Clearpoint Financial Services обрабатывает десятки тысяч карточных и ACH-транзакций в месяц. Rachel Torres работает на стыке бухгалтерии и риск-менеджмента — подтверждает, что проведенные дебеты соответствуют авторизованным суммам, что проверки баланса прошли на этапе клиринга и что ни одна дублирующаяся операция не прошла незамеченной. Команда полностью ведет весь цикл сверки внутри компании, включая определение исключений и обеспечение аудиторской обоснованности.
Устаревшие пороги и ручные проходы по фильтрам не могли масштабироваться до 50,000 записей
Рабочий процесс сверки в команде опирался на выгруженный банковский экспорт, сводные таблицы и жестко заданные пороги фильтрации, унаследованные от предыдущего аналитика. Четыре разные категории исключений требовали отдельных ручных проходов по данным. Порог для высоких сумм был фиксированным значением в долларах, установленным два года назад — без статистического обоснования и без механизма обновления. Связки для проверки риска аутентификации плохо работали при таком объеме записей. Проверки расхождений в главной книге требовали выявления дебетовых транзакций, которые были проведены, несмотря на недостаточный остаток на счете. Обнаружение дублей требовало логики дедупликации на уровне строк, которую таблица не могла надежно выполнять в масштабе. Проблему усугубляло то, что более 87 процентов записей не содержали временной составляющей в отметке времени транзакции, из-за чего по умолчанию подставлялась полночь (00:00) и полностью блокировался анализ мошенничества вне рабочего времени. Внутренний аудит формализовал давление: комитет признал фиксированный долларовый порог статистически необоснованным и потребовал документированное обоснование для каждой категории исключений.
Energent.ai стала статистическим движком сверки
Torres загрузила CSV-файл с 50,000 записями напрямую в Energent.ai. В рамках одной сессии агент:
- Проверил схему и подтвердил типы столбцов до написания какого-либо кода анализа
- Рассчитал среднее значение ($297.87) и стандартное отклонение сумм транзакций по всему набору данных
- Определил порог для высоких сумм на уровне $1,176.33, используя Z-score с порогом в 3 стандартных отклонения — показатель, который можно пересчитывать для каждого цикла на основе новой партии данных
- Сопоставил количество попыток входа, чтобы выделить транзакции с риском аутентификации среди 1 процента событий с наибольшим трением
- Сопоставил строки дебета с зафиксированными остатками на счетах, чтобы пометить проведенные, но недостаточно обеспеченные записи
- Обнаружил в ходе сессии пробел в 87 процентов отсутствующих отметок времени и задокументировал его как конкретный дефект, а не позволил ему молча исказить результаты
- Сгенерировал интерактивную HTML-панель исключений, отсортированную по степени критичности, готовую к распространению как отдельный файл
Никакого конвейера данных. Никакой настройки BI-инструмента. Никакой передачи между системами.
Не просто более чистая отчетность, а обоснование порогов
- Логика, выдерживающая аудит. Порог $1,176.33 был рассчитан на основе живого набора данных и пошагово объяснен, напрямую удовлетворяя требование аудиторского комитета к документации.
- Качество данных было явно выявлено. Агент зафиксировал находку о 87-процентном отсутствии отметок времени вместо того, чтобы молча подставлять значения по умолчанию — это дало команде количественно подтвержденный отчет о дефекте для владельца конвейера загрузки данных.
- Четыре очереди за один проход. Исключения по суммам, риски аутентификации, расхождения в главной книге и дублирующиеся списания были перечислены в рамках одной сессии, заменив четыре отдельных ручных прохода с фильтрами.
- Воспроизводимость по замыслу. Та же статистическая логика повторно выполняется для каждой новой выгрузки без перестройки формул в таблице.
4,004 исключения были выделены, ранжированы и задокументированы за одну сессию
- 4,004 всего исключения были выявлены — примерно 8 процентов партии из 50,000 записей
- 989 исключений по суммам были помечены выше $1,176.33, что составляет верхние ~2 процента объема транзакций
- 1,305 транзакций с риском аутентификации были выделены при 4 или более попытках входа на транзакцию
- 1,708 расхождений в главной книге были выявлены там, где дебеты были проведены, несмотря на недостаточный остаток на счетах — самая крупная отдельная очередь исключений
- 2 подтвержденных дублирующих списания были немедленно эскалированы как кандидаты на возврат с наивысшим приоритетом
- 87-процентный пробел в отметках времени был задокументирован, что разблокировало дорожную карту по обнаружению мошенничества вне рабочего времени в ожидании исправления на стороне upstream ingestion
"Подсчет расхождений в главной книге был тем, что мы никогда раньше не могли четко выделить в таком масштабе. Теперь у нас есть число, которое мы можем отстоять — и процесс, который мы можем снова запустить в следующем квартале, не трогая формулы." — Rachel Torres, Reconciliation Analyst at Clearpoint Financial Services