顧客回収日予測

顧客回収日予測アプリケーションでは、請求書が顧客によって支払われる日付を予測し、キャッシュ・フローを正確に管理できるように予想される遅延日数を計算します。

予測支払日および予測遅延日数関連の属性は、財務 - ARトランザクションおよび財務 - AR年齢調べサブジェクト領域で公開されます。

前提条件

「機能を有効化」ページでこのアプリケーションを有効にする前に、「売掛/未収金」機能領域がアクティブ化されていることを確認します。「機能領域のデータ・パイプラインのアクティブ化」および「一般に使用可能な機能の有効化」を参照してください。

次のパラメータに適切な値を選択して、顧客回収日予測アプリケーションを構成します:

トレーニング・データの履歴期間 - 予測モデルのトレーニングに必要なトレーニング・データの月数。モデルは、60か月などの長い時間枠でトレーニングされ、パフォーマンスが向上すると想定されています。事前設定された制限はありませんが、少なくとも24か月のトレーニング・データを提供することをお薦めします。
予測の先日付期間 - スコアリング・データに基づいて予測スコアが使用可能になる将来の期間の月数。支払スケジュールの中には何年にも及ぶものがあり、この期間によって支払遅延のリスクを評価する必要がある月数を制御します。たとえば、これを12か月に設定した場合、支払期日が次の12か月以内の請求書に対してのみ予測が行われます。
請求書しきい金額 - 未払金額がしきい値金額を上回る請求書に対してのみ予測が行われます。これを使用して少額の請求書をフィルタするか、すべてを考慮するように0に設定します。

予測スコアおよび関連属性は、財務 - AR年齢調べおよび財務 - ARトランザクション・サブジェクト領域で使用できます。「顧客」フォルダの「顧客日付予測」および「トランザクション詳細」フォルダの「日付予測統計」を表示します。

これらのサブジェクト領域を使用して、特定の顧客について遅延する売掛/未収金額合計、最小および最大予測遅延を把握するためのユーザー定義分析を作成します。

列	定義
最小予測遅延日数	顧客の請求書全体で予測される最小遅延日数。
最大予測遅延日数	顧客の請求書全体で予測される最大遅延日数。
平均予測遅延日数	顧客の請求書全体で予測される平均遅延日数。
顧客遅延十分位数	1から10までのデフォルト・スコアに基づいて割り当てられた顧客の十分位ランキング(リスクの昇順)。
顧客遅延百分位数	デフォルト・スコア(1から100)に基づいて割り当てられた顧客の百分位数ランキング(リスクの昇順)。
変動の係数	予測遅延日数と実績遅延日数の差異として計算されます。
支払スケジュール識別子	請求書の支払スケジュール識別子です。
予測支払日	各請求書の支払の予測日
予測遅延日数	予測遅延日数と予定期日の差異として計算されます。

アプリケーションを理解するには、次の質問を確認してください。

予測モデルが正確になるには、どのくらいのデータが必要ですか。

より多くの履歴データをトレーニングに使用すると、予測の精度が向上します。最小推奨トレーニング・データは、2年間の請求書支払予定および支払です。分類子精度メトリックは、モデル予測の精度を示します。最小データは10000レコードである必要があり、推奨データは数万レコードです。
モデルが将来のデータに対する予測を作成する頻度はどのくらいですか。

モデルは、将来のデータの予測を毎日計算して生成します。以前の予測は、実際の支払データからの学習に基づいて上書きされます。以前の予測のスナップショットは、履歴参照用に保持されます。
モデルはどのくらいの頻度で調整またはトレーニングされますか。

モデルは、時間とともに予測を改善するために、毎週トレーニングまたは再調整されます。
予測モデルではどのようなアルゴリズムが使用されますか。

使用されるアルゴリズムは、独自の複数分類アルゴリズムです。