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

Seu Template de dados de onboarding de funcionários

BambooHR

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

Seu Template de dados de onboarding de funcionários

Este Template fornece todas as orientações necessárias para coletar dados para uma análise detalhada do processo de onboarding dos seus funcionários. Ele apresenta os atributos de dados essenciais a serem coletados, as atividades críticas a serem acompanhadas e instruções claras para extrair esses dados do BambooHR com eficiência. Use este recurso para criar um Event Log robusto e obter insights precisos sobre sua jornada de onboarding.

Atributos recomendados para coletar
Principais atividades a acompanhar para descobrir o processo
Orientações passo a passo para extrair dados do BambooHR

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

Baixar Template

Atributos de integração de novos funcionários

Estes são os campos de dados essenciais para incluir no seu Event Log, permitindo uma análise completa do processo de integração de novos funcionários.

5 Obrigatório 6 Recomendado 8 Opcional

	Nome	Descrição
	Caso de integração de novo funcionário OnboardingCase	O identificador exclusivo que agrupa todas as atividades de integração de um único novo funcionário.
Descrição O Onboarding Case funciona como o identificador central de todo o processo de integração do funcionário. Ele conecta todos os eventos relacionados, desde a aceitação inicial da oferta até a conclusão do check-in de 30 dias, em uma única jornada coesa. Na análise de Process Mining, este atributo é fundamental para reconstruir o fluxo completo do processo de cada novo contratado. Ele permite visualizar mapas de processo, calcular KPIs no nível do caso, como o tempo total de ciclo, e analisar diferentes variantes do processo. Sem um identificador de caso consistente, seria impossível acompanhar como um único funcionário percorre as várias etapas da integração. Por que isso importa Esta é a chave primária que conecta todos os eventos relacionados, tornando possível analisar a jornada completa de integração de cada novo contratado. Onde obter Este é um identificador conceitual, geralmente obtido combinando o Employee ID com a instância ou a data da contratação, já que o BambooHR pode não ter um 'Onboarding Case ID' explícito. Ele precisa ser criado durante a preparação dos dados. Exemplos ONB-00123ONB-00124ONB-00125
	Data e hora do evento EventTimestamp	A data e a hora exatas em que uma atividade de onboarding foi concluída ou ocorreu.
Descrição A Data e hora do evento marca o momento exato em que uma atividade específica ocorreu. Esses dados temporais são essenciais para ordenar os eventos cronologicamente e calcular as durações entre diferentes etapas do processo. Este atributo é a base de todas as análises baseadas em tempo em Process Mining. Ele é usado para calcular tempos de ciclo, tempos de espera e a duração total do processo. Ao analisar os registros de data e hora, as organizações conseguem identificar quais etapas estão demorando mais, medir a performance em relação aos acordos de nível de serviço e localizar atrasos que afetam negativamente a experiência do novo contratado. Por que isso importa Este registro de data e hora fornece a ordem cronológica dos eventos e é essencial para todas as análises de performance e duração, como calcular tempos de ciclo e identificar atrasos. Onde obter Extraído de vários campos de data do BambooHR que correspondem à conclusão de atividades, como 'Data de aceitação da oferta', 'Data de conclusão da verificação de antecedentes' ou logs do sistema que registram alterações de status. Exemplos 2023-10-01T10:00:00Z2023-10-05T14:30:00Z2023-10-15T09:00:00Z
	Nome da atividade ActivityName	O nome da tarefa ou do marco específico que ocorreu no processo de onboarding.
Descrição Este atributo registra o nome de cada evento ou etapa distinta na jornada de onboarding do funcionário. Os exemplos incluem '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, mostrando 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 variantes, seguidos pelos novos contratados. Ao examinar a sequência dessas atividades, os analistas conseguem identificar desvios do processo padrão e oportunidades de melhoria. Por que isso importa Ele define as etapas do processo, formando a base do mapa do processo e permitindo analisar o Workflow, os gargalos e as variações. Onde obter Obtido a partir de alterações de status, conclusões de tarefas ou campos de data específicos nas listas de verificação de onboarding ou nos Workflows de contratação do BambooHR. Exemplos Oferta aceitaPacote de documentos enviadoProvisionamento de TI solicitadoCheck-in de 30 dias concluído
	Sistema de origem SourceSystem	Indica o sistema de registro do qual estes 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 a linhagem dos dados e a solução de problemas. Em ambientes analíticos maiores, isso garante que os usuários entendam o contexto dos dados e consigam rastreá-los até a origem caso surjam dúvidas ou inconsistências. Por que isso importa Fornece um contexto essencial sobre a origem dos dados, importante para a governança e a validação dos dados e para a integração de dados de várias fontes. Onde obter Este é um valor estático, 'BambooHR', adicionado durante o processo de transformação dos dados. Exemplos BambooHR
	Última atualização dos dados LastDataUpdate	O registro de data e hora que indica 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 de dados mais recente. Ele permite que os usuários entendam claramente o nível de atualização e a relevância dos dados. Em qualquer análise, especialmente nas que monitoram processos em andamento, saber quando os dados foram atualizados é essencial. Este registro de data e hora ajuda os usuários a confiar nos dados que estão visualizando e a entender se eles refletem o estado atual das operações ou um momento anterior. Ele é essencial para Dashboards que acompanham casos de onboarding ativos. Por que isso importa Informa aos usuários o nível de atualização dos dados, garantindo que entendam o quanto a análise do processo está atualizada. Onde obter Este registro de data e hora é gerado e adicionado ao conjunto de dados no momento da extração e do carregamento dos dados. Exemplos 2024-05-21T08:00:00Z
	Cargo JobTitle	A função ou o cargo específico do novo contratado.
Descrição Este atributo contém o cargo oficial do novo funcionário, por exemplo, 'Engenheiro de software', 'Executivo de contas' ou 'Gerente de produto'. Ele fornece outra dimensão importante para analisar o processo de onboarding. Diferentes funções podem ter requisitos específicos de onboarding, como treinamentos especializados ou disponibilização de equipamentos. Analisar os dados por cargo pode revelar se determinadas funções enfrentam atrasos maiores ou seguem caminhos diferentes no processo. Isso ajuda a adaptar e otimizar a experiência de onboarding de acordo com as necessidades específicas de cada posição. Por que isso importa Permite analisar o processo de onboarding com base na complexidade e nos requisitos da função, ajudando a adaptar a experiência para diferentes posições. Onde obter Um campo padrão associado às informações profissionais do funcionário no BambooHR. Exemplos Engenheiro de software sêniorCoordenador de marketingDiretor regional de vendas
	Departamento Department	O departamento ao qual o novo funcionário está ingressando.
Descrição Este atributo especifica o departamento organizacional, como 'Engenharia', 'Vendas' ou 'Marketing', ao qual o novo contratado pertence. Ele é uma dimensão importante para segmentar e comparar a performance do processo. Analisar o processo de onboarding por departamento é essencial para entender as variações de performance na organização. Isso ajuda a responder perguntas como: 'Quais departamentos têm os maiores tempos de ciclo de onboarding?' ou 'As taxas de conformidade do treinamento obrigatório são menores em determinados departamentos?'. Esses insights permitem intervenções direcionadas e o compartilhamento de boas práticas entre departamentos. Por que isso importa Permite comparar a eficiência do onboarding, os tempos de ciclo e as taxas de conformidade entre diferentes áreas da organização. Onde obter Um campo padrão associado às informações profissionais do funcionário no BambooHR. Exemplos EngenhariaVendasMarketingRecursos Humanos
	Gestor responsável pela contratação HiringManager	O nome do gestor a quem o novo funcionário se reporta.
Descrição Este atributo identifica o gestor direto do novo contratado. O gestor responsável pela contratação geralmente desempenha um papel essencial no processo de onboarding, sendo responsável por tarefas como apresentar o novo funcionário à equipe e definir as metas iniciais. Analisar a performance do onboarding por gestor pode mostrar quais gestores são mais eficazes na integração de novos membros ao time e quais podem precisar de suporte ou treinamento adicional. Isso ajuda a identificar boas práticas de gestores bem-sucedidos para compartilhá-las em toda a organização, melhorando a consistência e a qualidade geral da experiência do novo contratado. Por que isso importa Permite analisar a performance por gestor, identificando aqueles que são eficazes no onboarding e aqueles que podem precisar de mais suporte. Onde obter Geralmente encontrado nas informações profissionais do funcionário ou nos detalhes da estrutura de reporte no BambooHR. Exemplos Jane DoeJohn SmithEmily Jones
	ID do funcionário EmployeeId	Um identificador exclusivo atribuído a cada funcionário no BambooHR.
Descrição O Employee ID é a chave exclusiva que identifica um funcionário específico no sistema de RH. Ele permanece constante durante todo o período em que o funcionário trabalha na empresa. Embora o Onboarding Case seja o identificador principal do processo, o Employee ID é essencial para vincular os dados de onboarding ao cadastro principal do funcionário. Isso permite enriquecer os dados com outros atributos, como cargo ou departamento, e fazer uma análise mais completa de como a experiência de onboarding varia para diferentes tipos de funcionários. Por que isso importa Identifica exclusivamente o novo contratado, permitindo enriquecer os dados com outras informações do funcionário e acompanhar todo o seu ciclo de vida além do onboarding. Onde obter Disponível como campo padrão no cadastro do funcionário no BambooHR. Exemplos 601856018660187
	Localização Location	O principal local de trabalho ou escritório do novo contratado.
Descrição Este atributo identifica o escritório físico ou a localização geográfica onde o novo funcionário ficará baseado. 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 onboarding. Por exemplo, os prazos de entrega de equipamentos podem variar significativamente entre localidades, ou diferentes escritórios podem ter seus próprios procedimentos locais de orientação. Essa análise ajuda a padronizar o processo sempre que possível, acomodando as variações locais necessárias. Por que isso importa Ajuda a identificar variações regionais na performance do processo, como atrasos na entrega de equipamentos ou diferenças nos procedimentos locais de orientação. Onde obter Um campo padrão no perfil do funcionário no BambooHR, geralmente nas informações de emprego ou localização. Exemplos Escritório de Nova YorkLondres, Reino UnidoRemoto (EUA)Sede de São Francisco
	Registro de data e hora de término EndTimestamp	O registro de data e hora de conclusão de uma atividade, quando ela tem uma duração mensurável.
Descrição Enquanto StartTime (EventTimestamp) indica quando uma atividade ocorre, EndTimestamp indica sua conclusão. Isso é mais relevante para atividades que não são instantâneas, como 'Verificação de antecedentes', que tem um estado de início e outro de conclusão. Usar os registros de data e hora de início e término permite calcular com mais precisão o tempo de processamento de cada atividade. Isso ajuda a diferenciar o tempo dedicado efetivamente à tarefa do tempo de 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 os tempos de processamento das atividades, distinguindo o tempo de trabalho ativo do tempo de espera. Onde obter Obtido a partir dos registros de data e hora de atividades sequenciais. Por exemplo, o EndTimestamp de 'Verificação de antecedentes iniciada' seria o registro de data e hora de 'Verificação de antecedentes concluída'. Exemplos 2023-10-02T11:00:00Z2023-10-06T16:45:00Z2023-10-16T10:00:00Z
	Data de início StartDate	O primeiro dia oficial de trabalho do novo funcionário.
Descrição A Data de início é um marco essencial no processo de onboarding. Ela separa as atividades de pré-contratação, como verificações de antecedentes e documentação, das atividades pós-contratação, como orientação e treinamento. Essa data é usada como referência importante em muitas análises. Por exemplo, ela é usada para calcular o KPI 'Prontidão para o primeiro dia', que mede se todas as tarefas necessárias de pré-contratação foram concluídas antes do primeiro dia do funcionário. Ela também ajuda a analisar a pontualidade das atividades de pré-contratação e seu impacto na produtividade do primeiro dia. Por que isso importa Funciona como um marco essencial para diferenciar as atividades de pré-contratação das atividades pós-contratação e medir se os novos contratados estão prontos no primeiro dia. Onde obter Corresponde ao campo 'Data de contratação', 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 true quando uma atividade, como 'Pacote de documentos enviado', aparece mais de uma vez no mesmo caso de onboarding. Isso indica que uma etapa do processo precisou ser repetida, geralmente por causa de um erro, informação ausente ou ineficiência. Identificar retrabalho é uma capacidade essencial do Process Mining. Este indicador permite filtrar e quantificar facilmente as ocorrências de retrabalho. Ele apoia diretamente Dashboards e KPIs focados em retrabalho, ajudando a destacar atritos e desperdícios no processo. Reduzir o retrabalho resulta em tempos de ciclo menores e em uma experiência mais fluida tanto para o novo contratado quanto para a equipe de RH. Por que isso importa Destaca ineficiências, erros e esforços desperdiçados no processo ao sinalizar atividades que precisaram ser repetidas. Onde obter Este é um campo calculado. A lógica é implementada na ferramenta de Process Mining para detectar sequências repetidas de atividades dentro de um caso. Exemplos truefalse
	Equipe Team	A equipe específica à qual o novo contratado é designado dentro de um departamento.
Descrição Este atributo fornece um nível de detalhe organizacional mais específico do que o departamento. Ele indica a equipe imediata, como 'Desenvolvedores de frontend' ou 'Equipe de vendas corporativas'. Embora a análise no nível do departamento seja útil, a análise no nível da equipe pode revelar insights mais específicos. Ela pode mostrar diferenças de performance entre equipes com funções semelhantes e ajudar a identificar como práticas específicas da equipe, como apresentações locais ou treinamentos, afetam a jornada geral de onboarding. Isso é especialmente útil em departamentos grandes que precisam de uma visão mais detalhada. Por que isso importa Fornece uma visão mais detalhada do que o departamento, permitindo analisar a performance e as variações do processo entre equipes individuais. Onde obter Pode ser um campo padrão ou personalizado no BambooHR, geralmente parte da alocação organizacional do funcionário. Exemplos Engenharia de plataformaVendas para empresas de médio porteMarketing de conteúdo
	Nome do novo contratado NewHireName	O nome completo do funcionário que está passando pelo onboarding.
Descrição Este atributo contém o nome do novo funcionário. Ele é usado principalmente para fins operacionais, como em relatórios ou Dashboards que precisam identificar pessoas específicas. Na análise de Process Mining, os nomes geralmente são anonimizados ou substituídos por Employee IDs para cumprir as regulamentações de privacidade de dados. No entanto, em Dashboards operacionais usados pelo RH ou pelos gestores para acompanhar casos ativos, ter o nome pode fornecer um contexto imediato e fácil de entender. Por que isso importa Fornece um contexto fácil de ler e entender para casos específicos, especialmente em Dashboards operacionais usados pelo RH e pelos gestores. Onde obter Um campo padrão nas informações pessoais do funcionário no BambooHR. Exemplos Alice JohnsonRobert WilliamsMaria Garcia
	País Country	O país onde o novo contratado trabalha.
Descrição Este atributo especifica o país de trabalho. Para organizações globais, ele é uma dimensão essencial para a análise. Os processos de onboarding e as regulamentações podem variar significativamente de um país para outro. Analisar o processo por país ajuda as organizações a entender essas diferenças, garantir a conformidade com as leis locais e identificar oportunidades para padronizar práticas entre regiões quando apropriado. Isso também pode explicar variações nos tempos de ciclo relacionadas a feriados ou procedimentos administrativos específicos de cada país. Por que isso importa É essencial para organizações globais analisarem variações do processo, garantirem a conformidade local e gerenciarem requisitos de onboarding específicos de cada região. Onde obter Um campo padrão nas informações de localização ou endereço do funcionário no BambooHR. Exemplos Estados UnidosReino UnidoAlemanhaCanadá
	Responsável pelo evento EventPerformer	O usuário ou sistema que executou a atividade de onboarding.
Descrição Este atributo identifica a pessoa, a equipe ou o sistema automatizado responsável por concluir determinada atividade. Por exemplo, um especialista de RH pode concluir a atividade 'Pacote de documentos enviado', enquanto o gestor responsável pela contratação conclui a 'Apresentação à equipe'. Essas informações são muito valiosas para analisar recursos e entender a distribuição da carga de trabalho. Elas ajudam a identificar quais equipes ou funções estão envolvidas nas atividades mais demoradas ou nos gargalos. Também permitem analisar tarefas executadas por grupos específicos de usuários, orientando decisões sobre alocação de recursos e estratégias de automação. Por que isso importa Identifica quem executa cada tarefa, algo essencial para analisar a carga de trabalho, otimizar recursos e entender comportamentos específicos dos usuários. Onde obter Essas informações podem ser registradas em logs de auditoria ou nos detalhes de conclusão de tarefas do BambooHR, geralmente associadas ao usuário que fez a atualização. Exemplos Administrador de RHDavid Chen (gestor de contratação)Automação do sistemaSuporte de TI
	Status do emprego EmploymentStatus	O status atual do novo contratado em seu ciclo de vida profissional.
Descrição Este atributo acompanha o status do novo contratado à medida que ele avança, por exemplo, de 'Oferta aceita' para 'Pré-contratação' e depois para 'Ativo'. Isso fornece uma visão geral da etapa em que o funcionário está no processo como um todo. Em Process Mining, ele pode ser usado como um atributo no nível do caso para filtrar casos de onboarding ativos ou analisar por quanto tempo os casos permanecem em determinado status. Ele é especialmente útil em Dashboards que oferecem uma visão em tempo real de todos os processos de onboarding em andamento, ajudando o RH e os gestores a monitorar o progresso. Por que isso importa Fornece uma visão geral do status do caso de onboarding, permitindo filtrar casos ativos e monitorar o progresso geral. Onde obter Este é um campo padrão no cadastro do funcionário no BambooHR. Exemplos AtivoInativoDesligadoAfastado
	Tempo de ciclo do onboarding OnboardingCycleTime	A duração total do processo de onboarding de um único caso.
Descrição Esta métrica calculada mede o tempo de ciclo de ponta a ponta de cada caso de onboarding, geralmente de 'Oferta aceita' a 'Check-in de 30 dias concluído'. Ela representa o tempo total decorrido em todo 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 os tempos médios de onboarding, comparar a performance entre departamentos ou funções e medir o impacto das iniciativas de melhoria de processos. Um tempo de ciclo menor geralmente está associado a uma melhor experiência do novo contratado e a custos administrativos mais baixos. Por que isso importa Este é um KPI essencial para medir a eficiência geral do processo e acompanhar as melhorias ao longo do tempo. Onde obter Calculado pela diferença entre o registro de data e hora da primeira e da última atividade do caso. Exemplos 35 dias42 dias28 dias

Obrigatório Recomendado Opcional

Atividades de integração de novos funcionários

Estas são as etapas e os marcos essenciais do processo que devem ser registrados no seu Event Log para uma descoberta precisa do processo e o monitoramento da performance.

7 Recomendado 8 Opcional

	Atividade	Descrição
	Check-in de 30 dias concluído	Representa a conclusão do primeiro check-in formal entre o novo contratado e seu gestor, normalmente realizado por volta de 30 dias. Isso é registrado quando uma tarefa '30-Day Check-in' ou um formulário de avaliação de performance é marcado como concluído no BambooHR.
Por que isso importa Este marco é fundamental para obter feedback inicial, resolver preocupações e melhorar a retenção dos funcionários. Acompanhar sua conclusão garante um relacionamento consistente com os novos contratados durante um período crítico. Onde obter Capturado a partir do registro de data e hora de conclusão de uma tarefa '30-Day Check-in' ou de um formulário de avaliação de performance no BambooHR. Captura O evento é registrado quando um gestor marca a tarefa ou o formulário de check-in como 'Completed'. Tipo de evento explicit
	Oferta aceita	Esta atividade marca o início oficial do processo de integração e ocorre quando um candidato aceita formalmente sua oferta de emprego. No BambooHR, isso normalmente é registrado quando o status do candidato no Applicant Tracking System (ATS) muda para 'Hired', acionando a criação do perfil do funcionário e da checklist de integração.
Por que isso importa Este é o ponto de partida crítico para cada caso de integração. Analisar o tempo entre este evento e os demais ajuda a medir a eficiência e a velocidade gerais do processo de pré-contratação. Onde obter Inferido a partir da data em que o status do candidato é atualizado para 'Hired' no módulo ATS do BambooHR ou do preenchimento do campo de data de contratação do funcionário. Captura Identifique o registro de data e hora em que o campo 'status' de um candidato muda para 'Hired'. Tipo de evento inferred
	Orientação do primeiro dia concluída	Marca a conclusão da sessão inicial de orientação do novo contratado, que aborda a cultura e as políticas da empresa, além das apresentações. Isso é registrado quando uma tarefa 'First Day Orientation' é marcada como concluída pelo RH ou pelo gestor responsável pela contratação na checklist de integração do BambooHR.
Por que isso importa Este é um marco fundamental para o engajamento e a integração do funcionário. Garantir que ele aconteça de forma consistente e no prazo é essencial para preparar os novos contratados para o sucesso e proporcionar uma experiência positiva. Onde obter Capturado a partir do registro de data e hora de conclusão da tarefa 'First Day Orientation' na lista de tarefas de integração. Captura O evento é registrado quando a tarefa de orientação é marcada como 'Completed'. Tipo de evento explicit
	Pacote de documentos concluído	Este evento ocorre quando o novo contratado termina de assinar todos os documentos exigidos no pacote de integração. O BambooHR registra isso automaticamente quando o funcionário conclui todas as assinaturas eletrônicas de um pacote enviado.
Por que isso importa A conclusão da documentação é um pré-requisito fundamental para o primeiro dia do novo contratado. Analisar esse marco é essencial para garantir conformidade e preparação, evitando retrabalho e atrasos na data de início. Onde obter Capturado a partir do registro de data e hora em que o status do pacote enviado ao novo contratado muda para 'Completed' no BambooHR. Captura Um evento discreto é registrado quando a última assinatura eletrônica obrigatória é concluída em um pacote de documentos do novo contratado. Tipo de evento explicit
	Tarefas de integração concluídas	Esta atividade marca a conclusão de todas as tarefas atribuídas na checklist de integração do novo contratado. O evento pode ser inferido quando o percentual de conclusão da lista de tarefas de integração chega a 100% ou quando uma tarefa final 'Complete Onboarding' é marcada como concluída.
Por que isso importa Este evento representa o ponto final definitivo da parte estruturada e orientada por tarefas do processo de integração. Ele confirma que todas as etapas administrativas e preparatórias foram executadas com sucesso. Onde obter Inferido a partir do registro de data e hora da última tarefa concluída na lista de tarefas de integração de um funcionário ou quando o status geral do processo de integração é marcado como 'Complete'. Captura Identifique o registro de data e hora de conclusão mais recente 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 curso de treinamento obrigatório pelo novo funcionário. O BambooHR registra este evento quando o status de um treinamento atribuído é atualizado para 'Completed' no módulo de acompanhamento de treinamentos.
Por que isso importa Este é um marco crítico de conformidade. Acompanhar sua conclusão garante que a empresa cumpra os requisitos legais e das políticas internas e que os funcionários tenham o conhecimento necessário para suas funções. Onde obter Capturado a partir do registro de data e hora em que o status de um registro de treinamento muda para 'Completed' no módulo de treinamento do BambooHR. Captura Um evento discreto é registrado quando o campo de status de um registro de treinamento é atualizado para 'Completed'. Tipo de evento explicit
	Verificação de antecedentes concluída	Esta atividade indica que a verificação de antecedentes do novo contratado foi concluída com sucesso e que os resultados estão disponíveis. No BambooHR, isso é registrado quando a tarefa 'Background Check' na checklist de integração é marcada como 'Completed'.
Por que isso importa Este é um marco importante de conformidade. Os atrasos entre o início e a conclusão podem representar um gargalo significativo, e acompanhar essa etapa ajuda a garantir que os requisitos pré-contratação sejam cumpridos antes da data de início. Onde obter Capturado a partir do registro de data e hora de conclusão da tarefa 'Background Check' na lista de tarefas de integração do novo contratado. Captura O evento é registrado quando o status da tarefa de verificação de antecedentes é atualizado para 'Completed'. Tipo de evento explicit
	Apresentação à equipe concluída	Representa a apresentação formal do novo contratado aos membros da sua equipe imediata. Normalmente, é uma atividade conduzida pelo gestor e registrada pela conclusão da tarefa correspondente na checklist de integração do BambooHR.
Por que isso importa A integração social é uma parte importante de uma integração bem-sucedida. Acompanhar essa atividade ajuda a garantir que os gestores estejam concluindo etapas importantes para receber os novos contratados e fortalecer a coesão da equipe. Onde obter Capturado a partir do registro de data e hora de conclusão de uma tarefa 'Team Introduction' na lista de tarefas de integração, geralmente atribuída ao gestor responsável pela contratação. Captura O evento é registrado quando o gestor marca a tarefa 'Team Introduction' como 'Completed'. Tipo de evento explicit
	Equipamento entregue	Esta atividade indica que o equipamento solicitado foi entregue fisicamente e está pronto para o novo contratado. Muitas vezes, isso é acompanhado por uma tarefa separada, como 'Equipment Delivered' ou 'Workspace Setup', marcada como concluída na checklist de integração do BambooHR.
Por que isso importa Acompanhar o tempo entre a solicitação e a entrega destaca possíveis gargalos na cadeia de suprimentos ou na logística. Isso ajuda a garantir que todos os ativos físicos estejam disponíveis antes da data de início do funcionário. Onde obter Capturado a partir do registro de data e hora de conclusão de uma tarefa 'Equipment Delivered' ou 'Workspace Setup' na lista de tarefas de integração. Captura O evento é registrado quando o status da tarefa de entrega ou configuração é atualizado para 'Completed'. Tipo de evento explicit
	Equipamento solicitado	Representa o momento em que o hardware necessário, como um notebook ou celular, é solicitado para o novo contratado. Normalmente, isso é registrado quando uma tarefa 'Order Equipment' é marcada como concluída na checklist de integração do BambooHR.
Por que isso importa Esta atividade é um marco importante para garantir que o novo contratado tenha as ferramentas físicas necessárias. Atrasos nessa etapa afetam diretamente a preparação e a produtividade no primeiro dia. Onde obter Capturado a partir do registro de data e hora de conclusão de uma tarefa 'Order Equipment' na lista de tarefas de integração do BambooHR. Captura O evento é registrado quando o status da tarefa 'Order Equipment' é atualizado para 'Completed'. Tipo de evento explicit
	Pacote de documentos enviado	Marca o momento em que o pacote do novo contratado, contendo documentos como o I-9, o W-4 e as políticas da empresa, é enviado para análise e assinatura. O BambooHR registra esse evento quando um administrador de RH envia o pacote pelos recursos de gerenciamento de documentos do sistema.
Por que isso importa Esta atividade inicia um Workflow administrativo crítico. Medir o tempo entre este ponto e a conclusão da documentação ajuda a avaliar a eficiência do processo de documentação. Onde obter Capturado a partir do registro de data e hora em que um pacote de documentos é enviado a um funcionário para assinatura eletrônica no BambooHR. Captura Um evento discreto é registrado no sistema quando a ação 'Send Packet' é executada. Tipo de evento explicit
	Perfil do funcionário criado	Representa a criação oficial do registro do novo contratado no HRIS, transferindo-o da condição de candidato para funcionário. Isso é inferido a partir da data de criação do registro do funcionário no banco de dados principal do BambooHR, o que normalmente acontece depois que a oferta é aceita.
Por que isso importa Esta atividade é a base para todas as etapas posteriores da integração, como o provisionamento de TI e a configuração da folha de pagamento. Ela fornece um registro de data e hora claro de quando o funcionário entra oficialmente no sistema. Onde obter Inferido a partir do registro de data e hora de criação do registro do novo funcionário no sistema, presente nas tabelas principais de dados de funcionários. Captura Use o registro de data e hora dos metadados 'created_at' ou equivalente do registro principal do funcionário. Tipo de evento inferred
	Provisionamento de TI solicitado	Esta atividade marca a solicitação formal enviada ao departamento de TI para criar as contas e os acessos necessários para o novo contratado. No BambooHR, isso normalmente é registrado quando uma tarefa predefinida de 'IT Provisioning' é criada e atribuída na checklist de integração.
Por que isso importa O provisionamento de TI no prazo é fundamental para um primeiro dia produtivo. Acompanhar este evento ajuda a medir a capacidade de resposta da TI e a diagnosticar atrasos na liberação do acesso dos novos contratados aos sistemas. Onde obter Capturado a partir da data e hora de criação da tarefa 'IT Account Provisioning' ou de uma tarefa semelhante na lista de tarefas de integração do novo contratado. Captura O evento é registrado quando a tarefa de provisionamento de TI é criada em uma checklist de integração. Tipo de evento explicit
	Treinamento obrigatório atribuído	Este evento ocorre quando um treinamento obrigatório de conformidade ou específico da função é atribuído ao novo funcionário. No BambooHR, isso é registrado explicitamente 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 cumpram prontamente os requisitos regulatórios e da empresa. Onde obter Capturado a partir da data de criação de um registro de treinamento atribuído a um funcionário específico no módulo de treinamento do BambooHR. Captura Um evento discreto é registrado quando uma nova entrada é criada na tabela de acompanhamento de treinamentos dos funcionários. Tipo de evento explicit
	Verificação de antecedentes iniciada	Representa o momento em que uma verificação de antecedentes é solicitada para o novo contratado por meio de um serviço integrado. Normalmente, isso é registrado quando uma tarefa específica de 'Background Check' é criada ou marcada como iniciada na lista de tarefas de integração do novo contratado no BambooHR.
Por que isso importa Acompanhar o início das verificações de antecedentes ajuda a identificar atrasos no processo de triagem pré-contratação, que geralmente é uma etapa crítica para a conformidade e para uma contratação no prazo. Onde obter Capturado a partir da data de criação ou início da tarefa 'Background Check' em uma lista de tarefas de integração no BambooHR. Captura O evento é registrado quando a tarefa de verificação de antecedentes é criada ou quando seu status muda para 'In Progress'. Tipo de evento explicit

Recomendado Opcional

Guias de extração

Como obter seus dados do BambooHR

Etapas

Fazer login no BambooHR: acesse sua instância do BambooHR com uma conta de Usuário que tenha permissão para criar e executar relatórios personalizados.
Acessar Relatórios personalizados: no menu de navegação principal, acesse Reports. Na seção 'Manage Reports', clique em 'Add Report'.
Configurar o relatório: dê ao relatório um nome descritivo, como 'Onboarding Process Mining Export'. Se quiser, forneça uma breve descrição.
Selecionar os campos do relatório: na guia 'Fields', selecione todas as colunas necessárias para o Event Log. Isso inclui identificadores de funcionários, atributos importantes e todos os campos de data relevantes para as atividades de onboarding. Você precisará selecionar campos como:
- Employee #
- First Name, Last Name
- Department, Job Title, Location
- Hiring Manager
- Hire Date, para 'Employee Profile Created'
- Quaisquer campos de data personalizados usados para marcos, como 'Offer Accepted Date'.
- Datas de conclusão de todas as tarefas relevantes de Onboarding e Offboarding. Você precisará selecionar cada tarefa específica, por exemplo: 'Background Check Completed Date', 'Paperwork Packet Sent Date', 'Paperwork Packet Completed Date', 'IT Provisioning Requested Date' e assim por diante.
- Datas do módulo de Training, como 'Mandatory Training Assigned Date' e 'Mandatory Training Completed Date'.
Definir filtros do relatório: acesse a guia 'Filters' para definir o escopo dos dados. É altamente recomendável filtrar por 'Hire Date' para capturar funcionários de um período específico, como os últimos 6 meses. Isso evita que o relatório fique grande demais e atinja o tempo limite.
Salvar e gerar o relatório: depois de configurar todos os campos e filtros, clique em 'Save & Run'. Revise os resultados na interface do BambooHR para garantir que o relatório contenha os funcionários e as colunas de dados esperados.
Exportar os dados: clique no botão de exportação, normalmente representado por um ícone de nuvem ou seta, e escolha 'Comma Separated Values (.csv)' como formato. Salve o arquivo no seu computador com um nome claro, como bamboohr_onboarding_export.csv.
Preparar o script de transformação: copie o script Python completo fornecido na seção 'query' deste documento e salve-o como transform_bamboohr.py no mesmo diretório do arquivo CSV exportado.
Instalar a biblioteca necessária: se o pandas não estiver instalado, abra um terminal ou prompt de comando e execute: pip install pandas.
Executar a transformação: abra o terminal ou prompt de comando, acesse o diretório que contém os arquivos e execute o script usando o comando: python transform_bamboohr.py. Isso processará a exportação CSV ampla e gerará um arquivo chamado event_log.csv no formato longo correto para Process Mining.
Carregar no ProcessMind: o arquivo event_log.csv agora está pronto para ser carregado no aplicativo ProcessMind.

Configuração

Pré-requisitos: você precisa ter o pacote BambooHR Advantage, que inclui os recursos avançados de relatórios e integração de funcionários. Seu perfil de usuário precisa ter permissão para criar, visualizar e exportar relatórios personalizados com dados de funcionários.
Campos do relatório: o ponto central deste método é selecionar os campos corretos. O relatório deve ser criado em um formato "amplo", no qual cada funcionário ocupa uma linha e cada atividade de integração tem sua própria coluna de data. Inclua Employee # como identificador do caso e todas as colunas de atributos relevantes, como Departamento, Job Title e Hiring Manager.
Campos e Tasks personalizados: esta extração depende bastante da forma como sua organização usa o BambooHR. Atividades como "Offer Accepted" ou "Equipment Ordered" precisam ser registradas em campos personalizados de data específicos ou como Tasks em uma checklist de integração. Selecione os campos de data de conclusão dessas Tasks, não apenas os nomes delas.
Filtros de intervalo de datas: para garantir performance e relevância, sempre filtre o relatório por "Hire Date". Um período móvel dos últimos 6 a 12 meses geralmente é suficiente para a análise do processo sem gerar um arquivo de exportação excessivamente grande.
Agendamento do relatório: para monitoramento contínuo, considere usar o recurso do BambooHR que agenda a execução do relatório personalizado e o envia por e-mail de forma recorrente, por exemplo, semanalmente. Isso pode ajudar a automatizar a primeira etapa da extração do processo.

a 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: Confirme que o Python 3.6 ou uma versão mais recente está instalado no seu sistema. Instale as bibliotecas necessárias, pandas e requests, executando o comando a seguir no terminal: pip install pandas requests.
Gere uma chave de API do BambooHR: Faça login na sua conta do BambooHR com privilégios de administrador. Acesse o ícone do seu perfil no canto superior direito, selecione 'API Keys' e crie uma nova chave de API. Dê à chave um nome descritivo, como 'ProcessMiningExtraction', e confirme que ela tem acesso somente leitura aos dados de colaboradores, tarefas de onboarding e registros de treinamento. Copie a chave gerada e armazene-a com 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 espaço reservado de COMPANY_SUBDOMAIN pelo subdomínio exclusivo da sua empresa, a parte da URL do BambooHR que aparece 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. Esses parâmetros definem o período de contratação dos novos colaboradores incluídos na extração. Use o formato 'YYYY-MM-DD'.
Execute o script: Execute o script no terminal com o comando: python extract_onboarding.py. O script se conectará à API do BambooHR, buscará os dados necessários e iniciará o processamento.
Entenda as chamadas da API: Primeiro, o script chama o endpoint de relatório do diretório de colaboradores para obter uma lista de todos os colaboradores contratados no período especificado. Essa lista serve de base para o identificador OnboardingCase.
Busca iterativa de dados: Para cada novo colaborador identificado, o script faz chamadas adicionais à API para recuperar informações detalhadas do perfil, tarefas de onboarding atribuídas e registros de treinamento. Assim, todos os dados relevantes da jornada de onboarding 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 mapear os títulos das tarefas de onboarding no BambooHR para os nomes de atividades padronizados necessários para Process Mining. Eventos como 'Offer Accepted' e 'Employee Profile Created' são derivados das datas de contratação e criação do perfil do colaborador.
Revise a saída do console: Durante a execução, o script exibirá atualizações de progresso no console, incluindo o número de novos colaboradores encontrados e o nome de cada pessoa processada. Monitore essa saída para identificar possíveis erros ou avisos.
Gere o arquivo de Event Log: Depois de processar todos os colaboradores, o script reunirá os dados em um único data frame e os salvará como um arquivo CSV chamado bamboohr_onboarding_event_log.csv no mesmo diretório. Esse arquivo terá as colunas necessárias para o ProcessMind.
Prepare o upload: Abra o arquivo CSV gerado para revisar seu conteúdo. Confirme que as colunas OnboardingCase, ActivityName e EventTimestamp estão preenchidas corretamente antes de fazer o upload do arquivo para sua ferramenta de Process Mining.

Configuração

Permissões da chave de API: A chave de API usada na extração deve ter, no mínimo, permissão somente leitura para os seguintes dados: informações pessoais dos colaboradores, informações do cargo, status empregatício, tarefas de onboarding e registros de treinamento.
Subdomínio da empresa: O script precisa do subdomínio exclusivo do seu BambooHR para construir as URLs corretas dos endpoints da API.
Período (START_DATE, END_DATE): Essas variáveis do script controlam o período de extração com base nas datas de contratação dos colaboradores. Recomenda-se começar com um período recente de 3 a 6 meses para garantir a qualidade dos dados e controlar o volume extraído. Para uma análise histórica completa, você pode ampliar o período, mas fique atento aos limites de requisições da API.
Mapeamento de atividades (TASK_TO_ACTIVITY_MAP): Esse dicionário do script é fundamental. Ele mapeia os títulos exatos das tarefas de onboarding da sua empresa no BambooHR para nomes de atividades padronizados. Revise e personalize esse mapeamento de acordo com a configuração específica do BambooHR da sua organização.
Identificador do sistema de origem: A variável SOURCE_SYSTEM está definida como 'BambooHR' no script. Você pode ajustá-la se precisar de outro identificador no seu Event Log final.
Considerações de performance: Em organizações com milhares de novos colaboradores no período selecionado, o script pode levar bastante tempo para ser executado devido às várias chamadas de API necessárias por colaborador. É recomendável executar o script fora do horário de pico para evitar impactos na performance e possíveis limitações de requisições da API.

a 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 onboarding dos seus funcionários com confiança. Comece hoje a identificar gargalos e aumentar a eficiência.

Voltar ao guia de melhoria Baixar Template

Otimize o onboarding de colaboradores no BambooHR hoje

Alcance 95% de conclusão em Conformidade e elimine atrasos no onboarding.

Começar o teste grátis

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

Seu Template de dados de onboarding de funcionários

Seu Template de dados de onboarding de funcionários

Atributos de integração de novos funcionários

Atividades de integração de novos funcionários

Guias de extração

Exportação de relatórios personalizados integrada ao BambooHR

Etapas

Configuração

a Consulta de exemplo python

Extração de script Python pela API REST do BambooHR

Etapas

Configuração

a Consulta de exemplo python

Pronto para começar?

Otimize o onboarding de colaboradores no BambooHR hoje

Seu Template de dados de onboarding de funcionários

Seu Template de dados de onboarding de funcionários

Atributos de integração de novos funcionários

Atividades de integração de novos funcionários

Guias de extração

Exportação de relatórios personalizados integrada ao BambooHR

Etapas

Configuração

a Consulta de exemplo python

Extração de script Python pela API REST do BambooHR

Etapas

Configuração

a Consulta de exemplo python

Pronto para começar?

Otimize o onboarding de colaboradores no BambooHR hoje

Valorizamos sua privacidade