Вопрос пользователя:
«Как автоматически узнавать, что наш должник начал банкротиться, чтобы успеть подать требования в дело?»
Суть проблемы
Компания имеет дебиторскую задолженность от множества контрагентов. Если контрагент начинает процедуру банкротства, важно вовремя узнать об этом, чтобы успеть включиться в реестр кредиторов и попытаться вернуть деньги. Ручной ежедневный мониторинг сайта арбитражного суда для каждого контрагента — нереалистичная задача.
Что может Puzzle RPA + 1С ERP?
Робот ежедневно автоматически проверяет по списку контрагентов с дебиторской задолженностью наличие новых дел о банкротстве на сайте kad.arbitr.ru. При обнаружении дела робот немедленно уведомляет ответственного сотрудника и предоставляет ссылку на дело, а также инструкцию по дальнейшим шагам.
Суть подхода:
- Автоматический сбор данных: Робот забирает из 1С список контрагентов с просроченной задолженностью (или всей дебиторкой).
- Мониторинг открытых источников: Через веб-автоматизацию робот заходит на сайт арбитражного суда и ищет дела по ИНН или названию контрагента.
- Анализ результатов: Если находит новое дело (или изменение в существующем), извлекает ключевую информацию: номер дела, суд, дата, стадия.
- Интеллектуальное оповещение: Формирует сводку по всем «проблемным» контрагентам и отправляет юристу или финансовому директору.
Преимущества подхода:
- Своевременность: Вы узнаете о банкротстве в день публикации информации на сайте.
- Полнота охвата: Проверяются все контрагенты, а не только самые крупные.
- Экономия времени: Юрист не тратит часы на рутинный поиск.
- Снижение рисков: Шанс успеть подать требования в реестр кредиторов повышается в разы.
Решение и рекомендации по настройке робота
- Проектирование в Студии Puzzle RPA:
Используйте «Веб-автоматизацию» для работы с сайтом kad.arbitr.ru. Учитывайте, что сайт может иметь защиту от ботов, поэтому настраивайте задержки и используйте режим эмуляции человека.
Для выгрузки списка контрагентов из 1С применяйте «Мастер UI» (если нет API) или прямые запросы к базе данных.
Для обработки и сравнения данных (чтобы не уведомлять о старых, уже известных делах) используйте «Словари» и «Табличные данные». - Оркестрация и запуск:
Настройте DAG в Airflow с ежедневным запуском в нерабочее время (например, ночью).
Используйте глобальные переменные Airflow для хранения списка ИНН контрагентов, которые уже проверяются, и истории найденных дел.
Учитывайте, что процесс может быть длительным (много контрагентов), поэтому настройте таймауты и обработку ошибок. - Расчет TCO (Total Cost of Ownership) и окупаемость:
Средняя стоимость разработки: 250 000 руб.
Ежемесячные затраты: ~3 000 руб. (поддержка, возможно, платный доступ к API арбитражного суда для ускорения).
Экономия: Освобождение 0,3 ставки юриста или финансового аналитика (экономия ФОТ от 15 000 руб./мес).
Прямая выгода: Возврат даже части задолженности от банкротящегося контрагента. Например, вовремя поданные требования позволили вернуть 500 000 руб. из 1 млн.
Срок окупаемости: (250 000 руб.) / (15 000 руб./мес + 500 000 руб./год / 12) ≈ 6-8 месяцев.
Итог простыми словами
Этот робот — ваш страж, который день и ночь следит за финансовым здоровьем ваших контрагентов. Он моментально сообщит, если кто-то из должников начал банкротиться, и даст вам фору для спасения своих денег.
Типичные сценарии использования:
Сценарий 1: Ежедневный мониторинг ключевых должников
- Ситуация: У компании есть 20 крупных контрагентов с задолженностью от 1 млн руб. каждый.
- Проблема: Нужно оперативно реагировать на любые признаки банкротства, чтобы не потерять крупные суммы.
- Решение: Робот проверяет этих 20 контрагентов каждый день и отправляет SMS-уведомление юристу, если находит новое дело.
- Результат: Юрист получает сигнал в течение 24 часов после публикации дела на сайте суда.
Сценарий 2: Периодическая полная проверка всей базы контрагентов
- Ситуация: База контрагентов насчитывает 5000 записей, но задолженность есть у 300.
- Проблема: Раз в месяц нужно убедиться, что ни один из контрагентов не начал банкротиться.
- Решение: Робот раз в месяц запускается на полную проверку всех 300 контрагентов с долгами. Формирует сводный отчет.
- Результат: Финансовый директор получает ежемесячный отчет о финансовом состоянии дебиторов.
Следующий юридический кейс: "Проверка добросовестности контрагента перед заключением договора".
Заголовок статьи: Роботизация Puzzle RPA в 1С ERP: Автоматическая проверка добросовестности контрагента
Вопрос пользователя:
«Как быстро и безошибочно проверить нового контрагента на благонадёжность перед подписанием договора?»
Суть проблемы
Перед заключением договора с новым контрагентом необходимо провести due diligence: проверить его регистрационные данные, наличие дисквалифицированных лиц, судебные споры, финансовые показатели. Ручной сбор этой информации из открытых источников (ФНС, Федресурс, КАД.Арбитр) занимает от нескольких часов до нескольких дней. При высокой нагрузке сотрудники могут пропустить важные красные флаги.
Что может Puzzle RPA + 1С ERP?
Робот автоматически собирает информацию о потенциальном контрагенте из множества открытых источников по его ИНН или названию. Он формирует структурированный отчёт, выделяет потенциальные риски (массовый адрес, дисквалифицированные руководители, судебные иски) и отправляет его менеджеру или юристу для принятия решения.
Суть подхода:
- Мультиисточниковый сбор данных: Робот последовательно запрашивает информацию с сайтов ФНС, ЕГРЮЛ/ЕГРИП, арбитражного суда, сайта банкротств и других реестров.
- Анализ и структурирование: Извлекает ключевые данные: дата регистрации, уставный капитал, руководители, виды деятельности, судебные дела, финансовые показатели.
- Оценка рисков: На основе заданных правил (например, если есть дела о банкротстве или руководитель дисквалифицирован) присваивает контрагенту уровень риска (низкий, средний, высокий).
- Формирование отчёта: Создает PDF- или Excel-файл с наглядной сводкой, который можно сразу приложить к внутренней заявке на заключение договора.
Преимущества подхода:
- Скорость: Отчёт готов за 10-15 минут вместо нескольких дней.
- Полнота: Проверяются все значимые источники, которые человек мог бы упустить.
- Консистентность: Все контрагенты проверяются по единой методике, исключается субъективный фактор.
- Документирование: Автоматически создаётся отчёт, который можно сохранить в дело как доказательство проведения проверки.
Решение и рекомендации по настройке робота
- Проектирование в Студии Puzzle RPA:
Активно используйте «Веб-автоматизацию» для взаимодействия с сайтами госорганов. Учитывайте возможные капчи и используйте сервисы распознавания или ручной ввод (если редко).
Для парсинга HTML и извлечения данных применяйте блоки «Работа с текстом» и «Регулярные выражения».
Для формирования отчёта в Excel используйте блоки «Работа с Excel», для PDF — генерацию через шаблоны. - Оркестрация и запуск:
Настройте DAG в Airflow, который запускается по требованию (например, при поступлении заявки на нового контрагента из CRM).
Используйте очереди (Pools) для ограничения числа одновременных проверок, чтобы не нагружать источники и не быть заблокированным.
Результаты проверок можно сохранять в глобальные переменные Airflow или в базу данных для истории. - Расчет TCO (Total Cost of Ownership) и окупаемость:
Средняя стоимость разработки: 250 000 руб.
Ежемесячные затраты: ~4 000 руб. (поддержка, возможные платные API для получения данных, например, Контур.Фокус).
Экономия: Освобождение 0,5 ставки юриста или аналитика (экономия ФОТ от 25 000 руб./мес).
Прямая выгода: Предотвращение заключения договора с неблагонадёжным контрагентом и потенциальных убытков. Один предотвращённый проблемный контрагент может сэкономить компании от 500 000 руб. (сумма возможного ущерба).
Срок окупаемости: (250 000 руб.) / (25 000 руб./мес + 500 000 руб./год / 12) ≈ 6-7 месяцев.
Итог простыми словами
Этот робот — ваш личный детектив, который за копейки и за несколько минут собирает досье на любого контрагента. Вы получаете готовую справку с выводом: «подписывать» или «бежать».
Типичные сценарии использования:
Сценарий 1: Проверка контрагента перед крупной сделкой
- Ситуация: Компания планирует закупить товар на 5 млн руб. у нового поставщика.
- Проблема: Нужно быстро, но тщательно проверить поставщика, чтобы не потерять деньги.
- Решение: Менеджер вносит ИНН поставщика в CRM, робот запускается, через 15 минут отправляет отчёт с выводом: «Риски средние: есть несколько арбитражных дел, но все как истец. Руководитель не дисквалифицирован. Рекомендуется запросить обеспечение».
- Результат: Руководство принимает взвешенное решение с учётом всех рисков.
Сценарий 2: Массовая проверка контрагентов из тендера
- Ситуация: Компания проводит тендер на закупку услуг, поступило 50 заявок от неизвестных подрядчиков.
- Проблема: Нужно отфильтровать явно неблагонадёжных участников до начала оценки коммерческих предложений.
- Решение: Робот получает список ИНН всех участников, проводит проверку и ранжирует их по уровню риска.
- Результат: Отдел закупок сразу отсеивает 10 контрагентов с высоким риском и сосредотачивается на 40 надёжных.