Strona główna / Realizacje / blisko-siebie
Proces · Python · SQLite · local-first

Z kilku źródeł danych do jednego procesu rozliczania wizyt.

Firma usługowa korzystała z osobnych danych wizyt, wyciągów bankowych, płatności gotówkowych i ręcznie prowadzonej listy zaległości. Najpierw uporządkowaliśmy proces. Potem zbudowaliśmy lokalne narzędzie do pracy na wyjątkach.

Działający materiał

Interfejs i workflow, które można zobaczyć.

Zanonimizowany dashboard lokalnej aplikacji do rozliczania wizyt i płatności.
Zanonimizowany dashboard lokalnej aplikacji do rozliczania wizyt i płatności.
Mobilny widok zanonimizowanego dashboardu rozliczeń.
Mobilny widok zanonimizowanego dashboardu rozliczeń.
Stan przed

Każde rozliczenie zaczynało się od ponownego zebrania tych samych informacji.

Zespół porównywał eksporty wizyt z historią kilku rachunków. Tytuły przelewów bywały niepełne, płatność mogła przyjść z konta innej osoby, jeden przelew mógł obejmować kilka wizyt, a część klientów płaciła gotówką. Proste wyszukiwanie nazwiska nie wystarczało.

Decyzja

Automatyzujemy porównanie. Nie automatyzujemy odpowiedzialności.

System miał przygotować wiarygodną propozycję dopasowania i skrócić drogę do decyzji. Niejasne płatności, konflikty i wyjątki miały pozostać widoczne dla pracownika.

Rozwiązanie

Lokalna aplikacja prowadzi od importu do listy wyjątków.

Powstała lokalna aplikacja w Pythonie i SQLite. Importuje dane wizyt oraz wyciągi CSV, XML i XLSX. Normalizuje rekordy, blokuje duplikaty, ocenia kandydatów według deterministycznych reguł i zapisuje historię decyzji.

  • dashboard statusów i otwartych zaległości
  • dopasowanie według nazw, dat, kwot i opisu
  • jedna transakcja przypisywana automatycznie do najwyżej jednej wizyty
  • osobna ścieżka dla płatności zbiorczych i gotówki
  • ręczne rozstrzyganie niejednoznacznych przypadków
  • raport końcowy i przygotowanie przypomnienia bez automatycznej wysyłki
  • dane przechowywane lokalnie, bez przekazywania ich do zewnętrznego modelu AI
Weryfikacja

352 wizyty, 226 transakcji i kontrola nad każdym wyjątkiem.

Reprezentatywna walidacja objęła 352 rekordy wizyt i 226 transakcji z kilku wyciągów. System nie przypisał automatycznie tego samego identyfikatora transakcji do kilku wizyt i nie tworzył kandydatów na podstawie samego imienia.

W praktyce rozwiązanie szacunkowo ograniczyło ręczną identyfikację niezapłaconych wizyt o około 90%. Zespół skupia się na wyjątkach zamiast porównywać każdy rekord od początku.

Odpowiedzialność

Rola Łukasza

Discovery, mapa procesu, decyzje produktowe, konfiguracja workflow rezerwacji, architektura danych, implementacja backendu i UI, reguły matchingu, testy na strukturach rzeczywistych eksportów oraz dokumentacja operacyjna.

Masz proces z podobnymi wyjątkami? Opisz go.

Opisz proces, narzędzia i miejsce, w którym praca zwalnia. Sprawdzimy, czy potrzebujesz gotowego programu, połączenia obecnych narzędzi czy małego systemu.

Opisz proces i poznaj pierwszy krok