Poziom Kroków Analitycznych
DEAN
Czym jest DEAN?
Nasze znormalizowane, oparte na regułach kroki analityczne identyfikują pozycje w określonej bazowej tabeli, które odpowiadają wybranej regule. Przykładowo, AP_ManPayments wskazuje wszystkie faktury z bazowej tabeli AP, które nie zostały jeszcze rozliczone przez automatyczny przebieg płatności. Może się jednak zdarzyć, że pewne pozycje interesujące użytkownika nie zostaną wykryte przez nasze kroki analityczne.
Z tego względu wprowadziliśmy DEAN. DEAN wykorzystuje podejście statystyczne (a nie oparte na regułach), aby wykrywać odstające wartości w wybranej bazowej tabeli. Odstające pozycje to wiersze, które wyróżniają się na tle pozostałych nietypowymi wartościami. DEAN wywodzi się od funkcji Detecting Anomalies. Terminy "anomalia" i "odstająca wartość" są synonimami. DEAN można zastosować do następujących bazowych tabel: SD, PU, MM, MD, GL, DL, BL, AR, AP.
Logika
Dla każdej bazowej tabeli dostępny jest osobny krok analityczny, który wywołuje ten sam skrypt R, w którym wdrożono DEAN. W zależności od modułu, do R przekazuje się 50-100 zdefiniowanych i niezmiennych kolumn danej tabeli bazowej. Po przekazaniu tabeli bazowej do R/DEAN wykonywane są następujące kroki:
- Wstępne przetwarzanie
- Kolumny posiadające dokładnie jedną unikalną wartość pola są usuwane
- Wyszukiwanie wartości odstających
- Podział przekazanej tabeli bazowej na fragmenty celem uniknięcia problemów z pamięcią RAM podczas wyszukiwania wartości odstających
- Wyszukiwanie odstających pozycji w każdym z fragmentów
- Maksymalnie 100 pozycji z tabeli bazowej zostaje oznaczonych jako odstające
- Wyjaśnienie odchyleń
- Dla każdej znalezionej odstającej pozycji, tzn. nietypowego wpisu, system sprawdza, które wartości kolumn decydują o zakwalifikowaniu jej jako odstającej
Istotne kolumny
DEAN zwraca zidentyfikowane wartości odstające. Tworzone są następujące kolumny:
| Nazwa techniczna kolumny | Opisowa nazwa kolumny | Opis |
|---|---|---|
| Outlier_Score | Outlier_Score | - zawiera wartość z przedziału 0-1 - im wyższa, tym bardziej nietypowy jest dany odstający rekord |
| Detected_by_DEAN_because | Detected_by_DEAN_because | - zawiera krótki opis wartości kolumn decydujących o zakwalifikowaniu pozycji jako odstającej |
Market Basket Analiza (dla kont księgi głównej)
Czym jest Market Basket Analiza?
Market Basket Analiza jest przeprowadzana na dokumentach oraz odpowiadających im kontach księgi głównej w wybranej tabeli bazowej GL.
Logika
Do R przekazywane są następujące kolumny z tabeli bazowej GL:
- BKPF_BUKRS
- BKPF_GJAHR
- BKPF_BELNR
- BSEG_BUZEI
- c_GL02_HKONT_SKAT_TXT20
- BSEG_SHKZG
Następnie tworzone są Market Baskets. Market Basket to tablica lub lista wszystkich kont księgi głównej pojawiających się w dokumencie. Każdy koszyk (i dokument) jest jednoznacznie identyfikowany przez następujące kolumny: BKPF_BUKRS, BKPF_GJAHR i BKPF_BELNR.
Przykład: Market Basket może zawierać następujące konta księgi głównej:
- 0000156000 - A/R ICO_S
- 0000874010 - Przeciwważenie aktywów przeznaczonych do sprzedaży_H
- 0000261100 - VAT należny_H
Jak widać w przykładzie, do każdego konta księgi głównej dołączany jest znacznik "debet/kredyt". Jeżeli konto księgi głównej pojawia się w dokumencie wielokrotnie, w koszyku zostaje uwzględnione tylko jeden raz.
Kolejnym krokiem jest wyszukanie najczęściej występujących reguł w Market Baskets.
Przykładowa reguła: Jeżeli dokument zawiera konta 0000193800 - ELKO clearing account_S oraz 000261100 - VAT należny_S, to z prawdopodobieństwem 99,95% będzie zawierał także 0000372100 - discount 3_S.
Dla każdej znalezionej reguły wynikiem są dokładnie te dokumenty, które jej nie spełniają. Oznacza to, że system zwraca dokumenty zawierające lewą część reguły, ale nie zawierające jej prawej części.
Istotne kolumny
Następujące kolumny są generowane przez Market Basket Analizę:
| Techniczna nazwa kolumny | Opisowa nazwa kolumny | Opis |
|---|---|---|
| Unique_ID | Unique_ID | jednoznacznie identyfikuje dokument niespełniający danej reguły |
| Rule_Number | Rule_Number | numer odnalezionej reguły |
| Exception_Number | Exception_Number | numer dokumentu lub dowodu, który nie spełnia określonej reguły |
| Rule | Rule | treść reguły w postaci tekstowej |
| Number_of_Receipts_following_given_Rule | Number_of_Receipts_following_given_Rule | liczba dokumentów spełniających określoną regułę |
| If_a_Receipt_contains_A_Probability_that_it_contains_B | If_a_Receipt_contains_A_Probability_that_it_contains_B | prawdopodobieństwo, że dokument zawiera prawą część reguły, jeżeli obejmuje lewą część |
Poniższe analizy wymagają instalacji R
- GL_AI_MBA_Accounts (Market Basket Analiza dla kont księgi głównej)
- AI_MarketBasket (Market Basket Analiza dla dowolnej tabeli)
- AI_Outliers (DEAN dla dowolnej tabeli)
- **_AI_Outliers (DEAN dla Data Products/Bazetables)
- AP_Dupl_Payments_AI (Analiza podwójnych płatności z AI)
- AR_Dupl_CreditNotes_AI (Analiza podwójnych not kredytowych z AI)
- CU_AI_Duplicates oraz VE_AI_ Duplicates (Duplikaty w Master Data)
- CU_AI_Outliers oraz VE_AI_Outliers (Wartości odstające w Master Data)
- Root-Cause-Analysis
Wyjaśnienia kolumn używanych w Root-Cause-Analysis:
| Nazwa kolumny | Opis |
|---|---|
| Root_Cause_Count | Zawiera opis znalezionej przyczyny (w celu zliczenia liczby przypadków) |
| Root_Cause_Volume | Zawiera opis znalezionej przyczyny (uwzględniane są wartości liczbowej analizowanych przypadków) |
| Trend_Count | Zawiera wartość linii trendu dla danego miesiąca (analiza liczby przypadków) |
| Trend_Volume | Zawiera wartość linii trendu dla danego miesiąca (analiza wartości przypadków) |
| Benchmark_Count_Mean | Zawiera wartość Benchmark dla danego miesiąca (analiza liczby przypadków) |
| Benchmark_Volume_Mean | Zawiera wartość Benchmark dla danego miesiąca (analiza wartości przypadków) |