常见问题：People Analytics
- 什么是 Storyteller？
- Storyteller 是一种自动分析引擎，具有以下功能：
- 搜索数百万个数据组合。
- 在数据组合之间建立连接。
- 以重点洞察信息的形式显示最重要的结果。
- 什么是增强型分析？
- 增强型分析是一种使用统计技术和高级分析功能，自动从数据中发现结果，而通过执行手动分析工作无法轻松获得这些结果。Storyteller 将增强型分析的原理付诸实践。
- 什么是重点洞察信息？
- 重点洞察信息显示指标在当前与历史时间点相比的表现如何，或者指标在组织某个领域中的表现与组织或公司中的另一个领域相比如何。每个重点洞察信息都使用一个由 Storyteller 引擎计算的 People Analytics 指标。
- 如何生成重点洞察信息？
- 故事讲述者：
- 通过聚合每个维度和不同维度组合的指标，将输入数据分组到不同的视图中。
- 筛选掉没有数据或在统计上不显着的任何视图。
- 在视图之间建立连接，以创建定义视图之间关系的网络。在比较不同视图对视图进行比较时，这种关系网络可提供相关信息。 示例：“”的视图Location = Chicago具有以下关系：
- “”的父级Location = Chicago; Cost Center = Sales。
- 整个组织的子级层级。
- 的同级Location = New York。
- 代理对象Cost Center = Sales因为整个销售部门都在芝加哥，而芝加哥 90% 的劳动力都是销售人员。
- 分析关系网络中的视图以确定其重要性。
- 以重点洞察信息的形式返回最重要的视图。
- Storyteller 如何确定最相关的信息？
- Storyteller 会分析并评估每个数据视图的统计显着性。Workday 会根据以下几个因素对视图进行聚类，其中包括：
- 基础数据的共性。
- 层次关系
- 问题的相似度
- 如果我更改层次结构中的源字段（例如由于组织重组），会发生什么情况？
- People Analytics 使用“指定的组织”目标字段中的数据来确定当前指定给员工的组织，以便自动获取最新（“不变”）的层次结构。它会忽略因将员工重新分配到其他组织而产生的重点洞察信息，仅在应用程序中显示重要的重点洞察信息。
- 重点洞察信息使用哪些类型的分析？
- 每个重点洞察信息都是以下任一原因的结果：
- 趋势分析：Storyteller 会将一个维度或维度组合中的当月指标绩效与历史绩效进行比较。
- 差距分析：Storyteller 将一个维度或维度组合的当月指标性能与组织或公司的其他领域进行比较。 示例：如果维度是主管组织，系统会将绩效与公司或级别 1 进行比较。
根据重点洞察信息的不同，群体可能：- 所有有效状态的员工。
- 所有离职员工。
- 所有有效状态的员工和离职员工。
- 这些群体中的一部分，并在“主要层次结构”或“次要层次结构”中按级别 1 进行筛选。
- 我们如何在重点洞察信息中跨维度比较指标效果？
- 为了对任何组织或区域的绩效指标进行标准化处理并使它们具有可比性，Storyteller 按基础员工群体对绩效进行加权。 这有助于减少因百分比大幅变更而导致群体规模较小所造成的过大影响。为了进行标准化操作，Storyteller 需要满足以下条件：
- 针对重点洞察信息中的维度组合计算指标平均值。
- 计算相关群体的指标平均值。示例：公司或包含同级的子集。
- 计算这 2 个平均值之间的差额或差额。
- 通过将差额乘以维度组合的群体规模来对差额进行加权。
Storyteller 会告诉您，该维度组合的指标需要改变到什么程度，才能与总群体的指标保持一致。 - 重点洞察信息如何随着时间的推移而变化？
- 每次运行 Storyteller 时，系统都会重新计算所有重点洞察信息。 每次更新快照后，该面板都会根据当前数据显示一组新的重点洞察信息。 在所有这些情况下，系统都会根据检测到的表现优异或表现不佳的员工的统计排名，来显示重点洞察信息。 在某些情况下，对配置或底层算法所做的变更也可能会影响所显示的重点洞察信息。经常性数据刷新后，给定维度（例如组织、管理层级或区域）中的重点洞察信息可能会再次出现。 这种重复意味着上个月确定的绩效差距或趋势在统计上仍然显着，并且在当月成为业务问题的首要重点洞察信息之一。用户仍可查看包含最近刷新数据的绩效数字。
- 重点洞察信息的评分方法如何运作？
- 评分算法会考虑以下因素：
- 每个重点洞察信息的统计显着性。检测到的趋势变更或与群体平均值的偏差是否足够重要？
- 重点洞察信息的值。算出的对业务问题的影响是多少？
- 与其他重点洞察信息的关系。此重点洞察信息是另一个重点洞察信息的驱动因素、另一个重点洞察信息的影响，还是其他类似重点洞察信息的一部分？
- 为什么某些重点洞察信息只有 2 个主要驱动因素，而另一些则有 5 个？
- Workday 会根据业务问题来整理用于分析的维度列表，以确保 Storyteller 提供最相关的分析切片。在这些维度中，Storyteller 最多可显示 5 个主要驱动因素，这些驱动因素会显着提高或降低重点洞察信息中的指标性能。
- 基数对 People Analytics 有何影响？
- 基数定义了维度中群体的规模，直接影响到所显示的重点洞察信息以及重点洞察信息的质量和可操作性。较小的群体无法提供有趣且有意义的洞察信息，这可能会导致不必要的映射流程迭代。高基数可能会导致重点洞察信息的计算时间过长。
- 如何查看有关特定业务问题或指标的更多信息？
- 您可以单击每个业务问题或指标旁边的信息图标来查看更多信息，例如：
- 某个业务问题的原因。
- 推动业务问题的指标。
- 指标背后的计算。
- 为什么某些指标趋势以中性色显示？
- 所选指标的预期结果可能因组织而异，因为某些指标并未遵循普遍接受的趋势。示例：为实现性别平等，对于女性员工比例较低的组织，增加女性员工比例可能是预期方向；而对于女性员工比例已达到 70% 的组织，降低女性员工比例可能是重点。为了解决各个组织在指标趋势方面存在的差异，我们为以下指标设置了目标范围：
- 平均管理范围（介于 5 到 15 之间的值）
- 值介于 40-60% 之间的“女性员工比例”。
我们以中性色显示这些范围内的变动情况。靠近这些范围的移动显示为绿色，而偏离这些范围的移动显示为红色。“Average Target Compensation”指标的所有变更均以中性色显示，因为个案可确定预期是增加还是减少。 - 百分比和百分点之间有区别吗？
- 是。“百分比”是一个数字或比率，表示为 100 中的分数，而“ 个百分点”是各个百分比之间的数值差。例如，从 40% 增加到 50% 表示增加 10 个百分点和 25% 的增加，因为以百分比表示的实际值增加了一个季度（10 等于 40 的 25%）。