กระดูกสันหลังที่มองไม่เห็นของการธนาคาร: เจาะลึกในการจับคู่และการกระทบยอด

ปีที่แล้ว ฉันเฉลิมฉลองสองทศวรรษแห่งการทุ่มเทให้กับไอที โดยเฉพาะในภาคบริการทางการเงิน ในช่วงเวลานี้ ฉันได้เห็นการเปลี่ยนแปลงที่น่าทึ่งในด้านธนาคารและเทคโนโลยี การเกิดขึ้นของบริษัท Fintech และแนวทางที่เน้นลูกค้าเป็นศูนย์กลาง ควบคู่ไปกับความก้าวหน้าที่สำคัญในด้านวิศวกรรมซอฟต์แวร์ เช่น วิธีการแบบ Agile ไมโครเซอร์วิส และการประมวลผลแบบคลาวด์ ได้เปลี่ยนโฉมภูมิทัศน์ ที่น่าสนใจก็คือ การดำเนินงาน back-office ของบริษัทผู้ให้บริการทางการเงินหลายแห่งยังคงค่อนข้างคงที่ในช่วงหลายปีที่ผ่านมา โดยยังคงต้องต่อสู้กับ การเข้ารหัสด้วยตนเอง งานที่ต้องทำซ้ำๆ และการพึ่งพา Excel อย่างหนัก.

กระบวนการที่ต้องดำเนินการด้วยตนเองโดยเฉพาะและยังเป็นอัตโนมัติในภาคบริการทางการเงินคือ การจับคู่และการกระทบยอด. กระบวนการนี้เกิดขึ้นในรูปแบบต่างๆ เช่น จากการระบุและจัดการกับความแตกต่าง (โดยทั่วไปจะเกิดขึ้นเนื่องจากปัญหาหรือช่องว่างในการบูรณาการ) ในการบูรณาการหลัก-รอง ไปจนถึงการแก้ไขหรือลบรายการที่ซ้ำกัน และการอัพเดตระบบปฏิบัติการกึ่งอัตโนมัติด้วยข้อมูลจากแหล่งภายนอก

แม้จะมีความพร้อมของ ซอฟต์แวร์ที่ซับซ้อน (เช่น FIS IntelliMatch, Calypso Confirmation Matching, Misys CMS, Temenos T24 Confirmation Matching…​) สำหรับงานกระทบยอดเฉพาะ เช่น การจับคู่การยืนยันการชำระเงินและการค้า (มักอิงตามข้อความ SWIFT) งานจับคู่ส่วนใหญ่มักจะอาศัยโซลูชันแบบกำหนดเองหรือด้วยตนเองรวมถึง Excel หรือแม้แต่วิธีการที่ใช้กระดาษ บ่อยครั้งที่ระบบอัตโนมัติไม่เกี่ยวข้อง เนื่องจากการจับคู่มักเกี่ยวข้องกับการดำเนินการแบบครั้งเดียว เช่น แคมเปญการตลาด การล้างข้อมูล การจัดตำแหน่งกับพันธมิตร...​

ต้องทำความเข้าใจเรื่องการกระทบยอดให้ดีขึ้น ผ่าส่วนประกอบของมันเช่น

• มันเริ่มต้นด้วย รวบรวมและแปลงชุดข้อมูลที่แตกต่างกันเพื่อให้สามารถเปรียบเทียบได้. ประกอบด้วยชุดข้อมูลการกู้คืน 2 ชุด ซึ่งสามารถจัดส่งในรูปแบบที่แตกต่างกัน โครงสร้างที่แตกต่างกัน ขอบเขตที่แตกต่างกัน และด้วยชื่อหรือการแจงนับที่แตกต่างกัน ข้อมูลจำเป็นต้องได้รับการแปลงเพื่อให้สามารถเปรียบเทียบและโหลดลงในเครื่องมือเดียวกัน (เช่น ฐานข้อมูลหรือ Excel) เพื่อให้สามารถเปรียบเทียบได้อย่างง่ายดาย

• ขั้นตอนต่อไปคือการกำหนด อัลกอริธึมการจับคู่ที่แม่นยำ. นี่อาจเป็นคีย์เฉพาะแบบธรรมดา แต่ก็สามารถรวมแอตทริบิวต์หลายรายการเข้าด้วยกัน (คีย์คอมโพสิต) กฎแบบลำดับชั้น (เช่น จับคู่ก่อนบนคีย์ 1 หากไม่มีการจับคู่ที่ตรงกันบนคีย์ 2…​) หรือกฎคลุมเครือ (หากคีย์ ของชุดข้อมูล 1 คล้ายกับคีย์ของชุดข้อมูล 2 ซึ่งตรงกัน) การกำหนดอัลกอริธึมการจับคู่นี้อาจซับซ้อนมาก แต่มีความสำคัญอย่างยิ่งต่อความสามารถในการจับคู่แบบอัตโนมัติและได้คุณภาพเอาต์พุตที่ดี

• เมื่อกำหนดอัลกอริธึมการจับคู่แล้ว เราจะป้อน ขั้นตอนการเปรียบเทียบ. สำหรับชุดข้อมูลขนาดเล็ก สามารถทำได้ค่อนข้างง่าย แต่สำหรับชุดข้อมูลขนาดใหญ่มาก อาจจำเป็นต้องมีการเพิ่มประสิทธิภาพทุกประเภท (เช่น ดัชนี การแบ่งส่วน ความขนาน…​) เพื่อดำเนินการเปรียบเทียบในเวลาที่เหมาะสม

• ในที่สุด ความคลาดเคลื่อนที่ระบุจะต้องถูกแปลเป็นผลลัพธ์ที่ดำเนินการได้เช่น รายงาน การสื่อสารกับเพื่อนร่วมงานหรือบุคคลที่สาม หรือการดำเนินการแก้ไข (เช่น การสร้างไฟล์ ข้อความ หรือคำสั่ง SQL เพื่อแก้ไขความแตกต่าง)

ความซับซ้อนของการจับคู่ในบริการทางการเงินมีความหลากหลาย ให้เราสำรวจ กรณีการใช้งานทั่วไปบางประการ ในแวดวงบริการทางการเงิน:

• ธนาคารส่วนใหญ่มี ไฟล์หลักหลักทรัพย์ระบุหลักทรัพย์ทั้งหมดที่มีสถานะหรือซื้อขายได้ที่ธนาคาร ไฟล์นี้จำเป็นต้องผสานรวมกับแอปพลิเคชันจำนวนมาก แต่ยังต้องได้รับการป้อนจากแหล่งข้อมูลหลายแหล่ง เช่น Telekurs, Reuters, Bloomberg, Moody's...​ ซึ่งหมายความว่าต้องมีการจับคู่การรักษาความปลอดภัยที่ไม่ซ้ำกัน ขออภัย ไม่มีตัวระบุที่ไม่ซ้ำกัน 1 ตัวที่อธิบายหลักทรัพย์ทั้งหมด ตราสารที่ซื้อขายในที่สาธารณะมีรหัส ISIN ที่ตกลงกันโดยทั่วไป แต่ผลิตภัณฑ์ของเอกชนและผลิตภัณฑ์ OTC เช่น อนุพันธ์ส่วนใหญ่มักจะไม่มี ธนาคารจึงได้คิดค้นตัวระบุภายใน ใช้รหัส ISIN ปลอม (โดยทั่วไปจะเริ่มต้นด้วย "X") หรือใช้คีย์ผสมเพื่อระบุตราสารโดยไม่ซ้ำกัน (เช่น สำหรับตราสารอนุพันธ์ ซึ่งอาจเป็นการผสมผสานระหว่างสัญลักษณ์ของการรักษาความปลอดภัย ราคาใช้สิทธิ ประเภทตัวเลือก และ วันหมดอายุ).

• ในรายย่อยธนาคารถือเป็นสิ่งสำคัญอย่างยิ่ง ระบุและจับคู่บุคคลทางกายภาพโดยเฉพาะโดยไม่ซ้ำกัน. อย่างไรก็ตาม แม้แต่ในประเทศที่พัฒนาแล้วอย่างเบลเยียม ก็พูดง่ายกว่าทำ บุคคลทุกคนในเบลเยียมมีหมายเลขทะเบียนแห่งชาติ ดังนั้นนี่จึงดูเหมือนเป็นตัวเลือกที่ชัดเจนสำหรับรหัสที่ตรงกัน ขออภัย กฎหมายเบลเยียมจำกัดการใช้หมายเลขนี้เฉพาะกรณีการใช้งานเฉพาะเท่านั้น นอกจากนี้ ตัวระบุนี้ไม่มีอยู่สำหรับชาวต่างชาติและสามารถเปลี่ยนแปลงได้เมื่อเวลาผ่านไป (เช่น ชาวต่างชาติจะได้รับหมายเลขทะเบียนแห่งชาติชั่วคราวก่อนซึ่งสามารถเปลี่ยนเป็นหมายเลขสุดท้ายได้ ส่วนอีกหมายเลขหนึ่งในภายหลัง หรือในกรณีที่เพศเปลี่ยน หมายเลขทะเบียนแห่งชาติก็จะเปลี่ยนเช่นกัน) อีกทางเลือกหนึ่งคือใช้หมายเลขบัตรประจำตัวประชาชน แต่จะแตกต่างกันสำหรับชาวต่างชาติด้วยและจะเปลี่ยนทุกๆ 10 ปี ธนาคารหลายแห่งจึงใช้กฎที่ซับซ้อนมากขึ้น เช่น การจับคู่ตามชื่อ นามสกุล และวันเกิด แต่เห็นได้ชัดว่าสิ่งนี้มาพร้อมกับปัญหาทุกประเภท เช่น การซ้ำกัน การสะกดผิด และข้อผิดพลาดในชื่อ การใช้อักขระพิเศษใน ชื่อ…​

• ปัญหาที่คล้ายกันมากคือ จับคู่บริษัทหรือร้านค้าโดยเฉพาะ. ในเบลเยียม แต่ละบริษัทมีหมายเลขบริษัท ซึ่งคล้ายกับหมายเลข VAT (โดยไม่มีคำนำหน้า "BE") แต่เป็นหมายเลขประจำชาติอีกครั้ง และหมายเลข VAT 1 หมายเลขสามารถมีสถานที่ตั้งได้หลายแห่ง (เช่น ร้านค้าหลายแห่ง) มีแนวคิดเรื่อง "หมายเลขสาขา" (“vestigingsnummer” ในภาษาดัตช์) แต่แนวคิดนี้ไม่เป็นที่รู้จักมากนักและไม่ค่อยมีใครใช้ ในทำนองเดียวกัน มีรหัส LEI (ตัวระบุนิติบุคคล) ซึ่งเป็นรหัสที่ประกอบด้วยตัวอักษรและรหัส 20 ตัว ซึ่งระบุถึงบริษัททั่วโลกโดยไม่ซ้ำกัน น่าเสียดายที่มีเพียงบริษัทขนาดใหญ่เท่านั้นที่ขอรหัส LEI ดังนั้นสำหรับบริษัทขนาดเล็ก นี่ไม่ใช่ทางเลือกจริงๆ
  การจับคู่ที่ซับซ้อนมากขึ้นมักทำกันเช่น การผสมหมายเลข VAT รหัสไปรษณีย์ และเลขที่บ้านเข้าด้วยกัน แต่เห็นได้ชัดว่านี่ยังห่างไกลจากอุดมคติ ในการค้นหาตัวระบุที่ไม่ซ้ำใครและเป็นที่รู้จักโดยทั่วไป Google ID จะมีการใช้งานมากขึ้นเรื่อยๆ แต่การพึ่งพาบริษัทการค้าก็อาจก่อให้เกิดความเสี่ยงในการดำเนินงานอย่างมากเช่นกัน

• อีกกรณีที่น่าสนใจก็คือ การจับคู่การอนุมัติและข้อความการหักล้างในการชำระเงินด้วยบัตร VISA. โดยปกติแล้ว ตัวระบุที่ไม่ซ้ำกันควรตรงกับทั้งสองข้อความ แต่เนื่องจากกรณีข้อยกเว้นทุกประเภท (เช่น การอนุญาตแบบออฟไลน์หรือการอนุญาตแบบเพิ่มเติม) การดำเนินการนี้จะไม่ถูกต้องเสมอไป ดังนั้นจึงจำเป็นต้องมีกฎที่ซับซ้อนมากขึ้น โดยพิจารณาจากตัวระบุหลายตัว แต่ยังรวมถึงเกณฑ์การจับคู่อื่นๆ เช่น รหัสผู้ซื้อ รหัสผู้ค้า รหัสเทอร์มินัล PAN (หมายเลขบัตร) การประทับเวลา และ/หรือจำนวนเงิน
  การจับคู่ประเภทนี้ยังใช้กับกรณีการใช้งานการชำระเงินอื่นๆ เช่น การจับคู่การกันวงเงินล่วงหน้าที่เสร็จสมบูรณ์กับการกันวงเงินล่วงหน้าก่อนหน้า หรือการคืนเงินกับการซื้อครั้งก่อน

• กรณีการใช้งานทางการเงินที่เกี่ยวข้องกับธุรกิจเกือบทุกประเภทคือ การจับคู่ใบแจ้งหนี้และการชำระเงิน. เมื่อบริษัทออกใบแจ้งหนี้ จะต้องดูว่าเมื่อใดจึงจะถือว่าใบแจ้งหนี้นั้นชำระแล้ว นี่เป็นสิ่งสำคัญสำหรับการบัญชี แต่ยังต้องดูว่าควรส่งการแจ้งเตือนสำหรับใบแจ้งหนี้ที่ยังไม่ได้ชำระหรือไม่
  เพื่อให้การจับคู่การชำระเงินกับใบแจ้งหนี้ไม่ซ้ำกัน โดยทั่วไปแล้วในเบลเยียมจะใช้ข้อคิดเห็นที่มีโครงสร้างในคำสั่งการชำระเงิน รหัสเฉพาะพร้อมหมายเลขตรวจสอบนี้ให้การอ้างอิงที่ตรงกันไม่ซ้ำกัน ขออภัย ลูกค้ามักลืมใส่ความคิดเห็นที่มีโครงสร้างหรือใช้ผิด (เช่น คัดลอก/วางใบแจ้งหนี้ฉบับก่อนหน้า) ซึ่งหมายความว่าบริษัทจำเป็นต้องมีกฎการจับคู่ทางเลือกในกรณีที่ความคิดเห็นที่ไม่มีโครงสร้างหายไปหรือไม่ถูกต้อง โดยทั่วไปแล้วการรวมกันของจำนวนเงินที่ชำระ วันที่ชำระเงิน IBAN ของคู่สัญญา และ/หรือชื่อของคู่สัญญาสามารถให้ทางเลือกอื่นในการจับคู่ใบแจ้งหนี้เหล่านั้นได้

ดังที่คุณเห็นว่าการจับคู่นั้นไม่ใช่เรื่องง่าย แต่การทำความเข้าใจขั้นตอนพื้นฐานสามารถช่วยให้การจับคู่ดีขึ้นได้ ในระหว่างนี้ แม้จะมีข้อจำกัด Excel ยังคงเป็นเครื่องมือที่มีประสิทธิภาพสำหรับการจับคู่ (ด้วยตนเอง) ดังนั้นก การแจ้งเตือนด่วนสำหรับทุกคนที่ต้องการจับคู่ใน Excel:

• ใช้ VLOOKUP เพื่อทำการจับคู่. อย่างไรก็ตาม VLOOKUP มีข้อจำกัดบางประการ เช่น ทำให้เกิดข้อผิดพลาดหากไม่มีค่าที่ตรงกัน และคุณสามารถค้นหาได้เฉพาะคอลัมน์แรกเท่านั้น ทางเลือกที่มีประสิทธิภาพคือการใช้ เอ็กซ์ลุคอัพซึ่งไม่มีข้อจำกัดเหล่านี้

• ถ้าคุณต้องการ a คีย์การค้นหาแบบผสมเพิ่มคอลัมน์ในชุดข้อมูลการค้นหาของคุณโดยใช้คีย์การค้นหาแบบผสม (เช่น เชื่อมต่อแอตทริบิวต์ต่างๆ เช่น “#” เป็นตัวคั่น) จากนั้นใช้ VLOOKUP/XLOOKUP เพื่อค้นหาคอลัมน์ใหม่นี้

• เรื่อง จุดสนใจ เมื่อใช้ VLOOKUP:

  • อย่าลืมเพิ่ม "false" เป็นอาร์กิวเมนต์สุดท้ายของฟังก์ชัน VLOOKUP เพื่อให้แน่ใจว่าตรงกันทุกประการ

  • ตรวจสอบให้แน่ใจว่ารูปแบบข้อมูลเหมือนกัน เช่น ตัวเลข “123” และข้อความ “123” จะไม่ตรงกัน ดังนั้นจึงควรแปลงให้อยู่ในรูปแบบเดียวกันก่อน Idem สำหรับตัวระบุที่ขึ้นต้นด้วยเลข 0 นำหน้า บ่อยครั้งที่ Excel จะแปลงข้อมูลเหล่านั้นเป็นตัวเลข โดยจะลบเลข 0 นำหน้าออก และไม่ทำให้เกิดผลลัพธ์ที่ตรงกัน

  • อย่าใช้ชุดข้อมูลมากกว่า 100.000 แถวใน Excel ชุดข้อมูลที่ใหญ่ขึ้นเป็นปัญหาต่อประสิทธิภาพและความเสถียรของ Excel
    การเปลี่ยนโหมดการคำนวณเป็น "ด้วยตนเอง" อาจเป็นเรื่องที่น่าสนใจหากคุณทำงานกับ VLOOKUP ในชุดข้อมูลขนาดใหญ่ ไม่เช่นนั้น Excel จะคำนวณ VLOOKUP ทั้งหมดใหม่ทุกครั้งที่คุณทำการเปลี่ยนแปลงข้อมูลเล็กน้อย

  • VLOOKUP มีหมายเลขคอลัมน์ที่จะส่งคืนเป็นอาร์กิวเมนต์ที่สาม ตัวเลขนี้ไม่ได้ปรับเปลี่ยนแบบไดนามิกเมื่อเพิ่มหรือลบคอลัมน์ ดังนั้นอย่าลืมปรับเปลี่ยนเมื่อเพิ่มหรือลบคอลัมน์

  • หากคุณต้องการเพียงการจับคู่ คุณสามารถใช้สูตร “=IF(ISERROR(VLOOKUP( , ,1,เท็จ)”ไม่ตรงกัน””ตรงกัน”)”

เทคนิคเหล่านี้สามารถช่วยได้ เร่งการจับคู่ด้วยตนเองของคุณให้เร็วขึ้นแต่เห็นได้ชัดว่าระบบอัตโนมัติที่แท้จริงดีกว่าเสมอ

การจับคู่ในบริการทางการเงินคือก ความท้าทายหลายแง่มุมแต่การทำความเข้าใจขั้นตอนพื้นฐานของมันถือเป็นกุญแจสำคัญในการปรับปรุงผลลัพธ์ แม้ว่าเครื่องมืออย่าง Excel จะนำเสนอโซลูชันชั่วคราว แต่อนาคตอยู่ที่ระบบอัตโนมัติอัจฉริยะ ซึ่งสามารถปรับปรุงกระบวนการเหล่านี้ได้อย่างมาก สำหรับผู้ที่ต้องการเจาะลึกยิ่งขึ้นในการจับคู่ความซับซ้อนหรือระบบอัตโนมัติ การใช้ประโยชน์จากเครื่องมือและแพลตฟอร์มขั้นสูง รวมถึงโซลูชันที่ขับเคลื่อนด้วย AI เช่น ChatGPT สามารถให้ทั้งข้อมูลเชิงลึกและโซลูชันที่ใช้งานได้จริง

ตรวจสอบบล็อกทั้งหมดของฉันบน https://bankloch.blogspot.com/

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: https://www.finextra.com/blogposting/25297/the-unseen-backbone-of-banking-a-deep-dive-into-matching-and-reconciliation?utm_medium=rssfinextra&utm_source=finextrablogs