Al Noor Retail è un merchant retail saudita di medie dimensioni che elabora migliaia di transazioni settimanali su Mada, Visa e Mastercard.
Il team finance era responsabile della riconciliazione delle vendite lorde provenienti dai sistemi POS ed ERP interni con i regolamenti netti della banca, dopo commissioni di pagamento, VAT, rimborsi, chargeback e ritardi di timing del regolamento.
Il lavoro era ad alto rischio, ma dolorosamente manuale.
Ogni giorno, gli analisti scaricavano i report bancari, aprivano modelli Excel, confrontavano i record delle transazioni, verificavano le varianze e trascinavano gli elementi aperti irrisolti fino alla chiusura di fine mese.
Il problema non era l’impegno. Era il foglio di calcolo.
Il modello di riconciliazione era silenziosamente sbagliato
Il workflow Excel di Al Noor presentava due errori strutturali nascosti.
Le transazioni Mada venivano calcolate con una commissione fissa dello 0.8%, senza applicare il tetto di 40 SAR. Per le transazioni di importo elevato, questo generava una discrepanza ricorrente di 40 SAR per transazione.
Le transazioni Visa e Mastercard venivano trattate come commissioni basate solo su percentuale, senza considerare la componente fissa di 1 SAR. Questo faceva sì che i pagamenti con carta di piccolo importo risultassero costantemente non riconciliati.
In aggiunta, le differenze di arrotondamento, il timing di regolamento T+2, i rimborsi e i chargeback creavano ancora più rumore.
Il risultato: 2–3 ore al giorno di triage e un elenco di elementi aperti a fine mese che non si azzerava mai del tutto.
Energent.ai è diventato il motore di riconciliazione
Con Energent.ai, il team ha caricato direttamente nell’agente il report di acquiring della banca e l’estratto delle vendite interne.
Energent ha quindi:
- classificato ogni transazione per rail di pagamento
- applicato la corretta logica delle commissioni per Mada, Visa e Mastercard
- calcolato la VAT sulle commissioni di processing
- confrontato il regolamento netto atteso con il regolamento netto della banca
- applicato una tolleranza di arrotondamento di ±0.05 SAR
- cercato in una finestra di ±3 giorni per gestire la deriva di regolamento T+2
- separato rimborsi e chargeback in una propria tabella di revisione
- generato una dashboard di riconciliazione e un report riepilogativo pronto per l’audit
Nessun codice personalizzato. Nessuna ricostruzione della dashboard BI. Nessun passaggio fragile di consegne del foglio di calcolo.
Perché ha funzionato
Logica corretta, non solo reportistica più elegante
Energent non si è limitato a visualizzare le discrepanze. Ha ricalcolato i regolamenti attesi a partire dai dati grezzi delle transazioni.
Matching sensibile alle tolleranze
Le piccole differenze di arrotondamento hanno smesso di inquinare l’elenco delle eccezioni.
Timing di regolamento integrato
I ritardi bancari T+2 sono stati gestiti automaticamente invece di essere trattati come transazioni mancanti.
Output pronto per l’audit
La guida finale di riconciliazione è entrata a far parte del pacchetto di chiusura mensile e ha aiutato a inserire un nuovo analista.
Risultati
Nella prima sessione, Energent ha identificato e corretto i due errori principali del modello commissionale.
Le transazioni Mada di importo elevato si sono riconciliate correttamente per la prima volta. Le transazioni Visa e Mastercard di piccolo importo hanno smesso di generare eccezioni sistematiche. L’arretrato di elementi aperti si è di fatto azzerato dopo la correzione degli errori strutturali.
La riconciliazione quotidiana è passata da 2–3 ore di triage su fogli di calcolo a una revisione mirata delle vere eccezioni.
Per Al Noor Retail, Energent.ai ha trasformato la riconciliazione dei pagamenti da problema ricorrente di fine mese a workflow ripetibile e verificabile.
Una volta che Energent ha mostrato la ripartizione delle commissioni, è stato ovvio. Stavamo calcolando 80 SAR quando il tetto Mada significava che dovesse essere 40. Quella singola intuizione ha giustificato l’intero progetto.