Estratto conto bancario del processo AI in Make

Cosa fa questo modulo

PDF4me Estratto conto bancario del processo di intelligenza artificiale estrae dati finanziari strutturati da PDF o immagini degli estratti conto bancari all'interno del tuo Make scenario che utilizza l'IA. Fornisci un'affermazione e il modulo restituisce Nome della banca, dettagli del conto, periodo di rendicontazione, saldi di apertura e chiusura, elenco completo delle transazioni, assegni pagati, modelli di pagamento ricorrenti e analisi riepilogative per categoria.Pronto per la riconciliazione bancaria, la previsione dei flussi di cassa, la corrispondenza dei crediti, il rilevamento delle frodi e i flussi di lavoro per la concessione di prestiti o le decisioni di credito. Nessuna configurazione di modelli. Funziona con gli estratti conto delle principali banche statunitensi, britanniche, europee, indiane e canadesi, inclusi estratti conto multipagina con oltre 50 pagine di attività.

Articoli correlati del blog

Non ci sono ancora post sul blog dedicati a questa funzionalità — in arrivo a breve.

Nel frattempo, dai un'occhiata al blog di PDF4me per trovare tutorial e procedure operative su tutte le piattaforme.

Visita il blog →

Autenticazione del tuo API Richiesta

Ogni PDF4me modulo in Make richiede un valido Connessione. Crea o selezionane uno che contenga il tuo PDF4me API chiave affinché lo scenario possa autenticare in modo sicuro le richieste di estrazione dell'estratto conto bancario tramite IA.

Get your API Key

Informazioni importanti da non perdere

Elenco completo delle transazioni, ogni singola voce su ogni pagina.

L'IA elabora l'intero PDF come un'unica dichiarazione coerente e restituisce ogni transazione in ordine cronologico. Anche estratti conto di oltre 50 pagine con centinaia di transazioni vengono estratti con una sola chiamata, senza bisogno di dividere manualmente le pagine.

Rilevamento automatico di schemi per pagamenti ricorrenti

IL modelli Questo oggetto identifica abbonamenti, pagamenti degli stipendi, fatture ricorrenti e altre transazioni periodiche senza bisogno di regole manuali. È utile per la verifica degli abbonamenti, la previsione dei flussi di cassa e l'individuazione di addebiti ricorrenti imprevisti prima che si accumulino eccessivamente.

Compatibile con i principali formati bancari globali

Chase, Wells Fargo, HSBC, Barclays, Deutsche Bank, HDFC, ICICI, RBC e decine di altre importanti banche sono supportate fin da subito. Sia l'online banking PDF I download e le dichiarazioni cartacee fotografate sono accettati in PDF, PNG, JPG, O JPEG formato.

Imposta il file su Mappa, collega il nome dell'estratto conto e il documento dal modulo precedente. L'output espone l'intero array delle transazioni, i saldi, gli assegni pagati, i modelli e le analisi di riepilogo per i flussi di lavoro di riconciliazione.

Parametri

Necessario: Connessione, nome dichiarazione e documento devono essere sempre forniti. Il campo di input corrispondente (proprietà binaria, Base64 Contenuto o dichiarazione URL) è richiesto in base al tipo di dati di input scelto.

Parametro	Necessario	Cosa fa	Esempio
Connection	Yes	PDF4me API connection. Click Add and paste your API key the first time. Reused automatically across all PDF4me modules in your scenarios.	My PDF4me connection
Input Data Type	Yes	How the statement file is supplied. Binary Data reads from a previous module (most common). Base64 String accepts encoded payloads. URL downloads from a public link.	Binary Data
Input Binary Field	Conditional	Binary content of the bank statement. Required when Input Data Type is Binary Data. Wire from Dropbox, Google Drive, OneDrive Data field, or any email/HTTP module that returns file bytes.	1. Data
Base64 Statement Content	Conditional	Base64-encoded statement content. Required when Input Data Type is Base64 String. Useful for statements arriving via secure webhook or API integration.	JVBERi0xLjQK...
Statement URL	Conditional	Public URL to the statement file. Required when Input Data Type is URL. The URL must not require authentication.	https://example.com/statement.pdf
Statement Name	Yes	Filename of the statement with proper extension (.pdf, .png, .jpg, .jpeg). Used for format detection and AI processing optimization.	statement-jan-2024.pdf

Campi di output

Campo	Tipo	Cosa contiene
bankName	String	Name of the issuing bank as printed on the statement header.
accountHolderName	String	Name of the account holder.
accountNumber	String	Bank account number (may appear masked depending on the bank).
accountType	String	Type of bank account: Checking, Savings, Money Market, Credit Card, etc.
statementPeriod	Object	Object with startDate and endDate (ISO 8601) defining the statement window.
balances	Object	Object containing openingBalance, closingBalance, totalDeposits, and totalWithdrawals for the period.
currency	String	Currency code in ISO 4217 format (USD, EUR, GBP, INR, etc.).
transactions	Array	Array of every transaction in chronological order. Each entry contains date, description, amount, and type (debit or credit).
checksPaid	Array	Array of cheques paid during the statement period: useful for cheque-to-statement reconciliation when paired with AI-Process Bank Cheque.
patterns	Object	Pattern analysis identifying recurring transactions (subscriptions, payroll, regular bills) by merchant, amount, and interval.
summary	Object	Summary analytics with category totals (groceries, utilities, payroll, transfers, etc.) and aggregate metrics.
success	Boolean	True if the AI extraction completed successfully; false if it failed.
message	String	Human-readable status message confirming success or describing the error.

Configurazione rapida

1. Aggiungere PDF4me → Estratto conto bancario del processo di intelligenza artificiale al tuo Make scenario.
2. Seleziona Connessione (oppure fai clic) Aggiungere per crearne uno con il tuo PDF4me API chiave).
3. Scegliere Tipo di dati di input: Dati binari per i file di un modulo precedente, Base64 Corda o URL.
4. Sotto File, scegliere Mappa per visualizzare i campi Nome dichiarazione e Documento.
5. Mappa Nome della dichiarazione al nome del file con estensione (.pdf, .png, .jpg, O .jpeg).
6. Mappa Documento al contenuto binario dal modulo sorgente: tipicamente il Dati campo di Dropbox, Google Drive, OneDriveo moduli per allegati di posta elettronica.
7. Fare clic Salva e avviare lo scenario. Collegare il pacchetto di output a QuickBooks, Xero, Airtable, Google Sheets, o qualsiasi sistema di riconciliazione. Utilizzare un iteratore su transactions per elaborare ogni riga singolarmente.

Esempi di flusso di lavoro

Esempi di flusso di lavoroCommon Make scenario patterns using AI-Process Bank Statement.

Estratto conto mensile → Analisi tramite IA → Riconciliazione automatizzata

1. Un trigger programmato si attiva il 5 di ogni mese per elaborare l'estratto conto bancario del mese precedente dopo che è stato scaricato Dropbox.
2. L'estratto conto bancario elaborato tramite IA estrae saldi, transazioni e assegni pagati per l'intero periodo.
3. UN Make L'iteratore scorre le transazioni. Per ogni transazione, un QuickBooks La fase di ricerca individua una transazione corrispondente in base all'importo e alla data approssimativa.
4. Le transazioni corrispondenti sono contrassegnate come Riconciliate in QuickBooksLe transazioni non corrispondenti vengono instradate a Google Sheets scheda eccezioni da far esaminare al contabile.
5. UN Slack Il messaggio di riepilogo riporta l'esito della riconciliazione, il totale degli importi corrispondenti, il totale degli importi non corrispondenti e gli eventuali schemi rilevati (ad esempio, nuovi addebiti ricorrenti che richiedono un'indagine).

Richiesta di prestito → analisi dell'estratto conto bancario → decisione di concessione del credito

1. Un richiedente carica gli estratti conto bancari degli ultimi 3 mesi tramite un webhook del portale di prestito in Make.
2. Il processo AI-Process Bank Statement viene eseguito su ogni estratto conto. L'oggetto di riepilogo fornisce i totali per categoria (entrate, affitto, servizio del debito); l'oggetto modelli identifica entrate e obbligazioni ricorrenti.
3. Un passaggio della variabile Set di strumenti calcola il rapporto debito/reddito a partire dal reddito ricorrente estratto rispetto ai pagamenti ricorrenti del debito.
4. Il router si ramifica in base al rapporto DTI. Le richieste inferiori al 35% vengono approvate automaticamente; quelle tra il 35% e il 45% richiedono una revisione manuale; quelle superiori al 45% vengono rifiutate automaticamente con un'e-mail di follow-up che spiega i requisiti.
5. L'intero array di transazioni è memorizzato in Snowflake O BigQuery per l'audit di conformità e la motivazione della decisione viene registrata insieme alle metriche riassuntive estratte.

Analisi degli abbonamenti → individuazione di modelli → report sul risparmio sui costi

1. Un team finanziario carica l'estratto conto bancario dell'azienda su un SharePoint cartella una volta al trimestre.
2. L'estratto conto bancario elaborato dall'IA restituisce l'oggetto pattern che elenca ogni addebito ricorrente con commerciante, importo e frequenza rilevati.
3. UN Make L'iteratore confronta ogni modello con un Airtable registro degli approvati SaaS abbonamenti. Gli addebiti ricorrenti sconosciuti segnalano una potenziale pirateria informatica o abbonamenti duplicati.
4. Viene generato un report consolidato che mostra la spesa mensile ricorrente totale, gli abbonamenti approvati e non approvati e una stima del risparmio annuo derivante dalla cancellazione dei duplicati.
5. Il report viene inviato via e-mail al CFO; gli abbonamenti di alto valore non approvati attivano Slack Le richieste di approvazione vengono inviate ai responsabili di dipartimento per la revisione e la successiva approvazione o annullamento.

Domande frequenti

What bank statement fields does AI-Process Bank Statement extract?+

The module returns a complete statement payload: bankName, accountHolderName, accountNumber, accountType (Checking, Savings, Money Market, Credit Card), statementPeriod with startDate and endDate, balances object (opening, closing, total deposits, total withdrawals), currency in ISO 4217 format, a transactions array with date, description, amount, and type (debit or credit) per row, a checksPaid array, a patterns object identifying recurring payments, and a summary object with category totals and analytics.

Does the parser detect recurring payments and patterns automatically?+

Yes. The patterns object in the output identifies recurring transactions: same merchant, similar amount, regular interval, without manual rules. This is useful for subscription auditing, cash-flow forecasting, identifying duplicate SaaS subscriptions, and detecting unexpected recurring charges before they accumulate. The summary object aggregates spend by category (groceries, utilities, payroll, transfers, etc.) for budgeting and financial analysis workflows.

Can the module handle multi-page bank statements?+

Yes. The AI processes the entire PDF: header, opening balance section, all transaction pages, checks paid list, summary section, and closing balance, as a single coherent statement. The transactions array contains every line item across all pages in chronological order. No manual page splitting or merging is required, even for business statements with 50+ pages of activity or three-month consolidated statements.

What banks and statement formats does the module support?+

The AI handles statements from major US banks (Chase, Bank of America, Wells Fargo, Citibank, US Bank), UK banks (HSBC, Barclays, Lloyds, NatWest, Santander), European banks (Deutsche Bank, BNP Paribas, ING, UBS, Credit Suisse), Indian banks (HDFC, ICICI, SBI, Axis, Kotak), Canadian banks (RBC, TD, BMO, Scotiabank), Australian banks (CBA, ANZ, Westpac), and many regional and online banks. Both digital PDFs downloaded from online banking and photographed paper statements are supported in PDF, PNG, JPG, and JPEG formats.

How do I match bank statement transactions to invoices and cheques for reconciliation?+

Add a Make Iterator after AI-Process Bank Statement to loop over the transactions array. For each transaction, run a lookup against your invoice register in Airtable, Google Sheets, QuickBooks, or your accounting API to find an invoice matching the amount and approximate date. The checksPaid array is especially useful: match each entry to records from AI-Process Bank Cheque for end-to-end cheque reconciliation. Unmatched transactions go to an exceptions queue in Slack or Airtable for manual bookkeeper review.

Moduli correlati

Assegno bancario elaborato tramite IA

Estrai i dettagli di ciascun assegno e associa ogni assegno alla voce corrispondente nell'array checksPaid dell'estratto conto per una riconciliazione completa degli assegni.

Analizzatore di fatture basato sull'IA

Estrai i campi delle fatture, confronta gli importi e le date delle fatture con le transazioni dell'estratto conto bancario per automatizzare la riconciliazione dei pagamenti.

Busta paga elaborata tramite IA

Analizzare le buste paga dei dipendenti e combinarle con gli estratti conto bancari per la verifica del reddito nei flussi di lavoro relativi a prestiti, selezione degli inquilini e KYC (Know Your Customer).

Richiedi assistenza

Make IntegrationGet your API KeyMake Documentation