Rozšíření Late Payment Prediction

Efektivní správa pohledávek je důležitá pro celkové finanční zdraví podniku. Rozšíření Late Payment Prediction vám může pomoct snížit nesplacené pohledávky a doladit vaši strategii inkasa předpovídáním, zda budou prodejní faktury včas uhrazeny. Pokud se například předpokládá, že platba bude opožděná, můžete se rozhodnout upravit platební podmínky nebo způsob platby pro zákazníka.

Na čem jsou předpovědi zakládány?

Rozšíření Late Payment Prediction používá prediktivní model, který jsme vyvinuli v Azure Machine Learning Studio a nastavili jsme ho pomocí dat, která reprezentují řadu malých a středních podniků. Přestože jsme ho již nastavili a vyhodnotili, náš prediktivní model se bude i nadále učit z vašich dat. Čím více budete model používat a čím více dat budete do něj vkládat, tím budou předpovědi přesnější. Ve výchozím nastavení rozšíření model vyhodnocuje a aktualizuje předpovědi každý týden. Předpovědi však můžete kdykoli aktualizovat výběrem akce Aktualizovat předpověď na stránce Položky zákazníka.

Hinweis

Každý týden využíváme trochu vaší výpočetní doby, když model vyhodnocujeme a aktualizujeme vaše předpovědi. Kromě ruční aktualizace vašich předpovědí jsou tu další akce, které vyžadují výpočetní čas, při vylepšování modelu (což můžete udělat, pokud jste nedávno přidali data) a při vyhodnocování modelu (který se dívá na kvalitu modelu).

Začínáme

Rozšíření je zdarma v Business Central a my poskytujeme předplatné služby Azure Machine Learning. Předplatné nabízí 30 minut výpočetního času za měsíc. Pokud potřebujete více, můžete si vytvořit svůj vlastní prediktivní model a místo toho ho použít. Pro více informací navštivte část Vytvoření vlastního prediktivního modelu v tomto tématu.

Když otevřete zaúčtovaný prodejní dokument, v horní části stránky se zobrazí oznámení. Chcete-li použít prodloužení predikce pozdních plateb, můžete se přihlásit výběrem možnosti Povolit v oznámení. Případně můžete rozšíření nastavit ručně. Pokud například litujete zamítnutí oznámení.

Pro ruční povolení rozšíření, postupujte takto:

1. Vyberte ikonu , zvolte Připojení Služby a poté vyberte související odkaz.
2. Vyberte možnost Nastavení Late Payment Prediction a vyplňte pole podle potřeby.

Zobrazení všech platebních předpovědí

Pokud povolíte rozšíření, bude v Centru rolí Business Manager k dispozici dlaždice Předpokládané opožděné platby. Dlaždice zobrazuje počet plateb, u nichž se předpokládá, že budou zpožděny, a když otevřete stránku Položky zákazníka, kde můžete najít více informací o zaúčtovaných fakturách. Jsou zde tři sloupce, kterým věnujte pozornost:

• Pozdní platba - Označuje, zda se předpokládá, že platba za fakturu bude zpožděná.
• Důvěra v predikci - Označuje, jak spolehlivá by měla být předpověď. Vysoká znamená, že předpověď predikce je alespoň z 90 % jistá, Střední je mezi 80 a 90 % a Nízká je pod 80 %.
• Predikce spolehlivosti % - Zobrazuje skutečné procentu důvěryhodnosti. Ve výchozím nastavení se tento sloupec nezobrazuje, ale můžete jej přidat, pokud chcete. Pro více informací navštivte Přizpůsobení vašeho pracovního prostoru.

Tipp

Na stránce Položky zákazníka se vpravo zobrazuje také Okno s fakty. Při kontrole předpovědí mohou být užitečné informace v sekci Detaily zákazníka. Pokud v seznamu vyberete fakturu, zobrazí se v této části informace o zákazníkovi. Také vám umožní okamžitě jednat. Pokud například zákazník často ztrácí peněženku, můžete otevřít zákaznickou kartu z Okna s fakty a zablokovat tak budoucí prodej.

Zobrazení predikce platby pro konkrétní prodejní doklad

Můžete také předem předpovědět pozdní platby. Na stránkách Prodejní nabídky, Prodejní objednávky a Prodejní faktury můžete pomocí akce Predikce platby vygenerovat predikci pro zobrazovaný prodejní dokument.

Vytvoření vašeho vlastního prediktivního modelu

Máte zájem o vytvoření vlastního prediktivního modelu? Můžete použít Azure Machine Learning Studio k vytvoření vlastního prediktivního modelu a jeho použití v Business Central. Pokud chcete používat svůj vlastní mode, musíte si předplatit službu Azure Machine Learning. Pro více informací navštivte Dokumentace Azure Machine Learning Studio.

Nabízíme vám však jednodušší způsob, jak vytvořit a používat svůj vlastní prediktivní model. Můžete sdílet data z vašich faktur s naším prediktivním experimentem v Azure Machine Learning a nechat náš experiment vytvořit a nastavit prediktivní model založený na vašich datech. Chcete-li data sdílet, na stránce Nastavení predikce pozdních plateb vyberte akci Vytvořit můj model. Poté budou předpovědi vycházet z vašeho modelu a vašich dat, nikoli z našich.

Hinweis

Kvalita modelu je důležitá. Když náš prediktivní experiment použije vaše data k vylepšení modelu, určuje hodnotu kvality pro model jako procento. Kvalita modelu ukazuje, jak přesné budou předpovědi modelu. Kvalitu modelu může ovlivnit několik faktorů. Tyto faktory mohou například spočívat v tom, že nebylo k dispozici dostatek údajů nebo data neobsahovala dostatečné variace. Kvalitu modelu, který právě používáte, si můžete prohlédnout na stránce Nastavení predikce pozdních plateb. Můžete také určit minimální hraniční hodnotu pro kvalitu modelu. Modely s hodnotou kvality pod touto hranicí nebudou vytvářet předpovědi.

Použití vašeho modelu místo našeho

Pokud si v Azure Machine Learning Studio vytvoříte svůj vlastní model, aniž byste použili nástroje v Business Central, musíte uvést své přihlašovací údaje, aby k němu měl Business Central přístup. Existuje několik kroků, jak toho dosáhnout:

1. Vyberte ikonu , zvolte Nastavení predikce pozdních plateb a poté vyberte související odkaz.
2. Zaškrtněte políčko Použít moje předplatné Azure.
3. V poli Vybraný model vyberte možnost Můj model.
4. Na pevné záložce Moje pověření modelu zadejte adresu rozhraní API a kód rozhraní API pro váš model.

Viz také

Dokumentace Azure Machine Learning Studio
Přizpůsobení Business Central pomocí rozšíření
Vítejte v Dynamics 365 Business Central