收到付款 · ERP 规则未能匹配
NORTHGATE PLANT LTD
在客户主数据中匹配到 Northgate Plant Hire Limited——商号名称变体，未收到汇款通知
收到金额
£47,382.60
建议在 3 个未清项目之间的分配方案
AF-2024-8817
月租金 · 到期日 8 月 1 日
£18,240.00
AF-2023-6104
月租金 · 到期日 8 月 1 日
£22,918.60
AF-2025-1190
维护费 · 到期日 7 月 15 日（欠款）
£6,224.00
已分配
£47,382.60
剩余金额
£0.00
置信度 96% · 分毫不差地核对一致
建议方案——一键接受
示例说明。ExactRec 只提出拆分建议；未经您确认，不会执行任何核销。
由 ExactSum 团队打造——深受贷款机构与审计事务所信赖的 AI 文档智能方案
70–80%
基于规则的 ERP 匹配通常触顶的区间
3 个文件
ExactRec 所需的全部输入，一天之内即可全部导出
零
开展试点所需的 ERP 集成工作
1 个数字
您的匹配率，与现有系统对比实测
为什么资产融资是最难啃的场景
收款核销，就是把收到的银行付款与未清应收账款匹配起来。在资产融资领域，这件事格外困难——而它出问题的每一种方式，恰恰都是规则无法变通的地方。
一笔付款，多份合同
同一付款方以一笔整款支付多份合约。要在各未清项目之间正确拆分，正是基于规则的系统失效之处——而且这是日常常态，并非个别例外。
没有汇款通知
付款到账时，没有任何信息说明这笔钱是付什么的。参考号字段里填的是客户名称、一个旧的合同编号，或者根本无从使用的内容。
参考号填错
客户引用的是已结清的合约、一个报价单号，或是两年前已再融资合同的参考号。这些字符与账簿中的任何记录都对不上。
打包组合的款项
租金到账时与增值税、保险和维护费打包在一起。总额与任何单一未清项目都对不上，因此精确金额规则永远无法触发。
部分付款与超额付款
客户付了力所能及的金额，或者凑整多付。金额上的细微偏差被判定为完全不匹配，整笔收款因此落入人工处理队列。
失败的直接借记
当代收失败时，欠款分配规则会让问题进一步复杂化——而把批量代收还原对应到各笔授权指令，本身就成了每天早上的一项工作。
这部分残余正是 ExactRec 要解决的。这类匹配是模糊的、依赖上下文的、以文本为主的——正是模型能显著优于规则的问题形态——而且结果可验证：一个建议的匹配要么分毫不差地核对一致，要么就不成立。
导出、匹配、复核、核销
导出
发送三个您系统已在生成的文件：银行对账单交易明细、未清项目账簿和客户主数据。无需集成，也无需 IT 项目。
匹配
ExactRec 对每一笔未匹配收款运行精确参考号匹配、模糊付款方匹配和整笔拆分逻辑，并为每个候选分配方案打分。
复核
结果归入三个类别。自动核销无需您做任何事；建议分配可一键接受或拒绝；未匹配项目均附有明确原因。
核销
ExactRec 会按您系统导入所需的格式生成分配文件。入账内容始终由您掌控。
三个类别，绝不把猜测包装成确定
每一笔交易都恰好归入一个类别。三分类结构正是产品值得信赖的原因：ExactRec 绝不宣称自己并不具备的置信度，而区分自动核销与建议核销的阈值，是一个由您掌控的旋钮。
| 类别 | 含义 | 所需操作 |
|---|---|---|
|
自动核销
|
高于您设定的置信度阈值。参考号、付款方和金额三者均核对一致。 | 无需操作——直接写入输出文件完成分配。 |
|
建议核销
|
带排序的建议方案，并展示匹配逻辑——包括跨多份合同的拆分建议。 | 由应收账款团队一键接受或拒绝。 |
|
未匹配
|
未找到可信的候选方案。 | 人工复核——但附有明确原因，而不是一片空白。 |
高于您设定的置信度阈值。参考号、付款方和金额三者均核对一致。
所需操作: 无需操作——直接写入输出文件完成分配。
带排序的建议方案，并展示匹配逻辑——包括跨多份合同的拆分建议。
所需操作: 由应收账款团队一键接受或拒绝。
未找到可信的候选方案。
所需操作: 人工复核——但附有明确原因，而不是一片空白。
除三个类别外，ExactRec 还会按您系统导入所需的格式生成分配文件。
对每一笔
未匹配收款
运行五轮匹配。
ExactRec 先执行成本低、确定性高的匹配，只在必要之处才升级到更复杂的逻辑——这样容易的匹配保持低成本，而难啃的残余获得应有的关注。
精确参考号匹配
先拿下低成本的部分，建立与您 ERP 现有规则的对等基准。凡是您系统能匹配上的，ExactRec 同样能匹配——这样两者的比较才是站在同一起跑线上。
模糊付款方名称匹配
将付款方名称与客户主数据比对，涵盖商号名称、缩写、替子公司付款的集团主体，以及个体经营账户上的个人姓名。
整笔款项拆分
一笔付款分配到多份合同。这是资产融资场景中的关键差异点，也正是基于规则的系统失效的临界点——建议的拆分方案要么分毫不差地核对一致，要么根本不会被提出。
部分付款与超额付款
当金额无法精确对上时，ExactRec 会给出分配建议，而不是把整笔收款丢进人工队列——并明确标示差额或多付金额。
直接借记批次对账
代收批次会被还原对应到底层授权指令，失败的代收会被明确识别为失败，而不是作为账簿中无法解释的缺口留着。
三个文件。仅此而已。
每一项输入都是您财务系统已在生成的内容，客户通常一天之内就能把三个文件全部导出。
银行对账单交易明细
银行传来的到账收款——由现有的 ExactSum 处理管线解析，无论您的银行提供何种格式。
未清项目账簿
未付发票与租金，含合同参考号、客户、到期日和金额。
客户主数据
名称、账户参考号以及任何已知的付款方别名——模糊付款方匹配据以打分的基准事实。
由于 v1 是文件进、文件出，您所使用的平台无需具备任何特定能力。只要能导出账簿，就能开展试点。
清理同一份残余，四个团队同时受益
应收账款
这部分残余每天早上都由应收账款团队逐笔人工处理。这是既需要专业判断又高度重复的工作：读取付款方名称，判断它属于哪个主体，再把一笔整款在各未清项目之间拆分，直到金额完全对平。
ExactRec 完成第一轮处理。核对一致的收款直接核销；有歧义的则以带排序的建议形式呈现，并展示匹配逻辑，于是决策只需点击一下，而不必再打开电子表格。未经您确认，任何内容都不会入账。
团队不再每天一开工就积压落后，而是把判断力用在真正棘手的案例上，而非机械性的工作上。
未核销收款很少只是应收账款一个部门的问题。它占用授信额度、误导催收方向、扭曲月末财务状况——因此清理它的回报会遍及整个业务。
一个数字就能决定这件事
不是功能清单，也不是在我们数据上的演示。而是 ExactRec 在您账簿上取得的自动匹配率，与您现有系统在同一个月取得的结果对比。
72%
您当前的 ERP
89%
使用 ExactRec
17 个百分点
差距
这些数字仅用于说明该对比是如何呈现的；它们并非实测结果。ExactRec 目前尚未公布任何匹配率——首批试点将基于真实客户数据产生第一个匹配率。无论最终差距是多少，那就是全部的商业价值所在：收回的人工工时和清理掉的未核销收款。
"收款核销是财务领域中少有的答案可核验的问题。一个建议的分配方案要么分毫不差地核对一致，要么就不成立，因此没有人需要仅凭模型的一面之词行事。这也是为什么我们不会用一个自己尚未实测过的匹配率来做宣传——一个月的真实客户数据，比再多的规格说明都更有价值"
Aleks Kudic
ExactRec 联合创始人——曾任 Funding Options 首席技术官
为残余而生，而非为轻松的那 80%
ExactRec 精准瞄准您现有规则遗留下来的那些收款——并让呈现在您面前的每一个建议都能在几秒内完成核验。
匹配能力
精确参考号匹配
建立与您现有 ERP 规则的对等基准，让两者的比较从同一起跑线开始
模糊付款方匹配
商号名称、缩写、替子公司付款的集团主体以及个体经营账户上的个人姓名，均对照客户主数据打分
整笔款项拆分
一笔收款分配到多份合同——资产融资场景的关键差异点，也是基于规则的匹配束手无策之处
部分付款与超额付款
给出明确标示差额或多付金额的分配建议，而不是让整笔收款落入人工队列
直接借记对账
代收批次还原对应到底层授权指令，失败的代收被明确识别为失败
打包款项处理
与增值税、保险和维护费打包到账的租金，会被拆解并对应到它所结清的未清项目
置信度阈值旋钮
自动核销与建议核销之间的分界线由您设定。建立信任的阶段可以调紧，数字站得住脚之后再放宽
匹配逻辑全程可见
每条建议都说明它为何被提出——用了哪个付款方别名、涉及哪些未清项目、金额如何对平——让复核人几秒内即可核验
未匹配项附明确原因
未匹配的收款附带原因而非一片空白，人工复核因此有线索可循，而不必从零开始
使用输出结果
分配文件导出
按您系统导入所需的任意格式输出——这正是试点无需任何集成工作的根本原因。
完整审计轨迹
每一笔分配都可追溯到对应的收款、匹配逻辑以及它结清的未清项目，任何被接受的操作都记录复核人与时间戳。
基于导出文件运行
无需安装代理程序，无需数据库连接，无需变更管控。三个导出文件进，一个分配文件出。
v1 有意不做的事
收款核销项目常常卡在范围上。以下是第一个版本刻意排除的内容，而不是我们疏忽遗漏的空白。
ERP 回写与实时集成
回写到您的 ERP 或账务系统，正是这类项目搁浅的地方，而且验证价值并不需要它。ExactRec 输出一个您系统可导入的文件。集成留待匹配率确定之后再做。
催收、催缴与客户沟通
ExactRec 清理残余，让您的催收流程基于一份真实的清单开展工作。它不会与您的客户联系。
多币种处理
v1 只处理单一币种。多币种账簿在路线图上，但不在首个版本中。
从用户更正中学习
每一次接受和拒绝都是训练信号，善用这些信号正是产品长期形成壁垒的关键。我们刻意推迟了这项能力：这些更正数据目前尚不存在，它将来自第一批试点。
业界领先的安全水平
Cyber Essentials 认证
ExactRec 的安全实践与控制措施已通过专家的独立审计。
加密
数据在传输过程中和静态存储时均使用现有最安全的算法加密。
零数据留存
您的文件绝不会用于训练 AI 模型；一旦您删除，文件即被永久清除。