智能

自适应基线

InRoots 学习每个人和每个团队的“正常”是什么样,然后对照它来判断变化,而不是对照一本固定的规则手册。夜猫子的正常就是正常。

迟到,是相对于您自己而言

除非您自己设定,否则没有固定的迟到时刻。每个人的阈值是其自身滚动 30 天的平均签到时间加上一段缓冲(signin.late_threshold_minutes)。通常 09:00 到的人 09:30 之后算迟到;通常 11:00 到的人 11:30 之后算迟到。窗口内不足五次签到时没有人会被标记,仪表板会说明阈值尚未建立。

  • 晚下班换得晚上班:距上次签退休息不足 11 小时时,次日的阈值移到最早的合理上班时间,最多推迟 3 小时(attendance.min_rest_hours、attendance.max_rest_grace_hours)。
  • 按团队的灵活签到完全跳过截止时间,仅按工时评定。
  • 在工作健康的意义上,晚下班指超过配置的时刻且比此人自己的中位下班时间至少晚 90 分钟,因此较晚的班次绝不会被算作过劳。

学习到的网络

居家、办公室和外出是按人从重复出现的规律中学习到的,而不是在线查询的。一个持续重复出现的稳定单用户地址是固定线路,即使运营商也同时经营移动网络。两人或更多人共用的地址是办公室。住宅 IPv6 按其 /64 分组,因此轮换的地址仍被视为同一个网络;运营商级 NAT 不适用“共用即办公室”规则。本人自己的签到标签始终优先于推测。

漂移,对照您自己的基线

人员信号将最近 14 天与之前的 42 天比较,两个窗口均可调。两条抑制规则防范典型的误报:当三个或更多请假日与最近窗口重叠时,假后宽限期会暂停产出和在岗响应类的漂移;排班变更检测则识别出符合新近更改的应有排班的工时是一次过渡,而不是下降。

neural.drift_recent_days
neural.drift_baseline_days

相对于团队的基准

  • 目标基准是团队自身近几周的中位效率,每位员工一个数字,排除被查看者本人,且只取按同一套规则评分的周。
  • 目标按用户、团队、全局、默认的顺序解析,每个目标数据都说明是谁在哪里设定的标准。
  • 工作健康阈值、在岗权重、评分权重和大多数其他设置都可按团队覆盖,因此上晚班的客服团队按自己的标准评判。

故障不是不当行为

  • 当某人超过一半的同事在同一天迟到时,神经引擎会抑制所有与迟到相关的操作。
  • 当一个团队在工作日有 80% 或更多人缺勤时,系统会向管理员提议一个公司假日以待确认;绝不会自动应用。
  • 工作天数少于五天的窗口不给出工作健康读数,而不是给出一个自信的数字;大部分时间在休假的一周在趋势中绘制为空缺,而不是分数。

什么会变,什么不会变

更改目标只改变分数旁边的结论,绝不改变分数。更改评分权重会使缓存的分数失效,并按新的签名重新计算。更改工作日只影响此后的检测;过去的日期保持原样。