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.

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.

Пов'язані матеріали