Direkt zum Hauptinhalt

Analyse von Doppelzahlungen für Nicht-SAP-Daten

Einführung

Eine Analyse von Doppelzahlungen deckt Rechnungen auf, die möglicherweise mehrfach gebucht wurden. Wenn diese Buchungen in einem späteren Prozessschritt durch Zahlungen ausgeglichen werden, entstehen Mehrfachzahlungen für denselben Vorgang. Wir nutzen unsere Standardanalyse AP_Dupl_Payments zur Identifikation solcher Mehrfachbuchungen auf SAP-Daten, die eingehende Rechnungen aufzeigt, die potenziell mehrfach erfasst wurden. Manche Buchungen wirken wie Duplikate, sind jedoch korrekt. Diese werden als potenzielle Treffer bezeichnet und müssen im Detail geprüft werden. Durch das Kennzeichnen bestätigter Doppelbuchungen kann ein KI-Modell trainiert werden, neue Fälle automatisch zu bewerten und zuverlässig Fehlalarme zu identifizieren, damit diese ausgeschlossen werden können. Kunden, die kein SAP verwenden, aber von einer KI-Auswertung profitieren möchten, können unser Analysewerkzeug AI_Dupl_Payments nutzen. Hierfür müssen speziell identifizierte potenzielle Doppelbuchungen in einem vordefinierten Format bereitgestellt werden.

Voraussetzungen

  • Installation von ACL für Windows & lokale Installation von dab AnalyticSuite: Die Analyse kann ausschließlich lokal am Desktop durchgeführt werden, nicht in Robotics
  • R und R-Studio: Installation erforderlich, R.exe und R-Paket notwendig (Artikel zur Installation der R-Umgebung)
  • Highbond: Results-Modul erforderlich
  • TF_Import.xlsx: Die Datei muss im selben Verzeichnis wie das ACL-Projekt abgelegt werden
  • Initiale Pool-Datei mit dem Namen AI_Dupl_Payments_Pool.xlsx:
    • Der Dateiname muss AI_Dupl_Payments_Pool.xlsx lauten
    • Pfad (Standard C:\Users\Public\dabgmbh\AnalyticSuite\Utilities) kann geändert werden
    • Die Datei muss Doppelzahlungen enthalten, die bereits gefunden, geprüft und als True Duplicate Payments oder False Duplicate Payments gekennzeichnet wurden
  • Datei mit noch nicht verifizierten Daten: Diese muss im festgelegten Pfad gespeichert werden
  • Spaltenliste für die Tabelle: Erforderlich in der Pool-Datei sowie in der Datei mit den ungeprüften Daten
  • Unterschied zwischen beiden Dateien: Die Felder AI_Meta_Information, AI_Potential, AI_Assessment und Manual Assessment sind in der Datei mit den ungeprüften Daten NICHT vorhanden.

Einstellungen im Startskript __Run_AI_Dupl_Payments

Für das Hochladen in das Highbond Results-Modul werden folgende Variablen benötigt:

  • v_TF_Cust_Specific_OrgID: Organisations-ID der Entität
  • v_TF_Cust_Specific_UploadToken: Highbond API-Token des Anwenders, der die Analyse durchführt
  • v_TF_Cust_Specific_APIArea: Mögliche Werte: 1 = EU (Standard); 2 = US; 3 = CA; 4 = AS; 5 = AU
  • v_AI_Dupl_Paym_OneLineID:
    • ID der Highbond-Tabelle, in die die Ergebnisse hochgeladen werden
    • Die Highbond-Tabelle wird erst beim Upload während des ersten Durchlaufs erstellt, daher darf die Variable zu Beginn des ersten Laufs nicht vorhanden sein
    • Die entsprechende Zeile muss auskommentiert werden
    • Nach dem ersten Lauf: Die Highbond-Adresse muss in die Tabelle eingetragen werden, um spätere Aktualisierungen der Highbond-Tabelle bei folgenden Durchläufen zu ermöglichen

Die folgenden Variablen besitzen Standardwerte, die angepasst werden können

  • v_AI_Dupl_Paym_AI_ExpPath: Pfad, in dem die Pool-Datei gespeichert und aktualisiert wird. Empfehlung: Verwenden Sie den vordefinierten Pfad – da die Pool-Datei nach jedem Lauf aktualisiert wird, darf der Pfad nach dem ersten Lauf nicht mehr verändert werden.
  • v_AI_Dupl_Paym_Unseen_Path: Pfad und Name für die zu importierende Datei mit neuen, ungeprüften Daten
  • v_TF17_ExportPfad: Pfad, in dem die .json-Datei erstellt wird

Ablauf beim ersten Durchlauf

  • Pool-Datei und die Datei mit ungeprüften Daten werden im R-Skript verarbeitet
  • Die im R-Skript erstellten Felder AI_Meta_Information, AI_Potential und AI_Assessments werden an das ACL-Skript übergeben und zu den ungeprüften Daten hinzugefügt
  • Einträge mit eindeutiger ID werden dupliziert: Eine Zeile pro eindeutiger ID in der Tabelle AI_Dupl_Payments_OneLine
  • Die Tabelle AI_Dupl_Payments_OneLine wird in das Highbond Results-Modul hochgeladen, wobei eine neue Tabelle erzeugt wird

Manuelle Maßnahmen nach dem ersten Lauf in Highbond

  • Erstellen Sie einen Fragebogen für die angelegte Sammlung
  • Vergeben Sie einen Namen, z. B. Erkennung echter oder falscher Doppelzahlungen
  • Wählen und speichern Sie die hochgeladene Tabelle unter Verknüpfte Tabellen
  • Legen Sie eine neue Frage an (Typ: Einfachauswahl)
  • Frage z. B. Handelt es sich bei diesem Datensatz um eine echte oder eine falsche Doppelzahlung?
  • Zwei mögliche Antworten hinzufügen: Echte Doppelzahlung, Falsche Doppelzahlung
  • Wichtig: Passen Sie die Spaltennamen bei der manuellen Bewertung an
  • In den Einstellungen der Highbond-Tabelle das Feld UpdateKey als Primärschlüssel festlegen
  • Bearbeiten Sie die Datensätze im Fragebogen: Das Feld Manual_Assessment_Upl enthält Einträge aus der initialen Pool-Datei:
    • Feld ist ausgefüllt: Werte können übernommen werden
    • Verbleibende Einträge: Entscheidung des Anwenders anhand der Werte in den Feldern AI_Meta_Information, AI_Potential und AI_Assessments erforderlich. Das Feld Manual_Assessment_Upl kann entfernt werden, sobald alle Werte übernommen wurden.

Manuelle Maßnahmen vor dem zweiten Lauf im ACL-Startskript __Run_AI_Dupl_Payments

  • Kopieren Sie die ID der Highbond Results-Tabelle: Fügen Sie diesen Wert in die Variable v_AI_Dupl_Paym_OneLineID ein. Dies ist erforderlich, um die Highbond Result-Tabelle in ACL zu importieren.
  • TF_Import: Öffnen Sie die Datei und tragen Sie die ID im Blatt ScheduledResultsUpload ein. Dadurch erfolgt die Aktualisierung der Highbond-Tabelle mit den neuen Einträgen.
  • Datei unseen_date: Aktualisieren

Vorgehen bei den folgenden Durchläufen

  • Highbond-Tabelle: Wird in ACL importiert, da sie manuelle Bewertungen der Anwender enthält
  • Pool-Datei: Wird mit Informationen aus der Highbond-Tabelle aktualisiert
  • Pool-Datei und Datei mit ungeprüften Daten: Werden im R-Skript verarbeitet
  • Die im R-Skript erstellten Felder AI_Meta_Information, AI_Potential, AI_Assessments werden an das ACL-Skript übergeben und den ungeprüften Daten hinzugefügt
  • Einträge mit eindeutiger ID werden zusammengefasst: So entsteht jeweils eine Zeile pro ID in der Tabelle AI_Dupl_Payments_OneLine
  • Tabelle Dupl_Payments_OneLine: Wird in das Highbond Results-Modul hochgeladen, dabei wird die bestehende Results-Tabelle aktualisiert