> Melhoria contínua de processos > Integração de funcionários > BambooHR > Template de dados

Seu Template de dados de integração de funcionários

BambooHR

Atributos da integração de funcionários(19) Atividades da integração de funcionários(15) Guias de extração(2)

Seu Template de dados de integração de funcionários

Este Template reúne as orientações necessárias para coletar dados e analisar em detalhes o processo de integração de funcionários. Ele apresenta os atributos de dados essenciais, as atividades importantes a acompanhar e instruções claras para extrair esses dados do BambooHR. Use este material para criar um Event Log confiável e obter insights precisos sobre a jornada de integração.

Atributos recomendados para coleta
Atividades importantes para acompanhar na descoberta do processo
Orientações passo a passo para extrair dados do BambooHR

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

Baixar Template

Atributos da integração de funcionários

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

5 Obrigatório 6 Recomendado 8 Opcional

	Nome	Descrição
	Caso de integração OnboardingCase	Identificador exclusivo que reúne todas as atividades de integração de um novo funcionário.
Descrição O caso de integração é o identificador central de todo o processo de integração do funcionário. Ele reúne em uma única jornada todos os eventos relacionados, desde a aceitação inicial da oferta até a conclusão da conversa de acompanhamento após 30 dias. Na análise de Process Mining, esse atributo é fundamental para reconstruir o fluxo completo do processo de cada novo funcionário. Ele permite visualizar mapas de processo, calcular KPIs por caso, como o tempo total de ciclo, e analisar diferentes variações do processo. Sem um identificador de caso consistente, não seria possível acompanhar as etapas pelas quais cada funcionário passa durante a integração. Por que isso importa Esta é a chave principal que conecta todos os eventos relacionados e permite analisar a jornada completa de integração de cada novo funcionário. Onde encontrar Este é um identificador conceitual, geralmente criado pela combinação do ID do funcionário com a contratação ou a data de admissão, já que o BambooHR pode não ter um campo explícito de 'ID do caso de integração'. Ele precisa ser criado durante a preparação dos dados. Exemplos ONB-00123ONB-00124ONB-00125
	Data e hora do evento EventTimestamp	Data e hora exatas em que uma atividade de integração foi concluída ou ocorreu.
Descrição A data e hora do evento indicam o momento exato em que uma atividade aconteceu. Esses dados temporais são essenciais para ordenar os eventos cronologicamente e calcular a duração entre as diferentes etapas do processo. Este atributo é a base de todas as análises de tempo em Process Mining. Ele é usado para calcular tempos de ciclo, tempos de espera e a duração total do processo. Ao analisar as datas e horas dos eventos, as organizações podem identificar as etapas mais demoradas, comparar a performance com os acordos de nível de serviço e localizar atrasos que afetam negativamente a experiência dos novos funcionários. Por que isso importa Esta data e hora estabelece a ordem cronológica dos eventos e é essencial para analisar a performance e a duração, por exemplo, calcular tempos de ciclo e identificar atrasos. Onde encontrar Extraído de diferentes campos de data do BambooHR relacionados à conclusão de atividades, como 'Data de aceitação da oferta', 'Data de conclusão da verificação de antecedentes' ou registros do sistema que mostram mudanças de status. Exemplos 2023-10-01T10:00:00Z2023-10-05T14:30:00Z2023-10-15T09:00:00Z
	Nome da atividade ActivityName	Nome da tarefa ou do marco específico que ocorreu no processo de integração.
Descrição Este atributo registra o nome de cada evento ou etapa do processo de integração do funcionário. Alguns exemplos são 'Oferta aceita', 'Verificação de antecedentes concluída' e 'Orientação do primeiro dia concluída'. Na análise, o nome da atividade é usado para criar o mapa do processo, que mostra a sequência de eventos e o fluxo de trabalho. Ele é essencial para identificar gargalos, analisar a frequência das atividades e entender os diferentes caminhos, ou variações, percorridos pelos novos funcionários. Ao analisar a sequência dessas atividades, analistas podem identificar desvios em relação ao processo padrão e oportunidades de melhoria. Por que isso importa Define as etapas do processo, forma a base do mapa de processo e permite analisar o fluxo de trabalho, os gargalos e as variações. Onde encontrar Derivado de mudanças de status, conclusão de tarefas ou campos de data específicos nas listas de integração ou nos fluxos de contratação do BambooHR. Exemplos Oferta aceitaPacote de documentos enviadoConfiguração de acessos de TI solicitadaConversa de acompanhamento após 30 dias concluída
	Sistema de origem SourceSystem	Indica o sistema de registro de onde os dados foram extraídos.
Descrição Este atributo especifica a origem dos dados, que neste caso é o BambooHR. Ele ajuda na governança de dados e fornece contexto, especialmente quando dados de vários sistemas são combinados. Embora pareça simples, informar explicitamente o sistema de origem é importante para rastrear a linhagem dos dados e solucionar problemas. Em ambientes analíticos maiores, isso ajuda os usuários a entender o contexto dos dados e rastreá-los até a origem caso surjam dúvidas ou inconsistências. Por que isso importa Fornece contexto essencial sobre a origem dos dados, importante para a governança e a validação dos dados e para integrar informações de várias fontes. Onde encontrar Este é um valor estático, 'BambooHR', adicionado durante a transformação dos dados. Exemplos BambooHR
	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 ou atualização mais recente dos dados. Assim, os usuários sabem se os dados estão atualizados e continuam relevantes. Em qualquer análise, especialmente nas que acompanham processos em andamento, é essencial saber quando os dados foram atualizados. Essa data e hora ajudam os usuários a confiar nos dados exibidos e a entender se eles refletem a situação atual das operações ou um momento anterior. São essenciais para os Dashboards que acompanham casos de integração ativos. Por que isso importa Informa aos usuários quando os dados foram atualizados, para que entendam o quanto a análise do processo está atualizada. Onde encontrar Esta data e hora é gerada e adicionada ao conjunto de dados durante a extração e o carregamento dos dados. Exemplos 2024-05-21T08:00:00Z
	Cargo JobTitle	Função ou cargo específico do novo funcionário.
Descrição Este atributo contém o cargo oficial do novo funcionário, por exemplo, 'Engenheiro de software', 'Executivo de contas' ou 'Gerente de produto'. É outra dimensão importante para analisar o processo de integração. Cargos diferentes podem exigir etapas específicas de integração, como treinamentos especializados ou configuração de equipamentos. Analisar os dados por cargo pode revelar se algumas funções enfrentam atrasos maiores ou seguem caminhos diferentes no processo. Isso ajuda a adaptar e otimizar a experiência de integração conforme as necessidades de cada função. Por que isso importa Permite analisar o processo de integração conforme a complexidade e os requisitos de cada função, ajudando a adaptar a experiência a diferentes cargos. Onde encontrar Campo padrão associado às informações profissionais do funcionário no BambooHR. Exemplos Engenheiro de software sêniorCoordenador de marketingDiretor regional de vendas
	Data e hora de término EndTimestamp	A data e hora de conclusão de uma atividade, quando ela tem uma duração mensurável.
Descrição Enquanto StartTime (EventTimestamp) indica quando uma atividade acontece, EndTimestamp indica quando ela termina. Isso é mais relevante para atividades que não são instantâneas, como "Verificação de antecedentes", que tem uma etapa de início e outra de conclusão. Usar as datas e horas de início e término permite calcular com mais precisão o tempo de processamento de cada atividade. Assim, você consegue diferenciar o tempo dedicado ao trabalho da espera até o início da próxima etapa. Esse nível de detalhe é essencial para uma análise aprofundada de gargalos. Por que isso importa Permite calcular com precisão o tempo de processamento das atividades e diferenciar o tempo de trabalho ativo do tempo de espera. Onde encontrar Derivado das datas e horas das atividades sequenciais. Por exemplo, a data e hora de término de "Verificação de antecedentes iniciada" seria a data e hora de "Verificação de antecedentes concluída". Exemplos 2023-10-02T11:00:00Z2023-10-06T16:45:00Z2023-10-16T10:00:00Z
	Departamento Department	Departamento ao qual o novo funcionário vai pertencer.
Descrição Este atributo especifica o departamento da organização, como 'Engenharia', 'Vendas' ou 'Marketing', ao qual o novo funcionário pertence. É uma dimensão importante para segmentar e comparar a performance do processo. Analisar o processo de integração por departamento é essencial para entender as diferenças de performance na organização. Isso ajuda a responder perguntas como: 'Quais departamentos têm os maiores tempos de ciclo de integração?' ou 'As taxas de conclusão dos treinamentos obrigatórios são menores em alguns departamentos?'. Esses insights permitem direcionar ações e compartilhar boas práticas entre departamentos. Por que isso importa Permite comparar a eficiência da integração, os tempos de ciclo e as taxas de conformidade entre diferentes áreas da organização. Onde encontrar Campo padrão associado às informações profissionais do funcionário no BambooHR. Exemplos EngenhariaVendasMarketingRecursos Humanos
	Gestor responsável pela contratação HiringManager	Nome do gestor a quem o novo funcionário se reporta.
Descrição Este atributo identifica o gestor direto do novo funcionário. O gestor responsável pela contratação costuma ter um papel importante na integração, com tarefas como apresentar a equipe e definir os objetivos iniciais. Analisar a performance da integração por gestor pode mostrar quem integra novos membros à equipe com mais eficiência e quem talvez precise de mais apoio ou treinamento. Também ajuda a identificar boas práticas que podem ser compartilhadas na organização, melhorando a consistência e a qualidade da experiência dos novos funcionários. Por que isso importa Permite analisar a performance por gestor, identificando quem conduz bem a integração e quem pode precisar de mais apoio. Onde encontrar Geralmente, você encontra esse dado nas informações profissionais do funcionário ou nos detalhes da estrutura hierárquica no BambooHR. Exemplos Jane DoeJohn SmithEmily Jones
	ID do funcionário EmployeeId	Identificador exclusivo atribuído a cada funcionário no BambooHR.
Descrição O ID do funcionário é a chave exclusiva que identifica cada funcionário no sistema de RH. Ele permanece igual durante todo o período em que a pessoa trabalha na empresa. Embora o caso de integração seja o identificador principal do processo, o ID do funcionário é essencial para vincular os dados de integração ao registro principal da pessoa. Isso permite complementar a análise com outros atributos do funcionário, como cargo ou departamento, e entender melhor como a experiência de integração varia entre diferentes perfis. Por que isso importa Identifica cada novo funcionário e permite complementar a análise com outros dados e acompanhar toda a sua trajetória na empresa, além da integração. Onde encontrar Disponível como campo padrão no registro do funcionário no BambooHR. Exemplos 601856018660187
	Localização Location	Principal local de trabalho ou escritório do novo funcionário.
Descrição Este atributo identifica o escritório ou a localização geográfica onde o novo funcionário vai trabalhar. Pode ser uma cidade, um prédio comercial ou a indicação 'Remoto'. Analisar os dados por localização é importante para identificar diferenças regionais no processo de integração. Por exemplo, o prazo de entrega dos equipamentos pode variar bastante entre locais, ou cada escritório pode ter seus próprios procedimentos de orientação. Essa análise ajuda a padronizar o processo sempre que possível, sem deixar de considerar as variações locais necessárias. Por que isso importa Ajuda a identificar diferenças regionais na performance do processo, como atrasos na entrega de equipamentos ou variações nos procedimentos locais de orientação. Onde encontrar Campo padrão no perfil do funcionário no BambooHR, geralmente nas informações de emprego ou localização. Exemplos Escritório de Nova YorkLondres, Reino UnidoRemoto (US)Sede em São Francisco
	Data de início StartDate	O primeiro dia oficial de trabalho do novo funcionário.
Descrição A data de início é um marco importante no processo de integração. Ela separa as atividades anteriores à admissão, como verificações de antecedentes e documentação, das atividades posteriores, como orientação e treinamento. Essa data serve como referência em várias análises. Por exemplo, ela é usada para calcular o KPI "Pronto para o primeiro dia", que indica se todas as tarefas necessárias antes da admissão foram concluídas até o primeiro dia do funcionário. Também ajuda a analisar a pontualidade dessas atividades e o impacto delas na produtividade desde o primeiro dia. Por que isso importa É um marco importante para separar as atividades anteriores e posteriores à admissão e avaliar se os novos funcionários estão prontos no primeiro dia. Onde encontrar Corresponde ao campo "Data de admissão", que faz parte do cadastro padrão de um funcionário no BambooHR. Exemplos 2023-11-012023-11-152023-12-01
	É retrabalho IsRework	Um indicador que mostra se uma atividade é a repetição de uma etapa que já ocorreu.
Descrição Este atributo booleano calculado recebe o valor verdadeiro quando uma atividade, como "Pacote de documentos enviado", aparece mais de uma vez no mesmo caso de integração. Isso indica que uma etapa do processo precisou ser repetida, geralmente por causa de um erro, de informações faltantes ou de uma ineficiência. Identificar retrabalho é uma das principais possibilidades de Process Mining. Este indicador facilita a filtragem e a quantificação dos casos de retrabalho. Ele também dá suporte direto a Dashboards e KPIs focados em retrabalho, ajudando a destacar atritos e desperdícios no processo. Reduzir o retrabalho diminui o tempo de ciclo e torna a experiência mais simples tanto para o novo funcionário quanto para a equipe de RH. Por que isso importa Destaca ineficiências, erros e desperdício de esforço no processo ao sinalizar atividades que precisaram ser repetidas. Onde encontrar Este é um campo calculado. A lógica é implementada na ferramenta de Process Mining para detectar sequências repetidas de atividades em um caso. Exemplos truefalse
	Equipe Team	A equipe específica à qual o novo funcionário é designado dentro de um departamento.
Descrição Este atributo oferece mais detalhes sobre a estrutura da organização do que o departamento. Ele especifica a equipe imediata, como "Desenvolvimento de front-end" ou "Equipe de vendas para grandes empresas". A análise por departamento é útil, mas a análise por equipe pode revelar insights mais específicos. Ela pode mostrar diferenças de performance entre equipes com funções semelhantes e ajudar a entender como práticas próprias de cada equipe, como apresentações internas ou treinamentos, afetam a jornada de integração. Isso é especialmente útil em departamentos grandes, quando é necessário analisar os dados com mais detalhes. Por que isso importa Oferece uma visão mais detalhada do que a análise por departamento, permitindo comparar a performance e as variações do processo entre equipes. Onde encontrar Pode ser um campo padrão ou personalizado no BambooHR, geralmente incluído na atribuição organizacional do funcionário. Exemplos Engenharia de plataformaVendas para médias empresasMarketing de conteúdo
	Nome do novo funcionário NewHireName	O nome completo do funcionário que está passando pelo processo de integração.
Descrição Este atributo contém o nome do novo funcionário. Ele é usado principalmente em atividades operacionais, como relatórios ou Dashboards que precisam identificar pessoas específicas. Em análises de Process Mining, os nomes costumam ser anonimizados ou substituídos por IDs de funcionário para atender às normas de privacidade de dados. Já nos Dashboards operacionais usados pelo RH e pelos gestores para acompanhar casos em andamento, o nome ajuda a identificar cada caso com rapidez e clareza. Por que isso importa Oferece um contexto claro e fácil de entender para cada caso, especialmente em Dashboards operacionais usados pelo RH e pelos gestores. Onde encontrar Um campo padrão nas informações pessoais do funcionário no BambooHR. Exemplos Alice JohnsonRobert WilliamsMaria Garcia
	País Country	O país onde o novo funcionário trabalha.
Descrição Este atributo indica o país de trabalho. Para organizações globais, é uma dimensão importante de análise. Os processos de integração e as regulamentações podem variar bastante de um país para outro. Analisar o processo por país ajuda a entender essas diferenças, cumprir as leis locais e identificar oportunidades para padronizar práticas entre regiões, quando apropriado. Essa análise também pode explicar variações no tempo de ciclo relacionadas a feriados ou procedimentos administrativos específicos de cada país. Por que isso importa É essencial para organizações globais analisarem as variações do processo, cumprirem as normas locais e gerenciarem os requisitos de integração específicos de cada região. Onde encontrar Um campo padrão nas informações de endereço ou localização do funcionário no BambooHR. Exemplos Estados UnidosReino UnidoAlemanhaCanadá
	Responsável pela atividade EventPerformer	O usuário ou sistema que executou a atividade de integração.
Descrição Este atributo identifica a pessoa, equipe ou sistema automatizado responsável por concluir uma atividade. Por exemplo, um especialista de RH pode concluir a atividade "Pacote de documentos enviado", enquanto o gestor responsável pela contratação faz a "Apresentação à equipe". Essa informação é valiosa para analisar os recursos e entender como a carga de trabalho está distribuída. Ela ajuda a identificar as equipes ou funções envolvidas nas atividades mais demoradas ou que geram gargalos. Também permite analisar as tarefas realizadas por grupos específicos de usuários, o que pode orientar a alocação de recursos e as estratégias de automação. Por que isso importa Identifica quem realiza cada tarefa, algo essencial para analisar a carga de trabalho, otimizar recursos e entender o comportamento de cada usuário. Onde encontrar Essa informação pode estar nos logs de auditoria ou nos detalhes de conclusão das tarefas no BambooHR, geralmente associada ao usuário que fez a atualização. Exemplos Administrador de RHDavid Chen (gestor responsável pela contratação)Automação do sistemaSuporte de TI
	Status do vínculo empregatício EmploymentStatus	O status atual do novo funcionário ao longo do ciclo de vida profissional.
Descrição Este atributo acompanha o status do novo funcionário ao longo do processo, por exemplo, de "Proposta aceita" para "Pré-admissão" e depois para "Ativo". Assim, você tem uma visão geral da etapa em que o funcionário está no processo. Em Process Mining, esse atributo pode ser usado no nível do caso para filtrar integrações em andamento ou analisar quanto tempo os casos permanecem em determinado status. Ele é especialmente útil em Dashboards que mostram em tempo real todas as integrações em andamento, ajudando o RH e os gestores a acompanhar o progresso. Por que isso importa Apresenta o status geral do caso de integração, permitindo filtrar casos ativos e acompanhar o progresso do processo. Onde encontrar Este é um campo padrão no cadastro do funcionário no BambooHR. Exemplos AtivoInativoDesligadoAfastado
	Tempo de ciclo da integração OnboardingCycleTime	A duração total do processo de integração de um caso.
Descrição Esta métrica calculada mede o tempo de ciclo completo de cada caso de integração, geralmente de "Proposta aceita" a "Check-in de 30 dias concluído". Ela representa o tempo total decorrido durante o processo. Este é um dos principais indicadores de performance (KPI) para avaliar a eficiência geral do processo. Ele é usado em Dashboards para acompanhar o tempo médio de integração, comparar a performance entre departamentos ou funções e medir o impacto das iniciativas de melhoria. Um tempo de ciclo menor costuma estar associado a uma experiência melhor para o novo funcionário e a custos administrativos mais baixos. Por que isso importa Este é um KPI importante para medir a eficiência geral do processo e acompanhar as melhorias ao longo do tempo. Onde encontrar Calculado pela diferença entre a data e hora da primeira atividade e a da última atividade do caso. Exemplos 35 dias42 dias28 dias

Obrigatório Recomendado Opcional

Atividades da integração de funcionários

Estas são as etapas e os marcos importantes do processo que você deve registrar no Event Log para descobrir o processo com precisão e acompanhar a performance.

7 Recomendado 8 Opcional

	Atividade	Descrição
	Conversa de acompanhamento após 30 dias concluída	Indica a conclusão da primeira conversa formal de acompanhamento entre o novo funcionário e seu gestor, geralmente realizada após cerca de 30 dias. O evento é registrado quando uma tarefa de 'Acompanhamento após 30 dias' ou um formulário de avaliação de performance é marcado como concluído no BambooHR.
Por que isso importa Este marco é essencial para receber feedback no início da jornada, resolver preocupações e melhorar a retenção de funcionários. Acompanhar sua conclusão ajuda a manter o contato com os novos funcionários durante um período importante. Onde encontrar Registrado pela data e hora de conclusão da tarefa 'Acompanhamento após 30 dias' ou de um formulário de avaliação de performance no BambooHR. Coleta O evento é registrado quando o gestor marca a tarefa ou o formulário de acompanhamento como 'Concluído'. Tipo de evento explicit
	Oferta aceita	Esta atividade marca o início oficial do processo de integração, quando o candidato aceita formalmente a oferta de emprego. No BambooHR, isso costuma ser registrado quando o status do candidato no sistema de rastreamento de candidatos (ATS) muda para 'Contratado'. Essa alteração cria o perfil do funcionário e a lista de tarefas de integração.
Por que isso importa Este é o ponto de partida de cada caso de integração. Analisar o tempo entre este evento e os demais ajuda a medir a eficiência e a velocidade geral do processo anterior à contratação. Onde encontrar Inferido pela data em que o status do candidato é atualizado para 'Contratado' no módulo ATS do BambooHR ou pelo preenchimento do campo de data de contratação do funcionário. Coleta Identifique a data e a hora em que o campo 'status' do candidato muda para 'Contratado'. Tipo de evento inferred
	Orientação do primeiro dia concluída	Marca a conclusão da sessão inicial de orientação do novo funcionário, que aborda a cultura e as políticas da empresa e apresenta as pessoas da equipe. O evento é registrado quando o RH ou o gestor responsável marca a tarefa 'Orientação do primeiro dia' como concluída na lista de integração do BambooHR.
Por que isso importa Este é um marco essencial para o engajamento e a integração do funcionário. Garantir que a orientação aconteça de forma consistente e no prazo é fundamental para uma experiência positiva e para o sucesso dos novos funcionários. Onde encontrar Registrado pela data e hora de conclusão da tarefa 'Orientação do primeiro dia' na lista de tarefas de integração. Coleta O evento é registrado quando a tarefa de orientação é marcada como 'Concluída'. Tipo de evento explicit
	Pacote de documentos concluído	Este evento ocorre quando o novo funcionário termina de assinar todos os documentos exigidos no pacote de integração. O BambooHR registra a conclusão automaticamente quando o funcionário assina todos os documentos enviados.
Por que isso importa A conclusão dos documentos é um requisito essencial para o primeiro dia do novo funcionário. Analisar esse marco é fundamental para garantir a conformidade e a preparação, além de evitar retrabalho e atrasos na data de início. Onde encontrar Registrado pela data e hora em que o status do pacote de documentos enviado muda para 'Concluído' no BambooHR. Coleta O sistema registra um evento específico quando o último documento exigido do pacote de integração é assinado eletronicamente. Tipo de evento explicit
	Tarefas de integração concluídas	Esta atividade marca a conclusão de todas as tarefas atribuídas na lista de integração do novo funcionário. O evento pode ser inferido quando a porcentagem de conclusão da lista chega a 100% ou quando a tarefa final 'Concluir integração' é marcada como concluída.
Por que isso importa Este é o ponto final da etapa estruturada do processo de integração, baseada em tarefas. Ele confirma que todas as etapas administrativas e preparatórias foram concluídas. Onde encontrar Inferido pela data e hora de conclusão da última tarefa na lista de integração do funcionário ou pelo momento em que o status geral do processo de integração é marcado como 'Concluído'. Coleta Identifique a data e a hora de conclusão mais recentes entre todas as tarefas associadas a um único caso de integração. Tipo de evento inferred
	Treinamento obrigatório concluído	Marca a conclusão bem-sucedida de um treinamento obrigatório pelo novo funcionário. O BambooHR registra este evento quando o status do treinamento atribuído é atualizado para 'Concluído' no módulo de acompanhamento de treinamentos.
Por que isso importa Este é um marco essencial para a conformidade. Acompanhar a conclusão ajuda a garantir que a empresa cumpra os requisitos legais e as políticas internas e que os funcionários tenham os conhecimentos necessários para suas funções. Onde encontrar Registrado pela data e hora em que o status do registro de treinamento muda para 'Concluído' no módulo de treinamento do BambooHR. Coleta O sistema registra um evento específico quando o campo de status de um registro de treinamento é atualizado para 'Concluído'. Tipo de evento explicit
	Verificação de antecedentes concluída	Esta atividade indica que a verificação de antecedentes do novo funcionário foi concluída e que os resultados estão disponíveis. No BambooHR, ela é registrada quando a tarefa de 'Verificação de antecedentes' na lista de integração é marcada como 'Concluída'.
Por que isso importa Este é um marco importante para a conformidade. Atrasos entre o início e a conclusão podem se tornar um grande gargalo. Acompanhar essa etapa ajuda a garantir que os requisitos anteriores à contratação sejam cumpridos antes da data de início. Onde encontrar Registrado pela data e hora de conclusão da tarefa de 'Verificação de antecedentes' na lista de tarefas de integração do novo funcionário. Coleta O evento é registrado quando o status da tarefa de verificação de antecedentes é atualizado para 'Concluída'. Tipo de evento explicit
	Apresentação à equipe concluída	Indica a apresentação formal do novo funcionário às pessoas da equipe imediata. Em geral, essa atividade é conduzida pelo gestor e registrada quando a tarefa correspondente é concluída na lista de integração do BambooHR.
Por que isso importa A integração social é uma parte importante de uma boa experiência de integração. Acompanhar esta atividade ajuda a garantir que os gestores cumpram etapas importantes para receber os novos funcionários e fortalecer a união da equipe. Onde encontrar Registrado pela data e hora de conclusão da tarefa 'Apresentação à equipe' na lista de tarefas de integração, geralmente atribuída ao gestor responsável pela contratação. Coleta O evento é registrado quando o gestor marca a tarefa 'Apresentação à equipe' como 'Concluída'. Tipo de evento explicit
	Configuração de acessos de TI solicitada	Esta atividade marca o envio formal de uma solicitação à equipe de TI para criar as contas e os acessos necessários para o novo funcionário. No BambooHR, isso costuma ser registrado quando uma tarefa predefinida de 'Configuração de acessos de TI' é criada e atribuída na lista de integração.
Por que isso importa Configurar os acessos de TI no prazo é essencial para que o novo funcionário comece a trabalhar bem. Acompanhar este evento ajuda a medir o tempo de resposta da equipe de TI e a identificar atrasos na liberação de acessos aos sistemas. Onde encontrar Registrado pela data e hora de criação da tarefa 'Configuração da conta de TI', ou de uma tarefa semelhante, na lista de tarefas de integração do novo funcionário. Coleta O evento é registrado quando a tarefa de configuração de acessos de TI é criada na lista de integração. Tipo de evento explicit
	Equipamentos entregues	Esta atividade indica que os equipamentos solicitados foram entregues e estão prontos para o novo funcionário. Em geral, isso é acompanhado por uma tarefa separada, como 'Equipamentos entregues' ou 'Configuração do espaço de trabalho', marcada como concluída na lista de integração do BambooHR.
Por que isso importa Acompanhar o tempo entre o pedido e a entrega ajuda a identificar possíveis gargalos na cadeia de suprimentos ou na logística. Assim, você garante que todos os equipamentos estejam disponíveis antes da data de início do funcionário. Onde encontrar Registrado pela data e hora de conclusão da tarefa 'Equipamentos entregues' ou 'Configuração do espaço de trabalho' na lista de tarefas de integração. Coleta O evento é registrado quando o status da tarefa de entrega ou configuração é atualizado para 'Concluída'. Tipo de evento explicit
	Equipamentos solicitados	Indica o momento em que os equipamentos necessários, como um notebook ou celular, são solicitados para o novo funcionário. Em geral, isso é registrado quando a tarefa 'Solicitar equipamentos' é marcada como concluída na lista de integração do BambooHR.
Por que isso importa Esta atividade é um marco importante para garantir que o novo funcionário tenha os equipamentos necessários. Atrasos nessa etapa afetam diretamente a preparação e a produtividade no primeiro dia. Onde encontrar Registrado pela data e hora de conclusão da tarefa 'Solicitar equipamentos' na lista de tarefas de integração do BambooHR. Coleta O evento é registrado quando o status da tarefa 'Solicitar equipamentos' é atualizado para 'Concluída'. Tipo de evento explicit
	Pacote de documentos enviado	Marca o momento em que o pacote de documentos do novo funcionário, com itens como o formulário I-9, o W-4 e as políticas da empresa, é enviado para análise e assinatura. O BambooHR registra o evento quando um administrador de RH envia o pacote pelos recursos de gestão de documentos do sistema.
Por que isso importa Esta atividade inicia um fluxo de trabalho administrativo essencial. Medir o tempo entre o envio e a conclusão dos documentos ajuda a avaliar a eficiência do processo de documentação. Onde encontrar Registrado pela data e hora em que o pacote de documentos do novo funcionário é enviado para assinatura eletrônica no BambooHR. Coleta O sistema registra um evento específico quando a ação 'Enviar pacote' é executada. Tipo de evento explicit
	Perfil do funcionário criado	Indica a criação oficial do registro do novo funcionário no sistema de informações de RH (HRIS), que deixa de ser candidato e passa a ser funcionário. Esse evento é inferido pela data de criação do registro na base de dados principal do BambooHR, geralmente após a aceitação da oferta.
Por que isso importa Esta atividade é a base das etapas seguintes da integração, como a configuração de acessos e equipamentos de TI e o cadastro na folha de pagamento. Ela registra com clareza quando o funcionário passa a fazer parte oficialmente do sistema. Onde encontrar Inferido pela data e hora de criação do registro do novo funcionário nas tabelas principais de dados de funcionários do sistema. Coleta Use o campo de data e hora de metadados 'created_at', ou equivalente, do registro principal do funcionário. Tipo de evento inferred
	Treinamento obrigatório atribuído	Este evento ocorre quando um treinamento obrigatório de conformidade ou específico da função é atribuído ao novo funcionário. No BambooHR, ele é registrado no módulo de acompanhamento de treinamentos quando um novo treinamento é adicionado ao registro do funcionário.
Por que isso importa Este é o ponto de partida para medir a conformidade dos treinamentos. Analisar o tempo entre a atribuição e a conclusão ajuda a garantir que os funcionários atendam aos requisitos regulatórios e da empresa dentro do prazo. Onde encontrar Registrado pela data de criação do registro de treinamento atribuído a um funcionário específico no módulo de treinamento do BambooHR. Coleta O sistema registra um evento específico quando uma nova entrada é criada na tabela de acompanhamento de treinamentos dos funcionários. Tipo de evento explicit
	Verificação de antecedentes iniciada	Indica o momento em que uma verificação de antecedentes é solicitada para o novo funcionário por meio de um serviço integrado. Em geral, isso é registrado quando uma tarefa específica de 'Verificação de antecedentes' é criada ou marcada como iniciada na lista de tarefas de integração do novo funcionário no BambooHR.
Por que isso importa Acompanhar o início das verificações de antecedentes ajuda a identificar atrasos na triagem pré-contratação, que costuma ser uma etapa essencial para a conformidade e a contratação dentro do prazo. Onde encontrar Registrado pela data de criação ou de início da tarefa de 'Verificação de antecedentes' em uma lista de tarefas de integração no BambooHR. Coleta O evento é registrado quando a tarefa de verificação de antecedentes é criada ou seu status muda para 'Em andamento'. Tipo de evento explicit

Recomendado Opcional

Guias de extração

Como obter seus dados do BambooHR

Etapas

Acesse o BambooHR: Entre na sua instância do BambooHR com uma conta de usuário que tenha permissão para criar e executar relatórios personalizados.
Acesse os relatórios personalizados: No menu de navegação principal, vá até Relatórios. Na seção "Gerenciar relatórios", clique em "Adicionar relatório".
Configure o relatório: Dê ao relatório um nome descritivo, como "Exportação de Process Mining da integração". Se quiser, inclua uma breve descrição.
Selecione os campos do relatório: Na aba "Campos", selecione todas as colunas necessárias para o Event Log. Inclua identificadores de funcionários, atributos importantes e todos os campos de data relevantes para as atividades de integração. Selecione campos como:
- Número do funcionário
- Nome, Sobrenome
- Departamento, cargo, localização
- Gestor responsável pela contratação
- Data de admissão (para "Perfil do funcionário criado")
- Campos de data personalizados usados para marcos como "Data de aceitação da proposta".
- Datas de conclusão de todas as tarefas relevantes de integração e desligamento. Selecione cada tarefa específica, por exemplo: "Data de conclusão da verificação de antecedentes", "Data de envio do pacote de documentos", "Data de conclusão do pacote de documentos", "Data da solicitação de preparação de TI" etc.
- Datas do módulo de treinamento, como "Data de atribuição do treinamento obrigatório" e "Data de conclusão do treinamento obrigatório".
Defina os filtros do relatório: Acesse a aba "Filtros" para definir o escopo dos dados. É altamente recomendável filtrar por "Data de admissão" para incluir funcionários de um período específico, como os últimos 6 meses. Isso evita que o relatório fique grande demais e exceda o tempo limite.
Salve e gere o relatório: Depois de configurar todos os campos e filtros, clique em "Salvar e executar". Confira os resultados na interface do BambooHR para garantir que o relatório inclui os funcionários e as colunas de dados esperados.
Exporte os dados: Clique no botão de exportação, geralmente representado por um ícone de nuvem ou seta, e escolha "Valores separados por vírgula (.csv)" como formato. Salve o arquivo no seu computador com um nome claro, como bamboohr_onboarding_export.csv.
Prepare o script de transformação: Copie o script Python completo fornecido na seção "consulta" deste documento e salve-o como transform_bamboohr.py no mesmo diretório do arquivo CSV exportado.
Instale a biblioteca necessária: Se você ainda não tiver o pandas instalado, abra um terminal ou prompt de comando e execute: pip install pandas.
Execute a transformação: Abra o terminal ou prompt de comando, acesse o diretório que contém seus arquivos e execute o script com o comando: python transform_bamboohr.py. Ele processará a exportação CSV em formato amplo e gerará o arquivo event_log.csv no formato longo correto para Process Mining.
Carregue os dados no ProcessMind: O arquivo event_log.csv está pronto para ser carregado no aplicativo ProcessMind.

Configuração

Pré-requisitos: Você precisa do pacote BambooHR Advantage, que inclui recursos avançados de relatórios e integração. Sua função de usuário deve ter permissão para criar, visualizar e exportar relatórios personalizados com dados de funcionários.
Campos do relatório: O ponto principal deste método é selecionar os campos corretos. O relatório deve usar o formato amplo, com uma linha por funcionário e uma coluna de data para cada atividade de integração. Inclua Employee # como identificador do caso e todas as colunas de atributos relevantes, como Departamento, Job Title e Hiring Manager.
Campos e tarefas personalizados: A extração depende bastante de como sua organização usa o BambooHR. Atividades como "Proposta aceita" ou "Equipamento solicitado" precisam estar registradas em campos de data personalizados ou como tarefas em uma lista de verificação de integração. Selecione os campos com as datas de conclusão dessas tarefas, não apenas os nomes delas.
Filtros de período: Para manter a performance e a relevância dos dados, filtre sempre o relatório por "Data de admissão". Um período móvel dos últimos 6 a 12 meses costuma ser suficiente para analisar o processo sem gerar um arquivo de exportação grande demais.
Agendamento de relatórios: Para acompanhar o processo continuamente, considere usar o recurso do BambooHR que agenda a execução do relatório personalizado e envia o resultado por e-mail de forma recorrente, por exemplo, toda semana. Isso pode automatizar a primeira etapa da extração.

Consulta de exemplo python

import pandas as pd
import numpy as np
from datetime import datetime

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># The input file exported from BambooHR.
BAMBOOHR_EXPORT_FILE = class="hl-string">'bamboohr_onboarding_export.csv'

class=class="hl-string">"hl-comment"># The final output file ready for ProcessMind.
EVENT_LOG_FILE = class="hl-string">'event_log.csv'

class=class="hl-string">"hl-comment"># This dictionary maps the column names from your BambooHR export to the desired Activity Name.
class=class="hl-string">"hl-comment"># You MUST update the keys (the column names) to exactly match the headers in your exported CSV file.
class=class="hl-string">"hl-comment"># For example, if your class="hl-string">'Background Check Completed' task completion date column is named class="hl-string">'Onboarding: Background Check - Completed On', update it below.
ACTIVITY_MAPPING = {
    class="hl-string">'[Offer Accepted Date Custom Field]': class="hl-string">'Offer Accepted',
    class="hl-string">'[Background Check Initiated Task Completion Date]': class="hl-string">'Background Check Initiated',
    class="hl-string">'[Background Check Completed Task Completion Date]': class="hl-string">'Background Check Completed',
    class="hl-string">'[Paperwork Packet Sent Task Completion Date]': class="hl-string">'Paperwork Packet Sent',
    class="hl-string">'[Paperwork Packet Completed Task Completion Date]': class="hl-string">'Paperwork Packet Completed',
    class="hl-string">'Hire Date': class="hl-string">'Employee Profile Created',
    class="hl-string">'[IT Provisioning Requested Task Completion Date]': class="hl-string">'IT Provisioning Requested',
    class="hl-string">'[Equipment Ordered Task Completion Date]': class="hl-string">'Equipment Ordered',
    class="hl-string">'[Equipment Delivered Task Completion Date]': class="hl-string">'Equipment Delivered',
    class="hl-string">'[First Day Orientation Completed Task Completion Date]': class="hl-string">'First Day Orientation Completed',
    class="hl-string">'[Mandatory Training Assigned Date]': class="hl-string">'Mandatory Training Assigned',
    class="hl-string">'[Team Introduction Completed Task Completion Date]': class="hl-string">'Team Introduction Completed',
    class="hl-string">'[Mandatory Training Completed Date]': class="hl-string">'Mandatory Training Completed',
    class="hl-string">'[30-Day Check-in Completed Task Completion Date]': class="hl-string">'30-Day Check-in Completed',
    class="hl-string">'[Onboarding Tasks Completed Date]': class="hl-string">'Onboarding Tasks Completed'
}

class=class="hl-string">"hl-comment"># --- Main Script ---
def transform_bamboohr_export():
    class="hl-string">"""Loads the wide BambooHR report, transforms it into a long event log format, and saves it to a new CSV."""
    print(fclass="hl-string">"Reading BambooHR export from '{BAMBOOHR_EXPORT_FILE}'...")
    try:
        df = pd.read_csv(BAMBOOHR_EXPORT_FILE)
    except FileNotFoundError:
        print(fclass="hl-string">"Error: The file '{BAMBOOHR_EXPORT_FILE}' was not found. Please ensure it is in the same directory as the script.")
        return

    print(class="hl-string">"Identifying attribute and activity columns...")
    class=class="hl-string">"hl-comment"># Use Employee # as the unique case identifier.
    id_vars = [class="hl-string">'Employee class="hl-comment">#']
    
    class=class="hl-string">"hl-comment"># Define recommended attributes to keep for each event.
    class=class="hl-string">"hl-comment"># Update these column names if they are different in your export.
    attribute_vars = [
        class="hl-string">'Department', 
        class="hl-string">'Job Title', 
        class="hl-string">'Location', 
        class="hl-string">'Hiring Manager'
    ]

    class=class="hl-string">"hl-comment"># All columns that exist in the dataframe and are in our mapping are treated as value_vars for melting.
    value_vars = [col for col in ACTIVITY_MAPPING.keys() if col in df.columns]
    
    if not value_vars:
        print(class="hl-string">"Error: None of the specified activity columns in ACTIVITY_MAPPING were found in the CSV.")
        print(class="hl-string">"Please check your column names.")
        return

    class=class="hl-string">"hl-comment"># Ensure all identifier and attribute columns are present.
    all_id_vars = id_vars + attribute_vars
    missing_cols = [col for col in all_id_vars if col not in df.columns]
    if missing_cols:
        print(fclass="hl-string">"Warning: The following columns were not found and will be skipped: {', '.join(missing_cols)}")
        all_id_vars = [col for col in all_id_vars if col in df.columns]

    print(class="hl-string">"Unpivoting data to create event log...")
    class=class="hl-string">"hl-comment"># Unpivot the dataframe from wide to long format.
    event_log_df = df.melt(
        id_vars=all_id_vars,
        value_vars=value_vars,
        var_name=class="hl-string">'ActivityName',
        value_name=class="hl-string">'EventTimestamp'
    )

    class=class="hl-string">"hl-comment"># Drop rows where the event did not occur (timestamp is null).
    event_log_df.dropna(subset=[class="hl-string">'EventTimestamp'], inplace=True)
    
    print(class="hl-string">"Formatting columns for ProcessMind...")
    class=class="hl-string">"hl-comment"># Replace the source column names with the clean activity names.
    event_log_df[class="hl-string">'ActivityName'] = event_log_df[class="hl-string">'ActivityName'].map(ACTIVITY_MAPPING)

    class=class="hl-string">"hl-comment"># Rename columns to match the required schema.
    event_log_df.rename(columns={class="hl-string">'Employee class="hl-comment">#': class="hl-string">'OnboardingCase'}, inplace=True)
    event_log_df[class="hl-string">'EmployeeId'] = event_log_df[class="hl-string">'OnboardingCase']

    class=class="hl-string">"hl-comment"># Add static columns required by the schema.
    event_log_df[class="hl-string">'SourceSystem'] = class="hl-string">'BambooHR'
    event_log_df[class="hl-string">'LastDataUpdate'] = datetime.now().strftime(class="hl-string">'%Y-%m-%d %H:%M:%S')
    event_log_df[class="hl-string">'EndTimestamp'] = event_log_df[class="hl-string">'EventTimestamp'] class=class="hl-string">"hl-comment"># Assuming point-in-time events
    
    class=class="hl-string">"hl-comment"># Ensure timestamp format is consistent.
    event_log_df[class="hl-string">'EventTimestamp'] = pd.to_datetime(event_log_df[class="hl-string">'EventTimestamp']).dt.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S')
    event_log_df[class="hl-string">'EndTimestamp'] = pd.to_datetime(event_log_df[class="hl-string">'EndTimestamp']).dt.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S')

    class=class="hl-string">"hl-comment"># Reorder columns for clarity.
    final_columns = [
        class="hl-string">'OnboardingCase', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
        class="hl-string">'EmployeeId', class="hl-string">'Department', class="hl-string">'Job Title', class="hl-string">'Location', class="hl-string">'HiringManager', class="hl-string">'EndTimestamp'
    ]
    class=class="hl-string">"hl-comment"># Filter to only include columns that exist.
    final_columns = [col for col in final_columns if col in event_log_df.columns]
    event_log_df = event_log_df[final_columns]

    class=class="hl-string">"hl-comment"># Sort the data.
    event_log_df.sort_values(by=[class="hl-string">'OnboardingCase', class="hl-string">'EventTimestamp'], inplace=True)

    print(fclass="hl-string">"Saving event log to '{EVENT_LOG_FILE}'...")
    event_log_df.to_csv(EVENT_LOG_FILE, index=False)
    print(class="hl-string">"Transformation complete.")

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

Etapas

Pré-requisitos e configuração: Verifique se você tem o Python 3.6 ou uma versão mais recente instalado no sistema. Instale as bibliotecas necessárias, pandas e requests, executando este comando no terminal: pip install pandas requests.
Gere uma chave de API do BambooHR: Entre na sua conta do BambooHR com privilégios de administrador. Acesse o ícone do seu perfil no canto superior direito, selecione "Chaves de API" e crie uma chave. Dê um nome descritivo, como "ProcessMiningExtraction", e verifique se ela tem acesso somente para leitura aos dados de funcionários, às tarefas de integração e aos registros de treinamento. Copie a chave gerada e guarde-a em segurança.
Configure o script Python: Salve o script Python fornecido em um arquivo, por exemplo, extract_onboarding.py. Abra o arquivo e substitua os valores de exemplo de COMPANY_SUBDOMAIN pelo subdomínio exclusivo da sua empresa (a parte do URL do BambooHR que vem antes de ".bamboohr.com") e de API_KEY pela chave gerada na etapa anterior.
Defina o período de extração: Altere as variáveis START_DATE e END_DATE no script. Elas definem o período de inclusão de novos funcionários na extração. Use o formato "AAAA-MM-DD".
Execute o script: No terminal, execute o comando python extract_onboarding.py. O script se conectará à API do BambooHR, buscará os dados necessários e começará a processá-los.
Entenda as chamadas da API: Primeiro, o script chama o endpoint de relatórios do diretório de funcionários para obter uma lista de todos os funcionários admitidos no período especificado. Essa lista serve de base para o identificador OnboardingCase.
Busca iterativa de dados: Para cada novo funcionário identificado, o script faz chamadas adicionais à API para obter informações detalhadas do perfil, as tarefas de integração atribuídas e os registros de treinamento. Assim, todos os dados relevantes da jornada de integração de cada pessoa são coletados.
Transformação e mapeamento dos dados: O script transforma os dados JSON brutos da API em um Event Log estruturado. Ele usa um dicionário predefinido, TASK_TO_ACTIVITY_MAP, para associar os títulos das tarefas de integração no BambooHR aos nomes de atividade padronizados necessários para Process Mining. Eventos como "Proposta aceita" e "Perfil do funcionário criado" são derivados das datas de admissão e criação do cadastro do funcionário.
Confira a saída no console: Durante a execução, o script mostra atualizações de progresso no console, incluindo o número de novos funcionários encontrados e o nome de cada pessoa processada. Acompanhe essa saída para identificar possíveis erros ou avisos.
Gere o arquivo Event Log: Depois de processar todos os funcionários, o script reúne os dados em um único DataFrame e salva um arquivo CSV chamado bamboohr_onboarding_event_log.csv no mesmo diretório. O arquivo contém as colunas necessárias para o ProcessMind.
Prepare o arquivo para carregamento: Abra o arquivo CSV gerado e confira o conteúdo. Antes de carregar o arquivo na ferramenta de Process Mining, verifique se as colunas OnboardingCase, ActivityName e EventTimestamp estão preenchidas corretamente.

Configuração

Permissões da chave de API: A chave de API usada na extração precisa ter, no mínimo, permissão somente para leitura dos seguintes dados: informações pessoais e profissionais dos funcionários, status do vínculo empregatício, tarefas de integração e registros de treinamento.
Subdomínio da empresa: O script precisa do subdomínio exclusivo da sua empresa no BambooHR para montar os URLs corretos dos endpoints da API.
Período (START_DATE, END_DATE): Essas variáveis do script definem o período de extração com base nas datas de admissão dos funcionários. Recomendamos começar com os últimos 3 a 6 meses para manter a qualidade dos dados e controlar o volume extraído. Para analisar todo o histórico, você pode ampliar esse período, mas considere os limites de requisições da API.
Mapeamento de atividades (TASK_TO_ACTIVITY_MAP): Este dicionário do script é essencial. Ele associa os títulos exatos das tarefas de integração da sua empresa no BambooHR aos nomes padronizados das atividades. Revise e personalize esse mapeamento para que corresponda à configuração do BambooHR da sua organização.
Identificador do sistema de origem: A variável SOURCE_SYSTEM está definida como "BambooHR" no script. Você pode alterá-la se precisar de outro identificador no Event Log final.
Considerações sobre performance: Se sua organização tiver milhares de novos funcionários no período selecionado, o script poderá levar bastante tempo para ser executado, pois precisa fazer várias chamadas à API para cada pessoa. Recomendamos executá-lo fora dos horários de pico para evitar impactos na performance e possíveis limitações de requisições da API.

Consulta de exemplo python

import requests
import pandas as pd
from datetime import datetime

class=class="hl-string">"hl-comment"># --- Configuration Settings --- #
class=class="hl-string">"hl-comment"># Replace with your companyclass="hl-string">'s subdomain (e.g., 'yourcompany' from yourcompany.bamboohr.com)
COMPANY_SUBDOMAIN = class="hl-string">'[Your Company Subdomain]'
class=class="hl-string">"hl-comment"># Replace with your BambooHR API Key
API_KEY = class="hl-string">'[Your BambooHR API Key]'

class=class="hl-string">"hl-comment"># Define the date range for new hires to extract (based on hire date)
START_DATE = class="hl-string">'2023-01-01'
END_DATE = class="hl-string">'2023-12-31'

SOURCE_SYSTEM = class="hl-string">'BambooHR'

class=class="hl-string">"hl-comment"># --- Critical: Customize this mapping to match your BambooHR task names --- #
TASK_TO_ACTIVITY_MAP = {
    class="hl-string">'Background Check': class="hl-string">'Background Check Completed',
    class="hl-string">'Send New Hire Packet': class="hl-string">'Paperwork Packet Sent',
    class="hl-string">'Complete New Hire Packet': class="hl-string">'Paperwork Packet Completed',
    class="hl-string">'IT Provisioning Request': class="hl-string">'IT Provisioning Requested',
    class="hl-string">'Order Equipment': class="hl-string">'Equipment Ordered',
    class="hl-string">'Equipment Delivered': class="hl-string">'Equipment Delivered',
    class="hl-string">'First Day Orientation': class="hl-string">'First Day Orientation Completed',
    class="hl-string">'Introduce to Team': class="hl-string">'Team Introduction Completed',
    class="hl-string">'30-Day Check-in': class="hl-string">'30-Day Check-in Completed',
    class="hl-string">'Complete Onboarding': class="hl-string">'Onboarding Tasks Completed'
}

class=class="hl-string">"hl-comment"># --- Main Script Logic --- #

def get_new_hires(start_date, end_date):
    class="hl-string">"""Fetches employees hired within the specified date range."""
    url = fclass="hl-string">'https://api.bamboohr.com/api/gateway.php/{COMPANY_SUBDOMAIN}/v1/reports/custom'
    headers = {class="hl-string">'Accept': class="hl-string">'application/json'}
    auth = (API_KEY, class="hl-string">'x')
    
    payload = {
        class="hl-string">'title': class="hl-string">'New Hire Report',
        class="hl-string">'fields': [class="hl-string">'employeeId', class="hl-string">'created', class="hl-string">'hireDate', class="hl-string">'department', class="hl-string">'jobTitle', class="hl-string">'location', class="hl-string">'supervisor'],
        class="hl-string">'filters': {
            class="hl-string">'lastChanged': {
                class="hl-string">'includeNull': class="hl-string">'false'
            },
            class="hl-string">'hireDate': {
                class="hl-string">'operator': class="hl-string">'between',
                class="hl-string">'value': start_date,
                class="hl-string">'value2': end_date
            }
        }
    }
    
    print(fclass="hl-string">"Fetching new hires from {start_date} to {end_date}...")
    response = requests.post(url, auth=auth, headers=headers, json=payload)
    response.raise_for_status()
    data = response.json()
    print(fclass="hl-string">"Found {len(data.get('employees', []))} new hires.")
    return data.get(class="hl-string">'employees', [])

def get_onboarding_tasks(employee_id):
    class="hl-string">"""Fetches onboarding tasks for a specific employee."""
    url = fclass="hl-string">'https://api.bamboohr.com/api/gateway.php/{COMPANY_SUBDOMAIN}/v1/employees/{employee_id}/onboarding/tasks'
    headers = {class="hl-string">'Accept': class="hl-string">'application/json'}
    auth = (API_KEY, class="hl-string">'x')
    response = requests.get(url, auth=auth, headers=headers)
    if response.status_code == 200:
        return response.json().get(class="hl-string">'tasks', [])
    return []

def get_training_records(employee_id):
    class="hl-string">"""Fetches training records for a specific employee."""
    url = fclass="hl-string">'https://api.bamboohr.com/api/gateway.php/{COMPANY_SUBDOMAIN}/v1/employees/{employee_id}/training/'
    headers = {class="hl-string">'Accept': class="hl-string">'application/json'}
    auth = (API_KEY, class="hl-string">'x')
    response = requests.get(url, auth=auth, headers=headers)
    if response.status_code == 200:
        return response.json()
    return []

def main():
    class="hl-string">"""Main function to orchestrate the extraction and transformation."""
    try:
        new_hires = get_new_hires(START_DATE, END_DATE)
    except requests.exceptions.HTTPError as e:
        print(fclass="hl-string">"Error fetching new hires: {e}")
        print(fclass="hl-string">"Response content: {e.response.text}")
        return

    event_log = []
    last_data_update = datetime.utcnow().isoformat() + class="hl-string">'Z'

    for employee in new_hires:
        emp_id = employee[class="hl-string">'employeeId']
        print(fclass="hl-string">"Processing Employee ID: {emp_id}...")

        base_event = {
            class="hl-string">'OnboardingCase': emp_id,
            class="hl-string">'EmployeeId': emp_id,
            class="hl-string">'Department': employee.get(class="hl-string">'department'),
            class="hl-string">'JobTitle': employee.get(class="hl-string">'jobTitle'),
            class="hl-string">'Location': employee.get(class="hl-string">'location'),
            class="hl-string">'HiringManager': employee.get(class="hl-string">'supervisor'),
            class="hl-string">'SourceSystem': SOURCE_SYSTEM,
            class="hl-string">'LastDataUpdate': last_data_update
        }

        class=class="hl-string">"hl-comment"># 1. Offer Accepted (inferred from hireDate)
        if employee.get(class="hl-string">'hireDate'):
            event_log.append({
                **base_event,
                class="hl-string">'ActivityName': class="hl-string">'Offer Accepted',
                class="hl-string">'EventTimestamp': fclass="hl-string">"{employee['hireDate']}T09:00:00Z",
                class="hl-string">'EndTimestamp': fclass="hl-string">"{employee['hireDate']}T09:00:00Z"
            })

        class=class="hl-string">"hl-comment"># 2. Employee Profile Created
        if employee.get(class="hl-string">'created'):
            event_log.append({
                **base_event,
                class="hl-string">'ActivityName': class="hl-string">'Employee Profile Created',
                class="hl-string">'EventTimestamp': employee[class="hl-string">'created'].replace(class="hl-string">' ', class="hl-string">'T'),
                class="hl-string">'EndTimestamp': employee[class="hl-string">'created'].replace(class="hl-string">' ', class="hl-string">'T')
            })
        
        class=class="hl-string">"hl-comment"># 3. Onboarding Task Events
        tasks = get_onboarding_tasks(emp_id)
        task_completion_dates = []
        for task in tasks:
            activity_name = TASK_TO_ACTIVITY_MAP.get(task.get(class="hl-string">'title'))
            if activity_name and task.get(class="hl-string">'completedDate'):
                event_log.append({
                    **base_event,
                    class="hl-string">'ActivityName': activity_name,
                    class="hl-string">'EventTimestamp': fclass="hl-string">"{task['completedDate']}T17:00:00Z",
                    class="hl-string">'EndTimestamp': fclass="hl-string">"{task['completedDate']}T17:00:00Z"
                })
                task_completion_dates.append(task.get(class="hl-string">'completedDate'))

            class=class="hl-string">"hl-comment"># Handle Background Check Initiated (assumed from task creation)
            if task.get(class="hl-string">'title') == class="hl-string">'Background Check' and task.get(class="hl-string">'createdDate'):
                 event_log.append({
                    **base_event,
                    class="hl-string">'ActivityName': class="hl-string">'Background Check Initiated',
                    class="hl-string">'EventTimestamp': fclass="hl-string">"{task['createdDate']}T17:00:00Z",
                    class="hl-string">'EndTimestamp': fclass="hl-string">"{task['createdDate']}T17:00:00Z"
                })

        class=class="hl-string">"hl-comment"># 4. Training Events
        trainings = get_training_records(emp_id)
        for training in trainings:
            if training.get(class="hl-string">'type') in [class="hl-string">'Compliance Training', class="hl-string">'Role-Specific Training', class="hl-string">'Mandatory Training']:
                if training.get(class="hl-string">'assignedDate'):
                    event_log.append({
                        **base_event,
                        class="hl-string">'ActivityName': class="hl-string">'Mandatory Training Assigned',
                        class="hl-string">'EventTimestamp': fclass="hl-string">"{training['assignedDate']}T17:00:00Z",
                        class="hl-string">'EndTimestamp': fclass="hl-string">"{training['assignedDate']}T17:00:00Z"
                    })
                if training.get(class="hl-string">'completed'):
                    event_log.append({
                        **base_event,
                        class="hl-string">'ActivityName': class="hl-string">'Mandatory Training Completed',
                        class="hl-string">'EventTimestamp': fclass="hl-string">"{training['completed']}T17:00:00Z",
                        class="hl-string">'EndTimestamp': fclass="hl-string">"{training['completed']}T17:00:00Z"
                    })

    if not event_log:
        print(class="hl-string">"No events were generated. Please check your date range and API permissions.")
        return

    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">'OnboardingCase', class="hl-string">'EventTimestamp'])
    
    output_filename = class="hl-string">'bamboohr_onboarding_event_log.csv'
    df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%d %H:%M:%S')
    print(fclass="hl-string">"\nExtraction complete. Event log saved to '{output_filename}'.")

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

Pronto para começar?

Use este Template para preparar seus dados para análise e começar a otimizar o processo de integração de funcionários com segurança. Comece hoje a identificar gargalos e aumentar a eficiência.

Voltar ao guia de melhoria

Baixar Template

Otimize hoje a integração de funcionários no BambooHR

Alcance 95% de conclusão em conformidade e elimine atrasos na integração.

Comece o teste grátis

Não é necessário informar cartão de crédito. Comece a otimizar agora.

Seu Template de dados de integração de funcionários

Seu Template de dados de integração de funcionários

Atributos da integração de funcionários

Atividades da integração de funcionários

Guias de extração

Exportação de relatórios personalizados integrada ao BambooHR

Etapas

Configuração

Consulta de exemplo python

Extração com script Python pela API REST do BambooHR

Etapas

Configuração

Consulta de exemplo python

Pronto para começar?

Otimize hoje a integração de funcionários no BambooHR