Hitelkezelési és követelésbehajtási adatsablon

Az esemény időpontja, vagyis az időbélyeg rögzíti, hogy pontosan mikor történt egy tevékenység. Az események időrendi sorrendbe állításához és a folyamat pontos rekonstruálásához elengedhetetlen. Pontos időbélyegek nélkül nem állapítható meg megbízhatóan az események sorrendje.

Az elemzés során ezzel az attribútummal számítható ki a tevékenységek közötti időtartam és ciklusidő, ami elengedhetetlen a teljesítmény méréséhez. Segítségével például kiszámítható a vitarendezési ciklusidő vagy a számlafizetési ciklusidő KPI. Emellett lehetővé teszi a folyamat teljesítményének időbeli alakulását vizsgáló elemzéseket.

Ez az időbélyeg szükséges az események sorrendbe állításához, a ciklusidők és időtartamok kiszámításához, valamint a folyamat teljesítményének időbeli elemzéséhez.

Az Oracle Fusion Financials tábláinak különböző dátummezőiből származik. Ilyen például a számla létrehozásakor használt TRX_DATE a RA_CUSTOMER_TRX_ALL táblában, vagy egy követeléskezelési művelet létrehozási dátuma.

A számlaszám az a központi azonosító, amely összekapcsolja az egyetlen követeléshez tartozó összes eseményt és tevékenységet a létrehozástól a végső kiegyenlítésig vagy leírásig. Segítségével a számla teljes életciklusa elejétől a végéig áttekinthető.

A process mining elemzésben ez az attribútum szolgál az egyes számlák folyamatának rekonstruálására. Ha az összes kapcsolódó tevékenységet egy számlaszám alá rendezi, az elemzők megjeleníthetik a folyamatokat, azonosíthatják a jellemző és az eltérő útvonalakat, valamint mérhetik a teljes folyamat vagy egyes szakaszok, például a vitarendezés vagy a fizetés könyvelésének ciklusidejét.

Ez az alapvető ügyazonosító kapcsolja össze az összes kapcsolódó folyamatlépést, így rekonstruálható és elemezhető a számla útja a kiállítástól a lezárásig.

Ez az azonosító az Oracle Fusion Financials rendszer RA_CUSTOMER_TRX_ALL táblájában, TRX_NUMBER néven található.

Ez az attribútum a számla életciklusának egy-egy lépését írja le, például: „Számla létrehozva”, „Behajtási felszólítás elindítva” vagy „Fizetés beérkezett”. Minden tevékenység külön esemény, amely előreviszi az ügyet.

A tevékenységek sorrendjének és gyakoriságának elemzése a process mining alapja. Segít feltárni a tényleges folyamatot, azonosítani az elakadások szűk keresztmetszeteit, felismerni az ismételt tevékenységekkel járó újramunkálási ciklusokat, és összevetni a tényleges folyamatot a tervezett vagy ideális folyamattal. A tevékenység neve alapvető a folyamattérképek létrehozásához és a lépések közötti átmeneti idők kiszámításához.

Ez az attribútum határozza meg a folyamattérkép lépéseit, így a számla életciklusa az elejétől a végéig megjeleníthető és elemezhető.

Ez az Oracle Fusion Financials különböző üzleti eseményeiből származtatott fogalmi mező. Gyakran a tranzakcióállapotok, eseménydátumok vagy a modulokból, például a követeléskezelésből (AR) és az Advanced Collections modulból származó konkrét műveletek megfeleltetésével állítják elő.

Ez az attribútum azonosítja azt a forrásalkalmazást, amelyben az esemény adatait rögzítették. Összetett IT-környezetben egyetlen teljes folyamatban több rendszer is részt vehet.

A forrásrendszer megadása fontos az adatkezeléshez, a hibakereséshez és az adatok hátterének megértéséhez. Ha több rendszer eseményeit egyetlen folyamatnézetben egyesítik, ez az attribútum segít megkülönböztetni őket, és biztosítja az adatok eredetének nyomon követhetőségét.

Egyértelművé teszi az adatok eredetét, ami elengedhetetlen az adatok ellenőrzéséhez és kezeléséhez, valamint a folyamat technológiai hátterének megértéséhez.

Ez általában az adatkinyerés során hozzáadott, állandó érték, amely azonosítja a rekordok forrását.

Ez az attribútum jelöli a legutóbbi adatkinyerés dátumát és időpontját. Olyan metaadatmező, amely nem része magának az üzleti folyamatnak, de fontos annak megértéséhez, mennyire frissek az elemzett adatok.

Az elemzők ezzel az időbélyeggel ellenőrizhetik, hogy naprakész adatokkal dolgoznak-e, és megállapíthatják, meddig terjednek az adatok. Az adatkezeléshez is elengedhetetlen, és segít tisztázni a felhasználók elvárásait a dashboardokon és jelentésekben szereplő adatok aktualitásával kapcsolatban.

Jelzi az adatok frissességét, így az elemzők és az érintettek tudják, mennyire aktuálisak és relevánsak az adatok.

Ezt az értéket az ETL-folyamat során állítják elő, és minden rekordhoz hozzárendelik.

Ez az attribútum azonosítja azt a munkatársat vagy automatizált rendszerfelhasználót, aki egy tevékenységért felelős, például jóváhagy egy hitelkeretet, könyvel egy befizetést vagy rendez egy vitát.

A tevékenységek felhasználó szerinti elemzése segít megérteni a munkaterhelés eloszlását, az egyéni teljesítményt és a megfelelést. Automatizált tevékenységeknél nyomon követhető vele a rendszerfolyamatok közreműködése. A felhasználói viselkedés figyelésével a képzési igények és az esetleges csalárd tevékenységek is felismerhetők.

Az egyes tevékenységeket konkrét személyekhez vagy automatizált rendszerekhez rendeli, így elemezhető a teljesítmény és a munkaterhelés, valamint elvégezhető az ellenőrzés.

Az Oracle Fusion Financials különböző tranzakciós és előzménytábláinak CREATED_BY vagy LAST_UPDATED_BY oszlopából származik.

A fizetési felszólítás szintje mutatja, milyen határozott emlékeztetőt kap az ügyfél. A felszólítások jellemzően idővel egyre határozottabbá válnak. Az 1. szint például egy udvarias e-mailes emlékeztető lehet, a 3. szint pedig hivatalos levél vagy telefonhívás.

A folyamat szintenkénti elemzésével felmérhető, mennyire hatékony a felszólítási stratégia. A felszólítások hatékonyságát bemutató dashboard ezt az attribútumot használja annak megjelenítésére, hogy az egyes felszólítási lépések után milyen arányban érkezik be a fizetés. Így megállapítható, mely intézkedések működnek a legjobban, és hogyan érdemes módosítani az emlékeztetők időzítését és tartalmát a hatékonyabb követeléskezelés érdekében.

Nyomon követi a követeléskezelés szigorításának szakaszát, ami elengedhetetlen a felszólítási stratégia hatékonyságának értékeléséhez.

Az adatokat az Oracle Advanced Collections modul kezeli. A felszólítási előzményekhez kapcsolódó táblákban, például az IEX_DUNNINGS táblában találhatók.

A fizetési határidő a szerződésben rögzített dátum, amelyhez a fizetés időben történő teljesítését viszonyítjuk.

Ez az attribútum alapvető a lejárt számlák azonosításához és a késedelem napjainak kiszámításához. Segítségével meghatározható, mikor kell elindítani a fizetési felszólítási eljárást, és olyan KPI-k is kiszámíthatók, mint a vevőkövetelések átlagos beszedési ideje (DSO). A kintlévőségeket koruk szerint csoportosító kimutatások elkészítéséhez is nélkülözhetetlen.

Viszonyítási alapot ad annak megállapításához, hogy lejárt-e a számla, mikor kell elindítani a követeléskezelést, és hogyan elemezhetők a kintlévőségek kor szerint.

Az AR_PAYMENT_SCHEDULES_ALL táblában DUE_DATE néven található.

A követeléskezelő az a munkatárs vagy csapat, aki a lejárt számlák behajtásáért felel. A hozzárendelés a követeléskezelési munkafolyamat fontos lépése.

Ez az attribútum elengedhetetlen a követeléskezelési terület teljesítményének méréséhez és az erőforrások elosztásához. A követeléskezelőnkénti eredmények elemzésével a vezetők felmérhetik az egyéni teljesítményt, azonosíthatják a képzési igényeket, és kiegyensúlyozhatják a munkaterhelést. A követeléskezelői feladatkiosztás eredményességét mérő dashboard közvetlenül erre az attribútumra támaszkodik, amikor összehasonlítja a különböző követeléskezelők sikerességi arányát és ciklusidejét.

Lehetővé teszi az egyes követeléskezelők és csapatok teljesítményének elemzését, segít optimalizálni az erőforrások elosztását és javítani a követeléskezelés hatékonyságát.

Ezt az adatot általában az Oracle Advanced Collections modulban tárolják, gyakran az IEX_CASES_ALL_B táblában vagy kapcsolódó hozzárendelési táblákban.

A számla összege az ügyfélnek kiszámlázott termékek vagy szolgáltatások teljes értékét jelöli. Ez fontos pénzügyi attribútum a folyamat pénzügyi hatásának megértéséhez.

Az elemzés során a számla összege segít rangsorolni a követeléskezelési feladatokat, így először a nagy értékű lejárt számlák kezelhetők. Az összeg alapján a tranzakció értéke szerinti fizetési szokások is elemezhetők, és kiszámítható a leírások pénzügyi hatása. Az olyan dashboardok, mint a számlaleírási arány elemzése, ezt az értéket használják a pénzügyi veszteségek mértékének felmérésére.

Pénzügyi hátteret ad a folyamatelemzéshez, így rangsorolhatók a nagy értékű számlák, és felmérhető a folyamat hatékonysági problémáinak pénzügyi hatása.

Az adat az AR_PAYMENT_SCHEDULES_ALL táblából nyerhető ki, amely a számlák esedékes összegét tárolja.

Az ügyfélszám kapcsolja össze a számlát egy adott ügyfélszámlával. Ez lehetővé teszi a hitelkezelési és követeléskezelési folyamat ügyféljellemzők szerinti szegmentálását és elemzését.

Az ügyfélszám segítségével az elemzők megvizsgálhatják, hogy bizonyos ügyfelek rendszeresen késve fizetnek-e, gyakrabban vitatják-e a számlákat, vagy több behajtási intézkedést igényelnek-e. Ez az információ elengedhetetlen az ügyfélre szabott követeléskezelési stratégiák kialakításához, a fizetési feltételek módosításához és a magas kockázatú ügyfélszegmensek azonosításához. Közvetlenül támogatja például a számlaleírási arány ügyfélszegmens szerinti elemzését.

Lehetővé teszi a folyamat ügyfelenkénti szegmentálását, így feltárhatók a mintázatok és kockázatok, valamint kialakíthatók a célzott követeléskezelési stratégiák.

A RA_CUSTOMER_TRX_ALL tábla BILL_TO_CUSTOMER_ID mezőjében található, amely a HZ_CUST_ACCOUNTS táblához kapcsolódik.

Az ügyfélszegmens olyan kategória, amely közös jellemzők alapján csoportosítja az ügyfeleket. A szegmensek alapulhatnak például az ügyfél típusán, például „stratégiai”, „kis- és középvállalkozás” vagy „nagyvállalat”, illetve az iparágán, például „gyártás” vagy „kiskereskedelem”.

Ez az attribútum összehasonlító elemzésekhez használható. Segítségével összevethető a folyamat teljesítménye a különböző szegmensekben, például megállapítható, hogy egyes csoportoknál gyakoribbak-e a viták vagy hosszabb-e a fizetési ciklus. Az eredmények alapján az egyes szegmensek igényeihez és kockázataihoz igazíthatók a hitelpolitikák és a követeléskezelési stratégiák. Az attribútum olyan dashboardokat is támogat, mint a számlaleírási arány elemzése.

Összehasonlító elemzést tesz lehetővé, és megmutatja, hogyan tér el a folyamat teljesítménye és kockázata az egyes ügyfélcsoportok között.

Gyakran az ügyféltörzsadatokban (HZ_CUST_ACCOUNTS vagy kapcsolódó táblákban) kezelik, vagy olyan ügyféljellemzőkből származtatják, mint az árbevétel vagy az iparág.

Ha az ügyfél vitatja a számlát, általában megadja ennek okát, például „hibás ár”, „sérült áru” vagy „duplikált számla”. Ezt rögzíti ez az attribútum.

A kifogások okainak elemzése segít feltárni a problémák gyökerét. Azonosíthatók vele a megrendeléskezeléshez vagy számlázáshoz hasonló korábbi folyamatok visszatérő hibái, amelyek késleltetik a fizetést. Az okok kategorizálásával és gyakoriságuk nyomon követésével célzottan kezelhetők a kiváltó problémák, ami hozzájárul a viták rendezési idejének csökkentéséhez.

Segít feltárni a számlaviták kiváltó okait, így a korábbi folyamatok fejlesztésével megelőzhetők a hasonló viták.

Ha a viták kezelése formalizált, az adatokat jellemzően az Oracle Advanced Collections vagy az Oracle Channel Revenue Management modulban rögzítik. Az AR_DISPUTE_HISTORY táblában is tárolhatják.

Ez az attribútum rögzíti azoknak a tevékenységeknek a befejezési időpontját, amelyeknek egyértelmű kezdete és vége van. A process mining során sok esemény pillanatnyi, de például a „vita kivizsgálása” hosszabb ideig is tarthat.

A külön befejezési időponttal pontosan kiszámítható a tevékenységek feldolgozási ideje. Ez pontosabb, mint az időtartamot a következő tevékenység kezdő időpontjából kikövetkeztetni, különösen, ha közben üresjárat van. Az attribútum fontos az erőforrások kihasználtságának elemzéséhez és annak megállapításához, mely lépések tartanak a legtovább.

Pontos képet ad az egyes tevékenységek időtartamáról, így könnyebben feltárhatók a szűk keresztmetszetek és elemezhető az erőforrások kihasználtsága.

Ez gyakran fogalmi attribútum. Forrása lehet a „last updated” időbélyeg vagy a tevékenységhez tartozó forrástáblák valamelyikének „close date” mezője.

A fizetési feltételek rögzítik, milyen határidővel kell az ügyfélnek fizetnie, például „30 napos” vagy „60 napos” fizetési határidővel. Ezek alapján számítható ki a számla esedékessége.

A fizetési teljesítés feltételek szerinti elemzése hasznos mintázatokat tárhat fel. Előfordulhat például, hogy a rövidebb fizetési határidővel rendelkező ügyfelek gyakrabban késnek. Ez az információ segíthet a hitelpolitika felülvizsgálatában és finomításában, valamint az ügyfelek eltérő követeléskezelési stratégiák szerinti csoportosításában. Arra is magyarázatot adhat, miért válik egyes számlák fizetése késedelmessé.

Megmutatja a megállapodás szerinti fizetési ütemezést, így a különböző hitelfeltételek mellett teljesített fizetések is összehasonlíthatók.

Az adatokat a RA_TERMS tábla tárolja, amely a számlatranzakcióhoz kapcsolódik.

A követeléskezelés során az ügyfél vállalhatja, hogy egy későbbi időpontban fizet. A vállalás nyomon követéséhez rögzítik a fizetési ígéret dátumát.

Ez az attribútum segít a követeléskezelési munkafolyamatok irányításában és az ügyfélvállalások megbízhatóságának értékelésében. A fizetési ígéret dátumát összevetve a tényleges fizetés beérkezésének dátumával megállapítható, milyen arányban teljesülnek az ígéretek. Pontosabb pénzforgalmi előrejelzést tesz lehetővé, és segít eldönteni, mikor kell szigorítani a követeléskezelést, ha az ügyfél nem tartja be az ígéretét.

Nyomon követi az ügyfelek fizetési vállalásait, így pontosabban jelezhető előre a pénzbeáramlás, és értékelhető a követeléskezelési egyeztetések eredményessége.

Az Oracle Advanced Collections modul tárolja, valószínűleg az IEX_PROMISES_T táblához hasonló táblákban.

A hitelkeret összege azt a teljes hitelkitettséget jelöli, amelyet a vállalat egy adott ügyféllel szemben vállalni kész. Az összeget a hitelbírálat során határozzák meg.

Ez az attribútum alapvető a hitelkeret-döntések hatását bemutató dashboardhoz. A jóváhagyott hitelkeret és a későbbi fizetési magatartás, illetve leírások összevetésével értékelhető a hitelkockázati szabályzat hatékonysága. Az elemzés feltárhatja, hogy a túl magas hitelkeretek növelik-e a behajthatatlan követelések arányát, és segíthet finomítani a hiteljóváhagyási folyamatot.

A jóváhagyott hitelkeret, a fizetési eredmények és a leírások összevetésével értékelhető a hitelkockázati szabályzat hatékonysága.

Az adatokat az Oracle Credit Management kezeli, és jellemzően az ügyfél hitelprofiljához kapcsolódó táblákban, például a HZ_CUST_PROFILE_AMTS táblában tárolja.

Ez a számított mutató azt fejezi ki, hány napja késik egy ki nem fizetett számla. Nyitott számlánál az aktuális dátum és a fizetési határidő, lezárt számlánál pedig a fizetés dátuma és a fizetési határidő közötti különbségből számítható ki.

A késedelmes napok száma alapvető mutató a kintlévőségek kor szerinti elemzéséhez és a követeléskezelési feladatok rangsorolásához. A lejárt számlák korát és állapotát bemutató dashboardon a számlák késedelmi időszakok szerint csoportosíthatók, például 1–30 vagy 31–60 napos késedelem alapján. Így a követeléskezelő csapat a legrégebbi és legkockázatosabb tartozásokra összpontosíthat.

Megmutatja a fizetési késedelem mértékét, és alapul szolgál a követelések rangsorolásához, valamint a kintlévőségek kor szerinti elemzéséhez.

Számított mező. Nyitott számlánál a logika: CurrentDate - DueDate; lezárt számlánál: PaymentDate - DueDate.

Ez a származtatott jelző azokat a számlákat azonosítja, amelyeket a vállalat behajthatatlannak minősített, és kivezetett az aktív követelésállományából. Ez általában a számla nem kívánatos végállapota.

Ez az attribútum elengedhetetlen a számlaleírási arány KPI kiszámításához és a kapcsolódó dashboard elemzéséhez. Segítségével elkülöníthetők a sikertelen követeléskezelési esetek, és feltárhatók a leírás magasabb kockázatával összefüggő jellemzők, például az ügyfélszegmens vagy a számlaérték. Az eredmények felhasználhatók a hitelpolitika és a követeléskezelési stratégiák fejlesztésére.

Egyértelműen azonosítja a sikertelen követeléskezelési eseteket, ami elengedhetetlen a behajthatatlan tartozások okainak elemzéséhez és a leírási arány kiszámításához.

Számított mező. Akkor kap értéket, ha az esethez tartozik „Invoice Written Off” tevékenység, vagy a számla állapota „Written Off”.

Ez a származtatott attribútum egyszerű igen/nem értékkel jelzi, hogy lejárt-e a számla. Általában az aktuális dátumot vagy a fizetés dátumát hasonlítja össze a számla fizetési határidejével.

Az elemzés során könnyen szűrhet és csoportosíthat ezzel a jelzővel. Gyorsan kiválaszthatók a lejárt számlák, majd elemezhetők a folyamatútvonalaik, a követeléskezelési intézkedések eredményessége és más jellemzőik. Egyszerűbbé teszi a lejárt kintlévőségek kezelésére szolgáló dashboardok és KPI-k összeállítását, például a lejárt számlák korát és állapotát bemutató dashboardét.

Egyszerűen és egyértelműen azonosítja az összes lejárt számlát, amelyek a követeléskezelési folyamat elsődleges célcsoportját alkotják.

Számított mező. A logika: IF CurrentDate > DueDate AND Status != 'Paid' THEN True ELSE False.

A számla állapota megmutatja, hol tart éppen a számla a folyamatban. Gyakori állapot például a „Nyitott”, „Fizetett”, „Vitatott”, „Lejárt” vagy „Leírt”. Ez az attribútum gyors áttekintést ad a követelésállomány helyzetéről.

A process mining során ezzel az attribútummal meghatározott számlacsoportokra szűrhet, például az összes nyitott, lejárt számlára. A lejárt számlák korát és állapotát bemutató dashboard egyik fő dimenziójaként azonnal láthatóvá teszi a számlaállomány aktuális helyzetét, és segít rangsorolni a követeléskezelési feladatokat.

Gyors áttekintést ad a számla aktuális állapotáról, így könnyebb szűrni és rangsorolni a követeléskezelési feladatokat.

Az AR_PAYMENT_SCHEDULES_ALL tábla STATUS nevű mezőjében található.

Ez az attribútum határozza meg a számla pénznemét, például USD, EUR vagy GBP. A nemzetközi szervezetek gyakran többféle pénznemben állítanak ki számlákat.

A több pénznemben szereplő adatok elemzése körültekintést igényel. Ezzel az attribútummal pénznem szerint szűrhető a folyamatnézet, vagy alkalmazhatók a konszolidált pénzügyi jelentésekhez szükséges árfolyamok. Így a pénzösszegek helyesen értelmezhetők, és az összegek összehasonlítása azonos alapon történik.

Több pénznem használatakor elengedhetetlen a pénzügyi adatok helyes értelmezéséhez és a pontos elemzéshez.

A RA_CUSTOMER_TRX_ALL tábla INVOICE_CURRENCY_CODE mezőjében található.

A nagy szervezetek működése gyakran több üzleti egységre oszlik. Ez az attribútum megmutatja, melyik üzleti egységhez tartozik a számla.

Az üzleti egységek szerinti elemzés lehetővé teszi a szervezeten belüli teljesítmény összehasonlítását. Rávilágíthat arra, ha az egyes egységek eltérően alkalmazzák a hitel- és követeléskezelési szabályokat, és megmutathatja, melyik egység kezeli hatékonyabban a kintlévőségeit. Az eredmények segítenek megosztani a bevált gyakorlatokat és szükség esetén egységesíteni a folyamatokat.

Lehetővé teszi a szervezeti egységek teljesítményének összehasonlítását, és segít azonosítani a bevált gyakorlatokat, valamint a fejlesztendő területeket.

A RA_CUSTOMER_TRX_ALL táblában, az ORG_ID mezőn keresztül érhető el. Ez a mező kapcsolódik a szervezeti struktúrához.