Vorhersagemodell verbessern

In diesem Artikel werden Funktionen beschrieben, mit denen Sie die Leistung von Vorhersagemodellen verbessern können. Sie beginnen Ihr Modell im Vorhersagen für Kundenzahlungen-Arbeitsbereich in Microsoft Dynamics 365 Finance zu verbessern. Die Verbesserungsschritte werden dann in AI Builder abgeschlossen.

Historische Ergebnisse auswählen

Sie wählen zunächst eines oder mehrere der drei möglichen Ergebnisse für Rechnungen aus: Pünktlich, Verspätet und Sehr spät. Alle drei Ergebnisse sollten ausgewählt werden. Wenn Sie die Auswahl eines der Ergebnisse deaktivieren, werden Rechnungen aus dem Trainingsprozess herausgefiltert und die Genauigkeit der Vorhersage wird verringert.

Wenn Ihre Organisation nur zwei Ergebnisse benötigt, ändern Sie die Verspätet- und Sehr spät-Schwellenwerte auf 0 (Null) Tage. Auf diese Weise reduzieren Sie die Vorhersage effektiv auf einen binären Zustand von Pünktlich oder Verspätet.

Felder auswählen

Beachten Sie bei der Auswahl von Feldern, die in das Modell aufgenommen werden sollen, dass die Liste alle verfügbaren Felder in der Microsoft Dataverse-Tabelle enthält, die den Daten im Azure-Data Lake zugeordnet ist. Einige dieser Felder sollten nicht ausgewählt werden. Die Felder, die nicht ausgewählt werden sollten, fallen in eine von drei Kategorien:

• Das Feld wird für die Dataverse-Tabelle benötigt, aber es gibt keine Sicherungsdaten dafür im Data Lake.
• Das Feld ist eine ID und daher für eine Machine-Learning-Funktion nicht sinnvoll.
• Das Feld stellt Informationen dar, die während der Vorhersage nicht verfügbar sind.

In den folgenden Abschnitten werden die Felder angezeigt, die für die Rechnungs- und Kundenentitäten verfügbar sind, und es werden die Felder aufgelistet, die werden nicht für das Training ausgewählt werden sollen. Die Kategorie, die für jedes dieser Felder angegeben ist, bezieht sich auf die Kategorien in der vorhergehenden Liste.  

Rechnungs-Dataverse-Tabelle

Die folgende Abbildung zeigt die Felder an, die für die Rechnungstabelle verfügbar sind.

Die folgenden Felder sollten nicht für das Training ausgewählt werden:

• Rechnungskonto (Kategorie 2)
• Ist geschlossen (Kategorie 3) – In diesem Feld werden Rechnungen für Training (geschlossen) und Vorhersage (nicht geschlossen) gefiltert.
• Name (Kategorie 1)
• Quell-ID (Kategorie 2)
• Quelldatensatz (Kategorie 2)
• Quelltabelle (Kategorie 2)

Debitoren-Dataverse-Tabelle

Die folgende Abbildung zeigt die Felder an, die für die Debitorentabelle verfügbar sind.

Das folgende Feld sollte nicht für das Training ausgewählt werden:

• Eindeutiger Zeilenschlüssel (Kategorie 2)

Filter

Sie können die Rechnungen filtern, die für Trainings verwendet werden, indem Sie Filterkriterien für Felder auf der Rechnung oder in den Kundentabellen festlegen. Sie können beispielsweise einen Schwellenwert so festlegen, dass nur Rechnungen berücksichtigt werden, deren Gesamtsumme mindestens einen bestimmten Betrag erreicht. Alternativ können Sie Rechnungen ausschließen, die Kunden einer bestimmten Kundengruppe zugeordnet sind.

Weitere Informationen zum Filtern Ihrer Daten finden Sie unter Ein Vorhersagemodell erstellen.