Workday liefert Innovationen beim Datenmanagement und maschinellen Lernen für eine sich verändernde Finanzwelt - Seite 2
Das Workday Accounting Center ermöglicht es Kunden, operative Daten zu erfassen, mit aussagekräftigen Attributen anzureichern und in Buchhaltungstransaktionen umzuwandeln. So können Kunden Betriebs- und Finanzdaten aus verschiedenen Quellen mit einem einzigen Kontrollpunkt im gesamten Unternehmen verwalten.
Beispielsweise kann mit dem Workday Accounting Center ein Versicherungsunternehmen seine betrieblichen Transaktionen – wie Schadensfälle oder Vertragsdaten – in das System laden, Buchungen für diese Transaktionen erstellen und in Berichten und Analysen verwenden, mit vollständiger Aufschlüsselung und Durchgriff auf die Quelltransaktionen (Datenverlaufskontrolle). Dadurch entfällt die Abhängigkeit von der IT und es sind Kosteneinsparungen, bei vollkommener Einhaltung der Buchhaltungsregeln, von über 50 Prozent realisierbar. Die Kombination von Workday Prism Analytics und Workday Financial Management schafft eine intelligente Datengrundlage, die auch ML-fähige Transaktionen und Prozesse unterstützt.
Maschinelles Lernen treibt intelligente Planung an und
liefert vorausschauende Prognosen
Dass Planung für Organisationen, die mit den Auswirkungen der Pandemie umgehen müssen, noch wichtiger geworden ist, zeigt sich in den zunehmenden Prognose-Aktivitäten, die im Vergleich zur Zeit vor
der Pandemie um das 30-fache zugenommen haben. Um
Prognosen mit noch größerer Genauigkeit zu ermöglichen, entwickelt Workday seine intelligenten Planungsfunktionen weiter, die eine grenzenlose Planung ermöglichen sowie kommende Ereignisse mit noch
größerer Genauigkeit und Zuverlässigkeit vorhersehen, wofür Machine Learning im Kern genutzt wird.
Lesen Sie auch
Mit Zeitreihenvorhersage – dem Prozess der Modellierung von Ereignissen über einen bestimmten Zeitraum, um genauere Vorhersagen zu machen – nutzt Workday die Leistungsfähigkeit von ML, um Predictive Analytics mit Workday Adaptive Planning zu ermöglichen. Die ML-Algorithmen nutzen historische und aktuelle Daten, um wahrscheinliche Ergebnisse für Einnahmen, Ausgaben und andere kritische Geschäftsvariablen vorherzusagen und so eine vorausschauende Prognose zu erstellen. Prognosen werden auf der Grundlage von Tausenden oder sogar Hunderttausenden von Datenpunkten erstellt, die aus dem gesamten Unternehmen aggregiert wurden, beispielsweise aus Vertriebs-, Personal-, Marketing- und Fertigungsdaten.