Passer au contenu principal
Documentation
Documentation
Administrator Guide
Dernière mise à jour : 2025-06-27
Étapes : définir le machine learning pour le rapprochement des règlements clients

Étapes : définir le machine learning pour le rapprochement des règlements clients

Des étapes supplémentaires peuvent s'avérer nécessaires pour activer cette fonctionnalité en fonction du contrat d'abonnement de votre organisation. Votre organisation figure soit sur le accord principal de services (MSA), soit sur l'accord de service principal universel (UMSA). Pour déterminer le contrat d'abonnement de votre organisation :
  1. Sélectionnez votre avatar de profil dans Workday Community .
  2. Sélectionnez
    Profil
     .
  3. Sur votre page de profil, sélectionnez le nom de votre organisation, qui se trouve sous votre nom et en regard de la désignation de l'emploi.
  4. Affichez la valeur de votre
    Accord d'abonnement
     .
Si la valeur est :
  • UMSA
     , la fonctionnalité est automatiquement disponible. Vous pouvez ignorer l' étape
    Activer la fonctionnalité Innovation Services et les contributions de données d'IA pour les clients MSA
     . Pour plus d'informations sur les contributions de données de Machine Learning, voir Concept : Workday AI for Universal Subscription Agreement Customers .
  • MSA
     , vous devez activer cette fonctionnalité via Innovation Services en utilisant l' étape
    Activer la fonctionnalité Innovation Services et les contributions de données d'IA pour les clients MSA
     .
Remarque : les clients UMSA n'ont pas de tâches et de rapports Innovation Services dans leurs environnements clients, car ils s'adressent uniquement aux clients MSA. Les clients UMSA peuvent ignorer toutes les informations concernant Innovation Services.
  • Enregistrez des règlements clients. Vous devez avoir au moins 1 règlement client enregistré au cours des 30 derniers jours pour finaliser le processus d'activation de cette fonctionnalité et avoir un modèle entraîné pour votre environnement client.
Les fonctions de Machine Learning qui nécessitent des contributions de données ne fonction pas correctement dans votre environnement client à sable (Sandbox). Pour tester les fonctionnalités de Machine Learning avant de les déployer dans votre environnement client de production, utilisez vos environnements clients Sandbox Preview ou Implementation.
Vous pouvez activer le Machine Learning pour obtenir des recommandations de mise en correspondance entre les règlements et les factures client et ajustements qui ne sont associés à aucun avis de versement de versement. Le modèle de machine learning utilise les analyses de l'historique des données de lettrage de règlements et tire également des enseignements des lettrages de règlements actuels afin de définir des recommandations de facture pour un règlement spécifique. Le modèle ignore les éléments suivants :
  • Paiements sans client payeur dans l'en-tête du paiement.
  • Factures consolidées.
  • Factures avec escomptes à durée .
  • Factures qui ne s'ajoutent pas au montant du règlement lors de la formulation des recommandations.
Cette fonctionnalité fournit des recommandations utiles uniquement lorsque vous traitez des règlements client dans Workday. Les recommandations :
  • Indiquent comment lettrer des montants payés d'avance.
  • Indiquent comment lettrer les règlements en compte.
  • Identifient les règlements mal lettrés.
  • Empêchent le passage en pertes d'un règlement ou d'une facture qui devrait être un lettrage de règlement.
Workday n'inclut pas les règlements en devises croisées dans les recommandations.
  1. Il se peut que vous deviez effectuer des étapes supplémentaires pour activer cette fonctionnalité en fonction de l'accord de service d'abonnement de votre organisation. Pour plus d'informations, voir cet article de Workday Community .
    1. Dans la tâche
      Activation Innovation Services
       , sélectionnez le service
      Financial Management Machine Learning GA Features
       dans l'onglet
      Available Services
       de la catégorie
      Finances
       .
    2. Dans la tâche
      Maintain Innovation Services Data Selection Opt-In
       , sélectionnez la catégorie
      Customer Payment Data
       pour le service
      Financial Management Machine Learning GA Features
       .
  2. (Facultatif) Accédez à la tâche
    Run On-Demand Machine Learning Activation for Implementation Tenant
     pour définir les tests sur les environnements clients d'implémentation.
    Une fois la tâche définie, comptez jusqu'à deux semaines pour que la fonctionnalité de machine learning soit visible dans votre environnement client. Vous disposez ensuite de deux semaines pour effectuer les tests.
    Workday recommande d'utiliser un environnement client Preview pour tester cette fonctionnalité car, contrairement à un environnement client d'implémentation, le temps de test est illimité. De plus, il est plus facile d'activer Financials Machine Learning.
  3. Accédez à la tâche
    Modifier la définition de l'environnement client - Machine learning
     .
    Sélectionnez la région dans laquelle Workday héberge les données utilisées pour améliorer et personnaliser les fonctionnalités de Machine Learning et d'analyses.
    Sécurité : domaine
    Set Up: Tenant Setup - Machine Learning
     dans le domaine fonctionnel System.
Lorsque vous activez la fonctionnalité pour la première fois, il faut parfois jusqu'à deux semaines pour entraîner le modèle de machine learning à utiliser vos données.
Lorsque vous désactivez la contribution des données, Workday purge vos données dans un délai de 30 jours.
Exécutez la tâche
Planifier les recommandations de lettrage des encaissements
 pour planifier les recommandations de lettrage des encaissements.