همهگیری و مشکلات مالی مرتبط با آن منجر به افزایش اخیر در طرح خرید خرید-اکنون-پرداخت-بعد (BNPL) شده است. همانطور که از نام آن پیداست، BNPL شکلی از وام های کوتاه مدت است، اغلب بدون بهره، اما گاهی اوقات با هزینه های پنهان، که به مصرف کنندگان اجازه می دهد تا در تاریخ آینده خرید و پرداخت کنند. اینها نوعی از طرحهای پرداخت اقساط نقطهفروش (یا «اقساطی» بسته به سمت اقیانوس اطلس که به آن تعلق دارید) هستند که به طور فزایندهای به گزینههای محبوب تبدیل میشوند، هم در فضاهای خردهفروشی آنلاین و هم آفلاین.
بیایید در مورد اینکه BNPL چیست، فروشندگان چگونه می توانند از آن استفاده کنند و از آن سود ببرند و تناسب نانوشبکه ها در صحنه بیاموزیم.
فهرست مندرجات
- تکامل BNPL
- عملکرد BNPL
- استفاده از OCR در اکوسیستم BNPL
- OCR استخراج داده ها از اسناد بدون ساختار
- مزایای OCR در اکوسیستم BNPL
- OCR مبتنی بر هوش مصنوعی با نانو شبکه
- بردن
تکامل BNPL
پرداخت اقساطی برای خرید مفهوم جدیدی نیست. طبق گزارش ها در دهه 1850 توسعه یافته است، اولین سابقه موجود خرید اقساطی در تاریخ مدرن به دهه 1920 باز می گردد. عدم تطابق بین ظرفیت بزرگ تولید در بخش تولید و تقاضای مصرفکننده در طول دوره رکود پس از جنگ جهانی اول منجر به استفاده گسترده از طرحهای اقساطی هم در ایالات متحده و هم در سایر نقاط جهان شد.
اگر رکود اقتصادی و صرفه جویی مرتبط با آن، مدل اقساطی را در دهه 1920 هدایت کرد، این طرح در طول قرن به وجود خود ادامه داده است. قبل از رکود اقتصادی ناشی از همهگیری اخیر، طرحهای اقساطی تنها در ایالات متحده به ۱ درصد از فروش کمک میکردند که بخشی از آن ناشی از نیازهای اقتصادی و تا حدودی ناشی از سبک زندگی مدرن با رضایت آنی-تعویقپرداخت بود.
Buy-Now-Pay-Later صرفاً شراب قدیمی در یک بطری جدید است. با ارائهدهندگان BNPL شخص ثالث مانند Klarna، Affirm و غیره، که رابط بین بازرگانان و مصرفکنندگان است، این نوع گزینه پرداخت در سالهای اخیر جایگاه خود را به دست آورده است. رکود اقتصادی ناشی از بیماری همه گیر اخیر، دسترسی و گسترش این نوع پرداخت را در فضای خرده فروشی افزایش داده است.
عملکرد BNPL
برای مصرف کننده
BNPL به طور فزاینده ای در بازار آنلاین و آفلاین استفاده می شود.
- در پلتفرم آنلاین، هنگامی که مشتری محصول خود را انتخاب می کند و برای خرید آنلاین آماده می شود، اگر بازار گزینه BNPL را داشته باشد، به سایتی منتقل می شود که گزینه پرداخت معوق را ارائه می دهد مانند آنچه در زیر نشان داده شده است.
- اگر مشتری پرداخت بدون بهره را از طریق برنامه BNPL انتخاب کند، از او جزئیات خواسته می شود که ممکن است شامل اطلاعات اعتباری و بانکی توسط فعال کننده BNPL باشد.
- در فروشگاه آفلاین، مشتری فرمی را به صورت دستی با جزئیات پر می کند یا داده ها را به کارمند فروشگاه ارسال می کند. سپس جزئیات توسط یک کارمند وارد یک پایگاه داده دیجیتال می شود یا به صورت شفاهی با کارمندی که داده ها را به شکل دیجیتال وارد می کند ارتباط برقرار می کند. در برخی فروشگاهها، یک تبلت/پد الکترونیکی در اختیار مشتری قرار میگیرد که اطلاعات مورد نیاز را در آن پر میکند.
- جزئیات توسط تاجر یا ارائهدهنده شخص ثالث برای اعتبار و تأیید بررسی میشوند.
- در صورت تایید، ممکن است یک پیش پرداخت کوچک مانند 25% از کل مبلغ خرید مورد نیاز باشد و پرداخت های بعدی در زمان مشخص شده بعدی در یک سری اقساط بدون بهره پرداخت شود.
- کلیه اقساط ممکن است با چک یا حواله بانکی پرداخت شود. یا به طور خودکار از کارت نقدی، حساب بانکی یا کارت اعتباری برداشت می شود.
- تفاوت بین پرداخت BNPL و پرداخت کارت اعتباری در این است که اولی اغلب بدون بهره است (اما نه همیشه)، و خرید به طور کامل در طول دوره تعیین شده پرداخت می شود. در کارتهای اعتباری، اعتبار ممکن است به طور نامحدود تمدید شود و با افزایش زمان، سود افزایش یابد.
برای تاجر
بازرگانانی که به دنبال راهحل BNPL هستند میتوانند خودشان چنین سیستمی را راهاندازی کنند (مدل تجاری با استفاده از تکنسین مالی یا فینتک) یا از یک ارائهدهنده BNPL شخص ثالث (مدل شریک) استفاده کنند.
مدل Merchant ساده است. تاجر برای برنامه ریزی پرداخت کالای خریداری شده در چندین اقساط با مشتری توافق می کند. بسته به سیاست های تاجر، ارزش کالای فروخته شده و مدت اقساط، ممکن است به روش پرداخت سود اضافه شود یا نباشد.
برای ارائه دهنده BNPL
در مدل شریک، یک شخص ثالث بین تاجر و مشتری ارتباط برقرار می کند و گزینه پرداخت اقساطی را ارائه می دهد. دو نوع راه حل BNPL شخص ثالث وجود دارد - وام کارمزد تراکنش تجاری و وام با بهره خریدار:
در کارمزد تراکنش تجاری نوع BNPL، مشتری برای استفاده از گزینه BNPL مبلغ اضافی دریافت نمی کند. در عوض، کارمزدی از تاجر دریافت میشود که معمولاً ۲ تا ۸ درصد از مبلغ خرید است.
در وام های با بهره خریدار، از تاجر کارمزدی دریافت نمی شود، اما مشتری به عنوان بخشی از طرح اقساط خود، سود پرداخت می کند. این شبیه به طرح های اقساطی سنتی است که اکنون بیش از یک قرن است که وجود دارد.
مدل شریک معمولاً به صورت زیر عمل می کند:
- هنگامی که مشتری گزینه خرید BNPL را انتخاب می کند، باید اطلاعاتی در مورد مبالغ هر قسط، دوره پرداخت و نحوه پرداخت (کارت اعتباری، کارت نقدی، حواله بانکی، بانکداری آنلاین و غیره) ارائه دهد. .).
- سپس مشتری موظف است مشخصات مناسبی مانند شماره کارت اعتباری، شماره حساب بانکی و غیره را ارائه کند که با استفاده از آنها ارائهدهنده میتواند اعتبار مشتری را بررسی کند.
- پس از تایید، خرید کامل تلقی می شود.
- پس از تکمیل فرآیند خرید در پایان مشتری، ارائه دهنده کل مبلغ خرید را منهای هر گونه هزینه ای که با تاجر توافق شده است به تاجر پرداخت می کند.
- ارائه دهنده اقساط باقی مانده را مستقیماً در بازه های زمانی از پیش تعیین شده از مشتری دریافت می کند.
استفاده از OCR در اکوسیستم BNPL
OCR در دو مرحله از پروتکل BNPL مفید است، یعنی در مرحله ورود داده ها و در مرحله تأیید KYC توسط ارائه دهنده BNPL.
در فروشگاه آفلاینی که استفاده از BNPL را انتخاب می کند، مشتری اغلب باید فرمی را با جزئیاتی که باید در رایانه وارد شود پر کند. اغلب فرم چیزی شبیه به این است:
داده هایی که مشتری در فرم پر می کند باید به صورت دستی توسط یک کارمند وارد یک سیستم در یک پایگاه داده شود. سپس نرمافزار BNPL دادهها را تأیید میکند و یادداشت تأیید را برای پردازش بیشتر ارسال میکند. این مانند این است که کارت اعتباری کشیده شده و داده ها برای تأیید اعتبار می شوند.
ارائهدهنده خدمات BNPL همچنین میتواند از استفاده از OCR در بررسی اسناد KYC پیوست شده مانند شناسه، جزئیات بانکی و غیره بهرهمند شود. تأیید داده های مربوطه از این اسناد با اطلاعات منبع.
ورود دستی داده های مالی برای عملیات BNPL دارای مشکلات زیر است:
1. نرخ خطا بالا: نشان داده شده است که ورود داده های خام بدون مراحل تأیید، دارای نرخ خطای بالای 4 درصد است. برای در نظر گرفتن این موضوع، به ازای هر پنج ورودی 2 خطا وجود دارد. هر گونه خطا در جزئیات مالی می تواند برای سازمان و مشتری فاجعه بار باشد. نرخ های بالای خطای مرتبط با ورود دستی داده ها را می توان به دلایل مختلفی نسبت داد، از آموزش ناکافی متخصصان ورود داده تا خستگی انسان، تفسیر نادرست داده ها، و غیره. بر اساس "ارزیابی کیفیت داده ها"، خطاها می توانند از مقادیر از دست رفته ناشی شوند. که به نوبه خود می تواند باعث ایجاد اختلاف در خروجی مورد نظر شود. حتی بهترین اپراتور ورودی داده نیز در زمانی که وظیفه ورود داده تکراری است و/یا شامل حجم زیادی از داده ها است، مستعد اشتباه است. یا، شرکت ها باید عملیات ورود داده ها را برون سپاری کنند که باز هم هزینه دارد.
2. تاخیر: ورود دستی داده ها زمان بر است. نرخ خوب ورود داده از اسناد کاغذی بین 10,000 تا 15,000 ضربه کلید در ساعت متغیر است. داده های پیچیده ای که قبل از وارد کردن نیاز به درک دارند، روند را بیشتر به تاخیر می اندازند. بنابراین وارد کردن 400 واحد داده بین 8 تا 10 دقیقه توسط اپراتور ذیصلاح زمان می برد که اگر حجم داده زیاد باشد غیرقابل قبول می شود.
3. کسالت انسان: فرآیند وارد کردن دستی داده ها تکراری و خسته کننده است و می تواند روحیه را تضعیف کند. بنابراین ورود دستی داده ها می تواند منجر به نارضایتی کارکنان و نرخ جابجایی بالا شود. اینها مشکلات جدی در محیط تجاری بسیار رقابتی امروزی هستند.
اینجاست که نرم افزار استخراج داده های OCR می تواند کمک کند
تشخیص کاراکتر نوری یا OCR هر نوع متن یا اطلاعات ذخیره شده در اسناد دیجیتال را به داده های قابل خواندن توسط ماشین تبدیل می کند. بنابراین، کپیهای سخت و اسناد کاغذی را میتوان به فرمتهای فایل قابل خواندن توسط رایانه تبدیل کرد، که برای ویرایش یا پردازش بیشتر دادهها مناسب است. تسهیل انتقال به دفاتر بدون کاغذ
OCR استخراج داده ها از اسناد بدون ساختار
یک OCR خوب باید بتواند:
- داده های ساختاریافته، ضعیف و بدون ساختار را استخراج کنید.
- داده ها را از منابع متعدد بکشید.
- داده های استخراج شده را در قالب دلخواه صادر کنید
- با نرم افزاری که داده ها را در زمان واقعی به فعال کننده FinTech در تجارت یا ارائه دهنده شخص ثالث BNPL یکپارچه می کند.
یک روش ایده آل که در آن OCR می تواند برای پردازش BNPL استفاده شود، زمانی است که مستقیماً در خط لوله فین تک ادغام شود.
مزایای OCR در اکوسیستم BNPL
- بهبود دقت و کاهش خطاهای انسانی: اتوماسیون می تواند بسیاری از خطاهای انسانی را که ناشی از نظارت، خستگی یا آموزش ناکافی است، از بین ببرد.
- صرفه جویی در زمان: اتوماسیون بدون شک سریعتر از استخراج دستی داده ها است. اطلاعات مالی و اعتباری مشتری باید در زمان واقعی به تکنسین مالی منتقل شود تا فرآیند خرید در این بازدید تکمیل شود. ورود خودکار داده ها می تواند روند را تسریع کند و در نتیجه از تاخیر در فرآیند خرید جلوگیری کند.
- کنترل و دسترسی بهتر به دادهها: مکان متمرکز دادههای ساختیافته، آن را برای همه ذینفعان و شرکتکنندگان در کسبوکار قابل دسترستر میکند و در نتیجه امکان انسجام در فعالیتهای تجاری را فراهم میکند.
- مزایای هزینه: در حالی که سرمایه گذاری اولیه در اتوماسیون OCR می تواند دلهره آور باشد، صرفه جویی در هزینه از طریق بهبود بهره وری، روحیه کارکنان و صرفه جویی در زمان می تواند هزینه های راه اندازی سیستم های استخراج خودکار داده ها را جبران کند.
- مقیاسپذیری: سیستمهای استخراج دادههای OCR، زمینه را برای افزایش مقیاس کسبوکار بدون نگرانی در مورد حجم دادههایی که به همین ترتیب مقیاسپذیر میشوند، ارائه میدهند.
OCR مبتنی بر هوش مصنوعی با نانو شبکه
Nanonets یک نرم افزار OCR است که از قابلیت های AI و ML برای استخراج خودکار داده های بدون ساختار/ساختار یافته از اسناد PDF، تصاویر و فایل های اسکن شده استفاده می کند. برخلاف راهحلهای سنتی OCR، نانو شبکهها برای هر نوع سند جدید به قوانین و قالبهای جداگانه نیاز ندارند.
نانوشبکهها با تکیه بر هوش شناختی مبتنی بر هوش مصنوعی میتوانند انواع اسناد نیمهساختار یافته و حتی غیرقابل مشاهده را مدیریت کنند و در طول زمان بهبود پیدا کنند. الگوریتم نانو شبکه و مدل های OCR به طور مداوم یاد می گیرند. آنها می توانند چندین بار آموزش یا بازآموزی شوند و بسیار قابل تنظیم هستند. همچنین میتوانید خروجی را سفارشی کنید تا جداول خاص یا ورودیهای داده مورد علاقه خود را استخراج کنید.
Nanonets API سرعت بالا و دقت بالایی را در استخراج دادهها و درایوهای خودکار برای مدیریت آیتمهای خطی فراهم میکند. Nanonets API می تواند وظایف زیر را انجام دهد:
- تشخیص دقیق ساختار جدول یک آیتم خط حاوی اسنادی مانند فرمها.
- تمام ورودیهای اقلام خطی که به شکلهایی مانند نام، محصول، قیمت، مجموع، تخفیفها و غیره وجود دارند.
- داده ها را می توان به عنوان خروجی JSON استخراج کرد که می تواند ساخت برنامه ها و پلتفرم های سفارشی شده را فعال کند.
در حالی که یک API و اسناد عالی برای توسعه دهندگان ارائه می دهد، این نرم افزار برای سازمان هایی که تیم توسعه دهندگان داخلی ندارند نیز ایده آل است.
مزایای استفاده از نانو شبکه ها نسبت به سایر نرم افزارهای OCR خودکار بسیار فراتر از صرفه جویی در هزینه، دقت و مقیاس است. نانوشبکهها علاوه بر این، مزایای منحصر به فردی را ارائه میکنند که آن را بسیار جلوتر از رقبا قرار میدهد:
- یک ابزار واقعاً بدون کد
- ادغام آسان نانو شبکه ها با اکثر نرم افزارهای CRM، ERP، خدمات محتوا یا RPA.
- بدون نیاز به پس پردازش: نانوشبکههای OCR میتوانند متن دستنویس، تصاویر متن به چندین زبان را بهطور همزمان، تصاویر با وضوح پایین، تصاویر با فونتهای جدید یا خط شکسته و اندازههای مختلف، تصاویر با متن سایهدار، متن کجشده، متن بدون ساختار تصادفی، تصویر را تشخیص دهند. نویز، تصاویر تار و موارد دیگر.
- با استفاده از داده های سفارشی برای آموزش مدل های OCR با داده های سفارشی کار می کند.
- تشخیص ورودی چندگانه: نانوشبکههای OCR میتوانند متن دستنویس، تصاویر متن به چند زبان را به طور همزمان، تصاویر با وضوح پایین، تصاویر با فونتهای جدید یا شکستهدار و اندازههای مختلف، تصاویر با متن سایهدار، متن کجشده، متن بدون ساختار تصادفی، نویز تصویر، تصاویر تار و چندین زبان
- استقلال از فرمت ها: نانوشبکه ها به هیچ وجه به الگوی اسناد محدود نمی شوند. شما می توانید داده ها را به صورت شناختی در جداول یا آیتم های خط یا هر فرمت دیگری ضبط کنید!
بردن
چشم انداز مصرف کننده در 20 سال گذشته به شدت تغییر کرده است، به ویژه در دو سال گذشته قرنطینه های ناشی از بیماری همه گیر و رکود اقتصادی. از فضایی که زمانی متکی به خرید نقدی بود تا فضایی که اکنون به طور کامل دیجیتالی کردن تراکنش ها را پذیرفته است، بازار در حال تغییر و تحولی است که به آن اجازه می دهد تا از فناوری و نوآوری های جدید با پتانسیل کامل خود استفاده کند. رویکرد BNPL گام منطقی بعدی در تکامل فضای خرده فروشی است. استفاده از OCR در گردش کار BNPL با مزایای قانع کننده ای مانند صرفه جویی در زمان و هزینه، فرآیند تایید ساده و در نهایت پذیرش بهتر توسط بازرگانان همراه است.
- &
- 000
- سال 20
- درباره ما
- دسترسی
- مطابق
- حساب
- در میان
- فعالیت ها
- اتخاذ
- تبلیغات
- توافق
- AI
- الگوریتم
- معرفی
- اجازه دادن
- مقدار
- مقدار
- API
- نرم افزار
- روش
- برنامه های
- خودکار
- اتوماسیون
- در دسترس
- بانک
- حساب بانکی
- انتقال بانکی
- بانکداری
- بودن
- مزایای
- بهترین
- سیاه پوست
- بنا
- کسب و کار
- خرید
- خریداری کردن
- قابلیت های
- ظرفیت
- کارت ها
- پول دادن و سكس - پول دادن و كس كردن
- متهم
- بررسی
- چک
- شناختی
- شرکت
- متقاعد کننده
- رقابت
- پیچیده
- مفهوم
- مصرف کننده
- مصرف کنندگان
- محتوا
- کمک
- کنترل
- هزینه
- میتوانست
- اعتبار
- کارت اعتباری
- کارت های اعتباری
- داده ها
- پردازش داده ها
- پایگاه داده
- تاریخ
- کارت اعتباری
- تاخیر
- تاخیر
- تقاضا
- افسردگی
- کشف
- توسعه
- توسعه دهندگان
- دیجیتال
- دیجیتالی شدن
- اسناد و مدارک
- پایین
- رانده
- در اوایل
- اقتصادی
- رکود اقتصادی
- از بین بردن
- وارد
- وارد می شود
- محیط
- تکامل
- سریعتر
- هزینه
- سرمایه گذاری
- مالی
- اطلاعات مالی
- fintech
- مناسب
- جریان
- پیروی
- فرم
- اشکال
- کامل
- آینده
- رفتن
- خوب
- مغازه
- بزرگ
- کمک
- زیاد
- خیلی
- تاریخ
- چگونه
- HTTPS
- تصویر
- شامل
- افزایش
- اطلاعات
- یکپارچه
- ادغام
- اطلاعات
- علاقه
- سرمایه گذاری
- IT
- کلارنا
- KYC
- چشم انداز
- زبان ها
- بزرگ
- رهبری
- یاد گرفتن
- اهرم ها
- لاین
- وام
- محل
- قفل کردن
- به دنبال
- ساخت
- مدیریت
- سرود
- کتابچه راهنمای
- دستی
- تولید
- بازار
- بازرگان
- بازرگانان
- ML
- مدل
- مدل
- پول
- اکثر
- سر و صدا
- عدد
- اقیانوس
- ارائه
- ارائه
- پیشنهادات
- آنلاین
- بانکداری آنلاین
- عملیات
- گزینه
- گزینه
- کدام سازمان ها
- سازمان های
- دیگر
- پرداخت
- بیماری همه گیر
- مقاله
- شرکت کنندگان
- شریک
- پرداخت
- پرداخت
- مبلغ پرداختی
- دوره ها
- چشم انداز
- سکو
- سیستم عامل
- سیاست
- محبوب
- در حال حاضر
- قیمت
- مشکلات
- روند
- محصول
- تولید
- بهره وری
- حرفه ای
- پروتکل
- ارائه
- فراهم می کند
- خرید
- خریداری شده
- خرید
- کیفیت
- نرخ
- خام
- زمان واقعی
- دلایل
- بحران اقتصادی
- شناختن
- رکورد
- نیاز
- ضروری
- خرده فروشی
- آفریقای جنوبی
- قوانین
- حراجی
- مقیاس
- مقیاس گذاری
- طرح
- بخش
- سلسله
- سرویس
- خدمات
- تنظیم
- محیط
- مشابه
- سایت
- کوچک
- نرم افزار
- فروخته شده
- مزایا
- چیزی
- فضا
- فضاها
- گسترش
- صحنه
- موجودی
- opbevare
- پرده
- سبک
- سیستم
- سیستم های
- وظایف
- تیم
- پیشرفته
- جهان
- شخص ثالث
- از طریق
- زمان
- زمان بر
- سنتی
- آموزش
- معامله
- معاملات
- دگرگونی
- منحصر به فرد
- us
- استفاده کنید
- ارزش
- فروشندگان
- تایید
- حجم
- چی
- WHO
- بدون
- با این نسخهها کار
- جهان
- سال