> Melhoria contínua de processos > Gestão de despesas > Ramp > Template de dados

Seu Template de dados de gerenciamento de despesas

Ramp

Atributos da gestão de despesas (19) Atividades da gestão de despesas (12) Guias de extração (3)

Seu Template de dados de gerenciamento de despesas

Este Template oferece um roteiro claro para coletar os dados necessários à análise e otimização do processo de gerenciamento de despesas. Ele apresenta os atributos essenciais, as principais atividades a acompanhar e orientações práticas para extrair seus dados do Ramp. Use este recurso para garantir que você reúna todas as informações necessárias para uma descoberta de processos e uma melhoria com insights relevantes.

Atributos recomendados para coletar
Principais atividades a acompanhar
Orientações para extração no Ramp

Novo em Event Logs? Aprenda como criar um Event Log de Process Mining.

Baixar Template

Atributos da gestão de despesas

Estes são os campos de dados essenciais para incluir no seu Event Log e realizar uma análise completa do processo de gestão de despesas.

3 Obrigatório 6 Recomendado 10 Opcional

	Nome	Descrição
	ID do relatório de despesas ExpenseReportId	O identificador exclusivo de cada relatório de despesas, que serve como principal identificador de caso do processo.
Descrição O Expense Report ID agrupa todos os eventos e atividades relacionados a um único envio de despesas. Ele permite acompanhar de forma completa e cronológica uma solicitação de despesa, desde o lançamento inicial até o pagamento final. No process mining, esse atributo é essencial para reconstruir a jornada de ponta a ponta de cada relatório de despesas. Ao usá-lo como ID do caso, as análises podem calcular com precisão os tempos de ciclo, identificar gargalos e visualizar os diferentes caminhos que os relatórios percorrem no processo de aprovação. Por que isso importa Esse é o atributo fundamental que vincula todas as atividades relacionadas a uma única instância do processo, tornando possível a análise de ponta a ponta. Onde obter Esse identificador deve estar disponível na tabela principal de relatórios de despesas ou transações do Ramp. Exemplos ER-2023-08-1123ER-2023-09-4591ER-2023-10-0024
	Nome da atividade ActivityName	O nome do evento ou da tarefa específica que ocorreu em determinado momento do processo de gestão de despesas.
Descrição Esse atributo descreve uma única etapa do ciclo de vida do relatório de despesas, como 'Expense Submitted', 'Manager Approved' ou 'Reimbursement Executed'. Essas atividades formam os nós do mapa do processo, permitindo visualizar e analisar o fluxo do processo. Analisar as atividades ajuda a identificar quais etapas são mais frequentes, onde ocorrem gargalos e como diferentes Workflows variam. Esse é um componente essencial para entender a sequência das operações e medir a performance em cada etapa. Por que isso importa Ele define as etapas do mapa do processo, permitindo visualizar e analisar o fluxo do processo do início ao fim. Onde obter Normalmente, é derivado de Event Logs ou registros de mudança de status associados a cada relatório de despesas no Ramp. Exemplos Despesa enviadaAprovada pelo gestorAguardando revisão financeiraReembolso executado
	Registro de data e hora do evento EventTimestamp	A data e a hora exatas em que a atividade ocorreu.
Descrição Cada atividade do processo tem um registro de data e hora correspondente, que indica quando ela aconteceu. Esses dados temporais são usados para ordenar os eventos cronologicamente e servem de base para todas as análises relacionadas a tempo. No process mining, os registros de data e hora são usados para calcular os tempos de ciclo entre atividades, medir a duração total de um caso e identificar atrasos. Essas informações são essenciais para monitorar a performance e identificar oportunidades de melhoria do processo. Por que isso importa Esse atributo fornece a ordem cronológica dos eventos e é essencial para todos os cálculos de duração e análises de performance. Onde obter Essas informações normalmente aparecem junto dos registros de atividade ou status nos Event Logs ou dados de transações do Ramp. Exemplos 2023-10-26T10:00:00Z2023-10-26T14:30:00Z2023-10-27T09:00:00Z
	Categoria da despesa ExpenseCategory	A categoria atribuída a uma despesa, como 'Viagem', 'Software' ou 'Refeições'.
Descrição Este atributo classifica as despesas em categorias predefinidas, ajudando a acompanhar e controlar os gastos da empresa. Um único relatório de despesas pode conter itens de várias categorias. A análise por categoria de despesa é essencial para o Dashboard 'Análise por categoria de gastos'. Ela ajuda as equipes financeiras a entender onde o dinheiro está sendo gasto, monitorar a aderência ao orçamento e identificar tendências ou anomalias nos gastos ao longo do tempo. Por que isso importa Ele permite uma análise detalhada dos gastos, ajudando a identificar os principais direcionadores de custos e oportunidades de otimização do orçamento. Onde obter Normalmente, este é um detalhe no nível do item de linha do relatório de despesas no Ramp. Para algumas análises, pode ser necessário agregar os dados no nível do relatório. Exemplos Passagem aéreaRefeições e entretenimentoAssinatura de softwareMateriais de escritório
	Departamento do funcionário EmployeeDepartment	O departamento do funcionário que enviou o relatório de despesas.
Descrição Esse atributo indica a unidade de negócio ou o departamento ao qual pertence o funcionário que enviou a despesa, como 'Sales', 'Engineering' ou 'Marketing'. Essa é uma dimensão essencial para a análise, pois permite filtrar e comparar a performance do processo em diferentes áreas da organização. Ela pode revelar variações nos tempos de aprovação, nas taxas de revisão e na conformidade com as políticas entre departamentos, apoiando iniciativas de melhoria direcionadas. Por que isso importa Ele permite comparar as métricas do processo entre diferentes unidades de negócio, destacando variações de eficiência, conformidade e gastos. Onde obter Essas informações provavelmente estão associadas ao perfil do funcionário no Ramp ou em um sistema de RH integrado. Exemplos VendasMarketingEngenhariaFinanças
	Indicador de violação de política PolicyViolationFlag	Um indicador que mostra se o relatório de despesas foi sinalizado por violação de uma política.
Descrição Este atributo booleano recebe o valor true quando as verificações automatizadas do sistema detectam uma possível violação das políticas de despesas da empresa, como ultrapassar um limite de gastos ou enviar uma despesa duplicada. Este indicador é essencial para o Dashboard 'Detecção de violações de política' e para o KPI associado. Ele ajuda a medir a eficácia dos controles de política e a identificar áreas comuns de não conformidade, orientando atualizações de políticas ou treinamentos para os funcionários. Por que isso importa Ele mede diretamente a conformidade com as políticas, ajudando a identificar e reduzir gastos não conformes e os riscos associados. Onde obter Provavelmente, este é um indicador gerado pelo sistema no Ramp, acionado por verificações automatizadas de políticas durante o envio ou a aprovação. Exemplos truefalse
	Motivo da revisão RevisionReason	O motivo informado quando um relatório de despesas é devolvido ao funcionário para revisão.
Descrição Quando um aprovador rejeita ou devolve um relatório de despesas, normalmente ele informa um motivo. Este atributo registra esse motivo, como 'Comprovante ausente', 'Categoria incorreta' ou 'Fora da política'. Essas informações são valiosas para o Dashboard 'Taxa e causas de revisão de despesas'. Ao analisar os motivos mais comuns de retrabalho, as organizações podem identificar problemas sistêmicos no processo de envio e implementar treinamentos direcionados ou melhorias no sistema para reduzir erros. Por que isso importa Ele fornece um insight direto sobre as causas-raiz do retrabalho, permitindo ações direcionadas para melhorar a qualidade do envio na primeira tentativa. Onde obter Esses dados seriam registrados nos comentários ou nos detalhes da rejeição quando a atividade 'Despesa devolvida para revisão' ocorresse no Ramp. Exemplos Recibo detalhado ausenteDespesa excede o limite da políticaCategoria de despesa incorreta selecionadaTransação duplicada
	Nome do usuário UserName	O nome ou ID do usuário que realizou a atividade, incluindo o funcionário que enviou a despesa ou o aprovador.
Descrição Esse atributo identifica a pessoa responsável por um evento específico do processo, como enviar, aprovar ou revisar um relatório de despesas. Pode ser o nome do funcionário ou um ID de usuário exclusivo. Analisar por usuário ajuda a entender a distribuição da carga de trabalho, identificar os profissionais de melhor performance e apontar pessoas que podem precisar de treinamento adicional. É essencial para Dashboards relacionados à performance das aprovações e à gestão de recursos. Por que isso importa Ele atribui as atividades do processo a pessoas específicas, permitindo analisar a performance no nível dos recursos e identificar necessidades de treinamento. Onde obter As informações do usuário normalmente são registradas na trilha de auditoria ou no histórico de transações de cada relatório de despesas no Ramp. Exemplos Alice JohnsonBob SmithCharlie BrownAutomação do sistema
	Valor total do relatório ReportTotalAmount	O valor monetário total do relatório de despesas.
Descrição Este atributo representa a soma de todas as despesas incluídas em um único relatório. É uma métrica financeira essencial para entender os padrões de gastos. Na análise de processos, o valor do relatório pode ser usado para segmentar casos e investigar se relatórios de alto valor seguem caminhos de aprovação diferentes ou levam mais tempo para serem processados. Ele é fundamental para os Dashboards de análise de gastos e para identificar oportunidades de redução de custos. Por que isso importa Ele fornece uma dimensão financeira essencial para a análise, permitindo segmentar relatórios por valor e acompanhar os gastos gerais. Onde obter Este é um campo principal do objeto de relatório de despesas no Ramp. Exemplos 150.752500.0089.99
	Aprovador financeiro FinanceApprover	O usuário da equipe financeira que aprovou o relatório de despesas.
Descrição Em Workflows que incluem uma etapa de revisão financeira, este atributo identifica a pessoa ou equipe específica do departamento financeiro que realizou a aprovação final. Este atributo apoia o Dashboard 'Eficiência da revisão financeira', permitindo analisar a performance no nível individual ou da equipe. Ele ajuda a identificar gargalos, avaliar a distribuição da carga de trabalho e medir a eficácia da etapa de revisão financeira. Por que isso importa Ele permite uma análise detalhada da performance da etapa de revisão financeira, ajudando a otimizar um ponto de controle crítico do processo. Onde obter Isso seria registrado no histórico de aprovação do relatório de despesas no Ramp durante a etapa de revisão financeira. Exemplos Equipe de Finanças ADavid LeeBot de automação financeira
	É retrabalho IsRework	Um indicador calculado que mostra se um relatório de despesas foi devolvido para revisão pelo menos uma vez.
Descrição Este atributo booleano é derivado da verificação de ocorrência da atividade 'Despesa devolvida para revisão' em determinado caso. Ele recebe o valor true para qualquer relatório que tenha passado por pelo menos um ciclo de revisão. Este indicador simplifica o cálculo do KPI 'Taxa de revisão de relatórios de despesas' e permite filtrar e comparar facilmente os relatórios aprovados na primeira tentativa com aqueles que exigiram retrabalho. A análise desses dois grupos pode revelar o impacto das revisões em tempo e custo. Por que isso importa Ele segmenta facilmente o processo para a análise de retrabalho, ajudando a quantificar a frequência e o impacto dos relatórios devolvidos para correção. Onde obter Este é um campo calculado, derivado durante a transformação dos dados pela verificação da existência de uma atividade de revisão no caso. Exemplos truefalse
	Gerente aprovador ApprovingManager	O nome do gerente que realizou a etapa de aprovação.
Descrição Este atributo identifica o gerente responsável por revisar e aprovar o relatório de despesas de um funcionário. Ele é diferente do usuário que enviou o relatório. Acompanhar o gerente aprovador é essencial para o Dashboard 'Tempo de ciclo de aprovação do gerente'. Isso permite analisar a carga de trabalho e a performance das aprovações, destacando os gerentes que aprovam rapidamente e aqueles que se tornam gargalos. Essas informações podem ajudar a equilibrar as cargas de trabalho ou oferecer suporte adicional. Por que isso importa Ele permite analisar a performance de cada aprovador, ajudando a identificar e resolver gargalos no Workflow de aprovação. Onde obter Essas informações fazem parte dos dados do Workflow de aprovação no Ramp e são registradas quando um gerente toma uma ação sobre um relatório. Exemplos Jane DoeJohn MillerSusan Chen
	Hora de término do evento EventEndTime	O timestamp que indica quando uma atividade com duração foi concluída.
Descrição Embora muitas atividades sejam instantâneas, algumas, como 'Verificação de política realizada', podem ter uma duração mensurável. Este atributo registra o horário de término dessas atividades, complementando o StartTime. Ter o horário de início e de término permite calcular com precisão os tempos de processamento das atividades. Isso é essencial para KPIs como 'Duração média da verificação de política' e para identificar exatamente quanto tempo tarefas automatizadas ou manuais específicas levam para serem concluídas no processo geral. Por que isso importa Ele permite calcular com precisão a duração de cada atividade, algo essencial para identificar etapas ineficientes do processo. Onde obter Para atividades com duração, isso seria registrado nos dados de eventos do Ramp. Para eventos instantâneos, pode ser igual ao StartTime. Exemplos 2023-10-26T10:00:05Z2023-10-26T14:35:10Z2023-10-27T09:10:00Z
	Método de envio SubmissionMethod	O canal pelo qual o relatório de despesas foi enviado, como aplicativo móvel ou portal web.
Descrição Este atributo indica como o funcionário enviou o relatório de despesas. Os métodos mais comuns incluem o uso de um aplicativo móvel, um navegador web no computador ou o encaminhamento por e-mail. Analisar o método de envio pode fornecer insights sobre o comportamento dos usuários e a adoção de tecnologia. Por exemplo, uma taxa elevada de revisões em relatórios enviados por determinado canal pode indicar problemas de usabilidade na interface desse canal. Por que isso importa Ele fornece contexto sobre o comportamento dos usuários e ajuda a identificar se determinados canais de envio estão associados a taxas de erro ou atrasos maiores. Onde obter Essas informações podem ser registradas nos metadados do evento de envio nos logs do sistema do Ramp. Exemplos Aplicativo móvelPortal webE-mail
	Método de reembolso ReimbursementMethod	O método usado para executar o pagamento do reembolso, como ACH ou transferência bancária.
Descrição Este atributo especifica o canal de pagamento pelo qual o funcionário recebeu o reembolso. Métodos diferentes podem ter tempos de processamento e custos distintos. Analisar a performance dos reembolsos por método ajuda a identificar os canais de pagamento mais eficientes. O Dashboard 'Performance por método de reembolso' usa esses dados para comparar tempos de ciclo e confiabilidade, o que pode levar à otimização das estratégias de pagamento. Por que isso importa Ele permite comparar a performance de diferentes canais de pagamento, ajudando a otimizar velocidade e confiabilidade. Onde obter Essas informações devem estar disponíveis nos registros de pagamento ou reembolso do Ramp. Exemplos Transferência ACHCrédito no cartão corporativoDepósito direto
	Quantidade de etapas de aprovação ApprovalStepCount	O número total de etapas formais de aprovação pelas quais um relatório de despesas passou.
Descrição Esta métrica calculada conta o número de atividades de aprovação distintas, como 'Gerente aprovou' e 'Financeiro aprovou', que ocorreram em um único relatório de despesas. Ela ajuda a quantificar a complexidade do Workflow de aprovação. Este atributo é usado no KPI 'Média de etapas de aprovação por relatório' e no Dashboard 'Caminhos simples de aprovação de despesas'. Ao analisar essa quantidade, especialmente em relação ao valor ou à categoria do relatório, as organizações podem identificar se despesas simples e de baixo valor estão sujeitas a processos de aprovação excessivamente complexos. Por que isso importa Ele quantifica a complexidade do Workflow, ajudando a identificar oportunidades de simplificação, especialmente para relatórios de baixo risco. Onde obter Isso é calculado contando as ocorrências de atividades específicas relacionadas à aprovação em cada caso do Event Log. Exemplos 123
	Resultado da auditoria AuditOutcome	O resultado de uma auditoria interna ou externa do relatório de despesas.
Descrição Para relatórios de despesas que passam por uma auditoria formal, este atributo registra o resultado final, como 'Aprovado', 'Parcialmente negado' ou 'Mais informações necessárias'. Esses dados são fundamentais para o Dashboard 'Performance da auditoria de despesas'. Eles ajudam a avaliar a eficácia do processo de auditoria, acompanhar a frequência de diferentes resultados e entender o impacto financeiro das constatações da auditoria. Por que isso importa Ele mede a eficácia e os resultados do processo de auditoria, fornecendo insights sobre a conformidade e as fragilidades dos controles. Onde obter Isso seria registrado no módulo de auditoria do Ramp ou em um sistema integrado, caso ele seja usado para auditorias detalhadas de despesas. Exemplos AprovadoAprovado com observaçõesRejeitadoEscalonado
	Sistema de origem SourceSystem	Identifica o aplicativo de origem do qual os dados foram extraídos.
Descrição Esse atributo especifica o sistema de registro dos dados do processo, que neste caso é o Ramp. Ele é útil em ambientes nos quais os dados podem ser combinados de vários sistemas, garantindo uma linhagem de dados clara. Na análise, ele ajuda a filtrar dados de uma fonte específica e pode ser usado para validação e governança de dados. Por que isso importa Ele fornece contexto sobre a origem dos dados, algo essencial para a governança de dados e para a integração de dados de vários sistemas. Onde obter Normalmente, esse é um valor estático ('Ramp') adicionado durante o processo de extração e transformação dos dados. Exemplos Ramp
	Última atualização dos dados LastDataUpdate	O registro de data e hora que indica a última vez em que os dados foram atualizados a partir do sistema de origem.
Descrição Esse atributo registra a data e a hora da extração de dados mais recente. Ele fornece contexto sobre a atualização dos dados analisados. Em qualquer análise, saber quando os dados foram atualizados é essencial para interpretar corretamente os resultados. Esse atributo ajuda os usuários a entender se estão consultando informações atualizadas. Por que isso importa Ele informa aos usuários o quão recentes são os dados, garantindo que as análises se baseiem em informações atuais e relevantes. Onde obter Esse registro de data e hora é gerado e adicionado durante o processo de extração dos dados. Exemplos 2023-11-01T06:00:00Z

Obrigatório Recomendado Opcional

Atividades da gestão de despesas

Estas são as principais etapas e marcos do processo que você deve registrar no seu Event Log para descobrir o processo com precisão e medir a performance.

5 Recomendado 7 Opcional

	Atividade	Descrição
	Aprovada pelo gestor	O gestor revisou e aprovou a despesa, permitindo que ela avance para a próxima etapa, como revisão financeira ou reembolso. Isso é capturado por meio de uma ação explícita do usuário.
Por que isso importa Esse é um marco importante que indica a conclusão bem-sucedida do primeiro nível de aprovação. É essencial para analisar os Workflows de aprovação e identificar gargalos. Onde obter Registrado como um evento no histórico de aprovação da despesa quando o gestor clica em 'Approve'. O Event Log deve conter o ID do aprovador e um registro de data e hora. Captura Um evento é registrado após a ação 'Approve' realizada por um usuário com permissões de gestor. Tipo de evento explicit
	Despesa enviada	O funcionário confirma que todas as informações necessárias da despesa estão completas e a envia para o processo de aprovação. Essa é uma ação explícita do usuário que move a despesa do estado 'draft' ou 'needs attention' para o estado 'pending approval'.
Por que isso importa Essa atividade é um marco essencial que inicia oficialmente o ciclo de aprovação e reembolso. Ela serve como linha de base para medir os SLAs de aprovação e reembolso. Onde obter Capturado no histórico de status do objeto de despesa. Corresponde à ação do usuário de enviar a transação para revisão. Captura Registrado quando o usuário clica no botão 'Submit', acionando uma mudança de status. Tipo de evento explicit
	Despesa realizada	Marca a criação de uma despesa, geralmente iniciada automaticamente quando um cartão corporativo é usado ou quando um funcionário cria manualmente um registro de despesa paga do próprio bolso. Esse evento costuma ser capturado de feeds de dados de transações ou de ações na interface do usuário.
Por que isso importa Esse é o principal evento de início do ciclo de vida da despesa. Analisar o tempo desde esse evento ajuda a entender atrasos no envio e a velocidade geral do processo. Onde obter Gerado a partir dos registros de transações do cartão Ramp ou do registro de data e hora de criação de uma despesa inserida manualmente. Procure o evento inicial de criação do registro na tabela de despesas ou transações. Captura Registrado diretamente quando uma transação do cartão é processada ou quando um usuário cria um novo lançamento de despesa. Tipo de evento explicit
	Reembolso executado	O pagamento do reembolso foi processado com sucesso e enviado ao funcionário. Normalmente, essa é a última etapa para o funcionário e marca o fim do ciclo de pagamento.
Por que isso importa Esse é o principal evento de encerramento do processo de reembolso. A duração entre o envio e esse ponto é um KPI essencial para a satisfação dos funcionários e a eficiência do processo. Onde obter Capturado nos logs de processamento de pagamentos ou por meio de uma integração com o provedor de pagamentos. O status da despesa no Ramp seria atualizado para 'Reimbursed' ou 'Paid'. Captura Um evento é registrado quando o sistema de pagamentos confirma a transferência bem-sucedida. Tipo de evento explicit
	Sincronizada com o sistema contábil	Os dados da transação da despesa foram lançados com sucesso no sistema contábil integrado, como NetSuite, QuickBooks ou Xero. Esse evento marca a conclusão da etapa de registro financeiro do processo.
Por que isso importa Essa é a atividade final do processo de ponta a ponta. Atrasos nessa etapa podem afetar a precisão dos relatórios financeiros e a velocidade do fechamento financeiro. Onde obter Registrado em um log de integração ou como uma atualização de status do objeto de despesa no Ramp. Procure um status como 'Synced', 'Posted' ou 'Exported'. Captura Uma entrada de log é criada pelo serviço de integração contábil após a sincronização bem-sucedida dos dados. Tipo de evento explicit
	Aguardando revisão do gestor	A despesa foi enviada e agora aguarda a revisão do gestor direto do funcionário. Esse estado é inferido quando o status da despesa muda para 'Pending Manager Approval' ou um valor semelhante após o envio.
Por que isso importa Identifica o início da etapa de aprovação do gestor. Analisar o tempo gasto nesse estado é essencial para medir e melhorar os tempos de ciclo das aprovações pelos gestores. Onde obter Inferido a partir da mudança de status do objeto de despesa para um estado como 'Pending Approval' e da atribuição à fila de um gestor. É necessário acompanhar o histórico de status. Captura Derivado do registro de data e hora em que o status da despesa se torna 'Pending Manager Approval'. Tipo de evento inferred
	Aguardando revisão financeira	Uma despesa aprovada foi encaminhada e agora aguarda a revisão da equipe financeira ou contábil. Isso normalmente ocorre com despesas de alto valor ou que apresentam sinalizações de políticas. A atividade é inferida a partir de uma mudança de status.
Por que isso importa Marca o início do ciclo de revisão financeira. Medir a duração dessa etapa ajuda a avaliar a carga de trabalho e a eficiência da equipe financeira, além de identificar oportunidades de automação. Onde obter Inferido a partir da mudança de status do objeto de despesa para 'Pending Finance Approval' após a aprovação do gestor. É necessário ter acesso ao histórico de status da despesa. Captura Derivado do registro de data e hora em que o status da despesa é atualizado para 'Pending Finance Review'. Tipo de evento inferred
	Aprovada pela equipe financeira	A equipe financeira revisou e concedeu a aprovação final da despesa, liberando-a para reembolso e sincronização contábil. Isso é capturado como uma ação explícita de um membro da equipe financeira.
Por que isso importa Representa o último portão de aprovação antes do pagamento. Analisar essa atividade ajuda a entender o ciclo completo de aprovação e a eficiência da equipe financeira. Onde obter Registrado como um evento no histórico de aprovação da despesa. Procure um evento de aprovação associado a um usuário do departamento financeiro. Captura Um evento é registrado após a ação 'Approve' realizada por um usuário com permissões financeiras. Tipo de evento explicit
	Despesa devolvida para revisão	Um aprovador, seja um gestor ou revisor financeiro, rejeitou a despesa e a devolveu ao funcionário para correção. Isso é capturado por uma mudança de status para 'Needs Revision' ou 'Rejected'.
Por que isso importa Essa atividade representa um loop de retrabalho no processo, aumentando diretamente o tempo de ciclo. Acompanhar esses eventos ajuda a identificar erros comuns no envio e melhorar o rendimento na primeira passagem. Onde obter Inferido a partir da mudança de status do objeto de despesa para 'Needs Revision' ou um estado semelhante. O evento deve estar vinculado ao aprovador que iniciou a ação. Captura Derivado do registro de data e hora em que o status da despesa se torna 'Needs Revision' ou 'Rejected'. Tipo de evento inferred
	Recibo anexado	Representa o momento em que um recibo é associado a uma despesa, automaticamente por correspondência via OCR ou manualmente pelo usuário. Isso é registrado quando o arquivo do recibo é vinculado com sucesso ao registro da transação.
Por que isso importa Acompanhar essa atividade ajuda a identificar atrasos causados pela falta de documentação. É uma etapa importante para garantir a conformidade e a preparação para auditorias. Onde obter Registrado no histórico da despesa ou da transação quando um recibo é carregado ou associado. Procure um evento de criação de anexo ou um indicador como 'receipt_attached'. Captura O evento é criado quando o sistema vincula uma imagem ou um arquivo de recibo ao registro da despesa. Tipo de evento explicit
	Reembolso agendado	Para despesas pagas do próprio bolso, o valor aprovado foi colocado em uma fila para processamento do pagamento. Esse evento indica que a despesa passou por todas as aprovações e está pronta para ser paga.
Por que isso importa Esse marco separa o processo de aprovação da execução do pagamento. Ele ajuda a isolar atrasos que ocorrem no processamento do pagamento daqueles que ocorrem nas aprovações. Onde obter Provavelmente inferido a partir da mudança do status da despesa para 'Pending Reimbursement' ou 'Ready for Payment' após a aprovação final. Também pode ser um evento explícito quando os pagamentos são agrupados em lotes. Captura Derivado de uma mudança de status para 'Ready for Payout' ou da criação de um registro em uma tabela de lotes de pagamento. Tipo de evento inferred
	Verificação de política realizada	O sistema audita automaticamente a despesa em relação às políticas configuradas da empresa, sinalizando possíveis violações. Normalmente, esse evento é gerado pelo sistema pouco depois do envio.
Por que isso importa Mede a eficiência das verificações automatizadas de conformidade e seu impacto no processo. Ajuda a identificar violações comuns de políticas e áreas para treinamento dos funcionários. Onde obter Provavelmente registrado em uma trilha de auditoria ou log associado à transação da despesa. Procure eventos do sistema relacionados a 'policy_check' ou 'compliance_scan'. Captura Uma entrada de log do sistema é criada depois que o mecanismo automatizado de políticas é executado na transação. Tipo de evento explicit

Recomendado Opcional

Guias de extração

Como obter seus dados do Ramp

Etapas

Faça login na sua conta do Ramp com privilégios de Admin ou Bookkeeper.
Acesse a seção Transações no menu à esquerda. Essa tela contém todos os gastos realizados com cartões corporativos.
Aplique os filtros desejados aos dados. No mínimo, defina um Date Range para o período que você quer analisar. Se necessário, você também pode filtrar por outras propriedades, como Status, Category ou Department, para restringir o escopo.
Clique no botão Export, localizado no canto superior direito da lista de transações.
Na janela de exportação, selecione Transações como tipo de exportação e CSV como formato. Baixe o arquivo e dê a ele o nome transactions_export.csv.
Em seguida, acesse a seção Reembolsos no menu à esquerda. Essa tela contém todas as despesas pagas pelos funcionários e enviadas para reembolso.
Aplique o mesmo filtro de período usado na exportação de transações para garantir a consistência dos dados.
Clique no botão Export e baixe os dados de reembolsos como um arquivo CSV. Dê a esse arquivo o nome reimbursements_export.csv.
Coloque os dois arquivos CSV exportados (transactions_export.csv e reimbursements_export.csv) no mesmo diretório do script Python fornecido.
Execute o script Python. Ele carregará os dois arquivos, transformará os dados criando uma linha distinta para cada evento de negócio e os combinará em um único registro de eventos estruturado.
O script gerará um arquivo chamado ramp_event_log.csv. Esse arquivo estará formatado de acordo com os requisitos do ProcessMind.
Carregue o arquivo ramp_event_log.csv no ProcessMind para análise.

Configuração

Permissões: Você precisa ter as funções 'Admin' ou 'Bookkeeper' no Ramp para acessar e exportar os conjuntos completos de dados de transações e reembolsos.
Período: Para uma análise inicial, selecione um período de pelo menos 6 a 12 meses para capturar variações suficientes do processo. Para o monitoramento contínuo, você pode usar um período mais curto e recente.
Consistência dos dados: Use exatamente o mesmo período e os mesmos filtros ao exportar os arquivos Transactions e Reimbursements para manter um conjunto de dados consistente.
Formato de exportação: Escolha sempre o formato CSV para as duas exportações, pois o script de transformação foi desenvolvido para processar arquivos separados por vírgulas.
Nomenclatura dos arquivos: Use os nomes transactions_export.csv e reimbursements_export.csv ou atualize as variáveis de caminho dos arquivos no script de transformação.

a Consulta de exemplo python

import pandas as pd
import numpy as np

class=class="hl-string">"hl-comment"># --- Configuration ---
TRANSACTIONS_FILE = class="hl-string">'transactions_export.csv'
REIMBURSEMENTS_FILE = class="hl-string">'reimbursements_export.csv'
OUTPUT_FILE = class="hl-string">'ramp_event_log.csv'

class=class="hl-string">"hl-comment"># --- Load Data ---
def load_data():
    try:
        transactions_df = pd.read_csv(TRANSACTIONS_FILE)
        reimbursements_df = pd.read_csv(REIMBURSEMENTS_FILE)
        print(class="hl-string">"Successfully loaded transactions and reimbursements files.")
        return transactions_df, reimbursements_df
    except FileNotFoundError as e:
        print(fclass="hl-string">"Error: {e}. Make sure '{TRANSACTIONS_FILE}' and '{REIMBURSEMENTS_FILE}' are in the same directory.")
        return None, None

class=class="hl-string">"hl-comment"># --- Main Transformation Logic ---
def transform_to_event_log(transactions_df, reimbursements_df):
    events = []

    class=class="hl-string">"hl-comment"># Standardize column names for easier processing
    class=class="hl-string">"hl-comment"># These names are based on typical Ramp CSV exports, adjust if your export has different headers
    transactions_df.rename(columns={
        class="hl-string">'Transaction ID': class="hl-string">'ExpenseReportId',
        class="hl-string">'User Name': class="hl-string">'UserName',
        class="hl-string">'Department': class="hl-string">'EmployeeDepartment',
        class="hl-string">'Amount': class="hl-string">'ReportTotalAmount',
        class="hl-string">'Category Name': class="hl-string">'ExpenseCategory',
        class="hl-string">'Transaction Date': class="hl-string">'ExpenseIncurredTimestamp',
        class="hl-string">'Receipts Attached At': class="hl-string">'ReceiptAttachedTimestamp',
        class="hl-string">'Submitted At': class="hl-string">'ExpenseSubmittedTimestamp',
        class="hl-string">'Manager Approved At': class="hl-string">'ManagerApprovedTimestamp',
        class="hl-string">'Needs Review At': class="hl-string">'FinanceReviewPendingTimestamp',
        class="hl-string">'Admin Approved At': class="hl-string">'FinanceApprovedTimestamp',
        class="hl-string">'Accounting Sync At': class="hl-string">'SyncedTimestamp',
        class="hl-string">'Memo': class="hl-string">'RevisionReason',
        class="hl-string">'State': class="hl-string">'Status'
    }, inplace=True)

    reimbursements_df.rename(columns={
        class="hl-string">'Reimbursement ID': class="hl-string">'ExpenseReportId',
        class="hl-string">'User Name': class="hl-string">'UserName',
        class="hl-string">'Department': class="hl-string">'EmployeeDepartment',
        class="hl-string">'Amount': class="hl-string">'ReportTotalAmount',
        class="hl-string">'Category Name': class="hl-string">'ExpenseCategory',
        class="hl-string">'Created At': class="hl-string">'ReimbursementScheduledTimestamp',
        class="hl-string">'Paid Out At': class="hl-string">'ReimbursementExecutedTimestamp',
        class="hl-string">'Memo': class="hl-string">'RevisionReason',
        class="hl-string">'State': class="hl-string">'Status'
    }, inplace=True)

    class=class="hl-string">"hl-comment"># Combine card transactions and reimbursements into a single dataframe for processing common events
    class=class="hl-string">"hl-comment"># Note: Reimbursements will be processed separately for reimbursement-specific events
    combined_df = transactions_df

    class=class="hl-string">"hl-comment"># Process activities from the combined dataframe
    for _, row in combined_df.iterrows():
        base_event = {
            class="hl-string">'ExpenseReportId': row.get(class="hl-string">'ExpenseReportId'),
            class="hl-string">'UserName': row.get(class="hl-string">'UserName'),
            class="hl-string">'EmployeeDepartment': row.get(class="hl-string">'EmployeeDepartment'),
            class="hl-string">'ReportTotalAmount': row.get(class="hl-string">'ReportTotalAmount'),
            class="hl-string">'ExpenseCategory': row.get(class="hl-string">'ExpenseCategory'),
            class="hl-string">'PolicyViolationFlag': class="hl-string">'FLAGGED' in str(row.get(class="hl-string">'Flags')), class=class="hl-string">"hl-comment"># Infer from class="hl-string">'Flags' column
            class="hl-string">'RevisionReason': row.get(class="hl-string">'RevisionReason')
        }

        class=class="hl-string">"hl-comment"># Activity: Expense Incurred
        if pd.notna(row.get(class="hl-string">'ExpenseIncurredTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Expense Incurred', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ExpenseIncurredTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Receipt Attached
        if pd.notna(row.get(class="hl-string">'ReceiptAttachedTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Receipt Attached', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ReceiptAttachedTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Expense Submitted
        if pd.notna(row.get(class="hl-string">'ExpenseSubmittedTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Expense Submitted', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ExpenseSubmittedTimestamp')})
            class=class="hl-string">"hl-comment"># Inferred Activity: Policy Check Performed (assumed to happen right after submission)
            policy_check_ts = pd.to_datetime(row.get(class="hl-string">'ExpenseSubmittedTimestamp')) + pd.Timedelta(seconds=1)
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Policy Check Performed', class="hl-string">'EventTimestamp': policy_check_ts.isoformat()})
            class=class="hl-string">"hl-comment"># Inferred Activity: Manager Review Pending (starts when submitted)
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Manager Review Pending', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ExpenseSubmittedTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Manager Approved
        if pd.notna(row.get(class="hl-string">'ManagerApprovedTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Manager Approved', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ManagerApprovedTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Finance Review Pending
        if pd.notna(row.get(class="hl-string">'FinanceReviewPendingTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Finance Review Pending', class="hl-string">'EventTimestamp': row.get(class="hl-string">'FinanceReviewPendingTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Finance Approved
        if pd.notna(row.get(class="hl-string">'FinanceApprovedTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Finance Approved', class="hl-string">'EventTimestamp': row.get(class="hl-string">'FinanceApprovedTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Synced with Accounting System
        if pd.notna(row.get(class="hl-string">'SyncedTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Synced with Accounting System', class="hl-string">'EventTimestamp': row.get(class="hl-string">'SyncedTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Expense Sent Back for Revision
        if row.get(class="hl-string">'Status') == class="hl-string">'REJECTED' and pd.notna(row.get(class="hl-string">'Updated At')):
             events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Expense Sent Back for Revision', class="hl-string">'EventTimestamp': row.get(class="hl-string">'Updated At')}) class=class="hl-string">"hl-comment"># Using last updated time for rejection

    class=class="hl-string">"hl-comment"># Process reimbursement-specific activities
    for _, row in reimbursements_df.iterrows():
        base_event = {
            class="hl-string">'ExpenseReportId': row.get(class="hl-string">'ExpenseReportId'),
            class="hl-string">'UserName': row.get(class="hl-string">'UserName'),
            class="hl-string">'EmployeeDepartment': row.get(class="hl-string">'EmployeeDepartment'),
            class="hl-string">'ReportTotalAmount': row.get(class="hl-string">'ReportTotalAmount'),
            class="hl-string">'ExpenseCategory': row.get(class="hl-string">'ExpenseCategory'),
            class="hl-string">'PolicyViolationFlag': False, class=class="hl-string">"hl-comment"># Typically less flagging on reimbursements
            class="hl-string">'RevisionReason': row.get(class="hl-string">'RevisionReason')
        }

        class=class="hl-string">"hl-comment"># Activity: Reimbursement Scheduled
        if row.get(class="hl-string">'Status') == class="hl-string">'APPROVED' and pd.notna(row.get(class="hl-string">'ReimbursementScheduledTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Reimbursement Scheduled', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ReimbursementScheduledTimestamp')})

        class=class="hl-string">"hl-comment"># Activity: Reimbursement Executed
        if row.get(class="hl-string">'Status') == class="hl-string">'PAID' and pd.notna(row.get(class="hl-string">'ReimbursementExecutedTimestamp')):
            events.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Reimbursement Executed', class="hl-string">'EventTimestamp': row.get(class="hl-string">'ReimbursementExecutedTimestamp')})

    if not events:
        print(class="hl-string">"Warning: No events were generated. Check the input files and column names.")
        return None

    class=class="hl-string">"hl-comment"># Create final DataFrame
    event_log_df = pd.DataFrame(events)
    event_log_df[class="hl-string">'EventTimestamp'] = pd.to_datetime(event_log_df[class="hl-string">'EventTimestamp'])
    event_log_df.sort_values(by=[class="hl-string">'ExpenseReportId', class="hl-string">'EventTimestamp'], inplace=True)
    
    return event_log_df

class=class="hl-string">"hl-comment"># --- Main execution block ---
if __name__ == class="hl-string">"__main__":
    transactions_df, reimbursements_df = load_data()
    if transactions_df is not None and reimbursements_df is not None:
        event_log = transform_to_event_log(transactions_df, reimbursements_df)
        if event_log is not None:
            event_log.to_csv(OUTPUT_FILE, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%fZ')
            print(fclass="hl-string">"Successfully created event log with {len(event_log)} events. Saved to '{OUTPUT_FILE}'.")

Etapas

Pré-requisitos e configuração do ambiente: Verifique se o Python 3.8 ou uma versão mais recente está instalado. Instale as bibliotecas Python necessárias executando pip install requests pandas. Você também precisa ter acesso de administrador à sua instância do Ramp para gerar as credenciais da API.
Gere as credenciais da API do Ramp: Acesse sua conta do Ramp. Vá para Settings e selecione Developer API no menu lateral. Clique em 'Create App', dê um nome ao aplicativo e configure os escopos necessários. Você precisará de transactions:read, reimbursements:read e users:read. Depois de criar o aplicativo, copie com segurança o Client ID e o Client Secret.
Configure o script Python: Crie um novo arquivo Python, por exemplo extract_ramp_log.py. Copie o script Python fornecido para esse arquivo. Defina o Client ID e o Client Secret como variáveis de ambiente ou diretamente no script para fins de teste. É altamente recomendável usar variáveis de ambiente por segurança.
Defina o período de extração: No script, localize as variáveis START_DATE e END_DATE dentro do bloco de execução main. Ajuste essas datas para definir a janela de tempo da extração. Para uma análise inicial, recomenda-se um período de 3 a 6 meses.
Execute o script: Execute o script no terminal usando o comando python extract_ramp_log.py. O script se autenticará na API do Ramp, buscará dados dos endpoints de usuários, transações e reembolsos e tratará a paginação automaticamente.
Entenda as chamadas da API: Primeiro, o script busca todos os dados de usuários para criar um mapeamento entre IDs de usuários, nomes e departamentos. Em seguida, ele recupera todos os reembolsos dentro do período especificado. Para cada reembolso, extrai o histórico de aprovação e pagamento.
Transforme os dados em um Event Log: A lógica principal do script percorre cada reembolso e seu histórico de estados. Ela traduz cada mudança de estado, como 'MANAGER_APPROVAL' ou 'FINISHED', em uma atividade distinta, como 'Revisão do gerente pendente' ou 'Reembolso executado'. O script também busca os dados de transações associados para criar os eventos 'Despesa realizada' e 'Comprovante anexado'.
Enriqueça os dados: O script enriquece o Event Log adicionando detalhes do usuário, informações do departamento e categoria da despesa para cada evento, criando um conjunto de dados completo para a análise do processo.
Revise o resultado: Quando o script terminar, ele gerará um arquivo chamado ramp_event_log.csv no mesmo diretório. Abra esse arquivo CSV em um programa de planilhas para inspecionar os dados e confirmar se a extração ocorreu conforme esperado.
Prepare o upload: O arquivo CSV gerado tem as colunas obrigatórias ExpenseReportId, ActivityName, EventTimestamp e outros atributos recomendados. O arquivo está pronto para ser carregado diretamente na plataforma ProcessMind.

Configuração

Credenciais da API: São necessários um Client ID e um Client Secret válidos para autenticação. Eles são gerados no Dashboard do Ramp, em Settings > Developer API.
Escopos da API: O script precisa de permissões específicas para acessar os dados. Verifique se os seguintes escopos estão habilitados para sua chave de API: transactions:read (para detalhes de despesas e comprovantes), reimbursements:read (para status de envio, aprovação e pagamento) e users:read (para nome e departamento do funcionário).
Período: A extração é controlada pelos parâmetros START_DATE e END_DATE no script. Recomenda-se começar com um período recente, como os últimos 3 a 6 meses, para manter o conjunto de dados inicial sob controle. O filtro é aplicado à data de criação do reembolso.
Paginação: O script trata automaticamente a paginação da API usando o cursor starting_after fornecido pela API do Ramp. Ele busca os registros em lotes de até 100 por solicitação para garantir que todos os dados do período sejam recuperados.
Limite de requisições: A API do Ramp está sujeita a limites de requisições, normalmente 600 solicitações por minuto. O script fornecido geralmente é eficiente, mas, para conjuntos de dados muito grandes, pode ser necessário inserir pequenos intervalos entre as chamadas da API caso ocorram erros de limite.

a Consulta de exemplo python

import os
import requests
import pandas as pd
from datetime import datetime, timezone

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># It is recommended to use environment variables for credentials
CLIENT_ID = os.getenv(class="hl-string">'RAMP_CLIENT_ID', class="hl-string">'[Your_Ramp_Client_ID]')
CLIENT_SECRET = os.getenv(class="hl-string">'RAMP_CLIENT_SECRET', class="hl-string">'[Your_Ramp_Client_Secret]')

API_BASE_URL = class="hl-string">'https://api.ramp.com/v1'
TOKEN_URL = class="hl-string">'https://api.ramp.com/v1/public/customer/token'

class=class="hl-string">"hl-comment"># --- Main Functions ---

def get_access_token():
    class="hl-string">"""Authenticates with the Ramp API to get a bearer token."""
    headers = {class="hl-string">'Content-Type': class="hl-string">'application/x-www-form-urlencoded'}
    data = {
        class="hl-string">'grant_type': class="hl-string">'client_credentials',
        class="hl-string">'client_id': CLIENT_ID,
        class="hl-string">'client_secret': CLIENT_SECRET,
        class="hl-string">'scope': class="hl-string">'transactions:read reimbursements:read users:read'
    }
    try:
        response = requests.post(TOKEN_URL, headers=headers, data=data)
        response.raise_for_status()
        return response.json()[class="hl-string">'access_token']
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error obtaining access token: {e}")
        if e.response is not None:
            print(fclass="hl-string">"Response body: {e.response.text}")
        return None

def fetch_paginated_data(endpoint, access_token, params=None):
    class="hl-string">"""Fetches all data from a paginated Ramp API endpoint."""
    all_data = []
    headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}'}
    url = fclass="hl-string">"{API_BASE_URL}{endpoint}"
    
    while url:
        try:
            response = requests.get(url, headers=headers, params=params)
            response.raise_for_status()
            data = response.json()
            all_data.extend(data.get(class="hl-string">'data', []))
            url = data.get(class="hl-string">'next') class=class="hl-string">"hl-comment"># Ramp uses a full URL for the next page
            params = None class=class="hl-string">"hl-comment"># Subsequent requests use the class="hl-string">'next' URL which includes params
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching data from {endpoint}: {e}")
            break
            
    return all_data

def map_state_to_activity(state, reason_code):
    class="hl-string">"""Maps reimbursement state history to a user-friendly activity name."""
    if reason_code == class="hl-string">'REJECTED':
        return class="hl-string">'Expense Sent Back for Revision'
    
    state_map = {
        class="hl-string">'SUBMITTED': class="hl-string">'Expense Submitted',
        class="hl-string">'MANAGER_APPROVAL': class="hl-string">'Manager Review Pending',
        class="hl-string">'ACCOUNTING_APPROVAL': class="hl-string">'Finance Review Pending',
        class="hl-string">'MANAGER_APPROVED': class="hl-string">'Manager Approved',
        class="hl-string">'ACCOUNTING_APPROVED': class="hl-string">'Finance Approved',
        class="hl-string">'PAYMENT_SCHEDULED': class="hl-string">'Reimbursement Scheduled',
        class="hl-string">'PAYMENT_PROCESSING': class="hl-string">'Reimbursement Executed', class=class="hl-string">"hl-comment"># Approximation
        class="hl-string">'FINISHED': class="hl-string">'Reimbursement Executed',
        class="hl-string">'SYNCED': class="hl-string">'Synced with Accounting System'
    }
    return state_map.get(state)

class=class="hl-string">"hl-comment"># --- Main Execution ---
def main():
    class="hl-string">"""Main script to extract, transform, and save the event log."""
    print(class="hl-string">"Starting Ramp data extraction...")
    access_token = get_access_token()
    if not access_token:
        print(class="hl-string">"Failed to get access token. Exiting.")
        return

    class=class="hl-string">"hl-comment"># 1. Fetch Users for enrichment
    print(class="hl-string">"Fetching users...")
    users = fetch_paginated_data(class="hl-string">'/users', access_token)
    user_map = {u[class="hl-string">'id']: {class="hl-string">'name': fclass="hl-string">"{u['first_name']} {u['last_name']}", class="hl-string">'department': u.get(class="hl-string">'department')} for u in users}
    print(fclass="hl-string">"Found {len(user_map)} users.")

    class=class="hl-string">"hl-comment"># 2. Fetch Reimbursements within a date range
    START_DATE = class="hl-string">'2023-01-01T00:00:00Z'
    END_DATE = class="hl-string">'2023-12-31T23:59:59Z'
    print(fclass="hl-string">"Fetching reimbursements from {START_DATE} to {END_DATE}...")
    reimbursement_params = {class="hl-string">'created_at_gte': START_DATE, class="hl-string">'created_at_lte': END_DATE}
    reimbursements = fetch_paginated_data(class="hl-string">'/reimbursements', access_token, params=reimbursement_params)
    print(fclass="hl-string">"Found {len(reimbursements)} reimbursements.")

    event_log = []

    class=class="hl-string">"hl-comment"># 3. Process each reimbursement to create the event log
    for r in reimbursements:
        case_id = r[class="hl-string">'id']
        report_total = r[class="hl-string">'amount']
        submitter_id = r[class="hl-string">'user_id']
        submitter_details = user_map.get(submitter_id, {class="hl-string">'name': class="hl-string">'Unknown User', class="hl-string">'department': None})
        expense_category = r.get(class="hl-string">'merchant_name') class=class="hl-string">"hl-comment"># Best available proxy for category
        
        class=class="hl-string">"hl-comment"># Process reimbursement state history
        for history in r.get(class="hl-string">'state_history', []):
            activity_name = map_state_to_activity(history[class="hl-string">'state'], history.get(class="hl-string">'reason_code'))
            if activity_name:
                event_log.append({
                    class="hl-string">'ExpenseReportId': case_id,
                    class="hl-string">'ActivityName': activity_name,
                    class="hl-string">'EventTimestamp': history[class="hl-string">'created_at'],
                    class="hl-string">'UserName': user_map.get(history.get(class="hl-string">'user_id'), submitter_details)[class="hl-string">'name'],
                    class="hl-string">'EmployeeDepartment': submitter_details[class="hl-string">'department'],
                    class="hl-string">'ReportTotalAmount': report_total,
                    class="hl-string">'ExpenseCategory': expense_category,
                    class="hl-string">'PolicyViolationFlag': None, class=class="hl-string">"hl-comment"># Not directly available in reimbursement history
                    class="hl-string">'RevisionReason': history.get(class="hl-string">'reason_notes')
                })

        class=class="hl-string">"hl-comment"># Fetch and process associated transactions
        for tx_id in r.get(class="hl-string">'transaction_ids', []):
            try:
                tx_response = requests.get(fclass="hl-string">"{API_BASE_URL}/transactions/{tx_id}", headers={class="hl-string">'Authorization': fclass="hl-string">'Bearer {access_token}'})
                tx_response.raise_for_status()
                tx = tx_response.json()

                class=class="hl-string">"hl-comment"># Activity: Expense Incurred
                event_log.append({
                    class="hl-string">'ExpenseReportId': case_id,
                    class="hl-string">'ActivityName': class="hl-string">'Expense Incurred',
                    class="hl-string">'EventTimestamp': tx[class="hl-string">'user_transaction_time'],
                    class="hl-string">'UserName': submitter_details[class="hl-string">'name'],
                    class="hl-string">'EmployeeDepartment': submitter_details[class="hl-string">'department'],
                    class="hl-string">'ReportTotalAmount': report_total,
                    class="hl-string">'ExpenseCategory': tx.get(class="hl-string">'merchant_name'),
                    class="hl-string">'PolicyViolationFlag': tx.get(class="hl-string">'flagged_for_review'),
                    class="hl-string">'RevisionReason': None
                })

                class=class="hl-string">"hl-comment"># Activity: Receipt Attached
                if tx.get(class="hl-string">'receipts') and len(tx[class="hl-string">'receipts']) > 0:
                    receipt_time = tx[class="hl-string">'receipts'][0].get(class="hl-string">'upload_time', tx[class="hl-string">'user_transaction_time']) class=class="hl-string">"hl-comment"># Use transaction time as fallback
                    event_log.append({
                        class="hl-string">'ExpenseReportId': case_id,
                        class="hl-string">'ActivityName': class="hl-string">'Receipt Attached',
                        class="hl-string">'EventTimestamp': receipt_time,
                        class="hl-string">'UserName': submitter_details[class="hl-string">'name'],
                        class="hl-string">'EmployeeDepartment': submitter_details[class="hl-string">'department'],
                        class="hl-string">'ReportTotalAmount': report_total,
                        class="hl-string">'ExpenseCategory': tx.get(class="hl-string">'merchant_name'),
                        class="hl-string">'PolicyViolationFlag': tx.get(class="hl-string">'flagged_for_review'),
                        class="hl-string">'RevisionReason': None
                    })

                class=class="hl-string">"hl-comment"># Activity: Policy Check Performed (Approximation)
                if tx.get(class="hl-string">'flagged_for_review'):
                    event_log.append({
                        class="hl-string">'ExpenseReportId': case_id,
                        class="hl-string">'ActivityName': class="hl-string">'Policy Check Performed',
                        class="hl-string">'EventTimestamp': r.get(class="hl-string">'created_at'), class=class="hl-string">"hl-comment"># Use submission time as proxy
                        class="hl-string">'UserName': class="hl-string">'System',
                        class="hl-string">'EmployeeDepartment': submitter_details[class="hl-string">'department'],
                        class="hl-string">'ReportTotalAmount': report_total,
                        class="hl-string">'ExpenseCategory': tx.get(class="hl-string">'merchant_name'),
                        class="hl-string">'PolicyViolationFlag': True,
                        class="hl-string">'RevisionReason': None
                    })

            except requests.exceptions.RequestException as e:
                print(fclass="hl-string">"Could not fetch transaction {tx_id}: {e}")

    if not event_log:
        print(class="hl-string">"No events were generated. Check the date range and API responses.")
        return

    class=class="hl-string">"hl-comment"># 4. Create and save DataFrame
    print(class="hl-string">"Finalizing event log...")
    df = pd.DataFrame(event_log)
    df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'EventTimestamp'])
    df = df.sort_values(by=[class="hl-string">'ExpenseReportId', class="hl-string">'EventTimestamp'])

    class=class="hl-string">"hl-comment"># Ensure required columns are present
    final_columns = [
        class="hl-string">'ExpenseReportId', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'UserName',
        class="hl-string">'EmployeeDepartment', class="hl-string">'ReportTotalAmount', class="hl-string">'ExpenseCategory',
        class="hl-string">'PolicyViolationFlag', class="hl-string">'RevisionReason'
    ]
    for col in final_columns:
        if col not in df.columns:
            df[col] = None
    
    df = df[final_columns]

    output_filename = class="hl-string">'ramp_event_log.csv'
    df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%f%z')
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")

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

Etapas

Confirme se sua assinatura do Ramp inclui a integração nativa com o data warehouse e se um administrador pode configurar o destino. Selecione o warehouse de destino compatível, como Snowflake ou BigQuery, e configure o acesso de acordo com os padrões de segurança da sua organização. Os caminhos exatos dos menus e os objetos de destino dependem da sua configuração do Ramp, então use [Configure based on your system].
Configure o destino do warehouse, o banco de dados ou projeto, o esquema ou conjunto de dados, a região, as credenciais e o escopo da sincronização. Registre os nomes das tabelas e colunas replicadas exibidos pelo Ramp. Não presuma os nomes das tabelas, pois eles variam conforme a integração e a configuração da conta.
Identifique os dados replicados de relatórios de despesas, transações de despesas, recibos, aprovações, políticas, reembolsos e sincronização contábil. Mapeie cada fonte para os campos necessários ao Event Log. Se um evento de ciclo de vida obrigatório não estiver representado explicitamente, identifique o histórico de status da fonte ou os dados de auditoria que o registram.
Defina o período de extração, de preferência de três a seis meses, usando [Start date] e [End date]. Aplique filtros por empresa ou organização somente quando o campo correspondente estiver disponível na fonte. Preserve o fuso horário da fonte ou converta todos os timestamps para um fuso horário comum documentado.
Crie uma view ou consulta no warehouse que normalize os campos de origem em ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag e RevisionReason. Substitua cada placeholder de tabela e coluna entre colchetes na consulta fornecida pelos nomes do seu esquema replicado.
Extraia cada atividade do ciclo de vida como uma linha de evento explícita. A consulta abaixo contém um bloco SELECT completo para cada uma das 12 atividades obrigatórias. Ela não infere eventos a partir de registros não relacionados. Para atividades baseadas em status, use o histórico de status da fonte ou a tabela de eventos, e não apenas o status atual do relatório, para preservar as transições históricas.
Valide identificadores, timestamps, rótulos de atividade, comportamento de duplicatas e tratamento de valores nulos. Confirme se cada evento pertence ao ExpenseReportId correto e se os eventos repetidos são mantidos quando a fonte registra ocorrências legítimas múltiplas.
Exporte o resultado como CSV ou em outro formato tabular compatível com o ProcessMind. Inclua os nomes exatos das colunas obrigatórias ExpenseReportId, ActivityName e EventTimestamp, inclua os atributos recomendados quando disponíveis e carregue o arquivo usando Expense Report ID como identificador do caso. O ProcessMind lê o Event Log como está, então não espere que ele derive atividades ausentes.

Configuração

Destino da integração: Configure a integração nativa do Ramp com o data warehouse para Snowflake ou BigQuery, usando [Configure based on your system] para a configuração exata específica da conta.
Objetos de origem: Use os objetos replicados de relatórios de despesas, transações, comprovantes, aprovações, políticas, reembolsos e sincronização contábil disponibilizados no seu data warehouse. Substitua os placeholders [Your table name] e [Your column name] pelos nomes verificados na integração.
Período: Comece com três a seis meses de dados. Amplie o período somente depois de validar o custo do data warehouse, a duração da consulta, o volume de eventos e os limites de upload do ProcessMind.
Filtro de datas: Filtre pelo timestamp do evento, e não apenas pelo timestamp de criação do relatório, quando o objetivo for capturar todas as atividades ocorridas no período.
Filtros organizacionais: Aplique Company Code, entidade, departamento, programa de cartões ou outros filtros somente quando esses campos existirem nos dados replicados. Use [Company filter] quando for necessária uma restrição específica por empresa.
Histórico de atividades: Prefira registros imutáveis de auditoria ou de histórico de status. As tabelas de estado atual, sozinhas, podem não preservar o histórico de anexação de comprovantes, envio, aprovação, revisão, reembolso ou sincronização contábil.
Tratamento de timestamps: Padronize os timestamps em um único fuso horário e documente se os valores de origem estão em UTC ou no horário local. Preserve a precisão da fonte quando disponível.
Acesso necessário: Um administrador pode precisar de permissão para configurar a integração, criar ou consultar objetos do data warehouse e acessar dados de despesas, aprovações, reembolsos e contabilidade.
Licenciamento e disponibilidade: A disponibilidade da replicação para o data warehouse, dos dados históricos de auditoria, dos dados de reembolso e dos dados de sincronização contábil depende do plano do Ramp, dos módulos habilitados, da configuração da integração e da política de retenção.
Performance: Restrinja o período desde o início, selecione apenas as colunas necessárias, filtre por organização quando apropriado e materialize uma view ou tabela intermediária normalizada para conjuntos de dados grandes. Faça o particionamento ou clustering de acordo com os recursos compatíveis com o data warehouse de destino.
Operação incremental: Para cargas recorrentes, use um watermark baseado no maior EventTimestamp processado, acrescido de uma pequena janela de sobreposição. Faça a deduplicação somente com um identificador de evento de origem verificado, pois remover eventos repetidos pode alterar o comportamento do processo.

a Consulta de exemplo python

import os
import pandas as pd
from sqlalchemy import create_engine, text

CONNECTION_STRING = os.getenv(class="hl-string">"WAREHOUSE_CONNECTION_STRING", class="hl-string">"[Connection string]")
START_DATE = class="hl-string">"[Start date]"
END_DATE = class="hl-string">"[End date]"
COMPANY_FILTER = class="hl-string">"[Company filter]"

engine = create_engine(CONNECTION_STRING)

sql = text(class="hl-string">"""
WITH
expense_incurred AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Expense Incurred' AS ActivityName,
        [Expense incurred timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your expense incurred table]
    WHERE [Expense incurred timestamp column] >= :start_date
      AND [Expense incurred timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
receipt_attached AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Receipt Attached' AS ActivityName,
        [Receipt attached timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your receipt attachment table]
    WHERE [Receipt attached timestamp column] >= :start_date
      AND [Receipt attached timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
expense_submitted AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Expense Submitted' AS ActivityName,
        [Submission timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your expense submission table]
    WHERE [Submission timestamp column] >= :start_date
      AND [Submission timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
policy_check_performed AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Policy Check Performed' AS ActivityName,
        [Policy check timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your policy check table]
    WHERE [Policy check timestamp column] >= :start_date
      AND [Policy check timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
manager_review_pending AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Manager Review Pending' AS ActivityName,
        [Manager pending timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your expense status history table]
    WHERE [Status column] = 'Pending Manager Approval'
      AND [Manager pending timestamp column] >= :start_date
      AND [Manager pending timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
manager_approved AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Manager Approved' AS ActivityName,
        [Manager approval timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your manager approval table]
    WHERE [Manager approval timestamp column] >= :start_date
      AND [Manager approval timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
finance_review_pending AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Finance Review Pending' AS ActivityName,
        [Finance pending timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your expense status history table]
    WHERE [Status column] = 'Pending Finance Approval'
      AND [Finance pending timestamp column] >= :start_date
      AND [Finance pending timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
finance_approved AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Finance Approved' AS ActivityName,
        [Finance approval timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your finance approval table]
    WHERE [Finance approval timestamp column] >= :start_date
      AND [Finance approval timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
expense_sent_back AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Expense Sent Back for Revision' AS ActivityName,
        [Revision timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        [Revision reason column] AS RevisionReason
    FROM [Your expense status history table]
    WHERE [Status column] IN ('Needs Revision', 'Rejected')
      AND [Revision timestamp column] >= :start_date
      AND [Revision timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
reimbursement_scheduled AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Reimbursement Scheduled' AS ActivityName,
        [Reimbursement scheduled timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your reimbursement schedule table]
    WHERE [Reimbursement scheduled timestamp column] >= :start_date
      AND [Reimbursement scheduled timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
reimbursement_executed AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Reimbursement Executed' AS ActivityName,
        [Reimbursement executed timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your reimbursement payment table]
    WHERE [Reimbursement executed timestamp column] >= :start_date
      AND [Reimbursement executed timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
),
synced_with_accounting AS (
    SELECT
        [Expense report ID column] AS ExpenseReportId,
        'Synced with Accounting System' AS ActivityName,
        [Accounting sync timestamp column] AS EventTimestamp,
        [User name column] AS UserName,
        [Employee department column] AS EmployeeDepartment,
        [Report total amount column] AS ReportTotalAmount,
        [Expense category column] AS ExpenseCategory,
        [Policy violation flag column] AS PolicyViolationFlag,
        CAST(NULL AS VARCHAR(4000)) AS RevisionReason
    FROM [Your accounting synchronization table]
    WHERE [Accounting sync timestamp column] >= :start_date
      AND [Accounting sync timestamp column] < :end_date
      AND ([Company column] = :company_filter OR :company_filter = '[Company filter]')
)
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM expense_incurred
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM receipt_attached
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM expense_submitted
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM policy_check_performed
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM manager_review_pending
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM manager_approved
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM finance_review_pending
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM finance_approved
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM expense_sent_back
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM reimbursement_scheduled
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM reimbursement_executed
UNION ALL
SELECT ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag, RevisionReason FROM synced_with_accounting
ORDER BY ExpenseReportId, EventTimestamp, ActivityName
""")

with engine.connect() as connection:
    event_log = pd.read_sql(
        sql,
        connection,
        params={
            class="hl-string">"start_date": START_DATE,
            class="hl-string">"end_date": END_DATE,
            class="hl-string">"company_filter": COMPANY_FILTER
        }
    )

event_log[class="hl-string">"EventTimestamp"] = pd.to_datetime(event_log[class="hl-string">"EventTimestamp"], errors=class="hl-string">"coerce", utc=True)
event_log = event_log[event_log[class="hl-string">"ExpenseReportId"].notna() & event_log[class="hl-string">"EventTimestamp"].notna()].copy()
event_log.to_csv(class="hl-string">"ramp_expense_event_log.csv", index=False)
print(event_log.head())
print(event_log.groupby(class="hl-string">"ActivityName", dropna=False).size())

Pronto para começar?

Use este Template para transformar seu processo de gerenciamento de despesas, aumentar a eficiência e obter aprovações mais rápidas. Comece a otimizar suas operações hoje.

Voltar ao guia de melhoria Baixar Template

Libere eficiência: otimize o gerenciamento de despesas no Ramp hoje

Identifique ineficiências, simplifique as aprovações e reduza o tempo de ciclo em 30%.

Comece seu teste grátis

Não é necessário cartão de crédito. Configure em poucos minutos.

Seu Template de dados de gerenciamento de despesas

Seu Template de dados de gerenciamento de despesas

Atributos da gestão de despesas

Atividades da gestão de despesas

Guias de extração

Exportação integrada de transações e reembolsos em CSV do Ramp

Etapas

Configuração

a Consulta de exemplo python

Extração por script Python usando a API de desenvolvedor do Ramp

Etapas

Configuração

a Consulta de exemplo python

Sincronização da integração do data warehouse do Ramp (Snowflake/BigQuery)

Etapas

Configuração

a Consulta de exemplo python

Pronto para começar?

Libere eficiência: otimize o gerenciamento de despesas no Ramp hoje

Seu Template de dados de gerenciamento de despesas

Seu Template de dados de gerenciamento de despesas

Atributos da gestão de despesas

Atividades da gestão de despesas

Guias de extração

Exportação integrada de transações e reembolsos em CSV do Ramp

Etapas

Configuração

a Consulta de exemplo python

Extração por script Python usando a API de desenvolvedor do Ramp

Etapas

Configuração

a Consulta de exemplo python

Sincronização da integração do data warehouse do Ramp (Snowflake/BigQuery)

Etapas

Configuração

a Consulta de exemplo python

Pronto para começar?

Libere eficiência: otimize o gerenciamento de despesas no Ramp hoje

Valorizamos sua privacidade