Konzept: Zeitanomalien

Zeitanomalien sind Zeitblöcke, die aus einem oder mehreren Gründen für einen Mitarbeiter untypisch sind. Workday bestimmt anhand von Machine Learning die normalen Zeiteingabemuster von Mitarbeitern aus historischen Daten, die auf Folgendem basieren:

Zeiteingaben.
Urlaub.
Arbeitszeitpläne.
Ob Zeitgenehmiger ähnliche Zeitblöcke genehmigt, abgelehnt, korrigiert oder zurückgesendet haben.

Workday identifiziert Zeitblöcke, die gegen diese Muster verstoßen, und weist dem Zeitblock einen Score zu. Dieser Score quantifiziert die Wahrscheinlichkeit, dass der Zeitblock anomal ist. Wenn Workday einen Zeitblock als anomal identifiziert, bedeutet dies nicht, dass der Zeitblock ungültig ist. Vielmehr gilt der Zeitblock als atypisch und erfordert ggf. zusätzliche Aufmerksamkeit.

Wenn Workday anomale Zeitblöcke identifiziert hat, können Sie Folgendes tun:

Benutzerdefinierte Berichte erstellen, um Scores für Zeitanomalien und die Top-Gründe für Zeitanomalien für Zeitblöcke anzuzeigen.
Bericht
Zeitanomalie - Trends
öffnen, um Trends für Zeitanomalien nach Linienorganisation anzuzeigen.
Managern und Zeitnehmern die Möglichkeit geben, im Bericht
Zeit prüfen
Zeitanomalien anzuzeigen und entsprechende Maßnahmen zu ergreifen.

Die Erkennung von Zeitanomalien dient der Ergänzung von Validierungen für die Zeiteingabe. Validierungen für Zeiteingaben und Regelbedingungen sind die beste Möglichkeit, bekannte Fehler zu erfassen. Alternativ können Sie mit der Erkennung von Zeitanomalien ungewöhnliche Zeiteingaben identifizieren, die nicht gegen Validierungen verstoßen.

Das Machine Learning-Modell berücksichtigt die Aktionen (Genehmigen, Ablehnen, Korrigieren, Zurücksenden), die von Managern, Administratoren und Mitarbeitern durchgeführt wurden. Anhand dieser Daten lernt das Modell, welche Arten von Zeiteingaben akzeptabel oder inakzeptabel sind. Beispiel: Ein Manager genehmigt regelmäßig die Zeitblöcke eines Mitarbeiters von Montag bis Freitag von 08:00–17:00 Uhr. Im Laufe der Zeit lernt Workday, dass Blöcke von 08:00–17:00 Uhr akzeptabel sind. Alternativ gibt ein Mitarbeiter wiederholt Zeitblöcke von 07:00–23:00 Uhr ein und der Manager sendet die Zeitblöcke wiederholt zurück. Workday lernt, dass dieses Verhalten nicht akzeptabel ist, und weist ähnlichen Zeitblöcken künftig einen höheren Anomalie-Score zu.

Je mehr Aktionen Workday beobachtet, desto genauer kann das Machine Learning-Modell Anomalien identifizieren. Dies bedeutet jedoch auch, dass Workday keine Anomalien erkennen kann, wenn ein Manager oder Administrator noch nie zuvor Aktionen dazu durchgeführt hat. Beispiel: Ein Mitarbeiter übermittelt Zeit an einem Samstag von 1:00 – 5:00 Uhr falsch. Seit der Aktivierung der Erkennung von Zeitanomalien im Mandanten haben Mitarbeiter keine ähnlichen Zeitblöcke eingegeben und Administratoren keine Aktionen für ähnliche Zeitblöcke durchgeführt. Workday kennzeichnet diesen Zeitblock nicht als anomal. Sobald der Manager eine Aktion für den Block durchgeführt hat, beginnt Workday zu lernen, dass dieser Block und ähnliche Blöcke inakzeptabel sind. Workday weist dann ähnlichen Zeitblöcken einen höheren Anomalie-Score zu.

Das Modell wird anhand historischer Zeitdaten für jeden Mitarbeiter trainiert. Um über ausreichende Daten für die Analyse des Modells zu verfügen, empfiehlt Workday, die Zeiterfassung mindestens ein Jahr vor der Aktivierung der Erkennung von Zeitanomalien bereitzustellen. Wir empfehlen, in einem Produktionsmandanten ein Opt-in für den Machine Learning-Service und die Datenkategorien des Workforce Management zu setzen, damit das Modell mindestens drei Wochen lang mit Live-Daten trainiert werden kann. Sie können die Ergebnisse im Bericht

Zeitanomalie - Trends

überwachen. Warten Sie, bis die Anomalieergebnisse konsistent sind, bevor Sie sie im Bericht

Zeit prüfen

anzeigen. Um Zeitanomalien in diesem Zeitraum für Manager und Zeitgenehmiger auszublenden, deaktivieren Sie das Kontrollkästchen

Zeitanomalien einschließen

in der Aufgabe

Zeitgenehmigungsvorlage bearbeiten

.

Das Testen dieses Features in einem Nicht-Produktionsmandanten ist mit Einschränkungen verbunden, da das Modell einen konstanten Live-Datenfluss benötigt, um die Muster zulässiger und inakzeptabler Zeitblöcke zu lernen. Wenn Sie ein Opt-in für die Erkennung von Zeitanomalien in Ihrem Produktionsmandanten setzen, kann das Machine Learning-Modell auf mehr Daten zugreifen und die Genauigkeit schnell verbessern. Wenn Sie die Erkennung von Zeitanomalien in einem Nicht-Produktionsmandanten testen müssen, können Sie das Feature in Implementierungsmandanten aktivieren. Um Zeitanomalien in einem Nicht-Produktionsmandanten zu generieren, müssen Sie Zeitblöcke in diesem Mandanten übermitteln und entweder genehmigen oder ablehnen.

Auch wenn mehrere Faktoren dazu beitragen können, dass ein Zeitblock als anomal gilt, identifiziert Workday für jeden Zeitblock nur einen Top-Grund für eine mögliche Anomalie. Sie können Anomalien anzeigen, für die ein Manager im Bericht „Zeit prüfen“ eine Aktion durchführen kann. Mögliche Gründe für Anomalien:

Grund	Beschreibung	In „Zeit prüfen“
Berechnete Menge	Die vom Mitarbeiter eingegebene Zeitdauer ist größer oder kleiner als die geplante Zeitdauer.	Ja
Anmelden	Das Anmelden erfolgt außerhalb der üblichen Anmeldezeit des Mitarbeiters (basierend auf dessen Arbeitszeitkalender).	Ja
Abmelden	Das Abmelden erfolgt außerhalb der üblichen Abmeldezeit des Mitarbeiters (basierend auf dessen Arbeitszeitkalender).	Ja
Tag des Monats	Der Mitarbeiter hat Zeit für einen Tag des Monats eingegeben, an dem er in der Regel nicht arbeitet.
Tag der Woche	Der Mitarbeiter hat Zeit für einen Tag der Woche eingegeben, an dem er in der Regel nicht arbeitet.	Ja
Art der Anstellung Standort Standortart Tätigkeitsprofil Linienorganisation Mitarbeiterkategorie	Der Mitarbeiter gehört einer Art der Anstellung, einer Mitarbeiterkategorie, einem Tätigkeitsprofil oder einer Linienorganisation an, bei der/dem häufig anomale Zeiteingaben erkannt werden. Beispiel: Bei Mitgliedern der Verkaufsorganisation kommen Zeitanomalien häufiger vor, da sie ihre Zeit in der mobilen App eingeben, während sie unterwegs sind. Workday berücksichtigt diesen Faktor bei der Bestimmung des Top-Grunds für mögliche Anomalien.
Geändert von anderen	Eine andere Person als der Mitarbeiter hat den Zeitblock geändert.
Mitarbeiterzeitblock für Stelle	Ein Mitarbeiter mit mehreren Stellen hat mindestens eine Stelle eingegeben, die sich von den Stellen unterscheidet, in denen er normalerweise tätig ist.
Mitarbeiterzeitblock für Projekt	Ein Projektmitarbeiter hat mindestens ein Projekt eingegeben, das sich von den Projekten unterscheidet, an denen er normalerweise arbeitet.
Erfasste Menge	Die vom Mitarbeiter eingegebene Zeitdauer ist größer oder kleiner als im typischen Zeiteingabemuster des Mitarbeiters.	Ja
Differenz zwischen erfasster und berechneter Menge	Die vom Mitarbeiter eingegebene Zeitdauer ist größer oder kleiner als die geplante Zeitdauer.	Ja
Schichtdatum	Das Schichtdatum im Zeitblock ist ungewöhnlich.
Anzahl Anomalien	Der Mitarbeiter weist eine Historie mehrerer anomaler Zeiteingaben auf.
Zeitberechnungs-Tags	Der Mitarbeiter hat Zeit für mindestens ein Zeitberechnungs-Tag eingegeben, das er normalerweise nicht verwendet.
Historie Stempeluhrereignisse	Die Historie der Stempeluhrereignisse für den Zeitblock kann eine versäumte Anmeldung oder Abmeldung oder beides enthalten.
Zeit in Stelle	Mitarbeiter, die erst kurz in einer Stelle tätig sind, können mehr Anomalien eingeben als andere. Beispiel: Ein Mitarbeiter hat gerade eine neue Stelle angetreten und einen anomalen Zeitblock eingegeben. Sein Hauptgrund für mögliche Anomalien könnte „Zeit in Stelle“ sein.
Zeitart	Die eingegebene Zeitart unterscheidet sich von der üblichen Zeitart des Mitarbeiters.	Ja
Worktags	Die vom Mitarbeiter eingegebenen Worktags unterscheiden sich von denjenigen, die er normalerweise eingibt.	Ja

Workday verwendet einen Konfidenzwert für Anomalien, um die Wahrscheinlichkeit zu quantifizieren, dass eine Zeiteingabe anomal ist. Das Konfidenzniveau für Anomalien ist wie folgt:

Niedrig entspricht 50 bis 80 Prozent.
Mittel entspricht 80 bis 90 Prozent.
Hoch entspricht 90 bis 100 Prozent.

Sie können den Anomalie-Score in benutzerdefinierte Berichte aufnehmen, indem Sie das Berichtsfeld

Score für Zeitanomalie

im Geschäftsobjekt „Zeitblock“ verwenden.

Sie können Zeitanomalien aktivieren, die im Bericht

Zeit prüfen

angezeigt werden sollen. Wenn Sie Anomalien in „Zeit prüfen“ anzeigen, können Manager und Zeitnehmer schnell Probleme bei der Zeiteingabe identifizieren, die ihre Aufmerksamkeit erfordern. Workday zeigt auf der Zusammenfassungsseite des Berichts

Zeit prüfen

den Filter

Mitarbeiter mit möglichen Zeitanomalien

an. Workday zeigt außerdem folgende Spalten an:

Anzahl möglicher Zeitanomalien
auf der Zusammenfassungsseite.
Grund für mögliche Zeitanomalien
in der Ansicht „Mitarbeiterdetails“.
Konfidenzniveau für Zeitanomalie
in der Ansicht „Mitarbeiterdetails“.

Der Bericht

Zeit prüfen

zeigt nur Zeitanomalien an, für die ein Manager Aktionen durchführen kann. Beispiele:

Manager können nur übermittelte Zeit genehmigen. Workday zeigt keine Zeitanomalien im Zusammenhang mit genehmigter oder nicht übermittelter Zeit an.
Die Zeit muss ohne Fehler für die Genehmigung bereitstehen. Manager können Zeit mit Fehlern nicht genehmigen.
Workday zeigt keine Zeitanomalien im Zusammenhang mit Tätigkeitsprofilen an, da Manager Tätigkeitsprofile nicht über den Bericht „Zeit prüfen“ ändern können.