Hantera periodiseringsberäkningar i avancerad rabatt- och periodiseringshantering
Klona och aktivera definitioner av databearbetningsmotor för att beräkna upplupna kostnader. Avancerad hantering av rabatter och periodisering använder en koordinerad sekvens av sex definitioner av databearbetningsmotor (DPE) för att flytta och beräkna data mellan Salesforce Core och Data Cloud.
Versioner som krävs
| Tillgängliga i: Enterprise, Unlimited och Developer Editions som har aktiverat Rabatt- och periodiseringshantering. |
| Ordna | DPE-namn | Funktionellt syfte | Affärsexempel |
|---|---|---|---|
| 1 | Avancerad förbehandling av rabatt och periodisering – Regelkonfiguration | Mappar dina programregler (nivåer, datum, ankare) till metadata som Data Cloud förstår. | Konverterar din "Gold Tier" $5/unit-regel till en regelmetapost i Data Cloud. |
| 2 | Avancerad förbehandling av rabatt och periodisering – Dataförberedelse | Lägger in rådata från transaktionsjournaler och medlemsposter i de specifika datasjöobjekt (DLO) som används av motorn. | Hämtar 1 miljon fakturaposter från den senaste veckan till DLO för inmatningsintag. |
| 3 | Upplupnings- och utbetalningsmotor - Deltaberäkning | Jämför den aktuella körningen med den tidigare körningen baserat på specifika förmånsdatum för att identifiera vilka nya eller ändrade poster som är kvalificerade för beräkning. | Identifierar att en partner har lagt till 50 ytterligare enheter till en befintlig faktura sedan gårdagens körning. |
| 4 | Upplupnings- och utbetalningsmotor - Regelbearbetning | Utför de faktiska ekonomiska beräkningarna för att skapa upplupna kostnader för de kvalificerade transaktionerna. Den kvalificerar transaktioner mot nivåer (retroaktivt eller stegat) och beräknar det beräknade beloppet. | Tillämpar en kurs på 5 dollar för 1 000 enheter eftersom medlemmen precis har passerat gränsen på 5 000 enheter. |
| 5 | Avancerad rabatt och upplupen efterbearbetning – källskapande | Aggregerar de beräknade resultaten och skriver tillbaka dem från Data Cloud till Salesforce Core. | Synkroniserar en total skuld på 5 000 SEK tillbaka till posten Periodiserad källa i Salesforce Core. |
| 6 | Avancerad rabatt och upplupen efterbearbetning – statusuppdatering | Stänger periodiseringsperioder när periodens slutdatum har passerats och uppdaterar poststatus och senaste beräkningsdatum. | Flyttar en januariperiod till 'Avslutad' så att finansteamet kan slutföra resultatet. |
Den avancerade motorn använder en uppsättning DLO (Stage Data Lake Objects) i Data Cloud för att hantera precision under ändringar i mitten av perioden och säkerställa korrekta beräkningar över körningar. En fullständig lista över DLO som används av motorn och deras syfte finns i Datasjöobjekt i Avancerad rabatt- och periodiseringshantering.
Anteckning Om Data Cloud var aktivt i din organisation innan du aktiverade Avancerad hantering av rabatter och upplupna intäkter, uppdatera behörighetsuppsättningen Data Cloud Salesforce-anslutare för att bevilja läsåtkomst till alla rabattobjekt innan du kör DPE-definitionerna.
- Beräkna upplupna kostnader med definitioner av databearbetningsmotor (DPE) (exempel)
Detta exempel visar hur de sex DPE-definitionerna i Data Cloud bearbetar transaktionsdata och beräknar upplupna intäkter för medlemmar som är registrerade i två rabattprogram med olika aggregeringskriterier. - Klona och aktivera definitioner av databearbetningsmotor
Avancerad rabatt- och periodiseringshantering använder en koordinerad sekvens av sex definitioner av databearbetningsmotor för att flytta, transformera och aggregera data med hög volym mellan Salesforce Core och Data Cloud. Administratörer måste manuellt klona och aktivera dessa mallar innan de kör avancerad periodisering. När du har klonats kan du anpassa definitionens noder, variabler och aggregeringslogik så att de uppfyller dina verksamhetskrav. - Utöka periodiserad aggregering med egna ankare
Som standard aggregerar Advanced-motorn endast upplupna intäkter efter medlem. Motorn har stöd för upp till fem aggregeringsankare totalt — Konto, Produkt och tre egna ankare (Ankare1, Ankare2, Ankare3). För att följa skulder efter dimensioner som Region, Område eller Kanal måste du konfigurera egna ankare. Detta säkerställer att Data Cloud-motorn vet hur dina transaktionsdata ska grupperas för ekonomiska prognoser. Detta kräver att du konfigurerar tre DPE i ditt arbetsflöde för periodiseringsberäkning.
Löste denna artikel ditt problem?
Berätta för oss vad vi kan förbättra!
