Автоматична звірка платежів для обмінників та P2P

Кожен обмінник і P2P-трейдер рано чи пізно впирається в одне й те саме вузьке місце: обсяг заявок росте швидше, ніж штат операторів, які вручну звіряють квитанції. Розберемо, з чого складається ручна звірка, де саме вона ламається на масштабі, і як побудувати автоматичний конвеєр перевірки платежів.

З чого складається звірка платежу

Коли клієнт надсилає квитанцію про переказ, оператор має відповісти на три питання: чи прийшла саме та сума, яку очікували; чи прийшла вона на потрібну картку чи рахунок; і чи це взагалі квитанція про завершену операцію, а не скрін форми оплати чи відмови. Додатково — час операції, щоб виключити переказ, зроблений годинами чи днями раніше для іншого приводу.

Для одного переказу це займає 15-40 секунд уважної роботи. Для потоку в сотні заявок на день це перетворюється на повноцінну посаду — і навіть тоді залишається людський фактор: втома, неуважність наприкінці зміни, бажання швидше закрити чергу.

Де ручна звірка ламається на масштабі

• Пікові години. Курс валюти стрибнув, усі кинулись міняти одночасно — черга заявок росте, час перевірки кожної скорочується, ризик пропустити підробку зростає саме тоді, коли обсяг найвищий.
• Нічні зміни. Менше операторів, вища втома, менше уважності до дрібних розбіжностей у сумі чи картці.
• Плинність кадрів. Новий оператор не одразу напрацьовує «відчуття» підозрілої квитанції, яке досвідчений співробітник розвиває місяцями.
• Масштабування бізнесу. Кожен новий канал прийому заявок (Telegram-бот, сайт, окремий менеджер) — це ще одна точка, де потрібна та сама перевірка, і вручну її складно продублювати однаково якісно всюди.

Ціна помилки оператора

Типовий обмінник обробляє 100–500 заявок на день. При ручній перевірці кожна квитанція займає 15–40 секунд — тобто один оператор витрачає від 25 хвилин до 3+ годин на зміну лише на звірку. Після 2–3 годин монотонної роботи увага падає: дослідження показують, що кількість помилок у повторюваних візуальних задачах зростає на 20–30% після четвертої години зміни.

Для обмінника кожна пропущена фейкова квитанція — це прямий збиток у розмірі суми операції. При курсі обміну, де маржа складає 0.5–1%, одна пропущена підробка на 10 000 грн з'їдає прибуток від 50–100 успішних обмінів. Математика проста: навіть якщо оператор пропускає одну підробку на тисячу, при потоці 300 заявок на день це відбувається раз на 3–4 дні.

Як виглядає автоматичний конвеєр перевірки

Замість того щоб оператор перевіряв кожну квитанцію очима, конвеєр працює так:

1. Клієнт надсилає фото квитанції — через Telegram-бот, форму на сайті або CRM.
2. Система автоматично відправляє фото на перевірку разом з очікуваною сумою і останніми цифрами картки. Один POST-запит до API.
3. За ~1 секунду приходить вердикт: підтверджено, не підтверджено, або «не вдалося розпізнати» (темне фото, обрізаний скрін).
4. Підтверджені заявки закриваються автоматично — оператор навіть не бачить їх.
5. Відхилені та невизначені — потрапляють до оператора з причиною відхилення, щоб людина прийняла рішення з контекстом.

Результат: оператор бачить лише 4–6% заявок замість 100%, а решта закривається за секунду без його участі. Час обробки черги скорочується в 15–20 разів.

Типові сценарії інтеграції

Залежно від архітектури бізнесу, API підключається по-різному:

• Telegram-бот → API → автовідповідь клієнту. Найпростіший варіант: клієнт надсилає фото в бот, бот перевіряє через API, автоматично підтверджує або просить повторити. Оператор підключається тільки при помилках. Реалізується за кілька годин.
• CRM / адмін-панель → API → статус заявки. При створенні заявки в CRM оператор (або автоматика) завантажує фото квитанції. API повертає вердикт, який записується до заявки. Оператор бачить результат одразу й приймає рішення швидше.
• Пакетна перевірка. Накопичені за годину заявки відправляються на перевірку пакетом. Менш оперативно, але підходить для бізнесів, де миттєвість не критична — наприклад, для денних звірок інтернет-магазину.

Коли залишити людину в процесі

Повна автоматизація — не завжди правильна ціль. Є випадки, де людина потрібна:

• Великі суми. Для операцій понад певний поріг (наприклад, 50 000 грн) розумно додати ручне підтвердження навіть після автоматичної перевірки — як додатковий рівень захисту.
• Нестандартні формати. Квитанції рідкісних банків, платіжних систем або іноземних переказів, які модель ще не бачила.
• Повторні спроби. Якщо клієнт надсилає квитанцію вдруге після відхилення — варто, щоб оператор подивився контекст: можливо, клієнт дійсно переказав повторно, а можливо, намагається «продавити» ту саму підробку.

Оптимальна модель — не «або людина, або автоматика», а «автоматика для рутини, людина для виключень». Саме так побудовані найефективніші операційні процеси в обмінниках з потоком 300+ заявок на день.

Що можна перевірити вручну, а що варто автоматизувати

Базові принципи звірки — сума, картка отримувача, дата й статус операції, відрізнення справжньої квитанції від скрину незавершеної оплати — однакові незалежно від того, робить це людина чи система. Різниця в швидкості й витривалості: людина перевіряє одну квитанцію за раз і втомлюється, алгоритм обробляє тисячі однаково уважно о будь-якій годині доби.

Розумний підхід — не вибирати між «повністю вручну» і «повністю автоматично», а автоматизувати очевидну більшість (де сума й картка або чітко збігаються, або чітко ні) і залишати людині тільки прикордонні випадки: темні фото, обрізані скріншоти, нестандартні формати квитанцій.

Як це влаштовано в CheckAPI

CheckAPI — API для автоматичної звірки квитанцій. Запит: фото квитанції, очікувана сума в гривнях, останні 4 цифри картки отримувача. Відповідь за медіанний час близько 1 секунди: verified: true/false, впевненість, розпізнана сума й картка, причина рішення.

curl -X POST https://check.sarmkadan.com/api/v1/verify \
  -H "X-API-Key: chk_ваш_ключ" \
  -F "image=@receipt.jpg" \
  -F "expectedAmount=2450" \
  -F "expectedCardLast4=7731"

В основі — власна ML-модель, навчена на понад 16 000 реальних квитанцій українських банків (ПриватБанк, monobank, OTP Bank, A-Bank, Raiffeisen), яка розпізнає не тільки цифри, а й типові ознаки підробки та скрини незавершених операцій. Зараз через сервіс проходить понад 10 000 перевірок на тиждень, 96% з них закриваються повністю автоматично, без участі оператора.

Куди підключати

• Telegram-бот прийому заявок — перевірка одразу після того, як клієнт надіслав фото квитанції, до того, як заявка потрапить у чергу оператора.
• Внутрішня CRM чи адмін-панель обмінника — масова перевірка накопичених заявок або перевірка в реальному часі при створенні угоди.
• P2P-майданчик — автоматичне підтвердження угоди між покупцем і продавцем без участі модератора у звичайних випадках, ескалація на людину тільки при розбіжностях.

Тарифи

Без абонплати і мінімальних місячних платежів, оплата в USDT або на рахунок. Повний опис ендпоінтів, кодів відповіді та помилок — у документації API. Підключення зазвичай займає один день, писати в Telegram @sarmkadan.

Скільки коштує ручна перевірка насправді

Порахуємо вартість ручної перевірки для обмінника з 300 заявками на день. Одна перевірка займає ~30 секунд — це 2.5 години чистого часу на зміну. Зарплата оператора в Україні — від 15 000 до 25 000 грн на місяць. Якщо оператор витрачає третину зміни на звірку квитанцій, вартість перевірки — приблизно 5 000–8 000 грн на місяць, або 0.5–0.9 грн за перевірку.

API-перевірка коштує $0.02–0.03 за штуку (0.8–1.2 грн). Виходить порівнянно, але API працює миттєво, без черг, без втоми і без ризику людської помилки. А при зростанні потоку оператор потребує підмін і нічних змін — API просто обробляє більше запитів.

Пов'язані матеріали