> Continue verbetering > Loonadministratie > ADP Workforce Now > datatemplate

Uw Loonadministratiesdata Template

ADP Workforce Now

Loonadministraties-attributen (17) Loonadministratiesactiviteiten (15) Extractiegidsen (3)

Uw Loonadministratiesdata Template

Deze template biedt een duidelijk overzicht voor het in kaart brengen van uw salariscycli binnen ADP Workforce Now. Het schetst de essentiële attributen en activiteiten die nodig zijn om een betrouwbare event log op te bouwen, waardoor u knelpunten kunt vinden en aan compliance kunt voldoen binnen uw hele organisatie. Door deze richtlijnen te volgen, kunt u ruwe systeemdata transformeren naar een duidelijke visualisatie van uw daadwerkelijke bedrijfsoperaties.

Aanbevolen attributen voor gedetailleerde analyse
Cruciale processtappen en mijlpalen
Best practices voor ADP Workforce Now-extractie

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

Template downloaden

Loonadministraties-attributen

Deze aanbevolen velden bieden de nodige context voor uw event log om een gedetailleerde analyse van uw salariscycli te ondersteunen.

5 Verplicht 7 Aanbevolen 5 Optioneel

	Naam	Omschrijving
	Activiteit ActivityName	De naam van de uitgevoerde processtap of gebeurtenis.
Omschrijving Dit attribuut legt de specifieke actie vast die binnen de payroll-workflow is ondernomen, zoals 'Tijdstaat Ingediend', 'Brutoloon Berekend', of 'Bankoverschrijvingsbestand Gerealiseerd'. Het is onmisbaar voor de proceskaart, definieert de stappen in de grafiek en maakt de visualisatie van de workflow volgorde mogelijk. Variaties in activiteitenvolgordes benadrukken herstelwerk-loops en afwijkingen van de standaard operationele procedure. Het belang Het definieert het 'wat' van het proces, waardoor de visualisatie van processtromen en varianten mogelijk worden. Vindplaats Audit trails of transactiegeschiedenislogs in ADP Workforce Now. Voorbeelden Urenstaat IngediendSalarisrecord GoedgekeurdDatacorrectie uitgevoerd
	Salarisrecord PayrollRecordId	Unieke identificatie voor de specifieke combinatie van werknemer en betaalperiode.
Omschrijving Het Salarisrecord fungeert als de centrale case kenmerk voor het proces. Het vertegenwoordigt een enkele instantie van een werknemer die wordt betaald voor een specifieke cyclus (bijv. Betaalperiode 12 voor Werknemer X). In analyse groepeert dit attribuut alle disparate gebeurtenissen—van de initiële urenstaatindiening tot de uiteindelijke belastingaangifte—in een samenhangende volledige procesgang. Het stelt analysesten in staat om de snelheid en nauwkeurigheid van de betaling voor elk individueel record te volgen. Het belang Het is de verplichte case key die alle gebeurtenis data samenbindt om procesreconstructie mogelijk te maken. Vindplaats Raadpleeg de ADP Workforce Now-documentatie Voorbeelden PR-2023-10-A-00123PR-2023-10-A-00456PR-2023-10-B-00789
	Tijdstempel EventDateTime	De specifieke datum en tijd waarop de activiteit plaatsvond.
Omschrijving Dit attribuut registreert het exacte moment waarop een activiteit in het systeem werd gelogd. Het wordt gebruikt om gebeurtenissen chronologisch te sequenpakketen en doorlooptijden tussen stappen te berekenen. Precieze tijdstempels zijn belangrijk voor het vinden van knelpunten, het meten van doorlooptijden (bijv. tijd tot goedkeuring), en ervoor te zorgen dat service level agreements voor salarisverwerking worden nageleefd. Het belang Het biedt de tijdlijn die nodig is voor alle cyclustijd- en prestaties-analyses. Vindplaats Systeem tijdstempels geassocieerd met transactie logs. Voorbeelden 2023-10-01T08:30:00Z2023-10-01T14:45:12Z2023-10-02T09:15:00Z
	Bronsysteem SourceSystem	Het bronsysteem waar het gebeurtenis is ontstaan.
Omschrijving Identificeert de software-omgeving waaruit de data is opgehaald, in dit geval 'ADP Workforce Now'. In complexe omgevingen waar data mogelijk wordt gemengd met andere HRIS- of Bankingsystemen, zorgt dit veld voor data lineage en helpt het bij het isoleren van systeemspecifieke integratieproblemen. Het belang Het waarborgt traceerbaarheid en context, vooral in multi-systeem process mining-omgevingen. Vindplaats Hardcoded tijdens het ETL-proces. Voorbeelden ADP Workforce NowADP WFNADP_PROD
	Tijdstip van extractie LastDataUpdate	Timestamp die aangeeft wanneer het record voor het laatst is gewijzigd in de bron.
Omschrijving Weerspiegelt het meest recente wijzigingstijdsTip van het data record in ADP Workforce Now. Dit wordt gebruikt om de data-versheid te bepalen en incrementele het laden van de datas te beheren. Het zorgt ervoor dat de procesanalyse de huidige status van de salarisrecords weerspiegelt. Het belang Belangrijk voor incrementele data-extractie en het waarborgen dat analyse gebaseerd is op actuele data. Vindplaats Raadpleeg de ADP Workforce Now-documentatie Voorbeelden 2023-10-05T17:00:00Z2023-10-06T08:00:00Z
	Afdeling DepartmentCode	De afdeling of kostenplaats die aan de werknemer is gekoppeld.
Omschrijving Vertegenwoordigt de onderdeel van de werknemer die wordt betaald. In ADP is dit vaak de 'Home Department'. Dit attribuut is belangrijk voor de 'Departmental Process Variance' analyse, waardoor de organisatie goedkeuringstijden en foutenpercentages kan vergelijken tussen verschillende bedrijfseenheden. Het belang Sleutel voor benchmarking van prestaties binnen verschillende organisatorische eenheden. Vindplaats Werknemersstamdata of Kosten Center-velden. Voorbeelden Sales-101IT-Dev-200HR-Admin-001
	Belastingjurisdictie TaxJurisdictionCode	De specifieke regio- of staatscode voor belastingaangifte doeleinden.
Omschrijving Geeft de primaire belastingautoriteit of -regio aan (bijv. CA, NY, Federal) die relevant is voor de payroll record. Verplicht voor het 'Tax Filing Completion Benchmarks'-dashboard om te vinden welke regio's vertragingen ondervinden bij wettelijke aangifte en om naleving van lokale regelgeving te waarborgen. Het belang Essentieel voor compliance monitoring en regionale prestaties-analyse. Vindplaats Belastingprofiel of Payroll Tax tabellen. Voorbeelden US-CAUS-NYUS-TX
	Betaalgroep PayGroupCode	Identificeert de specifieke payroll-cyclus of groep (bijv. Bi-Weekly US).
Omschrijving Segmenteert werknemers in verwerkingsgroepen op basis van betaalfrequentie en -type (bijv. Wekelijks, Twee-wekelijks, Executive). Wordt gebruikt om analyses voor specifieke cycli te filteren en is belangrijk voor het 'Manual Data Correction Frequency' dashboard om te zien of bepaalde groepen meer foutgevoelig zijn dan andere. Het belang Maakt segmentatie van het proces mogelijk op basis van betaalfrequentie en werknemerstype. Vindplaats Configuratie betaalgroep of Payroll Header tabellen. Voorbeelden US_TweeWekelijksCA_MonthlyUS_Executive
	Bruto salarisbedrag GrossPayAmount	Het berekende brutoloon voor het record vóór inhoudingen.
Omschrijving Het totale compensatiebedrag berekend voor de werknemer voor de specifieke betaalperiode. Hoewel niet altijd gebruikt voor processtroomanalyse, biedt het context voor 'ActiviteitBedrag' en helpt het bij het prioriteren van waardevolle records bij het analyseren van audituitzonderingen of retrospectieve aanpassingen. Het belang Verschaft financiële context en omvang voor het salarisrecord. Vindplaats Payroll Result tabellen. Voorbeelden 2500.005430.501200.00
	Is Handmatige Interventie IsManualIntervention	Vlag die aangeeft of de activiteit handmatige data-invoer of correctie betrof.
Omschrijving Een booleaans attribuut afgeleid van de activiteitsnaam of transactiebron (bijv. true als de activiteit 'Data Correction Performed' is). Dit stuurt de 'Manual Correction Rate' KPI aan, en helpt het management te vinden waar automatisering faalt en waar menselijke inspanning sterk geconcentreerd is. Het belang Ondersteunt direct de analyse van automatiseringsgraden en procesefficiëntie. Vindplaats Afgeleid van ActiviteitNaam of specifieke transactiecodes. Voorbeelden truefalse
	Is retrospectief IsRetrospective	Vlag die aangeeft of deze payroll record een aanpassing is voor een eerdere periode.
Omschrijving Identificeert of de verwerking voor een huidige periode is of een correctie op een eerder afgesloten periode (retro-pay). Dit ondersteunt het 'Retrospective Adjustment Volume'-dashboard, en benadrukt de stabiliteit van het payroll-proces en de frequentie van post-publicatiefouten. Het belang Onderscheidt tussen standaardverwerking en herstelwerk-/correctiecycli. Vindplaats Afgeleid van Pay Run Type of vergelijking van Pay Period versus huidige datum. Voorbeelden truefalse
	Salarisspecialist PayrollSpecialistName	De gebruiker of systeemagent verantwoordelijk voor het uitvoeren van de activiteit.
Omschrijving Identificeert het individu (bijv. Payroll Specialist, Manager) of geautomatiseerde systeemaccount dat de activiteit heeft uitgevoerd. Dit attribuut maakt het 'Specialist Throughput Performance'-dashboard mogelijk, en helpt bij het balanceren van werklasten en het vinden van trainingsbehoeften of knelpunten veroorzaakt door bron-beperkingen. Het belang Het maakt bron-analyse, workload-balancing en auditing van functiescheiding mogelijk. Vindplaats Gebruikers-ID of Actor velden in auditlogs. Voorbeelden Jane DoeSysteembeheerderJohn Smith
	Audit-uitzonderingstype AuditExceptionType	Categorisatie van de compliance- of datawaarschuwing die is gemarkeerd.
Omschrijving Specificeert het type probleem dat tijdens de validatie is gevonden (bijv. 'Negatief Nettoloon', 'Ontbrekend BSN'). Wordt gebruikt in de 'Audit Exception Resolution Monitor' om te analyseren welke soorten fouten de langste vertragingen veroorzaken en om oorzaakanalyse te begeleiden voor upstream datakwaliteitsverbeteringen. Het belang Verschaft details over waarom het proces werd stopgezet of gemarkeerd. Vindplaats Raadpleeg de ADP Workforce Now-documentatie Voorbeelden Ontbrekend BSNNegatief nettoloonMismatchen van uitkeringen
	Bankbestand-ID BankTransferFileId	Identificatie voor het gegenereerde betalingsbestand dat naar de bank is verzonden.
Omschrijving Het unieke referentienummer voor het ACH- of wire-bestand dat is gegenereerd tijdens de activiteit 'Bank Transfer File Generated'. Dit helpt individuele salarisrecords te koppelen aan de bulkbetalingsuitvoeringsstap, waardoor de 'Disbursement and Publication Velocity' analyse mogelijk worden. Het belang Koppelt individuele cases aan batchverwerkingsgebeurtenissen. Vindplaats Raadpleeg de ADP Workforce Now-documentatie Voorbeelden ACH-20231005-01ACH-20231005-02
	Einddatum betaalperiode PayPeriodEndDate	De afsluitingsdatum van de betaalcyclus.
Omschrijving Markeert het einde van de periode waarvoor de werknemer wordt gecompenseerd. Wordt gebruikt in combinatie met gebeurtenis tijdstempels om te bepalen of de verwerking volgens planning verloopt ten opzichte van het einde van de betaalperiode. Het belang Referentiepunt voor het berekenen van roostergetrouwheid en vertraging. Vindplaats Configuratie betaalcyclus. Voorbeelden 2023-10-152023-10-31
	Kostenplaats CostCenterId	De financiële kostenplaats code die voor de salarisadministratie wordt belast.
Omschrijving Geeft de specifieke GL-eenheid of cost center aan die is gekoppeld aan de payroll-uitgave. Dit attribuut biedt een financiële weergave van het proces, waardoor de organisatie verwerkingsinefficiënties (zoals herstelwerk-kosten) kan correleren met specifieke bedrijfsonderdelen. Het belang Stem de procesanalyse af op financiële rapportagestructuren. Vindplaats Arbeidsdistributievelden. Voorbeelden CC-500CC-900CC-120
	Werknemer-ID EmployeeId	Unieke identificatie van de werknemer die wordt betaald.
Omschrijving De specifieke ID van de werknemer gekoppeld aan het salarisrecord. Hoewel de CaseId het record volgt, maakt de Employee ID longitudinale analyse mogelijk van specifieke werknemers die chronisch te laat urenstaten indienen of frequente handmatige correcties vereisen. Het belang Maakt analyse van gedragspatronen op werknemersniveau mogelijk. Vindplaats AssociateOID of bestandsnummer in ADP. Voorbeelden A102030000123456

Verplicht Aanbevolen Optioneel

Loonadministratiesactiviteiten

Deze essentiële processtappen en mijlpalen leggen de levenscyclus van een salarisrun vast, van initiële tijdinvoer tot uiteindelijke betaling.

9 Aanbevolen 6 Optioneel

	Activiteit	Omschrijving
	Audit-uitzondering gemarkeerd	Geeft aan dat het systeem een overtreding van validapakketegels (bijv. negatief nettoloon, ontbrekende belastingjurisdictie) heeft gedetecteerd tijdens de berekening. Vastgelegd vanuit de generatie van foutmeldingen in de berekeningsoutput.
Het belang Driver voor de 'Audit Exception Resolution Monitor'. Hoge volumes duiden op upstream datakwaliteitsproblemen. Vindplaats Loonadministratie Error Log of 'Verify Payroll' output rapport. Vastleggen Gelogd wanneer systeem validatiefout genereert Gebeurtenistype explicit
	Bankoverboekingsbestand gegenereerd	De technische creatie van het NACHA/ACH-bestand voor directe stortingen. Meestal getriggerd direct nadat de 'Finalize' stap is voltooid.
Het belang Monitort de 'Tijd tot generatie bankoverschrijvingsbestand' om te waarborgen dat technische overdrachten betalingen niet vertragen. Vindplaats Output/Rapporten Log; Timestamp van 'ACH File' of 'Direct Deposit File' generatie. Vastleggen Gelogd wanneer outputbestand is aangemaakt Gebeurtenistype explicit
	Betaling Uitgevoerd	De ingangsdatum waarop fondsen aan werknemers worden vrijgegeven. Dit is vaak een berekend gebeurtenis gebaseerd op de Check Date die is gedefinieerd in de salarisbatch.
Het belang Het primaire resultaat van het proces. Essentieel voor het berekenen van 'Tax Filing Compliance Lead Time'. Vindplaats Salarisgeschiedenis; 'Check Date' veld. Vastleggen Afleiden door het veld 'Check Date' te vergelijken met de 'System Date' Gebeurtenistype calculated
	Bruto salaris berekend	Het systeem voert de logica uit om uren te vermenigvuldigen met tarieven en aanvullende inkomsten toe te voegen. Dit wordt afgeleid van de timestamp van de voltooiing van het 'Calculate Payroll' batchproces.
Het belang Kernverwerkingsstap. Meerdere keren voorkomen duidt op herstelwerk-loops die typisch worden gevisualiseerd in de 'Payroll Preview Loop Analysis'. Vindplaats Payroll Audit Trail; voltooiingstijd van de 'Calculate' actie op de specifieke Pay Group Batch. Vastleggen Afleiden van de timestamp van de voltooiing van de berekeningsjob Gebeurtenistype inferred
	Loonstrookje gepubliceerd	De beschikbaarheid van de digitale loonstrook voor de werknemer via het self-service portaal (iPay). Meestal gepland ten opzichte van de betaaldatum.
Het belang Ondersteunt 'Pay Slip Publication Lead Time' en werknemerstevredenheidsanalyse. Vindplaats Afgeleid van systeeminstellingen (Pay Statement Availability Rule) toegepast op de Check Date. Vastleggen Afleiden door het veld 'Check Date' te vergelijken met de 'Publication Rule' Gebeurtenistype inferred
	Salarisrecord Geïnitialiseerd	Treedt op wanneer de salarisbatch wordt aangemaakt of geopend voor de cyclus, waarbij effectief de payroll case voor de werknemer wordt geïnstantieerd. Afgeleid van de creatie timestamp van de Paydata record in de actieve batch.
Het belang Stel het begin van het specifieke payroll-berekeningsvenster vast. Meet de 'Incentive Data Integration Lag' bij vergelijking met data import tijdstempels. Vindplaats Payroll Module; Paydata Batch Header creatie timestamp of eerste invoer in Paydata Grid. Vastleggen Vergelijk statusveld voor/na batchcreatie Gebeurtenistype inferred
	Salarisrecord Goedgekeurd	De formele acceptatie van de salarisbatch, waardoor deze wordt vergrendeld tegen verdere wijzigingen en de geldbeweging wordt geautoriseerd. Dit is de 'Finalize' stap in ADP WFN.
Het belang De definitieve mijlpaal die de verwerkingsfase beëindigt en de uitbetalingsfase start. Vindplaats Payroll Process Workflow; Statuswijziging van Batch naar 'Finalized' of 'Committed'. Vastleggen Gelogd wanneer transactie 'Finalize Payroll' is uitgevoerd Gebeurtenistype explicit
	Urenstaat Goedgekeurd	Vertegenwoordigt de goedkeuring van de manager van de urenkaart, waarbij de uren voor salarisverwerking worden geautoriseerd. Dit is een kritieke gatekeeping stap die data van T&A naar de Payroll module verplaatst.
Het belang Essentieel voor het 'Timesheet Approval Cycle Times'-dashboard. Identificeert managementknelpunten die de verwerkingstijdlijn in gevaar brengen. Vindplaats ADP Time & Attendance Audit Trail; filter op 'Status Change' naar 'Approved'. Vastleggen Gelogd wanneer transactie 'Approve Timecard' is uitgevoerd Gebeurtenistype explicit
	Urenstaat Ingediend	Markeert het moment waarop een werknemer of manager tijd- en aanwezigheidsdata indient voor de betaalperiode. Dit wordt expliciet vastgelegd vanuit de auditlogs van de Time & Attendance module binnen ADP Workforce Now.
Het belang Start de doorlooptijdklok van de salariscyclus. Vertragingen hier planten zich stroomafwaarts voort, waardoor de beschikbare tijd voor salarisspecialisten om data te bevestigen, wordt verminderd. Vindplaats ADP Time & Attendance Audit Trail; filter op 'Status Change' naar 'Submitted' op Timecard-objecten. Vastleggen Gelogd wanneer transactie 'Submit Timecard' is uitgevoerd Gebeurtenistype explicit
	Belastingaangifte Voltooid	Markeert de voltooiing van wettelijke belastingaangiften voor de betaalperiode. Voor klanten van ADP Tax Service is dit het moment waarop ADP bevestigt dat het aangiftepakket is afgesloten.
Het belang Volgt compliance risico. Vertragingen hier kunnen leiden tot boetes. Vindplaats Tax Module; Quarter-End of Period-End filing status update. Vastleggen Verplicht systeemanalyse Gebeurtenistype inferred
	Datacorrectie uitgevoerd	Een handmatige wijziging in de Paydata Grid, uitgevoerd door een payrollspecialist om fouten op te lossen of bedragen aan te passen. Vastgelegd via het veld-level audit trail.
Het belang Belangrijke metriek voor 'Manual Data Correction Frequency'. Hoge correctiepercentages duiden op automatiseringsfouten. Vindplaats Paydata Grid Audit Trail; 'Update' acties van gebruikers op betaallijnen. Vastleggen Gelogd wanneer transactie 'Update Paydata' is uitgevoerd Gebeurtenistype explicit
	Incentive Data geïmporteerd	Registreert de opname van externe betaaldata zoals commissies of bonussen via de ADP Import utility. Dit gebeurtenis volgt wanneer secundaire inkomstenbronnen aan het salarisrecord worden gekoppeld.
Het belang Belangrijk voor het vinden van integratievertragingen. Late imports dwingen vaak herberekeningen en herstelwerk-loops af. Vindplaats ADP Integratie-/Importlogs; succes timestamp voor 'Paydata Import' job. Vastleggen Gelogd wanneer transactie 'Import Paydata' is uitgevoerd Gebeurtenistype explicit
	Inhoudingen voor uitkeringen toegepast	De toepassing van uitkeringsregels (medisch, 401k) op het brutoloon. Vindt meestal gelijktijdig plaats met de berekening, maar is logisch onderscheiden voor auditdoeleinden.
Het belang Correleert met 'Audit Exception Flagged' om te bepalen of de logic voor uitkeringen compliance-fouten triggert. Vindplaats Afgeleid van de creatie of update van inhoudingsregels in de Paydata Grid na een berekeningsgebeurtenis. Vastleggen Vergelijk inhoudingsvelden voor/na berekening Gebeurtenistype inferred
	Retrospectieve Aanpassing Geboekt	Treedt op wanneer een historische correctie wordt toegepast op een afgesloten salarisadministratie, wat doorgaans de volgende cyclus beïnvloedt. Dit identificeert fouten die zijn gevonden nadat het proces officieel is beëindigd.
Het belang Belangrijk voor de analyse van het 'Retrospective Adjustment Volume', wat duidt op mislukte upstream kwaliteitscontroles. Vindplaats Salarisgeschiedenis; Nieuwe transacties geboekt met een 'Effective Date' in het verleden. Vastleggen Gelogd wanneer transactie 'Post Adjustment' is uitgevoerd Gebeurtenistype explicit
	Salarisresultaat Gepreviewd	De generatie van het 'Preview Payroll' register of rapporten voor menselijke verificatie. Deze stap valideert de berekeningsresultaten vóór finalisering.
Het belang Gebruikt in 'Payroll Preview Loop Analysis'. Buitensporige previews impliceren een gebrek aan vertrouwen in de data. Vindplaats Systeem Logs; timestamp van 'Preview Payroll' rapport generatie. Vastleggen Gelogd wanneer transactie 'Generate Preview' is uitgevoerd Gebeurtenistype explicit

Aanbevolen Optioneel

Extractiegidsen

Hoe je je data uit ADP Workforce Now haalt

Stappen

Log in bij ADP Workforce Now met Administrator- of Payroll Practitioner-toegangsrechten.
Navigeer naar Reports & Analytics en selecteer Custom Reports vanuit het dashboardmenu.
Klik op New Custom Report en selecteer het Payroll data domain. Afhankelijk van uw versie kan dit worden aangeduid als Pay Data of Payroll Register.
Zoek en voeg in de stap Field Selection de unieke identificatienummer voor de case toe. Selecteer File Number of Associate ID gecombineerd met Pay Frequency en Pay Period Number om de PayrollRecordId te construeren.
Selecteer alle relevante datumvelden die nodig zijn om de activiteiten te mappen. U moet Pay Period Start Date, Pay Period End Date, Check Date, Period End Date en Calculation Date opnemen. Merk op dat sommige auditvelden zoals Timecard Approval Date mogelijk moeten worden gejoined vanuit de Time & Attendance module als deze niet aanwezig zijn in de primaire weergave.
Voeg financiële en dimensievelden toe, waaronder Gross Pay, Net Pay, Department, Kosten Center en Tax Jurisdiction.
Voeg het Audit Trail- of Field Changes-blok toe aan de rapportlay-out indien beschikbaar. Dit is belangrijk voor het vastleggen van handmatige gebeurtenissen zoals Data Correction Performed. Als dit niet in één rapport kan worden gejoined, moet u een apart Audit Report maken en extern joinen op Employee ID en Pay Period.
Configureer filters om ongeldige checks uit te sluiten en beperk het datumbereik tot het gewenste analysevenster (bijv. Laatste 12 maanden).
Navigeer naar de stap Sort & Total en sorteer op Pay Period Start Date en vervolgens op Associate ID om ervoor te zorgen dat data logisch is gesorteerd.
Ga verder naar de stap Run/Schedule. Kies Run Now om te testen en stel vervolgens een terugkerende Schedule in om het bestand te exporteren als een CSV- of Excel-formaat.
Zodra het ruwe wide-format rapport is gegenereerd, gebruikt u een ETL-tool of -script om de data te transformeren. U moet de datumkolommen unpivotten, zodat elk datumveld een afzonderlijke rij wordt in de event log (Activiteit).
Verifieer dat het uiteindelijke CSV de vereiste kolommen bevat: PayrollRecordId, ActiviteitNaam, EventDateTime en Bronsysteem voordat u uploadt naar ProcessMind.

Configuratie

Rapporttype: Standaard Custom Report
Datadomein: Payroll / Pay Data Dictionary
Outputformaat: Comma Separated Values (CSV)
Aanbevolen datumbereik: Rolling 12 tot 24 maanden voor trendanalyse
Belangrijkste filters: Pay Group Code (selecteer relevante groepen), Company Code (indien multi-entity), Status is Active of Leave
Granulariteit: Eén rij per Associate per Pay Period (Raw), getransformeerd naar meerdere rijen per Associate (Final)
Verplichte permissies: View Payroll Data, View Audit Trails, Create Custom Reports
Lokalisatie: Zorg ervoor dat datumformaten zijn ingesteld op ISO 8601 (JJJJ-MM-DD HH:MM:SS) in de gebruikersvoorkeuren om dubbelzinnigheid te voorkomen

a Voorbeeldquery config

/* 
ADP Workforce Now does not accept SQL queries from end-users. 
The following configuration block represents the Transformation Logic required to convert the ADP Custom Report export (Wide Format) into the Process Mining Event Log (Long Format).

Input Source: ADP_Custom_Payroll_Export.csv
Logic Language: Pseudo-ETL/Config
*/

TRANSFORMATION_CONFIG {

  GLOBAL_SETTINGS {
    SOURCE_SYSTEM: "ADP Workforce Now"
    CASE_ID_FORMULA: CONCATENATE(Field_AssociateID, "-", Field_PayPeriodNumber, "-", Field_Year)
    LAST_DATA_UPDATE: SYSTEM_TIMESTAMP()
  }

  ACTIVITY_MAPPING_RULES {

    /* 1. Time Sheet Submitted */
    RULE "Time Sheet Submitted" {
      IF Field_Timecard_Submit_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Time Sheet Submitted",
          TIMESTAMP: Field_Timecard_Submit_Date,
          ATTRIBUTES: [PayrollSpecialistName: Field_Timecard_User, IsManualIntervention: "False"]
        )
    }

    /* 2. Time Sheet Approved */
    RULE "Time Sheet Approved" {
      IF Field_Timecard_Approval_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Time Sheet Approved",
          TIMESTAMP: Field_Timecard_Approval_Date,
          ATTRIBUTES: [PayrollSpecialistName: Field_Manager_Name, IsManualIntervention: "True"]
        )
    }

    /* 3. Payroll Record Initialized */
    RULE "Payroll Record Initialized" {
      IF Field_Pay_Period_Start_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Payroll Record Initialized",
          TIMESTAMP: Field_Pay_Period_Start_Date,
          ATTRIBUTES: [PayGroupCode: Field_PayGroup, IsRetrospective: "False"]
        )
    }

    /* 4. Incentive Data Imported */
    RULE "Incentive Data Imported" {
      IF Field_Import_Batch_Date IS NOT NULL AND Field_Batch_Type == "Import" THEN
        CREATE_EVENT(
          ACTIVITY: "Incentive Data Imported",
          TIMESTAMP: Field_Import_Batch_Date,
          ATTRIBUTES: [IsManualIntervention: "False"]
        )
    }

    /* 5. Gross Pay Calculated */
    RULE "Gross Pay Calculated" {
      IF Field_Calc_DateTime IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Gross Pay Calculated",
          TIMESTAMP: Field_Calc_DateTime,
          ATTRIBUTES: [GrossPayAmount: Field_Gross_Pay, DepartmentCode: Field_Home_Dept]
        )
    }

    /* 6. Benefits Deductions Applied */
    RULE "Benefits Deductions Applied" {
      /* Often occurs simultaneous to Calc, adding 1 second for logical sort */
      IF Field_Calc_DateTime IS NOT NULL AND Field_Total_Deductions > 0 THEN
        CREATE_EVENT(
          ACTIVITY: "Benefits Deductions Applied",
          TIMESTAMP: DATE_ADD(Field_Calc_DateTime, 1, "SECOND"),
          ATTRIBUTES: [GrossPayAmount: Field_Gross_Pay]
        )
    }

    /* 7. Audit Exception Flagged */
    RULE "Audit Exception Flagged" {
      IF Field_Error_Message_Timestamp IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Audit Exception Flagged",
          TIMESTAMP: Field_Error_Message_Timestamp,
          ATTRIBUTES: [IsManualIntervention: "False"]
        )
    }

    /* 8. Data Correction Performed */
    RULE "Data Correction Performed" {
      IF Field_Audit_Change_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Data Correction Performed",
          TIMESTAMP: Field_Audit_Change_Date,
          ATTRIBUTES: [PayrollSpecialistName: Field_Audit_User, IsManualIntervention: "True"]
        )
    }

    /* 9. Payroll Result Previewed */
    RULE "Payroll Result Previewed" {
      IF Field_Preview_Run_DateTime IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Payroll Result Previewed",
          TIMESTAMP: Field_Preview_Run_DateTime,
          ATTRIBUTES: [IsManualIntervention: "True"]
        )
    }

    /* 10. Payroll Record Approved */
    RULE "Payroll Record Approved" {
      IF Field_Finalize_DateTime IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Payroll Record Approved",
          TIMESTAMP: Field_Finalize_DateTime,
          ATTRIBUTES: [PayrollSpecialistName: Field_Finalizer_User, IsManualIntervention: "True"]
        )
    }

    /* 11. Bank Transfer File Generated */
    RULE "Bank Transfer File Generated" {
      /* Logic: Usually occurs 2 hours after Finalize or at specific cutoff */
      IF Field_ACH_File_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Bank Transfer File Generated",
          TIMESTAMP: Field_ACH_File_Date,
          ATTRIBUTES: [IsManualIntervention: "False"]
        )
    }

    /* 12. Payment Executed */
    RULE "Payment Executed" {
      IF Field_Check_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Payment Executed",
          TIMESTAMP: Field_Check_Date,
          ATTRIBUTES: [GrossPayAmount: Field_Gross_Pay, IsRetrospective: "False"]
        )
    }

    /* 13. Pay Slip Published */
    RULE "Pay Slip Published" {
      IF Field_Advice_Available_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Pay Slip Published",
          TIMESTAMP: Field_Advice_Available_Date,
          ATTRIBUTES: [IsManualIntervention: "False"]
        )
    }

    /* 14. Tax Filing Completed */
    RULE "Tax Filing Completed" {
      IF Field_Tax_Filing_Confirmation_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Tax Filing Completed",
          TIMESTAMP: Field_Tax_Filing_Confirmation_Date,
          ATTRIBUTES: [TaxJurisdictionCode: Field_Tax_State, IsManualIntervention: "False"]
        )
    }

    /* 15. Retrospective Adjustment Posted */
    RULE "Retrospective Adjustment Posted" {
      IF Field_Adjustment_Run_Date IS NOT NULL AND Field_Run_Type == "Adjustment" THEN
        CREATE_EVENT(
          ACTIVITY: "Retrospective Adjustment Posted",
          TIMESTAMP: Field_Adjustment_Run_Date,
          ATTRIBUTES: [IsRetrospective: "True", IsManualIntervention: "True"]
        )
    }
  }
}

Stappen

Verkrijg ADP Marketplace API-credentials, waaronder Client ID, Client Secret en het SSL Client Certificate (PEM- en Key-bestanden) die gekoppeld zijn aan uw applicatie.
Verifieer dat uw applicatie de benodigde scope permissies heeft ingeschakeld: Payroll (read), Worker (read) en Time (read).
Installeer de vereiste Python libraries met pip: requests, pandas en pyOpenSSL (vaak nodig voor mutual TLS-verwerking).
Configureer het onderstaande Python-script met uw specifieke ADP API-endpoints en credential file paths.
Het script initialiseert een beveiligde sessie met mutual TLS om te authenticeren tegen de ADP Token Endpoint.
Het bevraagt eerst de Time and Labor Management API om statuswijzigingen van tijdregistraties voor de doelperiode op te halen.
Vervolgens bevraagt het de Payroll Output API (payroll-v1) om de gedetailleerde Pay Statement JSON voor elke werknemer op te halen.
Het script itereert door de complexe geneste JSON-structuur om tijdstempels te vinden voor specifieke gebeurtenissen zoals berekening, goedkeuring en bestandsgeneratie.
Het past voorwaardelijke logica toe om activiteiten af te leiden, zoals Audit Exception Flagged, door de notification/waarschuwing arrays in de response te controleren.
Data van Time- en Payroll-bronnen worden samengevoegd op basis van de AssociateOID (een unieke werknemersidentificatienummer in ADP).
De uiteindelijke lijst met gebeurtenissen wordt omgezet in een Pandas DataFrame en geformatteerd om overeen te komen met het ProcessMind event log-schema.
Voer het script uit om het output CSV-bestand te genereren en verifieer dat de kolomheaders overeenkomen met de vereisten voordat u uploadt naar ProcessMind.

Configuratie

Client ID en Secret: Verkrijg deze via de ADP Developer Portal voor uw specifieke applicatie.
SSL Certificaten: Pad naar uw client.pem- en client.key-bestanden. ADP vereist mutual TLS (mTLS) voor API-communicatie.
API Base URL: Typisch https://api.adp.com, maar kan variëren voor specifieke omgevingen (bijv. wfn-api.adp.com).
Datumbereik: Aanbevolen extractievenster is 3 tot 6 maanden per run om te voldoen aan API-paginering en timeout-limieten.
Page Size: Stel de $top-parameter (limiet) in op 50 of 100 records per request om de doorlooptijd te optimaliseren zonder timeouts te veroorzaken.
Company Code: Filter op Organization Unit of Company Code als uw ADP-instantie meerdere juridische entiteiten host.
AssociateOID: Dit is de primary key voor het joinen van Time- en Payroll-data, te onderscheiden van de zichtbare Employee ID.

a Voorbeeldquery python

import requests
import pandas as pd
import json
from datetime import datetime
import uuid

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
class=class="hl-string">"hl-comment"># Replace these placeholders with your actual ADP credentials and paths
ADP_CLIENT_ID = class="hl-string">"[Your ADP Client ID]"
ADP_CLIENT_SECRET = class="hl-string">"[Your ADP Client Secret]"
CERT_PATH = class="hl-string">"path/to/your/client_certificate.pem"
KEY_PATH = class="hl-string">"path/to/your/client_private_key.key"
TOKEN_URL = class="hl-string">"https://api.adp.com/auth/oauth/v2/token"
PAYROLL_API_URL = class="hl-string">"https://api.adp.com/payroll/v1/payroll-output"
TIME_API_URL = class="hl-string">"https://api.adp.com/time/v1/time-cards"

class=class="hl-string">"hl-comment"># Output File
OUTPUT_FILENAME = class="hl-string">"ADP_Payroll_Event_Log.csv"

class=class="hl-string">"hl-comment"># === AUTHENTICATION ===
def get_access_token():
    class=class="hl-string">"hl-comment"># ADP requires mutual TLS (mTLS) for authentication
    payload = {
        class="hl-string">'client_id': ADP_CLIENT_ID,
        class="hl-string">'client_secret': ADP_CLIENT_SECRET,
        class="hl-string">'grant_type': class="hl-string">'client_credentials'
    }
    try:
        response = requests.post(
            TOKEN_URL,
            data=payload,
            cert=(CERT_PATH, KEY_PATH),
            verify=True
        )
        response.raise_for_status()
        return response.json()[class="hl-string">'access_token']
    except Exception as e:
        print(fclass="hl-string">"Authentication failed: {str(e)}")
        return None

class=class="hl-string">"hl-comment"># === DATA EXTRACTION ===
def fetch_adp_data(url, token, params=None):
    headers = {
        class="hl-string">'Authorization': fclass="hl-string">'Bearer {token}',
        class="hl-string">'Accept': class="hl-string">'application/json'
    }
    all_records = []
    
    class=class="hl-string">"hl-comment"># Simple pagination loop (ADP uses class="hl-string">'skip' and class="hl-string">'top' or class="hl-string">'next' links)
    class=class="hl-string">"hl-comment"># This is a simplified implementation assuming standard offset pagination
    skip = 0
    limit = 50
    fetching = True
    
    while fetching:
        current_params = params.copy() if params else {}
        current_params[class="hl-string">'$skip'] = skip
        current_params[class="hl-string">'$top'] = limit
        
        try:
            response = requests.get(
                url, 
                headers=headers, 
                params=current_params, 
                cert=(CERT_PATH, KEY_PATH)
            )
            if response.status_code != 200:
                break
                
            data = response.json()
            class=class="hl-string">"hl-comment"># Adjust key based on actual API response structure (e.g., class="hl-string">'payrollOutputs', class="hl-string">'timeCards')
            class=class="hl-string">"hl-comment"># Using generic list detection for the script
            key = next((k for k in data.keys() if isinstance(data[k], list)), None)
            
            if not key or len(data[key]) == 0:
                fetching = False
            else:
                all_records.extend(data[key])
                skip += limit
                
        except Exception:
            fetching = False
            
    return all_records

class=class="hl-string">"hl-comment"># === EVENT LOG GENERATION ===
def generate_event_log(payroll_data, time_data):
    event_log = []
    
    class=class="hl-string">"hl-comment"># Index time data by AssociateOID for quick lookup
    time_map = {item.get(class="hl-string">'associateOID'): item for item in time_data}

    for pay_record in payroll_data:
        class=class="hl-string">"hl-comment"># Basic Attributes
        associate_id = pay_record.get(class="hl-string">'associateOID', class="hl-string">'Unknown')
        pay_period_start = pay_record.get(class="hl-string">'payPeriodStartDate', class="hl-string">'')
        class=class="hl-string">"hl-comment"># Create a unique Case ID using AssociateID and Pay Period
        case_id = fclass="hl-string">"{associate_id}-{pay_period_start}"
        
        dept_code = pay_record.get(class="hl-string">'worker', {}).get(class="hl-string">'homeOrganizationalUnits', [{}])[0].get(class="hl-string">'nameCode', {}).get(class="hl-string">'code', class="hl-string">'Unknown')
        pay_group = pay_record.get(class="hl-string">'payrollGroupCode', class="hl-string">'Main')
        gross_pay = pay_record.get(class="hl-string">'grossPayAmount', 0.0)
        tax_jur = pay_record.get(class="hl-string">'taxJurisdiction', {}).get(class="hl-string">'code', class="hl-string">'US')
        last_update = datetime.now().isoformat() class=class="hl-string">"hl-comment"># Using extraction time as fallback if record update time missing

        class=class="hl-string">"hl-comment"># Helper to append event
        def add_event(activity, timestamp, specialist=None, manual=False, retro=False):
            if timestamp:
                event_log.append({
                    class="hl-string">'PayrollRecordId': case_id,
                    class="hl-string">'ActivityName': activity,
                    class="hl-string">'EventDateTime': timestamp,
                    class="hl-string">'SourceSystem': class="hl-string">'ADP Workforce Now',
                    class="hl-string">'LastDataUpdate': last_update,
                    class="hl-string">'PayrollSpecialistName': specialist if specialist else class="hl-string">'System Agent',
                    class="hl-string">'DepartmentCode': dept_code,
                    class="hl-string">'PayGroupCode': pay_group,
                    class="hl-string">'GrossPayAmount': gross_pay,
                    class="hl-string">'TaxJurisdictionCode': tax_jur,
                    class="hl-string">'IsManualIntervention': manual,
                    class="hl-string">'IsRetrospective': retro
                })

        class=class="hl-string">"hl-comment"># --- ACTIVITY 1: Time Sheet Submitted ---
        class=class="hl-string">"hl-comment"># Derived from Time API
        t_card = time_map.get(associate_id)
        if t_card and t_card.get(class="hl-string">'submissionDateTime'):
            add_event(class="hl-string">"Time Sheet Submitted", t_card[class="hl-string">'submissionDateTime'], specialist=t_card.get(class="hl-string">'submittedBy'))

        class=class="hl-string">"hl-comment"># --- ACTIVITY 2: Time Sheet Approved ---
        class=class="hl-string">"hl-comment"># Derived from Time API
        if t_card and t_card.get(class="hl-string">'approvalDateTime'):
            add_event(class="hl-string">"Time Sheet Approved", t_card[class="hl-string">'approvalDateTime'], specialist=t_card.get(class="hl-string">'approvedBy'))

        class=class="hl-string">"hl-comment"># --- ACTIVITY 3: Payroll Record Initialized ---
        class=class="hl-string">"hl-comment"># Creation of the pay data record
        create_time = pay_record.get(class="hl-string">'creationDateTime')
        add_event(class="hl-string">"Payroll Record Initialized", create_time)

        class=class="hl-string">"hl-comment"># --- ACTIVITY 4: Incentive Data Imported ---
        class=class="hl-string">"hl-comment"># Check for specific earnings codes related to incentives
        earnings = pay_record.get(class="hl-string">'earnings', [])
        for earn in earnings:
            if earn.get(class="hl-string">'typeCode') in [class="hl-string">'BONUS', class="hl-string">'COMMISSION']:
                class=class="hl-string">"hl-comment"># Use entry time of the specific line item
                add_event(class="hl-string">"Incentive Data Imported", earn.get(class="hl-string">'entryDateTime', create_time))
                break class=class="hl-string">"hl-comment"># Capture once per case to avoid duplicates or refine logic for multiple

        class=class="hl-string">"hl-comment"># --- ACTIVITY 5: Gross Pay Calculated ---
        class=class="hl-string">"hl-comment"># When the calculation engine finished
        calc_time = pay_record.get(class="hl-string">'calculationDateTime')
        add_event(class="hl-string">"Gross Pay Calculated", calc_time)

        class=class="hl-string">"hl-comment"># --- ACTIVITY 6: Benefits Deductions Applied ---
        class=class="hl-string">"hl-comment"># Usually happens same time as calc, but logically distinct
        class=class="hl-string">"hl-comment"># We look for deduction processing timestamp
        deductions = pay_record.get(class="hl-string">'deductions', [])
        if deductions and calc_time:
             add_event(class="hl-string">"Benefits Deductions Applied", calc_time)

        class=class="hl-string">"hl-comment"># --- ACTIVITY 7: Audit Exception Flagged ---
        class=class="hl-string">"hl-comment"># Check notification messages
        msgs = pay_record.get(class="hl-string">'notificationMessages', [])
        if msgs:
            class=class="hl-string">"hl-comment"># Take the timestamp of the first warning
            add_event(class="hl-string">"Audit Exception Flagged", msgs[0].get(class="hl-string">'generationDateTime', calc_time))

        class=class="hl-string">"hl-comment"># --- ACTIVITY 8: Data Correction Performed ---
        class=class="hl-string">"hl-comment"># Compare modification time vs creation time. If significantly different, assume correction.
        mod_time = pay_record.get(class="hl-string">'modificationDateTime')
        if mod_time and create_time and mod_time > create_time:
            add_event(class="hl-string">"Data Correction Performed", mod_time, manual=True)

        class=class="hl-string">"hl-comment"># --- ACTIVITY 9: Payroll Result Previewed ---
        class=class="hl-string">"hl-comment"># Report generation time
        report_time = pay_record.get(class="hl-string">'reportGenerationDateTime')
        add_event(class="hl-string">"Payroll Result Previewed", report_time)

        class=class="hl-string">"hl-comment"># --- ACTIVITY 10: Payroll Record Approved ---
        class=class="hl-string">"hl-comment"># Final approval timestamp
        approve_time = pay_record.get(class="hl-string">'approvalDateTime')
        add_event(class="hl-string">"Payroll Record Approved", approve_time, specialist=class="hl-string">"Payroll Manager")

        class=class="hl-string">"hl-comment"># --- ACTIVITY 11: Bank Transfer File Generated ---
        class=class="hl-string">"hl-comment"># Distribution file generation
        dist_time = pay_record.get(class="hl-string">'distribution', {}).get(class="hl-string">'fileGenerationDateTime')
        add_event(class="hl-string">"Bank Transfer File Generated", dist_time)

        class=class="hl-string">"hl-comment"># --- ACTIVITY 12: Payment Executed ---
        class=class="hl-string">"hl-comment"># The actual check date or payment date
        pay_date = pay_record.get(class="hl-string">'paymentDate')
        class=class="hl-string">"hl-comment"># Convert date-only string to datetime (assuming 9 AM local)
        if pay_date:
            pay_dt_time = fclass="hl-string">"{pay_date}T09:00:00"
            add_event(class="hl-string">"Payment Executed", pay_dt_time)

        class=class="hl-string">"hl-comment"># --- ACTIVITY 13: Pay Slip Published ---
        class=class="hl-string">"hl-comment"># Usually available on Check Date
        class=class="hl-string">"hl-comment"># Or specific class="hl-string">'publicationDate' if available
        pub_date = pay_record.get(class="hl-string">'payStatementAvailableDateTime')
        if not pub_date and pay_date:
             pub_date = fclass="hl-string">"{pay_date}T08:00:00"
        add_event(class="hl-string">"Pay Slip Published", pub_date)

        class=class="hl-string">"hl-comment"># --- ACTIVITY 14: Tax Filing Completed ---
        class=class="hl-string">"hl-comment"># Tax filing status date
        tax_file_time = pay_record.get(class="hl-string">'taxFiling', {}).get(class="hl-string">'completionDateTime')
        add_event(class="hl-string">"Tax Filing Completed", tax_file_time)

        class=class="hl-string">"hl-comment"># --- ACTIVITY 15: Retrospective Adjustment Posted ---
        class=class="hl-string">"hl-comment"># Check if this record is marked as a retro adjustment
        is_retro = pay_record.get(class="hl-string">'isRetroactive', False)
        if is_retro:
            retro_time = pay_record.get(class="hl-string">'postingDateTime', calc_time)
            add_event(class="hl-string">"Retrospective Adjustment Posted", retro_time, retro=True)

    return pd.DataFrame(event_log)

class=class="hl-string">"hl-comment"># === EXECUTION ===
if __name__ == class="hl-string">"__main__":
    class=class="hl-string">"hl-comment"># 1. Authenticate
    token = get_access_token()
    
    if token:
        class=class="hl-string">"hl-comment"># 2. Fetch Data
        print(class="hl-string">"Fetching Payroll Data...")
        class=class="hl-string">"hl-comment"># Filter for last 90 days - example
        payroll_raw = fetch_adp_data(PAYROLL_API_URL, token)
        
        print(class="hl-string">"Fetching Time Data...")
        time_raw = fetch_adp_data(TIME_API_URL, token)
        
        class=class="hl-string">"hl-comment"># 3. Transform
        print(class="hl-string">"Generating Event Log...")
        df_events = generate_event_log(payroll_raw, time_raw)
        
        class=class="hl-string">"hl-comment"># 4. Export
        if not df_events.empty:
            class=class="hl-string">"hl-comment"># Ensure timestamp format
            df_events[class="hl-string">'EventDateTime'] = pd.to_datetime(df_events[class="hl-string">'EventDateTime']).dt.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S')
            df_events.to_csv(OUTPUT_FILENAME, index=False)
            print(fclass="hl-string">"Success! Event log written to {OUTPUT_FILENAME} with {len(df_events)} rows.")
        else:
            print(class="hl-string">"No events generated.")

Stappen

Log in bij ADP Workforce Now met Administrator- of Payroll Practitioner-toegangsrechten.
Navigeer naar Reports & Analytics en selecteer Custom Reports vanuit het dashboardmenu.
Klik op New Custom Report en selecteer het Payroll data domain. Afhankelijk van uw versie kan dit worden aangeduid als Pay Data of Payroll Register.
Zoek en voeg in de stap Field Selection de unieke identificatienummer voor de case toe. Selecteer File Number of Associate ID gecombineerd met Pay Frequency en Pay Period Number om de PayrollRecordId te construeren.
Selecteer alle relevante datumvelden die nodig zijn om de activiteiten te mappen. U moet Pay Period Start Date, Pay Period End Date, Check Date, Period End Date en Calculation Date opnemen. Merk op dat sommige auditvelden zoals Timecard Approval Date mogelijk moeten worden gejoined vanuit de Time & Attendance module als deze niet aanwezig zijn in de primaire weergave.
Voeg financiële en dimensievelden toe, waaronder Gross Pay, Net Pay, Department, Kosten Center en Tax Jurisdiction.
Voeg het Audit Trail- of Field Changes-blok toe aan de rapportlay-out indien beschikbaar. Dit is belangrijk voor het vastleggen van handmatige gebeurtenissen zoals Data Correction Performed. Als dit niet in één rapport kan worden gejoined, moet u een apart Audit Report maken en extern joinen op Employee ID en Pay Period.
Configureer filters om ongeldige checks uit te sluiten en beperk het datumbereik tot het gewenste analysevenster (bijv. Laatste 12 maanden).
Navigeer naar de stap Sort & Total en sorteer op Pay Period Start Date en vervolgens op Associate ID om ervoor te zorgen dat data logisch is gesorteerd.
Ga verder naar de stap Run/Schedule. Kies Run Now om te testen en stel vervolgens een terugkerende Schedule in om het bestand te exporteren als een CSV- of Excel-formaat.
Zodra het ruwe wide-format rapport is gegenereerd, gebruikt u een ETL-tool of -script om de data te transformeren. U moet de datumkolommen unpivotten, zodat elk datumveld een afzonderlijke rij wordt in de event log (Activiteit).
Verifieer dat het uiteindelijke CSV de vereiste kolommen bevat: PayrollRecordId, ActiviteitNaam, EventDateTime en Bronsysteem voordat u uploadt naar ProcessMind.

Configuratie

Rapporttype: Standaard Custom Report
Datadomein: Payroll / Pay Data Dictionary
Outputformaat: Comma Separated Values (CSV)
Aanbevolen datumbereik: Rolling 12 tot 24 maanden voor trendanalyse
Belangrijkste filters: Pay Group Code (selecteer relevante groepen), Company Code (indien multi-entity), Status is Active of Leave
Granulariteit: Eén rij per Associate per Pay Period (Raw), getransformeerd naar meerdere rijen per Associate (Final)
Verplichte permissies: View Payroll Data, View Audit Trails, Create Custom Reports
Lokalisatie: Zorg ervoor dat datumformaten zijn ingesteld op ISO 8601 (JJJJ-MM-DD HH:MM:SS) in de gebruikersvoorkeuren om dubbelzinnigheid te voorkomen

a Voorbeeldquery config

/* 
ADP Workforce Now does not accept SQL queries from end-users. 
The following configuration block represents the Transformation Logic required to convert the ADP Custom Report export (Wide Format) into the Process Mining Event Log (Long Format).

Input Source: ADP_Custom_Payroll_Export.csv
Logic Language: Pseudo-ETL/Config
*/

TRANSFORMATION_CONFIG {

  GLOBAL_SETTINGS {
    SOURCE_SYSTEM: "ADP Workforce Now"
    CASE_ID_FORMULA: CONCATENATE(Field_AssociateID, "-", Field_PayPeriodNumber, "-", Field_Year)
    LAST_DATA_UPDATE: SYSTEM_TIMESTAMP()
  }

  ACTIVITY_MAPPING_RULES {

    /* 1. Time Sheet Submitted */
    RULE "Time Sheet Submitted" {
      IF Field_Timecard_Submit_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Time Sheet Submitted",
          TIMESTAMP: Field_Timecard_Submit_Date,
          ATTRIBUTES: [PayrollSpecialistName: Field_Timecard_User, IsManualIntervention: "False"]
        )
    }

    /* 2. Time Sheet Approved */
    RULE "Time Sheet Approved" {
      IF Field_Timecard_Approval_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Time Sheet Approved",
          TIMESTAMP: Field_Timecard_Approval_Date,
          ATTRIBUTES: [PayrollSpecialistName: Field_Manager_Name, IsManualIntervention: "True"]
        )
    }

    /* 3. Payroll Record Initialized */
    RULE "Payroll Record Initialized" {
      IF Field_Pay_Period_Start_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Payroll Record Initialized",
          TIMESTAMP: Field_Pay_Period_Start_Date,
          ATTRIBUTES: [PayGroupCode: Field_PayGroup, IsRetrospective: "False"]
        )
    }

    /* 4. Incentive Data Imported */
    RULE "Incentive Data Imported" {
      IF Field_Import_Batch_Date IS NOT NULL AND Field_Batch_Type == "Import" THEN
        CREATE_EVENT(
          ACTIVITY: "Incentive Data Imported",
          TIMESTAMP: Field_Import_Batch_Date,
          ATTRIBUTES: [IsManualIntervention: "False"]
        )
    }

    /* 5. Gross Pay Calculated */
    RULE "Gross Pay Calculated" {
      IF Field_Calc_DateTime IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Gross Pay Calculated",
          TIMESTAMP: Field_Calc_DateTime,
          ATTRIBUTES: [GrossPayAmount: Field_Gross_Pay, DepartmentCode: Field_Home_Dept]
        )
    }

    /* 6. Benefits Deductions Applied */
    RULE "Benefits Deductions Applied" {
      /* Often occurs simultaneous to Calc, adding 1 second for logical sort */
      IF Field_Calc_DateTime IS NOT NULL AND Field_Total_Deductions > 0 THEN
        CREATE_EVENT(
          ACTIVITY: "Benefits Deductions Applied",
          TIMESTAMP: DATE_ADD(Field_Calc_DateTime, 1, "SECOND"),
          ATTRIBUTES: [GrossPayAmount: Field_Gross_Pay]
        )
    }

    /* 7. Audit Exception Flagged */
    RULE "Audit Exception Flagged" {
      IF Field_Error_Message_Timestamp IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Audit Exception Flagged",
          TIMESTAMP: Field_Error_Message_Timestamp,
          ATTRIBUTES: [IsManualIntervention: "False"]
        )
    }

    /* 8. Data Correction Performed */
    RULE "Data Correction Performed" {
      IF Field_Audit_Change_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Data Correction Performed",
          TIMESTAMP: Field_Audit_Change_Date,
          ATTRIBUTES: [PayrollSpecialistName: Field_Audit_User, IsManualIntervention: "True"]
        )
    }

    /* 9. Payroll Result Previewed */
    RULE "Payroll Result Previewed" {
      IF Field_Preview_Run_DateTime IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Payroll Result Previewed",
          TIMESTAMP: Field_Preview_Run_DateTime,
          ATTRIBUTES: [IsManualIntervention: "True"]
        )
    }

    /* 10. Payroll Record Approved */
    RULE "Payroll Record Approved" {
      IF Field_Finalize_DateTime IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Payroll Record Approved",
          TIMESTAMP: Field_Finalize_DateTime,
          ATTRIBUTES: [PayrollSpecialistName: Field_Finalizer_User, IsManualIntervention: "True"]
        )
    }

    /* 11. Bank Transfer File Generated */
    RULE "Bank Transfer File Generated" {
      /* Logic: Usually occurs 2 hours after Finalize or at specific cutoff */
      IF Field_ACH_File_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Bank Transfer File Generated",
          TIMESTAMP: Field_ACH_File_Date,
          ATTRIBUTES: [IsManualIntervention: "False"]
        )
    }

    /* 12. Payment Executed */
    RULE "Payment Executed" {
      IF Field_Check_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Payment Executed",
          TIMESTAMP: Field_Check_Date,
          ATTRIBUTES: [GrossPayAmount: Field_Gross_Pay, IsRetrospective: "False"]
        )
    }

    /* 13. Pay Slip Published */
    RULE "Pay Slip Published" {
      IF Field_Advice_Available_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Pay Slip Published",
          TIMESTAMP: Field_Advice_Available_Date,
          ATTRIBUTES: [IsManualIntervention: "False"]
        )
    }

    /* 14. Tax Filing Completed */
    RULE "Tax Filing Completed" {
      IF Field_Tax_Filing_Confirmation_Date IS NOT NULL THEN
        CREATE_EVENT(
          ACTIVITY: "Tax Filing Completed",
          TIMESTAMP: Field_Tax_Filing_Confirmation_Date,
          ATTRIBUTES: [TaxJurisdictionCode: Field_Tax_State, IsManualIntervention: "False"]
        )
    }

    /* 15. Retrospective Adjustment Posted */
    RULE "Retrospective Adjustment Posted" {
      IF Field_Adjustment_Run_Date IS NOT NULL AND Field_Run_Type == "Adjustment" THEN
        CREATE_EVENT(
          ACTIVITY: "Retrospective Adjustment Posted",
          TIMESTAMP: Field_Adjustment_Run_Date,
          ATTRIBUTES: [IsRetrospective: "True", IsManualIntervention: "True"]
        )
    }
  }
}

Uw Loonadministratiesdata Template

Uw Loonadministratiesdata Template

Loonadministraties-attributen

Loonadministratiesactiviteiten

Extractiegidsen

ADP Workforce Now Custom Reporting Export

Stappen

Configuratie

a Voorbeeldquery config

ADP Workforce Now Payroll API Python Script

Stappen

Configuratie

a Voorbeeldquery python

Extractie van het Grootboek Interfacebestand

Stappen

Configuratie

a Voorbeeldquery config

Klaar om te starten?

Los Loonadministratie Vertragingen in ADP Workforce Now Vandaag Op

Uw Loonadministratiesdata Template

Uw Loonadministratiesdata Template

Loonadministraties-attributen

Loonadministratiesactiviteiten

Extractiegidsen

ADP Workforce Now Custom Reporting Export

Stappen

Configuratie

a Voorbeeldquery config

ADP Workforce Now Payroll API Python Script

Stappen

Configuratie

a Voorbeeldquery python

Extractie van het Grootboek Interfacebestand

Stappen

Configuratie

a Voorbeeldquery config

Wij hechten veel waarde aan je privacy

Klaar om te starten?

Los Loonadministratie Vertragingen in ADP Workforce Now Vandaag Op