Implementação de Workbench de inteligência preditiva de RH

  • Versão de lançamento: Xanadu
  • Atualizado 1 de ago. de 2024
  • 3 min. de leitura

    • Você pode usar o aprendizado de máquina para otimizar seus processos de negócios. Você pode treinar e implementar Workbench de inteligência preditiva de RH casos de uso para aumentar seus fluxos de trabalho de aplicações existentes.

    Explorar modelos de caso de uso comuns

    Com a função sn_piwb_hr_content.admin, você pode explorar os modelos de caso de uso e criar modelos preditivos de aprendizado de máquina. Para criar um modelo de aprendizado de máquina, primeiro selecione um modelo de caso de uso pré-criado. Você pode usar um dos modelos a seguir para configurar os casos de uso.
    • Os modelosguiados incluem um processo de configuração abrangente para ajudá-lo na implementação. Modelos com modelos treinados automaticamente disponíveis aceleram o processo de configuração, fornecendo um modelo pré-gerado com base em seus dados.
    • Os modelosclássicos incluem informações de configuração abrangentes para ajudá-lo na implementação. Aproveite os modelos existentes para configurar, testar e treinar os modelos com base em seus requisitos de negócios.

    Quando um modelo indica Modelo treinado automaticamente disponível, isso significa que você pode ir diretamente para a fase de avaliação da configuração do caso de uso. Se o modelo treinado automaticamente for aceitável, você poderá integrar diretamente o modelo aos seus processos de negócios. Caso contrário, você pode ajustar esse modelo ou criar outro. Você pode mudar o nome e a descrição do caso de uso mais tarde.

    Definições de solução

    Essas definições de solução estão disponíveis como modelos em instâncias em que Inteligência preditiva e RH estão ativos. Crie seus próprios registros de definição de solução para personalizar o comportamento.

    Tabela 1. Definições de solução de RH
    Tipo de Solução Definição de Solução Descrição Implementação
    Classificação Prever o serviço de RH para casos de entrada Prevê o serviço de RH correto para os casos. Guiado
    Classificação Prever o grupo de atribuição para casos de entrada Prevê o grupo de atribuição correto para casos. Guiado
    Classificação Categorização de Caso de E-mail Categoriza automaticamente o serviço de RH para os casos de e-mail para melhorar a produtividade, economizando tempo e custos. Guiado
    Semelhança Casos de RH encerrados semelhantes Recomenda casos semelhantes encerrados no passado para ajudar um agente de RH a obter uma resolução mais rápida e melhor. Clássico
    Semelhança Recomendação baseada em perfil de usuário Recomenda os 3 principais artigos relevantes e itens do catálogo com base em usuários com perfil semelhante para descoberta de conteúdo e experiência personalizada. Clássico
    Semelhança Casos de RH semelhantes e conhecimento Automatiza a descoberta de lacunas de conhecimento em suas bases de conhecimento e recomenda informações para melhorar o conhecimento que é orientado pela demanda. Clássico
    Semelhança Artigos de Conhecimento Semelhantes para Tarefa de RH Exibe artigos relacionados para ajudar os funcionários a concluir as tarefas pendentes de RH, Conteúdo ou Campanha. Clássico
    Semelhança Artigos de conhecimento semelhantes para caso de RH Usa ML para identificar os artigos de conhecimento mais relevantes para ajudar um agente de RH a obter uma resolução mais rápida e melhor. Clássico
    Regressão Tempo de resolução de caso de RH Determina o tempo de resolução esperado de um caso analisando casos encerrados semelhantes no passado para melhor visibilidade e transparência. Clássico
    Clustering Informações de demanda: clusters de casos de RH precisam de conhecimento Identifica os clusters de casos que não têm conhecimento e ajuda a preencher as lacunas de conhecimento em sua base de conhecimento. Clássico

    Fases de criação de caso de uso

    Criar um modelo de aprendizado de máquina preditivo envolve várias fases. Depois de criar e treinar seu modelo, avalie e ajuste, teste os resultados da previsão e integre o modelo ao seu processo de negócios. As fases de criação do modelo de caso de uso incluem:
    • Criar e treinar modelos: defina parâmetros para criar um modelo que você treina com base em seus dados exclusivos. Crie vários modelos ao ajustar e refinar seus modelos definindo a combinação certa de cobertura e precisão a ser usada.
    • Teste seus modelos: obtenha resultados de previsão de seus modelos para decidir qual é o melhor para integrar com seu processo de negócios. Para ver se um modelo retorna um resultado correto, você pode usar o processo de teste único ou em lote.
    • Integre o melhor modelo: implante o melhor modelo em seu processo de negócios. Depois de determinar qual modelo retorna o melhor e mais correto resultado, integre-o à produção.

    Manutenção da precisão da previsão

    Você pode gerenciar o desvio de previsão retreinando, modificando ou criando novas soluções para refletir as mudanças nas condições de negócios. Teste e modifique sua regra de negócio ao longo do tempo para garantir que ela funcione conforme desejado em vários pontos de consumo e personas de usuário.