博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
OA报账规范(出差专用)
阅读量:4255 次
发布时间:2019-05-26

本文共 1174 字,大约阅读时间需要 3 分钟。

                                                            
OA报账规范
大家好!
     1、工作名称:XX-XXX工程-XX元
                      例:王某-北京联通新建关口局工程-260元
:填写报账当天日期
     3、出差地点:具体到市就行
     4、出发日期和返回日期:填写第一天及最后一天(不能超过报账发起时间)
     5、项目编号及名称:必须填写,若不知晓,可咨询产品TD或我
     6、市外、市内、待工天数:没有就写0,有就按实填写,加起来必须等于返回时间减去出发时间天数。待工天数是指报账周期内除做工程以外的时间,包括周末、请假及在公司的时间等。
     7、随行人员:按实填写,无随行人员就写无。
     8、报销金额、原借款金额、结余/超支金额:无需填写
     9、备案事项:(1)注明住宾馆还是住宿舍;(2)注明哪些日子待工;(3)注明取款手续费、车票保险费金额及产生日期
     10、行程详细描述:(1)日期必须按顺序排列;(2)剔除待工日期,即待工日期不能写入行程详细描述;(3)出发站、到达站不能为空,例:日期区间都在成都即写出发站成都,到达站成都;(4)金额是指长途车费金额,不包含保险;(5)其他是指长途汽车保险费、取款手续费等,若填写了此项,必须在备案事项里面注明!
     11、报账时间不能超过一个月:如5月1日出差,报账发起日期必须在6月1日之前,可以提前不能推迟,否则会被罚款!切记!
   致
礼!
----------------------------------------------------------------------
   
 
大家好!
     关于手机费和打车费报销时间段我上次已经发过邮件通知大家了,不知大家关注了没有。现公司专门发了一个通知说明报销时间段,请大家务必遵守,过时将不予报销!详见我转发的邮件!
     我在此说明一下报销这两种费用的格式,今后务必按照该格式来发起网上流程,否则我将把流程打回给各位,若因此造成的超时而报销不了,责任自负!
     手机费:工作名称请填写:XXX(姓名)-XXXX年XX月手机费-XXX元。例:王某-2012年2月手机费-100元
               费用说明请填写:XXXX年XX月手机费,共计:XXX元。例:2012年2月手机费,共计:100元。
               报销月份为系统自动填写,无需大家填,但务必将实报金额填写上!
     打车费:工作名称请填写:XXX(姓名)-XXXX年XX月XX日XX工程XX(事宜)打车费-XXX元。例:王曦-2012年3月2日成都移动T局BAM替换工程割接打车费-20元
               申请原因请把握几个关键点:时间、事件、人物、起始地点、到达地点、费用。例:2012年3月2日凌晨,北京移动T局BAM替换工程割接完成后与杨茂一同搭车从万年场移动到林荫街华西大厦,费用:20元。
                预计金额必须填写,报销内容请填写XX工程XX(事宜)打车费,例:北京移动T局BAM替换工程割接打车费,使用时间和金额必须填写,实报金额必须填写!
  致
礼!
                    

转载地址:http://fzsei.baihongyu.com/

你可能感兴趣的文章
常见聚合函数
查看>>
简单子查询
查看>>
联表查询
查看>>
关于WindowListener的使用
查看>>
关于KeyListener的简单使用
查看>>
关于鼠标移动监听接口:MouseMotionListener
查看>>
TCP/IP详解笔记(一)
查看>>
501. Find Mode in Binary Search Tree
查看>>
504. Base 7
查看>>
593. Valid Square
查看>>
494. Target Sum
查看>>
463. Island Perimeter
查看>>
TCP协议粗析
查看>>
653. Two Sum IV - Input is a BST
查看>>
spark rdd 和 DF 转换
查看>>
RDD 基础操作
查看>>
RDD基本操作(下)
查看>>
##########(python 解析参数方法 可用) Python optionParser模块的使用方法 #######
查看>>
org.apache.hadoop.io.compress系列1-认识解码器/编码器
查看>>
pyspark-combineByKey详解
查看>>