Stappen: aanbevelingen en standaardwaarden instellen voor onkostenitems voor creditcardtransacties
- Mogelijk moet u aanvullende stappen ondernemen om deze functie in te schakelen op basis van de abonnementsserviceovereenkomst van uw organisatie. Uw organisatie is opgenomen in de MSA (Main Service Agreement) of de Universal Main Service Agreement (UMSA). De abonnementsserviceovereenkomst van uw organisatie bepalen:
- Selecteer uw profielavatar in Workday Community .
- SelecteerProfiel.
- Selecteer op uw profielpagina de naam van uw organisatie. Deze staat onder uw naam en naast uw functietitel.
- Hiermee kunt u de waarde van uwabonnementsserviceovereenkomstweergeven.
Als de waarde is:- UMSA, de functie is automatisch beschikbaar. U kunt de stap'Innovation Services-functie' en 'AI-gegevensbijdragen' voor MSA-klanten inschakelenoverslaan. Zie Concept: Workday AI for Universal Main Subscription Agreement Customers voor meer informatie over gegevensbijdragen op basis van machine learning.
- MSA, u moet deze functie inschakelen via Innovation Services met behulp van de stap'Innovation Services-functie en AI-gegevensbijdragen inschakelen voor MSA-klanten'.
Opmerking: UMSA-klanten hebben geen Innovation Services-taken en -rapporten in hun tenants, omdat deze alleen voor MSA-klanten zijn. UMSA-klanten kunnen alle informatie met betrekking tot Innovation Services negeren.
U kunt standaardwaarden voor machine learning en aanbevelingen inschakelen voor onkostenitems in kaart . De inferentie op machine learning vindt alleen plaats tijdens het laden van de creditcardtransactie . Als u test op basis van geladen transacties voordat het model werd geïmplementeerd, worden er geen aanbevelingen weergegeven.
In het machine learning model worden standaard onkostenitems weergegeven of worden aanbevelingen weergegeven voor onkostenregels die zijn gebaseerd op de volgende velden van kaart :
- Bedrag
- Valuta
- Retailer
- Categoriecode retailer
- Begunstigde
- Transactiedatum
Aanbevelingen en standaardwaarden voor onkostenitems zijn beschikbaar voor de volgende gebruikers:
- Selfservice
- Namens gebruikers
- Gedelegeerden:
Standaardwaarden en aanbevelingen stroomlijnen het indieningsproces voor onkostendeclaratie en verminderen het aantal verkeerd gecategoriseerde onkostenitems.
- Afhankelijk van de abonnementsserviceovereenkomst van uw organisatie moet u mogelijk aanvullende stappen ondernemen om deze functie in te schakelen. Zie dit Community- artikel voor meer informatie.
- Open de taakTenantinstellingen bewerken - machine learning.Selecteer de regio waarin Workday gegevens host die worden gebruikt voor het verbeteren en personaliseren van de functionaliteit voor machine learning en analyse.Beveiliging:Set Up: Tenant Setup - Machine Learningin het functionele gebied 'System'.
- Open de taakAanbevelingen voor prompts voor machine learning onderhouden.
- Selecteer op de startpagina het productgebiedOnkosten.
- Schakel in het raster het selectievakjeOnkostenitem voor creditcardtransactiesin.Beveiliging: het domeinSet Up: Tenant Setup - Financialsin het functionele gebied 'System'.
Wanneer machine learning een hoog betrouwbaarheidsniveau heeft, worden onkostenitems in kaart automatisch standaard ingesteld in Workday . Indieners van onkosten kunnen het onkostenitem weergeven in de onkostenregels. Ze kunnen aanbevelingen bekijken in de pil onder de prompt
'Onkostenitem'
.Workday geeft nu prioriteit aan deze volgorde bij het bepalen van onkostenitems in onkostendeclaraties:
- Handmatig ingevoerde of bijgewerkte onkostenitem op onkostenregel
- Standaard onkostenitem op basis van machine learning voor creditcardtransactie
- Standaardwaarde voor onkostenitem op basis van toewijzingen van categoriecodes voor retailer
- Handmatig ingevoerd onkostenitem voor snelle onkosten door onkostenverzender
- Standaard onkostenitem door machine learning voor snelle onkosten
Onkostenbeheerders kunnen het rapportveld
met standaard machine learning voor onkostenitems
gebruiken om aan onkostenregels gekoppelde standaardonkostenitems op basis van machine learning weer te geven.