Проблема ручного обліку витрат
Щоразу, коли ви оплачуєте каву, купуєте продукти або переказуєте гроші другу, банк записує транзакцію. Але банківська виписка — це просто набір рядків: «ТОВ АШАН РІТЕЙЛ УКРАЇНА», «P2P ПЕРЕКАЗ НА КАРТУ 5168****1234», «GLOVO 12.03». Зрозуміти, куди саме йдуть гроші, з цього — неможливо.
Більшість додатків для бюджету просять вас категоризувати кожну транзакцію вручну. Перші три дні це цікаво. Через тиждень ви забиваєте. Через місяць — видаляєте додаток.
«Найкращий фінансовий трекер — той, який працює без вашої участі. Інакше він не працює взагалі.»
Як працює AI-модель FinDone
FinDone використовує модель машинного навчання (ML), яка аналізує текст транзакції, суму, час, MCC-код (merchant category code) та патерни витрат конкретного користувача. На виході — категорія: «Продукти», «Транспорт», «Кафе та ресторани», «Підписки» тощо.
Процес відбувається за мілісекунди після синхронізації з monobank або іншим банком. Ви відкриваєте FinDone — а категорії вже проставлені.
- Текстовий аналіз: модель розпізнає назви мерчантів навіть у скороченому вигляді (ATB, Silpo, Novus)
- MCC-код: кожен термінал має код категорії, який FinDone враховує як додатковий сигнал
- Контекст суми: 45 грн у «Сільпо» — це перекус, 1 200 грн — це тижнева закупка
- Часові патерни: щомісячна оплата однакової суми — швидше за все підписка
Навчання на реальних українських даних
Головна перевага FinDone перед західними аналогами — модель навчена на реальних українських транзакціях. Вона знає, що «Водафон» — це зв'язок, «Укрзалізниця» — транспорт, а «Нова Пошта» може бути як доставка, так і повернення товару.
Ми використовуємо анонімізовані дані (без прив'язки до конкретних людей) для постійного покращення моделі. Чим більше користувачів — тим точніша категоризація для всіх.
Приватність: FinDone не зберігає ваші банківські дані на своїх серверах. Категоризація відбувається в реальному часі, а raw-дані залишаються у вашому банку.
Точність і як FinDone обробляє помилки
Жодна AI-модель не ідеальна. Наша точність — 94% для стандартних транзакцій і ~87% для P2P переказів (бо в них немає назви мерчанта). Але FinDone вчиться на ваших виправленнях.
Якщо ви перенесете транзакцію «P2P Олена» з категорії «Інше» в «Обід з друзями», наступного разу модель запам'ятає цей патерн. Після 5-7 виправлень FinDone починає правильно категоризувати навіть нестандартні транзакції.
Реальні приклади категоризації
Ось як FinDone обробляє типові транзакції українського користувача:
- «ТОВ АТБ-МАРКЕТ» → Продукти
- «BOLT UA 2603» → Транспорт (таксі)
- «NETFLIX.COM» → Підписки (розваги)
- «P2P 5168****7890 Олена» → Перекази (особисті)
- «УКРЗАЛІЗНИЦЯ KVIY» → Транспорт (залізниця)
- «STARBUCKS KYIV» → Кафе та ресторани
- «КОМУНАЛКА YASNO» → Комунальні послуги
- «APPLE.COM/BILL» → Підписки (технології)
Що далі: предиктивні інсайти
AI-категоризація — це фундамент. На ньому будуються всі розумні функції FinDone: тижневі звіти, аналіз трендів, виявлення зайвих підписок, прогнозування витрат до кінця місяця.
У наступних версіях FinDone зможе передбачати ваші витрати на тиждень вперед, пропонувати персоналізовані поради й автоматично виявляти аномалії — наприклад, подвійне списання або різке зростання комуналки.
Спробуйте: Підключіть monobank до FinDone й подивіться, як AI автоматично розкладе ваші витрати по категоріях. Це займе 30 секунд.
Автоматична категоризація — це не розкіш, а необхідність для сучасного бюджетування. Якщо додаток просить вас вручну вписувати кожну покупку — це додаток з 2015 року. FinDone працює за вас, щоб ви могли зосередитись на головному — жити, а не рахувати.