Min kund får konstiga prognoser – vad påverkar kvaliteten på prognoserna?
I FabricAI har kunden alltid en AI-prognos i bakgrunden som förutspår minst konto och momsstatus samt vid behov kostnadsställen och fakturadatum. AI-prognoserna baseras på kundens gamla inköpsfakturor. Det finns dock några faktorer som påverkar hur bra prognoserna för kundens inköpsfakturor blir:
Antalet gamla inköpsfakturor hos kunden (i det bokföringsprogram som nu används)
I regel gäller att ju fler fakturor det finns, desto bättre är det för AI-modellens framgång. Några exempel:
Inga fakturor alls ännu -> prognoserna är sannolikt ganska konstiga i början
Fakturor från 1-3 månader -> prognoserna är sannolikt åtminstone måttliga
Fakturor från 3-12 månader -> prognoserna är sannolikt bra
Fakturor över ett år -> den mest optimala situationen
Observera dessutom att bokföringsperioderna för gamla leverantörsfakturor i möjligaste mån bör vara stängda! Till exempel i Procountor används endast inköpsfakturor från stängda perioder som AI-prognosers träningsdata.
Kvaliteten på kundens gamla inköpsfakturor
Ju fler inköpsfakturor som kommer som e-faktura, desto bättre lyckas AI-prognoser. AI-prognoser gör också prognoser för skannade och själv-tillagda fakturor, men de är inte nödvändigtvis lika bra som för e-fakturor.
Kundens gamla bokförings konsekvens
Om kundens kontoplan eller kontoplan har förändrats avsevärt, är AI-prognosens träningsdata då motsägelsefulla, och AI-prognoserna är inte heller optimala. Om din kund har en sådan situation, vänligen kontakta [email protected], så kan vi skräddarsy kundens träningsdata att börja från en viss dag.
Denna artikel har översatts med hjälp av ett AI-baserat översättningsverktyg. Innehållet eller formuleringen i dessa instruktioner kan avvika från dem i andra instruktioner eller i programvaran.