Zum Hauptinhalt wechseln
Dokumentation
Dokumentation
Administrator Guide
Zuletzt aktualisiert: 2023-06-23
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.
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 schlechter Prognosegenauigkeit an. Wir definieren die Vorhersagegenauigkeit als den Prozentsatz der Vorkommen des genehmigten Werts unter den empfohlenen Werten in einer ausgewählten 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
    Ausgabenmanagement
     .
  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
     .
    Aktivieren Sie im Abschnitt
    Beschaffungsoptionen
    die Option Alert für Ausgabenkategorie/Lieferanten aktivieren für Bedarfsanforderungen,
     um eine Warnung anzuzeigen, wenn ein Anforderer einen Lieferanten 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-Features in Ihrem Mandanten angezeigt wird. Anschließend haben Sie zwei Wochen Zeit, um die Tests abzuschließen.
Wenn Sie die Empfehlungen für Ausgabenkategorien 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.