Al Noor Retail — это средний по размеру розничный мерчант в Saudi Arabia, обрабатывающий тысячи транзакций в неделю через Mada, Visa и Mastercard.
Его финансовая команда отвечала за сверку валовых продаж из внутренних систем POS и ERP с чистыми банковскими зачислениями после учета платежных комиссий, VAT, возвратов, чарджбеков и задержек по срокам расчетов.
Работа была критически важной, но мучительно ручной.
Каждый день аналитики скачивали банковские отчеты, открывали модели в Excel, сопоставляли записи по транзакциям, проверяли расхождения и переносили нерешенные открытые позиции в закрытие месяца.
Проблема была не в усилиях. Проблема была в таблице.
Модель сверки тихо работала неверно
В Excel-процессе Al Noor было две скрытые структурные ошибки.
Транзакции Mada рассчитывались как фиксированная комиссия 0.8%, без применения лимита 40 SAR. Для транзакций с высокой суммой это создавало повторяющееся расхождение в 40 SAR на каждую транзакцию.
Транзакции Visa и Mastercard обрабатывались как комиссии только в процентах, без учета фиксированного компонента 1 SAR. Из-за этого небольшие карточные платежи постоянно не сходились при сверке.
Вдобавок различия из-за округления, сдвиг сроков расчетов T+2, возвраты и чарджбеки создавали еще больше шума.
Итог: 2–3 часа ежедневного разбора и список открытых позиций на конец месяца, который так и не удавалось полностью закрыть.
Energent.ai стал движком сверки
С Energent.ai команда загрузила отчет банка-эквайера и внутреннюю выгрузку продаж прямо в агента.
Затем Energent:
- классифицировал каждую транзакцию по платежному каналу
- применял корректную логику комиссий Mada, Visa и Mastercard
- рассчитывал VAT на комиссии за обработку
- сопоставлял ожидаемое чистое зачисление с чистым банковским зачислением
- применял допуск на округление ±0.05 SAR
- искал сдвиг расчетов T+2 в окне ±3 дня
- отделял возвраты и чарджбеки в отдельную таблицу для проверки
- формировал дашборд сверки и отчет, готовый для аудита
Никакого кастомного кода. Никакой перестройки BI-дашборда. Никакой хрупкой передачи Excel-файла.
Почему это сработало
Правильная логика, а не просто более красивый отчет
Energent не только визуализировал расхождения. Он пересчитывал ожидаемые зачисления на основе сырых данных по транзакциям.
Сверка с учетом допусков
Небольшие расхождения из-за округления перестали засорять список исключений.
Учет сроков расчетов встроен изначально
Банковские задержки T+2 обрабатывались автоматически, а не считались пропавшими транзакциями.
Вывод, готовый для аудита
Итоговое руководство по сверке стало частью пакета ежемесячного закрытия и помогло быстро ввести в работу нового аналитика.
Результаты
На первой же сессии Energent выявил и исправил две ключевые ошибки в модели комиссий.
Транзакции Mada с высокой суммой впервые начали сходиться без расхождений. Небольшие карточные платежи Visa и Mastercard перестали создавать систематические исключения. Накопленный объем открытых позиций фактически был сброшен до нуля после исправления структурных ошибок.
Ежедневная сверка сократилась с 2–3 часов разбора в Excel до сфокусированной проверки реальных исключений.
Для Al Noor Retail Energent.ai превратил сверку платежей из повторяющейся проблемы на конец месяца в воспроизводимый, проверяемый процесс.
Как только Energent показал разбивку комиссии, все стало очевидно. Мы считали 80 SAR, хотя с учетом лимита Mada должно было быть 40. Одно это понимание оправдало весь проект.