Cum categorizezi automat tranzacțiile bancare (Ghid 2026)

Orice aplicație de finanțe personale, oricare ar fi ea, are aceeași problemă secretă: oamenii renunță să o mai folosească atunci când categorisirea începe să pară greșită. O taxă etichetată „Misc” care ar trebui să fie „Restaurants”, o taxă Square pe care aplicația nu o poate decoda, zece luni de abonamente comprimate în „Service” — și utilizatorul renunță. Dacă e făcută bine, categorisirea automată este cea mai importantă funcție a unui tracker financiar. Dacă e făcută prost, ea este motivul pentru care aceste aplicații eșuează.

Acesta este un ghid din 2026 despre categorisirea automată a tranzacțiilor: ce este, de ce soluțiile anterioare au fost atât de proaste, ce s-a schimbat în 2024 și 2025 ca să devină, în sfârșit, fiabilă și cum o poți configura fie gratuit, fie ieftin.

Ce înseamnă „categorisire automată”

Fiecare tranzacție dintr-un extras bancar este un rând de date: dată, descrierea comerciantului, sumă, uneori un memo. Categorisirea este procesul de a atașa o etichetă relevantă acelui rând — produse alimentare, restaurante, transport, abonamente, venit, transfer — ca să poți însuma cheltuielile pe categorii, să îți construiești bugetul în jurul lor și să observi anomalii.

Categorisirea manuală funcționează pentru primele 30 de tranzacții și se oprește după aceea. O gospodărie tipică generează 80 până la 200 de tranzacții pe lună, pe toate cardurile și conturile, iar descrierile comercianților rar sunt numele brandului — „CTV*PARAMOUNT” pentru Paramount+, „DG*ZWIFT” pentru aplicația de ciclism, „TST*REDLOBSTER” pentru Red Lobster, „PAYPAL *AMAZON” pentru Amazon. Să faci asta manual este o corvoadă lunară de 30 de minute pe care aproape nimeni nu o menține.

De ce categorisirea de la început era atât de proastă

Mint, cea mai dominantă aplicație de finanțe personale înainte de 2024, folosea un sistem bazat pe reguli. Descrierea comerciantului din extrasul bancar era potrivită cu o listă menținută manual de expresii regulate și coduri de comercianți; noii comercianți sau descrierile ciudate ajungeau într-o categorie generică. Trei probleme:

Baza de date a comercianților trebuia întreținută manual. Noile branduri, firmele regionale și procesatorii de plăți „white-label” o confuzau constant.
Categoria pentru un anumit comerciant depindea de context. O taxă de 40$ la Whole Foods este produse alimentare; o taxă de 40$ la Starbucks este restaurante; o taxă de 40$ la același lanț de cafea într-o cantină corporatistă ar putea fi rambursată ca cheltuială de muncă. Sistemele bazate pe reguli nu pot ști.
Abonamentele și taxele recurente erau gestionate de un strat separat de detectare care, adesea, nu era de acord cu categorisirea. O taxă lunară Spotify ar putea apărea atât ca „Music”, cât și ca „Subscriptions”, în funcție de ecranul pe care îl vedeai.

Ce s-a schimbat în 2024–2026

Două lucruri, împreună:

Modele mari de limbaj pentru categorisire

Până la sfârșitul lui 2024, modelele de limbaj au devenit suficient de ieftine și suficient de precise încât să categorizeze tranzacțiile câte una, cu o precizie aproape umană. Un model care a „citit” cea mai mare parte din internet știe că „CTV*PARAMOUNT” este Paramount+ și un abonament de streaming, că „TST*” descrie punct de vânzare pentru restaurante, că „USPS” este transport, și că o taxă de 40$ la Whole Foods într-o sâmbătă dimineață este mai probabil produse alimentare decât o cheltuială de birou.

Important: modelele de limbaj pot folosi și contextul — cât de des apare același comerciant, intervalul de sume care este tipic pentru acel comerciant și cum a înlocuit utilizatorul categorisirea în trecut.

OCR pentru extrase PDF

Formatele extraselor bancare diferă enorm de la o țară la alta, de la o bancă la alta și între tipurile de conturi. Categorisitoarele vechi cereau export CSV, care nu este disponibil pentru multe bănci mai mici și pentru extrase din bănci externe. Parsere AI moderne pot extrage date structurate direct din PDF, inclusiv layout-uri cu mai multe coloane, note de subsol despre taxe și tabele care se reîncadrează ciudat între pagini.

Combină cele două și obții, pentru prima dată, automatizare „end-to-end”: introduci un PDF cu extrasul, primești înapoi o listă complet categorizată a tranzacțiilor, cu detectarea abonamentelor și semnalarea taxelor recurente.

Cum să configurezi categorisirea automată în 2026

Opțiunea A: conectează o aplicație agregatoare (Plaid)

Aplicații precum Monarch Money, Copilot Money și YNAB folosesc Plaid pentru a prelua tranzacțiile automat. Configurarea durează aproximativ cinci minute pe cont. Odată conectat, tranzacțiile apar zilnic și aplicația le categorizează la import. Calitatea diferă — unele aplicații încă se bazează mult pe logică bazată pe reguli — dar cele mai bune dintre ele sunt acum în jur de 90% precise din start.

Compromisul este confidențialitatea: trebuie să dai unui agregator terț datele de autentificare la bancă. Agregatoarele au rezultate bune la securitate, dar pentru utilizatorii care nu vor ca datele bancare să fie oriunde în afara băncii, aceasta este o variantă imposibilă.

Opțiunea B: încarci extrasele într-un tracker bazat pe AI

MyVault este cea mai simplă opțiune fără agregator: descarci un PDF sau CSV cu extrasul de pe site-ul băncii, îl încarci și AI categorizează totul în sub un minut. Nu implică date de autentificare bancare în niciun pas — fișierul pe care îl încarci este același pe care l-ai descărca pentru sezonul fiscal. Planul gratuit acoperă majoritatea utilizatorilor casual.

Opțiunea C: construiește-ți singur cu foaie de calcul și un ajutor AI

Pentru utilizatorii mai „DIY”, cu una sau două conturi simple, o foaie de calcul plus un singur prompt AI poate face cea mai mare parte a muncii. Exportează tranzacțiile într-un CSV, lipește-le în ChatGPT sau Claude cu un prompt care cere categorisirea și acceptă rezultatul. Asta funcționează pentru audituri unice, dar este fragil ca workflow lunar.

Cum să îmbunătățești orice categorizer

Niciun categorizer automat nu este perfect din prima. Câteva obiceiuri îmbunătățesc dramatic calitatea în timp:

Alege o listă mică și stabilă de categorii. 12 până la 15 categorii funcționează mult mai bine decât 50. Mai multe categorii înseamnă mai multe șanse să te contrazici singur.
Corectează întotdeauna categorisiri greșite, chiar și când nu îți pasă de tranzacția respectivă. Categorisitoarele moderne învață din corecțiile tale — dacă repari o taxă Spotify pusă greșit o dată, îi predai modelului că toate taxele Spotify trebuie să fie în aceeași categorie de acum înainte.
Setează o regulă pentru comercianții ambigui. Amazon, PayPal și Venmo sunt cele mai rele — poți folosi Amazon pentru produse alimentare, electronice, cărți și cadouri. Fie le dai o categorie „catch-all” separată, fie acceptă că va trebui să recategorizezi manual.
Categorisește transferurile ca transferuri, nu ca venit sau cheltuieli. O mutare din contul de checking în contul de economii se numără de două ori în totaluri dacă o tratezi ca venit într-o parte și ca cheltuială în cealaltă.

Ce deblochează categorisirea bună, cu adevărat

Cu tranzacții categorisite fiabil, poți răspunde în sfârșit la întrebările care contează: cât cheltui de fapt pe restaurante vs produse alimentare; ce fracție din venit merge pe abonamente; bugetul tău lunar de transport crește sau nu; cât ai cheltuit în total pe vacanța aceea. Aceste cifre sunt evidente la o retrospectivă, dar invizibile fără categorisire și sunt fundația fiecărui buget chiar util.

Încearcă MyVault gratuit — încarcă un singur extras bancar și vezi cheltuielile tale categorisite automat. Fără autentificare bancară. MyVault