Concept : anomalies des résultats de paie
Cette rubrique s'applique aux :
- Workday Payroll for Australia
- Workday Payroll for Canada
- Workday Payroll for the UK
- Workday Payroll for the U.S.
Qu'est-ce que les anomalies des résultats de paie ?
On entend par anomalies des résultats de paie tous les résultats qui, pour un ou plusieurs motifs, sont atypiques pour une exécution régulière du calcul de la paie. Workday utilise le Machine Learning pour déterminer le calcul normal de la paie et les modèles de résultats, en fonction de l'historique des résultats de paie et des données actuelles et historiques des employés.
Le rapport Anomalies de paie utilise les informations de paiement des employés, en fonction de leurs résultats de paie actuels et historiques, pour connaître les modèles de paiement anormaux historiques. Il utilise ensuite ces modèles pour prédire les résultats de paie anormaux pour la période de paie en cours.
Le modèle de machine learning prend également en compte les données historiques, par exemple si les administrateurs ont marqué des résultats de paie similaires comme normaux ou anormaux. Workday identifie ensuite les résultats de paie qui enfreignent ces schémas et leur attribue un score, afin de quantifier la probabilité que le résultat soit anormal.
Lorsque Workday identifie un résultat de paie comme anormal, cela ne signifie pas que le résultat n'est pas valide. mais le résultat est atypique et peut nécessiter une attention particulière. À mesure que le modèle de machine learning collecte plus de données, Workday identifie avec précision les anomalies.
Confiance liée aux anomalies
Le niveau de confiance est le niveau de confiance du modèle dans sa prédiction d'une anomalie de paie étant Normale ou Anormale. Les valeurs possibles sont : élevé, moyen, faible ou aucun. Aucun des résultats ne peut être appliqué lorsque les résultats ne sont pas suffisants pour fonder une prédiction ; Cette fonction peut par exemple être utilisée pour un nouveau salarié.