Расширение прогноза просрочки платежа

Важно эффективно управлять дебиторской задолженностью для общего финансового здоровья бизнеса. Чтобы уменьшить объемы просроченной дебиторской задолженности и помочь вам скорректировать свою стратегию сбора платежей, расширение прогнозирует, ожидается ли просрочка оплаты. Например, если прогнозируется задержка оплаты, вы можете решить скорректировать условия платежа или способ платежа для клиента.

Начало работы

При открытии учтенного документа продажи в верхней части страницы отображается уведомление. Чтобы использовать расширение «Прогнозирование просрочек оплаты», предоставьте свое согласие, выбрав Разрешить в этом уведомлении. Кроме того, можно вручную установить расширение. Например, если вы сожалеете, что отклонили уведомление.

Чтобы включить расширение вручную, выполните следующие действия.

1. Выберите значок, введите Настройка прогнозирования просроченных платежей, а затем выберите связанную ссылку.
2. Заполните соответствующим образом поля.

Примечание

Если вы решите включить расширение вручную, имейте в виду, что Business Central не позволит вам сделать это, если качество модели низкое. Качество модели показывает, насколько точными ожидаются прогнозы модели. Несколько факторов могут повлиять на качество модели. Например, данных может быть недостаточно или данные могут быть недостаточно вариативны. Качество используемой в данный момент модели можно посмотреть на странице Настройка прогнозирования просрочек оплаты. Можно также указать минимальный порог качества модели.

Просмотр всех прогнозов платежей

Если расширение включено, в ролевом центре Бизнес-руководитель появляется плитка Платежи, для которых прогнозируется просрочка. Плитка показывает количество платежей, для которых прогнозируется просрочка оплаты, и позволяет открыть страницу Книга операций по клиентам, где можно подробнее рассмотреть учтенные счета. Имеется три столбца, на которые требуется обратить внимание:

• Просроченный платеж — показывает, прогнозируется ли просрочка оплаты счета.
• Достоверность прогноза — показывает, насколько надежным должен считаться этот прогноз. Высокая означает уверенность в прогнозе как минимум на 90%, Средняя означает уверенность между 80% и 90%, а Низкая — ниже 80%.
• Достоверность прогноза %  — показывает фактическое значение в процентах, на котором основан рейтинг доверия. По умолчанию этот столбец скрыт, но его можно добавить, если необходимо. Дополнительные сведения см. в разделе Персонализация рабочей области.

Совет

На странице «Книга операций по клиентам» в правой части отображается информационная панель. При просмотре прогнозов может быть полезна информация в разделе Данные клиента. При выборе счета в списке в разделе выводится информация о клиенте. Он также позволяет выполнить срочные действия. Например, если клиент часто кладет бумажник не на место, можно открыть карточку клиента из информационной панели и заблокировать будущие продажи для клиента.

Технические подробности

Майкрософт развертывает и использует веб-службы прогнозирования во всех регионах, где доступно приложение Business Central. Доступ к этим веб-службам включен в вашу подписку Business Central. Подробнее см. Руководство по лицензированию Microsoft Dynamics 365 Business Central. Руководство доступно для скачивания на веб-сайте Business Central.

Веб-службы работают в трех режимах:

• Обучение модели. Веб-служба обучает модель на основе предоставленного набора данных.
• Оценка модели. Веб-служба проверяет, возвращает ли модель надежные данные для предоставленного набора данных.
• Прогнозирование. Веб-служба применяет модель к предоставленному набору данных для прогнозирования.

Эти веб-службы не имеют состояния, то есть они используют данные только для расчета прогнозов по требованию. Они не хранят данные.

Примечание

Вы можете использовать собственную веб-службу прогнозирования вместо нашей. Дополнительные сведения см. в разделе Создание собственной веб-службы прогнозирования просрочки платежей.

Данные, необходимые для обучения и оценки модели

Для каждой записи Запись книги клиента, которая имеет связанный Учтенный счет продажи:

• Сумма (МВ) с учетом налога
• Срок оплаты в днях рассчитывается как Срок оплаты минус Дата учета
• Есть ли примененная кредит-нота

Кроме того, запись содержит агрегированные данные из других счетов, связанных с тем же клиентом.

• Общее количество оплаченных счетов и суммы в них
• Общее количество оплаченных с задержкой счетов и суммы в них
• Общее количество неоплаченных счетов и суммы в них
• Общее количество уже просроченных неоплаченных счетов и суммы в них
• Средняя просрочка в днях
• Отношение: кол-во оплаченных с просрочкой/кол-во оплаченных счетов
• Отношение: сумма оплаченных с просрочкой/сумма оплаченных счетов
• Отношение: количество просроченных неоплаченных/количество неоплаченных счетов
• Отношение: сумма просроченных неоплаченных/сумма неоплаченных счетов

Примечание

Информация о клиенте не включается в набор данных.

Стандартная модель и моя модель

Прогнозная модель расширения «Прогнозирование просрочек оплаты» обучена с использованием данных, представляющих ряд предприятий малого и среднего бизнеса. Когда вы начинаете учитывать счета и получать платежи, Business Central оценивает, соответствует ли стандартная модель вашим бизнес-процессам.

Если ваши процессы не соответствуют стандартной модели, вы все равно можете использовать расширение, но вам нужно будет получить больше данных. Просто продолжайте использовать Business Central.

Примечание

Мы используем небольшую часть вашего времени вычисления каждую неделю, когда оцениваем и заново обучаем модель.

Business Central автоматически запускает обучение и оценку при наличии достаточного количества оплаченных и просроченных счетов. Однако вы можете запускать его вручную, когда захотите.

Обучение и использование вашей модели

1. Выберите значок, введите Настройка прогнозирования просроченных платежей, а затем выберите связанную ссылку.
2. В поле Выбранная модель, выберите Моя модель.
3. Выберите действие Создать мою модель, чтобы обучить модель по вашим данным.

Создание собственной веб-службы прогнозирования просрочки платежей

Также можно создать собственную веб-службу прогнозирования, основанную на общедоступной модели под названием Прогнозный эксперимент для Dynamics 365 Business Central. Эта прогнозная модель доступна в Интернете в Коллекции решений ИИ Azure. Чтобы использовать эту модель, выполните следующие шаги:

1. Откройте браузер и перейдите в Коллекцию решений ИИ Azure.
2. Выполните поиск по фразе Прогнозный эксперимент для Dynamics 365 Business Central, а затем откройте эту модель в Студии машинного обучения Azure.
3. Используйте свою учетную запись Microsoft, чтобы подписаться на рабочее пространство, затем скопируйте модель.
4. Запустите модель и опубликуйте ее как веб-службу.
5. Запишите URL-адрес API и ключ API. Эти учетные данные будут использоваться для настройки движения денежных средств.
6. Выберите значок, введите Настройка прогнозирования просроченных платежей, а затем выберите связанную ссылку.
7. Установите флажок Использовать мою подписку Azure.
8. На экспресс-вкладке Учетные данные моей модели введите URL-адрес API и ключ API для вашей модели.

См. также

Документация по Студии машинного обучения Azure
Настройка Business Central с помощью расширений
Добро пожаловать в Dynamics 365 Business Central
Использование искусственного интеллекта в Microsoft Dynamics 365 Business Central

Бесплатные модули электронного обучения для Business Central можно найти здесь