조직 데이터 업로드 (후속 업로드)Upload organizational data (subsequent uploads)

이 문서에서는 관리자가 조직 데이터를 작업 공간 분석에 업로드 (가져오기) 하기 위해 수행 하는 단계를 제공 합니다.This article presents the steps that administrators take to upload (import) organizational data to Workplace Analytics. 준비 조직 데이터에 설명 된 대로 데이터를 준비한 후에 다음 단계를 완료 합니다.Complete these steps after preparing data as described in Prepare organizational data.

Important

조직 데이터를 작업 공간 분석에 처음으로 업로드 하지 않은 경우이 섹션의 단계를 수행 합니다.Follow the steps in this section if this is not the first time that you have uploaded organizational data to Workplace Analytics. 처음으로 작업 하는 경우 에는 조직 데이터 업로드 (첫 번째 업로드)의 단계를 수행 합니다.If this is the first time, follow the steps in Upload organizational data (first upload).

작업 가져오기Import tasks

조직 데이터를 가져오는 작업은 다음과 같은 세 부분으로 구성 됩니다.The task of importing organizational data has three parts:

  1. 파일 업로드File upload
  2. 필드 매핑Field mapping
  3. 데이터 유효성 검사Data validation

원본 데이터를 준비한 후 .csv 파일을 업로드 하 고 필드를 매핑할 수 있습니다.After you prepare the source data, you can upload the .csv file and map fields. 필드를 매핑한 후에는 작업을 분석 하 여 데이터의 유효성을 검사 합니다.After you map fields, Workplace Analytics validates the data. 데이터의 유효성을 검사할 때 전체 데이터 가져오기 작업이 완료 됩니다.When the data successfully validates, the overall data-import task is complete. 데이터 유효성 검사가 실패 하면 유효성 검사에 실패할경우 설명 된 몇 가지 옵션을 선택할 수 있습니다.If the data validation is not successful, you can choose from a few options that are described in Validation fails.

비디오: 조직 데이터 업로드Video: Upload organizational data

파일 업로드File upload

다음 단계에서는 작업 공간 분석에 업로드할 .csv 파일을 지정 합니다.In the following steps, you specify a .csv file to upload to Workplace Analytics.

업로드할 파일을 선택 하려면To select the file to upload

  1. Workplace Analytics을 엽니다.Open Workplace Analytics. 메시지가 나타나면 조직 자격 증명을 입력 합니다.If prompted, enter your organizational credentials.
  2. 왼쪽 탐색 창에서 설정을선택 합니다.In the left navigation pane, select Settings.
  3. 조직 데이터를 선택 합니다.Select Organizational data. 이 페이지의 업로드 기록 영역에 조직의 이전 데이터 업로드가 표시 됩니다.The Upload history area of this page shows the previous data uploads from your organization.
  4. 새 업로드를 선택 합니다.Select New upload.
  5. 업로드 페이지에서 업로드 이름을선택한 다음 새 업로드 파일의 이름을 입력 합니다.On the Upload page, select Name your upload, and then type the name of your new upload file.
  6. 원하는 경우 선택적 설명 추가 를 선택 하 고이 업로드에 대 한 설명을 입력 합니다.Optionally, select Add an optional description and type a description of this upload.
  7. 파일 선택 섹션에서 파일 선택을클릭 합니다.In the Select file section, click Select file. 대화 상자가 표시 되 면 가져올 .csv 파일을 선택 합니다.In the dialog box that appears, select the .csv file that you want to import.

중요 업로드 고려 사항Important upload considerations

  • 업로드 하는 .csv 파일은 u t f-8로 인코딩되어 있어야 합니다.The .csv file that you upload must be UTF-8 encoded.
  • 업로드 프로세스를 시작할 때 업로드 하려는 파일이 다른 프로그램에서 열려 있지 않은지 확인 합니다.Make sure that the file you are uploading is not open in a different program when you begin the upload process.
  • 업로드 프로세스가 시작 된 후에는 프로세스가 되돌릴 수 없습니다.After the upload process begins, the process is irreversible.

Note

새 데이터를 업로드 하는 경우 8 단계, _새 파일 업로드 완료_로 이동 합니다.If you are uploading new data, go to step 8, Complete new file upload. 하지만 데이터를 업로드 한 후 중요 하거나 잘못 되었거나 권한이 없는 데이터를 포함 하는 것을 발견 한 경우 업로드 된 데이터를 제거 하 고 새 파일로 바꾸어야 합니다.However, if you have uploaded data and then discovered that it contains sensitive, incorrect, or unauthorized data, you must remove the uploaded data and replace it with a new file. 이 작업을 수행 하려면 9 단계, _조직 데이터 추가 또는 교체_로 이동 합니다.To do this, go to step 9, Append or replace organizational data.

  1. 새 파일 업로드를 완료 하려면 다음을 선택 합니다.To complete a new-file upload, select Next. 여기에는 시스템 필드 테이블이 표시 됩니다.This shows the System fields table. 필드 매핑으로이동 합니다.Go to Field mapping.

  2. 새 데이터 파일을 업로드 하지 않는 경우에는 이제 조직 데이터를 추가할지 아니면 바꿀지를 선택 해야 합니다.If you are not uploading a new data file, you must now choose whether to append or replace organizational data. 추가 또는 바꾸기 영역에서 다음 옵션 중 하나를 선택 합니다.In the Append or replace area, select one of the following options:

    • 기존 조직 데이터 추가 를 사용 하 여 기존 직원의 특성 값을 업데이트 하거나, 새 직원을 추가 하거나, 새 특성 (열)을 추가할 수 있습니다.Use Append the existing organization data to update attribute values for existing employees, to add new employees, or to add new attributes (columns). 이것은 기본 옵션입니다.This is the default option.

    • 이 파일을 사용 하 여 기존 모든 HR 데이터 업로드를 삭제 하 고, 현재 업로드의 데이터가 작업 공간 분석에서 조직에 제공 되는 유일한 HR 데이터가 되도록 하려면 이 파일과의 모든 데이터를 바꿉니다 .Use Replace all existing organizational data with this file to delete all previous HR data uploads, so that the data in the current upload becomes the only HR data that is present for your organization in Workplace Analytics. 이 바꾸기 옵션은 이전에 업로드 된 모든 조직 데이터를 영구적으로 삭제 함을 설명 하는 "주의" 메시지를 기록 합니다.Take note of the "Caution" message, which explains that this replace option permanently deletes all previously uploaded organizational data.

    데이터를 추가 하거나 바꾸기로 선택한 후에 다음 을 선택 하 고 필드 매핑으로이동 합니다.After you have chosen to append or to replace data, select Next and go to Field mapping.

필드 매핑Field mapping

원본 .csv 파일의 필드 (열)를 작업 영역 분석에서 인식 하는 필드 이름에 매핑해야 합니다.You need to map the fields (columns) for the source .csv file to the field names that Workplace Analytics recognizes. 이러한 사용자는 조직 데이터 > 업로드 페이지에서 매핑합니다.You map these on the Organizational data > Upload page.

Upload page

업로드 페이지에는 업로드 파일에 대 한 데이터를 매핑하기 위한 시스템 필드 및 사용자 정의 필드에 대 한 테이블이 포함 되어 있습니다.The Upload page includes tables for System fields and Custom fields for mapping the data for the upload file.

기존 업로드에 새 특성을 추가할 때 추가 하려는 새 특성 외에도 이전 업로드에서 매핑한 것과 동일한 필수 및 선택적 특성을 모두 선택 해야 합니다.When appending new attributes to an existing upload, you need to select all the same required and optional attributes that you mapped before in previous uploads, in addition to the new attributes you want to add (append).

시스템 필드 테이블System fields table

시스템 필드는 작업 공간 분석에 의해 알려진 특성을 나타내며 그룹화 및 필터링 이외의 특정 계산에서 사용 됩니다.System fields represent attributes that are known by Workplace Analytics and are used in specific calculations beyond grouping and filtering. 시스템 필드는 필수 또는 선택 사항 중 하나를 사용할 수 있습니다.A system field can be either required or optional.

  • 필수 필드 는 두 가지 방식으로 식별 됩니다.Required fields are identified in two ways. 해당 행은 진한 음영을 포함 하 고 원본 열 머리글 아래에 "필수"로 표시 됩니다.Their rows have dark shading and show as "Required" under the Source column header. 이러한 행은 업로드 된 파일에서 찾은 데이터를 나타냅니다.These rows represent data that was found in the uploaded file. 업로드가 성공 하려면 필수 필드를 올바른 데이터 형식이 며 유효성 임계값을 충족 하는 .csv 파일의 열에 매핑해야 합니다.For the upload to succeed, you must map the required fields with a column in your .csv file that is the correct data type and meets the validity threshold.

    Important

    모든 필수 필드에는 모든 행에 null이 아닌 유효한 값이 있어야 합니다.Every required field must have a valid, non-null value in every row. 즉, 이러한 특성의 이름이 업로드 된 .csv 파일에 없더라도 이러한 특성에 매핑되는 .csv 파일에 다른 열이 있어야 합니다.This means that, even if the names of these attributes are not present in the uploaded .csv file, other columns must be present in the .csv file that are mapped to these attributes.

  • 선택적 필드 는 더 밝은 음영이 있는 행의 필수 필드 아래에 표시 됩니다.Optional fields appear below the required fields in rows that have lighter shading. 이러한 행은 일반적으로 작업에서 사용 하도록 제안 되는 시스템 필드입니다.These rows are commonly encountered system fields that Workplace Analytics suggests for use. 조직에 해당 하는 데이터가 없는 경우에는 이러한 필드를 매핑하지 않아도 됩니다.You don't need to map these fields if your organization doesn't have data for them.

사용자 정의 필드 테이블Custom fields table

  • 사용자 정의 필드 는이 페이지에서 선택적 필드 아래에 표시 됩니다.Custom fields appear on this page below the optional fields. 사용자 정의 필드는 만들 수 있는 선택적 특성입니다.Custom fields are optional attributes you can create. source.csv 파일에서 열을 선택 합니다.Select a column from your source.csv file. 열 이름을 선택 하 고 데이터 형식을 선택한 다음 유효성 임계값을 설정 하 고 보고서 옵션을 선택 합니다.Name the column, select the data type, set the validity threshold, and then select the report option.

Fields 테이블의 열Columns in the fields tables

  • 원본 열 은 업로드 된 파일의 각 필드에 해당 합니다.Source column corresponds to each of the fields in the uploaded file.

  • 회사 분석 이름은 조직의 작업 사이트 분석 이름입니다.Workplace Analytics name is the name of your organization's Workplace Analytics.

  • 데이터 형식은 필드의 데이터 형식입니다.Data type is the data type of the fields.

    Note

    데이터 형식이 부울 인 경우 Boolean 필드의 값은 TRUE 또는 FALSE 여야 합니다.If the data type is Boolean, the value for the Boolean field must be TRUE or FALSE.

  • 유효성 임계값 은 업로드 된 파일에서 특성에 null이 아닌 값 (공백이 아님)을 가져야 하는 행의 백분율을 설정 합니다.Validity threshold sets the percentage of rows in the uploaded file that must have non-null values (no blanks) for the attribute. 일부 행의 값이 누락 된 경우에도 원본 파일은 여전히 유효 해질 수 있습니다.The source file might still be valid even if some rows have missing values for some columns. 이 설정은 잘못 된 값을 확인 하거나 허용 하기 위한 것이 아닙니다.This setting is not intended to check or allow invalid values. 잘못 된 데이터 형식, 전자 메일 주소, 표준 시간대 문자열 등의 단일 유효 값이 있으면 파일 업로드가 실패 합니다.A single invalid value, such as an incorrect data type, email address, or TimeZone string will cause the file upload to fail.

    유효성 임계값 설정 요약Summary of Validity threshold settings

    • 필수 특성: PersonId 및 EffectiveDate는 필수 특성 이므로 해당 유효성 임계값은 100%입니다.Required attributes: Because PersonId and EffectiveDate are required attributes, their Validity threshold value is 100%. 이 값은 변경할 수 없습니다.This value cannot be changed.

    • 최소값이 있는 필드: ManagerId, 조직 및 LevelDesignation 필드의 임계값은 기본적으로 95%로 설정 됩니다.Fields with minimum values: The threshold for the ManagerId, Organization, and LevelDesignation fields is set to 95% by default.

    • 기타 시스템 필드: 다른 시스템 필드에 대 한 유효성 검사 임계값은 기본적으로 95%로 설정 되지만이 값을 늘리거나 낮출 수 있습니다.Other system fields: The Validation threshold for other system fields is set to 95% by default, but you can increase or decrease this value.

    • 사용자 정의 필드: 사용자 정의 필드에 대 한 유효성 임계값 설정을참조 하십시오.Custom fields: See Set Validity threshold for custom fields.

  • 보고서 에 포함 -가져오기 작업에 대해 생성 되는 중요 한 데이터를 보고서에서 처리할 방법을 결정할 수 있습니다.Include in report lets you decide how to treat sensitive data in the report that will be generated about the import operation.

    데이터 필드 매핑

보고서에 포함 아래의 드롭다운 메뉴는 원본 데이터의 각 열에 대해 다음과 같은 옵션을 제공 합니다.The drop-down menu under Include in report offers the following options for each of the columns in your source data:

  • 보고서에 표시 합니다.Show in report. 실제 데이터 값이 조직 데이터 파일에서 가져온 것 처럼 보고서에 표시 되도록 합니다.Let the actual data value appear in the report just as it was imported in the organizational data file.

  • Report의 해시입니다.Hash in report. 중요 한 데이터를 확인 취소 합니다.De-identify sensitive data. 이 옵션을 선택 하는 경우 보고서에는 가져오기 작업에 대해 생성 된 데이터가 포함 되지만, 원본 파일에서 가져온 실제 값은 표시 되는 대신, 읽을 수 없는 값의 해시 된 버전으로 표시 됩니다.If you choose this option, the report will include data that was generated about the import operation, but instead of showing actual values that were taken from the source file, it shows a hashed version of the value – a format that cannot be read.

  • 보고서에서 제외: 데이터 값이 보고서에 표시 되지 않도록 합니다.Exclude from report: Prevent the data value from appearing in the report. 높은 중요 한 사항을 고려 하는 모든 특성에 대해이 옵션을 선택할 수 있습니다.You can select this option for any attribute that you consider highly sensitive. 그러나 데이터 개인 정보 보호를 위해 작업 공간 분석은 보고서에서 ManagerID 등의 특정 특성에 제외를 자동으로 할당 합니다.However, for data-privacy reasons, Workplace Analytics automatically assigns Exclude from report to particular attributes, such as ManagerID. 이러한 경우에는이 값을 변경할 수 없습니다.In those cases, you cannot change this value.

    Note

    이전에 업로드 한 데이터에 대 한 하나 이상의 특성 (열)의 표시가 보고서 또는 해시표시 로 설정 될 수 있습니다.The visibility of one or more attributes (columns) might be set to Show in report or Hash in report for previously uploaded data. 보고서에서이 설정을 제외로 변경 하면 해당 열의 데이터에 의존 하는 자동 새로 고침 쿼리가 스키마 위반을 발생 시킵니다.If you change this setting to Exclude from report, any auto-refresh query that depends on the data in that column will experience a schema violation.

    이 경우 필드 매핑을 완료 한 후에 작업 영역 분석에서는 "업로드에는 자동 새로 고침 쿼리 실행에 영향을 줄 수 있는 특정 문제가 있습니다." 라는 경고 메시지가 표시 됩니다.In this case, after you finish mapping fields, Workplace Analytics shows a warning message that reads "Your upload has certain issues that may affect execution of the auto refresh queries." 이 메시지가 표시 되 면 예상 되는 열이 없거나 제외 된 경우로 이동 합니다.If you see this message, go to If expected columns are missing or excluded.

필드를 매핑하려면To map fields

파일 업로드의 단계를 완료 하면 시스템 필드 테이블이 있는 업로드 페이지가 표시 됩니다.After you complete the steps in File upload, the Upload page with the System fields table will appear.

  1. 필수 필드를 매핑합니다.Map the required fields.

    a.a. .Csv 파일에서 다음 테이블의 두 번째 열에 해당 하는 열 (작업 (직장) 분석 이름)을 확인 합니다.Determine which of the columns in your .csv file correspond to the second column in the table (Workplace Analytics name):

    System fields table

    b.b. 원본 열 (테이블의 첫 번째 열) 아래에서 아래쪽 화살표를 클릭 합니다.Under Source column (the first column in the table), click the down arrow. 여기에는 .csv 파일에서 찾은 열 이름의 목록이 표시 됩니다.This shows a list of the column names that were found in the .csv file. 목록에서이 데이터에 대 한 올바른 열 이름을 선택 합니다.From the list, select the correct column name for this data.

    c.c. Table의 다른 열에 대 한 적절 한 값 (작업의 분석 이름, 데이터 형식 등)을 입력 합니다.Fill in appropriate values for the other columns in the table: Workplace Analytics name, Data type, and so on. 나머지 필수 필드에 대해 이러한 매핑 단계를 반복 합니다.Repeat these mapping steps for the rest of the required fields.

    Note

    자세한 내용은 fields 테이블의 열을 참조 하십시오.For more information, see Columns in the fields tables.

  2. 해당 하는 경우 선택적 및 사용자 정의 필드를 매핑합니다.Map the optional and custom fields, as applicable. 조직에서 분석을 위해 중요 한 것으로 간주 하는 원본 파일 (.csv)의 열만 매핑해야 합니다.You only need to map the columns in your source (.csv) file that your organization considers important for analysis. 예를 들어 "시작 날짜"가 중요 하며 데이터에이 필드가 포함 되어 있으면 매핑하십시오.For example, if "StartDate" is important and your data contains this field, map it.

    Custom fields table

    a.a. 원본 열 (테이블의 첫 번째 열) 아래에서 아래쪽 화살표를 선택 하 여 데이터 파일에서 찾은 열 이름 목록을 확인 합니다.Under Source column (the first column in the table), select the down arrow to see the list of column names that were found in the data file. 목록에서 데이터의 올바른 열 이름을 선택 합니다.From the list, select the correct column name for the data. 이 예에서는 시작 날짜 를 선택 합니다.In this example, you'd select StartDate.

    b.b. 테이블의 다른 열에 대 한 값 (예: 데이터 형식, 유효성 임계값, 보고서에 대 한 해시 설정)을 설정 합니다.Set values for the other columns in the table, such as the data type, the validity threshold, and the hash setting for reports.

    c.c. 조직에 중요 한 모든 선택적 및 사용자 지정 필드에 대해이 단계를 반복 합니다.Repeat these steps for all optional and custom fields that are important to your organization.

  3. 유효성 검사에 대해 전송 영역에서 이 매핑이 올바른지 확인한 후 제출을선택 합니다.In the Submit for validation area, select I confirm that these mappings are correct, and then select Submit. 이렇게 하면 데이터 파일을 업로드 하 고 유효성 검사 프로세스를 시작 합니다.This uploads the data file and starts the validation process.

  1. 제출을선택 하면 다음과 같은 두 가지 상황에서 경고 메시지가 표시 될 수 있습니다.After you select Submit, two circumstances could trigger a warning message:

    • 생략 되는 열Omitted columns. (A) 조직 데이터를 업로드 하기 위한 대체 옵션을 선택한 경우 (b) 필드를 매핑하는 동안 기존 조직 데이터 스키마에 있는 하나 이상의 열을 생략 하도록 선택 했으며, (c) 하나 이상의 자동 새로 고침 쿼리가 해당 (생략 된) 열에 따라 달라 집니다.If (a) You chose the Replace option for uploading organizational data, and (b) while mapping fields, you have chosen to omit one or more columns that are present in the existing organizational-data schema, and (c) at least one auto-refresh query depends on those (omitted) columns.

    • 제외 된 열Excluded columns. (A) 매핑 페이지에서 특성에 대 한 보고서 옵션 을 설정 하는 동안 하나 이상의 열이 쿼리 결과에서 제외 되도록 선택 했으며, (b) 하나 이상의 자동 새로 고침 쿼리가 제외 됨 열에 따라 달라 집니다.If (a) While setting the Report options for attributes on the Mapping page, you have chosen to exclude one or more columns from query results, and (b) at least one auto-refresh query depends on those (excluded) columns.

    두 경우 모두에 작업 공간 분석은 자동 새로 고침 쿼리에 영향을 줄 수 있는 문제에 대 한 경고 메시지를 표시 합니다.In either of these cases, Workplace Analytics shows a warning message about issues that could affect auto-refresh queries. 이 메시지가 표시 되 면 예상 되는 열이 없거나 제외 된섹션으로 이동 합니다.If you see this message, go to the section If expected columns are missing or excluded. 이 경고 메시지가 표시 되지 않으면 다음 단계인 데이터 유효성 검사로 이동 합니다.If you do not see this warning message, go to the next phase, Data validation.

예상 되는 열이 없거나 제외 된 경우If expected columns are missing or excluded

쿼리가 성공적으로 실행 되려면 조직 데이터에 특정 특성 (열)이 있어야 합니다.For a query to run successfully, it requires particular attributes (columns) to be present in the organizational data. 자동 새로 고침 옵션이 설정 된 쿼리의 경우에도 마찬가지입니다.This is also true for queries for which the auto-refresh option is turned on. 필요한 열이 누락 되었거나 매핑 페이지에서 보고서 옵션 을 사용 하 여 설정한 표시 유형 설정이 필요한 열을 제외 하는 경우 작업 공간 분석에서는 다음과 같은 경고 메시지를 표시 합니다.If expected columns are missing, or if visibility settings (which you set by using the Report options on the Mapping page) exclude expected columns, Workplace Analytics shows a warning message:

쿼리 자동 새로 고침 경고

이 메시지 아래에 있는 경고 세부 정보 영역의 표에는 영향을 받는 자동 새로 고침 쿼리가 나열 되 고 발생 한 문제에 대 한 세부 정보가 나와 있습니다.Below this message, a table in the Warning details area lists the affected auto-refresh queries and provides details about issues that were encountered. 이 정보는 검토 전용입니다.This information is for review only. 이 페이지에서는 데이터 나 매핑 설정을 변경할 수 없습니다.You cannot change data or mapping settings on this page.

문제를 검토 한 후에 데이터 교체를 계속 하지 않기로 결정 한 후에는 뒤로를 선택 합니다 .After you review the issues, if you decide not to continue with the data replacement, select Back. 그러면 필드 매핑 페이지로 돌아갑니다. 필드를 매핑하는 단계를 계속 진행 합니다.This returns you to the field mapping page; continue with the steps in To map fields.

문제에도 불구 하 고 데이터 업로드를 계속 하려면 다음을 선택 합니다.To continue with data upload despite the issues, select Next. 이 옵션은 경고 세부 정보 영역에 나열 된 쿼리에 대해 자동 새로 고침을 해제 합니다.Note that this choice will turn auto-refresh off for queries that were listed in the Warning Details area. 이러한 쿼리의 마지막 실행 결과는 계속 사용할 수 있습니다.The results of the last runs of these queries remain available.

데이터 유효성 검사Data validation

필드 매핑의단계를 완료 하면 조직 데이터 파일을 업로드 하 고 유효성을 검사 한 후 업로드 페이지에 파일을 업로드 하는 중 화면이 표시 됩니다.After you complete the steps in Field mapping, the organizational data file is uploaded and validated, and the Upload page shows the File is being uploaded screen:

업로드 진행 중

대부분의 경우 파일 유효성 검사를 매우 빠르게 완료 해야 합니다.In most cases, file validation should complete very quickly. 조직 데이터 파일이 매우 큰 경우 유효성 검사에 최대 1 ~ 2 분 정도 걸릴 수 있습니다.If your organizational data file is very large, validation could take up to one or two minutes.

이 단계가 완료 되 면 해당 파일은 통과 또는 실패 유효성 검사 중 하나입니다.After this phase completes, the file has either passed or failed validation. 해당 섹션으로 이동 합니다.Go to the appropriate section:

유효성 검사 성공Validation succeeds

유효성 검사 실패Validation fails

Note

각 테 넌 트에는 한 번에 한 번만 업로드를 진행할 수 있습니다.Each tenant can have only one upload in progress at a time. 따라서 다음 데이터 파일의 워크플로를 시작 하기 전에 한 데이터 파일의 워크플로를 완료 하 여 성공적인 유효성 검사로 안내 하거나 중단 해야 합니다.Therefore you need to complete the workflow of one data file, which means you either guide it to a successful validation or abandon it, before you begin the workflow of the next data file. 업로드 페이지의 위쪽에 있는 진행률 표시줄에 upload 워크플로 상태 또는 스테이지가 표시 됩니다.The status or stage of the upload workflow is shown on the progress bar across the top of the Upload page.

Important

파일을 업로드 하는 동안 로그인 상태를 유지 하거나 업로드가 취소 되도록 해야 합니다.You must stay logged in while the file is uploading or the upload will be canceled. 업로드 중에는이 페이지를 웹 브라우저에서 열어야 합니다.The upload requires this page to be open in your web browser during the upload. 브라우저 (또는이 브라우저 페이지)를 닫으면 업로드가 실패 합니다.If you close the browser (or this browser page), the upload will fail.

유효성 검사 성공Validation succeeds

유효성 검사가 성공 하면 업로드 페이지에서이를 나타내고 업로드 크기와 전체 프로세스가 완료 되었음을 표시 합니다.If validation succeeds, the Upload page will indicate it and show the size of the upload and that the overall process is complete. 유효성 검사가 성공적으로 완료 되 면 작업을 분석 하 여 새 데이터를 처리 합니다.After successful validation, Workplace Analytics processes your new data.

Validation succeeded

Settings > 조직 데이터 업로드 > 구성 데이터 를 선택 하 여 업로드 기록 페이지를 표시할 수 있습니다.You can select Settings > Organizational data Upload > Organizational data to show the Upload history page. 그런 다음 성공 을 선택 하 여 성공적으로 유효성이 검사 되 고 업로드 된 워크플로를 볼 수 있습니다.You can then select Successes to see the workflows that were successfully validated (and uploaded).

이 페이지에서는 다음 옵션을 사용할 수 있습니다.On this page, you have the following options:

  • 보기 (눈) 아이콘을 선택 하 여 유효성 검사 결과에 대 한 요약을 표시 합니다.Select the View (eye) icon to see a summary of the validation results.
  • 매핑 아이콘을 선택 하 여 워크플로의 매핑 설정을 확인 합니다.Select the Mapping icon to see the mapping settings for the workflow.
  • 유효성 검사 경고 목록을 보려면 validation (다운로드) 아이콘을 선택 합니다.Select the Validation (download) icon to see a list of validation warnings.

Note

각 테 넌 트에는 한 번에 한 번만 업로드를 진행할 수 있습니다.Each tenant can have only one upload in progress at a time. 따라서 다음 데이터 파일의 워크플로를 시작 하기 전에 한 데이터 파일의 워크플로를 완료 하 여 성공적인 유효성 검사로 안내 하거나 중단 해야 합니다.Therefore you need to complete the workflow of one data file, which means you either guide it to a successful validation or abandon it, before you begin the workflow of the next data file. 업로드 페이지의 위쪽에 있는 진행률 표시줄에 upload 워크플로 상태 또는 스테이지가 표시 됩니다.The status or stage of the upload workflow is shown on the progress bar across the top of the Upload page.

유효성 검사 실패Validation fails

데이터 유효성 검사가 실패 하면 데이터 로드 페이지에 "failed" 알림이 표시 됩니다.If data validation fails, the Data load page shows a "failed" notification. 또한 유효성 검사 시도에 대 한 세부 정보를 표시 하 고 옵션을 제공 합니다.It also shows details about the validation attempt and presents you with options:

Validation failed

유효성 검사에 실패 한 후에는 먼저 오류 요약 테이블을 검사 하 여 오류를 이해 하는 것이 가장 좋습니다.After a failed validation, it's best to first gain an understanding of the errors by scanning the error summary table. 또한 문제 다운로드 를 선택 하 여 오류 로그를 검사할 수도 있습니다.You can also select Download issues to examine the error log.

오류에 대 한이 정보를 통해 — 원본 데이터를 수정 하거나, 매핑 설정을 변경 하거나, 현재 업로드를 중단 하려는 경우에 선택할 경로를 결정 하는 데 도움이 됩니다.This information about the errors helps you decide which path to choose next — whether to fix the source data, change your mapping settings, or abandon the current upload. 다음 섹션에서는 이러한 옵션에 대해 설명 합니다.The following section describes these options:

유효성 검사 실패 시 옵션Options upon failed validation

오류의 특성Nature of errors 추천 선택Recommended selection 설명Description
사소한 오류, 적은 수Minor errors, small in number 매핑 편집 을 선택 합니다.Select Edit mapping 이렇게 하면 원본 파일 필드를 작업 공간 분석 특성에 매핑하는 방법을 변경할 수 있으며, 선택적으로 유효성 검사 임계값을 변경 하 고, 유효성 검사를 다시 시도 합니다.This displays the Field Mapping page, on which you can change how you map source-file fields to Workplace Analytics attributes, optionally change validation thresholds, and then re-attempt validation. 원본 파일을 변경 하 고 다시 업로드 하지 않고도 이러한 작업을 수행할 수 있습니다.You can do these things without changing and re-uploading the source file. 원본 파일에서 잘못 된 열을 매핑하거나 특정 특성에 높은 유효성 검사 임계값이 할당 되지 않은 경우와 같은 사소한 오류가 발생 하는 경우에 가장 적합 합니다.This is best for minor errors such as having mapped the wrong column in the source file or assigned a too-high validation threshold to a particular attribute.
중대 오류Major errors 업로드 파일 선택Select Upload file 이렇게 하면 첫 번째 파일 업로드 페이지가 표시 됩니다.This displays the first File upload page. 원래 업로드 된 데이터에 중대 한 오류가 있는 경우이 옵션을 고려 합니다.Consider this option in the case of major errors in the originally uploaded data. 먼저 원본 데이터 파일을 편집 하 여 이러한 오류를 수정한 다음, 수정 된 파일을 사용 하 여 업로드 및 유효성 검사 프로세스를 다시 시도 합니다.First, edit the source-data file to fix those errors and then re-attempt the upload and validation process with the corrected file.

페이지 오른쪽 위에 있는 단추를 클릭 하는 것과 같은옵션을 선택할 수도 있습니다.There is also an option to select Abandon, a button on the top right of the page. 현재 업로드를 취소 하려면이를 선택 합니다.Select this to cancel the current upload. 업로드 파일의 오류와 관련이 있거나 관련 되지 않은 이유로 업로드를 중단 시킬 수 있습니다.You can abandon your upload for any reason, related or unrelated to errors in the upload file.

Note

  • 회사 분석에서는 EffectiveDate 또는 시간대에도 불구 하 고 HR 업로드에서 누락 된 데이터를 수정 하거나 채우지 않습니다.Workplace Analytics does not modify or fill in data that is missing from HR uploads, even for EffectiveDate or TimeZone. 관리자는 이러한 오류 또는 누락을 수정 하는 일을 담당 합니다.The administrator is responsible for correcting such errors or omissions.
  • 모든 특성 값이 잘못 된 데이터 행 이나 열 이면 원본 파일을 고정할 때까지 전체 업로드가 실패 하 고, 매핑이 값을 유효 하 게 하는 방식으로 특성의 유효성 검사 형식이 변경 됩니다.When any data row or column has an invalid value for any attribute, the entire upload will fail until the source file is fixed (or the mapping changes the validation type of the attribute in a way that makes the value valid). 임계값을 낮추면 잘못 된 값이 무시 되거나 생략 되지 않습니다.Lowering a threshold does not ignore or skip an invalid value.

데이터 오류를 수정 하기 위한 지침Guidelines for correcting errors in data

이 섹션에서는 유효성 검사 오류가 발생 하는 업로드 된 원본 파일의 데이터를 수정 하는 방법에 대 한 도움말을 소개 합니다.This section contains help for correcting data in an uploaded source file that is causing validation errors.

모든 특성 값이 잘못 된 데이터 행 이나 열 이면 원본 파일을 고정할 때까지 전체 업로드가 실패 하 고, 매핑이 값을 유효 하 게 하는 방식으로 특성의 유효성 검사 형식이 변경 됩니다.When any data row or column has an invalid value for any attribute, the entire upload will fail until the source file is fixed (or the mapping changes the validation type of the attribute in a way that makes the value valid). 임계값을 낮추면 잘못 된 값이 무시 되거나 생략 되지 않습니다.Lowering a threshold does not ignore or skip an invalid value.

모든 필드 헤더 또는 열 이름에는 다음이 필요 합니다.All field header or column names must:

  • 문자로 시작 (숫자가 아님)Begin with a letter (not a number)
  • 영숫자 문자 (예: Date1)만 사용할 수 있습니다.Only contain alphanumeric characters (letters and numbers, for example Date1)
  • 하나 이상의 소문자 (Hrbp)가 있어야 합니다. 모든 대문자 작동 안 함 (HRBP)Have at least one lower-case letter (Hrbp); all uppercase won’t work (HRBP)
  • 대/소문자 구분 (예: PersonId 및 HireDate)을 포함 하 여 작업 공간 분석의 필수 및 예약 옵션 특성에 대해 나열 된 그대로 일치Match exactly as listed for Workplace Analytics’ Required and Reserved optional attributes, including for case sensitivity (for example PersonId and HireDate)
  • 선행 공백 또는 후행 공백이 나 특수 문자 (예: @, #,%, &)가 없습니다. 공백이 나 특수 문자를 포함 하는 경우 작업을 분석 하면 이름에서 제거 됩니다.Have no leading or trailing blank spaces or special characters (non-alphanumeric, such as @, #, %, &); if spaces or special characters are included, Workplace Analytics will remove them from the name

데이터 행의 필드 값은 다음 서식 규칙을 따라야 합니다.The field values in the data row must comply with the following formatting rules:

  • 필수 EffectiveDate 및 HireDate 필드 값은 MM/DD/YYYY 형식 이어야 합니다.The required EffectiveDate and HireDate field values must be in the MM/DD/YYYY format
  • 필수 PersonId 및 ManagerId 필드 값은 유효한 전자 메일 주소 (예: gc@contoso.com) 여야 합니다.The required PersonId and ManagerId field values must be a valid email address (for example, gc@contoso.com)
  • 필요한 표준 시간대 필드 값은 지원 되는 Windows 형식 이어야 합니다.The required TimeZone field values must be in a supported Windows format
  • 필수 레이어 필드 값에는 숫자만 포함 해야 합니다.The required Layer field values must contain numbers only
  • 필수 HourlyRate 필드 값은 계산 및 데이터 분석을 위해 회사 분석에서 미국 달러로 가정 하는 숫자만 포함 해야 합니다.The required HourlyRate field values must contain numbers only, which Workplace Analytics assumes is in US dollars for calculations and data analysis
  • 일본어 문자와 같이 데이터 값에 더블 바이트 문자를 사용할 수 있습니다.Double-byte characters, such as Japanese characters, are permitted in the data values.

Note

회사 분석에서는 현재 HourlyRate 데이터에 대 한 통화 변환을 수행 하지 않습니다.Workplace Analytics does not currently perform currency conversions for HourlyRate data. 작업 공간 분석의 모든 계산 및 데이터 분석에서는 데이터를 미국 달러로 가정 합니다.All calculations and data analysis in Workplace Analytics assume the data to be in US dollars.

또한 필드 값에는 다음 항목이 포함 될 수 없습니다.The field values also cannot contain any of the following:

  • 악센트 부호 없음 (á)No accent marks (á)
  • 물결표 없음 (~)No tildes (~)
  • 짧거나 긴 대시 (-,--) 없음No short or long dashes (-, --)
  • 쉼표 (,) 없음No commas (,)
  • "새 줄" 문자 없음 (\n)No "new line" characters (\n)
  • 이중 ("") 또는 작은따옴표 (' ')가 없습니다.No double (" ") or single quotes (‘ ‘)
  • 행에 있는 필드 값의 문자 길이를 최대 128 KB, 즉 1024 x 128 자로 제한 합니다.Limit character length of field values in rows to a maximum of 128 KB, which is about 1024 x 128 characters

새 데이터 열 추가Addition of a new data column

모든 직원에 대해 5 개 필수 열 (PersonId, EffectiveDate, LevelDesignation, ManagerId, 조직)을 포함 하는 최소 13 개월의 스냅숏 데이터를 이미 업로드 했다고 가정해 보겠습니다.Let's say that you've already uploaded at least 13 months of snapshot data, which contained the five required columns (PersonId, EffectiveDate, LevelDesignation, ManagerId, Organization) for all employees. 이제 각 직원의 계약 점수 값과 같은 새 데이터 열 하나를 업로드 하 고 모든 기록 데이터에 적용 되도록 하려고 합니다.Now, you want to upload one new column of data – for example, an engagement score value for each employee – and you want it to apply to all of the historical data. 새 "EngagementScore" 데이터 열을 추가 하도록 업로드 하는 경우 새 필드와 함께 최소 필수 필드 5 개를 다시 업로드 해야 합니다.When you upload to append the new "EngagementScore" data column, remember to reupload all five of the minimum required fields along with the new field.

사용자 정의 필드에 대 한 유효성 임계값 설정Set Validity threshold for custom fields

임계값은 null이 아닌 값을 검사 하므로 사용자 정의 필드의 용도에 따라 달라 집니다.The threshold checks for non-null values, so it depends on the intended use of the custom field. 많은 분석에서이 데이터를 사용 하려는 경우에는이를 높은 비율로 설정 하는 것이 좋습니다.If you intend to use this data in much of your analysis, consider setting it to a high percentage. 예를 들어 조직에 있는 소수의 하위 집합에만 적용 되는 데이터에 대해 낮은 임계값을 설정할 수 있습니다.You can set a lower threshold for data that applies, for example, to only a small subset of people in your organization.

높은 값 설정Set a high value

일반적으로 유효성 임계값을 높은 값으로 설정 해야 합니다.Generally, you should set the Validity threshold to a high value. 이는 분석을 통해 해당 필드에 포커스를 둘 경우 특히 중요 합니다.This is especially important if your analysis will focus on that field.

예를 들어 "SupervisorIndicator" 특성을 포함할 수 있습니다.For example, you might include a "SupervisorIndicator" attribute. 처음에는 관리자의 동작을 분석 중 이라고 생각 하지 않고이 특성을 생략할 수 있습니다.At first, you might not think that you're analyzing manager behavior and you might be tempted to omit this attribute. 그러나 조직 계층 구조는 여러 작업 그룹을 구분 하는 데 사용 되며,이 경우에는 몇 가지 수준의 참석에 따라 최고 및 최저 품질의 모임을 결정 하기 위해 다양 한 회사를 분석 합니다.But the organization hierarchy is used implicitly by many Workplace Analytics analyses – for differentiating different work groups, for determining high- and low-quality meetings based on how many levels attend, and more.

낮은 값 설정Set a lower value

분석의 목표는 판매 효율성을 결정 하는 것입니다.The goal of your analysis might be to determine sales effectiveness. 데이터에는 영업 attainment에 대 한 특성이 포함 될 수 있으며,이는 영업 병력의 구성원에 게는 회사의 10%에 게 적합 합니다.Your data might include an attribute for sales attainment that only makes sense for members of your sales force, who constitute about 10% of the company. 이 수치는 엔지니어 또는 프로그램 관리자에 게는 적용 되지 않지만 판매 중인 고용량의 경우에 중요 합니다.This number doesn't apply to engineers or program managers, but it is critical for high-performers in sales.