Кейс: автосверка актов и платежей в сервисе за 48 дней
За 48 дней в сервисной компании (B2B-подписки + разовые работы) сократил среднее время сверки акта и платежа с 2,8 рабочего дня до 4,5 часа, долю «висящих» закрывающих без оплаты >14 дней — с 23% до 7%, а ручные часы бухгалтерии на сверку — примерно с 36 до 11 часов в неделю.
Это не «робот заменил главбуха», а узкий контур: акт выставлен → оплата пришла (или нет) → сопоставление по сумме/ИНН/назначению/договору → статус в CRM и напоминание менеджеру. Цифры — композит одного внедрения (РФ, 2026, ~180–220 закрывающих документов в месяц). Не оферта и не гарантия того же результата «из коробки».
Контекст: что болело до старта
Клиент: сервис с абонементами и проектными доработками, 3 менеджера, 1,5 ставки в учёте (бухгалтер + часть времени финдиректора). Документы уходили из 1С/облачной бухгалтерии, оплаты — из банка и эквайринга, статусы «оплачено» в CRM часто отставали на дни.
| Метрика (baseline, 30 дней) | Значение |
|---|---|
| Закрывающих документов / мес. | ~205 |
| Среднее время «акт → подтверждённая оплата в CRM» | 2,8 раб. дня |
| Доля без оплаты >14 дней (после акта) | 23% |
| Ручные часы на сверку / нед. | ~36 ч |
| Ошибки сопоставления (не тот договор/сумма) | ~1 из 12 |
| Эскалации «где деньги?» от продаж | 8–12 раз / нед. |
Боль не в «мало денег на счёте», а в кассовой слепоте: продажи не знали, кого дожимать, учёт тонул в Excel, дебиторка раздувалась из-за простой несостыковки статусов.
Ограничения scope, которые зафиксировали письменно
- Не трогаем налоговый учёт и проводки «как в 1С по закону» — только операционный контур статусов.
- Не обещаем авторазнесение спорных платежей с кривым назначением без человека.
- Пилот = один юрлицо + два продукта (подписка + разовые работы).
- Цель 48 дней: скорость и полнота сверки, не замена бухгалтера.
Как шло внедрение по неделям
| Недели | Фокус | Результат на выходе |
|---|---|---|
| 1–2 | Baseline, карта полей, 300+ пар «акт–платёж» | Правила матчинга: сумма ±1 ₽, ИНН, договор, период |
| 3–4 | Выгрузки банк + реестр актов → очередь сопоставления | Черновик статуса в CRM, confidence + причина |
| 5–6 | Пилот 50% потока, shadow-mode, правки словаря назначений | Auto-match ~62%, остальное — очередь человеку |
| 7 | 100% scope, SLA напоминаний, freeze правил | Стабильные KPI 10+ дней подряд |
Что реально автоматизировали
- Нормализация выписок и реестра актов (даты, копейки, юрлица).
- Сопоставление: точное → мягкое (сумма+ИНН+окно дат) → ручной разбор.
- Запись статуса в CRM и задачу менеджеру при «акт есть, оплаты нет N дней».
- Еженедельный срез дебиторки для финдиректора без ручной склейки Excel.
Человек остался на: спорные назначения, частичные оплаты, взаимозачёты, нестандартные договоры. Это сознательно: цена ошибки в деньгах выше скорости «зелёной галочки».
Цифры «до / после» на 48-й день
Сравнение: 30 дней baseline vs последние 14 дней после go-live (объём документов ±10%).
| KPI | До | После | Дельта |
|---|---|---|---|
| Время акт → статус оплаты в CRM | 2,8 дн | 4,5 ч | −~80% |
| Без оплаты >14 дней | 23% | 7% | −16 п.п. |
| Ручные часы сверки / нед. | ~36 | ~11 | −25 ч |
| Ошибки сопоставления в ушедших статусах | ~8% | ~2% | контроль + правила |
| Доля auto-match без правок | 0% | 64% | только «чистые» пары |
| Эскалации «где деньги?» / нед. | 8–12 | 2–3 | прозрачность CRM |
Unit-срез (порядок величин)
- Экономия ~25 ч/нед. учёта × эффективная ставка часа → окупаемость пилота в горизонте одного-двух месяцев при сохранении объёма.
- Побочный эффект: менеджеры начали закрывать «забытые» оплаты раньше — дебиторка сжалась не магией взыскания, а скоростью сигнала.
Ошибки, которые почти убили пилот
- Слишком умный fuzzy-match с первого дня. Ловил «похожие» суммы на разных договорах. Откатил к жёстким правилам + очереди сомнений.
- CRM как единственный источник правды без сверки с банком. Статусы врали, пока не зафиксировали: банк/выписка primary для «деньги пришли».
- Напоминания всем подряд на 3-й день. Шум → игнор. Сетка: 7 / 14 / 21 день + только ответственный менеджер.
- Не описали «не трогаем». Попытка затянуть частичные оплаты и взаимозачёты в v1 раздула scope на неделю.
Чеклист повторения
- Зафиксировать baseline 20–30 дней (время, % висяков, часы)
- Описать 5–7 полей матчинга и что делать при partial match
- Разделить auto / review / manual и не смешивать в одном статусе
- Один канал правды для «оплата пришла» (выписка), CRM — mirror
- Пилот на 40–50% потока минимум 10 рабочих дней
- Freeze правил на 7–14 дней перед масштабом
- Отчёт: % auto-match, очередь review, топ причин ручного разбора
- Владелец процесса (не «все понемногу»)
Часто задаваемые вопросы
Можно ли сделать то же самое только на Excel и банке?
На объёме до ~50 документов в месяц — да, шаблоном. Выше — ломается на дисциплине выгрузок и версии файла. Автоматизация имеет смысл, когда боль уже в часах и просроченной дебиторке, а не в «хочется красивый дашборд».
Нужны ли AI-агенты для такой сверки?
Для ядра матчинга — нет: правила, словари назначений и очередь надёжнее. Модели уместны на разборе кривых назначений платежа после того, как 80% потока закрыто детерминированно. Иначе вы оптимизируете demo, а не кассу.
Сколько длится поддержка после 48 дней?
Обычно 2–4 часа в месяц на новые шаблоны назначений и редкие edge-кейсы, плюс контроль % auto-match. Если доля ручного разбора ползёт вверх — это сигнал менять правила, а не «добавить ещё нейросеть».
Что было самым дорогим в проекте?
Не интеграции, а разметка истории и согласование, кто отвечает за статус в CRM. Техника встала быстрее, чем процессные роли.
Читайте также
- Кейс: автоматизация обработки КП в B2B за 55 дней — цифры
- Очереди, retry и DLQ: как не терять заявки в автоматизации
- Cost per resolved: unit-экономика AI-автоматизации за 90 дней
Разобрать ваш контур сверки, дебиторки или статусов в CRM под ключ: https://raisovich.ru
При каком объёме документов окупается автосверка актов и платежей?
Ориентир из кейса — около 180–220 закрывающих в месяц и десятки часов ручной сверки; на ~50 документах чаще хватает дисциплины Excel и выгрузок из банка.
Какой auto-match считать нормой на пилоте сверки?
В описанном внедрении после shadow-mode вышли примерно на 62–64% чистого auto-match; остальное оставляли в очереди review, а не «дожимали» fuzzy-логикой.
Почему выписку, а не CRM, делают источником правды по оплатам?
CRM легко отстаёт и врёт по статусам; банк/выписка фиксирует факт денег, а CRM остаётся зеркалом и каналом задач менеджеру.
Подпишитесь на @raisovich_news
Первыми получайте новые статьи об AI-автоматизации, нейросетях для бизнеса и создании сайтов. Без спама — только полезный контент.
Часто задаваемые вопросы
При каком объёме документов окупается автосверка актов и платежей?
Ориентир из кейса — около 180–220 закрывающих в месяц и десятки часов ручной сверки; на ~50 документах чаще хватает дисциплины Excel и выгрузок из банка.
Какой auto-match считать нормой на пилоте сверки?
В описанном внедрении после shadow-mode вышли примерно на 62–64% чистого auto-match; остальное оставляли в очереди review, а не «дожимали» fuzzy-логикой.