AI银行对账单解析器 Power Automate

PDF4me AI银行对账单解析器 通过人工智能驱动的机器学习技术，从银行对账单中提取结构化数据 Power Automate 流程。处理银行对账单 PDFs 或图片 Power Automate 该解决方案可利用触发器、二进制数据、Base64 字符串或公共 URL 自动提取账户信息、交易详情、余额、费用、利息、定期付款模式、异常交易、支出分析以及全面的财务洞察，并具有高精度和智能字段识别功能。它非常适合银行对账单处理自动化、财务报表数字化、交易分析、银行对账、现金流管理、支出分析、自动化会计以及需要 AI 驱动的结构化输出和无缝连接的财务数据提取工作流程。 Microsoft 365 一体化。

相关博客文章(1)

在 Power Automate 中为您的发票格式构建自定义 AI 分析器：Dropbox 三步工作流程

这是一个三步 Power Automate 流程，它会调用您在开发者门户中构建的自定义 PDF4me AI 分析器模板。该模板可从您自己的发票格式中提取 33 个结构化字段（供应商地址块、订阅 ID、MWST 费率、行项目、折扣详情）。流程包含真实屏幕截图、可下载的 33 个字段的完整 JSON 模式、可复现的解析后的 JSON 响应以及示例发票 PDF。

阅读帖子 →

验证您的身份 API 要求

要访问 PDF4me 网站 API 通过 Power Automate每个请求都必须包含正确的身份验证凭据。身份验证可确保通信安全，并验证您作为授权用户的身份，从而实现与您的系统之间的无缝集成。 Power Automate 流量和 PDF4me强大的AI驱动型银行对账单处理服务。

Get your API Key

主要特点

• 人工智能驱动的提取：采用先进的机器学习技术，实现精准的银行对账单数据提取
• 多格式支持处理银行对账单 PDF， PNG， JPG， 和 JPEG 格式
• 综合交易分析提取详细的交易信息，包括日期、金额、描述、类型和类别
• 余额追踪提取期初余额、期末余额、存款总额和取款总额
• 模式识别自动识别定期付款和异常交易
• 支票处理提取已付支票信息，包括支票号码、金额、收款人和日期
• 金融分析生成支出汇总、类别细分和交易洞察
• 银行信息提取提取银行名称、账户持有人、账号、账户类型和分行信息
• 报表期间确认自动识别报表起始日期和结束日期
• Microsoft 365 一体化将提取的数据无缝集成 SharePoint， Excel， Dynamics 365 和 Power BI

参数

以下是AI银行对账单解析器操作的完整参数列表。配置这些参数可以控制银行对账单的处理和数据提取。

重要的： 标有星号 (***) 的参数是必需的，必须提供这些参数才能使操作正常运行。

文档源参数

范围	类型	描述	例子
声明文件内容***	二进制	来源银行对账单二进制数据 • 将银行对账单文件内容与之前的银行对账单文件内容进行映射 Power Automate 行动 • 支持动态表达式： body('Get_file_content') • 兼容 Dropbox， SharePoint， OneDrive以及电子邮件附件 • 支持 .pdf、.png、.jpg、.jpeg 格式	body('Get_file_content')
声明名称***	细绳	带扩展名的银行对账单文件标识符 • 请指定输入银行对账单文件的名称，并包含正确的扩展名。 • 用于格式检测和人工智能处理优化 • 支持从流程变量进行动态命名 • 必须包含文件扩展名（.pdf、.png、.jpg、.jpeg） • 启用日志和审计跟踪中的文档跟踪功能	statement_2024_01.pdf

高级参数

范围	类型	描述	例子
机构/银行名称	细绳	可选银行名称 • 可选的银行名称，以提高解析准确性 • 指定银行名称以提高提取精度 • 帮助人工智能引擎优化特定银行格式的字段识别 • 提高处理已知银行对账单时的准确性	Chase Bank
身体/分析模式	布尔值	模式分析启用 • 启用或禁用针对定期付款和异常交易的模式分析 • true = 启用高级模式识别和分析 • false = 处理语句时未进行模式分析 • 启用后，可提取重复付款模式并识别异常交易	Yes
正文/自定义字段键	大批	可选自定义字段键列表 • 可选的自定义字段键列表，用于从银行对账单中提取信息。 • 指定标准语句数据之外的其他字段 • 支持多个自定义字段键，以增强数据提取功能 • 支持提取特定领域或自定义语句字段 数组中的每个元素代表一个要提取的自定义字段键。	["customField1", "customField2"]

输出

这 PDF4me AI银行对账单解析器 操作返回全面的输出数据，以实现无缝连接。 Power Automate 流量整合：

Table

表格视图

以结构化表格格式呈现的响应数据：

范围	类型	描述
银行名称	细绳	从银行对账单中提取的银行名称
账户持有人姓名	细绳	从银行对账单中提取的账户持有人姓名
帐号	细绳	从银行对账单中提取的银行账号
账户类型	细绳	从对账单中提取的银行账户类型（例如，支票账户、储蓄账户）
分支	细绳	从银行对账单中提取的分支机构位置或标识符
语句编号	细绳	从银行对账单中提取的账单编号或参考标识符
报表期	目的	包含报表期间信息的对象，包括起始日期和结束日期（YYYY-MM-DD 格式）
余额	目的	包含余额信息的对象，包括期初余额、期末余额、存款总额和取款总额
货币	细绳	银行对账单金额的货币代码（ISO 4217）（例如， USD， EUR（印度卢比）
费用	数字	账单周期内收取的总费用，精确到小数点后两位。
兴趣	数字	报表期内所赚取的总利息，精确到小数点后两位。
交易	大批	包含日期、描述、金额、类型、余额、类别、商户和参考编号的单个交易数组
支票已付	大批	报表期内已支付支票的列表，包括支票号码、支付日期、金额、收款人和描述。
图案	目的	包含模式分析结果的对象，其中包括定期付款和异常交易。
概括	目的	包含汇总分析数据的对象，包括交易总数、类别汇总、日均余额、最大贷方金额和最大借方金额。
备用方案	布尔值	布尔标志，指示处理过程中是否使用了备用提取方法。
警告	大批	一系列警告信息，指示在处理过程中可能遇到的数据质量问题或提取挑战。
工作编号	细绳	用于跟踪和调试的 AI 处理作业的唯一标识符
jobIdExt	细绳	外部作业标识符（用于与第三方系统集成，如适用）
成功	布尔值	布尔标志，指示人工智能驱动的银行对账单数据提取是否成功
信息	细绳	描述性消息，指示人工智能驱动的银行对账单数据提取过程的结果

JSON

JSON 回复格式

原始 JSON 行动的回应：

{
  "bankName": "Chase Bank",
  "accountHolderName": "John Michael Smith",
  "accountNumber": "1234567890",
  "accountType": "Checking",
  "branch": "New York Main Branch",
  "statementNumber": "STMT-2024-001",
  "statementPeriod": {
    "startDate": "2024-01-01",
    "endDate": "2024-01-31"
  },
  "balances": {
    "openingBalance": 5000.00,
    "closingBalance": 6750.00,
    "totalDeposits": 3500.00,
    "totalWithdrawals": 1750.00
  },
  "currency": "USD",
  "fees": 5.00,
  "interest": 2.50,
  "transactions": [
    {
      "transactionDate": "2024-01-05",
      "description": "Direct Deposit - Salary",
      "amount": 3500.00,
      "type": "credit",
      "balance": 8500.00,
      "category": "Income",
      "merchant": "Employer Corp",
      "referenceNumber": "REF123456"
    },
    {
      "transactionDate": "2024-01-10",
      "description": "Online Payment - Utilities",
      "amount": 250.00,
      "type": "debit",
      "balance": 8250.00,
      "category": "Utilities",
      "merchant": "Electric Company",
      "referenceNumber": "REF789012"
    },
    {
      "transactionDate": "2024-01-15",
      "description": "ATM Withdrawal",
      "amount": 200.00,
      "type": "debit",
      "balance": 8050.00,
      "category": "Cash",
      "merchant": "ATM Network",
      "referenceNumber": "ATM345678"
    }
  ],
  "checksPaid": [
    {
      "checkNumber": "1234",
      "paidDate": "2024-01-12",
      "amount": 500.00,
      "payee": "ABC Corporation",
      "description": "Invoice Payment"
    },
    {
      "checkNumber": "1235",
      "paidDate": "2024-01-20",
      "amount": 800.00,
      "payee": "XYZ Services Ltd.",
      "description": "Service Fee"
    }
  ],
  "patterns": {
    "recurringPayments": [
      {
        "merchant": "Electric Company",
        "amount": 250.00,
        "frequency": "Monthly",
        "recurringDates": ["2024-01-10", "2024-02-10", "2024-03-10"]
      }
    ],
    "unusualTransactions": [
      {
        "unusualDate": "2024-01-15",
        "description": "Large ATM Withdrawal",
        "amount": 200.00,
        "reason": "Amount exceeds typical withdrawal pattern"
      }
    ]
  },
  "summary": {
    "totalTransactions": 3,
    "categorySummary": {
      "Income": {
        "count": 1,
        "totalAmount": 3500.00,
        "averageAmount": 3500.00,
        "percentage": 66.67
      },
      "Utilities": {
        "count": 1,
        "totalAmount": 250.00,
        "averageAmount": 250.00,
        "percentage": 4.76
      },
      "Cash": {
        "count": 1,
        "totalAmount": 200.00,
        "averageAmount": 200.00,
        "percentage": 3.81
      }
    },
    "averageDailyBalance": 6750.00,
    "largestCredit": {
      "largestTransactionDate": "2024-01-05",
      "amount": 3500.00,
      "description": "Direct Deposit - Salary"
    },
    "largestDebit": {
      "largestTransactionDate": "2024-01-12",
      "amount": 500.00,
      "description": "Check Payment - ABC Corporation"
    }
  },
  "fallbackUsed": false,
  "warnings": [],
  "jobId": "12345678-1234-1234-1234-123456789012",
  "jobIdExt": "STMT-2024-001",
  "success": true,
  "message": "Bank statement data extracted successfully using AI technology"
}

Flow Integration

Power Automate 流量使用情况

提取的银行对账单数据可在整个微软生态系统中实现强大的自动化：

• SharePoint 列表：将提取的语句数据存储在 SharePoint 财务跟踪和核对清单
• Excel 一体化：将交易数据导出到 Excel 用于财务分析和报告的工作簿
• Dynamics 365自动创建银行对账单和财务分录。
• SQL 数据库将提取的报表数据插入到 SQL Server 数据库中，用于财务数据仓库
• Power BI将报表数据导入 Power BI 仪表板，以进行现金流分析和支出洞察。
• 电子邮件通知：通过以下方式发送报表摘要和财务提醒 Outlook
• 审批工作流程：根据提取的金额路由报表或交易 Power Automate 审批
• 银行对账将提取的交易与会计记录进行匹配，以实现自动对账
• 费用跟踪使用提取的交易数据对费用进行分类和跟踪
• 财务报告根据提取的报表和交易数据生成财务报告
• 文档存储：将提取的报表数据与原始报表文件关联起来 SharePoint 文档库

工作流程示例

这 PDF4me AI银行对账单解析器 行动 Power Automate 提供专为实际业务场景设计的全面工作流程模板：

Bank Reconciliation Automation

自动化银行对账工作流程

利用人工智能驱动的对账单数据提取功能，简化您的银行对账流程：

完整工作流程步骤：

1. 扳机银行对账单 PDF 已上传至 SharePoint 或通过电子邮件接收
2. AI银行对账单解析器使用以下方式提取账户、交易、余额和支票信息 PDF4me 人工智能
3. 账户匹配将提取的账号与会计系统账号进行匹配
4. 交易匹配将提取的交易与会计记录进行匹配
5. 余额核实：将提取的期初余额和期末余额与会计系统进行比较
6. 支票核对：将提取的支票付款与应付账款记录进行核对
7. 创建对账记录：将语句数据插入 Dynamics 365 财务或会计系统
8. 更新 SharePoint：将提取的语句数据存储在 SharePoint 包含对账状态的列表
9. 异常处理标记未匹配的交易或差异，以便人工审核。
10. 电子邮件通知：向会计团队提供对账汇总和异常情况。
11. 档案将已处理的语句连同提取的元数据一起移动到归档文件夹。

商业优势：

• 自动生成月度和每日银行对账单
• 减少90%的人工对账时间
• 消除交易匹配中的人为错误
• 加快月末和年末结算流程
• 保留所有对账活动的完整审计跟踪记录

Create Flow

Cash Flow Analysis Automation

自动化现金流分析工作流程

利用智能报表数据提取功能，实现现金流监控和分析的自动化：

完整工作流程步骤：

1. 扳机通过电子邮件收到的银行对账单或上传的对账单 SharePoint
2. AI银行对账单解析器：提取交易、余额、存款和取款记录，并启用模式分析功能
3. 现金流计算计算提取存款和取款的净现金流
4. 余额追踪：跟踪期初和期末余额以进行趋势分析
5. Power BI 更新将提取的数据发送到 Power BI 数据集，以用于现金流仪表板
6. Excel 出口：将交易数据导出到 Excel 用于详细分析的工作簿
7. 警报生成：针对低余额或异常交易模式生成警报
8. 报告创建根据提取的报表数据生成现金流量报告
9. 仪表盘更新：使用最新的现金流指标更新财务仪表板
10. 通知向财务团队和管理层发送现金流量汇总邮件

商业优势：

• 实时现金流可见性和监控
• 自动现金流趋势分析
• 主动预警现金流问题
• 改进财务规划和决策
• 自动化财务报告和分析

Create Flow

Expense Tracking & Categorization

自动化费用跟踪工作流程

利用提取的交易数据，自动跟踪和分类费用：

完整工作流程步骤：

1. 扳机银行对账单已上传 SharePoint 费用跟踪文件夹
2. AI银行对账单解析器提取包含类别、商家和描述的交易信息
3. 费用分类使用提取的类别和商家进行费用分类
4. 预算比较：将提取的费用与预算限额进行比较 Power Automate
5. Excel 更新将分类费用添加到 Excel 费用跟踪工作簿
6. SharePoint 列表：存储分类费用 SharePoint 团队可见性列表
7. Power BI 集成将费用数据导入 Power BI，以创建费用分析仪表板
8. 审批流程将高额费用提交给经理审批。
9. 收据匹配：将提取的交易与收据图像进行匹配 SharePoint
10. 费用报告根据分类后的交易数据生成费用报告
11. 通知向财务团队发送费用汇总表及分类明细。

商业优势：

• 自动费用分类减少了人工操作。
• 实时费用跟踪和预算监控
• 提高费用透明度和控制力
• 更快捷的费用申报和报销
• 全面的费用分析和洞察

Create Flow

Fraud Detection & Monitoring

自动化欺诈检测工作流程

利用提取的交易模式监控和检测欺诈活动：

完整工作流程步骤：

1. 扳机银行对账单已上传 SharePoint 欺诈监控文件夹
2. AI银行对账单解析器：提取已启用模式分析的交易记录
3. 模式分析识别异常交易和重复付款模式
4. 欺诈检测规则对提取的交易应用欺诈检测规则
5. 异常检测标记偏离正常模式的交易
6. 警报生成针对可疑交易或模式生成警报
7. 安全团队通知：电子邮件安全团队标记交易
8. 创建调查记录记录可疑交易 SharePoint 或 SQL 数据库
9. 仪表盘更新更新欺诈监控仪表板，提供最新调查结果
10. 合规报告生成欺诈检测报告以符合合规要求

商业优势：

• 自动化欺诈检测和监控
• 及早识别可疑活动
• 通过主动检测减少欺诈损失
• 全面的欺诈审计追踪
• 提高安全性和合规性

Create Flow

行业应用案例及应用

Finance & Accounting

财务与会计应用案例

• 银行对账：利用提取的对账单交易自动进行银行对账
• 财务报告根据提取的报表和交易数据生成财务报告
• 现金流管理利用提取的余额和交易信息监控和分析现金流
• 审计合规性维护结构化报表数据，用于审计跟踪和合规性报告
• 费用管理使用提取的交易数据跟踪和分类费用

Banking & Financial Services

银行和金融服务应用案例

• 报表处理：实现银行对账单处理和数字化自动化
• 交易分析分析从提取的报表数据中得出的交易模式和趋势
• 账户验证使用提取的账户详细信息验证账户信息
• 欺诈检测利用提取的交易模式检测欺诈活动
• 客户服务通过自动提取账单数据，提供更快捷的客户服务。

Treasury Management

资金管理用例

• 现金头寸监控：利用提取的余额信息跟踪现金头寸
• 流动性分析利用提取的交易和余额数据分析流动性
• 支付跟踪：使用提取的交易详情跟踪付款和收款情况
• 财务规划利用提取的现金流数据支持财务规划
• 风险管理利用提取的交易模式监控金融风险

Accounting & Bookkeeping

会计与簿记应用案例

• 日记条目：根据提取的交易数据自动创建日记账分录
• 账户核对使用提取的对账单交易进行账户核对
• 交易过账自动将交易过账到会计系统
• 财务结算加快月末和年末结算流程
• 费用分配使用提取的交易类别分配费用

Business Intelligence & Analytics

商业智能与分析应用案例

• 支出分析分析从提取的交易和类别数据中得出的消费模式
• 财务仪表盘利用提取的报表数据构建财务仪表盘
• 趋势分析：从提取的交易历史记录中识别财务趋势
• 预测利用提取的现金流数据支持财务预测
• 绩效指标根据提取的报表数据计算财务绩效指标

获取帮助

PDF4me ConnectGet your API KeyPower Automate Documentation