Die Vorhersage der Kundenzahlungsverzugstage ermöglicht eine genaue kurz- und mittelfristige Bar-Planung in Bezug auf verspätete oder vorzeitige Zahlungen von Kunden.
In IFS Cloud wird ein auf Maschinenlernen basierendes Prognosemodell mit den historischen Kundendaten trainiert. Künftiger Zahlungsverzug oder vorzeitige Zahlungen werden mithilfe von Maschinenlernen-Algorithmen vorhergesagt. Das Modell kann jederzeit neu trainiert werden, um möglichst genaue Prognosen zu erhalten.
Um die vorhergesagten Kundenzahlungsverzugstage in der Analyse der Debitorenbuchhaltung und in der Bar-Planung zu verwenden, muss das Maschinenlernmodell trainiert und aktiviert werden.
Dies muss im Lösungsmanager/Automatisierung und Optimierung/Maschinenlernen/Maschinenlernmodelle durchgeführt werden. Nach dem Training muss das Modell auf den Status „Aktiv“ gesetzt werden, um die Prognose des Kundenzahlungsverzugs nutzen zu können.
Das Modell kann auf der Grundlage der Geschäftsanforderungen neu trainiert werden, um die genaueste Prognose anhand der jüngsten Kundentransaktionen zu erhalten.
Um diese Funktion zu nutzen, müssen Kunden die Option Erwarteter Zahlungsverzug verwenden in Anwendungsgrundeinstellungen/Unternehmen/Kunde/Zahlung aktivieren. Diese Option steuert, welche Kunden in die Prognosen zum Zahlungsverzug einbezogen werden sollen. Wenn diese Option für einen Kunden aktiviert ist, wird der vordefinierte Zahlungsverzug durch den erwarteten Zahlungsverzug übersteuert.
Der Kundenzahlungsverzug wird für jede Rate in den Rechnungen vorhergesagt. Daher werden die voraussichtlichen Zahlungsverzugstage bei der Erstellung der Kundenrechnung im Raten- und Skontoplan angezeigt. Das Maschinenlernmodell wird jedes Mal aufgerufen, wenn der Ratenplan und der Rabatt erstellt oder aktualisiert werden.
Beachten Sie, dass die erwarteten Zahlungsverzugstage nur für Kunden-Direktrechnungen, Projektrechnungen und Kundenauftragsrechnungen gelten.
Der erwartete Zahlungsverzug des Kunden kann entweder auf der Seite Kundenratenanalyse, auf der Seite Firmenübergreifende Analyse Kundenrechnungen mit Zins- und Säumniszuschlag oder in IFS Lobby analysiert werden. Da der Zahlungsverzug pro Kundenrechnungsrate vorhergesagt wird, bieten diese Analyseseiten eine Übersicht zur Abfrage der Zahlungsverzugstage. Die Verwendung des voraussichtlichen Zahlungsverzugs erleichtert den Inkassoprozess innerhalb einer Firma und ermöglicht es, sich auf die betreffenden Kunden zu konzentrieren und die erforderlichen Maßnahmen zu ergreifen.
Die Verwendung des erwarteten Zahlungsverzugs für Kunden ist eine Option in der Szenarioebene „Bar-Planung“. Die Bar-Planungstransaktionen können analysiert und mit genaueren Cashflow-Terminen mit den erwarteten Zahlungsverzugstagen verglichen werden. Wenn die Option „Erwarteter Zahlungsverzug verwenden“ in der Szenarioebene aktiviert ist, wird das Cashflow-Datum mit den erwarteten Verzugstagen angepasst, um einen wahrscheinlicheren Cashflow zu reflektieren.