步驟：設定薪資異常的機器學習
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。
本主題中的指示適用於︰
- 澳洲薪資
- 加拿大薪資系統
- 英國薪資
- 美國薪資
Workday Pay Anomalies 使用機器學習，持續自動分析並識別可疑的薪資結果異常。這有助於提高薪資審核流程的準確性和效率。請參閱「Workday Pay Anomalies Workday Pay Anomalies」常見問題示範，示範如何使用此功能。
「
Payroll Machine Learning GA Features
」創新服務和「 Pay Anomalies」
報告目前適用於美國、英國、加拿大和澳洲的「薪資」，但不適用於「法國薪資」客戶。- 在可用的服務分頁上，選取「薪資種類」，然後再選取「薪資機器學習 GA 功能」核取方塊。安全性：「Innovation Services」功能區Innovation Services的「Manage: Innovation Services 」網域您必須選擇加入啟用全部 6 種資料種類，才能建置用戶自訂模型並啟用「Pay Anomalies」(給付異常) 功能：
- 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
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。