Проверка платежей на мошенничество по всем источникам

Сценарий собирает платежи из банка и платёжного сервиса, ИИ оценивает риск мошенничества, подозрительные отправляет на разбор с тревогой в okoCrm, остальные сверяет и сохраняет в Postgres.

  • Платежи из всех источников в одном потоке
  • ИИ оценивает риск каждого
  • Тревога по подозрительным в okoCrm
  • Журнал проверок и итоговый отчёт
Webhook
Поставить себеScriptera

Как это работает

Интеграция Postgres и okoCrm собирается из готового сценария — вот как он устроен по шагам.

  1. Запуск: Триггер по расписанию — периодическая загрузка
  2. Затем: Настройки сценария
  3. Затем: Получить транзакции из API банка
  4. Проверка: Объединить все источники транзакций
  5. Затем: Нормализовать данные транзакций
  6. Проверка: Отфильтровать валидные транзакции
  7. Затем: Проверить идемпотентность
  8. Затем: AI-агент — Обнаружение мошенничества
  9. Проверка: Маршрутизировать по уровню риска
  10. Если да — Пометить для ручной проверки
  11. Затем: Уведомить финкоманду — высокий риск
  12. Затем: Отправить клиенту предупреждение по email
  13. Если нет — Сверить с ERP-системой
  14. Затем: Сохранить запись транзакции
  15. Затем: Сохранить аудиторский след
  16. Затем: Агрегировать для финансового отчета
  17. Затем: Сгенерировать финансовый отчет
  18. Затем: Отправить финансовый отчет в Slack
  19. Затем: Получить транзакции из платежного шлюза
  20. Запуск: Вебхук — события транзакций в реальном времени
  21. Затем: Модель чата OpenAI
  22. Затем: Парсер структурированного вывода — Анализ мошенничества

Настроить такую автоматизацию (Postgres + okoCrm) можно в Scriptera — без кода: опишите задачу, остальное сделают за вас.

Похожие сценарии