Kunden min får merkelige prediksjoner – hva påvirker kvaliteten på prediksjonene?

I FabricAI er det alltid en ai-prediksjon i bakgrunnen som forutsier minst konto og Mva-status, og om nødvendig kostnadssteder og fakturadato. Ai-prediksjonene er basert på kundens gamle innkjøpsfakturaer. Det er imidlertid noen faktorer som påvirker hvor gode prediksjonene for kundens innkjøpsfakturaer blir:

• Antall gamle innkjøpsfakturaer kunden har (nå i det utnyttede regnskapsprogrammet)
  • Utgangspunktet er at jo flere fakturaer det er, desto bedre er det for ai-prediksjonens suksess. Noen eksempler:
    • Ingen fakturaer ennå -> prediksjonene er sannsynligvis ganske merkelige i begynnelsen
    • Fakturaer fra 1-3 måneder -> prediksjonene er sannsynligvis minst moderate
    • Fakturaer fra 3-12 måneder -> prediksjonene er sannsynligvis gode
    • Fakturaer over ett år -> den mest optimale situasjonen
  • Vær også oppmerksom på at regnskapsperiodene for gamle innkjøpsfakturaer må være lukket så langt det er mulig! For eksempel i Procountor brukes kun innkjøpsfakturaer fra lukkede perioder som opplæringsmateriale for ai-prediksjonen.
• Kvaliteten på kundens gamle innkjøpsfakturaer
  • Jo flere innkjøpsfakturaer som kommer som ehf-fakturaer, desto bedre lykkes ai-prediksjonen med sine forutsigelser. Ai-prediksjonen gjør også forutsigelser for skannede og selv-tilførte fakturaer, men de er ikke nødvendigvis like gode som for ehf-fakturaer.
• Kundens gamle regnskaps konsistens
  • Hvis kundens bokføringspraksis eller kontoplan har endret seg betydelig, vil opplæringsmaterialet for ai-prediksjonen være motstridende, og ai-prediksjonene vil heller ikke være optimale. Hvis kunden din har en slik situasjon, vennligst kontakt oss på tuki@fabricai.fi, så kan vi skreddersy kundens opplæringsmateriale til å starte fra en bestemt dato.

Var dette svaret til hjelp? Ja Nei