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

Seu Template de dados de gestão de despesas

Ramp

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

Seu Template de dados de gestão de despesas

Este Template apresenta um roteiro claro para coletar os dados necessários à análise e otimização do processo de gestão de despesas. Ele descreve os atributos essenciais, as principais atividades a acompanhar e orientações práticas para extrair dados do Ramp. Use este material para reunir todas as informações necessárias à descoberta e à melhoria do processo.

Atributos recomendados para coleta
Principais atividades a acompanhar
Orientações para extrair dados do Ramp

Novidade em Event Logs? Saiba como criar um Event Log para Process Mining.

Baixar Template

Atributos de gestão de despesas

Estes são os campos de dados essenciais para incluir no Event Log e analisar o processo de gestão de despesas de forma abrangente.

3 Obrigatório 6 Recomendado 10 Opcional

	Nome	Descrição
	Data e hora do evento EventTimestamp	A data e a hora exatas em que a atividade ocorreu.
Descrição Cada atividade do processo tem uma data e hora correspondente, que registra quando ela aconteceu. Esses dados temporais são usados para ordenar os eventos cronologicamente e servem de base para todas as análises relacionadas ao tempo. No Process Mining, as datas e horas são usadas 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 encontrar oportunidades de melhoria no processo. Por que isso importa Esse atributo estabelece a ordem cronológica dos eventos e é essencial para calcular durações e analisar a performance. Onde encontrar Essas informações geralmente aparecem junto aos registros de atividades ou de status nos logs de eventos ou nos dados de transações da Ramp. Exemplos 2023-10-26T10:00:00Z2023-10-26T14:30:00Z2023-10-27T09:00:00Z
	ID do relatório de despesas ExpenseReportId	Identificador exclusivo de cada relatório de despesas, usado como identificador principal do caso no processo.
Descrição O ID do relatório de despesas agrupa todos os eventos e atividades relacionados a um único envio de despesas. Ele permite acompanhar cada solicitação de reembolso em ordem cronológica, desde o registro inicial até o pagamento final. No Process Mining, esse atributo é essencial para reconstruir o percurso completo 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 percorridos pelos relatórios durante o processo de aprovação. Por que isso importa Este é o atributo fundamental que reúne todas as atividades relacionadas em uma única instância do processo, permitindo a análise de ponta a ponta. Onde encontrar Esse identificador deve estar disponível na tabela principal de relatórios de despesas ou de transações da Ramp. Exemplos ER-2023-08-1123ER-2023-09-4591ER-2023-10-0024
	Nome da atividade ActivityName	Nome do evento ou da tarefa específica que ocorreu em determinado momento do processo de gestão de despesas.
Descrição Este atributo descreve uma etapa do ciclo de vida do relatório de despesas, como 'Despesa enviada', 'Aprovada pelo gestor' ou 'Reembolso realizado'. Essas atividades formam os nós do mapa do processo e permitem visualizar e analisar o fluxo do processo. Analisar as atividades ajuda a identificar quais etapas são mais frequentes, onde surgem gargalos e como os diferentes fluxos de trabalho variam. Esse é um componente essencial para entender a sequência das operações e medir a performance em cada etapa. Por que isso importa Define as etapas do mapa do processo e permite visualizar e analisar o fluxo do início ao fim. Onde encontrar Geralmente, esse dado é obtido dos logs de eventos ou dos registros de alteração de status associados a cada relatório de despesas na Ramp. Exemplos Despesa enviadaAprovada pelo gestorAguardando análise financeiraReembolso realizado
	Categoria da despesa ExpenseCategory	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 relatório de despesas pode incluir itens de várias categorias. Analisar os dados por categoria de despesa é essencial para o Dashboard 'Análise de gastos por categoria'. Isso ajuda as equipes financeiras a entender onde o dinheiro está sendo gasto, monitorar o cumprimento do orçamento e identificar tendências ou anomalias nos gastos ao longo do tempo. Por que isso importa Permite analisar os gastos em detalhes, ajudando a identificar os principais fatores de custo e oportunidades para otimizar o orçamento. Onde encontrar Geralmente, esse detalhe aparece no nível do item de linha do relatório de despesas na Ramp. Para algumas análises, pode ser necessário agregar os dados no nível do relatório. Exemplos Passagem aéreaRefeições e entretenimentoAssinatura de softwareMaterial de escritório
	Departamento do funcionário EmployeeDepartment	Departamento do funcionário que enviou o relatório de despesas.
Descrição Este atributo indica a unidade de negócio ou o departamento ao qual pertence o funcionário que enviou a despesa, como 'Vendas', 'Engenharia' ou 'Marketing'. É uma dimensão importante para a análise, pois permite filtrar e comparar a performance do processo em diferentes áreas da organização. Pode revelar diferenças entre departamentos nos tempos de aprovação, nas taxas de revisão e na conformidade com as políticas, ajudando a direcionar iniciativas de melhoria. Por que isso importa Permite comparar as métricas do processo entre diferentes unidades de negócio e destacar diferenças de eficiência, conformidade e gastos. Onde encontrar Essas informações provavelmente estão associadas ao perfil do funcionário na Ramp ou em um sistema de RH integrado. Exemplos VendasMarketingEngenhariaFinanças
	Indicador de violação de política PolicyViolationFlag	Indicador que mostra se o relatório de despesas foi sinalizado por uma possível violação de política.
Descrição Este atributo booleano recebe o valor verdadeiro 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. Esse indicador é essencial para o Dashboard 'Detecção de violações de políticas' e para o KPI associado. Ele ajuda a medir a eficácia dos controles de políticas e a identificar causas frequentes de não conformidade, orientando atualizações nas políticas ou treinamentos para os funcionários. Por que isso importa Mede diretamente a conformidade com as políticas, ajudando a identificar e reduzir gastos fora das regras e os riscos associados. Onde encontrar Provavelmente, é um indicador gerado pelo sistema na Ramp, acionado por verificações automatizadas de políticas durante o envio ou a aprovação. Exemplos truefalse
	Motivo da revisão RevisionReason	Motivo informado quando um relatório de despesas é devolvido ao funcionário para revisão.
Descrição Quando um aprovador rejeita ou devolve um relatório de despesas, geralmente informa o motivo. Este atributo registra essa justificativa, como 'Comprovante detalhado ausente', 'Categoria incorreta' ou 'Fora das políticas'. Essas informações são muito úteis para o Dashboard 'Taxa e causas de revisão de despesas'. Ao analisar os motivos mais frequentes 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 Oferece insights diretos sobre as causas raiz do retrabalho, permitindo ações direcionadas para melhorar a qualidade dos envios desde a primeira tentativa. Onde encontrar Esses dados seriam registrados nos comentários ou nos detalhes da rejeição quando a atividade 'Despesa devolvida para revisão' ocorrer na Ramp. Exemplos Comprovante detalhado ausenteDespesa acima do limite da políticaCategoria de despesa incorretaTransação duplicada
	Nome do usuário UserName	Nome ou ID do usuário que realizou a atividade, como o funcionário que enviou a despesa ou o aprovador.
Descrição Este atributo identifica a pessoa responsável por um evento específico do processo, como enviar, aprovar ou analisar um relatório de despesas. Pode ser o nome do funcionário ou um ID de usuário exclusivo. Analisar os dados por usuário ajuda a entender a distribuição da carga de trabalho, identificar quem tem melhor performance e apontar quem pode precisar de treinamento adicional. Esse atributo é essencial para Dashboards sobre a performance das aprovações e a gestão de recursos. Por que isso importa Associa as atividades do processo a pessoas específicas, permitindo analisar a performance por recurso e identificar necessidades de treinamento. Onde encontrar As informações do usuário geralmente são registradas na trilha de auditoria ou no histórico de transações de cada relatório de despesas na Ramp. Exemplos Alice JohnsonBob SmithCharlie BrownAutomação do sistema
	Valor total do relatório ReportTotalAmount	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 importante 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. É fundamental para os Dashboards de análise de gastos e para identificar oportunidades de redução de custos. Por que isso importa Oferece uma dimensão financeira essencial para a análise, permitindo segmentar os relatórios por valor e acompanhar os gastos totais. Onde encontrar Este é um campo principal do objeto de relatório de despesas na Ramp. Exemplos 150.752500.0089.99
	Aprovador da equipe financeira FinanceApprover	Usuário da equipe financeira que aprovou o relatório de despesas.
Descrição Nos fluxos de trabalho que incluem uma etapa de análise financeira, este atributo identifica a pessoa ou equipe específica do departamento financeiro responsável pela aprovação final. Este atributo permite analisar a performance por pessoa ou equipe no Dashboard "Eficiência da análise financeira". Ele ajuda a identificar gargalos, avaliar a distribuição da carga de trabalho e medir a eficácia da etapa de análise financeira. Por que isso importa Permite analisar detalhadamente a performance da etapa de análise financeira e ajuda a otimizar um ponto de controle crítico do processo. Onde encontrar Essas informações seriam registradas no histórico de aprovação do relatório de despesas no Ramp, durante a etapa de análise financeira. Exemplos Equipe financeira ADavid LeeBot de automação financeira
	Gestor aprovador ApprovingManager	Nome do gestor que realizou a etapa de aprovação.
Descrição Este atributo identifica o gestor responsável por analisar e aprovar o relatório de despesas de um funcionário. Ele é diferente do usuário que enviou o relatório. Acompanhar o gestor aprovador é essencial para o Dashboard 'Tempo de ciclo da aprovação do gestor'. Isso permite analisar a carga de trabalho e a performance das aprovações, destacando os gestores que aprovam rapidamente e aqueles que se tornam gargalos. Essas informações podem ajudar a equilibrar a carga de trabalho ou oferecer suporte adicional. Por que isso importa Permite analisar a performance de cada aprovador e identificar e resolver gargalos no fluxo de trabalho de aprovação. Onde encontrar Essas informações fazem parte dos dados do fluxo de aprovação no Ramp e são registradas quando um gerente toma uma decisão sobre um relatório. Exemplos Jane DoeJohn MillerSusan Chen
	Horário de término do evento EventEndTime	Horário 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 e complementa o horário de início. Com os horários de início e término, é possível calcular com precisão o tempo 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 levam para ser concluídas no processo. Por que isso importa Permite calcular com precisão a duração de cada atividade, o que é essencial para identificar etapas ineficientes do processo. Onde encontrar Para atividades com duração, esse horário seria registrado nos dados de eventos do Ramp. Em eventos instantâneos, pode ser igual ao horário de início. Exemplos 2023-10-26T10:00:05Z2023-10-26T14:35:10Z2023-10-27T09:10:00Z
	Método de envio SubmissionMethod	Canal usado para enviar o relatório de despesas, como aplicativo móvel ou portal web.
Descrição Este atributo indica como o funcionário enviou o relatório de despesas. Entre os métodos mais comuns estão o aplicativo móvel, o navegador de um computador e o encaminhamento por e-mail. Analisar o método de envio pode revelar 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. Por que isso importa Ajuda a entender o comportamento dos usuários e a identificar se determinados canais de envio estão associados a mais erros ou atrasos. Onde encontrar Essas informações podem estar nos metadados do evento de envio nos registros do sistema Ramp. Exemplos Aplicativo móvelPortal webE-mail
	Método de reembolso ReimbursementMethod	Método usado para efetuar o pagamento do reembolso, como transferência ACH ou transferência bancária.
Descrição Este atributo especifica o canal de pagamento usado para reembolsar o funcionário. Cada método pode ter prazos de processamento e custos diferentes. Analisar a performance dos reembolsos por método ajuda a identificar os canais de pagamento mais eficientes. O Dashboard "Performance dos métodos de reembolso" usa esses dados para comparar tempos de ciclo e confiabilidade, o que pode ajudar a otimizar as estratégias de pagamento. Por que isso importa Permite comparar a performance de diferentes canais de pagamento e ajuda a otimizá-los em termos de rapidez e confiabilidade. Onde encontrar Essas informações devem estar disponíveis nos registros de pagamento ou reembolso do Ramp. Exemplos Transferência ACHCrédito no cartão corporativoDepósito direto
	Número de etapas de aprovação ApprovalStepCount	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 "Aprovado pelo gerente" e "Aprovado pelo financeiro", ocorridas em um único relatório de despesas. Ela ajuda a quantificar a complexidade do fluxo 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 contagem, 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 complexos demais. Por que isso importa Quantifica a complexidade do fluxo de trabalho e ajuda a identificar oportunidades de simplificação, especialmente para relatórios de baixo risco. Onde encontrar O cálculo é feito contando as ocorrências de atividades específicas relacionadas à aprovação em cada caso do Event Log. Exemplos 123
	Passou por retrabalho IsRework	Indicador calculado que mostra se um relatório de despesas foi devolvido para revisão pelo menos uma vez.
Descrição Este atributo booleano é calculado verificando se a atividade "Despesa devolvida para revisão" ocorreu em determinado caso. O valor é definido como verdadeiro para qualquer relatório que tenha passado por pelo menos um ciclo de revisão. Esse indicador simplifica o cálculo do KPI "Taxa de revisão de relatórios de despesas" e facilita a filtragem e a comparação entre relatórios aprovados na primeira tentativa e os que precisaram de retrabalho. A análise desses dois grupos pode revelar o impacto das revisões em tempo e custo. Por que isso importa Facilita a segmentação do processo para a análise de retrabalho e ajuda a quantificar a frequência e o impacto dos relatórios devolvidos para correção. Onde encontrar Este campo é calculado durante a transformação dos dados, verificando se houve uma atividade de revisão no caso. Exemplos truefalse
	Resultado da auditoria AuditOutcome	Resultado de uma auditoria interna ou externa do relatório de despesas.
Descrição Nos relatórios de despesas submetidos a 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 cada resultado e entender o impacto financeiro das constatações. Por que isso importa Mede a eficácia e os resultados do processo de auditoria, oferecendo insights sobre conformidade e fragilidades nos controles. Onde encontrar Essas informações seriam registradas no módulo de auditoria do Ramp ou em um sistema integrado, caso ele seja usado para auditorias detalhadas de despesas. Exemplos AprovadoAprovado com ressalvasRejeitadoEncaminhado para análise
	Sistema de origem SourceSystem	Identifica o aplicativo de origem de onde os dados foram extraídos.
Descrição Este atributo indica o sistema oficial de registro dos dados do processo, que neste caso é a Ramp. Ele é útil em ambientes onde os dados podem vir de vários sistemas, pois mantém clara a origem de cada informação. Na análise, ajuda a filtrar os dados por origem e pode ser usado para validar e governar os dados. Por que isso importa Indica a origem dos dados, informação essencial para a governança de dados e para integrar dados de vários sistemas. Onde encontrar Geralmente, é um valor estático ('Ramp') adicionado durante a extração e a transformação dos dados. Exemplos Ramp
	Última atualização dos dados LastDataUpdate	Data e hora que indicam quando os dados foram atualizados pela última vez a partir do sistema de origem.
Descrição Este atributo registra a data e a hora da extração de dados mais recente. Ele informa o quão atualizados estão os dados analisados. Em qualquer análise, saber quando os dados foram atualizados pela última vez é essencial para interpretar os resultados corretamente. Esse atributo ajuda você a entender se está consultando informações atualizadas. Por que isso importa Informa se os dados estão atualizados, garantindo que as análises se baseiem em informações atuais e relevantes. Onde encontrar Essa data e hora são geradas e adicionadas durante o processo de extração dos dados. Exemplos 2023-11-01T06:00:00Z

Obrigatório Recomendado Opcional

Atividades de gestão de despesas

Estas são as principais etapas e os marcos do processo a registrar no Event Log para descobrir o processo com precisão e medir sua performance.

5 Recomendado 7 Opcional

	Atividade	Descrição
	Aprovada pelo gestor	O gestor analisou e aprovou a despesa, permitindo que ela avance para a próxima etapa, como a análise financeira ou o reembolso. O evento é registrado por meio de uma ação explícita do usuário.
Por que isso importa Este marco indica que a primeira etapa de aprovação foi concluída com sucesso. É essencial para analisar os fluxos de trabalho de aprovação e identificar gargalos. Onde encontrar Registrado como um evento no histórico de aprovações da despesa quando o gestor clica em 'Aprovar'. O Event Log deve conter o ID do aprovador e a data e hora do evento. Coleta Um evento é registrado quando um usuário com permissões de gestor seleciona 'Aprovar'. Tipo de evento explicit
	Despesa enviada	O funcionário confirma que todas as informações necessárias sobre a despesa estão completas e a envia para aprovação. Essa ação explícita do usuário muda o status da despesa de 'rascunho' ou 'precisa de atenção' para 'aguardando aprovação'.
Por que isso importa Essa atividade é um marco importante: ela inicia oficialmente o ciclo de aprovação e reembolso. Também serve de referência para medir os SLAs de aprovação e reembolso. Onde encontrar Capturado no histórico de status do objeto de despesa. Corresponde à ação do usuário de enviar a transação para análise. Coleta Registrado quando o usuário clica no botão 'Enviar', o que altera o status. Tipo de evento explicit
	Despesa realizada	Marca o registro de uma despesa, geralmente criado automaticamente quando um cartão corporativo é usado ou quando um funcionário registra manualmente uma despesa paga do próprio bolso. Esse evento costuma ser capturado nos dados de transações ou nas ações realizadas na interface.
Por que isso importa Este 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 encontrar Gerado a partir dos registros de transações do cartão Ramp ou da data e hora de criação de uma despesa inserida manualmente. Procure o evento de criação do registro inicial na tabela de despesas ou transações. Coleta Registrado diretamente quando uma transação com cartão é processada ou quando um usuário cria um novo lançamento de despesa. Tipo de evento explicit
	Reembolso realizado	O pagamento do reembolso foi processado com sucesso e enviado ao funcionário. Em geral, essa é a última etapa para o funcionário e marca o fim do ciclo de pagamento.
Por que isso importa Este é o principal evento de fim do processo de reembolso. O tempo entre o envio e essa etapa é um KPI importante para a satisfação dos funcionários e a eficiência do processo. Onde encontrar Capturado nos logs de processamento de pagamentos ou por meio de uma integração com o provedor de pagamentos. O status da despesa na Ramp deve mudar para 'Reembolsada' ou 'Paga'. Coleta Um evento é registrado quando o sistema de pagamentos confirma que a transferência foi concluída com sucesso. 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 contábil do processo.
Por que isso importa Esta é a última atividade do processo de ponta a ponta. Atrasos nessa etapa podem afetar a precisão dos relatórios financeiros e a velocidade do fechamento financeiro. Onde encontrar Registrado em um log de integração ou como uma atualização de status do objeto de despesa na Ramp. Procure um status como 'Sincronizada', 'Lançada' ou 'Exportada'. Coleta O serviço de integração contábil cria uma entrada de log quando a sincronização dos dados é concluída com sucesso. Tipo de evento explicit
	Aguardando análise do gestor	A despesa foi enviada e agora aguarda a análise do gestor direto do funcionário. Esse estado pode ser identificado quando, após o envio, o status da despesa muda para 'Aguardando aprovação do gestor' ou um valor semelhante.
Por que isso importa Indica o início da etapa de aprovação do gestor. Analisar o tempo nessa etapa é essencial para medir e reduzir o tempo de ciclo das aprovações. Onde encontrar Identificado pela mudança do status do objeto de despesa para algo como 'Aguardando aprovação' e pela atribuição à fila de um gestor. É necessário acompanhar o histórico de status. Coleta Determinado pela data e hora em que o status da despesa muda para 'Aguardando aprovação do gestor'. Tipo de evento inferred
	Aguardando análise financeira	Uma despesa aprovada foi encaminhada e agora aguarda análise da equipe financeira ou contábil. Isso costuma acontecer com despesas de alto valor ou que apresentam alertas de política. A atividade é identificada por uma mudança de status.
Por que isso importa Marca o início do ciclo de análise 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 encontrar Identificado pela mudança do status do objeto de despesa para 'Aguardando aprovação financeira' após a aprovação do gestor. É necessário ter acesso ao histórico de status da despesa. Coleta Determinado pela data e hora em que o status da despesa muda para 'Aguardando análise financeira'. Tipo de evento inferred
	Aprovada pela equipe financeira	A equipe financeira analisou e aprovou a despesa em caráter definitivo, liberando-a para reembolso e sincronização contábil. O evento é registrado por uma ação explícita de um membro da equipe financeira.
Por que isso importa Representa a etapa final de aprovação antes do pagamento. Analisar essa atividade ajuda a entender o ciclo de aprovação de ponta a ponta e a eficiência da equipe financeira. Onde encontrar Registrado como um evento no histórico de aprovações da despesa. Procure um evento de aprovação associado a um usuário do departamento financeiro. Coleta Um evento é registrado quando um usuário com permissões financeiras seleciona 'Aprovar'. Tipo de evento explicit
	Comprovante anexado	Indica o momento em que um comprovante é associado a uma despesa, seja automaticamente por meio da correspondência por OCR, seja manualmente pelo usuário. O evento é registrado quando o arquivo do comprovante 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 encontrar Registrado no histórico da despesa ou da transação quando um comprovante é carregado ou associado. Procure um evento de criação de anexo ou um indicador como 'receipt_attached'. Coleta O evento é criado quando o sistema vincula uma imagem ou um arquivo de comprovante ao registro da despesa. Tipo de evento explicit
	Despesa devolvida para revisão	Um aprovador, seja um gestor ou alguém da equipe financeira, rejeitou a despesa e a devolveu ao funcionário para correção. Isso é registrado quando o status muda para 'Precisa de revisão', 'Rejeitada' ou um estado semelhante.
Por que isso importa Essa atividade indica um ciclo de retrabalho no processo, que aumenta diretamente o tempo de ciclo. Acompanhar esses eventos ajuda a identificar erros frequentes nos envios e a melhorar o índice de aprovação na primeira tentativa. Onde encontrar Identificado pela mudança do status do objeto de despesa para 'Precisa de revisão' ou um estado semelhante. O evento deve estar associado ao aprovador que iniciou a ação. Coleta Determinado pela data e hora em que o status da despesa muda para 'Precisa de revisão' ou 'Rejeitada'. Tipo de evento inferred
	Reembolso agendado	No caso de despesas pagas do próprio bolso, o valor aprovado foi incluído na fila de processamento de pagamentos. Esse evento indica que a despesa passou por todas as aprovações e está pronta para ser paga.
Por que isso importa Este marco separa o processo de aprovação do processo de pagamento. Ele ajuda a distinguir atrasos no processamento do pagamento daqueles que ocorrem durante as aprovações. Onde encontrar Provavelmente identificado quando, após a aprovação final, o status da despesa muda para 'Aguardando reembolso' ou 'Pronta para pagamento'. Também pode ser um evento explícito quando os pagamentos são agrupados. Coleta Determinado pela mudança de status para 'Pronta para pagamento' ou pela criação de um registro em uma tabela de lotes de pagamento. Tipo de evento inferred
	Verificação de políticas realizada	O sistema verifica automaticamente se a despesa está de acordo com as políticas configuradas pela empresa e sinaliza possíveis violações. Em geral, 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 frequentes de políticas e temas para treinamento dos funcionários. Onde encontrar Provavelmente registrado em uma trilha de auditoria ou em um log associado à transação da despesa. Procure eventos do sistema relacionados a 'policy_check' ou 'compliance_scan'. Coleta Uma entrada de log é criada depois que o mecanismo automatizado de políticas verifica a transação. Tipo de evento explicit

Recomendado Opcional

Guias de extração

Como obter seus dados do Ramp

Etapas

Acesse sua conta Ramp com privilégios de administrador ou contador.
No menu à esquerda, acesse a seção Transações. Essa tela reúne todos os gastos com cartões corporativos.
Aplique os filtros desejados aos dados. No mínimo, defina um Período para a análise. Se necessário, você também pode filtrar por outras propriedades, como status, categoria ou departamento, para restringir o escopo.
Clique no botão Exportar, 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 nomeie-o como transactions_export.csv.
Em seguida, acesse a seção Reembolsos no menu à esquerda. Essa tela reúne todas as despesas pagas do próprio bolso e enviadas pelos funcionários.
Aplique o mesmo filtro de período usado na exportação de transações para manter a consistência dos dados.
Clique em Exportar e baixe os dados de reembolsos como arquivo CSV. Nomeie-o como 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 Event Log estruturado.
O script gerará um arquivo chamado ramp_event_log.csv, 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 de administrador ou contador no Ramp para acessar e exportar todos os 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 acompanhamento 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 de Transações e Reembolsos 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.
Nome dos arquivos: Use os nomes transactions_export.csv e reimbursements_export.csv ou atualize as variáveis de caminho dos arquivos no script de transformação.

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 você tem o Python 3.8 ou uma versão mais recente instalada. Instale as bibliotecas Python necessárias executando pip install requests pandas. Você também precisa de acesso de administrador à sua instância do Ramp para gerar credenciais de API.
Gere as credenciais de API do Ramp: Acesse sua conta Ramp. Vá para Configurações 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. Para maior segurança, recomendamos usar variáveis de ambiente.
Defina o período de extração: No bloco de execução main do script, localize as variáveis START_DATE e END_DATE. Ajuste essas datas para definir o período de extração dos dados. Para uma análise inicial, recomendamos um período de 3 a 6 meses.
Execute o script: No terminal, execute o comando python extract_ramp_log.py. O script fará a autenticação na API do Ramp, buscará dados nos 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, recupera todos os reembolsos 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 o histórico de status associado. Ela converte cada mudança de status, como 'MANAGER_APPROVAL' ou 'FINISHED', em uma atividade distinta, como 'Análise do gerente pendente' ou 'Reembolso efetuado'. O script também busca os dados de transações associados para criar os eventos 'Despesa realizada' e 'Comprovante anexado'.
Enriqueça os dados: O script complementa o Event Log com detalhes dos usuários, informações de departamento e categoria de despesa para cada evento, criando um conjunto de dados abrangente para a análise do processo.
Confira 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 conferir os dados e verificar se a extração ocorreu como esperado.
Prepare o arquivo para carregamento: O arquivo CSV gerado tem as colunas necessárias: ExpenseReportId, ActivityName, EventTimestamp e outros atributos recomendados. Ele está pronto para ser carregado diretamente na plataforma ProcessMind.

Configuração

Credenciais de API: Para autenticação, é necessário ter um Client ID e um Client Secret válidos. 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 envio, aprovação e status de pagamento) e users:read (para nome e departamento dos funcionários).
Período: A extração é definida pelos parâmetros START_DATE e END_DATE no script. Recomendamos começar com um período recente, como os últimos 3 a 6 meses, para manter o conjunto de dados inicial em um tamanho gerenciável. 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 recuperar todos os dados do período.
Limite de solicitações: A API do Ramp tem limites de solicitações, geralmente de 600 por minuto. O script fornecido costuma ser eficiente, mas, para conjuntos de dados muito grandes, talvez seja necessário inserir pequenos intervalos entre as chamadas da API caso ocorram erros de limite.

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 data warehouse e se um administrador pode configurar o destino. Selecione um data 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 configuração do Ramp. Use [Configure com base no seu sistema].
Configure o destino do data warehouse, o banco de dados ou projeto, o schema 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, comprovantes, aprovações, políticas, reembolsos e sincronização contábil. Mapeie cada fonte para os campos necessários ao Event Log. Se um evento obrigatório do ciclo de vida não estiver representado explicitamente, identifique o histórico de status ou os dados de auditoria que o registram.
Defina o período de extração, de preferência de três a seis meses, usando [Data de início] e [Data de término]. Aplique filtros de empresa ou organização somente quando o campo correspondente estiver disponível na fonte. Mantenha o fuso horário da fonte ou converta todos os horários para um fuso comum documentado.
Crie uma visualização ou consulta no data warehouse que normalize os campos de origem em ExpenseReportId, ActivityName, EventTimestamp, UserName, EmployeeDepartment, ReportTotalAmount, ExpenseCategory, PolicyViolationFlag e RevisionReason. Substitua todos os marcadores de posição entre colchetes para tabelas e colunas na consulta fornecida pelos nomes do schema 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 sem relação. Para atividades baseadas em status, use o histórico de status ou a tabela de eventos da fonte, não apenas o status atual do relatório, para preservar as transições históricas.
Valide identificadores, horários, rótulos de atividades, 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 várias ocorrências legítimas.
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, além dos atributos recomendados quando disponíveis. Carregue o arquivo usando Expense Report ID como identificador do caso. O ProcessMind lê o Event Log como está, portanto, não espere que ele derive atividades ausentes.

Configuração

Destino da integração: Configure a integração nativa do Ramp com Snowflake ou BigQuery. Para a configuração exata da conta, use [Configure com base no seu sistema].
Objetos de origem: Use os objetos replicados de relatórios de despesas, transações, comprovantes, aprovações, políticas, reembolsos e sincronização contábil disponíveis no data warehouse. Substitua os marcadores de posição [Nome da tabela] e [Nome da coluna] por nomes confirmados na integração.
Período: Comece com três a seis meses de dados. Amplie o período somente depois de validar o custo no data warehouse, o tempo de consulta, o volume de eventos e os limites de carregamento do ProcessMind.
Filtro de datas: Filtre pelo horário do evento, e não apenas pelo horário de criação do relatório, quando o objetivo for capturar todas as atividades ocorridas no período.
Filtros organizacionais: Aplique filtros de código da empresa, entidade, departamento, programa de cartões ou outros somente quando esses campos existirem nos dados replicados. Use [Filtro da empresa] quando precisar restringir os dados a uma empresa específica.
Histórico de atividades: Prefira registros imutáveis de auditoria ou histórico de status. As tabelas de estado atual, por si só, podem não preservar o histórico de anexos de comprovantes, envios, aprovações, revisões, reembolsos ou sincronização contábil.
Tratamento de horários: Padronize os horários em um único fuso 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 talvez precise de permissão para configurar a integração, criar ou consultar objetos do data warehouse e acessar dados de despesas, aprovações, reembolsos e contabilidade.
Licença e disponibilidade: A disponibilidade da replicação no data warehouse, dos dados históricos de auditoria, dos dados de reembolsos 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 visualização ou tabela intermediária normalizada para conjuntos de dados grandes. Use particionamento ou clustering conforme os recursos compatíveis com o data warehouse de destino.
Execução incremental: Para cargas recorrentes, use um ponto de controle baseado no maior EventTimestamp processado, acrescido de uma pequena janela de sobreposição. Remova duplicatas somente com um identificador de evento da fonte já validado, pois eliminar eventos repetidos pode alterar o comportamento do processo.

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 o processo de gestão de despesas, aumentar a eficiência e agilizar as aprovações. Comece a otimizar suas operações hoje.

Voltar ao guia de melhoria

Baixar Template

Ganhe eficiência: otimize hoje a gestão de despesas no Ramp

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

Começar o teste grátis

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

Seu Template de dados de gestão de despesas

Seu Template de dados de gestão de despesas

Atributos de gestão de despesas

Atividades de gestão de despesas

Guias de extração

Exportação integrada de transações e reembolsos em CSV do Ramp

Etapas

Configuração

Consulta de exemplo python

Extração com script Python pela API para desenvolvedores do Ramp

Etapas

Configuração

Consulta de exemplo python

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

Etapas

Configuração

Consulta de exemplo python

Pronto para começar?

Ganhe eficiência: otimize hoje a gestão de despesas no Ramp