Maaş İşleme Veri Şablonunuz

Maaş Kayıt Kimliği, belirli bir maaş döngüsünde tek bir çalışan için tüm maaş sürecinin benzersiz vaka tanımlayıcısı olarak hizmet eder. Her kimlik, zaman verisi gönderiminden ödeme ve raporlamaya kadar tek bir yolculuğu temsil eder.

Process Mining'de bu öznitelik, ilgili tüm etkinlikleri tutarlı bir uçtan uca süreç akışında bir araya getirmek için hayati öneme sahiptir. Bireysel maaş kayıtları için döngü sürelerinin, varyasyonların ve darboğazların analizine olanak tanır. Benzersiz bir vaka kimliği olmasaydı, olay dizisini izlemek ve süreç dinamiklerini doğru bir şekilde anlamak imkansız olurdu.

Bu, tüm süreç olaylarını tek bir vakaya bağlayan, her kayıt için uçtan uca maaş döngüsünü analiz etmeyi mümkün kılan birincil anahtardır.

Genellikle maaş sistemi tarafından oluşturulur veya maaş işlem verilerinden bir çalışan tanımlayıcısı ile bir maaş dönemi tanımlayıcısını birleştirerek oluşturulabilir.

Etkinlik Adı, maaş yaşam döngüsü içinde gerçekleştirilen 'Zaman Verisi Onaylandı', 'Brütten Nete Hesaplandı' veya 'Ödeme Gerçekleştirildi' gibi ayrık bir eylemi tanımlar. Her etkinlik, süreç haritasında bir düğümü temsil eder ve belirli bir zaman damgasıyla ilişkilidir.

Bu öznitelik, süreç haritasının temelini oluşturduğu için Process Mining için temeldir. Bu etkinliklerin sırasını, sıklığını ve süresini analiz etmek, gerçek süreç akışını ortaya çıkarır, yaygın yolları belirler, standart prosedürden sapmaları vurgular ve sürecin yavaşladığı darboğazları tespit eder.

Süreç haritasındaki adımları tanımlar. Faaliyetleri analiz etmek, ne olduğunu anlamak, darboğazları keşfetmek ve yeniden çalışma döngülerini belirlemek için kritik öneme sahiptir.

Genellikle maaş işlem tabloları içindeki sistem günlüklerinde, denetim izlerinde veya durum alanlarında bulunur. Teknik olay kodlarından kullanıcı dostu adlara eşlenmesi gerekebilir.

Etkinlik Zaman Damgası, bir etkinliğin gerçekleştirildiği tam anı kaydeder. Bu kronolojik veri, olayları doğru sıralamak ve süreçteki farklı adımlar arasındaki süreyi hesaplamak için hayati öneme sahiptir.

Process Mining'de, zaman damgaları her vaka için olay dizisini oluşturmak ve zamansal analiz yapmak için kullanılır. Bu, etkinlikler arasındaki döngü sürelerini hesaplamayı, gecikmeleri belirlemeyi, bekleme sürelerini ölçmeyi ve Hizmet Seviyesi Anlaşmalarına (SLA'lar) karşı performansı izlemeyi içerir. Doğru zaman damgaları, performansla ilgili herhangi bir süreç analizinin temelidir.

Bu öznitelik, olayları doğru sıralamak ve döngü sürelerini, süreleri hesaplamak ve darboğazları belirlemek dahil olmak üzere tüm zaman bazlı analizler için kritik öneme sahiptir.

Sistem denetim günlüklerinde veya bordro işlem kayıtlarında 'oluşturma tarihi' veya 'olay zamanı' alanı olarak bulunur.

Bu öznitelik, olay verilerinin kaydedildiği kaynak sistemi tanımlar. Modern bir maaş ortamında, veri, Süre ve Devam Takip sistemi, bir HRIS veya çekirdek maaş motorunun kendisi gibi çeşitli sistemlerden gelebilir.

Kaynak sistemi analiz etmek, genel süreç içindeki entegrasyon noktalarını ve veri geçişlerini anlamaya yardımcı olur. Entegrasyon sorunlarını teşhis etmek veya farklı sistemlerde yönetilen süreçleri karşılaştırmak için faydalı olan, süreci belirli bir uygulamadan kaynaklanan olaylara göre filtrelemek için kullanılabilir.

Her süreç adımının nerede gerçekleştiğini belirler; bu da süreç parçalanmasını anlamak ve sisteme özgü darboğazları veya entegrasyon gecikmelerini tespit etmek için kritik öneme sahiptir.

Genellikle veri çıkarımlarında standart bir alan olarak mevcuttur veya veri tablolarının kaynağına göre veri çıkarma işlemi sırasında eklenebilir.

Son Veri Güncelleme zaman damgası, verinin güncelliği hakkında bilgi sağlar. Kaydın kaynak sistemde en son ne zaman değiştirildiğini veya analiz için veri setine ne zaman çekildiğini gösterir. Bu, iş etkinliğinin gerçekten ne zaman gerçekleştiğini kaydeden Etkinlik Zaman Damgasından farklıdır.

Bu öznitelik, esas olarak veri yönetimi ve doğrulama için kullanılır. Artımlı veri yüklerini yönetmeye ve analizin güncel bilgilere dayanmasını sağlamaya yardımcı olur. Doğrudan süreç akışı analizi için tipik olarak kullanılmasa da, Process Mining veri setinin bütünlüğünü ve güncelliğini korumak için kritik öneme sahiptir.

Veri tazeliğini sağlar ve artımlı veri yüklerini yönetmek için esastır; analizin mevcut en güncel bilgileri yansıttığını doğrulamaya yardımcı olur.

Bu zaman damgası genellikle data çıkarma, dönüştürme ve yükleme (ETL) süreci sırasında oluşturulur veya kaynak sistem tablolarında 'son değiştirilme tarihi' alanı olarak mevcuttur.

Maaş Çalışma Türü, maaş işleme olayını sınıflandırır. 'Normal' bir çalışma, standart, planlı döngünün bir parçasıdır. 'Döngü Dışı' bir çalışma, bir hatayı düzeltmek veya işten çıkarılan bir çalışana ödeme yapmak için plansız bir ödemedir. Diğer türler arasında 'Bonus' veya 'Komisyon' çalışmaları bulunabilir.

Bu, karşılaştırmalı analiz için güçlü bir boyuttur. Döngü dışı ödemeler, genellikle normal döngüdeki süreç hatasının bir işaretidir ve işlenmesi tipik olarak daha pahalı ve zaman alıcıdır. Çalışma türüne göre filtreleme yaparak, kuruluşlar bu istisnaların temel nedenlerini izole edip analiz edebilir, sıklıklarını ve maliyetlerini ölçebilir ve farklı çalışma türlerinin verimliliğini karşılaştırabilir.

Standart ve istisnai işleme arasında ayrım yapar. Ara dönem çalıştırmalarını analiz etmek, süreç hatalarını anlamak ve maliyetli, standart dışı ödemeleri azaltmak için anahtardır.

Bu bilgi genellikle maaş sistemi içindeki maaş çalışma veya toplu işleme tablolarında bulunur.

Brüt Ödeme Tutarı, bir çalışanın belirli bir ödeme dönemi için toplam kazancını temsil eder. Bordro çalıştırması sırasında hesaplanan ve sonraki vergi ve kesinti hesaplamaları için temel oluşturan önemli bir finansal rakamdır.

Süreç akışının doğrudan bir itici gücü olmasa da, bu öznitelik bağlamsal analiz için değerlidir. Örneğin, yüksek değerli bordro kayıtlarının farklı işlenip işlenmediğini veya daha sıkı kontrollere tabi olup olmadığını kontrol etmek için vakaları değere göre segmentlere ayırmakta kullanılabilir. Hatalar veya gecikmelerle işlenen ödemelerin toplam değerini hesaplamak gibi finansal etki analizi için de esastır.

Sürece finansal bağlam sağlar, gecikmelerin, yeniden çalışmanın veya istisnaların parasal etkisini analiz etmeye ve vakaları değere göre segmentlere ayırmaya olanak tanır.

Brütten nete hesaplama adımından elde edilen, bordro sonuçlarında veya işlem veri tablolarında bulunan standart bir çıktı alanı.

Bu öznitelik, bir kullanıcının ideal olarak otomatik olması gereken bir sürece manuel olarak müdahale etmesi gereken olayları tanımlayan doğru veya yanlış bir bayraktır. Bu, eksik verileri manuel olarak girmek, puantajları düzeltmek veya hesaplanan sonuçları ayarlamak gibi durumları içerebilir.

Manuel düzeltmeler, süreç verimsizliğinin, riskin ve kötü data kalitesinin doğrudan bir göstergesidir. Bu müdahalelerin nerede ve neden meydana geldiğini analiz etmek, süreç iyileştirme için temeldir. Manuel düzeltmeleri filtreleyerek, kuruluşlar yeniden işleme nedenlerini belirleyebilir, otomasyon fırsatlarını tanımlayabilir ve 'İlk Geçiş Verimi' KPI'ını ölçebilir. Manuel düzeltmeleri azaltmak, daha verimli, doğru ve uyumlu bir maaş sürecine yol açar.

Süreçteki sürtünmeyi ve verimsizliği doğrudan ölçer. Yüksek manuel düzeltme oranları, düşük veri kalitesini, bozuk otomasyonu ve artan uyumluluk riskini gösterir.

Kullanıcılar tarafından yapılan veri değişikliklerini izleyen denetim günlüklerinden veya manuel bir ayarlamayı işaret eden belirli işlem kodlarından türetilebilir.

Kullanıcı Adı, belirli bir süreç adımını gerçekleştirmekten sorumlu olan kişiyi veya otomatik sistemi tanımlar. Bu, bir maaş uzmanı, zaman verilerini onaylayan bir yönetici veya otomatik bir hesaplama çalıştıran bir sistem hesabı olabilir.

Bu öznitelik, sürece insan odaklı veya sistem odaklı bir görünüm sağlar. İş yükü dağılımını, bireysel performansı ve ekip üretkenliğini analiz etmek için kullanılır. Standart süreçten sık sık sapan veya yüksek yeniden işleme oranlarıyla ilişkili kullanıcıları vurgulayarak eğitim fırsatlarını belirlemeye de yardımcı olabilir. Otomatik adımlar için, sistem güdümlü ve manuel etkinlikler arasında ayrım yapmaya yardımcı olur.

İş yükü, ekip performansı ve otomasyon seviyelerinin analizini sağlar. Hangi kullanıcıların veya ekiplerin yeniden işleme veya istisnalara dahil olduğunu belirlemeye yardımcı olur.

Genellikle sistem günlüklerinde veya işlem kayıtlarında 'user ID', 'processed by' veya 'action user' alanlarında bulunur.

Maliyet Merkezi, maaş giderlerini 'Satış', 'BT' veya 'Üretim' gibi işletmenin belirli bir bölümüne bağlayan kurumsal bir özniteliktir. Finansal raporlama ve yönetim muhasebesi için temel bir unsurdur.

Maliyet Merkezini Process Mining'de bir boyut olarak kullanmak, süreç verilerini iş birimine göre detaylı analiz etmeyi sağlar. Bu analiz, belirli departmanların diğerlerine göre daha fazla maaş sorunu, gecikme veya manuel düzeltme yaşayıp yaşamadığını ortaya çıkarabilir. Bu içgörüler, süreç iyileştirme girişimlerini en çok ihtiyaç duyulan veya en çok etki yaratacak alanlara hedeflemeye yardımcı olabilir.

Bordro sorunlarının, gecikmelerinin veya verimsizliklerinin belirli departmanlarda veya iş birimlerinde yoğunlaşıp yoğunlaşmadığını belirlemek için organizasyonel analizi sağlar.

Bordro veya İnsan Kaynakları (İK) sistemi içindeki çalışan ana verilerinde, İK organizasyonel yapılarında veya finansal atama tablolarında mevcuttur.

Maaş Dönemi Bitiş Tarihi, belirli bir maaş çalışmasına dahil edilen süre ve devam verilerinin son kesim noktasını işaret eder. İşlenen kazançların zaman çerçevesini tanımlayan kritik bir tarihtir.

Bu öznitelik, zaman içindeki trend analizleri için faydalıdır. Verileri maaş dönemi bitiş tarihine göre bir araya getirerek, analistler işlem süresi, hata oranları ve manuel düzeltmeler gibi KPI'ları farklı aylar veya çeyrekler arasında izleyebilir. Bu, mevsimselliği belirlemeye, süreç değişikliklerinin zaman içindeki etkisini ölçmeye ve uzun vadeli performans izlemeye yardımcı olur.

Bordro performansının zaman içindeki trend analizini sağlar, mevsimselliği belirlemeye veya süreç iyileştirmelerinin bir ödeme döneminden diğerine etkisini ölçmeye yardımcı olur.

Bordro takvimi yapılandırmalarında ve bordro işlem verilerinde standart bir öznitelik.

Pay Group, 'İki Haftada Bir Maaşlı ABD' veya 'Aylık Yönetici İngiltere' gibi, aynı takvime göre ödeme yapılan çalışanların mantıksal bir koleksiyonudur. Bu öznitelik, işgücünün belirli segmentleri için bordro işlemlerini yönetmek ve yürütmek için kullanılır.

Süreç analizinde, Pay Group'a göre filtreleme, farklı bordro döngülerinin performansını ve verimliliğini karşılaştırmaya olanak tanır. Bu, haftalık saatlik çalışanlar için aylık maaşlı çalışanlara göre daha yüksek düzeltme oranları gibi belirli bir gruba özgü sorunları ortaya çıkarabilir. Ayrıca, süreç varyasyonlarının farklı ödeme takvimleri veya çalışan gruplarıyla nasıl ilişkili olduğunu anlamaya da yardımcı olur.

Farklı bordro döngüleri arasında karşılaştırmalı analize olanak tanır, süreç sorunlarının belirli çalışan gruplarına veya ödeme sıklıklarına özgü olup olmadığını belirlemeye yardımcı olur.

Çalışan ana verilerinde veya bordro yapılandırma tablolarında bulunur, genellikle 'Pay Group', 'Payroll Area' veya benzer bir terimle etiketlenir.

Çalışan Türü, işgücünü kategorize eden İK ana verilerinden bir özniteliktir. Farklı türdeki çalışanlar genellikle farklı bordro süreçlerini takip eder, farklı veri gereksinimlerine sahiptir ve farklı düzenlemelere tabidir.

Bu özniteliği analiz için bir boyut olarak kullanmak, süreç performansında önemli farklılıkları ortaya çıkarabilir. Örneğin, saatlik çalışanlar için süreç, daha karmaşık zaman verisi entegrasyonu içerebilir ve maaşlı çalışanlara göre hatalara daha yatkın olabilir. Farklı çalışan türleri arasında döngü süresi veya düzeltme oranı gibi KPI'ları karşılaştırmak, süreç iyileştirmelerini her grubun özel ihtiyaçlarına göre uyarlamaya yardımcı olur.

Saatlik veya maaşlı çalışanlar gibi farklı işgücü kategorilerine özgü varyasyonları ve sorunları ortaya çıkarmak için süreci bölümlere ayırmaya yardımcı olur.

Bu, İK veya maaş sistemi içindeki çalışan ana kaydında standart bir alandır.

Maaş süreci sırasında otomatik denetimler çalıştırıldığında, önceden tanımlanmış kuralları ihlal eden kayıtları işaretleyebilirler. Bu öznitelik, 'Eksik Vergi Kimliği', 'Onaylanmamış Fazla Mesai' veya 'Brüt Maaş Anormalliği' gibi istisnanın kategorisini yakalar.

Denetim istisnalarının türünü ve sıklığını analiz etmek, data kalitesi ve uyumluluk sorunlarına doğrudan bir bakış sağlar. Bu bilgi, kuruluşların temel neden analizini gerçekleştirmelerine olanak tanır; örneğin, 'Eksik Vergi Kimliği' istisnalarındaki bir artışın hatalı bir işe alım sürecinden kaynaklanıp kaynaklanmadığını belirlemek gibi. Bu istisnaları takip etmek, 'Audit and Compliance Monitor' dashboard'u için ve riski azaltmak için hayati öneme sahiptir.

Veri kalitesi ve uyumluluk sorunlarını ölçmek ve kategorize etmek için doğrudan bir yol sağlar, doğruluk ve risk azaltımı için hedefe yönelik temel neden analizine olanak tanır.

Bu veri, maaş sisteminin dahili denetim veya doğrulama motoru tarafından oluşturulur ve genellikle denetim günlüklerinde veya istisna raporlarında saklanır.

SLA Son Teslim Tarihi, banka transfer dosyası oluşturma veya ödemeleri gerçekleştirme gibi maaş sürecinin kritik bir bölümünü tamamlama taahhüdünü temsil eden bir zaman damgasıdır. Fiili performansın ölçüldüğü bir kıyaslama noktası görevi görür.

Bu öznitelik, SLA uyumluluğunu izlemek ve analiz etmek için hayati öneme sahiptir. Bir etkinliğin fiili tamamlanma zaman damgasını SLA Son Teslim Tarihi ile karşılaştırarak, kuruluşlar ihlalleri belirleyebilir, gecikmelerin boyutunu ölçebilir ve riskleri proaktif olarak yönetebilir. Ödeme performansı ve süreç güvenilirliğiyle ilgili dashboard'lar için önemli bir bileşendir.

Performans hedefini tanımlar; bu da SLA uyumluluğunu ölçmeyi, gecikmeli ödemeleri belirlemeyi ve gecikmelerin temel nedenlerini analiz etmeyi mümkün kılar.

Bu, maaş döngüsü yapılandırmasına göre sistemde sabit bir alan olabilir veya iş kurallarına göre türetilebilir (örneğin, Maaş Dönemi Bitiş Tarihi artı üç iş günü).

Bu öznitelik, bir vakanın tanımlanmış Hizmet Seviyesi Anlaşması'na (SLA) göre performansını sınıflandırır. Genellikle, 'Banka Transfer Dosyası Oluşturuldu' gibi bir dönüm noktası etkinliğinin fiili zaman damgası ile 'SLA Son Teslim Tarihi' karşılaştırılarak türetilir.

Bu, dashboard'larda ve raporlarda kullanılabilecek net ve anında bir performans göstergesi sağlar. SLA Uyumluluk Durumunu analiz etmek, son teslim tarihi kaçaklarının ölçeğini nicelleştirmeye ve geç vakalar ile zamanında tamamlanan vakaların süreç özelliklerine inmeye olanak tanır. Bu, gecikmelerin temel nedenlerini belirlemek ve maaş sürecinin güvenilirliğini ve öngörülebilirliğini artırmak için kritik öneme sahiptir.

Hedeflere karşı performansın basit ve doğrudan bir ölçümünü sağlar, bu da uyumluluk hakkında rapor vermeyi ve analizleri son teslim tarihlerini karşılayamayan vakalara odaklamayı kolaylaştırır.

Bu öznitelik, kaynak sistemlerde doğrudan bulunmaz. Bir dönüm noktası etkinliğinin EventTimestamp'ı ile SlaDeadline özniteliği karşılaştırılarak türetilir.

Vergi Yargı Alanı, vergilerin hesaplanması ve ödenmesi gereken yasal veya idari bölgeyi belirtir. Farklı düzenlemeler, vergi oranları ve beyan gereklilikleri nedeniyle farklı yargı alanları arasında maaş süreçlerinin karmaşıklığı önemli ölçüde değişebilir.

Süreci Vergi Yargı Alanına göre analiz etmek, bölgesel zorlukların belirlenmesine yardımcı olabilir. Örneğin, belirli bir eyalet veya ülke için maaş işleme sürecinin sürekli olarak daha yavaş veya daha fazla hata içerdiğini ortaya çıkarabilir. Bu durum, o yargı alanının kurallarına daha iyi sistem yapılandırması veya bu bölgelerle ilgilenen uzmanlar için ek eğitime ihtiyaç duyulduğuna işaret edebilir.

Coğrafi veya yasal bölgeye göre süreç performansının analizine olanak tanır, karmaşıklığın veya hataların belirli yargı bölgelerinde yoğunlaşıp yoğunlaşmadığını belirlemeye yardımcı olur.

Bu, çalışanın maaş veya İK sistemi içindeki vergi bilgileri kurulumunun bir parçasıdır.