csv naar de lokale directory.
Validatie: Open het CSV-bestand en verifieer dat de PayrollRecordId consistent is voor een enkele pay period en dat datums een logische chronologische volgorde volgen.
Import: Upload het resulterende CSV-bestand naar ProcessMind. Map PayrollRecordId naar Case-ID, ActiviteitNaam naar Activiteit en EventDateTime naar Timestamp.

Configuratie

Batch Size: De Dayforce API gebruikt paginering. Het script staat standaard ingesteld op 50 of 100 records per pagina. Pas de limit parameter aan als er timeouts optreden.
Throttling: Dayforce hanteert strikte API rate limits. Het script bevat eenvoudige sleep timers tussen requests om 429 Too Many Requests errors te voorkomen.
Client Naamspace: Dit is belangrijk voor de connection string. Het is de unieke kenmerk van uw Dayforce instantie.
Data Latency: Dayforce API's weerspiegelen doorgaans real-time data, maar auditlogs voor zeer oude records (ouder dan 1-2 jaar) kunnen gearchiveerd of trager zijn om op te halen.
Permissions: De API gebruiker moet read access hebben tot PII velden als u gevoelige attributen wilt opnemen, hoewel dit script zich richt op process metadata.
Time Zone: API's retourneren meestal UTC. Het script behandelt de conversie, maar zorg ervoor dat u de server time zone kent als u vergelijkt met UI screens.

a Voorbeeldquery python

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Uw Loonadministratiesdata Template

Uw Loonadministratiesdata Template

Loonadministraties-attributen

Loonadministratiesactiviteiten

Extractiegidsen

Dayforce Ad-Hoc Rapportage Salarisdata Export

Stappen

Configuratie

a Voorbeeldquery config

Python Script Extractie via Dayforce REST API

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te starten?

Stop Loonadministratie Vertragingen en Optimaliseer Vandaag

Uw Loonadministratiesdata Template

Uw Loonadministratiesdata Template

Loonadministraties-attributen

Loonadministratiesactiviteiten

Extractiegidsen

Dayforce Ad-Hoc Rapportage Salarisdata Export

Stappen

Configuratie

a Voorbeeldquery config

Python Script Extractie via Dayforce REST API

Stappen

Configuratie

a Voorbeeldquery python

Wij hechten veel waarde aan je privacy

Klaar om te starten?

Stop Loonadministratie Vertragingen en Optimaliseer Vandaag