Referenz: Machine Learning-Datenbeiträge

Basierend auf der Abonnementservicevereinbarung Ihres Unternehmens müssen Sie für diese Features Ihre Mandantendaten beisteuern, um die Vorteile von Machine Learning zu maximieren.

Anwendungsübergreifende Services: intelligent Core Generally Available Features

Financials: Financial Management Machine Learning GA Features

Finanzen: Scannen von Belegen für Spesen

HCM: HCM Machine Learning GA Features

HCM: Workforce Management Machine Learning Services

Payroll: Payroll Machine Learning GA Features

People Experience: User Experience Machine Learning

Ausgabenmanagement: Spend Management Machine Learning GA Features

Anwendungsübergreifende Services: intelligent Core Generally Available Features

ML-Feature	Opt-in-Datenkategorie	Überlegungen
Machine Learning-Empfehlungen für Tätigkeit ändern	Benutzerdefinierte Organisationsdaten Linienorganisationsdaten Personalbesetzungsereignisdaten Worker Profile Data	Das Ausschließen von Ländern ist für die Kategorien „Linienorganisationsdaten“ und „Benutzerdefinierte Organisationsdaten“ nicht verfügbar.

Financials: Financial Management Machine Learning GA Features

Datenkategorie	Überlegung
Customer Payment Data	Um „Intelligent Customer Payment Matching“ zu aktivieren, müssen Sie in den letzten 30 Tagen über Transaktionsdaten für Kundenzahlungen verfügen. Diese Funktion bietet nur nützliche Empfehlungen, wenn Sie Kundenzahlungen in Workday verarbeiten.
Expense Protect	Um das Expense Protect-Feature zu verwenden, benötigen Sie mindestens 10.000 Spesenabrechnungspositionen in Ihrem Mandanten. Wenn Benutzer Spesen übermitteln, evaluiert Expense Protect diese automatisch, um Risikostufen, Empfehlungen und Insights bereitzustellen.
Journal Line Data	Bevor Sie das Feature „Insights zu Journalen“ verwenden können, benötigen Sie mindestens 12 Monate an vorhandenen historischer Daten.
Supplier Invoice Data	Sie können Machine Learning-Vorschläge für Ihre fünf am häufigsten verwendeten ausgewählten Elemente für die folgenden Worktags in Lieferantenrechnungspositionen aktivieren: Kostenstelle Standort Region Ausgabenkategorie Nachdem Sie ein Opt-in für den Innovation Service gesetzt haben, müssen Sie die Worktag-Empfehlungen in Lieferantenrechnungsdokumenten im Abschnitt „Optionen für Lieferantenkonten“ in der Aufgabe „Mandanten-Setup bearbeiten - Financials“ aktivieren.
Debitorendaten	Um Empfehlungen für Gründe und Worktags für Kundenüberzahlungen zu aktivieren, benötigen Sie mindestens 3.000 historische Kundenüberzahlungen. Um Empfehlungen für Kundenrechnungspositionen zu aktivieren, benötigen Sie mindestens 3.000 Kundenrechnungen mit den Feldern „Ertragskategorie“ und „Verkaufsposten“.

Finanzen: Scannen von Belegen für Spesen

Datenkategorie	Überlegung
Receipt Scanning for Expenses	Sie können Belege in den Dateiformaten PDF, JPG, TIFF und PNG scannen.

HCM: HCM-ML-Features und Drittanbieter-Konnektoren GA

Um Machine Learning für diese Features zu aktivieren, müssen Sie den

GA-Service „HCM ML Features and Third Party Connectors“

aktivieren und für jedes Feature einen Datenbeitrag aktivieren.

ML-Feature	ML-Kategorien für Feature	Opt-in-Datenkategorie	Überlegungen
ML for Worker Profile and Skills	Skills Cloud Skills Suggestions and Verification	Job Requisition Data Talent Profile Data Worker Profile Data	Workday empfiehlt, die Skills Cloud zu aktivieren, um die Kenntnisdaten Ihrer Mitarbeiter zu verwalten. Das Ausschließen von Ländern ist für die Kategorien „Talent Profile Data“ und „Job Requisition Data“ nicht verfügbar. Obwohl dies nicht erforderlich ist, empfiehlt Workday ein Opt-in für Datenbeiträge für die Kategorien „Skills Cloud“, „Skills Suggestions“ und „Verification“.
ML for Recruiting	Suggested Jobs for External Candidates Suggested Skills for External Candidates Suggested Skills for Job Requisitions	Job Requisition Data	Das Ausschließen von Ländern ist für die Kategorie „Job Requisition Data“ nicht verfügbar.
ML for Learning Core	Learning Skills Tagging Machine Learning für Sie empfohlen Empfehlungen für zugehörige Inhalte Basierend auf Ihren zu entwickelnden Kenntnissen	Learning Data	Verwenden Sie die Aufgabe Mandanten-Setup bearbeiten - HCM, um das Worklet Empfehlungen für zugehörige Inhalte zu konfigurieren. Verwenden Sie die Aufgabe Learning-Erfahrung verwalten, um die Worklets Basierend auf Ihren zu entwickelnden Kenntnissen und Machine Learning-Empfehlungen für Sie zu konfigurieren. Sie müssen ein Opt-in für die Kategorie „Learning-Daten“ setzen, um das Worklet Basierend auf Ihren zu entwickelnden Kenntnissen zu verwenden. Workday stellt eine Nicht-Machine Learning-Version von Empfehlungen bereit, wenn Sie kein Opt-in dafür setzen. Sie müssen ein Opt-in für die Kategorie „Learning-Daten“ setzen, um das Worklet Empfehlungen für zugehörige Inhalte verwenden zu können. Sie müssen ein Opt-in für die Kategorien Learning-Daten und Worker Profile Data setzen, um das Worklet Machine Learning Empfehlungen für Sie verwenden zu können. Workday aktualisiert Machine Learning-Daten alle 24 Stunden von Montag bis Freitag.
ML for Talent Marketplace	Talent Marketplace	Demografische Daten Job Requisition Data Learning Data Projektdaten Kenntnisdaten Talent Opportunity Marketplace Data Worker Profile Data	Das Ausschließen von Ländern ist für die Kategorien „Job Requisition Data“ und „Talent Opportunity Marketplace Data“ nicht verfügbar. Daten aus Talent Opportunity Marketplace und Mitarbeiterprofil sind erforderlich. Details zu den Features, die von diesen Datenkategorien abhängen, finden Sie unter Schritte: Talent Marketplace einrichten.
ML for Career Hub	Karriere-Hub	Job Requisition Data Learning Data Talent Opportunity Marketplace Data Talent Profile Data Worker Profile Data Kenntnisdaten	Sie müssen Karriere-Hub-Kunde sein und bestimmte Anforderungen erfüllen, um dieses Feature verwenden zu können. Wenden Sie sich an Ihren Customer Success Manager, um Informationen zum Karriere-Hub zu erhalten. Das Ausschließen von Ländern ist für die Kategorien „Job Requisition Data“, „Talent Opportunity Marketplace Data“ und „Talent Profile Data“ nicht verfügbar. Talent Profile Data und Worker Profile Data sind erforderlich. Details zu den Features, die von diesen Datenkategorien abhängen, finden Sie unter Schritte: Karriere-Hub einrichten.
ML für Manager-Hub	Manager Insights Hub	Learning Data Talent Opportunity Marketplace Data Worker Profile Data	Das Ausschließen von Ländern ist für die Kategorie „Talent Opportunity Marketplace Data“ nicht verfügbar. Der Abschnitt „Vorgeschlagene Opportunitys“ des Manager-Hub verwendet Machine Learning, um personalisierte Vorschläge zu machen. Um auf diese Funktion zuzugreifen, müssen Sie ein Opt-in für den Service „HCM Machine Learning GA Features“ und relevante Datenkategorien setzen sowie Skills Cloud und Interessen aktivieren.

Wenn Sie die Skills Cloud über den Innovation Service „Workday Graph“ aktiviert haben, bleiben Ihre Datenauswahl und Ihre Skills Cloud-Konfiguration gültig.

Sie können den Bericht

Innovation Service Data Details

öffnen, um einen Drilldown für die Felder durchzuführen, die mit dem GA-Service „HCM ML Features and Third Party Connectors“ verknüpft sind.

HCM: Workforce Management Machine Learning Services

Datenkategorie	Überlegung
Time Configuration Data	Sie müssen Daten aus dieser Kategorie beisteuern, um das Workday-Feature „Zeitanomalie“ zu verwenden. Workday aktualisiert die Daten, die zum Trainieren des Machine Learning-Modells verwendet werden, wöchentlich mit allen Zeiteingabevorlagen, Arbeitszeitkalendern und Zeitberechnungsdaten.
Mitarbeiterdaten	Sie müssen Daten aus dieser Kategorie beisteuern, um das Workday-Feature „Zeitanomalie“ zu verwenden. Workday aktualisiert die Daten, die zum Trainieren des Machine Learning-Modells verwendet werden, wöchentlich mit einer begrenzten Anzahl an Organisations- und Tätigkeitsdaten für Mitarbeiter, die Zeit eingegeben haben.
Historical Schedule Block Data	Sie müssen Daten aus dieser Kategorie beisteuern, um das Workday-Feature „Zeitanomalie“ zu verwenden. Workday aktualisiert die Daten, die zum Trainieren des Machine Learning-Modells verwendet werden, wöchentlich mit historischen Zeitplanblöcken für Mitarbeiter.
Worker Time and Absence Data	Sie müssen Daten aus dieser Kategorie beisteuern, um das Workday-Feature „Zeitanomalie“ zu verwenden. Workday aktualisiert die Daten, die zum Trainieren des Machine Learning-Modells verwendet werden, wöchentlich mit den Daten zu Zeitblöcken aller Mitarbeiter, Zeitblockhistorie, Urlaubseingaben und Zeitprüfereignissen.
User Feature Delivery Data	Sie können Daten in Ihrem Mandanten aus der Kategorie User Feature Delivery Data beisteuern, damit Workday Zeitanomalien erkennt. Um zu sehen, welche Daten aus dieser Kategorie Sie beitragen, führen Sie den Bericht Innovation Service Data Details für Workforce Management Machine Learning Services aus. Das Ausschließen von Ländern ist für diese Kategorie nicht verfügbar.

Payroll: Payroll Machine Learning GA Features

Wählen Sie

Payroll: Payroll Machine Learning GA Features

aus dem Feld

Innovation Services Valid for Maintain Data Opt-In

. Aktivieren Sie das Kontrollkästchen

Opt-in

für folgende Kategorien:

Datenkategorie	Überlegung
Anomale Ergebnisse der Entgeltabrechnung	Sie müssen Daten aus dieser Kategorie beisteuern, um das Feature "Workday Pay Anomalien" verwenden zu können
Entgeltabrechnungsdaten	Sie müssen Daten aus dieser Kategorie beisteuern, um das Feature "Workday Pay Anomalien" verwenden zu können. Wir empfehlen, dass Ihr Mandant mindestens sechs Abrechnungsperioden oder mehr historische Entgeltabrechnungsdaten hat, bevor Sie ein Opt-in für dieses Feature setzen. Dadurch wird sichergestellt, dass genügend Trainingsdaten für das Machine Learning-Modell vorhanden sind.
Entgeltabrechnungsdaten (Historisch)	Sie müssen Daten aus dieser Kategorie beisteuern, um das Feature "Workday Pay Anomalien" verwenden zu können. Wir empfehlen, dass Ihr Mandant mindestens sechs Abrechnungsperioden oder mehr historische Entgeltabrechnungsdaten hat, bevor Sie ein Opt-in für dieses Feature setzen. Dadurch wird sichergestellt, dass genügend Trainingsdaten für das Machine Learning-Modell vorhanden sind.
Validierungen für Abrechnungsanomalien	Sie müssen Daten aus dieser Kategorie beisteuern, um das Feature "Workday Pay Anomalien" verwenden zu können.
Vorherige Bundesstaaten für Ergebnisse der Entgeltabrechnung (Historisch)	Sie müssen Daten aus dieser Kategorie beisteuern, um das Feature "Workday Pay Anomalien" verwenden zu können. Wir empfehlen, dass Ihr Mandant mindestens sechs Abrechnungsperioden oder mehr historische Entgeltabrechnungsdaten hat, bevor Sie ein Opt-in für dieses Feature setzen. Dadurch wird sichergestellt, dass genügend Trainingsdaten für das Machine Learning-Modell vorhanden sind.
Mitarbeiterdaten	Sie müssen Daten aus dieser Kategorie beisteuern, um das Feature "Workday Pay Anomalien" verwenden zu können.
P45-Steuerformular wird gescannt	Sie müssen diese Kategorie auswählen, um das Feature "Workday P45 Tax Form Scanning" verwenden zu können.

Um die Funktion „Abrechnungsanomalien“ zu aktivieren und mandantendefinierte Modelle zu erstellen, müssen Sie ein Opt-in für die folgenden Kategorien setzen:

Anomale Ergebnisse der Entgeltabrechnung

Entgeltabrechnungsdaten

Entgeltabrechnungsdaten (Historisch)

Validierungen für Abrechnungsanomalien

Vorherige Bundesstaaten für Ergebnisse der Entgeltabrechnung (Historisch)

Mitarbeiterdaten

Wenn Sie diese Datenkategorien nicht auswählen, kann das Machine Learning-Modell nicht wie vorgesehen erstellt und bereitgestellt werden. Das Feature für Abrechnungsanomalien ist ohne diese Modelle nicht voll funktionsfähig.

Workday empfiehlt, kein Opt-out für den Innovation Service zu setzen, wenn Sie den Bericht Abrechnungsanomalien ausgeführt haben, um Vorhersagen anzuzeigen. Wenn Sie ein Opt-out setzen, wird das Feature deaktiviert und die Datensynchronisierung verursacht Probleme.

People Experience: User Experience Machine Learning

Datenkategorie	Überlegung
Von Workday generierte Benutzerinformationen	Workday zeigt die drei empfohlenen Aufgaben im Abschnitt Quicktasks auf der Home-Seite basierend auf folgenden Kriterien an: Die Trends, die mandantenübergreifend auftreten. Benutzeraktivität in Ihrem Produktionsmandanten.
Artikel zum Knowledge Management	Sie können Daten in Ihrem Mandanten aus der Kategorie „Knowledge Management“-Artikel beisteuern, sodass Workday den Benutzern relevante Artikel empfehlen kann.
Suchabfrage	Sie können Daten in Ihrem Mandanten aus der Kategorie „Abfrage suchen“ beisteuern, um bei der Verwendung der Workday-Suche relevantere und personalisierte Suchergebnisse zu erhalten.

Ausgabenmanagement: Spend Management Machine Learning GA Features

Datenkategorie	Überlegung
Ausgabentransaktionsdaten	Wenn Sie ein Opt-in gesetzt haben, bevor Workday eine Unterstützung für Bestellaufträge hinzugefügt hat, zeigt Workday das Kontrollkästchen Opt In to Additional Data an. Aktivieren Sie dieses Kontrollkästchen, um Daten für Bestellauftragsempfehlungen beizusteuern. Wenn Sie ein Opt-out für Datenbeiträge durchführen, werden Ihre Daten von Workday innerhalb von zwei Wochen gelöscht.