予測顧客入金遅延日数は、顧客の支払いが遅れるまたは早まることを事前に把握することで、組織が短期的および中期的な資金計画を改善する際に役立ちます。
IFS Cloud の支払い遅延予測モデルは機械学習に基づきます。過去の顧客請求書データを使用してトレーニングが行われます。トレーニング データセットは、設定可能なトレーニング パラメータを使用して制限することができ、モデルが最も関連性が高く代表的なデータから学習するようにすることができます。
学習が完了すると、このモデルは新しく作成された顧客請求書に対して、将来の支払い遅延または早期支払いを予測します。モデルは、予測精度を継続的に向上させるために、いつでも再トレーニングすることができます。
売掛管理分析と資金計画で予測顧客入金遅延日数を使用するには、機械学習モデルのトレーニングを行って有効化する必要があります。
モデルのコンフィギュレーションおよびトレーニングは次の場所で実行されます:
ソリューション マネージャー/自動化と最適化/機械学習/トレーニング可能なモデル
モデルをトレーニングする前に、次のパラメータを設定する必要があります。
EXCLUDE_INTERNAL_CUSTOMERS (YES/NO)
社内顧客からの請求書をトレーニング
データセットから除外するかどうかを制御します。社内顧客の請求書は、商用支払の動きとは異なる会計または照合プロセスに従うことがよくあります。それらを含めると、支払いパターンがゆがみ、予測精度が低下する可能性があります。
INVOICES_FROM_DATE (Date Value)
モデル トレーニングに含める最も早い請求書の日付を定義します。このパラメータを使用すると、トレーニング データセットを最も関連性の高い履歴データに限定することができます。少なくとも直近 24
ヶ月分の請求書データを含めることを推奨します。
日付が指定されていない場合、モデルはデータベース内で利用可能な直近 48 期間の支払済み請求書を自動的に使用してトレーニングを実行します。
モデルをトレーニングする前に、関連性が高く現実的なトランザクション データのみが使用されるように、特定の請求書は自動的に除外されます。
たとえば、金額が 0 の請求書や、マイナス金額の請求書 (たとえば貸方伝票など) は、トレーニング データセットから除外されます。このようなレコードをフィルタをかけて除外することで、モデルは有効なコマーシャル インボイス
データを使用してトレーニングされ、支払い遅延予測の信頼性が向上します。 [後日、詳細情報を記載した IFS.ai ドキュメントにリンク]
トレーニングが完了した後、予測を有効にするためにモデルをアクティブ ステータスに設定する必要があります。
モデル再トレーニング
モデルはいつでも再トレーニングできます。
モデルは定期的に再トレーニングすることを推奨します。最適な頻度は、トランザクションの量とビジネスの動向によって異なります。定期的に再トレーニングを実施することで、モデルが最新の支払いパターンを反映し、予測精度を維持します。
トークンは、トレーニングおよび予測の両方で消費されます。
この機能を使用するには、顧客はアプリケーション ベース設定/企業/顧客/支払で予測入金遅延を使用を有効にする必要があります。このオプションは、どの顧客を入金遅延予測に含めるかを設定します。このオプションが顧客に対して有効になっている場合、事前定義済支払遅延は予測支払遅延によって上書きされます。
このオプションを有効にするには、支払遅延日数予測モデルのステータスを必ず、トレーニング済および有効にしておきます (ソリューション マネージャー/自動化と最適化/機械学習/トレーニング可能なモデルの下)。
請求書の転記時に、請求書の分割払いごとに対する顧客の支払遅延が予測されます。したがって、請求書を転記後、分割払いおよび割引プランに予測される支払遅延日数が表示されます。NEXUS プラットフォームで推論呼び出しが行われると、トークンが消費されます。
請求書の転記で NEXUS プラットフォームに接続に関する問題がある場合、または支払遅延日数予測 モデルがトレーニング済かつ有効のステータスになっていない場合 (ソリューション マネージャー/自動化と最適化/機械学習/トレーニング可能なモデル内)、予測支払遅延日数が計算されません。
予測された支払遅延日数は、顧客の簡易請求書、プロジェクト請求書、および受注オーダー請求書にのみ適用されることに注意してください。
顧客予測入金遅延は、顧客分割払い分析ページ、マルチカンパニー一覧 - 顧客請求書 (利息/延滞料) 分析ページまたは IFS ロビーでご確認ください。入金遅延は顧客請求書の分割払いごとに予測されるため、これらの分析ページでは入金遅延日数を照会するための概要が提供されます。予測支払遅延を活用することで、社内の回収プロセスが円滑になり、必要な対応を必要とする顧客に焦点を絞ることができます。
顧客に対する予測入金遅延の使用は、資金計画シナリオ レベルのオプションです。資金計画トランザクションを分析し、予測される入金遅延日数を使用して、より正確なキャッシュフロー日付と比較できます。シナリオレ ベルで「予測支払遅延の使用」が有効になっている場合、キャッシュ フローの日付は予測された遅延日数で調整され、より現実的なキャッシュ フローが反映されます。