Preparar um upload de arquivo de dados organizacionais

O aplicativo Web Viva Insights pode obter dados organizacionais de duas maneiras: por meio do Microsoft Entra ID, que é a configuração padrão, ou por meio de um arquivo de dados organizacionais que você, como administrador, carrega. Neste artigo, discutimos a segunda opção, o arquivo de dados organizacionais. Continue lendo para descobrir o que você, como administrador, precisa fazer para identificar, coletar e estruturar dados antes de carregar dados organizacionais.

Para saber mais sobre dados organizacionais em geral, descubra quais dados o Microsoft Entra ID sincroniza automaticamente com o Viva Insights e para obter uma visão geral da página Dados organizacionais na experiência de administração do Viva Insights, consulte Dados organizacionais no Viva Insights.

Prepare os dados organizacionais

Quando você estiver pronto para começar a trabalhar com um arquivo de dados organizacionais, as seções a seguir guiarão você pelo processo de preparação de dados:

1. Identifique as tendências que você deseja analisar - Decida quais tendências você precisa aprender para melhorar a eficiência no trabalho. Após identificar essas tendências, você pode escolher melhor quais dados organizacionais usar.
2. Saiba quais dados incluir – alguns atributos de dados são obrigatórios e muitos são opcionais. Entre os opcionais, escolha os atributos que melhor atendem aos seus propósitos analíticos.
3. Obter uma exportação de dados organizacionais : peça a um administrador para exportar os dados de RH do sistema de RH da sua organização. Opcionalmente, inclua dados de linha de negócios, se sua análise exigir.
4. Estruture os dados organizacionais - Para que seus dados sejam validados com êxito, você precisa primeiro estruturá-los corretamente no arquivo .csv que você carrega.
5. Carregar o arquivo de dados organizacionais – depois que o arquivo .csv estiver pronto, carregue-o no aplicativo Web do Viva Insights onde, após a validação e o processamento, ele ficará disponível para análise.

Etapa 1 - Identifique as tendências que você deseja analisar

Para saber quais dados organizacionais extrair, primeiro você precisa decidir sobre quais tendências do local de trabalho deseja aprender. Por exemplo, em uma análise futura, talvez você queira examinar a colaboração em diferentes segmentos ou grupos de funcionários. É preciso primeiro definir esses grupos, o que é possível fazer de várias maneiras:

• Por dados organizacionais
• Por níveis de hierarquia organizacional
• Por dados de desempenho, de envolvimento ou de outros dados da linha de negócios

Os grupos definidos podem ser usados nos seguintes exemplos de análises:

Colaboração entre grupos

Um cenário de análise comum é encontrar padrões de colaboração entre diferentes grupos de funcionários. Por exemplo, talvez você queira saber o quanto sua equipe de marketing de produto está conversando com sua equipe de vendas.

Atributos para segmentar populações podem ser úteis a serem considerados na definição de padrões de colaboração, como:

• Família de trabalhos ou atributos de funções, como profissão, função, disciplina e código de trabalho
• Organização, linha de negócios ou centro de custo, como RH, Finanças, Vendas e Marketing
• Atributos de localização, como cidade, estado, país e regiões, conforme definido por sua organização
• Atributos que descrevem seu trabalho, como remoto, funcionário em tempo integral ou fornecedor

A maioria desses atributos está disponível nos sistemas de informação de RH.

Colaboração hierárquica

Também é comum buscar padrões de comportamento de colaboração em referência à hierarquia da sua organização. Você também pode quantificar a colaboração entre gerentes e colaboradores individuais e entre níveis superiores e inferiores da organização.

Os conceitos a seguir são úteis nesse tipo de análise:

• IC ou gerente - Se um funcionário é um contribuidor individual ou um gerente.
• Hierarquia organizacional - Por exemplo, os nomes de todos os gerentes acima do funcionário na estrutura de relatórios desse funcionário; Cada gerente pode ser armazenado como um atributo separado.
• Camada - Por exemplo, a posição do funcionário na hierarquia organizacional onde a camada 0 = o líder superior da empresa.
• Span - Por exemplo, o número de subordinados diretos atribuídos a um funcionário.
• Nível - Por exemplo, gerente sênior, VP, diretor, CVP.

A maioria desses atributos também é encontrada nos sistemas de informação de RH.

Colaboração, envolvimento e dados de resultados

Por fim, talvez você queira considerar vincular os padrões de comportamento de colaboração às pontuações de engajamento dos funcionários ou a outros dados de resultados de desempenho. Esses dados podem incluir o cumprimento da cota de vendas ou classificações de desempenho. Esses dados geralmente são encontrados fora dos sistemas de informações tradicionais de RH, em repositórios de dados de RH separados ou em sistemas de linha de negócios.

Etapa 2 - Saiba quais dados incluir

Para obter a funcionalidade completa do aplicativo Web do Viva Insights, você precisa fornecer vários atributos necessários, conforme descrito em Referência de atributo. Além disso, você pode fornecer até 100 atributos opcionais para agrupar e filtrar dados de maneiras interessantes e personalizadas.

Exemplos de dados organizacionais incluem família de trabalhos, função de trabalho, organização e linha de negócios. Esses dados são fornecidos ao aplicativo Web do Viva Insights no nível individual, o que significa que esses atributos fornecem contexto para cada pessoa no conjunto de dados.

Funcionários a serem incluídos

No mínimo, inclua os dados organizacionais de todos os funcionários que têm licenças do Viva Insights. É ainda melhor incluir todas as pessoas da sua empresa como parte do upload de dados, mesmo que você planeje coletar dados de colaboração para apenas um subgrupo - ou seja, uma população-alvo específica dentro da empresa.

Por exemplo, se as pessoas de Marketing se comunicam frequentemente com as pessoas de Desenvolvimento de Produtos, mas o aplicativo tem dados de RH apenas sobre a organização de Marketing, você não pode criar relatórios para mostrar quanto tempo o Marketing está gastando com o Desenvolvimento de Produtos.

Se você não puder incluir todas as pessoas em sua organização, o mínimo a ser incluído são todas as pessoas para as quais os dados de colaboração estão sendo coletados. Esse mínimo permite analisar padrões de colaboração entre grupos dessa população, mas não entre grupos fora dessa população.

Incluindo todos os funcionários licenciados

É responsabilidade do administrador manter os dados organizacionais atualizados e completos. Nessa tarefa, "concluir" significa duas coisas: dados que incluem as pessoas certas e incluem os atributos certos para essas pessoas.

O motivo para incluir todos os funcionários licenciados na organização é que, se seus dados organizacionais estiverem ausentes, os analistas não poderão filtrar por esses dados quando criarem uma consulta na página Criar análise . Assim, os funcionários cujos dados estão ausentes são excluídos das análises realizadas pelos analistas.

Além de incluir todos os funcionários licenciados no upload de dados organizacionais, recomendamos que você também inclua funcionários não licenciados, conforme explicamos anteriormente.

Etapa 3 - Obter uma exportação de dados organizacionais

Antes de formatar e carregar dados organizacionais, você precisa obtê-los de uma ou mais fontes. Sua fonte primária é a equipe que gerencia os sistemas de informações de RH da sua organização. Essa equipe precisa fornecer uma exportação de dados de atributos de RH para funcionários individuais.

Além disso, seus analistas podem precisar de dados sobre resultados de negócios. Nesse caso, você precisa entrar em contato com os proprietários de linha de negócios que têm acesso aos armazenamentos de dados que contêm essas informações. Por exemplo, esses dados podem incluir:

• Dados de avaliação de desempenho para grupos de trabalho específicos.
• Pontuações de engajamento dos funcionários capturadas pelo RH fora dos sistemas de informações de RH.
• Dados de vendas ou outros dados de obtenção de cota que fornecem mais exibições de desempenho.
• Dados de pesquisas com funcionários.

Depois de obter esses dados, você precisará estruturá-los para um processamento bem-sucedido depois de carregá-los no aplicativo.

Etapa 4 - Estruture os dados organizacionais

Depois de obter os dados exportados, estruture-os no formato correto.

Adicionar atributos obrigatórios, opcionais reservados e personalizados

Existem três tipos de atributos que você pode adicionar ao seu arquivo de dados organizacionais: obrigatório, reservado, opcional e personalizado.

Obrigatório

Forneça os seguintes atributos como cabeçalhos de coluna, exatamente como escrito abaixo, no .csv upload.

• EffectiveDate
  • Verifique se a coluna DataEfetiva tem valores em todas as linhas. Se você não fornecer uma coluna EffectiveDate em seu upload, a data em que você carregou os dados se tornará a EffectiveDate padrão.
• PersonId
• ManagerId
• Organização (diferencia maiúsculas de minúsculas)

Reservado opcional

Os atributos a seguir são cabeçalhos de coluna reservados para atributos que são usados atualmente para calcular, filtrar e agrupar dados. Atributos diferentes da lista abaixo podem ser necessários, dependendo do modelo específico do Power BI.

• LevelDesignation
• FunctionType
• HireDate
• Taxa horária
• Layer
• SupervisorIndicator
• WeeklyBadgeOnsiteDays
• Location

Atributos personalizados

Atributos personalizados são quaisquer outros atributos que você deseja definir para usar na filtragem e no agrupamento de dados. Quando você carrega esses atributos, os analistas podem usá-los ao criar consultas. Para saber como carregar atributos personalizados, consulte Carregar dados organizacionais (primeiro upload).

Exemplo .csv exportar arquivo

Aqui está um trecho de exemplo de um arquivo de exportação .csv válido:

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

Para obter mais informações sobre atributos, consulte a seção Referência de atributos .

Etapa 5 - Carregar o arquivo de dados organizacionais

Depois de criar um arquivo de .csv de origem, você pode carregá-lo no aplicativo Web do Viva Insights por meio da página >de dados organizacionaisConexões de dados ou da página Hub de dados.

Se esta for a primeira vez que você carrega dados organizacionais, consulte Carregar dados organizacionais (primeiro upload). Se essa não for a primeira vez, confira Carregar dados organizacionais (uploads subsequentes).

Depois que os dados forem carregados com êxito, o aplicativo executará mais validação e processamento para concluir o provisionamento.

Com que frequência carregar um arquivo .csv de dados organizacionais

É recomendável que você carregue os dados dos funcionários pelo menos uma vez por mês para manter os dados atualizados e as análises relevantes. Logo após o upload de dados de um funcionário ter sido bem-sucedido, os dados atualizados ficam disponíveis para os usuários verem como insights no aplicativo.

Fornecimento de dados durante um período de tempo

Por padrão, o Viva Insights inclui dados de email e reuniões para funcionários medidos por um ano. Os dados organizacionais são fornecidos ao Viva Insights com uma data efetiva associada a cada linha no arquivo de upload.

Se você fizer uma exportação point-in-time de dados organizacionais do seu sistema de informação HR a partir da data atual, obterá uma imagem de sua população de funcionários para esse único ponto no tempo. Para obter maior fidelidade de dados durante o provisionamento, você deve fornecer exportações de dados organizacionais para cada um dos últimos 13 meses. Esses dados podem ser fornecidos em um único arquivo ou em uma sequência de arquivos.

Veja como isso ficaria na prática. Para cada funcionário medido, você teria 13 linhas separadas. Cada uma dessas linhas conteria uma data efetiva para cada mês em que os dados fossem extraídos. Se uma data efetiva para cada mês não for possível, você poderá fornecer um único ponto no tempo. Nesse caso, defina a data efetiva como o primeiro dia do mês atual, um ano atrás. Por exemplo, se o provisionamento ocorreu em outubro de 2020, a data efetiva para todas as linhas deve ser definida como 1/10/2019.

A atividade de colaboração dos funcionários é mapeada para o snapshot de dados organizacionais mais recente (com base em EffectiveDate) que precede a data da atividade de colaboração.

Configuração avançada - Configure o endereço de email para encontrar o EntraID correspondente para processamento

O Viva Insights usa endereços de email para localizar o EntraID correspondente para processamento. Com essa configuração avançada, você pode escolher a data que o Viva Insights deve usar para obter o EntraID para cada endereço de email.

Opção 1: EffectiveDate

Aplicável se: Sua fonte de dados rastreia as alterações de endereço de email por EffectiveDate

EffectiveDate é a data em que um determinado valor de atributo se aplica a um funcionário. O atributo se aplica até que outro registro para o mesmo atributo com uma EffectiveDate diferente seja especificado. Se nenhum EffectiveDate for carregado, a data de carregamento será usada como padrão.

Cenário

1. Sua fonte de dados rastreia as alterações de endereço de email por EffectiveDate.
2. O endereço de email foi alterado de BoSmith@contoso.com para para BoJames@contoso.com o EntraID "A". Essa alteração é registrada no sistema HCM usando DataEfetiva.

Exemplo:

1. 14/04/2024: o endereço de email foi alterado de BoSmith@contoso.com para o BoJames@contoso.com EntraID "A". Essa alteração é registrada no sistema de origem do HCM com uma nova linha para BoJames@contoso.com com a EffectiveDate 14/04/2024.

2. Este é o snapshot exportado do sistema de origem do HCM em 15/04/2024:

   Personid	EffectiveDate	Organização
   BoSmith@contoso.com	04/01/2024	ABC
   BoJames@contoso.com	04/14/2024	ABC

3. 16/04/2024: o arquivo exportado na data snapshot é carregado no Viva Insights

   • Selecione EffectiveDate em Configuração avançada

   • Isso garante que as alterações no endereço de email sejam rastreadas pela EffectiveDate correspondente fornecida no arquivo carregado.

     • De 01/04/2024 a 14/04/2024, BoSmith@contoso.com é usado para buscar o EntraID "A"
     • A partir de 14/04/2024, BoJames@contoso.com é usado para buscar o EntraID "A"

     Saiba mais sobre como usar EffectiveDate para fornecer dados durante um período de tempo.

Opção 2: Selecionar data

Aplicável se: sua fonte de dados não controla alterações de endereço de email. O endereço de email na data selecionada é usado para todas as datas passadas.

1. Selecione a data de hoje se você exportou dados dela recentemente.
2. Caso contrário, selecione uma data mais antiga.

Cenário 1

1. Sua fonte de dados não rastreia alterações de endereço de email e você exportou dados dela recentemente.
2. O endereço de email foi alterado para o EntraID "A" e você deseja que o novo endereço de email corresponda a "A" para todos os dados históricos.

Exemplo:

1. 14/04/2024: o endereço de email foi alterado de BoSmith@contoso.com para o BoJames@contoso.com EntraID "A".

2. O snapshot exportado do sistema de origem do HCM em 15/04/2024:

   Personid	EffectiveDate	Organização
   BoJames@contoso.com	04/01/2024	ABC

3. 16/04/2024: o arquivo exportado na snapshot data é carregado no Viva Insights.

4. Selecione 16/04/2024 na lista suspensa

   • Isso garante que o endereço de email em 16/04/2024 (por exemplo, BoJames@contoso.com) seja usado para buscar o EntraID "A" para todas as datas anteriores.

Cenário 2

1. Sua fonte de dados não rastreia alterações de endereço de email e você não exportou nenhum dado recentemente.
2. O endereço de email foi alterado para o EntraID "A" e você deseja que o endereço de email antigo corresponda a "A" para todos os dados históricos.

Exemplo:

1. O snapshot exportado do sistema de origem do HCM em 20/04/2024:

   Personid	EffectiveDate	Organização
   BoSmith@contoso.com	04/01/2024	ABC

2. 25/04/2024: o endereço de email foi alterado de BoSmith@contoso.com para para o BoJames@contoso.com EntraID "A".

3. 10/05/2024: o arquivo exportado na snapshot data é carregado no Viva Insights.

   • Selecione 20/04/2024 na lista suspensa e não 25/04/2024 ou 10/05/2024.
   • Isso garante que o endereço de email em 20/04/2024 (por exemplo, BoSmith@constoso.com) seja usado para buscar o EntraID "A" para todas as datas anteriores.

Habilitar a ingestão parcial de dados

Para habilitar a ingestão parcial de dados, selecione Carregar linhas válidas e excluir linhas com dados inválidos. Essa configuração só carregará linhas que incluam valores válidos e mostrará avisos para as linhas que não foram ingeridas devido a erros. Essa configuração é desmarcada por padrão.

Examinar os detalhes da validação antes de disponibilizar os dados

Por padrão, o upload é usado automaticamente para insights após o término do processamento. Para evitar isso, selecione Examinar detalhes de validação antes de disponibilizar os dados. Ao fazer isso, você pode examinar o relatório de validação e decidir se deseja disponibilizar os dados após a validação. Selecione Confirmar para disponibilizar os dados.

Referência de atributo

Esta seção contém informações sobre os atributos que você usa nos arquivos de dados organizacionais carregados no aplicativo Web do Viva Insights.

^{1. Você precisa incluir campos obrigatórios. Cada campo obrigatório precisa de valores não vazios para cada linha.}

^{2. Se você não incluir uma coluna EffectiveDate no upload, a data de upload se tornará a EffectiveDate padrão.}

^{3. Você não precisa incluir nenhum desses campos reservados. No entanto, se você usá-los, mantenha esses nomes de coluna.}

^{4. Você não é obrigado a incluir atributos personalizados. No entanto, se você adicioná-los, eles não poderão ter o mesmo nome que nenhum dos atributos obrigatórios ou reservados.}

Notas de atributos e recomendações

Alguns atributos existem apenas para um subconjunto da população

Ao escolher atributos a serem incluídos, alguns valores de atributo podem ser preenchidos para uma organização, mas não para outras. Por exemplo, se o upload incluir dados de obtenção de cota de vendas que se aplicam apenas à sua organização de vendas, você não poderá usar esses dados para filtrar e agrupar funcionários fora das vendas.

Muitos valores exclusivos

Às vezes, um atributo tem muitos valores exclusivos para serem usados para agrupamento e filtragem. Por exemplo, se um código ou função de trabalho for definido de forma muito restrita, talvez não forneça uma exibição útil do grupo geral. Se um atributo tiver centenas de valores exclusivos que resultam em um pequeno grupo de população por valor, o atributo poderá não ser útil.

Poucos valores exclusivos

Por outro lado, às vezes um atributo é definido de forma muito ampla para uma filtragem útil. Por exemplo, se sua organização reside inteiramente nos Estados Unidos e seus registros de RH por funcionário contêm um código de país que sempre é igual a EUA, esse atributo não seria útil.

Atributos redundantes

Alguns atributos podem representar os mesmos dados e fornecer dados redundantes desnecessários para análise. Por exemplo, os dados de RH podem conter uma ID de centro de custo e um nome de centro de custo para um funcionário. Como ambos representam as mesmas informações em um formato ligeiramente diferente, inclua apenas aquele com o nome mais "amigável".

Dados de linha de negócios

Ao contrário dos dados de RH, para dados de linha de negócios, talvez você não precise incluir todas as pessoas da sua empresa como parte do carregamento de dados. Conhecer os cenários que você deseja analisar ajudará você a decidir. Por exemplo, suponha que você queira comparar padrões de colaboração entre funcionários na organização de vendas que têm alto engajamento em comparação com aqueles que têm baixo engajamento. Embora você queira dados de RH para todos os funcionários para poder caracterizar padrões de colaboração mais amplos, você só precisa de dados de pontuação de engajamento para funcionários na organização de vendas, porque está usando os valores de pontuação para agrupar e filtrar saídas de relatório específicas.