步驟:設定機器學習處理工時異常
依據貴組織的訂閱服務合約,您可能需要執行其他步驟才能啟用此功能。您的組織已簽署主要服務合約 (MSA) 或通用主要服務合約 (UMSA)。若要確定貴組織的訂閱服務協議,請執行以下操作︰
如果值為︰
- UMSA,系統會自動使用此功能。您可以略過為 MSA 客戶啟用 Innovation Services 功能和 AI 資料提供的步驟。如需有關機器學習資料貢獻的詳細資訊,請參閱「概念︰適用於通用主要訂閱合約客戶的 Workday AI」 。
- MSA 中,您必須透過「為 MSA 客戶啟用 Innovation Services 功能」和「AI 資料貢獻」步驟,透過 Innovation Services 啟用此功能。
注意︰UMSA 客戶的用戶中沒有 Innovation Services 任務和報告,因為這些任務和報告僅供 MSA 客戶使用。UMSA 客戶可以忽略所有有關 Innovation Services 的資訊。
- 部署Workday Time Tracking。我們建議您在執行工時異常偵測前至少 1 年部署「工時追踪」。
- 建立工時核准範本
您可以讓Workday使用機器學習來偵測非典型工時登錄,以便您:
- 建立自訂報告,以檢視工時異常分數,以及工時區塊相關的首要工時異常原因。
- 存取工時異常趨勢報告,依督導組織檢視工時異常趨勢
- 讓經理人員和工時記錄人員能夠查看「檢閱工時」報告中的工時異常並採取動作。
- 在Innovation Services and Data Select Opt-In報告中,選取HCM: Workforce Management Machine Learning Services區段。若要建置可偵測工時異常的機器學習模型,您必須選擇加入以下所有類別:
- 工時配置資料
- 員工資料
- 時間表區塊資料記錄
- 員工工時和休假資料
您也可以選擇啟用使用者功能交付資料,協助Workday偵測工時異常。視組織的訂閱服務協議而定,您可能需要執行其他步驟才能啟用此功能。如需更多資訊,請參閱此 Community 文章。 - 存取編輯用戶設定 - 機器學習任務。選取Workday會在哪個區域託管用於機器學習與分析功能改善及個人化的資料。安全性:「System」功能區中的「Set Up: Tenant Setup - Machine Learning」。
- (選用) 存取編輯工時核准範本任務。若要在「檢閱工時」報告中顯示工時異常,請選取「包含工時異常」核取方塊。安全性:「Time Tracking」功能區中的「Set Up: Time Tracking」。
我們建議您在正式環境用戶中訓練機器學習模型至少 3 週。在正式環境用戶中進行訓練時,請確保模型有持續不斷的真實資料流可供訓練,以便學習可接受和不可接受的工時區塊模式。
如果您需要在非正式環境用戶中進行測試,可以在實作用戶中啟用工時異常偵測。如果您於 2024 年 10 月 4 日之前開始在實作用戶中進行測試,那麼現在您需要啟用隨需資料擷取功能,才能繼續進行一般的資料擷取。