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 [email protected], så kan vi skreddersy kundens opplæringsmateriale til å starte fra en bestemt dato.
Denne artikkelen har blitt oversatt ved hjelp av et AI-basert oversettelsesverktøy. Innholdet eller formuleringen av disse instruksjonene kan avvike fra de i andre instruksjoner eller i programvaren.