breadcrumbDescription
Oversigt over funktioner og aktiver i Tableau Next-appen for samlinger
Gennemse disse inputfunktioner og aktiver, der bruges, når du installerer og konfigurerer Tableau Next-appen for samlinger ved brug af konfigurationsskabelontypen for Scoring Framework, Samlinger - Risikoscore.
EditionsHeading
| Tilgængelig i: Lightning Experience |
| Tilgængelig i: Vis produkt- og versionstilgængelighed. |
Inputfunktioner
Skabelonkonfigurationen for Scoring af samlingsrisiko inkluderer et sæt foruddefinerede felter, som du kan vælge som inputfunktioner til uddannelse og scoring af den forudsigende AI-model.
| Betegnelse for inputfunktion | Beskrivelse |
|---|---|
| Charges i alt | Den samlede rente og gebyrer, der er knyttet til en indsamlingsplan. |
| Forfaldsdato - kvartal | Ugen i det år, som forfaldsdatoen falder på. |
| Samlingsliv | Antallet af dage mellem forfaldsdatoen og lukkedatoen. |
| Årsagskode | En entydig kode, der repræsenterer samlingsplanens årsag. |
| Årsag | Årsagen til at starte indsamlingsprocessen, herunder manglende betaling af fakturaer, konkurs, udestående fakturaer og afdøde kontoejere. |
| Genoprettelsesmuligheder | Sandsynligheden for, at en samling betales. |
Aktiver
Når du installerer Tableau Next-appen for samlinger, installeres disse aktiver. Du kan tilpasse disse aktiver i henhold til dine forretningskrav.
- Uddannelse Batch datatransformering: Denne datatransformering oprettes og køres under Tableau Next-appinstallationen. Navnet på træningsbatchdatatransformeringen er i formatet <appnavn> trænings-BDT. Hvis appnavnet f.eks. er Samlinger, vil navnet på uddannelsesbatchtransformationen være Samlinger Uddannelses-BDT. Den indsamler data fra flere relevante datamodelobjekter baseret på konfigurationen og opretter de fladgjorte træningsdata i et nyt transformeringsdatamodelobjekt. Det netop oprettede datamodelobjekts navn er i formatet <Appnavn> RiskScore. Hvis f.eks. dit appnavn er Samlinger, vil navnet på datamodelobjektet være Samlinger RiskScore. datatransformering af træningsbatchdata bruger historiske samlingsdata til at træne forudsigelsesmodellen.
- Einstein Predictive AI-model: Modellen oprettes under installationen af Tableau Next-appen. Træn modellen ved at bruge træningsdataene. Denne models konfiguration er afledt fra den foruddefinerede skabelon, konfigurationen af skabelonen Samlinger - Risikoscoring. Den forudsigende AI-models navn er Samlinger Risk Score, og du kan se det i Einstein Studio.
- Scoring Batch datatransformering: Denne datatransformering oprettes og køres under Tableau Next-appinstallationen. Navnet på datatransformering for scoringsbatch er i formatet <appnavn> Scoring BDT. Hvis appnavnet f.eks. er Samlinger, vil navnet på den scorende batchtransformation være Samlinger Scoring BDT. Den indsamler data fra flere relevante datamodelobjekter baseret på konfigurationen og indsamler også nye og igangværende samlingsplandata. Bruger den trænede Einstein til at tildele risikoscores på dem. De konsoliderede data sammen med risikoscores lagres i et transformeringsdatamodelobjekt med navnet <Appnavn> Risikoscore.
Løste denne artikel dit problem?
Giv os besked, så vi kan forbedre os!
