Informazioni sui metodi di previsione

I metodi di previsione costituiscono approcci diversi per generare previsioni di cassa.

Predictive Cash Forecasting supporta vari metodi di previsione per ciascun elemento riga cassa in modo da garantire la flessibilità necessaria per poter scegliere il metodo appropriato.

È possibile definire i metodi di previsione predefiniti da utilizzare per ciascuna combinazione di elemento riga ed entità in base all'origine dati disponibile, alla scadenza della pianificazione e all'orizzonte temporale della previsione. È inoltre possibile definire metodi di previsione basati periodo, dove è possibile utilizzare vari metodi di previsione per intervalli di tempo diversi.


Metodi di previsione di cassa

Gli amministratori in genere definiscono i metodi di previsione da utilizzare, anche se i manager flussi di cassa possono apportare eventuali modifiche per le rispettive entità in qualsiasi momento, se necessario. Per informazioni su come impostare il metodo di previsione predefinito per gli elementi riga, fare riferimento a Impostazione dei metodi di previsione.

Predictive Cash Forecasting supporta i seguenti metodi di previsione, che gli amministratori possono abilitare per l'applicazione:

  • Driver contante: metodo calcolato in cui vengono utilizzati driver diversi per generare previsioni di cassa per elementi riga specifici. In Predictive Cash Forecasting sono disponibili 11 metodi basati su driver utilizzabili per diversi flussi di cassa in entrata e in uscita. I driver aziendali vengono immessi manualmente oppure caricati come ipotesi operative per calcolare una previsione di cassa, ad esempio media DSO o condizioni di pagamento per le spese, dove i driver cassa Ricavi vendite, Spese, Stipendio o Spese per capitale vengono caricati e quindi la previsione viene calcolata in base alle ipotesi delle condizioni di pagamento definite. Per ulteriori informazioni sui driver contanti, fare riferimento a Informazioni sui metodi di previsione basati su driver.
  • Driver smart: per i dati che si prevede provengano da ERP. Metodo utile in un modello giornaliero. In un modello periodico, è possibile utilizzare i driver smart per i periodi meno recenti o altri metodi per input successivi.

    I driver smart forniscono un approccio per la risoluzione dei problemi relativi alle previsioni, consentendo di applicare ipotesi o regole generali ai dati transazionali. Ad esempio:

    • Driver smart per utilizzare le date di scadenza programmate per i pagamenti per la contabilità clienti e/o la contabilità fornitori.
    • Applicare un ritardo medio per persona giuridica a tutte le transazioni.
    • Utilizzare la data di consegna per gli ordini di vendita o gli ordini di acquisto.

    L'integrazione Fusion ERP Cloud sarà disponibile in una release futura. Predictive Cash Forecasting includerà integrazioni predefinite delle funzionalità Contabilità clienti, Contabilità fornitori e Gestione flussi di cassa di Fusion ERP. Nel frattempo, è possibile caricare i dati sezionale sintetici da altre origini dati, ad esempio Oracle EBS, Peoplesoft o SAP.

  • Predictive Planning: è possibile utilizzare Predictive Planning per generare previsioni di cassa in base ai dati cronologici dell'elemento riga utilizzando tecniche di previsione basate su serie temporali. Predictive Planning seleziona il metodo di previsione migliore da utilizzare, ovvero seleziona il metodo che restituisce i risultati più precisi in base ai dati disponibili. Ad esempio, vengono utilizzate le tendenze statistiche basate sui saldi conto aggregati per generare previsioni di cassa basate sui pattern cronologici dei saldi dei conti bancari per persona giuridica. Per ulteriori informazioni sui metodi di previsione statistici, fare riferimento a Previsioni e descrizioni delle statistiche di Predictive Planning in Utilizzo di Planning.

    Note:

    Per la pianificazione di previsione interattiva, Fatture contabilità clienti, Fatture scadute, Fatture contabilità fornitori, Fatture contabilità fornitori scadute non forniranno risultati perché non sono presenti dati cronologici in queste righe. È tuttavia possibile utilizzare la funzione AutoPredict in quanto consente di fare riferimento a un elemento riga diverso per la generazione delle previsioni.

  • Apprendimento automatico: i modelli di apprendimento automatico sono integrati in Predictive Cash Forecasting per elaborare con precisione i flussi di cassa in entrata in base ai dati della contabilità clienti. L'apprendimento automatico come modello di previsione è ideale per i clienti che hanno adottato un approccio ai pagamenti basato sulla data di scadenza. Ad esempio, è possibile creare una previsione generata dalla funzione di apprendimento automatico in base ai pattern cronologici o alle relazioni nelle varie variabili di input, ad esempio un ritardo negli incassi contante correlati alle condizioni di pagamento.

    Note:

    l'apprendimento automatico sarà supportato in un aggiornamento futuro.
  • Input manuale: si tratta del metodo di base per gli elementi riga in cui è difficile applicare una logica specifica. In questo caso, è possibile immettere manualmente i numeri relativi alle previsioni di cassa. Ad esempio, per flussi in entrata equity o pagamenti di imposte.
  • Tendenza: è possibile utilizzare i metodi basati su tendenza per qualsiasi elemento riga in cui la previsione di cassa può essere calcolata in base alle tendenze cronologiche. I metodi basati su tendenza possono essere utilizzati solo per previsioni periodiche. Ad esempio, per pagamenti di manodopera o pagamenti di leasing. Per ulteriori informazioni, fare riferimento alla sezione Informazioni sui metodi di previsione basati su tendenza.

Inoltre, con Predictive Cash Forecasting è possibile armonizzare i metodi di previsione, ovvero utilizzare metodi di previsione diversi per elementi riga diversi, metodi di previsione diversi per intervalli di periodi diversi oppure metodi di previsione diversi per entità diverse. È inoltre possibile eseguire pianificazioni di tipo what-if utilizzando metodi di previsione diversi e quindi selezionare il metodo di previsione migliore da utilizzare per un elemento riga, un'entità o un intervallo di periodi specifico.


Armonizzazione dei metodi di previsione