共用方式為

上傳 Microsoft 365 Copilot in Viva Insights 組織數據的秘訣

  • 發行項

Microsoft 365 Copilot in Viva 當您針對 Viva Insights 中的每個員工屬性上傳盡可能多的數據時，Insights 最有效。 您應該上傳公司發現有用的屬性數目，因為領導者所詢問的大部分問題將取決於多個屬性的組合。 深入瞭解 Insights 支援的屬性 Copilot in Viva。

以下是特定屬性的清單，以及您可以詢問 Copilot 的問題，這些屬性會告知其回應。

屬性 與屬性相關的範例問題
ManagerId
  • 英國有多少資深工程師管理小組？
  • 有多少經理每周與其團隊的經理 1：1 時間少於 1 小時？
  • 我紐約的經理是誰？
  • 產品組織中有多少員工的小組大小超過三個，依層級分組？
    		•
    LevelDesignation
  • 有多少主要工程師跨兩個不同的時區工作？
  • 有多少資深員工大多在辦公室工作？
  • 主管層級的新進員工是誰？
    		•
    FunctionType
  • 哪些 HR 員工是大部分在辦公室工作的新進員工？
  • 有多少 Sales 員工具有 Sales 函式，每周有超過 10 小時的外部會議時數？
  • 上個月有多少財務員工在下班後工作？
    		•
    HireDate
  • 誰在 10 月受聘，並依小組分組？
  • 過去 12 個月雇用的員工是誰，依部門分組？
  • 誰在 20 年前雇用，但仍在公司工作？
  • 過去三年領導團隊的新進員工是誰？
  • 2018 年雇用的員工是工程師？
  • 本季有多少員工有其工作日？
  • 財務部門的任職員工是誰，依層級和區域分組？
    		•
    監督員指標
  • 下班后共同作業在經理和經理的經理之間有何不同？
  • 銷售組織中個別參與者與經理之間有多少時間？
  • 工程團隊中經理與個別參與者的比例為何？
    		•
    WeeklyBadgeOnsiteDays
  • 員工的平均網路大小在混合式、現場和大部分遠程之間有何不同？
  • 我的財務小組在芝加哥的工作模式分佈為何？
  • 在 Tim 小組的網站上工作的員工是誰？
    		•
    CountryOrRegion
  • 不同國家/地區的員工下班后共同作業是什麼？
  • 美國新僱用的數據科學家是誰？
  • 歐洲東部有多少經理的經理 1：1 時間少於兩小時？
    		•
    時區 (不是上傳的值，會自動衍生自用戶設定)
  • EST 中有多少員工工作？
  • 跨時區的員工分佈為何？
    		•

    要記住的其他最佳做法

    • 對齊每個數據行的數據類型。 上述每個屬性都有必要的數據類型格式。 例如，HireDate 是 DateTime 資料類型，而函式類型是字串。 深入了解數據類型及其範例值。

    • 針對每個屬性選擇您的母體擴展。 上傳具有整個已分析母體擴展的每個屬性，但排除貴公司認為敏感性屬性的員工，以及您不想針對領導者顯示數據的員工。 排除數據不出現在 Copilot 回應中的唯一方式，是避免上傳這些員工的數據。 這可讓您控制出現在 Copilot 中針對這些組織內容屬性的數據。 如果不確定，請洽詢貴公司的適當內部小組。

      注意事項

      對於 HR 數據的相關問題，Copilot 的答案僅以具有 Viva Insights 授權的員工為基礎。

    • 重新整理的數據是不錯的數據。 如果您使用 .csv 上傳作為數據源，您應該定期重新整理組織中經常變更的屬性。 您應該使用下列頻率重新整理下列屬性：

      • 每月重新整理：ManagerId、WeeklyBadgeOnsiteDays
      • 每季重新整理一次：SupervisorIndicator、Layer、HourlyRate、LevelDesignation、Organization
      • 六個月重新整理：NewHireDate、Location、CountryOrRegion、FunctionType

    • 建立不同屬性的唯一值。 Copilot 會將領導者的問題與上傳的屬性產生關聯。 如果多個屬性的值有大重疊，系統可能會不正確地將問題與錯誤的屬性產生關聯。 這最有可能發生在Location、CountryOrRegion、Organization和 FunctionType 屬性。

    深入瞭解如何使用 Copilot in Viva Insights