> Melhoria Contínua de Processos > Processamento de Folha de Pagamento > Ceridian Dayforce > Modelo de Dados

Seu Template de Dados de Processamento de Folha

Ceridian Dayforce

Atributos de Processamento de Folha (18) Atividades de Processamento de Folha (15) Guias de Extração (2)

Seu Template de Dados de Processamento de Folha

Este template oferece uma estrutura completa para mapear o ciclo de vida da sua folha no Ceridian Dayforce. Ele detalha os campos de dados essenciais e marcos do processo necessários para criar um Event Log de alta qualidade. Ao seguir essas diretrizes, você terá visibilidade total dos seus fluxos de pagamento e identificará áreas para melhoria operacional.

Atributos recomendados para coletar
Atividades-chave a monitorizar
Orientações de extração específicas do sistema

É novo em event logs? Saiba como criar um event log para Process Mining.

Baixar Modelo

Atributos de Processamento de Folha

Estes campos de dados recomendados capturam o contexto de negócio e detalhes do sistema Ceridian Dayforce para fornecer uma base sólida para sua análise de processo.

5 Obrigatório 5 Recomendado 8 Opcional

	Nome	Descrição
	Atividade ActivityName	O nome da etapa do processo ou event realizado.
Descrição Este atributo representa o evento específico que ocorre no ciclo de folha. Atividades padrão no Dayforce incluem 'Folha de Ponto Enviada', 'Cálculo de Pagamento Bruto', 'Folha Efetivada', 'Pagamento Executado' e 'Envio de Impostos Concluído'. Estes valores são geralmente extraídos de logs de auditoria de workflow, logs de transação do sistema ou timestamps associados a objetos como Rodada de Pagamento ou Folha de Ponto. Por que é importante Define as etapas do processo e é essencial para reconstruir o fluxo do processo e analisar variantes. Onde obter Logs de workflow, Trilha de Auditoria ou tabelas de histórico de mudança de status. Exemplos Folha de Ponto EnviadaPagamento Bruto CalculadoPagamento ExecutadoCorreção de Dados RealizadaExceção de Auditoria Sinalizada
	Registro de Folha de Pagamento PayrollRecordId	Identificador único para o caso de folha, combinando colaborador e período.
Descrição Este atributo serve como o ID do Caso único para o processo. No Ceridian Dayforce, um registro de folha é a interseção de um Colaborador específico com um Período de Pagamento. Ele rastreia o ciclo de vida da remuneração daquele colaborador no ciclo. Tecnicamente, é construído concatenando o ID do Período e o Código do Colaborador. Ele conecta todas as atividades, desde o envio inicial do ponto até o envio de impostos e geração do holerite. Por que é importante Identifica o objeto central da análise de Process Mining, permitindo que todos os eventos sejam agrupados em um único caminho de execução ponta a ponta. Onde obter Derivado da combinação de PayPeriodID e EmployeeID nas tabelas de Resultado da Folha ou Entrada de Horas. Exemplos PG01-2023-10-EMP10234US_SAL-2023-22-EMP88421UK_HRLY-2023-44-EMP00231
	Timestamp EventDateTime	A data e hora específica em que a atividade ocorreu.
Descrição O timestamp exato que marca quando um evento ocorreu no sistema Dayforce. É usado para ordenar as atividades cronologicamente e calcular durações entre as etapas. Timestamps precisos são críticos para identificar gargalos, como atrasos na aprovação da folha de ponto ou na geração do arquivo bancário. A granularidade ideal é em segundos ou minutos. Por que é importante Fornece a dimensão temporal necessária para o Process Mining, permitindo a análise de desempenho e a detecção de gargalos. Onde obter Colunas de timestamp de transação em tabelas de auditoria (ex: CreatedDateTime, LastModifiedDateTime). Exemplos 2023-10-12T08:30:00Z2023-10-12T14:15:22Z2023-10-15T09:00:00Z
	Sistema de Origem SourceSystem	O nome do sistema de onde os dados se originaram.
Descrição Identifica o software ou banco de dados de onde os dados da folha foram extraídos. Neste contexto, o valor é consistentemente 'Ceridian Dayforce' ou 'Dayforce'. Isso é útil ao combinar dados de múltiplos sistemas (ex: um sistema externo de ponto que alimenta o Dayforce) para rastrear a linhagem dos dados. Por que é importante Garante a rastreabilidade e permite a filtragem em configurações de Process Mining de múltiplos sistemas. Onde obter Codificado rigidamente durante a extração ou derivado dos metadados de conexão. Exemplos Ceridian DayforceDayforce ProductionDayforce EU
	Última Atualização de Dados LastDataUpdate	O timestamp de quando os dados foram extraídos da fonte.
Descrição Indica o quão atualizado estão os dados usados para análise. Normalmente, é o timestamp da execução do ETL que extraiu os dados do Dayforce. Ajuda os analistas a entenderem se estão visualizando dados em tempo real ou um snapshot do dia anterior. Por que é importante Estabelece a atualidade do conjunto de dados e ajuda a validar a integridade dos dados em relação aos relatórios do sistema de origem. Onde obter Horário do sistema no momento da execução do script. Exemplos 2023-11-01T00:00:00Z2023-11-02T12:00:00Z
	Departamento DepartmentName	A unidade organizacional à qual o colaborador pertence.
Descrição Indica o departamento funcional (ex: Vendas, TI, RH) associado ao registro da folha. No Dayforce, isso geralmente está vinculado à hierarquia de 'Unidade Org' ou 'Departamento'. Este campo alimenta o dashboard 'Desempenho de Aprovação de Folha de Ponto', permitindo o detalhamento de áreas de negócio específicas onde os gestores podem estar atrasando aprovações. Por que é importante Permite o benchmarking organizacional e a análise de causa raiz para atrasos nas aprovações. Onde obter Registro do colaborador ou hierarquia da Unidade Organizacional. Exemplos FinançasSupply Chain LogisticsVendas na América do Norte
	Grupo de Pagamento PayGroupName	O agrupamento de colaboradores para o processamento da folha.
Descrição Categoriza os colaboradores que são pagos juntos no mesmo cronograma (ex: 'Quinzenal EUA', 'Mensal Reino Unido'). No Dayforce, o Grupo de Pagamento é uma unidade organizacional primária para processamentos de folha. Este atributo é essencial para o dashboard 'Duração do Ciclo de Folha de Pagamento Ponta a Ponta', pois diferentes grupos têm naturalmente tempos de ciclo e prazos distintos. Por que é importante É a principal segmentação para benchmarking do desempenho da folha de pagamento e identificação de problemas específicos no nível do grupo. Onde obter Tabela PayGroup ou definição de PayRun. Exemplos US Corporate SalariedCA Varejo HorárioUK Executive Monthly
	Prazo de Processamento (SLA) SlaProcessingDeadline	O timestamp de conclusão obrigatório para a geração do arquivo bancário.
Descrição O prazo interno ou externo até o qual a atividade 'Arquivo Bancário Gerado' deve ocorrer para garantir o pagamento em dia. Usado no dashboard 'Conformidade de Prazo de Transferência Bancária'. Este atributo pode ser uma regra estática baseada na Data de Pagamento (ex: Data de Pagamento menos 2 dias) ou um campo configurado no Grupo de Pagamento. Por que é importante É o benchmark para calcular o desempenho no prazo e o risco de conformidade. Onde obter Derivado da Data de Pagamento e da configuração das regras de processamento bancário. Exemplos 2023-10-25T14:00:00Z2023-10-26T10:00:00Z
	Usuário da Ação ActionUser	O usuário que realizou a atividade específica.
Descrição Identifica o indivíduo responsável pelo evento, como o gestor que aprova uma folha de ponto ou o especialista em folha que confirma o processamento. Estes dados são vitais para a visão de 'Produtividade do Especialista em Folha de Pagamento' e para identificar necessidades de treinamento entre os gestores. Por que é importante Oferece suporte à análise de recursos e ao acompanhamento de responsabilidades dentro do processo. Onde obter Logs de auditoria, coluna de ID de Usuário em tabelas de transação. Exemplos jsmithAdministrador do Sistemamgarcia_mgr
	Valor do Pagamento Bruto GrossPayAmount	O pagamento bruto calculado para o registro.
Descrição O valor total da remuneração antes de descontos e impostos. Este valor é preenchido durante a atividade 'Cálculo de Pagamento Bruto'. Analisar variações no tempo de processamento do valor bruto ajuda a identificar cálculos complexos que atrasam o dashboard 'Velocidade do Fluxo do Motor de Cálculo'. Por que é importante Fornece contexto financeiro ao processo e permite a análise do processamento de registros de alto valor vs. baixo valor. Onde obter Tabela Payroll Result ou Pay Run Details. Exemplos 2500.004150.501200.00
	Centro de Custo CostCenterCode	O código financeiro cobrado pela despesa da folha.
Descrição O centro de custo do livro razão associado aos rendimentos do colaborador. Usado na visão 'Benchmarks de Processamento por Centro de Custo' para comparar a eficiência entre unidades financeiras. No Dayforce, faz parte dos detalhes de alocação do Livro Razão (GL). Por que é importante Vincula o desempenho do processo às estruturas de relatórios financeiros. Onde obter Configurações de GL do colaborador ou tabelas de Distribuição de Mão de Obra. Exemplos CC-1020CC-5500-USCC-IT-OPS
	É Exceção de Auditoria IsAuditExceptionFlagged	Sinalização booleana indicando se o registro disparou um aviso de auditoria.
Descrição Uma sinalização calculada ou direta indicando que a atividade 'Exceção de Auditoria Sinalizada' ocorreu para este caso. Ela impulsiona o KPI 'Taxa de Sinalização de Exceção de Auditoria'. Altas taxas de exceções indicam problemas de qualidade de dados ou configuração excessivamente rigorosa no motor de conformidade do Dayforce. Por que é importante Simplifica o cálculo de taxas de erro e loops de retrabalho. Onde obter Derivado da existência da atividade 'Exceção de Auditoria Sinalizada'. Exemplos verdadeirofalse
	Jurisdição Fiscal TaxJurisdiction	A região ou autoridade para o envio de impostos.
Descrição Identifica a autoridade fiscal específica (ex: Estado, Província, País) relevante para o registro da folha. Alimenta o dashboard 'Monitor de Preenchimento de Impostos e Conformidade'. Isso permite a segmentação do processo de conformidade pós-folha, destacando jurisdições que frequentemente sofrem atrasos no preenchimento. Por que é importante Permite o monitoramento da conformidade e a análise geográfica do desempenho do processo. Onde obter Configurações de Impostos do colaborador ou detalhes fiscais do Resultado da Folha. Exemplos CalifórniaOntárioNova YorkReino Unido
	Motivo da Correção CorrectionReason	O código do motivo fornecido para as correções de dados.
Descrição Se ocorrer uma atividade de 'Correção de Dados Realizada', este atributo captura o motivo registrado (ex: 'Esquecimento de Ponto', 'Ajuste de Pagamento Retroativo'). Isso adiciona detalhes ao dashboard 'Taxas de Correção Manual e Retrabalho', permitindo que a equipe trate causas raiz específicas de trabalho manual. Por que é importante É essencial para a análise de causa raiz de retrabalho. Onde obter Detalhes do log de auditoria ou campos de comentário em transações de correção. Exemplos Marcação de Ponto AusenteTaxa ErradaAjuste Retroativo
	Período de Pagamento PayPeriodDescription	O nome descritivo do ciclo de pagamento.
Descrição O rótulo legível do período de pagamento (ex: 'Semana 42 de 2023', 'Quinzenal Outubro 2023'). Ajuda na filtragem e visualização nos dashboards. Oferece contexto para o 'Registro de Folha' e é exibido na 'Análise de Caminho de Variante de Processo' para filtrar rodadas específicas. Por que é importante Torna os dados compreensíveis para os usuários de negócios. Onde obter Coluna de descrição da tabela PayPeriod. Exemplos 2023-W422023-Oct-SM12023-M11
	Tempo de Ciclo de Processamento (Dias) ProcessingCycleTimeDays	Total de dias desde a inicialização até o pagamento.
Descrição A duração entre 'Registro de Folha de Pagamento Inicializado' e 'Pagamento Executado'. Essa métrica alimenta o dashboard 'Duração do Ciclo de Folha Ponta a Ponta'. Oferece uma visão de alto nível da velocidade e eficiência do processo. Por que é importante É a principal medida da velocidade do processo. Onde obter Calculado: Timestamp de Pagamento - Timestamp de Inicialização. Exemplos 3.55.21.0
	Tipo de vínculo empregatício EmploymentType	A classificação do colaborador (Tempo Integral, Meio Período, Terceirizado).
Descrição Categoriza a relação de trabalho do colaborador. Usado em benchmarking para ver se terceirizados ou funcionários de meio período possuem características de processamento ou taxas de erro diferentes. Frequentemente encontrado no registro do Colaborador no Dayforce. Por que é importante Permite a segmentação e a comparação justa das estatísticas de processamento. Onde obter Tabela de Colaboradores. Exemplos Tempo integralMeio períodoTerceirizado
	Transferência Bancária Atrasada IsBankTransferLate	Sinalização indicando se o arquivo bancário perdeu o prazo.
Descrição Um valor booleano calculado pela comparação do timestamp 'Arquivo de Transferência Bancária Gerado' com o 'Prazo de Processamento do SLA'. Isso impulsiona o KPI 'Taxa de Transferência Bancária no Prazo'. Identificar transferências atrasadas é crucial para evitar o atraso nos pagamentos dos colaboradores. Por que é importante É um indicador crítico de conformidade e confiabilidade. Onde obter Calculado: BankTransferTime > SlaProcessingDeadline. Exemplos verdadeirofalse

Obrigatório Recomendado Opcional

Atividades de Processamento de Folha

Capture estes eventos essenciais do ciclo de vida e mudanças de status para construir uma visão cronológica precisa do seu processamento de folha de pagamento e workflows de desembolso.

7 Recomendado 8 Opcional

	Atividade	Descrição
	Arquivo de Transferência Bancária Gerado	A geração do NACHA, SEPA ou outros arquivos bancários. Usado para calcular a 'Taxa de Transferência Bancária no Prazo' em relação ao SLA.
Por que é importante Etapa crítica de conformidade que garante que os fundos sejam movimentados a tempo para o pagamento. Onde obter Log de job do sistema indicando a geração bem-sucedida do arquivo de transmissão bancária. Captura Registrado quando a transação de Geração de Arquivo foi executada Tipo de evento explicit
	Folha de Ponto Aprovada	O gestor ou supervisor aprova os dados de tempo enviados. Atrasos aqui impactam diretamente o dashboard 'Performance de Aprovação de Folha de Ponto'.
Por que é importante Identifica gargalos na cadeia de aprovação que travam a inicialização do cálculo da folha. Onde obter Rastreie a mudança de status do cartão de ponto para 'Aprovado' ou 'Assinado' no módulo de WFM. Captura Registrado quando a transação de Aprovação é executada Tipo de evento explicit
	Folha de Ponto Enviada	O evento em que um colaborador ou gestor envia dados de tempo e presença para processamento. Faz a ponte entre o módulo de WFM e o módulo de Folha.
Por que é importante Fundamental para o dashboard 'Duração do Ciclo de Folha de Pagamento Ponta a Ponta' para medir atrasos desde a origem dos dados. Onde obter Derivado dos logs do módulo Dayforce WFM ou da mudança de status no objeto timecard para 'Enviado'. Captura Comparar campo de status antes/depois Tipo de evento inferred
	Pagamento Bruto Calculado	O motor de cálculo do sistema computa o valor bruto com base em horas, taxas e dados importados. Esta é a primeira etapa no dashboard 'Velocidade do Fluxo do Motor de Cálculo'.
Por que é importante Mede a latência do motor de cálculo após a finalização das entradas. Onde obter Inferido a partir do timestamp de quando o campo 'Salário Bruto' é preenchido ou atualizado durante o lote de cálculo. Captura Comparar campo de status antes/depois Tipo de evento inferred
	Pagamento Executado	A data efetiva do pagamento ao colaborador. É a conclusão financeira do processo para o funcionário.
Por que é importante Marco fundamental para a 'Duração do Ciclo de Folha de Pagamento Ponta a Ponta' e a satisfação do colaborador. Onde obter O campo 'Data do Cheque' ou 'Data de Pagamento' no registro de folha finalizado. Captura Registrado quando a transação de Desembolso é executada Tipo de evento explicit
	Registro de Folha de Pagamento Aprovado	A autorização final do registro de folha, muitas vezes chamada de 'Efetivação' ou 'Bloqueio' da rodada. Marca o fim da fase de cálculo/revisão.
Por que é importante O marco definitivo que separa o processamento do desembolso. Onde obter Mudança no status do Pay Run para 'Confirmado', 'Bloqueado' ou 'Aprovado'. Captura Registrado quando a transação de Confirmação é executada Tipo de evento explicit
	Registro de Folha de Pagamento Inicializado	Marca a criação da instância específica da rodada de pagamento de um colaborador. No Dayforce, isso ocorre quando o Grupo de Pagamento é aberto para o ciclo e os colaboradores são vinculados à rodada.
Por que é importante Estabelece o início do caso da folha e a linha de base para medir o tempo total do ciclo. Onde obter Identifique o timestamp de criação do registro do pay run do colaborador na instância do Grupo de Pagamento. Captura Registrado quando o registro do pay run é criado Tipo de evento explicit
	Contracheque Publicado	Os demonstrativos de pagamento digitais tornam-se disponíveis para os colaboradores no portal ESS. Alimenta o dashboard 'Disponibilidade do Holerite Digital'.
Por que é importante Mede a latência entre a execução do pagamento e a disponibilidade da informação. Onde obter Timestamp de quando o job de liberação do demonstrativo é concluído ou a flag de visibilidade é ativada. Captura Comparar campo de status antes/depois Tipo de evento inferred
	Correção de Dados Realizada	Um usuário modifica manualmente os dados de pagamento (horas, taxas, deduções) após o cálculo inicial. Alimenta o dashboard 'Taxas de Correção Manual e Retrabalho'.
Por que é importante Medida direta de retrabalho; reduzir esta atividade é um objetivo primário para a eficiência do processo. Onde obter Registros de trilha de auditoria mostrando atualizações nas tabelas de detalhes de pagamento do colaborador por um usuário. Captura Registrado quando a transação de Atualização de Registro foi executada Tipo de evento explicit
	Dados de Incentivo Importados	Registra a importação bem-sucedida de arquivos de dados externos contendo bônus, comissões ou pagamentos únicos. Alimenta o dashboard 'Incentive Data Import Lead Times'.
Por que é importante Atrasos no recebimento desses dados são uma causa comum de retenções no processamento da folha. Onde obter Logs de integração do Dayforce mostrando a conclusão de trabalhos de importação XML ou CSV direcionados ao pay run. Captura Registrado quando a transação de Importação foi executada Tipo de evento explicit
	Deduções de Benefícios Aplicadas	A aplicação de regras de benefícios e descontos ao pagamento bruto. Parte da sequência de cálculo automatizada monitorada pelo dashboard de velocidade do fluxo.
Por que é importante Isola o tempo de processamento ou erros específicos do motor de benefícios dentro do ciclo de folha. Onde obter Timestamp de quando as linhas de dedução são gravadas no registro ou o campo 'Total de Deduções' é atualizado. Captura Derivado da comparação entre o Timestamp de Atualização e o Timestamp Anterior Tipo de evento calculated
	Envio de Impostos Concluído	Confirmação de que os preenchimentos fiscais pós-folha foram processados com sucesso para a jurisdição. Alimenta o 'Monitor de Preenchimento de Impostos e Conformidade'.
Por que é importante Garante a conformidade regulatória e evita penalidades após o pagamento dos colaboradores. Onde obter Atualização de status no módulo fiscal ou log de integração confirmando o recebimento pela autoridade fiscal ou arquivador terceirizado. Captura Registrado quando a transação de Confirmação de Arquivamento foi executada Tipo de evento explicit
	Exceção de Auditoria Sinalizada	O sistema gera um aviso ou mensagem de erro com base em regras de validação (ex: salário líquido negativo). Alimenta o KPI 'Taxa de Sinalização de Exceção de Auditoria'.
Por que é importante Alta frequência indica má qualidade dos dados upstream ou erros de configuração que exigem intervenção manual. Onde obter Extração da tabela de log de mensagens/erros do sistema vinculada ao ID do Pay Run. Captura Registrado quando a transação de Exceção Criada é executada Tipo de evento explicit
	Impostos Calculados	A etapa final de cálculo onde as regras de jurisdição fiscal são aplicadas para determinar o valor líquido. Completa a sequência de cálculo automatizada.
Por que é importante Regras fiscais complexas podem atrasar o processamento; esta atividade ajuda a avaliar o desempenho do motor fiscal. Onde obter Timestamp de quando as linhas de impostos são geradas ou o campo 'Salário Líquido' é finalizado no banco de dados. Captura Comparar campo de status antes/depois Tipo de evento inferred
	Resultado da Folha Visualizado	Um usuário visualiza o registro preliminar da folha ou a prévia do pagamento. Usado para analisar a 'Eficiência da Fase de Prévia' e identificar loops de retrabalho.
Por que é importante Indica o início da fase de revisão humana; prévias repetidas sugerem problemas contínuos nos dados. Onde obter Logs de acesso indicando que um usuário gerou o relatório 'Prévia da Folha de Pagamento' ou abriu a tela de prévia. Captura Registrado quando a transação de Relatório de Prévia foi executada Tipo de evento explicit

Recomendado Opcional

Guias de Extração

Como obter seus dados do Ceridian Dayforce

Etapas

Faça login no aplicativo Ceridian Dayforce com uma conta de usuário que possua privilégios de Reporting e System Admin.
Navegue até o recurso Reporting no menu principal do aplicativo.
Clique no botão Adicionar para criar um novo Relatório e selecione o Tópico chamado System Audit Trail. Este tópico contém o histórico de alterações necessário para o Process Mining.
Na área de Seleção de Colunas, adicione os seguintes campos: Transaction Id, User Name, Timestamp, Feature Name, Operation, Table Name, Column Name, Old Value, New Value e Context Info (geralmente contém o contexto do Colaborador e do Grupo de Pagamento).
Adicione um Filtro ao relatório para restringir o Feature Name para incluir Payroll, WFM (Workforce Management) e Benefits.
Adicione um segundo Filtro para o Intervalo de Datas para cobrir o período de análise desejado (ex: Últimos 90 dias).
Salve este relatório como Process Mining Audit Extract.
Crie um segundo relatório usando o Tópico Pay Run History para capturar mudanças de status de alto nível (Cálculo, Aprovação, Confirmação) que podem não aparecer na trilha de auditoria granular em nível de campo. Selecione os campos: Pay Group, Pay Period End Date, Workflow Status, Status Change Date e User.
Execute ambos os relatórios e exporte os resultados para o formato CSV.
Como o Dayforce exporta dados normalizados, você deve mesclar esses dois arquivos CSV. Corresponda os registros com base nos identificadores de Grupo de Pagamento e Período de Pagamento.
Aplique a lógica de transformação definida na seção Consulta abaixo para mapear os códigos de auditoria brutos do Dayforce para os Nomes de Atividade padronizados.
Formate o conjunto de dados final para corresponder às colunas obrigatórias: PayrollRecordId, ActivityName, EventDateTime, SourceSystem e outros atributos, e salve como um único CSV para upload.

Configuração

Report Topic Selection: Use 'System Audit Trail' para mudanças granulares de campos e 'Pay Run History' para marcos de workflow de alto nível.
Date Range: Selecione um intervalo de 3 a 6 meses para garantir a conclusão do caso sem atingir os limites de tamanho de exportação.
Feature Filters: Filtre rigorosamente o Audit Trail pelos recursos 'Payroll', 'Time And Attendance' e 'Benefits' para reduzir ruídos de mudanças de RH não relacionadas.
User Context: Certifique-se de que as ações do usuário 'System' sejam incluídas na exportação, pois as etapas automatizadas (como Cálculos) são executadas pela conta do Sistema, não por um usuário humano.
Formatting: Defina o formato de exportação como CSV (Delimitado por vírgula) sem agrupamento de cabeçalho para facilitar o processamento por máquina.
Time Zone: Verifique se todos os timestamps de exportação estão em UTC ou no Horário do Servidor para garantir a consistência cronológica entre diferentes localizações de usuários.

a Consulta de Exemplo config

[
  {
    "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 de Pré-requisitos: Certifique-se de ter uma conta de serviço no Ceridian Dayforce com acesso aos Web Services (REST API). A conta requer permissões para Employee Pay Summary, entradas de horas e dados de Auditoria/Workflow.
Configuração da API: Navegue até System Admin > Integrations > Web Services no Dayforce. Anote seu Client Namespace, URL de Serviço e garanta que o Basic Auth ou OAuth esteja configurado. Este script assume Basic Auth por simplicidade, mas o OAuth é recomendado para produção.
Preparação do Ambiente: Instale o Python 3.x e as bibliotecas necessárias. Você precisará das bibliotecas pandas e requests. Execute pip install pandas requests para instalá-las.
Configuração do Script: Atualize as variáveis de configuração no topo do script fornecido. Substitua os marcadores de username, password, client_namespace e base_url pelos detalhes da sua instância específica.
Definição do Intervalo de Datas: Defina o start_date e o end_date no script para cobrir os períodos de folha que você deseja analisar. Uma janela de 3 a 6 meses é recomendada para a validação inicial.
Execução: Execute o script via linha de comando (ex: python extract_dayforce.py). O script atua como um orquestrador, buscando dados de vários endpoints (Pay Summary, Time, Audit) e unindo-os em um Event Log unificado.
Transformação de Dados: O script normaliza automaticamente os timestamps e mapeia os códigos de status específicos do Dayforce para os nomes de Atividade padrão exigidos (ex: mapeando um Status de Workflow 'committed' para 'Payroll Record Approved').
Geração de Saída: O script grava um arquivo CSV chamado dayforce_payroll_event_log.csv no diretório local.
Validação: Abra o arquivo CSV e verifique se o PayrollRecordId é consistente para um único período de pagamento e se as datas seguem uma ordem cronológica lógica.
Importação: Faça o upload do CSV resultante no ProcessMind. Mapeie PayrollRecordId para ID do Caso, ActivityName para Atividade e EventDateTime para Timestamp.

Configuração

Batch Size: A API do Dayforce utiliza paginação. O script define como padrão 50 ou 100 registros por página. Ajuste o parâmetro de limite se ocorrerem timeouts.
Throttling: O Dayforce possui limites estritos de taxa de API. O script inclui temporizadores de espera básicos entre as requisições para evitar erros 429 Too Many Requests.
Client Namespace: Isso é fundamental para a string de conexão. É o identificador exclusivo da sua instância do Dayforce.
Data Latency: As APIs do Dayforce geralmente refletem dados em tempo real, mas logs de auditoria de registros muito antigos (mais de 1 a 2 anos) podem estar arquivados ou ter uma recuperação mais lenta.
Permissions: O usuário da API deve ter acesso de leitura aos campos de PII se você pretende incluir atributos sensíveis, embora este script foque em metadados de processo.
Time Zone: As APIs geralmente retornam UTC. O script lida com a conversão, mas certifique-se de conhecer o fuso horário do servidor ao comparar com as telas da interface do usuário.

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()

Seu Template de Dados de Processamento de Folha

Seu Template de Dados de Processamento de Folha

Atributos de Processamento de Folha

Atividades de Processamento de Folha

Guias de Extração

Exportação de Dados de Folha do Reporting Ad-Hoc do Dayforce

Etapas

Configuração

a Consulta de Exemplo config

Extração via Script Python via Dayforce REST API

Etapas

Configuração

a Consulta de Exemplo python

Pronto para Começar?

Acabe com Atrasos na Folha e Otimize Hoje

Seu Template de Dados de Processamento de Folha

Seu Template de Dados de Processamento de Folha

Atributos de Processamento de Folha

Atividades de Processamento de Folha

Guias de Extração

Exportação de Dados de Folha do Reporting Ad-Hoc do Dayforce

Etapas

Configuração

a Consulta de Exemplo config

Extração via Script Python via Dayforce REST API

Etapas

Configuração

a Consulta de Exemplo python

Valorizamos sua privacidade

Pronto para Começar?

Acabe com Atrasos na Folha e Otimize Hoje