銀行業務の目に見えないバックボーン: マッチングと調整の詳細

昨年、私は IT、特に金融サービス分野に没頭して XNUMX 年を祝いました。 この期間中、私は銀行業務とテクノロジーにおける目覚ましい変革を目撃してきました。 フィンテック企業の台頭とその顧客中心のアプローチは、アジャイル手法、マイクロサービス、クラウド コンピューティングなどのソフトウェア エンジニアリングの大幅な進歩とともに、状況を一変させました。 しかし、興味深いことに、多くの金融サービス企業のバックオフィス業務はここ数年比較的静的なままであり、依然として課題と取り組んでいます。 手動エンコーディング、反復的なタスク、Excel への依存度の高さ.

金融サービス部門における特に手動でありながら自動化可能なプロセスは、次のとおりです。 マッチングと調整。 このプロセスは、マスターとスレーブの統合における不一致（通常、統合の問題やギャップによって発生する）の特定と対処から、重複の修正または削除、および外部ソースからのデータによる運用システムの半自動更新まで、さまざまな形で発生します。

利用可能であるにもかかわらず、 洗練されたソフトウェア (例: FIS IntelliMatch、Calypso 確認照合、Misys CMS、Temenos T24 確認照合…) 支払いや取引確認の照合 (多くの場合 SWIFT メッセージに基づく) などの特定の調整タスクの場合、 照合タスクの大部分はカスタムまたは手動のソリューションに依存することがよくあります、Excel や紙ベースの方法も含まれます。 マッチングはマーケティング キャンペーン、データのクリーンアップ、パートナーとの調整などの XNUMX 回限りのアクションに関与することが多いため、自動化も適切でない場合が非常に多いです。

より良い調整を理解するには、次のことが必要です そのコンポーネントを分析するすなわち、

• それはで始まる 比較可能にするために異種データセットを収集および変換する。 これは、異なる形式、異なる構造、異なるスコープで、異なる名前または列挙で配信できる 2 つのデータ セットの回復で構成されます。 データを比較できるように変換し、同じツール (データベースや Excel など) にロードして、簡単に比較できるようにする必要があります。

• 次のステップでは、 正確なマッチングアルゴリズム。 これは単純な一意のキーにすることもできますが、複数の属性の組み合わせ (複合キー)、階層ルール (つまり、最初にキー 1 に一致し、一致しない場合はキー 2 を試す…)、またはファジー ルール (キーの場合) を使用することもできます。データセット 1 のキーがデータセット 2 のキーに似ている場合、一致します)。 このマッチング アルゴリズムの定義は非常に複雑になる可能性がありますが、マッチングを自動化し、良好な出力品質を実現するには非常に重要です。

• マッチングアルゴリズムが定義されたら、次のように入力します。 比較フェーズ。 小規模なデータ セットの場合、これは非常に簡単に実行できますが、非常に大規模なデータ セットの場合、適切な時間内に比較を実行するために、あらゆる種類のパフォーマンスの最適化 (インデックス、セグメンテーション、並列処理など) が必要になる場合があります。

• 最後に、 特定された矛盾は実用的な出力に変換する必要があるレポート、同僚や第三者へのコミュニケーション、修正措置（相違点を修正するためのファイル、メッセージ、または SQL ステートメントの生成など）など。

金融サービスにおけるマッチングの複雑さは多岐にわたります。 探検してみましょう いくつかの典型的な使用例 金融サービスの分野では:

• ほとんどの銀行には 有価証券マスターファイル、ポジションにある、または銀行で取引できるすべての証券を説明します。 このファイルは多くのアプリケーションと統合する必要がありますが、Telekurs、Reuters、Bloomberg、Moody's などの複数のデータ ソースからも供給される必要があります。これは、セキュリティを一意に一致させる必要があることを意味します。 残念ながら、すべての証券を表す一意の識別子は 1 つもありません。 上場商品には共通に合意された ISIN コードがありますが、ほとんどのデリバティブ商品などのプライベート商品や OTC 商品には通常はありません。 したがって、銀行は内部識別子を発明したり、偽の ISIN コード (通常は「X」で始まる) を使用したり、複合キーを使用して商品を一意に識別したりしています (たとえば、デリバティブの場合、これは基礎となる証券のティッカー、行使価格、オプションの種類、および有効期限）。

• リテールバンキングでは明らかに次のことが不可欠です。 特定の物理的な人物を一意に識別して照合する。 しかし、ベルギーのような先進国であっても、これは言うは易く行うは難しです。 ベルギーではすべての個人が国家登録番号を持っているため、これは一致するキーとしては当然の選択と思われます。 残念ながら、ベルギーの法律により、この番号の使用は特定の用途に制限されています。 さらに、この識別子は外国人には存在せず、時間の経過とともに変更される可能性があります（たとえば、外国人居住者は最初に最終的な国民登録番号に変更できる一時的な国民登録番号を受け取り、後で別の番号に変更するか、性別が変更された場合には国民登録番号も変更されます）。 もう 10 つのオプションは身分証明書番号を使用することですが、これも外国人の場合は異なり、XNUMX 年ごとに変わります。 そのため、多くの銀行は、名、姓、生年月日に基づく照合など、より複雑なルールを使用していますが、明らかにこれには、名前の重複、スペルの違いや間違い、名前の特殊文字の使用など、あらゆる種類の問題も伴います。名前…

• 非常によく似た問題は、 企業、より具体的には店舗のマッチング。 ベルギーでは、各企業には VAT 番号に似た企業番号 (「BE」の接頭語が付いていない) がありますが、これも非常に全国的であり、1 つの VAT 番号に複数の場所 (複数の店舗など) を含めることができます。 「支店番号」（オランダ語で「vestigingsnummer」）という概念が存在しますが、この概念はあまり知られておらず、ほとんど使用されません。 同様に、世界中の企業を一意に識別する 20 個の文字とコードを組み合わせたコードである LEI コード (Legal Entity Identifier) が存在します。 残念ながら、LEIコードを要求しているのは大企業のみであるため、中小企業にとってこれは実際には選択肢ではありません。
  ここでも、VAT 番号、郵便番号、家番号の組み合わせなど、より複雑な照合が行われることがよくありますが、これは明らかに理想とは程遠いものです。 一般的に知られている一意の識別子を探すために、Google ID もますます使用されるようになりますが、営利企業との依存関係も大きな運用上のリスクを引き起こす可能性があります。

• もう一つの興味深い事例は、 VISAカード支払いにおけるオーソリゼーションとクリアリングメッセージの照合。 通常、一意の識別子は両方のメッセージに一致する必要がありますが、あらゆる種類の例外ケース (オフライン認証や増分認証など) のため、これが常に正しいとは限りません。 したがって、いくつかの識別子だけでなく、アクワイアラー ID、マーチャント ID、端末 ID、PAN (カード番号)、タイムスタンプ、および/または金額などの他の一致基準も参照する、より複雑なルールが必要です。
  この種の照合は、事前承認の完了とその前の事前承認の照合、または払い戻しと以前の購入の照合など、他の支払いのユースケースにも当てはまります。

• ほぼすべてのビジネスに関係する財務上のユースケースは次のとおりです。 請求書と支払いの照合。 企業が請求書を発行する場合、その請求書がいつ支払われたとみなされるかを確認できる必要があります。 これは会計にとって重要ですが、未払いの請求書を通知する必要があるかどうかを確認するためにも重要です。
  支払いと請求書を一意に照合するために、ベルギーでは通常、支払い指示で構造化されたコメントが使用されます。 チェック ディジットを含むこの一意のコードは、一意の照合参照を提供します。 残念なことに、顧客は構造化コメントの入力を忘れたり、間違ったコメントを使用したりすることがよくあります (例: 以前の請求書のコピー/ペースト)。 これは、企業は、非構造化コメントが欠落しているか間違っている場合に備えて、フォールバック一致ルールを用意する必要があることを意味します。 通常、支払金額、支払日、取引相手の IBAN および/または取引相手の名前の組み合わせにより、これらの請求書を照合するための代替方法が得られます。

ご覧のとおり、マッチングは決して簡単ではありませんが、基本的な手順を理解することでマッチングを改善することができます。 それまでのところ、制限はあるものの、Excel は依然として (手動) マッチングのための強力なツールです。 したがって、 Excel でマッチングを行いたい人向けの簡単なリマインダー:

• 　 照合を実行する VLOOKUP。 ただし、VLOOKUP には、一致しない場合にエラーが発生したり、最初の列でしか検索できないなど、特定の制限があります。 強力な代替手段は、 XLOKUP、これらの制限はありません。

• あなたが必要な場合 複合検索キー、複合検索キーを使用して検索データ セットに列を追加し (つまり、区切り文字として「#」などを使用してさまざまな属性を連結します)、VLOOKUP/XLOOKUP を使用してこの新しい列を検索します。

• 一部 注意点 VLOOKUP を使用する場合:

  • 完全一致を保証するために、関数 VLOOKUP の最後の引数として「false」を追加することを忘れないでください。

  • データ形式が同じであることを確認してください。 たとえば、数字「123」とテキスト「123」は一致しないため、最初にそれらを同じ形式に変換することが重要です。 先頭の 0 で始まる識別子については同様です。 多くの場合、Excel はそれらを数値に変換するため、先頭の 0 が削除され、一致しません。

  • Excel では 100.000 行を超えるデータ セットを使用しないでください。 データ セットが大きくなると、Excel のパフォーマンスと安定性に問題が生じます。
    大規模なデータ セットで VLOOKUP を使用する場合は、計算モードを「手動」に設定すると興味深い場合があります。そうしないと、データに小さな変更を加えるたびに Excel がすべての VLOOKUP を再計算します。

  • VLOOKUP は XNUMX 番目の引数として返す列番号を持ちます。 この数値は列を追加または削除するときに動的に調整されないため、列を追加または削除するときに必ず調整してください。

  • 一致するだけの場合は、式「=IF(ISERROR(VLOOKUP( 、 ,1,false),”一致しません”,”一致”)”

これらのトリックは次のことに役立ちます 手動マッチングを高速化しますしかし、明らかに実際の自動化は常に優れています。

金融サービスにおけるマッチングは、 多面的な挑戦ですが、その基本的な手順を理解することが成果を向上させる鍵となります。 Excel などのツールは一時的な解決策を提供しますが、将来はこれらのプロセスを大幅に合理化できるインテリジェントな自動化にあります。 マッチングの複雑さや自動化をさらに深く掘り下げたいと考えている人にとって、ChatGPT のような AI 主導のソリューションを含む高度なツールとプラットフォームを活用することで、洞察と実用的なソリューションの両方を提供できます。

私のすべてのブログをチェックしてください https://bankloch.blogspot.com/

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
• 情報源： https://www.finextra.com/blogposting/25297/the-unseen-backbone-of-banking-a-deep-dive-into-matching-and-reconciliation?utm_medium=rssfinextra&utm_source=finextrablogs