Analyse van isolatiebossen voor afwijkingen bij het koppelen van accounts en leveranciers

Deze test maakt gebruik van het Isolation Forest algoritme om onregelmatige patronen in grootboektransacties te identificeren door de relaties tussen belangrijke attributen zoals rekening-codes en leveranciersnamen te analyseren. De analyse richt zich op het detecteren van afwijkingen die afwijken van typische transactiepatronen.

Deze analytische test kan worden gebruikt om:

  • Ongebruikelijke combinaties van rekeningen en leveranciers of onregelmatige transacties met leveranciers detecteren die kunnen wijzen op afwijkende activiteiten of potentiële risico's binnen het grootboek.

  • Consistentie in de structuur van de winst- en verliesrekening beoordelen door onregelmatige patronen in grootboektransacties te identificeren.

  • Potentiële problemen markeren met betrekking tot terugboekingen of tegenboekingen die specifiek zijn voor boekingen uit het grootboek.

  • Controleurs een verbeterde context bieden om de relevantie en consistentie van GL-transactiepatronen te evalueren.

Analysevelden

De volgende velden zijn vereist voor deze analyse:

  • REFERENTIE Referentieveld(en) - Uniek(e) veld(en) die worden gebruikt om een unieke transactie-ID te maken, zoals het veld Entry ID voor de grootboekdataset. These columns are used to identify the transactions that are part of the result. Dit veld is al gedefinieerd in de test en kan niet worden gewijzigd.

Parameters

De volgende parameters moeten worden ingesteld om deze test uit te voeren:

  • Verkoperskolom: Select the column in the dataset that has the vendor's name.

  • Kolom rekeningen: Selecteer de kolom die de identificatie van het rekeningstelsel in de grootboekgegevensverzameling weergeeft.

  • Extra kolommen: Selecteer of u extra kolommen wilt opnemen in de resultatentabel. Dit heeft geen invloed op de prestaties van het algoritme.

Testconfiguratie

Deze test bevat geen specifieke testconfiguraties.

Technische specificaties

Om de Isolation Forest-analyse uit te voeren voor anomalieën bij het koppelen van accounts en leveranciers :

  1. Selecteer kolommen voor het rekeningstelsel en de leveranciersnaam in het grootboek.

  2. Selecteer Uitvoeren om de test uit te voeren.

    Het Isolation Forest-model:

    • Gebruikt een label-encoder om tekstgegevens om te zetten in getallen door alfabetisch aan elke waarde een uniek nummer toe te wijzen en deze vervolgens toe te voegen als tijdelijke kolommen.

    • Verwerkt de gecodeerde gegevens om uitschieters te identificeren, waarbij 1 staat voor normale gegevens en -1 voor afwijkingen.

    • Berekent een uitbijterscore, waarbij een lagere score duidt op meer abnormale vermeldingen.

    • Combineert de scores van de uitschieters met de originele dataset, transformeert de scores in een schaal van 1-10 (waarbij 1 het meest abnormaal is) en presenteert de resultaten in een tabel.