Home Bots & Business Voorspellen met machine learning in finance

Voorspellen met machine learning in finance

door Pieter Werner

Workday heeft het Workday Accounting Center geïntroduceerd, met voorspellende prognoses op basis van machine learning. Met Workday Accounting Center kunnen klanten operationele data inbrengen, deze verrijken met zinvolle toevoegingen en bruikbaar te maken voor accounting.

Met Workday Accounting Center kan bijvoorbeeld een verzekeringsmaatschappij operationele data – zoals claims of polis gegevens – in het systeem laden, boekhoudkundige (journaal)posten voor die transacties maken en vervolgens rapporteren en analyseren over die transacties met volledige details van en inzichten in de brontransacties; wat data lineage wordt genoemd. Zo zijn financiële teams hiervoor niet meer afhankelijk van IT. Dat brengt bij het uitvoeren van de boekhoudregels kostenbesparingen van naar schatting ruim 50 procent met zich mee.

Intelligent plannen

Machine learning maakt intelligent plannen mogelijk en biedt voorspellende prognoses
Planning is nog crucialer geworden voor organisaties die de pandemie het hoofd moeten bieden, een tijd waarin de prognoseactiviteiten tot wel 30 keer toegenomen zijn, vergeleken met de tijd vóór de pandemie.

Tijdreeksvoorspellingen

Met behulp van tijdreeksvoorspellingen – het proces waarin gebeurtenissen in een bepaalde periode worden gemodelleerd om nauwkeurigere prognoses te maken – zet Workday ML in om voorspellende analyses mogelijk te maken met Workday Adaptive Planning. De ML-algoritmen gebruiken historische en actuele gegevens om waarschijnlijke uitkomsten te genereren voor omzet, uitgaven en andere kritische bedrijfsvariabelen waardoor een voorspellende prognose ontstaat.

Prognoses

Voorspellende prognoses worden gecreëerd op basis van duizenden of zelfs honderdduizenden datapunten die uit de hele onderneming afkomstig zijn, waaronder data uit sales, HR, marketing en productie. Met behulp van anomaliedetectie worden in Workday Adaptive Planning onregelmatigheden geïdentificeerd en krijgt een planner automatisch een signaal over een potentieel probleem.

Potentiële problemen

Nieuwe rapportagemogelijkheden maken het eenvoudig om een prognose op basis van ML te vergelijken met de prognose van een planner. Zo worden potentiële problemen opgespoord voordat een van beide prognose wordt uitgevoerd. Dat stelt organisaties in staat om beter onderbouwde beslissingen te nemen.

Ingebed

Met de voorspellende prognoses die ingebed zijn in de analytics engine van Workday Adaptive Planning, zal het systeem blijven leren. Hoe meer data wordt toegevoegd, des te beter de inzichten die worden verkregen. De functionaliteit voor voorspellende prognoses is nu beschikbaar voor alle klanten van Workday Adaptive Planning.

Misschien vind je deze berichten ook interessant