最后一个季度已经过去了。作为一名财务专家，你将很快开始准备季度末结算。你可能还记得你在年终结束时面临的一个可怕的情况：当你的家人和朋友在享受寒假时，你需要完成年终结束。你希望一切都能顺利进行，以便你能准时离开办公室。但当你在离开前检查了邮件时，你看到了一个危险信号。不幸的是，错误消息完全没有帮助。它没有告诉你出了什么问题，更没有告诉你如何修复它。因此，您必须开始一项耗时的分析，而不是离开，因为您知道该分析最终会与IT部门发生争执。但是，如果错误信息更好，您可能已经能够自己解决问题，消防物联网，并且更快。

作为收款专家，您负责收集客户的逾期付款。如果您的客户没有涵盖所有的发票，您希望尽快得到有关他们未来付款的通知。这允许您主动处理这些实例，而不是等待对它们作出反应。一个及时的通知可以让你立即与客户联系，以解决情况和索赔剩余的现金，甚至避免纠纷。一旦处理了付款通知，就能够追踪错过的或甚至跳过的付款，这意味着更有效的现金回收和更好看的销售未完成KPI。

每个场景都说明了需要能够关注需要立即关注的问题。金融专家不必繁琐地搜索报告、应用程序日志或调用各种事务，物联网管理平台，而是希望在一个地方，以一种便于他们消费和操作的方式，全球云购，在指尖自动接收所有相关信息。因此，财务软件需要根据单独定义的条件（如阈值、规则或查询）捕获当前业务情况。它必须主动触发通知，以确保迅速了解问题；解释问题产生的背景；包括所有相关信息，如受影响的帖子；可能最重要的是，接收通知的财务专家能够理解。他们不仅要求得到一个问题的通知，而且要求就如何解决这个问题获得积极的建议。可以利用责任管理等现有技术来确定适当的用户。潜在的应用领域是：

通知即将到来的最后期限有关挂起任务的信息，如批准和确认突出显示超出的阈值，如业务相关的KPI

由于智能金融软件可以捕获业务情况、其情况、采取的任何行动以及这些行动的结果，因此情况处理的未来潜力巨大。在未来，这些数据可用于高级分析、基于规则的处理和机器学习输入。机器学习又可以用来计算预测和推荐更好的解决方案。软件还需要识别重复出现的模式，例如，分析用户在什么情况下接受或拒绝建议。这种模式识别可以用来改进机器学习算法。在常规业务流程中可以考虑高置信度响应，从而实现完全自动化。

情境处理为高质量、支持的人工处理和通过机器学习实现的自动化提供了一个持续改进过程。随着数据可用性的不断提高，机器学习将扩展其自动化日常任务的能力。随着更多更好的数据，情况处理将为用户提供基于分析的建议和流程改进。手工处理和自动化是齐头并进的。

现在，淘客返利，您希望如何利用情况处理来改善您的日常业务？

，大数据分享