Analytic Step Level

DEAN

Was ist DEAN?

Unsere standardisierten, regelbasierten Analyseschritte identifizieren Positionen in einer bestimmten Basistabelle, die einer bestimmten Regel entsprechen. Zum Beispiel listet AP_ManPayments alle Rechnungen aus einer AP-Basistabelle auf, die vom automatischen Zahlungslauf noch nicht ausgeglichen wurden. Es kann jedoch vorkommen, dass für unsere Kunden relevante Positionen nicht durch unsere Analyseschritte erkannt werden.

Aus diesem Grund haben wir DEAN implementiert. DEAN verwendet einen statistischen (nicht regelbasierten) Ansatz, um Ausreißer in einer gegebenen Basistabelle zu finden. Ausreißer sind Zeilen, die sich vom Rest abheben, weil sie ungewöhnliche Werte aufweisen. DEAN leitet sich von Detecting Anomalies ab. Anomalien und Ausreißer sind Synonyme. DEAN kann für folgende Basistabellen verwendet werden: SD, PU, MM, MD, GL, DL, BL, AR, AP.

Logik

Für jede Basistabelle gibt es einen eigenen Analyseschritt, der dasselbe R-Skript aufruft, in dem DEAN implementiert ist. Je nach Modul werden 50-100 vordefinierte und feste Spalten einer Basistabelle an R übergeben. Nach der Übertragung einer Basistabelle an R/DEAN werden folgende Schritte durchgeführt:

1. Vorverarbeitung

• Spalten mit genau einem eindeutigen Feldwert werden gelöscht

2. Suche nach Ausreißern

• Aufteilen der jeweiligen Basistabelle in Abschnitte, um RAM-Probleme bei der Ausreißerberechnung zu vermeiden
• Suche nach Ausreißern im jeweiligen Abschnitt
• Maximal 100 Positionen aus der jeweiligen Basistabelle werden als Ausreißer identifiziert

3. Ausreißer erklärt

• Für jeden gefundenen Ausreißer, also eine auffällige Position, prüft das System nun, welche Spaltenwerte die Position zum Ausreißer machen

Wichtige Spalten

DEAN gibt die gefundenen Ausreißer zurück. Es werden folgende Spalten erzeugt:

Technischer Spaltenname	Beschreibender Spaltenname	Beschreibung
Outlier_Score	Outlier_Score	- enthält einen Wert zwischen 0 und 1 - je höher der Wert, desto auffälliger der jeweilige Ausreißer
Detected_by_DEAN_because	Detected_by_DEAN_because	- enthält Kurztext mit den Spaltenwerten, die die jeweilige Position zum Ausreißer machen

Market Basket Analyse (für G/L Accounts)

Was ist eine Market Basket Analyse?

Eine Market Basket Analyse wird auf den Belegen und den entsprechenden G/L Accounts einer bestimmten GL-Basistabelle durchgeführt.

Logik

Folgende Spalten einer GL-Basistabelle werden an R übergeben:

• BKPF_BUKRS
• BKPF_GJAHR
• BKPF_BELNR
• BSEG_BUZEI
• c_GL02_HKONT_SKAT_TXT20
• BSEG_SHKZG

Anschließend werden Market Baskets erstellt. Ein Market Basket ist ein Array beziehungsweise eine Liste aller in einem Beleg verwendeten G/L Accounts. Jeder Basket (und jeder Beleg) wird eindeutig durch folgende Spalten identifiziert: BKPF_BUKRS, BKPF_GJAHR und BKPF_BELNR.

Beispiel: Ein Market Basket könnte folgende G/L Accounts enthalten:

• 0000156000 - A/R ICO_S
• 0000874010 - Offsetting of assets held for sale_H
• 0000261100 - Output VAT_H

Wie im Beispiel zu sehen, wird das Soll/Haben-Kennzeichen zu jedem G/L Account hinzugefügt. Erscheint ein G/L Account mehrmals im Beleg, kommt er dennoch nur einmal im jeweiligen Basket vor.

Anschließend wird nach häufig vorkommenden Regeln innerhalb der Market Baskets gesucht.

Beispielregel: Wenn ein Beleg 0000193800 - ELKO clearing account_S und 000261100 - output VAT_S enthält, enthält er auch in 99,95 % der Fälle 0000372100 - discount 3_S.

Zu jeder gefundenen Regel wird exakt derjenige Beleg zurückgegeben, der dieser Regel nicht folgt. Es werden also Belege ausgegeben, bei denen der linke Teil der Regel enthalten ist, aber der rechte Teil fehlt.

Wichtige Spalten

Folgende Spalten werden von der Market Basket Analyse erzeugt:

Technischer Spaltenname	Beschreibender Spaltenname	Beschreibung
Unique_ID	Unique_ID	Identifiziert eindeutig einen Beleg, der einer bestimmten Regel nicht entspricht
Rule_Number	Rule_Number	Die Nummer der gefundenen Regel
Exception_Number	Exception_Number	Die Nummer des Belegs oder Beweises, der einer bestimmten Regel nicht entspricht
Rule	Rule	Regel als Text
Number_of_Receipts_following_given_Rule	Number_of_Receipts_following_given_Rule	Anzahl der Belege, die einer bestimmten Regel entsprechen
If_a_Receipt_contains_A_Probability_that_it_contains_B	If_a_Receipt_contains_A_Probability_that_it_contains_B	Wahrscheinlichkeit, dass der rechte Teil der Regel in einem Beleg enthalten ist, wenn der linke Teil enthalten ist

Folgende Analysen erfordern eine R-Installation

• GL_AI_MBA_Accounts (Market Basket Analyse für G/L Accounts)
• AI_MarketBasket (Market Basket Analyse für beliebige Tabellen)
• AI_Outliers (DEAN für beliebige Tabellen)
• **_AI_Outliers (DEAN für die Data Products/Basistabellen)
• AP_Dupl_Payments_AI (Zahlungsduplikatsanalyse mit AI)
• AR_Dupl_CreditNotes_AI (Gutschriften-Duplikatsanalyse mit AI)
• CU_AI_Duplicates und VE_AI_Duplicates (Duplikate in den Stammdaten)
• CU_AI_Outliers und VE_AI_Outliers (Ausreißer in den Stammdaten)
• Root-Cause-Analyse

Hier finden Sie die Erläuterungen zu den Spalten in der Root-Cause-Analyse:

Spaltenname	Beschreibung
Root_Cause_Count	Enthält die Beschreibung einer Ursache (zur Berücksichtigung der Anzahl der Auffälligkeiten)
Root_Cause_Volume	Enthält die Beschreibung einer Ursache (zur Berücksichtigung der Beträge der Auffälligkeiten)
Trend_Count	Enthält den Wert der Trendlinie für den jeweiligen Monat (Analyse der Anzahl der Auffälligkeiten)
Trend_Volume	Enthält den Wert der Trendlinie für den jeweiligen Monat (Betrachtung der Beträge der Auffälligkeiten)
Benchmark_Count_Mean	Enthält den Wert des Benchmark für den jeweiligen Monat (Analyse der Anzahl der Auffälligkeiten)
Benchmark_Volume_Mean	Enthält den Wert des Benchmark für den jeweiligen Monat (Berücksichtigung der Beträge der Auffälligkeiten)