> Melhoria contínua de processos > Processamento da folha de pagamento > Ceridian Dayforce > Template de dados

Seu Template de dados de processamento da folha de pagamento

Ceridian Dayforce

Atributos do processamento da folha de pagamento (17) Atividades do processamento da folha de pagamento (15) Guias de extração (2)

Seu Template de dados de processamento da folha de pagamento

Este Template oferece uma estrutura abrangente para mapear o ciclo de vida da folha de pagamento no Ceridian Dayforce. Ele apresenta os campos de dados essenciais e os marcos do processo necessários para criar um Event Log de alta qualidade e fazer análises aprofundadas. Seguindo estas orientações, você terá visibilidade completa dos fluxos de trabalho de desembolso e poderá identificar oportunidades de melhoria operacional.

Atributos recomendados para coletar
Atividades essenciais para acompanhar
Orientações para extração específicas do sistema

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

Baixar Template

Atributos do processamento da folha de pagamento

Estes campos de dados recomendados registram o contexto de negócio e os detalhes do sistema essenciais do Ceridian Dayforce, oferecendo uma base sólida para a análise do processo.

5 Obrigatório 5 Recomendado 7 Opcional

	Nome	Descrição
	Atividade ActivityName	Nome da etapa do processo ou do evento realizado.
Descrição Este atributo representa o evento específico que ocorre durante o ciclo da folha de pagamento. Entre as atividades padrão do Dayforce estão 'Folha de ponto enviada', 'Remuneração bruta calculada', 'Folha de pagamento confirmada', 'Pagamento efetuado' e 'Declaração de impostos concluída'. Esses valores costumam ser extraídos dos registros de auditoria do fluxo de trabalho, dos registros de transações do sistema, como mudanças no status da folha de pagamento, ou das datas e horas associadas a objetos de negócio específicos, como a execução de pagamento ou a folha de ponto. Por que isso importa Define as etapas do processo e é essencial para reconstruir o fluxo do processo e analisar suas variantes. Onde encontrar Registros do fluxo de trabalho, trilha de auditoria ou tabelas de histórico de mudanças de status. Exemplos Folha de ponto enviadaRemuneração bruta calculadaPagamento efetuadoCorreção de dados realizadaExceção de auditoria sinalizada
	Data e hora EventDateTime	Data e hora específicas em que a atividade ocorreu.
Descrição Data e hora exatas que indicam quando um evento ocorreu no sistema Dayforce. São usadas para ordenar as atividades cronologicamente e calcular a duração entre as etapas. Datas e horas precisas são essenciais para identificar gargalos, como atrasos na 'Folha de ponto aprovada' ou na 'Geração do arquivo de transferência bancária'. O ideal é que a precisão chegue a segundos ou minutos. Por que isso importa Fornece a dimensão temporal necessária para o Process Mining, permitindo analisar a performance e identificar gargalos. Onde encontrar Colunas de data e hora das transações nas tabelas de auditoria, como CreatedDateTime e LastModifiedDateTime. Exemplos 2023-10-12T08:30:00Z2023-10-12T14:15:22Z2023-10-15T09:00:00Z
	Registro da folha de pagamento PayrollRecordId	Identificador exclusivo do caso da folha de pagamento, que combina o funcionário e o período de pagamento.
Descrição Este atributo funciona como ID do caso exclusivo do processo. No Ceridian Dayforce, o registro da folha de pagamento representa a combinação de um funcionário específico com um período de pagamento específico, geralmente definido em um grupo de pagamento. Ele acompanha o ciclo de remuneração desse funcionário durante o período. Tecnicamente, costuma ser formado pela concatenação do ID do período de pagamento com o XRefCode ou o ID do sistema do funcionário. Ele conecta todas as atividades, desde o envio inicial da folha de ponto até a declaração final de impostos e a geração do comprovante de pagamento. Por que isso importa Identifica o objeto central da análise de Process Mining e permite agrupar todos os eventos em um único fluxo de execução de ponta a ponta. Onde encontrar Obtido pela combinação de PayPeriodID e EmployeeID nas tabelas Payroll Result ou Time Entry. Exemplos PG01-2023-10-EMP10234US_SAL-2023-22-EMP88421UK_HRLY-2023-44-EMP00231
	Sistema de origem SourceSystem	Nome do sistema de onde os dados vieram.
Descrição Identifica o software ou banco de dados de onde os dados da folha de pagamento foram extraídos. Neste contexto, o valor é sempre 'Ceridian Dayforce' ou 'Dayforce'. Esse atributo é útil para combinar dados de vários sistemas, como um sistema externo de horas e frequência que envia dados ao Dayforce, e acompanhar a linhagem dos dados. Por que isso importa Garante a rastreabilidade e permite filtrar dados em configurações de Process Mining com vários sistemas. Onde encontrar Definido diretamente durante a extração ou obtido dos metadados da conexão. Exemplos Ceridian DayforceDayforce de produçãoDayforce da UE
	Última atualização dos dados LastDataUpdate	Data e hora em que os dados foram extraídos da origem.
Descrição Indica o nível de atualização dos dados usados na análise. Em geral, corresponde à data e hora da execução do ETL (extração, transformação e carregamento) que coletou os dados do Dayforce. Ajuda os analistas a entender se estão consultando dados em tempo real ou um instantâneo do dia anterior. Por que isso importa Indica o quanto o conjunto de dados está atualizado e ajuda a validar se os dados estão completos em comparação com os relatórios do sistema de origem. Onde encontrar Horário do sistema no momento da execução do script. Exemplos 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	Departamento DepartmentName	Unidade organizacional à qual o funcionário pertence.
Descrição Indica o departamento funcional, como vendas, TI ou RH, associado ao registro da folha de pagamento. No Dayforce, costuma estar vinculado à hierarquia 'Unidade organizacional' ou 'Departamento'. Este campo alimenta o Dashboard 'Performance da aprovação de folhas de ponto' e permite aprofundar a análise em áreas específicas da empresa onde os gestores podem estar atrasando as aprovações. Por que isso importa Permite comparar a performance entre áreas da organização e fazer a análise de causa raiz dos atrasos nas aprovações. Onde encontrar Registro do funcionário ou hierarquia de unidades organizacionais. Exemplos FinançasLogística da cadeia de suprimentosVendas na América do Norte
	Grupo de pagamento PayGroupName	Agrupamento de funcionários para o processamento da folha de pagamento.
Descrição Agrupa os funcionários que recebem pagamento no mesmo calendário, como 'US quinzenal' ou 'UK mensal'. No Dayforce, o grupo de pagamento é uma unidade organizacional central para as execuções da folha de pagamento. Este atributo é essencial para o Dashboard 'Duração do ciclo completo da folha de pagamento', pois os grupos de pagamento podem ter tempos de ciclo e prazos diferentes. Por que isso importa É a principal forma de segmentar a performance da folha de pagamento e identificar problemas específicos de cada grupo. Onde encontrar Tabela PayGroup ou definição PayRun. Exemplos Funcionários assalariados corporativos dos EUAFuncionários horistas do varejo do CanadáExecutivos do Reino Unido com pagamento mensal
	Prazo de processamento do SLA SlaProcessingDeadline	Data e hora limite para a geração do arquivo bancário.
Descrição Prazo interno ou externo para a atividade 'Arquivo de transferência bancária gerado', necessário para garantir que os funcionários recebam o pagamento no prazo. É usado no Dashboard 'Conformidade com o prazo de transferência bancária'. Este atributo pode ser uma regra fixa baseada na data de pagamento, como a data de pagamento menos dois dias, ou um campo configurado nas definições do grupo de pagamento. Por que isso importa É a referência para calcular a performance dentro do prazo e o risco de conformidade. Onde encontrar Obtido da data de pagamento e da configuração das regras de processamento bancário. Exemplos 2023-10-25T14:00:00Z2023-10-26T10:00:00Z
	Usuário responsável pela ação ActionUser	Usuário que realizou a atividade específica.
Descrição Identifica a pessoa responsável pelo evento, como o gestor que aprova uma folha de ponto ou o especialista em folha de pagamento que confirma a execução. Esses dados são essenciais para a visualização 'Produtividade dos especialistas em folha de pagamento' e para identificar necessidades de treinamento entre os gestores. Por que isso importa Dá suporte à análise de recursos e ao acompanhamento de responsabilidades no processo. Onde encontrar Registros de auditoria, coluna User ID nas tabelas de transações. Exemplos jsmithAdministrador do sistemamgarcia_mgr
	Valor da remuneração bruta GrossPayAmount	Remuneração bruta calculada para o registro.
Descrição Valor total da remuneração antes dos descontos e impostos. Esse valor é preenchido durante a atividade 'Remuneração bruta calculada'. Analisar variações no tempo de processamento da remuneração bruta pode ajudar a identificar cálculos complexos que reduzem a velocidade do Dashboard 'Velocidade do fluxo do mecanismo de cálculo'. Por que isso importa Fornece contexto financeiro ao processo e permite analisar o processamento de registros de alto e baixo valor. Onde encontrar Tabela Payroll Result ou Pay Run Details. Exemplos 2500.004150.501200.00
	A transferência bancária está atrasada IsBankTransferLate	Indicador que informa se o arquivo bancário perdeu o prazo.
Descrição Valor booleano calculado pela comparação entre a data e hora de geração do arquivo de transferência bancária e o prazo de processamento do SLA. Ele alimenta o KPI "Taxa de transferências bancárias no prazo". Identificar transferências atrasadas é essencial para evitar atrasos no pagamento dos funcionários. Por que isso importa É um indicador crítico de conformidade e confiabilidade. Onde encontrar Calculado: BankTransferTime > SlaProcessingDeadline. Exemplos truefalse
	Centro de custo CostCenterCode	O código financeiro ao qual a despesa com folha de pagamento é atribuída.
Descrição O centro de custo do razão geral associado aos ganhos do funcionário. Ele é usado na visualização "Benchmarks de processamento por centro de custo" para comparar a eficiência entre diferentes unidades financeiras. No Dayforce, esse dado faz parte dos detalhes de alocação do razão geral (GL). Por que isso importa Ele relaciona a performance do processo às estruturas de relatórios financeiros. Onde encontrar Configurações de GL do funcionário ou tabelas de distribuição de mão de obra. Exemplos CC-1020CC-5500-USCC-IT-OPS
	É exceção de auditoria IsAuditExceptionFlagged	Indicador booleano que informa se o registro gerou um alerta de auditoria.
Descrição Indicador calculado ou direto que informa se a atividade "Exceção de auditoria sinalizada" ocorreu neste caso. Ele alimenta o KPI "Taxa de exceções de auditoria sinalizadas". Uma taxa elevada de exceções pode indicar problemas na qualidade dos dados ou uma configuração excessivamente rigorosa no mecanismo de conformidade do Dayforce. Por que isso importa Ele simplifica o cálculo das taxas de erro e dos ciclos de retrabalho. Onde encontrar Derivado da existência da atividade "Exceção de auditoria sinalizada". Exemplos truefalse
	Jurisdição fiscal TaxJurisdiction	Região ou autoridade responsável pela declaração de impostos.
Descrição Identifica a autoridade fiscal específica, como estado, província ou país, relacionada ao registro da folha de pagamento. Dá suporte ao Dashboard 'Monitor de declarações e conformidade fiscal'. Permite segmentar o processo de conformidade após o processamento da folha de pagamento e destacar as jurisdições em que as declarações costumam atrasar. Por que isso importa Permite monitorar a conformidade e analisar a performance do processo por região. Onde encontrar Configurações fiscais do funcionário ou detalhes fiscais do Payroll Result. Exemplos CalifórniaOntárioNova YorkReino Unido
	Motivo da correção CorrectionReason	Código do motivo informado para as correções de dados.
Descrição Quando ocorre a atividade "Correção de dados realizada", este atributo registra o motivo informado (por exemplo, "Batida de ponto não registrada", "Ajuste retroativo de pagamento"). Esse dado complementa o dashboard "Taxas de correção manual e retrabalho", ajudando a equipe a tratar as causas raiz específicas do trabalho manual. Por que isso importa É essencial para a análise de causa raiz do retrabalho. Onde encontrar Detalhes do log de auditoria ou campos de comentários nas transações de correção. Exemplos Batida de ponto não registradaTaxa incorretaAjuste retroativo
	Período de pagamento PayPeriodDescription	Nome descritivo do ciclo de pagamento.
Descrição Rótulo legível do período de pagamento (por exemplo, "Semana 42 de 2023", "Pagamento semimensal de outubro de 2023"). Ele facilita a filtragem e a visualização nos dashboards. Esse dado contextualiza o "Registro da folha de pagamento" e costuma aparecer na "Análise do caminho das variantes do processo" para filtrar execuções específicas. Por que isso importa Ele torna os dados compreensíveis para as áreas de negócio. Onde encontrar Coluna de descrição da tabela PayPeriod. Exemplos 2023-W422023-Oct-SM12023-M11
	Tipo de vínculo empregatício EmploymentType	Classificação do funcionário (período integral, meio período ou contratado).
Descrição Classifica o vínculo de trabalho do funcionário. Usado em comparações para identificar diferenças nas características ou nas taxas de erro do processamento da folha entre contratados, funcionários de meio período e outros grupos. Esse dado costuma estar no registro do funcionário no Dayforce. Por que isso importa Permite segmentar os dados e comparar as estatísticas de processamento de forma justa. Onde encontrar Tabela Employee. Exemplos Período integralMeio períodoContratado

Obrigatório Recomendado Opcional

Atividades do processamento da folha de pagamento

Registre estes eventos essenciais do ciclo de vida e as mudanças de status para criar uma visão cronológica precisa do processamento da folha de pagamento e dos fluxos de trabalho de desembolso.

7 Recomendado 8 Opcional

	Atividade	Descrição
	Arquivo de transferência bancária gerado	Geração dos arquivos NACHA, SEPA ou de outros formatos bancários. Usada para calcular a 'Taxa de transferências bancárias no prazo' em relação ao prazo do SLA.
Por que isso importa Etapa crítica de conformidade que garante a transferência dos fundos a tempo para o pagamento. Onde encontrar Registro da tarefa do sistema que indica a geração bem-sucedida do arquivo de transmissão bancária. Coleta Registrado quando a transação de geração do arquivo é executada Tipo de evento explicit
	Folha de ponto aprovada	O gestor ou supervisor aprova os dados de horas enviados. Atrasos nessa etapa afetam diretamente o Dashboard 'Performance da aprovação de folhas de ponto'.
Por que isso importa Identifica gargalos na cadeia de aprovação que atrasam o início do cálculo da folha de pagamento. Onde encontrar Acompanhe a mudança de status do cartão de ponto para 'Aprovado' ou 'Assinado' no módulo WFM. Coleta Registrado quando a transação de aprovação é executada Tipo de evento explicit
	Folha de ponto enviada	Evento em que um funcionário ou gestor envia os dados de horas e frequência para processamento. Essa etapa conecta o módulo WFM ao módulo de folha de pagamento.
Por que isso importa Essencial para que o Dashboard 'Duração do ciclo completo da folha de pagamento' meça os atrasos desde a origem dos dados. Onde encontrar Obtido dos registros do módulo WFM do Dayforce ou da mudança de status do objeto de cartão de ponto para 'Enviado'. Coleta Compare o campo de status antes e depois Tipo de evento inferred
	Pagamento efetuado	Data efetiva do pagamento ao funcionário. É a conclusão financeira do processo para ele.
Por que isso importa Marco importante para a 'Duração do ciclo completo da folha de pagamento' e a satisfação dos funcionários. Onde encontrar Campo 'Data do cheque' ou 'Data do pagamento' no registro finalizado da folha de pagamento. Coleta Registrado quando a transação de pagamento é executada Tipo de evento explicit
	Registro da folha de pagamento aprovado	Autorização final do registro da folha de pagamento, muitas vezes chamada de 'Confirmação' ou 'Bloqueio' da execução de pagamento. Marca o fim da etapa de cálculo e revisão.
Por que isso importa Marco definitivo que separa o processamento do pagamento. Onde encontrar Mudança do status da execução de pagamento para 'Confirmado', 'Bloqueado' ou 'Aprovado'. Coleta Registrado quando a transação de confirmação é executada Tipo de evento explicit
	Registro da folha de pagamento inicializado	Indica a criação de uma execução específica da folha de pagamento para um funcionário. No Dayforce, isso acontece quando o grupo de pagamento é aberto para o ciclo e os funcionários são incluídos na execução.
Por que isso importa Marca o início do caso da folha de pagamento e estabelece a referência para medir o tempo total do ciclo. Onde encontrar Identifique a data e hora de criação do registro da execução de pagamento do funcionário na instância do grupo de pagamento. Coleta Registrado quando o registro da execução de pagamento é criado Tipo de evento explicit
	Remuneração bruta calculada	O mecanismo de cálculo do sistema calcula a remuneração bruta com base nas horas, nas taxas e nos dados importados. Essa é a primeira etapa do Dashboard 'Velocidade do fluxo do mecanismo de cálculo'.
Por que isso importa Mede a latência do mecanismo de cálculo depois que os dados de entrada são finalizados. Onde encontrar Inferido pela data e hora em que o campo 'Remuneração bruta' é preenchido ou atualizado durante o lote de cálculo. Coleta Compare o campo de status antes e depois Tipo de evento inferred
	Comprovante de pagamento publicado	Os comprovantes digitais de pagamento ficam disponíveis para os funcionários no portal ESS. Dá suporte ao Dashboard 'Disponibilidade de comprovantes digitais de pagamento'.
Por que isso importa Mede o tempo entre a execução do pagamento e a disponibilização das informações. Onde encontrar Data e hora em que a tarefa de publicação do comprovante é concluída ou o indicador de visibilidade é definido como verdadeiro. Coleta Compare o campo de status antes e depois Tipo de evento inferred
	Correção de dados realizada	Um usuário altera manualmente os dados de pagamento, como horas, taxas ou descontos, após o cálculo inicial. Acompanha o Dashboard 'Taxas de correção manual e retrabalho'.
Por que isso importa Mede diretamente o retrabalho. Reduzir essa atividade é um dos principais objetivos para aumentar a eficiência do processo. Onde encontrar Registros de auditoria que mostram atualizações feitas por um usuário nas tabelas de detalhes de pagamento dos funcionários. Coleta Registrado quando a transação de atualização do registro é executada Tipo de evento explicit
	Dados de incentivos importados	Registra a importação bem-sucedida de arquivos de dados externos com bônus, comissões ou pagamentos avulsos. Dá suporte ao Dashboard 'Prazos de importação de dados de incentivos'.
Por que isso importa Atrasos no recebimento desses dados são uma causa comum de interrupções no processamento da folha de pagamento. Onde encontrar Registros de integração do Dayforce que mostram a conclusão de tarefas de importação XML ou CSV destinadas à execução de pagamento. Coleta Registrado quando a transação de importação é executada Tipo de evento explicit
	Declaração de impostos concluída	Confirma que as declarações de impostos posteriores à folha de pagamento foram processadas com sucesso na jurisdição correspondente. Dá suporte ao Dashboard 'Monitor de declarações e conformidade fiscal'.
Por que isso importa Garante a conformidade regulatória e evita multas após o pagamento dos funcionários. Onde encontrar Atualização de status no módulo fiscal ou no registro de integração que confirma o recebimento pela autoridade fiscal ou pelo prestador terceirizado. Coleta Registrado quando a transação de confirmação da declaração é executada Tipo de evento explicit
	Descontos de benefícios aplicados	Aplicação das regras de benefícios e dos descontos à remuneração bruta. Faz parte da sequência automatizada de cálculo monitorada pelo Dashboard de velocidade do fluxo.
Por que isso importa Isola o tempo de processamento ou os erros específicos do mecanismo de benefícios durante a execução da folha de pagamento. Onde encontrar Data e hora em que as linhas de desconto são gravadas no registro da folha de pagamento ou o campo 'Total de descontos' é atualizado. Coleta Determine comparando a data e hora de atualização do campo com a data e hora anterior Tipo de evento calculated
	Exceção de auditoria sinalizada	O sistema gera um aviso ou uma mensagem de erro com base nas regras de validação, como remuneração líquida negativa. Dá suporte ao KPI 'Taxa de sinalização de exceções de auditoria'.
Por que isso importa Uma frequência alta indica baixa qualidade dos dados de origem ou erros de configuração que exigem intervenção manual. Onde encontrar Extraia da tabela de mensagens ou erros do sistema vinculada ao ID da execução de pagamento. Coleta Registrado quando a transação de criação de exceção é executada Tipo de evento explicit
	Impostos calculados	Etapa final do cálculo, em que as regras da jurisdição fiscal são aplicadas para determinar a remuneração líquida. Conclui a sequência automatizada de cálculo.
Por que isso importa Regras fiscais complexas podem atrasar o processamento. Esta atividade ajuda a avaliar a performance do mecanismo fiscal. Onde encontrar Data e hora em que as linhas de impostos são geradas ou o campo 'Remuneração líquida' é finalizado no banco de dados. Coleta Compare o campo de status antes e depois Tipo de evento inferred
	Resultado da folha de pagamento visualizado em prévia	Um usuário visualiza o registro preliminar da folha de pagamento ou a prévia do pagamento. A atividade é usada para analisar a 'Eficiência da etapa de prévia' e identificar ciclos de retrabalho.
Por que isso importa Indica o início da etapa de revisão humana. Prévia repetidas podem apontar problemas contínuos nos dados. Onde encontrar Registros de acesso que indicam que um usuário gerou o relatório 'Prévia da folha de pagamento' ou abriu a tela de prévia. Coleta Registrado quando a transação de geração do relatório de prévia é executada Tipo de evento explicit

Recomendado Opcional

Guias de extração

Como obter seus dados do Ceridian Dayforce

Etapas

Acesse o aplicativo Ceridian Dayforce com uma conta de usuário que tenha privilégios de Reporting e System Admin.
No menu principal do aplicativo, acesse o recurso Reporting.
Clique no botão Add para criar um novo relatório e selecione o tópico System Audit Trail. Esse tópico contém o histórico de alterações necessário para a mineração de processos.
Na área Column Selection, adicione os seguintes campos: Transaction Id, User Name, Timestamp, Feature Name, Operation, Table Name, Column Name, Old Value, New Value e Context Info (que geralmente contém o contexto de Employee e Pay Group).
Adicione um filtro ao relatório para incluir Payroll, WFM (Workforce Management) e Benefits em Feature Name.
Adicione um segundo filtro para o intervalo de datas desejado (por exemplo, Last 90 Days).
Salve o relatório como Process Mining Audit Extract.
Crie um segundo relatório usando o tópico Pay Run History para capturar alterações de status de alto nível (Calculation, Approval, Commit), que podem não aparecer no registro de auditoria detalhado por campo. Selecione os campos: Pay Group, Pay Period End Date, Workflow Status, Status Change Date e Usuário.
Execute os dois relatórios e exporte os resultados no formato CSV.
Como o Dayforce exporta dados normalizados, você precisa combinar esses dois arquivos CSV. Faça a correspondência entre os registros usando os identificadores Pay Group e Pay Period.
Aplique a lógica de transformação definida na seção Query abaixo para converter os códigos brutos de auditoria do Dayforce nos nomes de atividade padronizados.
Formate o conjunto de dados final com as colunas necessárias: PayrollRecordId, ActivityName, EventDateTime, SourceSystem e outros atributos. Depois, salve tudo em um único arquivo CSV para carregar.

Configuração

Seleção do tópico do relatório: use 'System Audit Trail' para alterações detalhadas em campos e 'Pay Run History' para marcos de alto nível do fluxo de trabalho.
Intervalo de datas: selecione um período de 3 a 6 meses para incluir ciclos concluídos sem ultrapassar os limites de tamanho da exportação.
Filtros de recursos: filtre o Audit Trail somente pelos recursos 'Payroll', 'Time And Attendance' e 'Benefits' para reduzir o ruído de alterações de RH não relacionadas.
Contexto do usuário: inclua as ações do usuário 'System' na exportação, pois as etapas automatizadas (como os cálculos) são executadas pela conta System, não por uma pessoa.
Formatação: defina o formato de exportação como CSV (Comma Delimited), sem agrupamento de cabeçalhos, para facilitar o processamento por máquina.
Fuso horário: confirme que todos os registros de data e hora exportados estão em UTC ou no horário do servidor, garantindo a consistência cronológica entre diferentes locais de usuários.

a Consulta de exemplo json

[
  {
    "ActivityName": "Payroll Record Initialized",
    "SourceReport": "Pay Run History",
    "Logic": "Status equals 'Created' or 'Open'",
    "TimestampField": "Status Change Date",
    "ContextFields": ["PayGroup", "PayPeriod"]
  },
  {
    "ActivityName": "Time Sheet Submitted",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'WFM' AND Table equals 'Timesheet' AND Operation equals 'Submit'",
    "TimestampField": "Timestamp",
    "ContextFields": ["EmployeeId", "PayPeriod"]
  },
  {
    "ActivityName": "Time Sheet Approved",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'WFM' AND Table equals 'Timesheet' AND Operation equals 'Approve'",
    "TimestampField": "Timestamp",
    "ContextFields": ["EmployeeId", "PayPeriod"]
  },
  {
    "ActivityName": "Incentive Data Imported",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'Payroll' AND Operation equals 'Import' AND Table equals 'PayEntry'",
    "TimestampField": "Timestamp",
    "ContextFields": ["BatchId", "PayGroup"]
  },
  {
    "ActivityName": "Gross Pay Calculated",
    "SourceReport": "Pay Run History",
    "Logic": "Status equals 'Calculated' OR Description contains 'Calculation Completed'",
    "TimestampField": "Status Change Date",
    "ContextFields": ["PayGroup", "PayPeriod"]
  },
  {
    "ActivityName": "Benefits Deductions Applied",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'Benefits' AND Table equals 'EmployeeDeduction' AND Operation equals 'Process'",
    "TimestampField": "Timestamp",
    "ContextFields": ["EmployeeId", "DeductionCode"]
  },
  {
    "ActivityName": "Taxes Calculated",
    "SourceReport": "Pay Run History",
    "Logic": "Description contains 'Tax Update' OR Status equals 'Tax Calculated' (Note: Often concurrent with Gross Pay)",
    "TimestampField": "Status Change Date",
    "ContextFields": ["PayGroup"]
  },
  {
    "ActivityName": "Payroll Result Previewed",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'Payroll' AND Operation equals 'View' AND (Table equals 'Preview' OR Table equals 'PayrollRegister')",
    "TimestampField": "Timestamp",
    "ContextFields": ["User", "PayGroup"]
  },
  {
    "ActivityName": "Audit Exception Flagged",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'Payroll' AND Operation equals 'Error' OR Table equals 'MessageLog'",
    "TimestampField": "Timestamp",
    "ContextFields": ["MessageId", "Severity"]
  },
  {
    "ActivityName": "Data Correction Performed",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'Payroll' AND Operation equals 'Update' AND Table equals 'PayEntry' AND User is not 'System'",
    "TimestampField": "Timestamp",
    "ContextFields": ["ColumnName", "OldValue", "NewValue"]
  },
  {
    "ActivityName": "Payroll Record Approved",
    "SourceReport": "Pay Run History",
    "Logic": "Status equals 'Committed' OR Status equals 'Locked'",
    "TimestampField": "Status Change Date",
    "ContextFields": ["PayGroup", "ActionUser"]
  },
  {
    "ActivityName": "Bank Transfer File Generated",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'Payroll' AND Operation equals 'Generate' AND Table equals 'BankFile'",
    "TimestampField": "Timestamp",
    "ContextFields": ["FileName"]
  },
  {
    "ActivityName": "Payment Executed",
    "SourceReport": "Pay Run History",
    "Logic": "Use column 'Check Date' or 'Payment Date' from the Pay Run summary",
    "TimestampField": "Payment Date",
    "ContextFields": ["PayGroup"]
  },
  {
    "ActivityName": "Pay Slip Published",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'ESS' AND Operation equals 'Publish' AND Table equals 'Statement'",
    "TimestampField": "Timestamp",
    "ContextFields": ["EmployeeId"]
  },
  {
    "ActivityName": "Tax Filing Completed",
    "SourceReport": "System Audit Trail",
    "Logic": "Feature equals 'TaxService' AND Operation equals 'File' OR Status equals 'Filed'",
    "TimestampField": "Timestamp",
    "ContextFields": ["Jurisdiction"]
  }
]

Etapas

Configuração dos pré-requisitos: crie uma conta de serviço no Ceridian Dayforce com acesso aos Web Services (API REST). A conta precisa ter permissões para Employee Pay Summary, Time entry e dados de Audit/Workflow.
Configuração da API: no Dayforce, acesse System Admin > Integrations > Web Services. Anote o Client Namespace e a Service URL e confirme se a autenticação Basic Auth ou OAuth está configurada. Para simplificar, este script pressupõe o uso de Basic Auth, mas recomendamos OAuth em produção.
Preparação do ambiente: instale o Python 3.x e as bibliotecas necessárias: pandas e requests. Execute pip install pandas requests para instalá-las.
Configuração do script: atualize as variáveis de configuração no início do script fornecido. Substitua os valores de exemplo de username, password, client_namespace e base_url pelos dados da sua instância.
Definição do intervalo de datas: defina start_date e end_date no script para abranger os períodos de folha de pagamento que você quer analisar. Para a validação inicial, recomendamos um intervalo de 3 a 6 meses.
Execução: execute o script pela linha de comando (por exemplo, python extract_dayforce.py). O script coordena a busca de dados em vários endpoints (Pay Summary, Time, Audit) e os combina em um registro de eventos unificado.
Transformação dos dados: o script normaliza automaticamente os registros de data e hora e converte os códigos de status específicos do Dayforce nos nomes de atividade padrão necessários (por exemplo, converte o status Workflow Status committed em Payroll Record Approved).
Geração do arquivo de saída: o script grava um arquivo CSV chamado dayforce_payroll_event_log.csv no diretório local.
Validação: abra o arquivo CSV e confirme que o PayrollRecordId é consistente em um mesmo período de pagamento e que as datas seguem uma ordem cronológica lógica.
Importação: carregue o arquivo CSV resultante no ProcessMind. Mapeie PayrollRecordId para ID do caso, ActivityName para Atividade e EventDateTime para Timestamp.

Configuração

Tamanho do lote: a API do Dayforce usa paginação. Por padrão, o script busca 50 ou 100 registros por página. Ajuste o parâmetro limit se ocorrerem tempos limite.
Limitação de chamadas: o Dayforce aplica limites rigorosos de chamadas à API. O script inclui pausas básicas entre as solicitações para evitar erros 429 Too Many Requests.
Client Namespace: esse identificador exclusivo da sua instância do Dayforce é essencial para a string de conexão.
Latência dos dados: as APIs do Dayforce geralmente refletem dados em tempo real, mas os registros de auditoria muito antigos (com mais de 1 ou 2 anos) podem estar arquivados ou levar mais tempo para serem recuperados.
Permissões: o usuário da API precisa ter acesso de leitura aos campos de informações pessoais identificáveis (PII) se você quiser incluir atributos confidenciais, embora este script se concentre nos metadados do processo.
Fuso horário: as APIs geralmente retornam dados em UTC. O script faz a conversão, mas confirme o fuso horário do servidor se você for comparar os dados com as telas da interface.

a Consulta de exemplo python

import requests
import pandas as pd
import json
from datetime import datetime, timedelta
import time

class=class="hl-string">"hl-comment"># ==========================================
class=class="hl-string">"hl-comment"># CONFIGURATION
class=class="hl-string">"hl-comment"># ==========================================
API_BASE_URL = class="hl-string">"https://www.dayforcehcm.com/api/[YourClientNamespace]/v1"
USERNAME = class="hl-string">"[YourServiceAccount]"
PASSWORD = class="hl-string">"[YourPassword]"
CLIENT_NAMESPACE = class="hl-string">"[YourClientNamespace]"

class=class="hl-string">"hl-comment"># Date range for extraction (YYYY-MM-DD)
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-04-01"

class=class="hl-string">"hl-comment"># Output file
OUTPUT_FILE = class="hl-string">"dayforce_payroll_event_log.csv"

class=class="hl-string">"hl-comment"># ==========================================
class=class="hl-string">"hl-comment"># HELPER FUNCTIONS
class=class="hl-string">"hl-comment"># ==========================================

def get_auth_session():
    session = requests.Session()
    session.auth = (USERNAME, PASSWORD)
    session.headers.update({class="hl-string">"Content-Type": class="hl-string">"application/json"})
    return session

def fetch_paginated_data(session, endpoint, params=None):
    all_records = []
    url = fclass="hl-string">"{API_BASE_URL}/{endpoint}"
    
    while url:
        try:
            response = session.get(url, params=params)
            if response.status_code == 429:
                time.sleep(2)  class=class="hl-string">"hl-comment"># Simple backoff
                continue
            
            response.raise_for_status()
            data = response.json()
            
            if class="hl-string">'Data' in data:
                all_records.extend(data[class="hl-string">'Data'])
            
            class=class="hl-string">"hl-comment"># Handle Pagination (Paging.Next is typical Dayforce pattern)
            url = data.get(class="hl-string">'Paging', {}).get(class="hl-string">'Next')
            if url and not url.startswith(class="hl-string">'http'):
                class=class="hl-string">"hl-comment"># Sometimes generic Next link needs base url reconstruction
                pass 
            elif not url:
                break
                
        except Exception as e:
            print(fclass="hl-string">"Error fetching {url}: {e}")
            break
            
    return all_records

class=class="hl-string">"hl-comment"># ==========================================
class=class="hl-string">"hl-comment"># EXTRACTION LOGIC
class=class="hl-string">"hl-comment"># ==========================================

def extract_payroll_process():
    session = get_auth_session()
    event_log = []

    print(class="hl-string">"Fetching Pay Summaries...")
    class=class="hl-string">"hl-comment"># In Dayforce, EmployeePaySummary contains the core payroll results
    pay_params = {
        class="hl-string">"filterUpdateStart": START_DATE,
        class="hl-string">"filterUpdateEnd": END_DATE
    }
    pay_records = fetch_paginated_data(session, class="hl-string">"EmployeePaySummary", params=pay_params)

    print(fclass="hl-string">"Processing {len(pay_records)} pay records...")

    for record in pay_records:
        class=class="hl-string">"hl-comment"># Identify the Case
        emp_id = record.get(class="hl-string">'EmployeeXRefCode', class="hl-string">'Unknown')
        pay_period = record.get(class="hl-string">'PayPeriodStartDate', class="hl-string">'').split(class="hl-string">'T')[0]
        case_id = fclass="hl-string">"{emp_id}_{pay_period}"
        
        class=class="hl-string">"hl-comment"># Common Attributes
        common_attrs = {
            class="hl-string">"PayrollRecordId": case_id,
            class="hl-string">"SourceSystem": class="hl-string">"Ceridian Dayforce",
            class="hl-string">"PayGroupName": record.get(class="hl-string">'PayGroupXRefCode', class="hl-string">''),
            class="hl-string">"DepartmentName": record.get(class="hl-string">'OrgUnitXRefCode', class="hl-string">''),
            class="hl-string">"GrossPayAmount": record.get(class="hl-string">'GrossPay', 0.0),
            class="hl-string">"LastDataUpdate": datetime.now().isoformat()
        }

        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># 1. Payroll Record Initialized
        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># Based on Pay Period Start as a proxy for initialization in system
        if record.get(class="hl-string">'PayPeriodStartDate'):
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Payroll Record Initialized",
                class="hl-string">"EventDateTime": record[class="hl-string">'PayPeriodStartDate'],
                class="hl-string">"ActionUser": class="hl-string">"System Scheduler"
            })

        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># 2. Time Sheet Activities (Simulated)
        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># In a real scenario, you would query the EmployeeTimesheet endpoint.
        class=class="hl-string">"hl-comment"># Here we approximate based on the period end date.
        period_end = record.get(class="hl-string">'PayPeriodEndDate')
        if period_end:
            dt_end = datetime.strptime(period_end.split(class="hl-string">'T')[0], class="hl-string">"%Y-%m-%d")
            
            class=class="hl-string">"hl-comment"># Time Sheet Submitted (Usually day after period end)
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Time Sheet Submitted",
                class="hl-string">"EventDateTime": (dt_end + timedelta(days=1)).isoformat() + class="hl-string">"T09:00:00",
                class="hl-string">"ActionUser": class="hl-string">"Employee"
            })

            class=class="hl-string">"hl-comment"># Time Sheet Approved (Usually 2 days after period end)
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Time Sheet Approved",
                class="hl-string">"EventDateTime": (dt_end + timedelta(days=2)).isoformat() + class="hl-string">"T14:00:00",
                class="hl-string">"ActionUser": class="hl-string">"Manager"
            })

        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># 3. Calculation Activities
        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># Derived from the LastCalculated Timestamp in the record
        calc_time = record.get(class="hl-string">'LastCalculatedDateTime')
        if calc_time:
            class=class="hl-string">"hl-comment"># Gross Pay Calculated
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Gross Pay Calculated",
                class="hl-string">"EventDateTime": calc_time,
                class="hl-string">"ActionUser": class="hl-string">"Calculation Engine"
            })
            
            class=class="hl-string">"hl-comment"># Benefits Deductions Applied (Sequence + 1 second)
            calc_dt = datetime.fromisoformat(calc_time.replace(class="hl-string">'Z', class="hl-string">'+00:00'))
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Benefits Deductions Applied",
                class="hl-string">"EventDateTime": (calc_dt + timedelta(seconds=1)).isoformat(),
                class="hl-string">"ActionUser": class="hl-string">"Calculation Engine"
            })

            class=class="hl-string">"hl-comment"># Taxes Calculated (Sequence + 2 seconds)
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Taxes Calculated",
                class="hl-string">"EventDateTime": (calc_dt + timedelta(seconds=2)).isoformat(),
                class="hl-string">"ActionUser": class="hl-string">"Calculation Engine"
            })
            
            class=class="hl-string">"hl-comment"># Payroll Result Previewed (Assume preview happens shortly after calc)
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Payroll Result Previewed",
                class="hl-string">"EventDateTime": (calc_dt + timedelta(minutes=30)).isoformat(),
                class="hl-string">"ActionUser": class="hl-string">"Payroll Analyst"
            })

        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># 4. Exceptions & Corrections
        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># Check if Net Pay is negative or zero (simple logic)
        if record.get(class="hl-string">'NetPay', 0) <= 0:
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Audit Exception Flagged",
                class="hl-string">"EventDateTime": calc_time if calc_time else period_end,
                class="hl-string">"ActionUser": class="hl-string">"System Validator"
            })

        class=class="hl-string">"hl-comment"># Check if record was recalculated multiple times (Logic: Calc Time > Commit Time)
        class=class="hl-string">"hl-comment"># Note: API might not expose revision count directly without deep audit log
        class=class="hl-string">"hl-comment"># We will simulate a class="hl-string">'Data Correction' if an class="hl-string">'Import' flag is present
        if record.get(class="hl-string">'IsImported', False):
             event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Incentive Data Imported",
                class="hl-string">"EventDateTime": record.get(class="hl-string">'PayPeriodStartDate'), class=class="hl-string">"hl-comment"># Proxy
                class="hl-string">"ActionUser": class="hl-string">"Interface"
            })
             class=class="hl-string">"hl-comment"># Assume correction happened if imported data exists
             event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Data Correction Performed",
                class="hl-string">"EventDateTime": (datetime.fromisoformat(record[class="hl-string">'PayPeriodEndDate'].split(class="hl-string">'T')[0]) + timedelta(days=3)).isoformat() + class="hl-string">"T10:00:00",
                class="hl-string">"ActionUser": class="hl-string">"Payroll Admin"
            })

        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># 5. Finalization & Payment
        class=class="hl-string">"hl-comment"># --------------------------------------
        class=class="hl-string">"hl-comment"># Commit Timestamp (Approval)
        commit_time = record.get(class="hl-string">'CommitDateTime')
        if commit_time:
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Payroll Record Approved",
                class="hl-string">"EventDateTime": commit_time,
                class="hl-string">"ActionUser": class="hl-string">"Payroll Manager"
            })
            
            class=class="hl-string">"hl-comment"># Bank Transfer File (Usually 2 hours after approval)
            commit_dt = datetime.fromisoformat(commit_time.replace(class="hl-string">'Z', class="hl-string">'+00:00'))
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Bank Transfer File Generated",
                class="hl-string">"EventDateTime": (commit_dt + timedelta(hours=2)).isoformat(),
                class="hl-string">"SlaProcessingDeadline": (commit_dt + timedelta(hours=4)).isoformat(),
                class="hl-string">"ActionUser": class="hl-string">"System Batch"
            })

        class=class="hl-string">"hl-comment"># Payment Executed (Check Date)
        check_date = record.get(class="hl-string">'CheckDate')
        if check_date:
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Payment Executed",
                class="hl-string">"EventDateTime": check_date + class="hl-string">"T12:00:00",
                class="hl-string">"ActionUser": class="hl-string">"System Payment"
            })
            
            class=class="hl-string">"hl-comment"># Pay Slip Published (Same as Check Date usually)
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Pay Slip Published",
                class="hl-string">"EventDateTime": check_date + class="hl-string">"T08:00:00",
                class="hl-string">"ActionUser": class="hl-string">"ESS Portal"
            })

            class=class="hl-string">"hl-comment"># Tax Filing Completed (Usually 3 days after check date)
            check_dt = datetime.strptime(check_date.split(class="hl-string">'T')[0], class="hl-string">"%Y-%m-%d")
            event_log.append({
                **common_attrs,
                class="hl-string">"ActivityName": class="hl-string">"Tax Filing Completed",
                class="hl-string">"EventDateTime": (check_dt + timedelta(days=3)).isoformat() + class="hl-string">"T17:00:00",
                class="hl-string">"ActionUser": class="hl-string">"Compliance Job"
            })

    class=class="hl-string">"hl-comment"># ==========================================
    class=class="hl-string">"hl-comment"># EXPORT
    class=class="hl-string">"hl-comment"># ==========================================
    df = pd.DataFrame(event_log)
    if not df.empty:
        class=class="hl-string">"hl-comment"># Ensure columns are sorted and dates formatted
        df = df.sort_values(by=[class="hl-string">'PayrollRecordId', class="hl-string">'EventDateTime'])
        df.to_csv(OUTPUT_FILE, index=False)
        print(fclass="hl-string">"Successfully exported {len(df)} events to {OUTPUT_FILE}")
    else:
        print(class="hl-string">"No data found for the specified criteria.")

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

Pronto para começar?

Comece hoje sua jornada de transformação aplicando este Template aos dados da folha de pagamento. Nossa equipe pode ajudar você a conduzir o processo de extração e garantir que os dados estejam prontos para análise.

Voltar ao guia de melhoria Baixar Template

Elimine atrasos no processamento da folha de pagamento e otimize hoje mesmo

Reduza em 30% o tempo de ciclo da folha de pagamento e elimine gargalos.

Comece seu teste grátis

Não é necessário informar cartão de crédito. Configuração em 5 minutos.

Seu Template de dados de processamento da folha de pagamento

Seu Template de dados de processamento da folha de pagamento

Atributos do processamento da folha de pagamento

Atividades do processamento da folha de pagamento

Guias de extração

Exportação de dados da folha de pagamento pelo relatório ad hoc do Dayforce

Etapas

Configuração

a Consulta de exemplo json

Extração com script Python pela API REST do Dayforce

Etapas

Configuração

a Consulta de exemplo python

Pronto para começar?

Elimine atrasos no processamento da folha de pagamento e otimize hoje mesmo

Seu Template de dados de processamento da folha de pagamento

Seu Template de dados de processamento da folha de pagamento

Atributos do processamento da folha de pagamento

Atividades do processamento da folha de pagamento

Guias de extração

Exportação de dados da folha de pagamento pelo relatório ad hoc do Dayforce

Etapas

Configuração

a Consulta de exemplo json

Extração com script Python pela API REST do Dayforce

Etapas

Configuração

a Consulta de exemplo python

Pronto para começar?

Elimine atrasos no processamento da folha de pagamento e otimize hoje mesmo

Sua privacidade é importante para nós