Ihre Datenvorlage für Kreditmanagement & Inkasso

Dieses Attribut beschreibt einen einzelnen Schritt im Rechnungslebenszyklus, wie 'Rechnung erstellt', 'Mahnverfahren eingeleitet' oder 'Zahlung erhalten'. Jede Aktivität stellt ein eigenständiges Event dar, das den Case voranbringt.

Die Analyse der Sequenz und Häufigkeit von Aktivitäten ist der Kern des Process Mining. Sie hilft, den tatsächlichen Prozessfluss aufzudecken, Bottlenecks zu identifizieren, wo Cases stecken bleiben, Schleifen mit Nacharbeiten zu erkennen, wo Aktivitäten wiederholt werden, und den tatsächlichen Prozess mit dem entworfenen oder idealen Prozess zu vergleichen. Der Aktivitätsname ist fundamental für den Aufbau von Prozesslandkarten und die Berechnung von Übergangszeiten zwischen den Schritten.

Dieses Attribut definiert die Schritte in der Prozesslandkarte und ermöglicht die Visualisierung und Analyse des Rechnungslebenszyklus von Anfang bis Ende.

Dies ist ein konzeptionelles Feld, das aus verschiedenen Geschäfts-Events innerhalb von Oracle Fusion Financials abgeleitet wird, oft durch die Zuordnung von Transaktionsstatus, Event-Daten oder spezifischen Aktionen aus Modulen wie Receivables (AR) und Advanced Collections erstellt.

Die Event Time, oder der Timestamp, zeichnet den genauen Zeitpunkt auf, zu dem eine Aktivität stattfand. Sie ist unerlässlich, um Ereignisse chronologisch zu ordnen und einen präzisen Prozessfluss aufzubauen. Ohne genaue Timestamps kann die Abfolge der Ereignisse nicht korrekt bestimmt werden.

In der Analyse wird dieses Attribut verwendet, um Dauern und Zykluszeiten zwischen Aktivitäten zu berechnen, was für die Leistungsmessung entscheidend ist. Zum Beispiel wird es zur Berechnung von KPIs wie der Bearbeitungszeit für Streitigkeiten (Dispute Resolution Cycle Time) oder der Rechnungszahlungs-Zykluszeit (Invoice Payment Cycle Time) verwendet. Es ermöglicht auch die Analyse von Prozessleistungs-Trends über verschiedene Zeiträume hinweg.

Dieser Timestamp ist unerlässlich für die chronologische Anordnung von Events, die Berechnung von Zykluszeiten und Dauern sowie die Analyse der Prozessleistung im Zeitverlauf.

Abgeleitet aus verschiedenen Datumsfeldern in Oracle Fusion Financials-Tabellen, wie z.B. TRX_DATE in RA_CUSTOMER_TRX_ALL für die Rechnungsstellung oder das Erstellungsdatum einer Inkassoaktion.

Die Rechnungsnummer ist der zentrale Schlüssel, der alle Ereignisse und Aktivitäten im Zusammenhang mit einer einzelnen Forderung verbindet, von ihrer Erstellung bis zu ihrer endgültigen Begleichung oder Abschreibung. Sie ermöglicht eine vollständige End-to-End-Ansicht des Rechnungslebenszyklus.

In der Process Mining-Analyse wird dieses Attribut verwendet, um den Weg jeder Rechnung zu rekonstruieren. Durch das Gruppieren aller zugehörigen Aktivitäten unter einer einzigen Rechnungsnummer können Analysten Prozessabläufe visualisieren, gängige und abweichende Pfade identifizieren und Zykluszeiten für den gesamten Prozess oder spezifische Phasen, wie Streitbeilegung oder Zahlungsbuchung, messen.

Dies ist die essenzielle Case ID, die alle zugehörigen Prozessschritte verbindet und die Rekonstruktion und Analyse des Weges jeder Rechnung von der Ausstellung bis zum Abschluss ermöglicht.

Dieser Identifier ist typischerweise in der RA_CUSTOMER_TRX_ALL Tabelle als TRX_NUMBER in Oracle Fusion Financials zu finden.

Dieses Attribut markiert Datum und Uhrzeit der jüngsten Datenextraktion. Es ist ein Metadatenfeld, das nicht Teil des Geschäftsprozesses selbst ist, aber entscheidend für das Verständnis der Aktualität der analysierten Daten.

Analysten verwenden diesen Timestamp, um zu bestätigen, dass sie mit aktuellen Informationen arbeiten, und um den Stichtag für die Daten zu verstehen. Es ist unerlässlich für die Data Governance und für die Verwaltung von Benutzererwartungen hinsichtlich der Datenaktualität in Dashboards und Berichten.

Gibt die Aktualität der Daten an und stellt sicher, dass Analysten und Stakeholder über die Zeitgerechtheit und Relevanz der Daten informiert sind.

Dieser Wert wird während des Datenextraktions- und Ladeprozesses (ETL) generiert und auf jeden Datensatz gestempelt.

Dieses Attribut identifiziert die Quellanwendung, in der die Event-Daten aufgezeichnet wurden. In einer komplexen IT-Landschaft können mehrere Systeme in einem einzigen End-to-End-Prozess involviert sein.

Die Angabe des Quellsystems ist wichtig für Data Governance, Fehlerbehebung und das Verständnis des Datenkontextes. Sie hilft, Events aus verschiedenen Systemen zu differenzieren, wenn diese in einer einzigen Prozessansicht kombiniert werden, und stellt sicher, dass die Datenherkunft klar ist.

Sorgt für Klarheit über die Datenherkunft, was entscheidend für Datenvalidierung, Governance und das Verständnis des technologischen Kontexts des Prozesses ist.

Dies ist typischerweise ein statischer Wert, der während der Datenextraktion hinzugefügt wird, um den Ursprung der Datensätze zu identifizieren.

Dieses Attribut identifiziert den spezifischen Mitarbeiter oder automatisierten Systembenutzer, der für die Ausführung einer Aktivität verantwortlich ist, wie z.B. die Genehmigung eines Kreditlimits, die Buchung einer Zahlung oder die Beilegung einer Streitigkeit.

Die Analyse von Aktivitäten nach Benutzer ist unerlässlich, um die Arbeitslastverteilung, individuelle Leistung und Compliance zu verstehen. Bei automatisierten Aktivitäten hilft sie, die Beteiligung von Systemprozessen zu verfolgen. Sie kann auch verwendet werden, um Schulungsbedarfe oder potenzielle betrügerische Aktivitäten durch Überwachung des Benutzerverhaltens zu identifizieren.

Weist Prozessaktivitäten bestimmten Personen oder automatisierten Systemen zu, was Leistungsverfolgung, Arbeitslastanalyse und Auditing ermöglicht.

Stammt aus den Spalten 'CREATED_BY' oder 'LAST_UPDATED_BY' in verschiedenen Transaktions- und Historientabellen in Oracle Fusion Financials.

Das Fälligkeitsdatum ist ein entscheidendes, vertraglich vereinbartes Datum für die Zahlung. Es ist die Basis, an der die Pünktlichkeit der Zahlung gemessen wird.

Dieses Attribut ist fundamental für die Identifizierung überfälliger Rechnungen und die Berechnung der Anzahl der Tage, die eine Rechnung überfällig ist. Es ist die primäre Eingabe zur Bestimmung, wann Mahnverfahren eingeleitet werden sollten, und wird zur Berechnung von KPIs wie Days Sales Outstanding (DSO) verwendet. Es ist auch unerlässlich für die Erstellung von Altersstrukturberichten, die ausstehende Schulden klassifizieren.

Dient als Grundlage zur Feststellung, ob eine Rechnung überfällig ist, löst Inkassoaktivitäten aus und ermöglicht eine Altersanalyse.

Verfügbar in der Tabelle AR_PAYMENT_SCHEDULES_ALL als DUE_DATE.

Der Bearbeiter ist die Einzelperson oder das Team, das für die Verwaltung der Inkassoaktivitäten einer überfälligen Rechnung verantwortlich ist. Diese Zuweisung ist ein wichtiger Schritt im Inkasso-Workflow.

Dieses Attribut ist entscheidend für die Leistungsverwaltung und Ressourcenallokation innerhalb der Inkassoabteilung. Durch die Analyse der Ergebnisse pro Bearbeiter können Manager die Effektivität des Bearbeiters bewerten, Schulungsbedarfe identifizieren und Arbeitslasten ausgleichen. Das Collector Assignment Effectiveness Dashboard stützt sich direkt auf dieses Attribut, um Erfolgsquoten und Zykluszeiten verschiedener Bearbeiter zu vergleichen.

Ermöglicht die Leistungsanalyse einzelner Inkassomitarbeiter oder -teams und hilft dabei, die Ressourcenzuteilung zu optimieren und die gesamte Inkassoeffizienz zu verbessern.

Diese Information wird typischerweise im Oracle Advanced Collections Modul gespeichert, oft in Tabellen wie IEX_CASES_ALL_B oder verwandten Zuweisungstabellen.

Die Kundennummer verknüpft eine Rechnung mit einem spezifischen Kundenkonto. Dies ermöglicht die Segmentierung und Analyse des Kredit- und Inkassoprozesses basierend auf Kundenattributen.

Durch die Einbeziehung der Kundennummer können Analysten untersuchen, ob bestimmte Kunden konstant verspätet zahlen, mehr Streitigkeiten verursachen oder höhere Inkassobemühungen erfordern. Diese Informationen sind entscheidend für die Erstellung kundenspezifischer Inkassostrategien, die Anpassung von Kreditbedingungen und die Identifizierung von Hochrisikokundensegmenten. Sie unterstützt direkt Analysen wie die Analyse der Rechnungsabschreibungsrate nach Kundensegment.

Ermöglicht die Segmentierung des Prozesses nach Kunden, was hilft, Muster, Risiken und Chancen für maßgeschneiderte Inkassostrategien zu identifizieren.

Typischerweise in der RA_CUSTOMER_TRX_ALL Tabelle als BILL_TO_CUSTOMER_ID zu finden, die mit HZ_CUST_ACCOUNTS verknüpft ist.

Das Kundensegment ist ein kategorielles Attribut, das Kunden basierend auf gemeinsamen Merkmalen gruppiert. Segmente könnten durch Faktoren wie 'Strategisch', 'KMU', 'Großunternehmen' oder nach Branche wie 'Fertigung' oder 'Einzelhandel' definiert werden.

Dieses Attribut ist leistungsstark für die vergleichende Analyse. Es ermöglicht Analysten, die Prozessleistung über verschiedene Segmente hinweg zu vergleichen, um beispielsweise festzustellen, ob ein Segment eine höhere Streitfallrate oder einen längeren Zahlungszyklus aufweist. Diese Einsicht hilft, Kreditrichtlinien und Inkassostrategien an die spezifischen Bedürfnisse und Risiken jedes Segments anzupassen und Dashboards wie die 'Analyse der Rechnungsabschreibungsrate' zu unterstützen.

Ermöglicht eine leistungsstarke vergleichende Analyse, die aufzeigt, wie sich Prozessleistung und Risiken über verschiedene Kundengruppen hinweg unterscheiden.

Wird oft in den Kundenstammdaten (HZ_CUST_ACCOUNTS oder verwandten Tabellen) verwaltet oder aus Kundenattributen wie Umsatz oder Branche abgeleitet.

Die Mahnstufe (Dunning Level) gibt die Intensität der Mahnung an, die typischerweise mit der Zeit eskaliert. Zum Beispiel könnte Stufe 1 eine sanfte E-Mail-Erinnerung sein, während Stufe 3 ein formelles Schreiben oder ein Telefonanruf sein könnte.

Die Analyse des Prozesses nach Mahnstufe hilft, die Effektivität der Mahnstrategie zu bewerten. Das Dashboard zur Mahnverfahrenseffektivität (Dunning Effectiveness Dashboard) verwendet dieses Attribut, um die Konversionsraten von jedem Mahnschritt zur Zahlung zu visualisieren. Dies ermöglicht es dem Unternehmen, zu bestimmen, welche Mahnmaßnahmen am effektivsten sind, und das Timing sowie den Inhalt der Mahnungen zu optimieren, um den Zahlungseinzug zu maximieren.

Verfolgt die Eskalationsstufe der Inkassobemühungen, was entscheidend für die Bewertung der Wirksamkeit der Mahnstrategie ist.

Diese data wird innerhalb des Oracle Advanced Collections Moduls verwaltet. Sie ist in Tabellen, die sich auf die Mahnhistorie beziehen, wie IEX_DUNNINGS, zu finden.

Der Rechnungsbetrag repräsentiert den Gesamtwert der dem Kunden in Rechnung gestellten Waren oder Dienstleistungen. Dies ist ein entscheidendes Finanzattribut, um die monetären Auswirkungen des Prozesses zu verstehen.

In der Analyse wird der Rechnungsbetrag verwendet, um Inkassobemühungen zu priorisieren, wobei der Fokus auf hochvolumigen überfälligen Rechnungen liegt. Er wird auch zur Analyse des Zahlungsverhaltens basierend auf dem Transaktionswert und zur Berechnung der finanziellen Auswirkungen von Abschreibungen verwendet. Dashboards wie die Invoice Write-Off Rate Analysis stützen sich auf diesen Wert, um das Ausmaß finanzieller Verluste zu bewerten.

Bietet finanziellen Kontext für den Prozess und ermöglicht die Priorisierung hochvolumiger Rechnungen sowie die Analyse der monetären Auswirkungen von Prozessineffizienzen.

Diese Information kann aus der AR_PAYMENT_SCHEDULES_ALL Tabelle abgeleitet werden, die den fälligen Betrag einer Rechnung speichert.

Die Bearbeitungszeit misst die aktive Arbeitszeit für eine spezifische Aufgabe, ausgenommen Warte- oder Leerlaufzeiten. Sie wird als Differenz zwischen der Endzeit und der Startzeit einer Aktivität berechnet.

Diese Metrik ist von unschätzbarem Wert für die Performance-Analyse, da sie hilft, zwischen der Zeit, die aktiv an einem Case gearbeitet wurde, und der Zeit, die auf das Eintreten eines anderen Ereignisses gewartet wurde, zu unterscheiden. Sie kann beispielsweise Ineffizienzen in der Aktivität 'Dispute Resolution' selbst hervorheben, getrennt von der Zeit, in der der Streit auf Zuweisung wartete. Dies unterstützt Dashboards wie 'Collections Workflow Efficiency'.

Misst die tatsächliche Arbeitsdauer von Aktivitäten und hilft, Ineffizienzen innerhalb spezifischer Aufgaben zu identifizieren, anstatt nur die Zeit zwischen ihnen.

Dies ist eine berechnete Metrik, abgeleitet durch Subtraktion der StartTime von der EndTime (EndTime - StartTime).

Für Aktivitäten, die einen klaren Start und ein klares Ende haben, erfasst dieses Attribut die Abschlusszeit. Während viele Events im Process Mining instantan sind, können einige, wie 'Streitfalluntersuchung', einen Zeitraum umfassen.

Eine separate Endzeit ermöglicht die präzise Berechnung der Aktivitätsbearbeitungszeiten. Dies ist genauer als die Ableitung der Dauer aus der Startzeit der nächsten Aktivität, insbesondere wenn es Leerlaufzeiten gibt. Es ist entscheidend für die Analyse der Ressourcenauslastung und die Identifizierung, welche spezifischen Schritte die meiste Zeit innerhalb des Prozesses in Anspruch nehmen.

Ermöglicht die genaue Berechnung der Dauer spezifischer Aktivitäten und bietet tiefere Einblicke in Engpässe und die Ressourcenauslastung.

Dies ist oft ein konzeptionelles Attribut. Es kann von einem 'last updated' Timestamp oder einem spezifischen 'close date' Feld in den Quelltabellen, die der Aktivität entsprechen, stammen.

In großen Organisationen sind die Operationen oft in mehrere Geschäftseinheiten unterteilt. Dieses Attribut identifiziert, welche Geschäftseinheit mit der Rechnung verknüpft ist.

Die Analyse des Prozesses nach Geschäftseinheit ermöglicht den Leistungsvergleich zwischen verschiedenen Teilen der Organisation. Sie kann Inkonsistenzen bei der Anwendung von Kredit- und Inkassorichtlinien aufzeigen und offenbaren, welche Geschäftseinheiten ihre Forderungen effektiver verwalten. Dies hilft beim Austausch bewährter Verfahren und bei der Standardisierung von Prozessen, wo nötig.

Ermöglicht den Leistungsvergleich zwischen verschiedenen Organisationseinheiten und hilft so, Best Practices und Verbesserungspotenziale zu identifizieren.

Verfügbar in der Tabelle RA_CUSTOMER_TRX_ALL über das Feld ORG_ID, das mit der Organisationsstruktur verknüpft ist.

Dies ist ein abgeleitetes Flag, das Rechnungen identifiziert, die das Unternehmen als uneinbringlich eingestuft und aus seinen aktiven Forderungen entfernt hat. Dies ist typischerweise das finale und unerwünschte Ergebnis für eine Rechnung.

Dieses Attribut ist unerlässlich für die Berechnung des Invoice Write-Off Rate KPI und für das zugehörige Analyse-Dashboard. Es ermöglicht Analysten, die Gruppe der fehlgeschlagenen Inkassofälle zu isolieren, um gemeinsame Merkmale, wie Kundensegment oder Rechnungswert, zu identifizieren, die mit einem höheren Abschreibungsrisiko verbunden sein können. Diese Erkenntnis wird zur Verbesserung von Kreditrichtlinien und Inkassostrategien.

Identifiziert klar Fälle von Inkassofehlern, was für die Analyse der Ursachen von Forderungsausfällen und die Berechnung von Abschreibungsraten unerlässlich ist.

Dies ist ein berechnetes Feld, abgeleitet durch die Prüfung, ob eine 'Rechnung abgeschrieben' Aktivität für den Case existiert oder ob der Rechnungsstatus 'Abgeschrieben' ist.

Dies ist ein abgeleitetes Attribut, das eine einfache True/False-Anzeige des Überfälligkeitsstatus einer Rechnung liefert. Es wird typischerweise durch den Vergleich des aktuellen Datums (oder des Zahlungsdatums) mit dem Fälligkeitsdatum der Rechnung berechnet.

Dieses Flag ist äußerst nützlich für Filterung und Segmentierung in der Analyse. Es ermöglicht Analysten, die Gruppe der überfälligen Rechnungen schnell zu isolieren, um deren Prozesspfade, die Effektivität der Inkassoaktivitäten und andere Merkmale zu untersuchen. Es vereinfacht die Erstellung von Dashboards und KPIs, die sich auf die Verwaltung überfälliger Forderungen konzentrieren, wie das Overdue Invoice Aging & Status Dashboard.

Bietet ein einfaches, klares Kennzeichen zur Identifizierung und Analyse aller überfälligen Rechnungen, was der Hauptfokus des Inkassoprozesses ist.

Dies ist ein berechnetes Feld. Die Logik ist: IF CurrentDate > DueDate AND Status != 'Paid' THEN True ELSE False.

Der Kreditlimit-Betrag ist das gesamte Kreditengagement, das ein Unternehmen bei einem bestimmten Kunden eingehen möchte. Dieser wird während des Kreditprüfungsprozesses festgelegt.

Dieses Attribut ist unerlässlich für das Credit Limit Decision Impact Dashboard. Durch die Korrelation des genehmigten Kreditlimits mit dem nachfolgenden Zahlungsverhalten und den Abschreibungen kann das Unternehmen die Wirksamkeit seiner Kreditrisikopolitiken beurteilen. Die Analyse kann aufzeigen, ob übermäßig hohe Kreditlimits zu höheren Raten von uneinbringlichen Forderungen beitragen und somit helfen, den Kreditgenehmigungsprozess zu verfeinern.

Entscheidend für die Bewertung der Wirksamkeit von Kreditrisikorichtlinien durch Korrelation des genehmigten Kreditlimits mit Zahlungsergebnissen und Abschreibungen.

Dies wird im Oracle Credit Management verwaltet und ist typischerweise in Tabellen gespeichert, die sich auf Kundenkreditprofile beziehen, wie HZ_CUST_PROFILE_AMTS.

Der Rechnungsstatus gibt einen Überblick darüber, wo sich die Rechnung derzeit im Prozess befindet. Gängige Status sind 'Offen', 'Bezahlt', 'Bestritten', 'Überfällig' oder 'Abgeschrieben'. Dieses Attribut bietet einen Überblick über den Zustand der Forderungen.

Im Process Mining ist dieses Attribut nützlich, um Fälle zu filtern und sich auf bestimmte Populationen zu konzentrieren, wie z.B. alle offenen überfälligen Rechnungen. Es ist eine Schlüsseldimension im Dashboard für überfällige Rechnungen und deren Status ('Overdue Invoice Aging & Status'), das sofortige Transparenz über den aktuellen Zustand des Rechnungsportfolios bietet und hilft, Inkassoaktivitäten zu priorisieren.

Bietet einen schnellen Überblick über den aktuellen Status einer Rechnung und ermöglicht so eine einfache Filterung und Priorisierung von Inkassomaßnahmen.

Typischerweise in der AR_PAYMENT_SCHEDULES_ALL Tabelle in einem Feld namens STATUS verfügbar.

Dieses Attribut gibt die Währung der Rechnung an, z.B. USD, EUR oder GBP. In multinationalen Organisationen werden Rechnungen oft in verschiedenen Währungen ausgestellt.

Die Analyse von Daten mit mehreren Währungen erfordert eine sorgfältige Handhabung. Dieses Attribut ermöglicht das Filtern der Prozessansicht nach Währung oder die Anwendung der korrekten Wechselkurse für die konsolidierte Finanzberichterstattung. Es stellt sicher, dass monetäre Werte korrekt interpretiert werden und dass Vergleiche von Beträgen auf einer vergleichbaren Basis erfolgen.

Unerlässlich für die korrekte Interpretation von Finanzdaten in einer Mehrwährungsumgebung und die Sicherstellung einer präzisen Finanzanalyse.

Typischerweise in der RA_CUSTOMER_TRX_ALL Tabelle als INVOICE_CURRENCY_CODE zu finden.

Wenn ein Kunde eine Rechnung beanstandet, gibt er typischerweise einen Grund an, wie z.B. 'Falsche Preisgestaltung', 'Beschädigte Ware' oder 'Doppelte Rechnung'. Dieses Attribut erfasst diesen Grund.

Die Analyse von Beanstandungsgründen ist entscheidend für die Ursachenanalyse. Sie hilft, wiederkehrende Probleme in vorgelagerten Prozessen wie der Auftragsverwaltung oder Rechnungsstellung zu identifizieren, die zu Zahlungsverzögerungen führen. Durch die Kategorisierung und Verfolgung der Häufigkeit verschiedener Beanstandungsgründe kann ein Unternehmen gezielte Maßnahmen ergreifen, um diese Ursachen zu beheben, was das Ziel der Verkürzung der Streitbeilegungszeit (Dispute Resolution Cycle Time) unterstützt.

Hilft, die Ursachen von Rechnungsstreitigkeiten zu identifizieren, was proaktive Verbesserungen der vorgelagerten Prozesse ermöglicht, um zukünftige Streitigkeiten zu verhindern.

Diese Information wird typischerweise in den Oracle Advanced Collections oder Oracle Channel Revenue Management Modulen erfasst, falls das Streitfallmanagement formalisiert ist. Sie kann in Tabellen wie AR_DISPUTE_HISTORY gespeichert sein.

Diese berechnete Metrik quantifiziert, wie verspätet eine unbezahlte Rechnung ist. Sie wird als Differenz zwischen dem aktuellen Datum (für offene Rechnungen) oder dem Zahlungsdatum (für geschlossene Rechnungen) und dem Fälligkeitsdatum berechnet.

Days Overdue ist eine entscheidende Messgröße für die Altersstrukturanalyse und die Priorisierung von Inkassomaßnahmen. Sie ist die primäre Metrik im Overdue Invoice Aging & Status Dashboard, wo Rechnungen in Altersgruppen (z.B. 1-30 Tage, 31-60 Tage) gruppiert werden. Dies hilft dem Inkassoteam, sich auf die ältesten und risikoreichsten Forderungen zu konzentrieren.

Quantifiziert das Ausmaß der Zahlungsverzögerungen und dient als Schlüsselmetrik zur Priorisierung von Inkassomaßnahmen und zur Durchführung von Altersstrukturanalysen.

Dies ist ein berechnetes Feld. Die Logik ist: CurrentDate - DueDate für offene Rechnungen, oder PaymentDate - DueDate für geschlossene Rechnungen.

Zahlungsbedingungen definieren die Konditionen, unter denen ein Kunde zur Zahlung verpflichtet ist, z.B. 'Netto 30' oder 'Netto 60'. Diese Bedingungen werden zur Berechnung des Rechnungsfälligkeitsdatums verwendet.

Die Analyse der Zahlungsleistung nach Zahlungsbedingungen kann interessante Muster aufdecken. So könnten Kunden mit kürzeren Zahlungsfristen eher dazu neigen, verspätet zu zahlen. Diese Informationen können genutzt werden, um Kreditrichtlinien zu überprüfen und zu optimieren sowie Kunden für unterschiedliche Inkassostrategien zu segmentieren. Sie liefern wertvollen Kontext, um zu verstehen, warum bestimmte Rechnungen überfällig werden.

Liefert Kontext zum vereinbarten Zahlungsplan und ermöglicht die Analyse des Zahlungsverhaltens über verschiedene Kreditbedingungen hinweg.

Dies wird in der RA_TERMS Tabelle gespeichert und mit der Rechnungs-Transaktion verknüpft.

Im Rahmen von Inkassoaktivitäten kann ein Kunde eine Zahlung zu einem zukünftigen Datum zusagen. Dieses 'Zahlungsversprechensdatum' (Promise to Pay Date) wird erfasst, um diese Zusage zu verfolgen.

Dieses Attribut ist wichtig für die Verwaltung von Inkasso-Workflows und die Bewertung der Zuverlässigkeit von Kundenzusagen. Durch den Vergleich des Zahlungsversprechensdatums mit dem tatsächlichen Zahlungsdatum können Inkassomitarbeiter die Erfolgsquote dieser Versprechen beurteilen. Es hilft bei der genaueren Prognose des Cashflows und bei der Entscheidung, wann Inkassobemühungen eskaliert werden müssen, wenn ein Versprechen gebrochen wird.

Verfolgt Zahlungsverpflichtungen von Kunden, hilft bei der Prognose von Cash-Eingängen und der Steuerung der Effektivität von Inkassoverhandlungen.

Gespeichert im Oracle Advanced Collections Modul, wahrscheinlich in Tabellen wie IEX_PROMISES_T.