Zum Hauptinhalt wechseln
Dokumentation
Dokumentation
Administrator Guide
Zuletzt aktualisiert: 2026-01-09
Schritte: Machine Learning für Empfehlungen für Ausgabenkategorien einrichten

Schritte: Machine Learning für Empfehlungen für Ausgabenkategorien einrichten

Es sind Bedarfsanforderungs- oder Bestellauftragsdaten und entsprechende Lieferantenrechnungsdaten aus mindestens einem Jahr notwendig, damit Workday genaue Prognosen für die Ausgabenkategorien erstellen kann.
Möglicherweise müssen Sie zusätzliche Schritte unternehmen, um dieses Feature basierend auf der Abonnementservicevereinbarung Ihrer Organisation zu aktivieren. Für Ihre Organisation gilt entweder die MSA- oder die universelle Hauptservicevereinbarung (UMSA). So bestimmen Sie die Abonnementservicevereinbarung Ihrer Organisation:
  1. Wählen Sie Ihren Profil-Avatar in der Workday Community aus.
  2. Wählen Sie
    Profil
     aus.
  3. Wählen Sie auf Ihrer Profilseite den Namen Ihrer Organisation aus. Dieser wird unter Ihrem Namen und neben Ihrer Tätigkeitsbezeichnung.
  4. Zeigen Sie den Wert Ihrer
    Vereinbarung für Abonnementservice
     an.
Wenn der Wert:
  • UMSA
     : Das Feature ist automatisch verfügbar. Sie können den Schritt
    "Innovation Services Feature and AI Data Postings for MSA Customers"
     aktivieren. Weitere Informationen zu Machine Learning-Datenbeiträgen finden Sie unter Konzept: Workday AI for Universal Main Subscription Agreement Customers .
  • MSA
     , müssen Sie dieses Feature über Innovation Services aktivieren. Verwenden Sie dazu den Schritt
    "Innovation Services Feature and AI Data Contributions for MSA Customers"
     .
Hinweis: UMSA-Kunden haben keine Innovation Services-Aufgaben und -Berichte in ihren Mandanten, da diese nur für MSA-Kunden gelten. UMSA-Kunden können alle Informationen zu Innovation Services ignorieren.
Sie können Machine Learning aktivieren, um Ausgabenkategorien in Bedarfsanforderungen und Bestellaufträgen vorherzusagen. Das Machine Learning-Modell lernt aus genehmigten Lieferantenrechnungsdaten, die aus diesen Dokumenten generiert werden, um zu bestimmen, welche Ausgabenkategorien empfohlen werden sollen.
Workday zeigt keine Empfehlungen in Mandanten mit geringer Prognosegenauigkeit an. Wir definieren die Vorhersagegenauigkeit als den Prozentsatz der Vorkommen des genehmigten Werts unter den empfohlenen Werten in einer gewählten Teilmenge der Daten. Dies ist ein Proxy für die Genauigkeit der angezeigten Empfehlungen.
  1. Abhängig von der Abonnementvereinbarung Ihrer Organisation müssen Sie möglicherweise zusätzliche Schritte ausführen, um dieses Feature zu aktivieren. Weitere Informationen finden Sie in diesem Community- Artikel.
    Wählen Sie in der Aufgabe
    Innovation Services Opt-In
     den Service
    Spend Management Machine Learning GA Features
     auf dem Register
    Available Services
     in der Kategorie
    Spend Management
     .
    Wenn Sie bereits ein Opt-in für diese Innovation Services und Datenauswahlkategorien gesetzt haben, müssen Sie das Kontrollkästchen
    Opt In to Additional Data
     für die Kategorien aktivieren, in denen das Opt-in verfügbar ist. Es kann bis zu 24 Stunden dauern, bis Workday nach diesem zusätzlichen Opt-in die Schaltfläche
    Mit KI generieren
     in Aufgaben anzeigt.
  2. Öffnen Sie die Aufgabe
    Mandanten-Setup bearbeiten - Machine Learning
     .
    Wählen Sie die Region aus, in der Workday Daten hostet, die zur Verbesserung und Personalisierung von Machine Learning und Analytics verwendet werden.
    Sicherheit: Domäne
    Set Up: Tenant Setup - Machine Learning
     im funktionalen Bereich „System“
  3. Öffnen Sie die Aufgabe
    Wertelistenempfehlungen für Machine Learning verwalten
    .
    Wählen Sie auf der Initiierungsseite den Produktbereich
    Beschaffung
    .
    Aktivieren Sie in den Grids
    Bestellauftrag
     und
    Bedarfsanforderungen
     das Kontrollkästchen
    Machine Learning-Empfehlungen
     aktivieren, um Empfehlungen für Ausgabenkategorien für diese Geschäftsdokumente zu aktivieren.
    Workday empfiehlt, dass Sie zum Testen dieser Funktion einen Vorschau-Mandanten verwenden. Die Verwendung eines Vorschau-Mandanten erleichtert die Aktivierung von Machine Learning-Features im Ausgabenmanagement und gibt Ihnen im Gegensatz zu Implementation-Mandanten unbegrenzt Zeit zum Testen.
    Sicherheit: Domäne
    Set Up: Tenant Setup - Financials
     im funktionalen Bereich „System“
  4. (Optional) Öffnen Sie die Aufgabe
    Mandanten-Setup bearbeiten - Financials
    .
    Wählen Sie im Abschnitt
    Beschaffungsoptionen
    Alert für Bedarfsanforderungen bei Nichtübereinstimmung von Ausgabenkategorie/Lieferant aktivieren,
     damit eine Warnung angezeigt wird, wenn ein Anforderer einen Lieferant auswählt, der zuvor nicht für diese Ausgabenkategorie ausgewählt wurde. Workday empfiehlt außerdem die Auswahl der besten drei Lieferanten.
    Sicherheit: Domäne
    Set Up: Tenant Setup - Financials
     im funktionalen Bereich „System“
  5. (Optional) Öffnen Sie die Aufgabe
    Run On-Demand Machine Learning Activation for Implementation Tenant
    , um Tests für Implementation-Mandanten einzurichten.
    Nach dem Einrichten der Aufgabe kann es bis zu zwei Wochen dauern, bis die Funktionalität des Machine-Learning-Feature in Ihrem Mandanten angezeigt wird. Anschließend haben Sie zwei Wochen Zeit, um den Test abzuschließen.
Wenn Sie die Empfehlungen für Ausgabenkategorien in Aufgaben zum ersten Mal aktivieren, dauert das Trainieren des Machine Learning-Modells für das Ausgabenmanagement mit Ihren Daten bis zu zwei Wochen. Nach diesen ersten zwei Wochen zeigt Workday Empfehlungen für die Ausgabenkategorie in den ausgewählten Dokumenten an.
Wenn Sie die Empfehlungen für Ausgabenkategorien zwei Wochen nach Aktivierung aller Setup-Anforderungen nicht sehen, eröffnen Sie einen Supportfall.