Oversikt over funksjoner og aktiva i Tableau Next-appen for samlinger
Se gjennom disse inndatafunksjonene og aktivaene som brukes ved installering og konfigurering av Tableau Next-appen for samlinger, ved å bruke konfigurasjonsmaltypen Scoring Framework, Collections Risk Score.
Nødvendige utgaver
| Tilgjengelig i Lightning Experience |
| Tilgjengelig i Se tilgjengelighet av produkter og versjoner. |
Inndatafunksjoner
Konfigurasjonen av samlingsrisikoscoremalen inkluderer et sett forhåndsdefinerte felt som du kan velge som inndatafunksjoner for opplæring og scoring av den prediktive AI-modellen.
| Inndatafunksjonsetikett | Beskrivelse |
|---|---|
| Total Charges (samlet beløp) | Den totale renten og gebyrene som er knyttet til en innsamlingsplan. |
| Forfallsdato-kvartal | Uken i året som forfallsdatoen gjelder. |
| Samlingstid | Antall dager mellom forfallsdatoen og avslutningsdatoen. |
| Årsakskode | En unik kode som representerer årsaken til samlingsplanen. |
| Årsak | Årsaken til å starte innsamlingsprosessen, inkludert manglende betaling av fakturaer, konkurs, utestående fakturaer og avdøde kontoeiere. |
| Gjenopprettingsmuligheter | Sannsynligheten for at en samling blir riktig betalt. |
Aktiva
Når du installerer Tableau Next-appen for samlinger, installeres disse aktivaene. Du kan tilpasse disse aktivaene i henhold til forretningskravene dine.
- Opplæring Batch datatransformasjon: Denne datatransformasjon opprettes og kjøres under installasjonen av Tableau Next-appen. Navnet på datatransformasjon for batcher er i formatet <appnavn> Opplærings-BDT. Hvis appnavnet for eksempel er Samlinger, blir navnet på opplæringsbatchtransformasjonen Samlinger Opplæring BDT. Den samler inn data fra flere relevante Datamodell-objekter basert på konfigurasjonen, og oppretter utflatede opplæringsdata i et nytt transformasjonsdatamodellobjekt. Navnet på det nylig opprettede datamodellobjektet er i formatet <Appnavn> RiskScore. Hvis appnavnet for eksempel er Samlinger, er navnet på datamodellobjektet Samlinger RiskScore. Opplæringsdatatransformasjonen bruker historiske samlingsdata til å lære opp forutsigelsesmodellen.
- Einstein prediktiv AI-modell: Modellen opprettes under installasjonen av Tableau Next-appen. Lær opp modellen ved å bruke opplæringsdataene. Denne modellens konfigurasjon utledes fra de forhåndsdefinerte malkonfigurasjonene i Samlinger Risikoscoring-malen. Den prediktive AI-modellen har navnet Samlinger Risikoscore, og du kan vise den i Einstein Studio.
- Datatransformasjon for score for batcher: Denne datatransformasjon opprettes og kjøres under installasjonen av Tableau Next-appen. Navnet på datatransformasjonen for scoring av batcher er i formatet <appnavn> Scoring BDT. Hvis appnavnet for eksempel er Samlinger, blir navnet på gruppetransformasjonen for scoring Samlinger Scoring BDT. Den samler inn data fra flere relevante Datamodell-objekter basert på konfigurasjonen, og samler også inn nye og pågående samlingsplandata. Bruker den opplærte Einstein til å tildele risikoscorer for dem. De konsoliderte dataene sammen med risikoscorer lagres i et Transformasjonsdatamodell-objekt med navnet <Appnavn> Risikoscore.
Hjalp denne artikkelen med å løse problemet ditt?
La oss få vite det slik at vi kan forbedre!
