Nevidna hrbtenica bančništva: globok potop v usklajevanje in usklajevanje

Lansko leto sem praznoval dve desetletji poglobitve v IT, zlasti v sektorju finančnih storitev. V tem obdobju sem bil priča izjemnim spremembam v bančništvu in tehnologiji. Pojav Fintech podjetij in njihov pristop, osredotočen na stranke, skupaj s pomembnim napredkom v programskem inženiringu, kot so Agile metodologije, mikrostoritve in računalništvo v oblaku, so preoblikovali pokrajino. Zanimivo pa je, da so zaledne operacije številnih podjetij za finančne storitve v teh letih ostale razmeroma nespremenjene in se še vedno spopadajo z ročno kodiranje, ponavljajoče se naloge in velika odvisnost od Excela.

Posebej ročni in hkrati avtomatiziran postopek v sektorju finančnih storitev je ujemanje in sprava. Ta postopek se pojavi v različnih oblikah, tj. od prepoznavanja in obravnavanja neskladij (ki se običajno pojavijo zaradi težav ali vrzeli pri integracijah) v integracijah nadrejenega in podrejenega sistema do popravljanja ali odstranjevanja dvojnikov in polavtomatskih posodobitev operativnih sistemov s podatki iz zunanjih virov.

Kljub razpoložljivosti dovršena programska oprema (npr. FIS IntelliMatch, Calypso Confirmation Matching, Misys CMS, Temenos T24 Confirmation Matching…​) za posebne naloge usklajevanja, kot je ujemanje potrditve plačil in trgovanja (pogosto na podlagi sporočil SWIFT), večina ujemajočih nalog se pogosto opira na prilagojene ali ročne rešitve, vključno z Excelom ali celo papirnatimi metodami. Zelo pogosto tudi avtomatizacija ni ustrezna, saj je ujemanje pogosto vključeno v enkratne akcije, kot so marketinške akcije, čiščenje podatkov, usklajevanje s partnerji ...​

Za razumevanje je potrebna boljša sprava seciranje njegovih sestavnih delov, tj

• Začne se z zbiranje in preoblikovanje različnih nizov podatkov za primerljivost. To je sestavljeno iz rekuperacije 2 nizov podatkov, ki ju je mogoče dostaviti v različnih formatih, različnih strukturah, različnih obsegih in z različnimi imeni ali oštevilčenji. Podatke je treba preoblikovati tako, da so primerljivi in ​​jih naložiti v isto orodje (npr. bazo podatkov ali Excel), da jih je mogoče enostavno primerjati.

• Naslednji korak je opredelitev a natančen algoritem ujemanja. To je lahko preprost edinstven ključ, lahko pa je tudi kombinacija več atributov (sestavljeni ključ), hierarhično pravilo (tj. ujemanje najprej na ključu 1, če ni ujemanja, poskusite na ključu 2 ...​) ali mehko pravilo (če je ključ podatkovnega niza 1 je podoben ključu podatkovnega niza 2 je ujemanje). Definiranje tega algoritma ujemanja je lahko zelo zapleteno, vendar je ključnega pomena pri zmožnosti avtomatizacije ujemanja in doseganja dobre kakovosti izhoda.

• Ko je algoritem ujemanja definiran, vnesemo fazo primerjave. Za majhne nize podatkov je to mogoče storiti precej preprosto, za zelo velike nize podatkov pa so lahko potrebne vse vrste optimizacij delovanja (kot so indeksi, segmentacija, vzporednost ...​), da se primerjava izvede v razumnem času.

• Končno, ugotovljena neskladja je treba pretvoriti v ukrepljive rezultate, kot so poročila, sporočila sodelavcem ali tretjim osebam ali korektivni ukrepi (npr. ustvarjanje datotek, sporočil ali stavkov SQL za odpravo razlik).

Zapletenost ujemanja v finančnih storitvah je raznolika. Naj raziščemo nekaj tipičnih primerov uporabe na področju finančnih storitev:

• Večina bank ima a Glavna datoteka vrednostnih papirjev, ki opisuje vse vrednostne papirje, ki so v poziciji ali se lahko trguje pri banki. To datoteko je treba integrirati s številnimi aplikacijami, hkrati pa jo mora hraniti več podatkovnih virov, kot so Telekurs, Reuters, Bloomberg, Moody's…​ To pomeni, da se mora varnost edinstveno ujemati. Na žalost ne obstaja en edinstven identifikator, ki bi opisoval vse vrednostne papirje. Instrumenti, s katerimi se trguje javno, imajo skupno dogovorjeno kodo ISIN, zasebni produkti in produkti OTC, kot je npr. večina izvedenih finančnih instrumentov, pa običajno nimajo. Banke so zato izumile notranje identifikatorje, uporabljajo lažne kode ISIN (običajno se začnejo z "X") ali uporabljajo sestavljene ključe za enolično identifikacijo instrumenta (npr. za izvedeni finančni instrument je to lahko kombinacija oznake osnovnega vrednostnega papirja, izvršilne cene, vrste opcije in Datum veljavnosti).

• Pri poslovanju s prebivalstvom je očitno nujno enolično identificirajo in ujemajo z določeno fizično osebo. Toda tudi v razviti državi, kot je Belgija, je to lažje reči kot narediti. Vsak posameznik v Belgiji ima nacionalno registrsko številko, zato se zdi to očitna izbira za ujemajoči se ključ. Na žalost belgijski zakoni omejujejo uporabo te številke na posebne primere uporabe. Poleg tega ta identifikator ne obstaja za tujce in se lahko sčasoma spremeni (npr. tuji rezidenti najprej prejmejo začasno nacionalno registrsko številko, ki se lahko spremeni v dokončno, drugo kasneje ali v primeru spremembe spola se spremeni tudi državna registrska številka). Druga možnost je uporaba številke osebne izkaznice, vendar je tudi ta za tujce drugačna in se spreminja vsakih 10 let. Številne banke zato uporabljajo bolj zapletena pravila, kot je ujemanje na podlagi imena, priimka in rojstnega datuma, vendar očitno to prinaša tudi vse vrste težav, kot so dvojniki, črkovalne razlike in napake v imenih, uporaba posebnih znakov v imena…​

• Zelo podoben problem je ujemanje s podjetjem ali natančneje s trgovino. V Belgiji ima vsako podjetje številko podjetja, ki je podobna številki za DDV (brez predpone »BE«), vendar je to spet zelo nacionalno in ena številka za DDV ima lahko več lokacij (npr. več trgovin). Obstaja koncept "številke podružnice" ("vestigingsnummer" v nizozemščini), vendar ta koncept ni dobro poznan in se redko uporablja. Podobno obstaja koda LEI (Identifikator pravne osebe), ki je koda kombinacije 1 črk in kod, ki enolično identificira podjetje po vsem svetu. Na žalost so le velika podjetja zahtevala kodo LEI, tako da za manjša podjetja to pravzaprav ni možnost.
  Spet se pogosto izvaja bolj zapleteno ujemanje, kot je kombinacija številke za DDV, poštne številke in hišne številke, vendar očitno to še zdaleč ni idealno. V iskanju unikatnega in splošno znanega identifikatorja postaja vedno bolj v uporabi tudi Google ID, vendar lahko odvisnost od komercialnega podjetja predstavlja tudi veliko operativno tveganje.

• Drug zanimiv primer je ujemanje avtorizacije in klirinškega sporočila pri plačilu s kartico VISA. Običajno se mora enolični identifikator ujemati z obema sporočiloma, vendar zaradi vseh vrst izjemnih primerov (npr. avtorizacije brez povezave ali inkrementalne avtorizacije) to ne bo vedno pravilno. Zato je potrebno bolj zapleteno pravilo, ki upošteva več identifikatorjev, pa tudi druge kriterije ujemanja, kot so ID pridobitelja, ID trgovca, ID terminala, PAN (številka kartice), časovni žig in/ali znesek.
  Ta vrsta ujemanja velja tudi za druge primere uporabe plačil, kot je npr. ujemanje dokončane predavtorizacije s predhodno predavtorizacijo ali vračilo kupnine s predhodnim nakupom.

• Primer finančne uporabe, ki zadeva skoraj vsako podjetje, je ujemanje računa in plačila. Ko podjetje izda račun, mora imeti možnost videti, kdaj se lahko šteje, da je račun plačan. To je pomembno za računovodstvo, pa tudi zato, da vidimo, ali je treba poslati opomine za neplačane račune.
  Za edinstveno uskladitev plačila z računom se v Belgiji v plačilnem navodilu običajno uporablja strukturiran komentar. Ta edinstvena koda s kontrolno številko zagotavlja edinstveno referenco za ujemanje. Stranke žal pogosto pozabijo vnesti strukturiran komentar ali uporabijo napačnega (npr. kopiranje/prilepitev prejšnjega računa). To pomeni, da mora imeti podjetje rezervno pravilo za ujemanje, če nestrukturiran komentar manjka ali je napačen. Običajno lahko kombinacija zneska plačila, datuma plačila, IBAN nasprotne stranke in/ali imena nasprotne stranke ponudi alternativni način za ujemanje teh računov.

Kot lahko vidite, ujemanje še zdaleč ni enostavno, a razumevanje osnovnih korakov lahko pomaga pri boljšem ujemanju. Medtem Excel kljub svojim omejitvam ostaja močno orodje za (ročno) ujemanje. Zato a kratek opomnik za vse, ki želijo ujemati v Excelu:

• Uporaba VLOOKUP za izvedbo ujemanja. Vendar ima VLOOKUP določene omejitve, kot je dejstvo, da prikaže napako, če ni ujemanja, in da lahko iščete samo v prvem stolpcu. Močna alternativa je uporaba XLOOKUP, ki teh omejitev nima.

• Če potrebujete sestavljen iskalni ključ, dodajte stolpec v nabor iskalnih podatkov s sestavljenim iskalnim ključem (tj. združite različne atribute z npr. »#« kot ločilo) in nato uporabite VLOOKUP/XLOOKUP za iskanje v tem novem stolpcu.

• nekateri točke pozornosti pri uporabi VLOOKUP:

  • Ne pozabite dodati »false« kot zadnji argument funkcije VLOOKUP, da zagotovite natančno ujemanje.

  • Prepričajte se, da so formati podatkov enaki. Npr. številka »123« in besedilo »123« se ne ujemata, zato je pomembno, da ju najprej pretvorite v isto obliko. Enako za identifikatorje, ki se začnejo z začetnimi ničlami. Pogosto jih bo Excel pretvoril v številke, s čimer bo odstranil prve ničle in ne bo povzročil ujemanja.

  • V Excelu ne uporabljajte nizov podatkov z več kot 100.000 vrsticami. Večji nabori podatkov so problematični za delovanje in stabilnost Excela.
    Prav tako je lahko zanimivo nastaviti način izračuna na »Ročno«, če delate z VLOOKUP na velikih naborih podatkov, sicer bo Excel znova izračunal vse VLOOKUP vsakič, ko naredite manjšo spremembo podatkov.

  • VLOOKUP ima številko stolpca, ki jo vrne kot tretji argument. Ta številka ni dinamično prilagojena pri dodajanju ali odstranjevanju stolpcev, zato ne pozabite prilagoditi pri dodajanju ali odstranjevanju stolpcev.

  • Če želite le ujemanje, lahko uporabite formulo »=IF(ISERROR(VLOOKUP( , ,1,false),"NI UJEMANJA","UJEMANJE")"

Ti triki lahko pomagajo pri pospešite ročno ujemanje, a očitno je prava avtomatizacija vedno boljša.

Ujemanje v finančnih storitvah je a večplasten izziv, vendar je razumevanje njegovih temeljnih korakov ključno za izboljšanje rezultatov. Medtem ko orodja, kot je Excel, ponujajo začasne rešitve, je prihodnost v inteligentni avtomatizaciji, ki lahko bistveno racionalizira te procese. Za tiste, ki se želijo poglobiti v ujemanje zapletenosti ali avtomatizacije, lahko uporaba naprednih orodij in platform, vključno z rešitvami, ki jih poganja AI, kot je ChatGPT, zagotovi vpoglede in praktične rešitve.

Oglejte si vse moje bloge https://bankloch.blogspot.com/

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://www.finextra.com/blogposting/25297/the-unseen-backbone-of-banking-a-deep-dive-into-matching-and-reconciliation?utm_medium=rssfinextra&utm_source=finextrablogs