Al Noor Retailは、Mada、Visa、Mastercardにまたがる毎週数千件の取引を処理する、サウジアラビアの中堅小売事業者です。
同社の経理チームは、社内のPOSおよびERPシステム上の総売上を、決済手数料、VAT、返金、チャージバック、そして決済タイミングの遅延を反映した銀行の純入金額と照合する責任を担っていました。
重要な業務でしたが、手作業があまりにも多く、負担の大きい作業でした。
毎日、アナリストは銀行レポートをダウンロードし、Excelモデルを開き、取引記録を突き合わせ、差異を確認し、未解決の項目を月末締めに持ち越していました。
問題は労力ではありませんでした。スプレッドシートでした。
照合モデルは静かに誤っていた
Al NoorのExcelワークフローには、見えにくい構造的な誤りが2つありました。
Madaの取引は、40 SARの上限を適用せず、0.8%の一律手数料として計算されていました。高額取引では、これにより取引ごとに40 SARの差異が継続的に発生していました。
VisaとMastercardの取引は、固定の1 SAR分を見落とし、料率のみの手数料として扱われていました。そのため、少額のカード決済では一貫して照合不一致が発生していました。
それに加えて、端数処理の差異、T+2の決済タイミング、返金、チャージバックが、さらにノイズを増やしていました。
その結果、毎日2–3時間のトリアージと、月末になっても完全には解消されない未処理項目リストが残っていました。
Energent.aiが照合エンジンになった
Energent.aiを使って、チームは銀行のアクワイアリングレポートと社内売上抽出データをエージェントに直接アップロードしました。
その後、Energentは以下を実行しました。
- 各取引を決済レールごとに分類
- 正しいMada、Visa、Mastercardの手数料ロジックを適用
- 処理手数料に対するVATを計算
- 想定される純入金額と銀行の純入金額を照合
- ±0.05 SARの端数処理許容差を適用
- T+2の決済ずれを探すために±3日間のウィンドウで検索
- 返金とチャージバックを別のレビュー表に分離
- 照合ダッシュボードと監査対応の要約レポートを生成
カスタムコードは不要。BIダッシュボードの再構築も不要。壊れやすいスプレッドシートの引き継ぎも不要でした。
うまくいった理由
見栄えの良いレポートではなく、正しいロジック
Energentは差異を可視化しただけではありません。生の取引データから想定入金額を再計算しました。
許容差を考慮した照合
小さな端数差異が、例外一覧を汚すことはなくなりました。
決済タイミングを組み込み
T+2の銀行遅延は、欠落取引として扱われるのではなく、自動的に処理されました。
監査対応の出力
最終的な照合ガイドは月次締めパッケージの一部となり、新しいアナリストのオンボーディングにも役立ちました。
結果
最初のセッションで、Energentは2つの中核的な手数料モデルの誤りを特定し、修正しました。
高額のMada取引は、初めてきれいに照合されました。少額のVisaおよびMastercard取引は、体系的な例外を生み出さなくなりました。構造的な誤りが修正された後、未処理項目の滞留は実質的にゼロにリセットされました。
日次照合は、2–3時間のスプレッドシートによるトリアージから、真の例外に絞った確認作業へと変わりました。
Al Noor Retailにとって、Energent.aiは決済照合を、繰り返し発生する月末の問題から、再現可能で監査可能なワークフローへと変えました。
Energentが手数料の内訳を示した瞬間、答えは明らかでした。私たちは80 SARで計算していましたが、Madaの上限を踏まえると40であるべきでした。その一つの気づきだけで、このプロジェクト全体の価値が証明されました。