Préparer les données de l’organisation

Cela décrit la valeur des données organisationnelles pour les analystes et les étapes d’identification, de collecte et de structuration des données avant de les charger.

Pour en savoir plus sur la nature et l’utilisation des données organisationnelles, consultez Utiliser les données organisationnelles pour une analyse plus efficace. Lorsque vous êtes prêt à commencer à utiliser des données organisationnelles, les sections suivantes décrivent comment :

  • Identifier les tendances que vous souhaitez analyser : déterminez les tendances dont vous avez besoin pour améliorer l’efficacité au travail. À partir de là, vous pouvez mieux choisir les données organisationnelles à utiliser.
  • Connaître les données à inclure : quelques attributs de données sont requis, et beaucoup sont facultatifs. Parmi les options facultatives, choisissez celles qui répondent le mieux à vos besoins analytiques.
  • Obtenir une exportation de données organisationnelles : un administrateur doit exporter les données RH à partir du système RH de votre organisation. Si vous le souhaitez, incluez des données métier, si votre analyse l’exige.
  • Structurer les données organisationnelles : pour que vos données soient validées correctement, vous devez d’abord les structurer correctement dans the.csv fichier que vous chargez.
  • Télécharger les données : une fois que votre fichier .csv est prêt, vous le chargez dans l’application Advanced Insights où, après validation et traitement, il devient disponible pour analyse.

Utiliser des données organisationnelles pour une analyse plus efficace

Les données organisationnelles sont des informations descriptives sur les employés. Une fois qu’un administrateur a chargé des données organisationnelles, l’application Advanced Insights les combine à Microsoft 365 données pour fournir des insights détaillés et exploitables sur les tendances de communication et de collaboration de l’entreprise. Un analyste peut découvrir ces tendances et les utiliser pour prendre des décisions commerciales plus efficaces.

Voici des exemples de ce que les analystes peuvent faire avec des insights avancés après le chargement des données organisationnelles :

  • Découvrez comment les personnes communiquent entre les fonctions de travail, les groupes de départements et les hiérarchies de gestion en activant le regroupement et le filtrage des attributs descriptifs.
  • Personnalisez les métriques pour quantifier les relations de groupe, telles que le temps de collaboration entre les groupes marketing et commerciaux.
  • Effectuez des calculs de métriques, tels que l’insularité et la redondance.

Advanced Insights collecte automatiquement les données de collaboration à partir de Microsoft 365. L’analyse de ces données créerait une image incomplète ; Ce sont les données organisationnelles que vous chargez qui fournissent le contexte d’analyse. La vidéo suivante illustre ces concepts :

Vidéo : Les données organisationnelles fournissent un contexte

Pour connaître les données organisationnelles à extraire, vous devez d’abord déterminer les tendances du milieu de travail que vous souhaitez connaître. Par exemple, dans une analyse à venir, vous souhaiterez peut-être examiner la collaboration entre différents segments d’employés ou groupes. Vous devez d’abord définir ces groupes, ce que vous pouvez faire de différentes manières :

  • Groupes tels que définis par les données organisationnelles
  • Groupes constitués de niveaux hiérarchiques organisationnels
  • Groupes constitués de performances, d’engagement ou d’autres données métier

Les groupes définis peuvent être utilisés dans les exemples d’analyses suivants :

Collaboration entre les groupes

Un scénario d’analyse courant consiste à rechercher des modèles de collaboration entre différents groupes d’employés. Par exemple, vous souhaiterez peut-être savoir à quel point votre équipe marketing produit communique avec votre équipe commerciale.

Les attributs permettant de segmenter les populations peuvent être utiles à prendre en compte dans la définition de modèles de collaboration, tels que :

  • Attributs de famille ou de rôle de travail, tels que la profession, la fonction, la discipline et le code du travail
  • Organisation, secteur d’activité ou centre de coûts, tel que RH, Finance, Ventes et Marketing
  • Attributs d’emplacement, tels que la ville, l’état, le pays et les régions, tels que définis par votre organisation
  • Attributs qui décrivent leur travail, tel que l’employé ou le fournisseur distant, à temps plein, à temps partiel ou à temps plein, leur mandat au sein de l’organisation ou l’ancienneté de leur rôle actuel.

La plupart de ces attributs sont disponibles dans les systèmes d’information RH.

Collaboration hiérarchique

Il est également courant de rechercher des modèles de comportement de collaboration en référence à la hiérarchie de votre organisation, ainsi que de quantifier la collaboration entre les responsables et les contributeurs individuels, ainsi qu’entre les niveaux et couches supérieurs et inférieurs de l’organisation.

Les concepts suivants sont utiles dans cette analyse :

  • IC ou gestionnaire : indique si un employé est un collaborateur individuel ou un responsable.
  • Hiérarchie organisationnelle : par exemple, les noms de tous les responsables au-dessus de l’employé dans la structure de création de rapports de cet employé ; chaque gestionnaire peut être stocké en tant qu’attribut distinct.
  • Couche : par exemple, la position de l’employé dans la hiérarchie organisationnelle où la couche 0 = le leader supérieur de l’entreprise.
  • Étendue : par exemple, le nombre de rapports directs affectés à un employé.
  • Niveau : par exemple, senior manager, VP, director, CVP, et ainsi de suite.

La plupart de ces attributs se trouvent également dans les systèmes d’information RH.

Données de collaboration, d’engagement et de résultats

Enfin, vous pouvez envisager de lier des modèles de comportement de collaboration aux scores d’engagement des employés ou à d’autres données de résultats de performance, telles que l’atteinte du quota de ventes ou les évaluations de performances élevées/faibles. Ces données se trouvent souvent en dehors des systèmes d’information rho-rh traditionnels, soit dans des référentiels de données RH distincts, soit dans des systèmes métier.

Savoir quelles données inclure

Pour obtenir toutes les fonctionnalités de l’application Advanced Insights, vous devez fournir plusieurs attributs requis, comme décrit dans la référence d’attribut. En outre, vous pouvez fournir jusqu’à 100 attributs facultatifs pour regrouper et filtrer des données de manière intéressante et personnalisée.

Exemples de données organisationnelles : famille de travaux, rôle de travail, organisation, métier, centre de coûts, emplacement, région, couche, niveau, nombre de rapports directs et gestionnaire. Ces données sont fournies à l’application Advanced Insights au niveau individuel, ce qui signifie que ces attributs fournissent un contexte à chaque personne du jeu de données.

La vidéo suivante décrit les attributs requis et facultatifs dans votre chargement de données :

Vidéo : éléments à inclure dans le chargement

Les employés à inclure

Au minimum, incluez les données organisationnelles pour tous les employés qui ont Viva Insights licences. Il est encore préférable d’inclure chaque personne de votre entreprise dans le cadre de votre chargement de données, même si vous envisagez de collecter des données de collaboration pour un sous-groupe, une population cible spécifique au sein de l’entreprise.

Important

Si vous chargez des données pour tout le monde, vous pouvez analyser avec qui tout le monde collabore, même s’ils sont en dehors de votre population cible.

Par exemple, si les personnes du marketing communiquent fréquemment avec les personnes du développement de produits, mais que l’application contient uniquement des données RH sur l’organisation marketing, vous ne pourrez pas créer de rapports pour indiquer le temps que le marketing consacre au développement de produits.

Si vous ne pouvez pas inclure toutes les personnes de votre organisation, le minimum à inclure est toutes les personnes pour lesquelles les données de collaboration sont collectées. Ce minimum vous permet d’analyser les modèles de collaboration entre les groupes au sein de cette population, mais pas entre les groupes en dehors de cette population.

Inclure tous les employés titulaires d’une licence

Il incombe à l’administrateur de maintenir les données organisationnelles à jour et complètes. Dans cette tâche, « complete » signifie deux choses : inclure les bonnes personnes et inclure les attributs appropriés pour ces personnes.

La raison pour laquelle tous les employés sous licence de l’organisation sont inclus est que, si leurs données organisationnelles sont manquantes, les analystes ne peuvent pas filtrer par ces données lorsqu’ils créent une requête dans le Concepteur de requêtes. Cela signifie que ces employés seront exclus des analyses effectuées par les analystes.

Notification des données manquantes

Si l’application détecte que des données sont manquantes pour un ou plusieurs employés sous licence, elle alerte les administrateurs comme suit :

  • Notification : une notification dans le produit est répertoriée lorsque vous sélectionnez l’icône Notifications (cloche) sur les données manquantes.
  • Message de bannière : un message de bannière s’affiche sur la page Données organisationnelles sur les Télécharger données organisationnelles manquantes.

Télécharger données organisationnelles manquantes

  1. Sélectionnez Télécharger pour télécharger un fichier .csv qui contient les noms des employés titulaires d’une licence dont les données organisationnelles sont manquantes. Par exemple :

    Noms de données d’organisation manquants.

  2. Ouvrez le fichier .csv.

  3. Ajoutez les données manquantes pour ces employés. Cela signifie l’ajout d’attributs (colonnes) qui décrivent les employés d’une manière cohérente avec les chargements précédents. Voir Connaître les données à inclure.

  4. Télécharger le fichier. Consultez Télécharger données organisationnelles (chargements ultérieurs).

Incluez également les employés sans licence

En plus d’inclure tous les employés titulaires d’une licence dans le chargement des données organisationnelles, nous vous recommandons d’inclure également les employés sans licence. Cela permet d’inclure ou d’exclure correctement ces employés des métriques personnalisées que vous générez dans vos requêtes.

Dans les exemples suivants, les employés d’une filiale européenne ne sont pas autorisés. Vous souhaiterez créer deux métriques personnalisées :

  • Réunions qui incluent au moins un participant de l’Europe
  • Réunions qui n’incluent aucun participant européen

Scénario 1 : Les employés sans licence ne sont pas inclus dans les données organisationnelles

Dans ce scénario, la requête ne contient pas d’informations qui décrivent la région pour les employés européens sans licence. Même si l’employé #101 a participé à des réunions avec des collègues européens, le filtre ne sait pas comment inclure ces réunions dans la métrique « Réunions avec l’Europe ». Par conséquent, les deux métriques personnalisées ne sont pas exactes.

PersonId Date Réunions Réunions avec l’Europe Réunions sans Europe
101 Mai 2021 30 0 30

Scénario 2 : Les employés sans licence sont inclus dans les données organisationnelles

Dans ce scénario, le filtre peut reconnaître les collègues européens à partir des données organisationnelles et, par conséquent, il sait qu’il inclut les réunions auxquelles ils ont participé à la métrique « Réunions avec l’Europe ». Cela donne un résultat plus précis pour les deux métriques personnalisées :

PersonId Date Réunions Réunions avec l’Europe Réunions sans Europe
101 Mai 2021 30 18 12

Obtenir une exportation de données organisationnelles

Avant de mettre en forme et de charger des données organisationnelles, vous devez les obtenir à partir d’une ou plusieurs sources. Votre source principale est l’équipe qui gère les systèmes d’information des ressources humaines (RH) de votre organisation. Cette équipe doit vous fournir une exportation de données d’attributs RH pour les employés individuels.

En outre, vos analystes peuvent avoir besoin de données sur les résultats opérationnels. Si c’est le cas, vous devez contacter les propriétaires métier qui ont accès aux magasins de données qui contiennent ces informations. Par exemple :

  • Données d’évaluation des performances pour des groupes de travail spécifiques
  • Scores d’engagement des employés capturés par les RH en dehors des systèmes d’information RH
  • Ventes ou autres données d’atteinte du quota qui fournissent des vues supplémentaires sur les performances
  • Données d’enquête sur les employés

Une fois que vous avez obtenu ces données, vous devez les structurer pour que le traitement réussisse après les avoir chargées dans l’application.

Structurer les données organisationnelles

Une fois que vous avez identifié les données à fournir, vous devez les exporter au format approprié pour les charger. Pour commencer, les données doivent se trouver dans un fichier .csv encodé en UTF-8 et contenir au moins l’ensemble des attributs requis pour la population, qui peuvent se trouver dans n’importe quel ordre dans le fichier. Pour plus d’informations sur l’enregistrement d’un fichier au format UTF-8, consultez Solution.

Le nom de fichier doit contenir uniquement des caractères alphanumériques (lettres et nombres), sans espaces ni caractères spéciaux. Par exemple, FileName2.csv.

La vidéo suivante décrit comment structurer votre fichier de données d’organisation, notamment comment mettre en forme le fichier, comment utiliser le champ EffectiveDate pour refléter les changements historiques dans votre organisation, les employés à inclure, et comment structurer les données que vous ajoutez ou mettez à jour dans les chargements suivants :

Vidéo : Guide pratique pour structurer le fichier de données d’organisation

Attributs obligatoires

Les éléments suivants doivent être fournis avec les en-têtes de colonne exacts dans le chargement .csv, dont PersonId et ManagerId ne respectent pas la casse, mais l’organisation l’est.

  • EffectiveDate
  • PersonId
  • ManagerId
  • Organisation (respect de la casse)

Notes

Les attributs peuvent se trouver dans n’importe quel ordre dans le fichier. Toutefois, les noms de ces attributs requis sont réservés et ne peuvent pas être utilisés comme noms de nouveaux attributs personnalisés.

Attributs facultatifs réservés

Il s’agit d’en-têtes de colonne réservés pour les attributs actuellement utilisés pour calculer, filtrer et regrouper des données. Comme indiqué, FunctionType, LevelDesignation et SupervisorIndicator respectent la casse. LevelDesignation est utilisé pour calculer les métriques d’heures de réunion redondantes et de faible qualité, qui ne seront pas disponibles si LevelDesignation n’est pas chargé.

Attribut Respect de la casse ? S’il est utilisé, effectue une validation

seuil d’application ?

Peut être utilisé comme nom d’un

attribut personnalisé ?

FunctionType Oui Oui Non
HireDate Non Oui Non
HourlyRate Non Oui Non
Couche Non Oui Non
LevelDesignation Oui Oui Non
SupervisorIndicator Oui Oui Non
TimeZone Non Oui Non
GroupId Non Non Non

Attributs personnalisés

Il s’agit des attributs supplémentaires que vous souhaitez définir à utiliser dans le filtrage et le regroupement de données.

Notes

  • Le nombre maximal d’attributs totaux autorisés dans le système est de 105, ce qui inclut les cinq attributs requis.
  • Toutes les dates doivent être au format MM/JJ/AAAA.
  • Tous les champs numériques (tels que l’attribut requis « HourlyRate ») doivent être au format « nombre » et ne peuvent pas contenir de virgules ou de signe dollar.

Pour plus d’informations, consultez descriptions des attributs et exigences de couverture des données et vidéo : éléments à inclure dans le chargement.

Exemple .csv fichier d’exportation

Voici un exemple d’extrait de code d’un fichier d’exportation .csv valide :

PersonId,EffectiveDate,HireDate,ManagerId,TimeZone,LevelDesignation,Organization,Layer,Area Emp1@contoso.com,12/1/2020,1/3/2014,Mgr1@contoso.com,Pacific Standard Time,5,Sales,8,Southeast Emp2@contoso.com,11/1/2020,1/3/2014,Mgr1@contoso.com,Pacific Standard Time,5,Sales,8,Southeast Emp3@contoso.com,12/1/2020,1/3/2014,Mgr2@contoso.com,Pacific Standard Time,4 ,Sales,7,Northeast Emp4@contoso.com,10/1/2020,8/15/2015,Mgr3@contoso.com,Pacific Standard Time,6,Sales,9 ,Midwest Emp5@contoso.com,11/1/2020,8/15/2015,Mgr3@contoso.com,Pacific Standard Time,6,Sales,9,Midwest Emp6@contoso.com,12/1/2020,8/15/2015,Mgr3@contoso.com,Pacific Standard Time,6,Sales,9,Midwest

Pour plus d’informations sur les attributs, consultez la section Référence des attributs .

Télécharger les données

Après avoir créé un fichier .csv source, vous pouvez le charger dans l’application Advanced Insights. S’il s’agit de la première fois que vous chargez des données organisationnelles, consultez Télécharger données organisationnelles (premier chargement). Si ce n’est pas la première fois, consultez Télécharger données d’organisation (chargements ultérieurs).

Une fois vos données chargées, l’application effectue une validation et un traitement supplémentaires pour terminer l’approvisionnement. En cas de problème, l’équipe Recommandations Microsoft Viva contactera votre administrateur Viva Insights.

Fréquence de chargement des données organisationnelles

Il est recommandé de charger les données RH au moins une fois par mois pour que les données restent actualisées et qu’elles restent pertinentes. Peu après la réussite d’un chargement RH, les données mises à jour sont disponibles dans Explorer les statistiques et dans le Concepteur de requêtes.

Fourniture de données sur une période donnée

Par défaut, Viva Insights inclut les données de réunion et de messagerie pour les employés mesurés pendant un an. Les données organisationnelles sont fournies à Viva Insights avec une date effective associée à chaque ligne du fichier de chargement, comme décrit dans les descriptions des attributs et les exigences de couverture des données et dans Vidéo : Guide pratique pour structurer le fichier de données d’organisation.

Si vous exportez des données organisationnelles à un point dans le temps à partir de votre système d’information rhéographique à partir de la date actuelle, vous obtenez une image de la population de vos employés pour ce point unique dans le temps. Par conséquent, pour une fidélité optimale des données pendant l’approvisionnement, vous devez fournir des exportations de données organisationnelles pour chacun des 13 derniers mois. Cela peut être fourni dans un seul fichier ou dans une séquence de fichiers.

Cela signifie que pour chaque employé mesuré, vous disposez de 13 lignes distinctes; chaque ligne contiendrait une date effective pour chaque mois dans lequel les données ont été extraites. Si ce n’est pas possible, vous pouvez fournir un point unique dans le temps. Dans ce cas, la date d’effet doit être définie sur le premier jour du mois en cours, un an en arrière. Par exemple, si l’approvisionnement s’est produit en octobre 2020, la date d’effet de toutes les lignes doit être définie sur le 10/1/2019.

L’activité de collaboration de l’employé est mappée à la capture instantanée des données organisationnelles la plus récente (basée sur EffectiveDate) qui précède la date de l’activité de collaboration. Pour obtenir un exemple détaillé, consultez la vidéo Vidéo : Guide pratique pour structurer le fichier de données de l’organisation, à partir d’environ 1:25.

Référence d’attribut

Cette section contient des informations sur les attributs que vous utilisez dans les fichiers de données d’organisation chargés dans l’application Advanced Insights.

Descriptions des attributs et exigences de couverture des données

Notes d’attribut et recommandations

Descriptions des attributs et exigences de couverture des données

Attribut (en-tête de colonne) Description des données / validité des données Exigences en matière de couverture des données
PersonId Identificateur unique de l’enregistrement de l’employé. Cet identificateur peut être l’adresse SMTP principale ou l’alias de messagerie de l’employé. Il doit être dans un format simplifié qui ne contient aucun espace. Par exemple :
  • Autorisé : person.name@contoso.com
  • Non autorisé : nom<, personne>(person.name@contoso.com)
  • Chaque ligne doit contenir un PersonId valide. Chaque fichier de chargement ne peut avoir qu’un seul enregistrement avec la même paire PersonID et EffectiveDate.
    EffectiveDate Date pour laquelle la valeur d’attribut donnée s’applique à l’employé. L’attribut s’applique jusqu’à ce qu’un autre enregistrement pour le même attribut avec une date effective différente soit spécifié. Chaque ligne doit contenir un EffectiveDate valide. Chaque fichier de chargement ne peut avoir qu’un seul enregistrement avec la même paire PersonID et EffectiveDate.
    LevelDesignation Niveau de l’employé, qui est représenté sous la forme d’une chaîne. Ce niveau est spécifique à votre organisation et peut représenter l’expérience, le niveau de gestion ou l’ancienneté d’un employé au sein de l’organisation. Ces données sont nécessaires pour calculer correctement les métriques de redondance et d’insularité. Il s’agit d’un attribut facultatif réservé qui respecte la casse. Si elle est incluse, chaque ligne doit contenir une valeur LevelDesignation.
    ManagerId Identificateur unique du responsable de l’employé, qui est nécessaire pour calculer correctement les métriques pour le temps passé avec les responsables et leurs rapports directs.
    Cet identificateur peut être l’adresse SMTP principale ou l’alias de messagerie du responsable. Il doit être dans un format simplifié qui ne contient aucun espace. Par exemple :
  • Autorisé : person.name@contoso.com
  • Non autorisé : nom <,> de personne (person.name@contoso.com)
  • Chaque ligne doit contenir un ManagerId valide.
    Organisation Organisation interne à laquelle appartient l’employé. L’organisation d’un employé est spécifique à vos besoins individuels et peut être identifiée par le responsable de l’organisation ou par une autre convention de nommage. Ces données sont nécessaires pour calculer correctement les métriques de redondance et d’insularité. Chaque ligne doit contenir une valeur d’organisation.
    FunctionType Fonction de travail effectuée par l’employé. Ceci est spécifique à votre organisation. Ces données sont utilisées pour filtrer et regrouper des rapports, et pour regrouper des données dans Explorer les statistiques. Cette colonne d’attribut n’est pas obligatoire. S’il est inclus, chaque ligne doit contenir une valeur de fonction.
    HireDate Date à laquelle l’employé a commencé son emploi. Cette date détermine la date de début du calcul des métriques d’un employé mesuré. Si un employé a plusieurs dates d’embauche (par exemple: date de première embauche, date d’embauche la plus récente), il est préférable d’utiliser la date d’embauche la plus récente. Dans l’idéal, chaque ligne doit contenir un HireDate valide. Si elles ne sont pas incluses, les métriques sont calculées à partir de la date de début de la période de collecte de données.
    HourlyRate Salaire de l’employé représenté sous la forme d’un taux horaire en dollars américains. Remarques :
  • Si les données RH fournissent uniquement des salaires annuels, vous devez diviser les salaires des employés d’ici 2080 pour calculer leurs taux horaires dans le fichier de chargement (.csv) avant de le charger dans l’application.
  • La valeur peut être mise en forme sous la forme d’un nombre entier, ou inclure deux décimales, et ne peut pas inclure de caractères spéciaux, tels qu’un signe dollar.
  • La valeur peut représenter le salaire uniquement ou inclure la valeur complète des avantages sociaux, à condition que ce choix soit appliqué de façon cohérente à tous les employés.
  • Ce taux est utilisé dans les calculs et peut être utilisé pour filtrer et regrouper les employés.
  • Si le chargement n’inclut pas de taux horaire pour un employé, l’application utilise un taux horaire par défaut de 75 $ pour les calculs et les métriques.
  • Vous pouvez modifier le taux par défaut dans les paramètres de l’analyste. Si vous modifiez la valeur par défaut, cette modification s’applique rétroactivement à toute personne qui n’a pas un taux horaire effectif pour la prochaine actualisation planifiée des données de votre organisation (RH) ou Microsoft 365 collaboration. Pour plus d’informations, consultez Les valeurs par défaut du système.
  • Cette colonne d’attribut n’est pas obligatoire. S’il est inclus, chaque ligne doit contenir une valeur à virgule flottante ou entière sans caractères spéciaux (par exemple, un signe dollar).
    Couche Emplacement où l’employé se trouve dans la hiérarchie organisationnelle. La couche est représentée sous la forme d’un entier et exprimée en tant que distance entre l’employé et le responsable supérieur de l’organisation. Par exemple, le PDG se trouve à la couche 0. Ces données sont utilisées pour filtrer et regrouper des rapports, et pour regrouper des données dans Explorer les fonctionnalités de statistiques . Cette colonne d’attribut n’est pas obligatoire. Si elle est incluse, chaque ligne doit contenir une valeur entière.
    SupervisorIndicator Utilisez cet attribut pour afficher les habitudes des responsables de personnes ou des influenceurs dans votre organisation dans Power BI visualisations. Il alimente la table Vue d’ensemble, les graphiques de charge de travail générés qui sont générés lorsque vous utilisez un modèle qui l’exige.

    Cet attribut indique l’état du responsable de chaque employé en tant que IC (contributeur individuel), Mngr (responsable) ou Mngr+ (responsable des gestionnaires) ; toutefois, notez que si différentes nomenclatures sont utilisées dans votre fichier, vous devez mettre à jour les filtres de graphique Power BI en conséquence. Si vous incluez SupervisorIndicator, vous devez également inclure les valeurs IC, Mngr ou Mngr+ dans les données de votre organisation.
    Cet attribut est requis pour certains modèles, tels que les méthodes d’évaluation de travail.
    TimeZone Fuseau horaire dans lequel l’employé effectue un travail. Il doit s’agir de l’un des fuseaux horaires dans les fuseaux horaires. Si vous n’avez pas de fuseau horaire disponible pour chaque employé, le système utilise la valeur par défaut, à savoir Pacific Standard Time. Cette colonne d’attribut n’est pas obligatoire. S’il n’est pas inclus, le fuseau horaire par défaut est utilisé.
    Toutes les colonnes définies par l’utilisateur Des colonnes supplémentaires peuvent représenter toutes les données que vous souhaitez utiliser dans une requête pour regrouper et filtrer les enregistrements des employés. Aucune exigence de couverture.

    Notes d’attribut et recommandations

    Certains attributs existent uniquement pour un sous-ensemble de la population

    Lorsque vous choisissez des attributs à inclure, certaines valeurs d’attribut peuvent être remplies pour une organisation, mais pas pour d’autres. Par exemple, si le chargement inclut des données d’atteinte du quota de ventes qui s’appliquent uniquement à votre organisation commerciale, vous ne pouvez pas utiliser ces données pour filtrer et regrouper des employés en dehors des ventes.

    Utiliser uniquement les fuseaux horaires autorisés

    Le fuseau horaire par défaut pour Viva Insights est Heure du Pacifique (PT). Consultez les fuseaux horaires pour Viva Insights pour obtenir la liste complète des fuseaux horaires pris en charge.

    Trop de valeurs uniques

    Parfois, un attribut a trop de valeurs uniques à utiliser pour le regroupement et le filtrage. Par exemple, si une fonction ou un code de travail est défini de manière trop étroite, cela peut ne pas vous donner une vue utile du groupe global. Si un attribut a des centaines de valeurs uniques qui entraînent un petit groupe de population par valeur, l’attribut peut ne pas être utile.

    Trop peu de valeurs uniques

    À l’inverse, un attribut est parfois trop largement défini pour un filtrage utile. Par exemple, si votre organisation réside entièrement dans le États-Unis et que vos enregistrements RH par employé contiennent un code de pays qui est toujours égal aux États-Unis, cet attribut ne sera pas utile.

    Attributs redondants

    Certains attributs peuvent représenter les mêmes données et fournir des données redondantes inutiles pour l’analyse. Par exemple, les données RH peuvent contenir à la fois un ID de centre de coûts et un nom de centre de coûts pour un employé. Étant donné que les deux représentent les mêmes informations dans un format légèrement différent, vous souhaiterez inclure uniquement celui portant le nom « convivial ».

    Données métiers

    Contrairement aux données RH, pour les données métier, vous n’avez peut-être pas besoin d’inclure chaque personne de votre entreprise dans le cadre de votre chargement de données. Connaître les scénarios que vous souhaitez analyser vous aidera à décider.

    Par exemple, supposons que vous souhaitez comparer les modèles de collaboration entre les employés de l’organisation Sales qui ont un engagement élevé par rapport à ceux qui ont un faible engagement. Bien que vous vouliez des données RH pour tous les employés afin de pouvoir caractériser des modèles de collaboration plus larges, vous n’avez besoin que des données de score d’engagement pour les employés de l’organisation sales, car vous utiliserez les valeurs de score pour regrouper et filtrer des sorties de rapport spécifiques.

    Utiliser uniquement des valeurs et des formats valides

    Quand une ligne de données ou une colonne a une valeur non valide pour un attribut, le chargement entier échoue jusqu’à ce que le fichier source soit résolu (ou que le mappage modifie le type de validation de l’attribut d’une manière qui rend la valeur valide).

    Règles pour les en-têtes de champ

    Tous les noms d’en-tête ou de colonne de champ doivent :

    • Commencer par une lettre (pas un nombre)
    • Contenir uniquement des caractères alphanumériques (lettres et chiffres, par exemple Date1).
    • Avoir au moins une lettre minuscule (Hrbp) ; que des majuscules ne fonctionne pas (HRBP)
    • Correspondre exactement comme indiqué pour les attributs facultatifs Obligatoire et Réservé, y compris pour la sensibilité de la casse, tels que PersonId et HireDate
    • n’avez pas d’espaces vides ou de caractères spéciaux de début ou de fin (non alphanumériques, tels que @, #, %, &); si des espaces ou des caractères spéciaux sont inclus, qui seront supprimés du nom

    Règles pour les valeurs de champ

    Les valeurs de champ dans les lignes de données doivent respecter les règles de mise en forme suivantes :

    • Les valeurs de champ EffectiveDate et HireDate requises doivent être au format MM/JJ/AAAA
    • Les valeurs de champ PersonId et ManagerId requises doivent être une adresse de messagerie valide (par exemple, gc@contoso.com).
    • Les valeurs de champ TimeZone requises doivent être dans un Format Windows pris en charge
    • Les valeurs de champ Couche requises doivent contenir des nombres uniquement.
    • Les valeurs de champ HourlyRate requises doivent contenir uniquement des nombres, que l’application suppose en dollars américains pour les calculs et l’analyse des données.

    Notes

    L’application n’effectue actuellement pas de conversions monétaires pour les données HourlyRate. Tous les calculs et l’analyse des données supposent que les données sont en dollars américains.

    Règles pour les caractères dans les valeurs de champ

    Les règles de champ suivantes s’appliquent aux caractères des valeurs de champ :

    • Les caractères sur deux octets, tels que les caractères japonais, sont autorisés dans les valeurs de champ

    • Limitez la longueur des caractères des valeurs de champ dans les lignes à un maximum de 128 Ko, soit environ 1 024 x 128 caractères

    • Les caractères suivants ne sont pas autorisés dans les valeurs de champ :

      • tilde (~)
      • « nouvelle ligne » (\n)
      • Guillemets doubles ( » « )
      • Guillemets simples (' ')