Rozpracováno

Entity resolution věřitelů

Každý agregát nad věřitelem — nominál, míra popření, realizovaná výtěžnost, aktivita na sekundárním trhu — je bezcenný, pokud jeden věřitel vystupuje jako čtrnáct různých subjektů. Postavený je zatím jen první krok: ověření IČO a jména věřitele z přihlášky proti ARES. Věřitel jako vlastní záznam, do kterého by se jeho výskyty spojily, zatím neexistuje.

Položka fáze

1.10 entity resolution proti ARES — rozpracováno

Závisí na

1.8 — identitě věřitele vytěžené z přihlášky (rozpracováno)

Existuje dnes

services/ares.py: dotaz do ARES jen za platné IČO (mod-11, domain/identifiers.py), odpověď včetně „nenalezeno“ v cache ares_subjects, porovnání jmen se třemi výsledky (domain/creditor_names.py)

Dopad na skóre

shoda skóre spolehlivosti pohledávky zvýší; IČO, které ARES nezná nebo vede pod jiným jménem, ho omezí; drobná odchylka ve jméně ho nemění

Do ARES nejde

zahraniční registrační číslo s písmeny; DIČ fyzické osoby (CZ + rodné číslo) se do ARES neposílá a nové vytěžení ho zahodí; identifikátor, který by mohl nést rodné číslo, žádná obrazovka neukáže a věřitele s ním ukazuje jako „fyzická osoba“

Cíl s IČO

≥ 99 % podle docs/ACCEPTANCE.md; měřit ho půjde až nad entitami věřitelů

Bez IČO

míra spárování se měří a reportuje, necíluje se číslem, které data neunesou

Plánováno

věřitel jako vlastní záznam, historie identity, párování fyzických osob, ruční fronta sloučení, segmentace a agregáty napříč rejstříkem

Právnické osoby: IČO a pak ARES

Tahle část existuje. Nejdřív se ověří syntaxe a kontrolní číslice mod-11 — neplatné IČO se odmítne na hranici, bez jediného síťového volání. Teprve platné jde na veřejné REST rozhraní ARES, nejvýš jeden dotaz za sekundu, a odpověď — i „nenalezeno“ — zůstane v cache, takže nové vytěžení téže přihlášky dotaz nestojí. Výpadek ARES se necachuje a znamená „neznámo“, nikdy „ověřeno“.

Jméno z přihlášky se s názvem v ARES porovnává se třemi výsledky. Shoda po normalizaci (velikost písmen, diakritika, interpunkce, varianty právní formy) věřitele ověří. Drobná odchylka — titul, pořadí jména a příjmení, označení pobočky, právní forma uvedená jen na jedné straně, jeden chybně přečtený znak — nic neověří ani nevyvrátí. Cokoli jiného, i IČO, které ARES nezná, je rozpor: IČO bylo nejspíš přečteno chybně, a proto se omezí skóre spolehlivosti celé pohledávky.

Plánovaná entita věřitele vezme název, sídlo, právní formu a NACE z ARES, ne z přihlášky; původní znění z přihlášky zůstane důkazem, nikdy jménem subjektu. Dnes se z ARES ukládá jen obchodní jméno k IČO a slouží k ověření, ne jako identita věřitele. Kde IČO chybí a název je v ARES jednoznačný, půjde spárovat jen nad konzervativním prahem a záznam ponese příznak, že jde o shodu podle jména — nikdy nezíská důvěryhodnost shody podle IČO.

Fyzické osoby: konzervativně a do fronty

Pro fyzické osoby zatím neexistuje nic kromě toho, že se DIČ s rodným číslem do ARES neposílá, nové vytěžení ho zahodí a žádná obrazovka identifikátor, který by mohl nést rodné číslo, neukáže (už uložené výsledky se nepřepisují). Spolehlivý klíč neexistuje a ten jediný, který by fungoval, se ukládat nesmí. Zbývá deterministické párování na normalizované jméno s datem narození a pak fuzzy párování s konzervativním prahem.

Nejednoznačné případy půjdou do ruční fronty. Chybné sloučení dvou lidí je mnohem horší než dva nesloučené záznamy jednoho člověka — první se nedá zpětně poznat, druhý ano.

Věřitel je časová řada, ne řádek

Přejmenování, změna sídla, fúze i právní nástupnictví se budou zaznamenávat jako události identity — zatím neexistují ani entity věřitelů, ke kterým by se vázaly. Změna sídla není důvod entitu rozdělit; nástupce vstřebá pohledávky předchůdce se zachovanou vazbou.

Agregáty proto musí jít spočítat dvěma způsoby: jak je subjekt vypadá dnes, i jak vypadal v době přihlášení. Report, který obojí míchá, je vada, která vypadá jako data.

Kde to v repozitáři žije

• src/progresus_isir/services/ares.py — ověření věřitele proti ARES: pacování, cache, tři výsledky
• src/progresus_isir/domain/creditor_names.py — porovnání jména z přihlášky s názvem v ARES
• src/progresus_isir/domain/identifiers.py — validace IČO včetně mod-11, DIČ a zahraniční registrační čísla
• docs/ENTITY-RESOLUTION.md — co existuje, postup párování, historie identity a segmentace
• docs/ACCEPTANCE.md — cíl ≥ 99 % pro věřitele s IČO a způsob měření

Souvisí

Zpět na sekci Roadmapa