Як автоматично категоризувати банківські транзакції (2026-гіт)

У кожного застосунку для персональних фінансів, які існували до цього моменту, є одна й та сама прихована проблема: люди перестають користуватися ним, щойно категоризація починає здаватися неправильною. Списання з міткою «Misc», яке мало б бути «Restaurants»; списання від Square, яке застосунок не може розшифрувати; десять місяців підписок, згорнуті в «Service» — і користувач зупиняється. Зроблена якісно автоматична категоризація — найважливіша функція будь-якого фінансового трекера. Зроблена погано — це причина, чому ці застосунки провалюються.

Це гід на 2026 рік з автоматичної категоризації транзакцій: що це таке, чому раніші рішення були такими поганими, що змінилося в 2024 і 2025 роках, щоб зробити її надійною, і як налаштувати її або безплатно, або за невеликі гроші.

Що насправді означає «автоматична категоризація»

Кожна транзакція у банківській виписці — це один рядок даних: дата, опис продавця, сума, інколи примітка (memo). Категоризація — це процес прив’язування змістовної мітки до цього рядка — «Продукти», «Харчування поза домом», «Транспорт», «Підписки», «Дохід», «Переказ» — щоб ви могли підсумувати витрати за категоріями, побудувати бюджет навколо них і помічати аномалії.

Ручна категоризація працює для перших 30 транзакцій і перестає працювати після цього. Типове домогосподарство генерує 80–200 транзакцій на місяць у всіх картках і рахунках, а описи продавців рідко є назвою бренду: «CTV*PARAMOUNT» для Paramount+, «DG*ZWIFT» для застосунку для велотренувань, «TST*REDLOBSTER» для Red Lobster, «PAYPAL *AMAZON» для Amazon. Робити це вручну — це щомісячна рутина на 30 хвилин, яку майже ніхто не витримує.

Чому рання категоризація була настільки поганою

Mint, домінуючий застосунок для персональних фінансів до 2024 року, використовував правила-орієнтовану систему. Merchant descriptor у банківській виписці зіставляли з наперед складеним вручну списком регулярних виразів і кодів продавців; нові продавці або описи в нестандартному форматі не «влучали» і потрапляли в загальну категорію. Є три проблеми:

Базу продавців доводилося вручну підтримувати. Нові бренди, регіональні бізнеси та платіжні процесори «white label» постійно плутали її.
Категорія для конкретного продавця залежала від контексту. Списання $40 у Whole Foods — це продукти, $40 у Starbucks — харчування поза домом; $40 в тому самому кафе в корпоративній їдальні можуть компенсувати як робочі витрати. Правила-орієнтовані системи цього не вміють.
Підписки та повторювані списання оброблялися окремим шаром виявлення, який часто не погоджувався із категоризатором. Щомісячне списання Spotify могло відображатися і як «Music», і як «Subscriptions» залежно від того, яку частину екрана ви дивилися.

Що змінилося в 2024–2026

Дві речі, разом:

Великі мовні моделі для категоризації

Наприкінці 2024 року мовні моделі стали достатньо дешевими й точними, щоб категоризувати транзакції по одній із майже людською точністю. Модель, яка прочитала більшу частину публічного інтернету, знає, що «CTV*PARAMOUNT» — це Paramount+ і стримінгова підписка; що дескриптори «TST*» — це POS-ресторан; що «USPS» — це доставка; і що списання $40 у Whole Foods у суботній ранок — імовірніше продукти, ніж витрати для офісу.

Критично важливо: мовні моделі також можуть використовувати контекст — як часто з’являється той самий продавець, який діапазон сум типовий для нього, і як користувач раніше виправляв категоризацію.

OCR для PDF-виписок

Формати банківських виписок дуже різняться між країнами, банками та типами рахунків. Старі категоризатори вимагали експорту CSV, який недоступний для багатьох невеликих банків і для виписок іноземних банків. Сучасні парсери з ШІ можуть витягати структуровані дані прямо з PDF — навіть із макетами на кілька колонок, виносками про комісії та таблицями, які незручно переходять між сторінками.

Поєднайте ці дві технології — і вперше ви отримуєте «end-to-end» автоматизацію: завантажуєте PDF виписку, отримуєте повний список транзакцій із категоріями, з виявленими підписками та позначеними повторюваними списаннями.

Як налаштувати автоматичну категоризацію в 2026

Варіант A: підключити застосунок-агрегатор банку (Plaid)

Такі застосунки як Monarch Money, Copilot Money і YNAB використовують Plaid для автоматичного підтягування транзакцій. Налаштування займає приблизно 5 хвилин на рахунок. Після підключення транзакції з’являються щодня, а застосунок категоризує їх під час імпорту. Якість різниться: деякі застосунки досі сильно покладаються на логіку на основі правил — але найкращі зараз мають приблизно 90% точності «з коробки».

Компроміс — приватність: вам потрібно віддати третьому агрегатору логін від банку. Агрегатори мають сильні рекорди безпеки, але для користувачів, які не хочуть, щоб їхні банківські облікові дані були десь поза банком — це не підходить.

Варіант B: завантажити виписки в трекер із ШІ

MyVault — найпростіший варіант без агрегаторів: завантажте PDF або CSV-виписку з сайту вашого банку, підгрузьте її — і ШІ категоризує все менш ніж за хвилину. На жодному етапі не потрібні банківські облікові дані: файл, який ви завантажуєте, — це той самий, який ви б завантажили для податків. Безплатний тариф покриває більшість «звичайних» користувачів.

Варіант C: зібрати все самостійно за допомогою таблиці та ШІ-помічника

Для любителів DIY із одним чи двома простими рахунками таблиця плюс один ШІ-запит може зробити більшу частину роботи. Експортуйте транзакції в CSV, вставте їх у ChatGPT або Claude з промптом, який просить категоризацію, і погодьтеся з результатом. Це працює для разових аудитів, але як щомісячний процес — крихке.

Як зробити будь-який категоризатор кращим

Немає автоматичного категоризатора, який ідеально працює з першого проходу. Кілька звичок різко покращують якість з часом:

Обирайте маленький стабільний список категорій. Дванадцять–п’ятнадцять категорій працюють значно краще, ніж п’ятдесят. Більше категорій означає більше шансів, що ви самі з собою посваритеся (розійдетеся в думках).
Завжди виправляйте неправильну категоризацію, навіть якщо вам не принципово саме ця транзакція. Сучасні категоризатори вчаться на ваших виправленнях: виправили одного разу Spotify — це навчає модель, що всі ваші списання Spotify мають бути в одному й тому самому місці надалі.
Створіть правило для неоднозначних продавців. Amazon, PayPal і Venmo — найгірші «порушники»: Amazon може бути і для продуктів, і для електроніки, книг і подарунків. Або дайте їм власну «універсальну» категорію, або прийміть, що вам потрібно буде перекатегоризовувати вручну.
Категоризуйте перекази як перекази, а не як дохід чи витрати. Рух із вашого чекового рахунку на ощадний рахується двічі в підсумках, якщо з одного боку це буде трактовано як дохід, а з іншого — як витрати.

Що відкриває якісна категоризація насправді

Коли транзакції категоризуються надійно, ви нарешті можете відповісти на питання, які справді важать: скільки я насправді витрачаю на харчування поза домом порівняно з продуктами; яка частка мого доходу йде на підписки; чи зростає мій щомісячний бюджет на транспорт; скільки я загалом витратив(ла) на ту відпустку. Ці цифри очевидні постфактум, але невидимі без категоризації — і це фундамент будь-якого по-справжньому корисного бюджету.

Спробуйте MyVault безплатно — завантажте одну банківську виписку й подивіться, як ваші витрати автоматично категоризуються. Без потреби в банківському логіні. MyVault