Al Noor Retail es un comerciante minorista saudí de tamaño medio que procesa miles de transacciones semanales a través de Mada, Visa y Mastercard.
Su equipo de finanzas era responsable de conciliar las ventas brutas de los sistemas internos POS y ERP con las liquidaciones netas del banco, después de comisiones de pago, VAT, reembolsos, contracargos y retrasos en los tiempos de liquidación.
El trabajo era de alto riesgo, pero dolorosamente manual.
Cada día, los analistas descargaban informes bancarios, abrían modelos de Excel, cotejaban registros de transacciones, revisaban variaciones y arrastraban los elementos abiertos sin resolver hasta el cierre de fin de mes.
El problema no era el esfuerzo. Era la hoja de cálculo.
El modelo de conciliación estaba silenciosamente equivocado
El flujo de trabajo en Excel de Al Noor tenía dos errores estructurales ocultos.
Las transacciones de Mada se calculaban con una comisión fija del 0.8%, sin aplicar el tope de 40 SAR. Para las transacciones de alto valor, esto generaba una discrepancia recurrente de 40 SAR por transacción.
Las transacciones de Visa y Mastercard se trataban como comisiones solo porcentuales, omitiendo el componente fijo de 1 SAR. Eso hacía que los pagos con tarjeta de importe pequeño no cuadraran de forma sistemática.
Además, las diferencias de redondeo, el tiempo de liquidación T+2, los reembolsos y los contracargos generaban aún más ruido.
El resultado: 2–3 horas diarias de triaje y una lista de elementos abiertos de fin de mes que nunca se cerraba por completo.
Energent.ai se convirtió en el motor de conciliación
Con Energent.ai, el equipo cargó directamente en el agente su informe bancario de adquirencia y el extracto interno de ventas.
A continuación, Energent:
- clasificó cada transacción por red de pago
- aplicó la lógica correcta de comisiones de Mada, Visa y Mastercard
- calculó el VAT sobre las comisiones de procesamiento
- comparó la liquidación neta esperada con la liquidación neta del banco
- aplicó una tolerancia de redondeo de ±0.05 SAR
- buscó en una ventana de ±3 días el desfase de liquidación T+2
- separó los reembolsos y contracargos en su propia tabla de revisión
- generó un panel de conciliación y un informe resumido listo para auditoría
Sin código personalizado. Sin reconstruir un panel de BI. Sin una entrega frágil de hojas de cálculo.
Por qué funcionó
Lógica correcta, no solo informes más bonitos
Energent no solo visualizó las discrepancias. Recalculó las liquidaciones esperadas a partir de los datos brutos de las transacciones.
Coincidencia con tolerancia
Las pequeñas diferencias de redondeo dejaron de contaminar la lista de excepciones.
Tiempo de liquidación integrado
Los retrasos bancarios T+2 se gestionaron automáticamente en lugar de tratarse como transacciones faltantes.
Resultado listo para auditoría
La guía final de conciliación pasó a formar parte del paquete de cierre mensual y ayudó a incorporar a un nuevo analista.
Resultados
En la primera sesión, Energent identificó y corrigió los dos errores principales del modelo de comisiones.
Las transacciones Mada de alto valor se conciliaron correctamente por primera vez. Las transacciones pequeñas de Visa y Mastercard dejaron de generar excepciones sistemáticas. La acumulación de elementos abiertos se redujo efectivamente a cero una vez corregidos los errores estructurales.
La conciliación diaria pasó de 2–3 horas de triaje en hojas de cálculo a una revisión centrada en excepciones reales.
Para Al Noor Retail, Energent.ai convirtió la conciliación de pagos de un problema recurrente de fin de mes en un flujo de trabajo repetible y auditable.
Una vez que Energent mostró el desglose de comisiones, quedó claro. Estábamos calculando 80 SAR cuando el tope de Mada significaba que debía ser 40. Esa única idea justificó todo el proyecto.