金融科技代表超美5月24日
对账可以揭示渠道方与我们之间交易的差异。根据差异,进行具体操作。随着美的支付接入渠道增多,日交易量逐渐增加,人工对账已经不能满足财务需求,系统对账提上日程。
需要解决的问题
01
替代人工对账,释放人工对账工作量,提高对账效率,实现系统自动化
02
可以对调节差异进行相应的自动处理,并输出调节结果。
对账制度的演变过程
2016年12月
手动对账
只能对账总笔数和总金额,无法进行明细对账。
2017年3月
对账系统V1.01
系统自动对账,效率较低。
2017年4月
对账系统V1.02
在V1.01基础上引入,提高对账效率
2018年4月
对账系统V2.0
重新设计对账系统,拆分各系统,进一步提高对账效率
2018年5月
对账系统V3.0(进行中)
基于对账系统V2.0,完善错误处理等系统优化
手动对账
★
从频道下载声明
如果渠道没有对账单,则以银行还款单作为对账单。
提取系统交易流程
比较交易总数和总金额。
★
缺点
报表需要从不同渠道下载;日交易流量维持在30万笔左右,人工对账工作量非常繁重;只能完成总账比较,无法进行明细账比较。
对账系统V1.01
★
系统自动从渠道下载报表
查询系统交易流程
根据渠道声明,与美的支付交易流程对比
基于美的支付交易流程,对比渠道报表
获取调节差异及调节结果
★
系统架构
对账流程
详细对账
缺点
渠道账单库数据单线程分页查询、银行流水数据分页查询、支付流水数据分页查询;核对速度慢,核对5000笔交易需要5个多小时;对账不准确,订单丢失
对账系统V1.02
★
引入并使用交集功能快速完成对账处理
引入多线程
查询所有历史差异并再次对账,避免漏单
您只需查询一次渠道账单数据和我司交易流程

速度很快,15分钟就能核对个账户。
★
优化对账流程
缺点
在协调过程中,所有链接都是同步调用的。如果数据量太大,RPC调用就会超时。通道语句中的数据存储在数据库中。如果量大的话,数据插入的时间会比较长。有大量的RPC调用;手动对账时,需要删除历史对账数据并进行回滚操作。
对账系统V2.0
★
系统拆分
MQ简介
异步化
账单数据不存储在数据库中
★
分裂后的结构
对账前端系统
渠道话单下载配置:根据下载配置,IT会自动按时从各自渠道下载原始话单。
渠道话单与标准话单映射:系统根据映射关系,自动将渠道原始话单转换为预定义的标准话单
内部转换系统
语句下载配置:根据下载配置,系统自动执行SQL映射中的SQL语句,并组织成原始账单。
语句SQL映射:获取内部账单的SQL语句映射,并根据SQL语句查询数据库。
内部账单与标准账单的映射:如果配置的SQL映射不是标准账单,则配置与标准账单的映射关系。系统根据映射关系自动转换为标准票据。
对账核心系统
对账主要流程:
1:加载对账左侧的标准票据,以订单号为key,订单金额等信息,存入Map对象中;加载所有订单号并将它们存储在 Set 对象中。
2:加载对账右侧的标准账单,以订单号为key,订单金额等其他信息,存储在Map对象中;加载 Set 对象中存储的所有订单号
3:加载历史差异数据,以订单号为key,订单金额等信息,存储在Map对象中;加载 Set 对象中存储的所有订单号
4:将对帐左侧的总金额和订单总数与对帐右侧的订单总数进行比较
5:获取对账结果并插入对账结果
6:详细对账流程的异步调用
7:主进程结束
详细对账流程:
1:使用Set集合对象获取交集;获取具有相同序号的数据集
2:使用Set集合对象获取差异集;获取订单号不一致的数据集
3:对于相同订单号的数据集,获取对应Map对象中的订单信息,比较订单金额是否一致。如果一致,则账目平衡;否则,就是有区别的。差异类型:金额不一致。
4、将订单号不一致的数据集再次与历史差异数据集进行交集,得到订单号一致的数据集和订单号不一致的数据集。
5:对于相同订单号的数据集,获取对应Map对象中的订单信息,比较订单金额是否一致。如果一致则账户平衡,类型为日差账户余额;否则为差异,不进行更新操作。
6:对于序号不一致的数据集,确定是否添加新的差异。如果是新差异,则差异类型为:左存在右不存在、左不存在右存在
7:根据明细对账最终结果更新对账结果数据
8:将差异数据信息发送到MQ消息并进入错误处理流程
调节差异处理流程:
对账差异数据发送到MQ后,被对账核心消费并存储在数据库中。
错误处理系统(V2.0中未实现)
对账差异数据发送到MQ后,被对账核心消费并存储在数据库中。
成就
日对账流量近30万条数据,核心对账过程耗时不超过20秒。
发薪日对账数据近50万条,核心对账过程耗时不超过30秒。
对账系统V3.0(进行中)
★
实施错误处理
账户余额数据不存储在数据库中
实施其他优化
★
结论
★
经过对账系统的逐步优化,对账系统已实现全面自动化。
对账效率大幅提升
★
对比