最后一个季度要结束了,作为财务专员,你很快要开始准备年末结算,但你可能还记得去年年末结算时遇到的可怕经历:当你的家人和朋友正在享受假期时,你需要进行年末结算。当时你希望一切都能顺利进行,这样你就能按时离开办公室开始休假。但是当你在离开前检查年结过帐结果时,你看到了一个红色错误消息。更不幸的是,这个错误消息本身并没有任何帮助,它没有说明到底发生了什么问题,更没有告诉你如何解决它。你不得不花费更多的时间和精力来定位和解决问题,还因此和IT部门产生了争执。如果系统报出的错误消息能更明确更具体一些,也许你可以更早更快地独立解决问题。

作为应收专员,你负责收取客户的逾期付款。如果你的客户没有付清所有发票,你会希望尽快收到有关其后续付款的通知,这样你就可以主动处理这些事务,而不是被动响应。及时的通知使你可以立即与客户联系解决问题,索取剩余款项以避免纠纷。 若能够在处理付款建议后,尽早追回有意或无意的未付款项,意味着应收账款回收效率的提高,以及应收账款周转天数的缩短。

 

上述各种场景都展现了能够发现需要立即关注的问题的必要性。财务专员们希望不再繁琐地搜索不同的报表,应用日志或调用各种工具来分析解决问题。相反,他希望所有相关的信息可以在一个界面里, 提供容易理解的信息,并自动推荐合适的解决方案。因此,财务管理软件需要根据定制的条件(例如某个阈值,某种规则或者某个报表查询条件)来自动获取到目前的业务状况,并能够主动触发预警,以确保用户及时了解问题, 解释问题背景包括相关的信息(例如受影响的过账凭证),最重要的是对于收到预警通知的财务专员而言,内容要足够清晰易懂。他们希望不仅仅被及时通知问题所在,还能获得如何解决问题的建议。系统可以结合诸如授权管理之类的现有技术来通知合适的用户。潜在的应用场景包括:

  • 关于临近的截止日期的预警
  • 各类待办事项需要立刻进行处理的提示信息,例如某些流程需要进行批准和确认
  • 超过预定阈值的警告信息,例如与业务相关的KPI

 

 

Situation Handling的未来潜力是巨大的,管理系统可以通过使用Situation Handling来获取业务运行状况,并推荐用户应采取的措施以及告知实施这些措施的结果。这些数据亦可以用于高级智能分析、基于自定义规则的自动化处理以及作为输入数据用于机器学习。机器学习可以用来自动给用户推荐更好的解决方案,还能够识别重复出现的用户行为模式,例如分析用户在何种情况下接受或拒绝了推荐方案。通过分析和识别各种行为模式, 机器学习的算法会得到不断改进和优化。日后在常规业务流程中, 对于可信度较高的响应措施(High-confidence response),可以被自动执行,从而实现流程的完全自动化。

 

Situation Handling为机器学习的自动化提供了可以持续学习改进的数据来源。 随着可用数据的不断增加,机器学习可以扩展其能力以自动执行常规任务。借助更多、质量更好的数据,Situation Handling将为用户提供智能分析后的建议和流程改进方法,而手动处理和自动化处理亦可以相辅相成。

那么,您会如何利用Situation Handling的功能来改进贵公司的日常业务呢?