Preparar los datos de la organización

En este artículo se describe el valor de los datos de la organización para los analistas y también se describen los pasos que debe seguir como administrador para identificar, recopilar y estructurar los datos antes de cargarlos. Para más información sobre la naturaleza y el uso de los datos de la organización, consulte Uso de datos organizativos para un análisis más eficaz.

Cuando esté listo para empezar a trabajar con datos de la organización, las secciones siguientes le guiarán a través del proceso de preparación de datos.

  • Identificar las tendencias que desea analizar : decida qué tendencias necesita obtener información sobre para mejorar la eficiencia en el trabajo. Después de identificar estas tendencias, puede elegir mejor qué datos de la organización usar.
  • Saber qué datos incluir : se requieren algunos atributos de datos y muchos son opcionales. Entre las opcionales, elija las que mejor se adapten a sus propósitos analíticos.
  • Obtener una exportación de datos de la organización : haga que un administrador exporte los datos de RR. HH. del sistema de RR. HH. de la organización. Opcionalmente, incluya datos de línea de negocio, si el análisis lo requiere.
  • Estructurar los datos de la organización : para que los datos se validen correctamente, primero debe estructurarlo correctamente en the.csv archivo que cargue.
  • Cargar los datos : una vez que el archivo de .csv esté listo, cárguelos en la aplicación de conclusiones avanzadas donde, después de la validación y el procesamiento, estén disponibles para su análisis.

Uso de datos de la organización para un análisis más eficaz

Los datos de la organización son información descriptiva sobre los empleados. Después de cargar los datos de la organización, la aplicación de información avanzada los combina con datos de Microsoft 365 para proporcionar información detallada y procesable sobre las tendencias de comunicación y colaboración de la empresa. Un analista puede descubrir estas tendencias y usarlas para tomar decisiones empresariales más eficaces.

Este es un ejemplo: Una vez cargados los datos de la organización en la aplicación de información avanzada, un analista podría usarlos para aprender cómo se comunican las personas entre funciones de trabajo, grupos de departamentos y jerarquías de administración al habilitar la agrupación y el filtrado de atributos descriptivos.

Advanced Insights recopila automáticamente datos de colaboración de Microsoft 365. Analizar solo estos datos crearía una imagen incompleta; son los datos de la organización que se cargan los que proporcionan contexto de análisis.

Para saber qué datos de la organización extraer, primero debe decidir las tendencias del área de trabajo de las que desea obtener información. Por ejemplo, en un análisis próximo, es posible que desee examinar la colaboración entre diferentes segmentos de empleados o grupos. Primero debe definir estos grupos, lo que puede hacer de varias maneras:

  • Por datos de la organización
  • Por niveles de jerarquía organizativa
  • Por rendimiento, interacción u otros datos de línea de negocio

Los grupos definidos se pueden usar en los siguientes ejemplos de análisis:

Colaboración entre grupos

Un escenario de análisis común es encontrar patrones de colaboración entre diferentes grupos de empleados. Por ejemplo, es posible que quiera saber cuánto está hablando su equipo de marketing de productos con su equipo de ventas.

Los atributos para segmentar poblaciones pueden ser útiles a tener en cuenta para definir patrones de colaboración, como:

  • Atributos de familia o rol de trabajo, como profesión, función, disciplina y código de trabajo
  • Organización, línea de negocio o centro de costos, como RR. HH., Finanzas, Ventas y Marketing
  • Atributos de ubicación, como ciudad, estado, país y regiones, según lo definido por la organización
  • Atributos que describen su trabajo, como empleados o proveedores remotos a tiempo completo, a tiempo parcial o a tiempo completo, su permanencia dentro de la organización o la permanencia de su rol actual

La mayoría de estos atributos están disponibles en los sistemas de información de RR. HH.

Colaboración jerárquica

También es habitual buscar patrones de comportamiento de colaboración en referencia a la jerarquía de la organización, así como cuantificar la colaboración entre administradores y colaboradores individuales, y entre niveles y capas superiores e inferiores de la organización.

Los siguientes conceptos son útiles en este tipo de análisis:

  • IC o administrador : si un empleado es un colaborador individual o un administrador.
  • Jerarquía organizativa : por ejemplo, los nombres de todos los administradores por encima del empleado en la estructura de informes de ese empleado; cada administrador se puede almacenar como un atributo independiente.
  • Capa : por ejemplo, la posición del empleado en la jerarquía organizativa donde la capa 0 = el líder superior de la empresa.
  • Span : por ejemplo, el número de informes directos asignados a un empleado.
  • Nivel – Por ejemplo, gerente sénior, VP, director, CVP.

La mayoría de estos atributos también se encuentran en sistemas de información de RR. HH.

Datos de colaboración, compromiso y resultados

Por último, es posible que quiera considerar la posibilidad de asignar patrones de comportamiento de colaboración a puntuaciones de compromiso de los empleados u otros datos de resultados de rendimiento, como el logro de la cuota de ventas o las clasificaciones de alto o bajo rendimiento. Estos datos se encuentran a menudo fuera de los sistemas de información de RR. HH. tradicionales, ya sea en repositorios de datos de RR. HH. independientes o en sistemas de línea de negocio.

Saber qué datos incluir

Para obtener toda la funcionalidad de la aplicación de conclusiones avanzadas, debe proporcionar varios atributos necesarios, como se describe en Referencia de atributos. Además, puede proporcionar hasta 100 atributos opcionales para agrupar y filtrar datos de maneras interesantes y personalizadas.

Algunos ejemplos de datos de la organización son la familia de trabajos, el rol de trabajo, la organización, la línea de negocio, el centro de costos, la ubicación, la región, la capa, el nivel, el número de informes directos y el administrador. Estos datos se proporcionan a la aplicación de información avanzada en el nivel individual, lo que significa que estos atributos proporcionan contexto a cada persona del conjunto de datos.

Empleados que se van a incluir

Como mínimo, incluya los datos de la organización para todos los empleados que tengan licencias de Ideas Viva. Es incluso mejor incluir a todas las personas de la empresa como parte de la carga de datos, incluso si planea recopilar datos de colaboración solo para un subgrupo, es decir, una población de destino específica dentro de la empresa.

Por ejemplo, si los usuarios de Marketing se comunican con frecuencia con los usuarios de Desarrollo de productos, pero la aplicación solo tiene datos de RR. HH. sobre la organización marketing, no podrá crear informes para mostrar cuánto tiempo dedica Marketing al desarrollo de productos.

Si no puede incluir a todas las personas de su organización, el mínimo que se debe incluir es todas las personas para las que se están recopilando datos de colaboración. Este mínimo permite analizar patrones de colaboración entre grupos dentro de esta población, pero no entre grupos fuera de esta población.

Incluir a todos los empleados con licencia

Es responsabilidad del administrador mantener los datos de la organización actualizados y completos. En esta tarea, "complete" significa dos cosas: datos que incluyen las personas adecuadas e incluyen los atributos adecuados para esas personas.

La razón para incluir a todos los empleados con licencia de la organización es que, si faltan datos de la organización, los analistas no pueden filtrar por esos datos cuando compilan una consulta en la página Análisis . Por lo tanto, los empleados cuyos datos faltan se excluirán de los análisis que realizan los analistas.

Notificación de datos que faltan

Si la aplicación detecta que faltan datos para uno o varios empleados con licencia, alerta a los administradores a través de una notificación emergente en la esquina superior derecha de la pestaña Conexiones de datos .

Carga de datos de la organización que faltan

Para cargar estos datos que faltan, el administrador puede seguir estos pasos:

  1. En la notificación emergente, seleccione Descargar para descargar un archivo .csv que contenga los nombres de los empleados con licencia cuyos datos organizativos faltan.
  2. Abra el archivo .csv.
  3. Anexe los datos que faltan para estos empleados. Esto significa agregar atributos (columnas) que describen a los empleados de forma coherente con las cargas anteriores.
  4. Cargue el archivo. Consulte Carga de datos de la organización (carga posterior)] para obtener más información.

Además de incluir a todos los empleados con licencia en la carga de datos de la organización, se recomienda incluir también empleados sin licencia, como se explicó anteriormente.

Obtención de una exportación de datos de la organización

Antes de dar formato y cargar datos de la organización, debe obtenerlos de uno o varios orígenes. El origen principal es el equipo que administra los sistemas de información de RR. HH. de la organización. Este equipo tendrá que proporcionarle una exportación de datos de atributos de RR. HH. para empleados individuales.

Además, es posible que los analistas necesiten datos sobre los resultados empresariales. Si es así, deberá ponerse en contacto con los propietarios de línea de negocio que tengan acceso a almacenes de datos que contengan esta información. Por ejemplo, estos datos pueden incluir:

  • Datos de revisión del rendimiento para grupos de trabajo específicos.
  • Puntuaciones de compromiso de los empleados capturadas por RR. HH. fuera de los sistemas de información de RR. HH.
  • Ventas u otros datos de cumplimiento de cuota que proporcionan vistas adicionales en el rendimiento.
  • Datos de encuesta de empleados.

Después de obtener estos datos, deberá estructurarlo para que se procesen correctamente después de cargarlos en la aplicación.

Estructurar los datos de la organización

Después de identificar qué datos proporcionar, debe exportarlos al formato correcto para cargarlos. Para empezar, los datos deben estar en un archivo .csv codificado con UTF-8 y contener al menos el conjunto de atributos necesarios para el rellenado, que puede estar en cualquier orden en el archivo.

El nombre de archivo solo debe contener caracteres alfanuméricos (letras y números), sin espacios ni caracteres especiales, por ejemplo, FileName2.csv.

Atributos necesarios

Proporcione los siguientes atributos como encabezados de columna, exactamente como se escribe a continuación, en la carga de .csv.

  • EffectiveDate
    • Asegúrese de que la columna EffectiveDate tiene valores en todas las filas. Si no proporciona una columna EffectiveDate en la carga, la fecha en que cargó los datos se convierte en el valor predeterminado EffectiveDate.
  • PersonId
  • ManagerId
  • Organización (distingue mayúsculas de minúsculas)

Atributos opcionales reservados

Los siguientes atributos son encabezados de columna reservados para los atributos que se usan actualmente para calcular, filtrar y agrupar datos.

  • LevelDesignation
  • FunctionType
  • HireDate
  • HourlyRate
  • Layer
  • SupervisorIndicator
  • OnsiteDays
  • Ubicación

Nota:

Los atributos pueden estar en cualquier orden en el archivo. Sin embargo, los nombres de estos atributos obligatorios y reservados no se pueden usar como nombres de los nuevos atributos personalizados.

Atributos personalizados

Los atributos personalizados son los atributos adicionales que desea definir para usar en el filtrado y agrupación de datos. Al cargar estos atributos, los analistas pueden usarlos al compilar consultas. Para obtener información sobre cómo cargar atributos personalizados, consulte Carga de datos de la organización (primera carga).

Nota:

  • El número máximo de atributos totales permitidos en el sistema es 105, que incluye los cinco atributos necesarios.
  • Todas las fechas deben tener el formato MM/DD/AAAA.
  • Todos los campos numéricos (como el atributo necesario "HourlyRate") deben tener el formato "number" y no pueden contener comas ni un signo de dólar.

Para obtener más información, vea Descripciones de atributos y requisitos de cobertura de datos.

Ejemplo .csv archivo de exportación

Este es un fragmento de código de ejemplo de un archivo de exportación de .csv válido:

PersonId,EffectiveDate,HireDate,ManagerId,LevelDesignation,Organization,Layer,Area,12/1/2020,1/3/2014,Mgr1@contoso.com,Junior IC,Sales,8,Southeast Emp2@contoso.com,11// 1/2020,1/3/2014,JuniorMgr1@contoso.com IC,Sales,8,Southeast,12Emp3@contoso.com/1/2020,1/3/2014,,Mgr2@contoso.comManager,Sales,7,Northeast Emp4@contoso.com,10/1/2020,8/15/2015,Mgr3@contoso.com,Support,Sales,9,Midwest Emp5@contoso.com,11/1/2020,8/15/2015,,Mgr3@contoso.comSupport,Sales,9,Midwest,12Emp6@contoso.com/1/2020,8/15/2015,,Mgr3@contoso.comSupport,Sales,9,Midwest Emp1@contoso.com

Para obtener más información sobre los atributos, consulte la sección Referencia de atributos .

Carga de los datos

Después de crear un archivo de .csv de origen, puede cargarlo en la aplicación de información avanzada a través de la página > Datos de la organización Centro de datos o la pestaña Conexiones de datos .

Si es la primera vez que cargará datos de la organización, consulte Carga de datos de la organización (primera carga). Si no es la primera vez, consulte Carga de datos de la organización (cargas posteriores).

Una vez que los datos se han cargado correctamente, la aplicación realiza una validación y un procesamiento adicionales para completar el aprovisionamiento.

Frecuencia con la que se cargan los datos de la organización

Se recomienda cargar los datos de los empleados al menos una vez al mes para mantener los datos actualizados y el análisis pertinentes. Poco después de que una carga de datos de empleados se haya realizado correctamente, los datos actualizados estarán disponibles para que los usuarios vean como conclusiones en la aplicación.

Suministro de datos durante un período de tiempo

De forma predeterminada, Ideas Viva incluye datos de reunión y correo electrónico para los empleados medidos durante un año. Los datos de la organización se proporcionan para Ideas Viva con una fecha de vigencia asociada a cada fila del archivo de carga.

Si realiza una exportación a un momento dado de los datos de la organización desde el sistema de información de RR. HH. a partir de la fecha actual, obtendrá una imagen de la población de empleados para ese único momento. Para obtener la mayor fidelidad de datos durante el aprovisionamiento, debe proporcionar exportaciones de datos de la organización para cada uno de los últimos 13 meses. Estos datos se pueden proporcionar en un único archivo o en una secuencia de archivos.

Este es el aspecto que tendría en la práctica. Para cada empleado medido, tendría 13 filas independientes. Cada una de esas filas contendrá una fecha efectiva para cada mes para el que se extraieron los datos. Si no es posible una fecha efectiva para cada mes, puede proporcionar un único punto en el tiempo. En ese caso, establezca la fecha efectiva en el primer día del mes actual, un año atrás. Por ejemplo, si el aprovisionamiento se produjo en octubre de 2020, la fecha de vigencia de todas las filas debe establecerse en 10/1/2019.

La actividad de colaboración de los empleados se asignará a la instantánea de datos de la organización más reciente (basada en EffectiveDate) que precede a la fecha de la actividad de colaboración.

Referencia de atributo

Esta sección contiene información sobre los atributos que se usan en los archivos de datos de la organización cargados en la aplicación advanced insights.

Atributo (encabezado de columna) Description Tipo de datos Valor de ejemplo Obligatorio o reservado
PersonId Identificador único de un registro de empleado. Puede ser la dirección SMTP principal del empleado o el alias de correo electrónico. Correo electrónico joe@contoso.com Requerido1
ManagerId Identificador único del administrador de un empleado. Puede ser la dirección SMTP principal del administrador o el alias de correo electrónico. Correo electrónico sally@contoso.com Obligatorio
Organización La organización interna a la que pertenece un empleado. Para obtener información más útil, evite usar demasiadas o demasiadas organizaciones únicas. Cadena Financial Planning and Analysis Obligatorio
EffectiveDate Fecha en que se aplica un valor de atributo determinado para un empleado. El atributo se aplica hasta que se especifica otro registro para el mismo atributo con un EffectiveDate diferente. Si no se carga EffectiveDate, la fecha de carga se usa de forma predeterminada. DateTime 12/31/2021 Requerido2
LevelDesignation Nivel que representa la experiencia, el nivel de administración o la antigüedad de un empleado dentro de la organización. Para obtener información más útil, evite usar demasiados valores de LevelDesignation únicos o demasiados. Cadena Director Reservado3
FunctionType Función de trabajo que realiza un empleado. Para obtener información más útil, evite usar demasiados o demasiados FunctionTypes únicos. Cadena Finance Management Reserved
HireDate La fecha en que un empleado comenzó a trabajar. Si un empleado tiene varias fechas de contratación, es mejor usar la fecha de contratación más reciente. DateTime 12/31/2021 Reserved
HourlyRate El salario de un empleado se representa como una tarifa por hora en dólares estadounidenses. Doble 25.25 Reserved
Layer Posición de un empleado dentro de la jerarquía organizativa, expresada como su distancia con respecto al líder superior de la organización. Por ejemplo, el CEO está en la capa 0. Para obtener información más útil, evite usar demasiadas capas únicas o demasiadas. Entero 2 Reserved
SupervisorIndicator El estado de administrador de un empleado como IC (colaborador individual), Mngr (administrador) o Mngr+ (administrador de administradores). Cadena IC Reserved
OnsiteDays El promedio de días por semana que un empleado trabaja desde el sitio de trabajo principal de la empresa. OnsiteDays puede basarse en datos de distintivos o en otros orígenes, por ejemplo, etiquetas en el sistema de RR. HH. que muestran el número de días que un empleado planea trabajar in situ. Cadena 4 Reserved
Ubicación Ubicación de la oficina de un empleado. Cadena Burbank Reserved
My_Custom_attribute
(ejemplo: Parking_space)
Atributo que se crea Cadena 15D N/A (personalizado)4

1. Debe incluir los campos obligatorios. Cada campo necesario necesita valores no en blanco para cada fila.

2. Si no incluye una columna EffectiveDate con la carga, la fecha de carga se convierte en el valor predeterminado EffectiveDate.

3. No es necesario incluir ninguno de estos campos reservados. Sin embargo, si los usa, conserve estos nombres de columna. Si proporciona valores para los campos reservados, reemplazarán los valores cargados anteriormente.

4. No es necesario incluir atributos personalizados. Sin embargo, si los agrega, no pueden tener el mismo nombre que ninguno de los atributos necesarios o reservados.

Notas y recomendaciones de atributos

Algunos atributos solo existen para un subconjunto de la población

Al elegir los atributos que se van a incluir, algunos valores de atributo pueden rellenarse para una organización, pero no para otras. Por ejemplo, si la carga incluye datos de cuota de ventas que solo se aplican a su organización de ventas, no puede usar estos datos para filtrar y agrupar empleados fuera de las ventas.

Demasiados valores únicos

A veces, un atributo tiene demasiados valores únicos que usar para la agrupación y el filtrado. Por ejemplo, si una función de trabajo o un código está demasiado definido, es posible que no le proporcione una vista útil del grupo general. Si un atributo tiene cientos de valores únicos que dan lugar a un grupo de población pequeño por valor, es posible que el atributo no sea útil.

Pocos valores únicos

Por el contrario, a veces un atributo está demasiado definido para un filtrado útil. Por ejemplo, si su organización reside por completo en el Estados Unidos y los registros de RR. HH. por empleado contienen un código de país que siempre es igual a EE. UU., ese atributo no sería útil.

Atributos redundantes

Algunos atributos pueden representar los mismos datos y proporcionar datos redundantes innecesarios para el análisis. Por ejemplo, los datos de RR. HH. podrían contener un identificador de centro de coste y un nombre de centro de coste para un empleado. Dado que ambos representan la misma información en un formato ligeramente diferente, querrá incluir solo el que tenga el nombre más "fácil de usar".

Datos de línea de negocio

A diferencia de los datos de RR. HH., para los datos de línea de negocio, es posible que no tenga que incluir a todas las personas de su empresa como parte de la carga de datos. Conocer los escenarios que desea analizar le ayudará a decidir. Por ejemplo, supongamos que desea comparar patrones de colaboración entre empleados de la organización Sales que tienen una alta participación en comparación con aquellos que tienen poca participación. Aunque querrá datos de RR. HH. para todos los empleados para poder caracterizar patrones de colaboración más amplios, solo necesita datos de puntuación de compromiso para los empleados de la organización Sales, ya que usa los valores de puntuación para agrupar y filtrar salidas de informe específicas.

Valores y formatos válidos

Cuando cualquier fila o columna de datos tiene un valor no válido para cualquier atributo, se producirá un error en toda la carga hasta que el archivo de origen sea fijo (o la asignación cambie el tipo de validación del atributo de forma que el valor sea válido).

Reglas para encabezados de campo

Todos los nombres de columna o encabezado de campo deben:

  • Comience con una letra (no un número).
  • Solo contienen caracteres alfanuméricos (letras y números, por ejemplo, Date1).
  • No tenga espacios en blanco iniciales o finales ni caracteres especiales (no alfanuméricos, como @, #, %, &).

Reglas para valores de campo

Los valores de campo de las filas de datos deben cumplir las siguientes reglas de formato:

  • Los valores de campo EffectiveDate y HireDate necesarios deben tener el formato MM/DD/AAAA.
  • Los valores de campo PersonId y ManagerId necesarios deben ser una dirección de correo electrónico válida (por ejemplo, gc@contoso.com)
  • Los valores de campo de capa necesarios solo deben contener números.
  • Los valores de campo HourlyRate necesarios solo deben contener números, lo que la aplicación supone que está en dólares estadounidenses para cálculos y análisis de datos.

Reglas para caracteres en valores de campo

Las reglas de campo siguientes se aplican a los caracteres de los valores de campo:

  • Los caracteres de doble byte, como los caracteres japoneses, se permiten en los valores de campo.
  • La longitud máxima de caracteres de los valores de campo en filas es de 128 KB, que es de aproximadamente 1024 x 128 caracteres.
  • No se permiten caracteres de "nueva línea" (\n) en los valores de campo.