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 seis 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 tres semanas para que Workday muestre las predicciones de anomalías de pago a través del informe de anomalías de pago 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 con el 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 etiqueta anomalías de pago y por qué es importante?: Mientras aporta feedback, utilice etiquetas para agrupar resultados en función de las similitudes, su proceso y el uso actual de nómina para búsqueda (noun), buscar (verb) 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 entregar el informe de anomalías de pago a los auditores de forma programada después de un ciclo de pagos?: No es necesario programar este informe, ya que incluye automáticamente todos los resultado de nómina en curso.
¿Cómo se protegido el informe? ¿Sin restricciones o puede estar restringida por el 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 define el trabajo es que se ejecute después del cálculo.
¿Qué sucede 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.
¿Para qué sirve el botón Sincronizar anomalías de pago?: Resincroniza manualmente los resultados de anomalía 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 filtro por grupo de pago.
¿Cómo funciona el informe de 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 periodos actuales.
¿Puedo aceptar y no marca las anomalías durante 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 empiece a ser efectivo, recomendamos marcar entre 20 y 30 resultados como anomalías por periodo de pago.
¿Cómo puedo probar la función de anomalías de pago?: Las funciones de aprendizaje automático que requieren contribuciones de datos no función correctamente en su entorno de cliente de entorno de pruebas . Para probar las funciones de machine learning antes de implementarlas en su entorno de cliente de producción , utilice los entornos de cliente de vista previa o implementación. Puede probar la funcionalidad, pero siempre dará error , ya que Workday no puede recopilar datos de los entornos de cliente de vista previa y no se puede crear ningún modelo a partir de ellos. Consulte Concepto: Workday AI for Universal Main Subscription Agreement Customers .
¿ Workday puede excluir grupos de pago o empresas específicos de la recopilación de datos?: Sí. Puede acceder a la tarea
Mantenimiento de filtros de exclusión de datos de anomalías de pago
con protegido en Manage: Innovation Services
en el área funcional Innovation Services . Esta tarea solo está disponible en los entornos de cliente de implementación y vista previa de entorno de pruebas, no en los entornos de cliente de producción.