Sie befinden sich hier:
Übersicht über die Funktionen und Datenbestände der Tableau Next-Anwendung für Sammlungen
Überprüfen Sie diese Eingabefunktionen und Datenbestände, die beim Installieren und Konfigurieren der Tableau Next-Anwendung für Sammlungen verwendet werden, indem Sie den Konfigurationsvorlagentyp "Bewertungs-Framework" (Sammlungsrisikobewertung) verwenden.
Erforderliche Editionen
| Verfügbarkeit: Lightning Experience |
| Verfügbarkeit: Zeigen Sie die Produkt- und Editionsverfügbarkeit an. |
Eingabefunktionen
Die Vorlagenkonfiguration "Sammlungsrisikobewertung" enthält einen Satz vordefinierter Felder, die Sie als Eingabefunktionen für das Training und die Bewertung des Prognose-AI-Modells auswählen können.
| Bezeichnung der Eingabefunktion | Beschreibung |
|---|---|
| Gesamtgebühren | Die einem Inkassoplan zugeordneten Gesamtzinsen und -gebühren. |
| Fälligkeitsdatumsquartil | Die Woche des Jahres, auf die das Fälligkeitsdatum fällt. |
| Sammlungslebensdauer | Die Anzahl der Tage zwischen dem Fälligkeitsdatum und dem Schlusstermin. |
| Ursachencode | Ein eindeutiger Code, der den Grund des Sammlungsplans darstellt. |
| Ursache | Der Grund für die Einleitung des Inkassovorgangs, einschließlich Nichtzahlung von Rechnungen, Insolvenz, ausstehenden Rechnungen und verstorbenen Accountinhabern. |
| Wiederherstellungschancen | Die Wahrscheinlichkeit, dass eine Sammlung erfolgreich bezahlt wird. |
Vermögenswerte
Wenn Sie die Tableau Next-Anwendung für Sammlungen installieren, werden diese Datenbestände installiert. Sie können diese Vermögenswerte entsprechend Ihren Geschäftsanforderungen anpassen.
- Training Batch Datentransformation: Diese Batch-Datentransformation wird während der Tableau Next-Anwendungsinstallation erstellt und ausgeführt. Der Name der Datentransformation für den Trainingsbatch lautet <Anwendungsname> Training BDT. Wenn der Anwendungsname beispielsweise "Sammlungen" lautet, lautet der Name der Trainings-Batch-Transformation "Sammlungen Training BDT". Es erfasst Daten aus mehreren relevanten Datenmodellobjekten basierend auf der Konfiguration und erstellt die vereinfachten Trainingsdaten in einem neuen Transformations-Datenmodellobjekt. Der Name des neu erstellten Datenmodellobjekts hat das Format <Anwendungsname> RiskScore. Wenn Ihr Anwendungsname beispielsweise "Sammlungen" lautet, lautet der Name des Datenmodellobjekts "Sammlungen Risikobewertung". Die Datentransformation für Trainingsbatches verwendet historische Sammlungsdaten, um das Prognosemodell zu trainieren.
- Prognose-AI-Modell von Einstein: Das Modell wird während der Tableau Next-Anwendungsinstallation erstellt. Trainieren Sie das Modell mithilfe der Trainingsdaten. Die Konfiguration dieses Modells wird aus der vordefinierten Vorlage "Inkasso-Risikobewertungsvorlagenkonfigurationen" abgeleitet. Der Name des Prognose-AI-Modells lautet "Sammlungsrisikobewertung" und Sie können es in Einstein Studio anzeigen.
- Datentransformation für Bewertungsbatches: Diese Batch-Datentransformation wird während der Tableau Next-Anwendungsinstallation erstellt und ausgeführt. Der Name der Datentransformation für Bewertungsbatches lautet <Anwendungsname> Bewertungs-BDT. Wenn der Anwendungsname beispielsweise "Sammlungen" lautet, lautet der Name der Bewertungs-Batch-Transformation "Sammlungsbewertung BDT". Es erfasst Daten aus mehreren relevanten Datenmodellobjekten basierend auf der Konfiguration und auch neue und in Bearbeitung befindliche Sammlungsplandaten. Verwendet das trainierte Einstein Modell, um ihnen die Risikobewertungen zuzuweisen. Die konsolidierten Daten werden zusammen mit den Risikobewertungen im Objekt "Datenmodell umwandeln" mit dem Namen "<Anwendungsname> Risikobewertung" gespeichert.
Konnten Sie Ihr Problem mithilfe dieses Artikels lösen?
Geben Sie uns Feedback, damit wir uns verbessern können.
