He aceptado el servicio de innovación y las categorías de datos. ¿Por qué no veo predicciones en Anomalías de pago?: Después de aceptar el servicio de innovación Payroll Machine Learning GA Features, asegúrese de haber aceptado las 6 categorías de datos:
Resultados de nómina anómalos
Datos de nómina
Datos de nómina (históricos)
Validaciones de anomalías de pago
Estados anteriores de resultados de nómina (histórico)
Datos de trabajador
A continuación, espere hasta 3 semanas para que Workday muestre las predicciones de anomalías salariales a través del informe de anomalías salariales en su entorno de cliente.
¿Por qué es importante proporcionar feedback?: El feedback que proporcione es importante para permitir que el modelo mejore la precisión de sus predicciones a lo largo del tiempo. Su feedback proporciona al modelo datos de formación adicionales sobre cómo son los resultados de pago normales y anómalos para su equipo en función de las necesidades específicas de su organización.
¿Cómo etiqueto las anomalías de pago y por qué es importante?: A medida que aporta feedback, utilice etiquetas para agrupar los resultados en función de las similitudes, su proceso y el uso de nómina actual para ayudarle a encontrar e identificar mejor los resultados. Una vez asignadas, las etiquetas se pueden utilizar como facetas en el informe. Puede seleccionar de la lista de etiquetas distribuidas o crear sus propias etiquetas personalizadas. Le recomendamos que proporcione feedback y utilice etiquetas personalizadas con la mayor frecuencia posible. Consulte Examen de anomalías de pago.
¿Se puede enviar el informe de anomalías de pago a los auditores de forma programada después de un ciclo de pago?: No es necesario programar este informe, ya que incorpora automáticamente todos los resultados de nómina en curso.
¿Cómo se protege el informe? ¿Sin restricciones o puede estar restringida por grupo de pago?: El informe está protegido tanto para usuarios sin restricciones como para usuarios con restricciones, por lo que los socios de pago solo verán los resultados a los que tienen acceso a través del grupo de pago.
¿Es necesario aceptar People Experience?: No, no para el informe de anomalías de pago.
¿Pueden los partners de nómina acceder a los informes y ver las etiquetas?: Sí, siempre que un socio de pago tenga acceso para ver los resultados de anomalía de pago, podrá ver las etiquetas asociadas con esos resultados.
¿Se producirá algún efecto en el cálculo de pago al activar las anomalías de pago?: No, no debería. La forma en que se configura el trabajo es ejecutarlo después del cálculo.
¿Qué aspecto tiene después de 10 nóminas cuando se detectan anomalías? ¿Qué hace ahora Workday con ellos?: Se utilizan para dar al modelo una mejor idea de cómo se ve una anomalía en su sistema. Idealmente, el número de anomalías notificadas disminuirá mientras que la calidad de las anomalías notificadas aumentará significativamente.
¿Qué hace el botón Sincronizar anomalías de pago?: Resincroniza manualmente los resultados de anomalías de pago. Esto se utiliza principalmente en los primeros periodos después de activar las anomalías de pago, donde puede haber algunos resultados no sincronizados.
¿Puedo exportar estos datos a una hoja de cálculo?: Sí. Puede seleccionar los resultados que desea exportar y, a continuación, hacer clic en
Consultar detalles
. A continuación, puede utilizar el icono
Exportar a Excel
. También puede añadir un comentario al etiquetar.
¿Puedo añadir facetas al informe? Si es así, ¿cómo lo hago?: Puede crear un informe personalizado a partir del informe Anomalías de pago. Tenga en cuenta que las facetas añadidas deben indexarse por motivos de rendimiento. Los campos no indexados no estarán disponibles.
Si hay varios grupos de pago en proceso, ¿los informes consolidan los resultados en un solo informe?: Sí, procesa todos los resultados en curso. A continuación, puede filtrar por grupo de pago.
¿Cómo funciona el informe Anomalías históricas de pago?: El informe
Anomalías salariales históricas
es muy similar al informe
Anomalías salariales
. Le permite consultar los resultados de predicción de periodos finalizados anteriormente y actuales.
¿Puedo aceptar y no marcar las anomalías para varios periodos de pago y luego comenzar a enseñar el modelo? ¿Afectaría esto a mi uso futuro?: Sí. Puede aportar feedback siempre que le resulte conveniente. Para que el modelo comience a ser efectivo, recomendamos marcar entre 20 y 30 resultados como anomalías por periodo de pago.
¿Cómo puedo probar la función Anomalías de pago?: Las funciones de aprendizaje automático que requieren contribuciones de datos no funcionarán correctamente en su entorno de cliente de entorno de pruebas. Para probar las funciones de aprendizaje automático antes de implementarlas en su entorno de cliente de producción, utilice los entornos de cliente Vista previa o Implementación. Consulte Concepto: Workday AI for Universal Main Subscription Agreement Customers.