DuplicateChecker.jpg

5 Schritte zur Reduzierung von Kosten, die durch doppelte Rechnungen verursacht werden

By Simon Riezebos
5 min read

Laut diesem Whitepaper verliert ein typisches mittelstรคndisches Unternehmen 300.000 US-Dollar pro Jahr, weil Rechnungen doppelt bezahlt werden. Die meisten ERP-Systeme versuchen dies zu verhindern, indem Sie dieselbe Rechnungsreferenz nicht zweimal fรผr denselben Lieferanten eingeben.

Was ist, wenn der Lieferant zweimal in den Stammdaten mit einem etwas anderen Namen vorhanden ist? Oder bei der Erfassung der Rechnung ein Tippfehler gemacht? Oder liest Ihre OCR-Software eine 7 als 1?

Fรผr viele Organisationen bedeutet dies, dass Sie kein Glรผck haben. Wenn die Buchhaltung nicht manuell herausfindet, dass die Rechnung ein Duplikat ist, zahlen Sie mรถglicherweise doppelt.

Wie kann ich identische, aber nicht identische Duplikate finden?

In diesem Blogbeitrag zeige ich Ihnen, wie Sie mithilfe der Celonis Intelligent Business Cloud (IBC) und Python Duplikate mithilfe von Fuzzy-Matching finden. Wenn Sie Ihren Kreditorenprozess in der IBC haben, ist dies sehr einfach, wenn Sie die folgenden fรผnf Schritte ausfรผhren:

1. Filtern Sie irrelevante Rechnungen heraus
Mit Process Analytics kรถnnen wir schnell die relevantesten Rechnungen auswรคhlen. In der Abbildung unten kรถnnen Sie die Aktivitรคt โ€žRechnung bezahlenโ€œ auswรคhlen, sodass noch nicht verarbeitete Rechnungen ignoriert werden. AuรŸerdem kรถnnen wir Rechnungen mit einem Wert von> 100 โ‚ฌ auswรคhlen, da noch einige manuelle Arbeiten erforderlich sind, um zu รผberprรผfen, ob es sich bei den Ergebnissen um echte Duplikate handelt. (Wir wollen sie nur prรผfen, wenn sich die manuelle Arbeit lohnt.)

Um weiter einzugrenzen, kรถnnen wir folgende Dinge entfernen:

  • Interne Rechnungen
  • Referenznummern, die hรคufig vorkommen (z. B. erhalten Rechnungen von einem bestimmten System manchmal dieselbe Referenznummer)
  • Rechnungen, die erstattet wurden
    duplicate checker step1

2. Wรคhlen Sie relevante Daten
In der Analyse fรผr doppelte Rechnungen aus dem Celonis App Store legen wir fest, mit welchen Daten Duplikate suchen mรถchten:
duplicate checker step2

Die linken vier Spalten beginnen mit einem Unterstrich. Dies teilt unserem Python-Paket mit, dass diese Spalten die eindeutige Kennung der Daten enthalten, die wir prรผfen mรถchten. Die anderen Spalten enthalten die Rechnungsdaten, die wir prรผfen mรถchten: Lieferantenname, Referenznummer, Buchungsdatum und Rechnungswert.

3. Fรผhren Sie die Duplikatprรผfung in Python aus
Das Finden der Duplikate mithilfe der Standardeinstellungen ist so einfach wie das Ausfรผhren von neun Zeilen Python-Code:
duplicate checker step3

Jeder, der die Grundlagen von Python kennt, kann dieses Paket verwenden. Um einen kurzen รœberblick รผber das, was passiert, zu geben:

  1. Zeilen 1-2: Importieren Sie die Funktionen, die wir benรถtigen, um eine Verbindung zur IBC herzustellen und Duplikate zu finden.
  2. Zeilen 5-6: Holen Sie die Daten aus der Tabelle, die wir im vorherigen Abschnitt erstellt haben.
  3. Zeilen 9-12: Finden Sie mรถgliche Duplikate.
  4. Zeile 15: Fรผgt dem Datenmodell potenzielle Duplikate hinzu.

3b. (Optional): Geben Sie Suchmuster und ร„hnlichkeitsalgorithmen an
Dieses Stรผck ist etwas technischer. Zรถgern Sie nicht, es zu รผberspringen!
StandardmรครŸig sucht die Duplikate-Duplikate nach:

  • Suche nach genauen รœbereinstimmungen
  • Suchen von Rechnungen, bei denen 3 von 4 Spalten genau รผbereinstimmen, und dann Fuzzy fรผr die 4. Spalte.

Fuzzy-Matching kann mit verschiedenen ร„hnlichkeitsalgorithmen durchgefรผhrt werden. StandardmรครŸig verwendet der Duplikat-Checker Jaro-Winkler Similarity (fรผr Textspalten). Zur Feinabstimmung der Duplikateรผberprรผfung kรถnnen wir festlegen, ob ein anderes Suchmuster verwendet werden soll (z. B. genaue รœbereinstimmung fรผr Buchungsdatum und Rechnungswert, Fuzzy-รœbereinstimmung fรผr Anbieter und Referenz) oder ein anderer ร„hnlichkeitsalgorithmus (z. B. Soundex fรผr Anbieter) Namen).

4. Prรผfen Sie, ob die Ergebnisse tatsรคchlich Duplikate sind
Nachdem Sie die Duplikatprรผfung in Python ausgefรผhrt und optimiert haben, ist es an der Zeit, echte Duplikate zu รผberprรผfen und zu bearbeiten. In Celonis Process Analytics kรถnnen wir die Gruppen potenzieller Dubletten analysieren, Fรคlle mit einem hohen potenziellen Einsparungspotenzial finden und entweder einen Drilldown durchfรผhren oder direkt in das ERP gehen, um MaรŸnahmen zu ergreifen.
duplicate checker step4

5. Ergreifen Sie MaรŸnahmen
Mit der Celonis Action Engine kรถnnen relevante Buchhalter direkt รผber ein potenzielles Duplikat in ihrem Geschรคftsbereich informiert werden. Von dort aus kรถnnen sie mit der entsprechenden Transaktion im ERP verknรผpft werden, um die Rechnung abzulehnen. Dadurch wird verhindert, dass die doppelte Zahlung erfolgt, bevor sie stattfindet. Sie kรถnnen es auch als falsches Duplikat markieren. Nach einer Weile kรถnnen wir diese Informationen verwenden, um den Duplikat-Checker genauer zu machen.
duplicate checker step5

Celonis-Kunden haben bereits Millionen gespart, indem sie auf doppelte Rechnungen vorgehen.
Wenn Sie bereits Kunde von Celonis sind und Interesse an der Verwendung des Celonis Duplicate Checker haben, wenden Sie sich bitte an Ihren Kundenerfolgsmanager. Wenn Sie neu bei Celonis sind und daran interessiert sind, wie Sie von IBC und Duplicate Checker profitieren kรถnnen, wenden Sie sich noch heute an!

Did you like this article?

Maybe others you know will also find it helpful.

About the author

Abonnieren Sie unseren monatlichen Newsletter

We've received your submission
Please fill in all the fields

Lieber Besucher, wir haben festgestellt, dass Sie eine veraltete Browser-Version verwenden. Teile dieser Seite werden von Ihrem Browser nicht korrekt dargestellt. Fรผr eine korrekte Funktionsweise der Seite empfehlen wir Ihnen, einen alternativen Browser zu verwenden oder Ihren Browser auf eine unterstรผtzte Version anzuheben.