Александра Сохрина, ПАО «Северсталь»: Автоматизация сверки банковских комиссий. Как «Северсталь» достигла 95,5% автоматизации

Хочу рассказать вам о нашем успешном опыте автоматизации одного из трудоемких процессов казначейства – сверки комиссий за банковское обслуживание.

Для начала немного о нас: «Северсталь» – одна из самых эффективных в мире горно-металлургических компаний. Выручка по итогам 24 года составила 830 млрд. руб, EBITDA 238 млрд. руб, свободный денежный поток 98 млрд. руб.

Казначейство компании централизовано с 2010 года, наши центры компетенций сосредоточены в Москве, Череповце и Ярославле. Ежегодно наш Центр единого сервиса проводит более 1 млн. операций по выпискам, более 850 тыс. платежей, более 150 тыс. финансовых операций, при таком масштабе нам особенно важно поддерживать высокий уровень автоматизации процессов, контролировать риски, а также расходную составляющую банковского обслуживания.

К моменту старта проекта у нас уже была серьезная автоматизация: формирование реестров на оплату, контрольные процедуры, распознавание выписок, ежедневные отчеты по остаткам, дашборды для контроля ликвидности и управленческой отчетности. В нашем арсенале много инструментов, начиная от Мультибанка Транзит (НРД), масспей, кэш-пулингов, диллинговых платформ, различных инструментов финансирования, заканчивая ML-моделями для прогнозирования. Более 150 роботов работают в смежных областях. Основная учетная система – SAP S4HANA, на которую мы перешли в начале 2022 года. В силу диверсификации бизнесов и масштабов компании портфель банков и банковских продуктов очень обширный.

Мы долго работали над задачей по автоматизации сверки банковских комиссий. Уверена, многие сталкивались с ситуациями, когда банк списывает комиссию не по тому тарифу или ошибается в расчетах. Нам был нужен инструмент, который позволил бы это контролировать.

К решению подтолкнули несколько факторов: переход на S4HANA и появление в Fiori стандартного отчета по комиссиям, а также в целом рост количества банков-партнеров и соответственно объема комиссий. Кроме того, нужно было объединить данные из двух наших систем – S4HANA и 1С.

Мы разделили проект на два этапа.

Первый, подготовительный, занял около 3,5 месяцев. Мы собрали все тарифы по всем банкам и для каждого прописали условия расчета: процент, минимум/максимум, нарастающий итог.

Нам пришлось создать в системе две дополнительные транзакции: одна для управления списком комиссий в мониторе, другая – для управления самими условиями расчетов. Также мы перенастроили в Fiori стандартный «Монитор банковских сборов» и самостоятельно разработали отчет «Управление условиями банковских сборов». Кроме того, мы разработали процесс для отображения в S4HANA всех комиссий по компаниям, ведущимся в 1С. Это была титаническая ручная работа.

После запуска система автоматически разбирала только 79% комиссий. Оставшиеся 21% требовали ручного разбора – система не могла понять, что это за комиссия и по какому тарифу ее считать.

Так началась основная фаза проекта – работа над ошибками, которая длилась 8 месяцев и продолжается до сих пор.

Мы столкнулись с несколькими ключевыми проблемами:

В результате мы достигли уровня автоматической обработки в 95%+, оставшиеся меньше 5% 4,5% – это около 1600 комиссий в год, или примерно 6 кейсов в день, которые на текущий момент разбираются вручную, однако у нас есть видение, как можно еще улучшить этот процент разбора.

Что это нам дало?

Во-первых, мы выстроили четкий операционный процесс: каждое утро «Транзит» загружает выписки, система автоматически определяет правила проводки для комиссий, и мы получаем готовый отчет.

Во-вторых, мы получили мощный аналитический инструмент. К отчету мы привязали дашборд с визуализацией. Теперь мы можем видеть детализацию по банкам, счетам, типам комиссий (за валютный контроль, платежные поручения, РКО и т.д.).

В-третьих, у нас теперь всегда актуальная база тарифов. Это позволяет нам в режиме реального времени сравнивать цены разных банков, унифицировать тарифы и вести более уверенные переговоры о снижении стоимости услуг. Это прямой инструмент для снижения издержек.

Наконец, мы свели к минимуму ошибки. Теперь мы видим расхождения ежедневно и можем оперативно их отрабатывать, а не поднимать архив спустя месяцы.

Как видно, мы получили удобный инструмент для эффективной работы казначея, позволяющий оперативно выявлять и возвращать ошибочные банковские списания, удобную базу данных и возможность перейти на новый этап автоматизации с использованием других продуктов, включая искусственный интеллект, различных ИИ агентов и пр.

Этот проект потребовал больших ресурсов и усилий, но он дал нам абсолютно новое качество контроля над банковскими расходами, прозрачность, а также шаг к новому этапу развития казначейства, и это окупает все вложения.

Александра Сохрина, ведущий специалист управления казначейства ПАО «Северсталь»