我已選擇啟用 Innovation 服務和 Data 類別。為什麼我在「薪資異常」中看不到預測？: 選擇加入啟用「Payroll Machine Learning GA Features」創新服務後，請確認您已選擇啟用全部 6 種資料種類︰
異常的薪資結果
薪資資料
薪資資料 (歷史)
給付異常驗證
薪資結果的先前狀態 (歷史)
員工資料
然後， Workday最多有 3 週的時間透過您用戶「」中的「薪資異常」報告，顯示「薪資異常」預測。
為什麼提供回饋意見很重要？: 您提供的回饋意見對於讓模型能夠提高其預測的準確性，使其隨著時間的推移而變得非常重要。您的回饋意見會為模型提供額外的培訓資料，根據您的特定組織需求，判斷團隊的正常和異常給付結果。
如何標記給付異常？為什麼標記給付很重要？: 提供回饋意見時，請使用標記根據相似度、您的流程和目前的薪資使用情況對結果進行分組，幫助您更好地尋找和識別結果。指派後，標記即可在報告中當做多面向分析使用。您可以從預定義的標記清單中選擇，也可以建立自己的自訂標記。我們建議您盡可能多地提供回饋意見並使用自訂標記。請參閱「檢查薪資異常」。
可以在給付週期後的時間表上將「給付異常」報告傳送給稽核人員嗎？: 此報告不需要排程，它會自動帶入每個進行中的薪資結果。
報告的具有權限為何？未受限制，還是可以受薪資群組限制？: 未受限制和受限制的使用者皆可具有權限此報告，因此薪資夥伴只能查看透過薪資群組 ()可存取的結果。
我們需要選擇加入People Experience (PEX)嗎？: 否，「薪資異常」報告不會。
薪資合作夥伴可以存取報告並查看標記嗎？: 是的，薪資夥伴只要有權查看薪資異常結果，就能看到與這些結果相關聯的標記。
啟用「薪資異常」是否會對薪資計算產生任何效能影響？: 不，不應該。此作業的設定方式是在計算之後執行。
發放 10 筆薪資後發現異常情況如何？Workday現在會用這些做些什麼？: 藉此讓模型更清楚了解系統中的異常狀況。理想情況下，報告的異常數量將會減少，而報告的異常品質則會大幅提高。
「同步給付異常」按鈕有什麼作用？: 此功能會手動重新同步給付異常結果，這主要用於給付異常啟用後的前幾個期間，這些期間可能會有一些不同步的結果。
我可以將此資料匯出至試算表嗎？: 是。您可以選取要匯出的結果，然後按一下
檢視詳細資料
。然後，您可以使用
「匯出至 Excel」
圖示。您也可以在標記時加上備註。
我可以在報告中新增多面向嗎？如果可以，我該怎麼辦？: 您可以使用「Pay Anomalies」(給付異常) 報告建立自訂報告。請注意，為提高效能，任何新增的多面向都需要建立索引。任何未編入索引的欄位都將無法使用。
如果有多個薪資群組正在處理中，這些報告會將結果合併為單一報告嗎？: 是，系統會處理所有進行中的結果，之後您可以依薪資群組篩選條件。
「給付記錄異常記錄」報告如何運作？: 「薪資異常
記錄」報告與
「薪資異常」
報告非常相似。您可在此檢視先前完成期間和目前期間的預測結果。
我可以選擇加入，且在多個薪資期間內不標示異常，然後開始學習模型嗎？這會影響我日後的使用嗎？: 是。您可以隨時提供回饋意見。我們建議您在每個薪資期間將 20-30 個結果標示為異常，讓模型開始生效。
我要如何測試「給付異常」功能？: 需要提供資料的機器學習功能將無法在您的「沙箱」用戶「」中正常函數。請使用「預覽」或「實作」用戶來測試機器學習功能，然後再將這些功能部署到正式環境用戶。您可以測試功能，但一定會發生錯誤，因為Workday無法從預覽用戶收集資料，也無法使用這些資料建置模型。請參閱通用主訂閱合約客戶適用的概念： Workday AI 。
Workday能夠從資料收集中排除特定的薪資群組或公司嗎？: 是。您可以在「Innovation Services」功能區中的「Manage: Innovation Services」
中具有權限「
維護給付異常資料排除篩選條件
」任務。此任務僅適用於「沙箱預覽」和「實作」用戶，不適用於正式環境用戶。