Проверка ИНН: как использовать API для скоринга и антифрода при заказе
Понедельник, 9:14, кофе остывает быстрее, чем уходит тревога в CRM. Вылетает заказ на приличную сумму, платёж еще не прошел, а ИНН в форме выглядит то на 10 цифр, то на 12, и клиент торопит: «Отгружайте сегодня». Если вы хоть раз ловили себя на мысли «ладно, проверю по ИНН потом», то вы в зоне риска. И да, ручная проверка по ИНН на сайте налоговой с вкладкой «Риски бизнеса» спасает от очевидных неприятностей, но в реальной рутине это превращается в лотерею: где-то забыли проверить, где-то кто-то устал в 19:40 и махнул рукой. Антифрод ломается обычно там, где человеку надо было просто нажать еще одну кнопку, но он уже без сил.
Я однажды наблюдал, как в интернет-магазине сантехники пять заказов подряд ушли на один и тот же адрес, но оформлялись от разных ИП. Все прилично, ИНН у всех есть, платёж по карте проходит, но через неделю оказалось, что две компании в предбанкротном состоянии, одна вообще ликвидирована, а номер телефона фигурирует в парочке сомнительных историй. Вот тут и пригодился нормальный сценарий: автоматическая проверка контрагента по ИНН, скоринг, и аккуратный антифрод до момента отгрузки. Не геройство, а здравый смысл, просто с автоматизацией.
Что вобще проверяем по ИНН и зачем это бизнесу
ИНН — хороший идентификатор в России: для юрлиц 10 цифр, для физлиц и ИП 12. Основные вещи, которые имеет смысл вытащить из API сразу: статус организации или ИП, регистрационные данные, руководитель, адрес, ОКВЭД, сведения о рисках и ограничениях. А дальше уже начинается вкусное: долги, исполнительные производства, признаки массового адреса, аффилированность, «температура» по судам. Это не про шпионаж, а про снижение риска возвратов и невыполненных обязательств, особенно если у вас отгрузки в отсрочку или дорогостоящие товары. Сервисов много: Контур.Фокус через свой API отдает аккуратный профиль контрагента и рисковые индикаторы, Reputation.ru подтягивает данные из нескольких десятков источников, а для физлиц иногда помогает телефонная проверка через GetScam — просто чтобы понять, не из сборника ли это номер.
Если вы привыкли к ручному режиму, для разовой истории вполне подходит проверка по ИНН на сайте налоговой. Но когда заказов десятки в день, ручная «налоговая проверка по ИНН» превращается в тормоз бизнеса. Вы хотите, чтобы сценарий сам дергал проверку налогов по ИНН, обновлял статус, а менеджеру в Telegram прилетало короткое «ОК» или «нужен ручной взгляд». Иначе вы будете платить временем, а это самая дорогая валюта.
Картинка процесса: make.com как диспетчер и связной
Сердце системы — сценарий в make.com. К нему прилетает событие: новый заказ из вашего сайта, CRM или формы. Это может быть Tilda, Bitrix24, amoCRM, кастомный сайт на WordPress или даже Telegram-бот — без разницы, есть вебхук, дальше всё по схемам. Первым делом сценарий нормализует ИНН: убирает пробелы, проверяет длину, опционально прогоняет контрольную сумму. Если ИНН кривой — сценарий не ругается, а мягко отправляет заказ в ручную очередь и пишет человеку, что «нужно уточнить данные». Никаких лишних драм.
Дальше идет обращение к API поставщика. У Контур.Фокус есть API с быстрым поиском по ИНН и готовыми risk-метками, у Reputation.ru свой API с агрегированной сводкой по исполнителям и судебным данным, для телефонов — GetScam. В make.com это просто модуль HTTP с авторизацией и аккуратной обработкой JSON. Ответ приходит большой, но нам нужны конкретные поля: активность, дата регистрации, руководитель, адрес, риски, сумма долгов, исполнительные производства, признаки массовых регистраций. Часть данных можно превратить в «баллы риска» — грубо, но эффективно: массовый адрес плюс 2, свежая регистрация плюс 1, исполнительные производства больше N — плюс 3. Тут уже появляется скоринг.
Решение принимает рутер: либо «ОК — отгружаем», либо «на проверку менеджеру», либо «стоп — отклоняем до уточнения». При этом сценарий шлет уведомление в Telegram и пишет статус в базу. Это может быть Google Sheets, Airtable, Notion, PostgreSQL — что ближе. Я чаще начинаю с таблицы, просто чтобы быстро собрать историю. Пара часов — и у вас уже дорожка из фактов: кто как проверен, что подтянулось из API, кто принял решение. Разгребать задним числом уже легче, чем ловить фантомов.
Скоринг и антифрод без истерики
Любая скоринговая модель — это набор гипотез, которые вы регулярно трезво пересматриваете. Для B2B в ход идут юридические признаки: активность, судебные истории, налоговые долги, аффилированность, сомнительные адреса. Для B2C дорисовываем операционные штуки: возраст телефона, совпадение региона IP и адреса доставки, частота возвратов по номеру, одноразовые почтовые домены. ИИ тут можно включать, а можно не усложнять: простая бальная система и два порога закрывают 80% кейсов. Ошибка в одну-две метки компенсируется ручной проверкой пограничных случаев. Ничего героического, зато нервная система менеджеров цела.
Отдельный момент — проверка налогов по ИНН. Формулировка звучит странно, но люди ищут именно это. Если речь о юрлице или ИП, по ИНН доступны сведения из официальных реестров и некоторых сервисов-агрегаторов. На сайте ФНС есть сервис для проверки по ИНН на сайте налоговой, но это про ручной режим. Для автоматизации безопаснее использовать официальные API или надежных поставщиков данных, которые аккуратно агрегируют публичную информацию, не залезая за красные линии закона. Никаких серых схем, это не повод рисковать бизнесом.
Практика в make.com: из блоков в рабочую ленту
Стартуем с вебхука. В make.com создаем вход, на который сайт или CRM отправляет заказ: ФИО или название, ИНН, телефон, email, адрес доставки, сумма. Сразу вешаем «Set variable» с нормализацией ИНН. Потом «Data store» — локальный кэш проверок по ИНН, чтобы не дёргать внешние API по десять раз на одного и того же контрагента. Если в кэше нет свежей записи — идем в HTTP и дергаем поставщика. На ответ ставим «JSON parse» и «Iterator», потому что некоторые API отдают массивы рисков. Далее «Set score» — простая формула, где вес можно настраивать под ваш ассортимент и аппетит к риску. Итоговый маршрут: если score ниже порога — триггерим отгрузку и метим заказ как «зелёный», если между порогами — шлем карточку в Telegram для менеджера, если выше — мягко запрашиваем у клиента подтверждающие документы. В потоке добавьте «Sleep» и «Rate limit» — поставщики не любят, когда их долбят пачками, а вы не любите счета на доп.лимиты.
Ошибки будут, дайте им место. У make.com есть обработчики ошибок и ретраи. Я держу запасной маршрут: если основной API отвалился, сценарий аккуратно идёт во второй сервис и помечает запись как «fallback». Так вы не зависите от единственной шестерёнки. Логи — в отдельную таблицу или базу, чтобы потом не вспоминать «почему у нас вчера всё светилось жёлтым». И добавьте напоминание на периодическую перепроверку важных контрагентов — раз в месяц. Бывает, что утром компания ещё активна, а к вечеру в ЕГРЮЛ уже есть записи, которые меняют настроение к отгрузке.
Деньги и экономия: как не сжечь бюджет на API
Кэшируйте результаты на разумный срок — неделя для B2C, 30 дней для B2B, если нет изменений. Не проверяйте каждого на 10 сервисах сразу — начинайте с одного основного, подключайте второй, если ответа не хватает. Имейте черный список номер-адресов в своей базе — это бесплатно и очень полезно. И не забывайте про логирование попыток — иногда видно, как злоумышленник «щупает» ваш магазин серией маленьких заказов. Плата за API окупается тем, что вы меньше возитесь с возвратами и муками догоняющей логистики. По оценкам тех же поставщиков, автоматизация проверки контрагентов сокращает время сделки и снижает долю ошибок, а это вполне ощутимо даже в маленьком бизнесе.
Юридические и этические аккуратности
Работа с ИНН, телефонами и адресами — это персональные данные в смысле 152-ФЗ, особенно если речь о физлицах и ИП. Берите согласие на обработку, храните только то, что нужно для выполнения договора, шифруйте доступы и ключи. В make.com ключи к API держите в защищённых соединениях, не светите их в логах. Данные лучше обезличивать там, где можно. И да, если клиент попросил удалить свои данные — удаляем. Ничего сложного, просто чуть больше дисциплины. По сервисам сторонних провайдеров — читайте условия и политику обработки данных, избегайте тех, кто обещает «узнать всё» без официальных источников. Это не тот случай, где стоит лезть в серую зону.
Где учиться и как начать без боли
Если вы никогда не собирали сценарии, начните с простого: вебхук — проверка по ИНН — уведомление. Чуть-чуть потренировались, добавили скоринг и второй источник. Дальше подключили проверку телефона, гео и IP. И у вас уже антифрод, который не надо выдумывать каждый раз заново. Хотите по шагам и с примерами на живых кейсах — приходите на Обучение по make.com, а если нужно «здесь и сейчас», то есть готовые Блюпринты по make.com. А вообще начните регистрироваться в самом сервисе — вот ссылка без сюрпризов: make.com. И, да, для идей и разборов у нас есть уютный уголок новостей и кейсов: Хотите научиться автоматизации рабочих процессов с помощью сервиса make.com и нейросетей ? Подпишитесь на наш Telegram-канал.
А если вам нужно именно «сайт проверки налогов по ИНН» для бухгалтерии, оставьте это бухгалтерам, а себе настройте автоматическую проверку контрагента по ИНН до стадии счёта. Бизнесу спокойнее, клиенту понятнее, вы спите лучше. И кофе остывает уже просто потому, что вкусно.
FAQ
Можно ли сделать проверку по ИНН на сайте налоговой прямо из make.com
Прямой готовой интеграции нет, а автоматический сбор данных с веб-страниц ФНС ограничен условиями использования. Для автоматизации безопаснее и быстрее подключить официальные API-поставщиков, которые аккумулируют публичные сведения и предоставляют их по договору. Для разовых кейсов вручную удобно использовать сервисы ФНС, но не встраивать их скрин-скрейпом в сценарий.
Что именно возвращают API по ИНН и можно ли на этом строить скоринг
Как правило, доступен статус организации или ИП, регистрационные данные, адрес, руководитель, ОКВЭД, а также индикаторы риска: исполнительные производства, признаки массовых регистраций, сведения о банкротстве и аффилированности. Этого достаточно, чтобы построить базовый скоринг с порогами одобрения и ручной проверки. Под ИНН физлица в скоринг лучше добавлять проверку телефона и соответствие региона доставки.
Как часто делать повторную налоговую проверку по ИНН для действующих клиентов
Для B2B безопасная частота — раз в 30 дней или при крупных заказах. Для B2C постоянные повторные запросы редко нужны, достаточно проверять новые заказы с необычными признаками: слишком дорогая корзина, срочная доставка, нестандартный адрес. Кэшируйте результаты, чтобы не гонять одни и те же ИНН каждый день.
Это законно — оценивать клиентов по скорингу и ставить антифрод
Законно, если вы не нарушаете 152-ФЗ по персональным данным, используете легальные источники, информируете пользователя и храните только необходимое для исполнения договора. Скоринг — это ваше внутреннее правило принятия решений, оно не должно дискриминировать или ограничивать права клиента. Отказы и запросы документов формулируйте корректно и по делу.
Чем отличаются проверка по ИНН и проверка налогов по ИНН
Проверка по ИНН — это общая сверка статуса и сведений о контрагенте: активность, регистрация, риски. «Проверка налогов по ИНН» в бытовом смысле — поиск информации о наличии задолженностей и исполнительных производств по открытым источникам и агрегаторам. Для автоматизации обе задачи решаются единым сценарием с разными полями ответа.
Какие сервисы выбрать, если бюджет ограничен
Начните с одного провайдера, у которого есть чёткие risk-метки и приемлемая цена за запрос. Контур.Фокус и Reputation.ru — два крепких варианта для РФ сегмента. Для проверки телефонов в B2C пригодится GetScam. Дальше добавляйте второй источник как резерв, а не сразу весь зоопарк. Не забывайте про кэш и пороги — это сильно сокращает расход.
