Swish支払いスクリーンショット
金額、受取人、携帯番号の見分け方

Swishの確認画面における3つのフィールドの位置

Swishは、2012年にスウェーデンの主要6銀行（Swedbank、Nordea、SEB、Handelsbanken、Danske Bank、Länsförsäkringar）のコンソーシアムによって立ち上げられた、スウェーデンで主流のモバイル決済システムです。Getswish ABの年次報告書によると、2024年12月時点で約850万人のアクティブユーザーがおり、同年には11億件の支払い（総額SEK 5,600億、約USD 600億）を処理しました。複数の銀行アプリ内に存在する決済システム（例えばシンガポールのPayNow）とは異なり、Swishはスタンドアロンのアプリケーションです。ユーザーがどのスウェーデンの銀行を利用していても、同じSwishアプリがすべてのユーザーの電話で動作するため、確認画面は事実上全員にとって同一です。複数の送金者からのSwishスクリーンショットを処理する場合、この一貫性は大きな利点です。つまり、3つや4つの異なるレイアウトではなく、1つのレイアウトだけを見ればよいからです。

確認画面の中央には、大きな文字で取引金額が表示されます（通貨はスウェーデンクローナ（SEK）のみで、他の通貨はありません）。金額の下には受取人の登録名が表示され、その後にマスクされた携帯電話番号が07XX-XXX XX XXの形式で表示されます（中央の数字は非表示）。確認画面の下部には自由記述のメモ欄（スウェーデン語で「Meddelande（メッセージ欄）」）があり、送金者が入力したメッセージ（通常は請求書番号、製品参照番号、支払い内容の簡単な説明）が表示されます。取引の日時は、アプリのバージョンに応じて画面の上部または下部近くに表示されます。

SwishがPayNowやブラジルのPIXのような銀行組み込み型決済システムと異なる点は、このレイアウトが送金者の利用銀行によって変わらないことです。すべてのSwishユーザー（銀行口座がSEB、Swedbank、Nordea、Handelsbanken、ICA Banken、またはその他の参加13銀行のいずれであっても）は、送金完了後に同じ確認画面を目にします。フィールドの位置、書体、配色はすべて同じです。20人の異なる人物からのSwishスクリーンショットのバッチは、すべて同じアプリから来たかのように見える20枚の画像を生成します。なぜなら、実際に同じアプリだからです。

実用的な意味合いとして、特定のピクセル座標にバウンディングボックスを描画するテンプレートベースの抽出ツールは、銀行ごとのテンプレートを必要とせずにSwishのスクリーンショットで機能します。しかし、テンプレートベースのツールは、Getswish ABがデザインアップデートをプッシュするとすぐに機能しなくなります（これはこれまで何度か発生しており、App StoreやGoogle Playのユーザーレビューでは、バージョン間での軽微なUI変更が指摘されています）。より信頼性の高いアプローチは、セマンティック抽出です。つまり、必要なフィールドを名前で定義し、AIに位置ではなく意味でそれらを特定させる方法です。この方法は、スクリーンショットのSwishのバージョンが2024年、2025年、2026年のいずれであっても機能します。

受取人：Swishレジストリに登録された名前（送信者の入力ではない）

これは、Swishを初めて使うユーザーが最も誤解しやすい項目です。Venmoのスクリーンショットでは、受取人は@username（受取人が自分で選んだもの）です。PayPalではメールアドレスです。Swishでは、確認画面に表示される受取人名は受取人のBankID（「Mobilt BankID」）に登録されている名前です。BankIDは、Swishで送金するすべてのユーザーが必須とするスウェーデンの国民電子認証システムです。

Swishで送金する場合、送信者は受取人の電話番号を入力します。Swishはその電話番号を受取人の銀行口座と照合し、登録された名前（法的名義、またはその人がBankIDを登録した際に使用した名前）を返します。その名前が送信者の確認画面に表示されます。受取人が表示名やユーザー名を選ぶことはできません。画面には、受取人の銀行がスウェーデンの個人番号（personnummer）登録時に保有している情報がそのまま表示されます。つまり、スクリーンショットに表示される名前（「Anna Andersson」や「Erik Johansson」など）は、受取人のスウェーデン国民IDに直接紐づいており、来週変更できるような画面名ではありません。

携帯電話番号は受取人名の下に表示され、一部がマスクされています。送信者の視点から受取人の身元を確認できるよう末尾の数桁は表示されますが、完全な番号が確認画面に表示されることはありません。形式はスウェーデンの電話番号体系に従います：07で始まる3桁の携帯プレフィックス（070、072、076など）に続いて7桁の数字が続き、中央の文字がXに置き換えられたグループ形式で表示されます。たとえば、070-XXX 12 34のような番号は、プレフィックスと末尾4桁を示しますが、完全な加入者番号はわかりません。

Swishのスクリーンショットを記録管理用に処理する人にとって、実際の課題は、スクリーンショット上の受取人名が送信者の視点でフィルタリングされていることです。支払いを受け取り、自分のSwishアプリで入金取引のスクリーンショットを撮った場合、「受取人」欄には自分の名前が表示されます（確認画面が支払い者の視点だからです）。支払ってくれた顧客からスクリーンショットを受け取った場合、そこに表示されている名前はBankIDに登録されたあなたの名前です。表示される携帯番号もあなたのものです（マスクされています）。この2つの本人確認情報（登録名と電話番号）が、支払いを記録上の正しい人物に照合するために必要な2つの項目です。

メモ欄：スウェーデン語の文字が従来のOCRを悩ませる場所

Swishでは、各支払いに最大50文字のメッセージを添えることができます。これが「Meddelande（メッセージ欄）」です。送信者は許可された文字の組み合わせを自由に入力できます。アルファベットのa-ö（スウェーデン語の小文字・大文字を含む）、数字の0-9、特殊文字:;.,?!()"などです。この文字セットは、請求書番号、注文番号、顧客名、支払い内容の簡単な説明など、ほとんどのビジネス用途をカバーできるほど幅広く設計されています。

メモ欄は、スウェーデン語の文字 — å、ä、ö（および大文字のÅ、Ä、Ö）が頻繁に登場する場所です。顧客が「Tack för maten!」（食事をありがとう！）、「Faktura nr 1042」（請求書No.1042）、「Mötesarvode mars」（3月分の会議謝礼）などと入力することがあります。これらの文字は日常的なスウェーデン語のコミュニケーションでは当たり前のものですが、従来のOCRエンジンにとってはよく知られた問題を引き起こします。ウムラウト記号（文字の上にある点）は小さな視覚的特徴であり、低解像度のスクリーンショットやJPEG圧縮によってぼやけて判別できなくなることがあります。OCRエンジンが「ärtor」を「artor」と読んだり、「för」を「for」と読んだりする可能性があります。どちらも有効なスウェーデン語の単語ですが、意味はまったく異なります。

Swishのスクリーンショットからデータを抽出する人にとって、メモ欄は抽出精度が最も重要になる場所です。金額と受取人名は大きく明確に表示されるフィールドで、ほとんどのツールが正しく処理できます。一方、メモ欄は小さめの文字で、特殊文字が含まれることもあり、支払いを特定の請求書や顧客に結びつけるために必要な情報が記載されていることが多いため、このフィールドでの読み間違いは金額欄での読み間違いよりもコストが高くなります。

Visual AIは文字を全体的に認識します。「för」を個別の特徴として「ö」の上の2つの点を解読しようとするのではなく、単語の形と文脈から完全な単語として認識します。これはセマンティック抽出と従来のOCRアプローチの具体的な違いの1つです。単語全体を理解できれば、各点をはっきり「見る」必要はありません。特にスウェーデン語のメモ欄では、従来のOCRがつまずく文字 — 「får」（羊／〜してもよい）のå、「lägga」（追加する）のä、「större」（より大きい）のö — が文脈に基づいて正しく読み取られます。

Swishスクリーンショットのバッチ抽出結果のイメージ

Swish支払いスクリーンショットのバッチをアップロードし、金額（SEK）、受取人名、電話番号、メモ、日付の列を定義すると、抽出エンジンは各スクリーンショット上の各値を、画面上の位置に関係なくフィールドの意味を理解して特定します。各スクリーンショットから1行が生成され、すべての行が1つのスプレッドシートに統合されます。Swishの確認画面のレイアウトは一貫しているため、出力も一貫しています。送信者ごとの調整は不要です。

スウェーデンにおけるこのデータの主な送信先は、国内の主要な会計プラットフォームのいずれかです。Fortnoxは61万2,000以上の顧客を抱える中小企業向けの主要ソフトウェアで、Visma eEkonomiとBokioがそれに続きます。フリーランサー、特に個人事業主（「sole trader」）として事業を営む人は、よりシンプルな簿記のためにSpeedLedgerやHogiaを利用する場合があります。これらのプラットフォームはすべて、スウェーデンの汎用会計データ交換標準であるSIEフォーマット（Standard Import Export）をサポートしているため、スプレッドシートに構造化されたデータはどのプラットフォームにもインポートできます。しかし、どのプラットフォームもSwishのスクリーンショットを直接取り込むことはできません。「顧客からSwish支払いスクリーンショットを受け取った」から「支払いがFortnoxの元帳に記録された」までのステップは、今でもほとんどのスウェーデンの事業主にとって手作業です。

同じバッチワークフローは、スクリーンショットをスウェーデン国税庁（Skatteverket）の記録保存用に保管する必要がある場合にも適用されます。スウェーデンの会計法（Bokföringslag）では、事業者は取引記録を少なくとも7年間保持することが義務付けられています。抽出されたSwish支払い（金額、受取人、電話番号、日付、メッセージ）のスプレッドシートは、各入金を送信した顧客に結び付ける監査可能な証跡を提供します。毎月20〜30件のSwish支払いを管理するフリーランサーにとって、そのデータをスマートフォンのスクリーンショットギャラリーに散在させるのではなく構造化された形式で保持することは、15分の簿記セッションと午後の照合作業の違いを生みます。

Getswish ABの年次報告書によると、2024年のSwish支払いの平均額は、個人間送金でSEK 639（約USD 68）、商取引でSEK 415（約USD 44）でした。総取引量は11億件で、平均的なアクティブユーザーは年間におよそ123件の支払いを行ったことになります。この量では、各スクリーンショットの手動記録は持続可能ではありません。抽出は、反復的なコピー＆ペーストのワークフローを、1か月分のスクリーンショットを1回で処理する単一のバッチ操作に置き換えます。

スウィッシュに加えて他のヨーロッパのアプリから支払いを受けている場合 — デンマークの顧客からのMobilePay、スイスのTwint、スペインのBizum — 同じ列定義がすべてのアプリで機能します。金額、受取人、日付、参照情報は共通のフィールドです。これらの抽出すべてを支える原則は同じです。出力する列を定義すれば、AIが各用語の意味を理解して一致する値を探し出します。どのアプリがスクリーンショットを生成したかは関係ありません。スウィッシュ、MobilePay、Twintのスクリーンショットを含むバッチは、一貫した構造を持つ単一のスプレッドシートを生成します — アプリごとのテンプレートも、個別のワークフローも不要で、支払いスクリーンショット抽出エンジンがすべてをまとめてカバーします。

FAQ

WhatsAppやMessengerで転送されたSwishスクリーンショットからデータを抽出できますか？

はい、圧縮された画像全般に当てはまる精度上の制約は同じです。ソーシャルメッセージアプリは画像を圧縮するため、小さな文字—特にメモ欄や日付スタンプ—の判読性が低下する可能性があります。金額と受取人名は大きなフォントで表示されるため、ほとんどの場合読み取れます。バッチ処理の際、メモ欄が記録管理上重要であれば、転送版ではなく元のスクリーンショットを依頼してください。スクリーンショットしかない場合でも抽出は機能しますが、メモ欄は数行手動で確認が必要になるかもしれません。

SwishはSEK以外の通貨に対応していますか？

いいえ。Swishの取引はスウェーデンクローナ（SEK）のみです。複数通貨表示、為替レート換算、表示金額からの手数料控除はありません。確認画面の金額は送信者から受取人に移動した正確な金額であり、表示されたものが受け取ったものです。スクリーンショットに「SEK」や「kr」以外の通貨記号が表示されている場合、それは偽造か、別の決済システムのものです。

SwishのスクリーンショットをMobilePayや他の北欧の決済アプリと一緒にバッチ処理できますか？

はい。SwishとMobilePayのスクリーンショットは似たフィールド構造を持っています—金額、電話番号、現地語の文字（スウェーデン語のå/ä/ö、デンマーク語のæ/ø/å）を含むメモ欄です。同じ列定義で同じバッチにアップロードできます。抽出はアプリの出所ではなくフィールドの意味で識別します。各スクリーンショットが1行を生成し、結果のスプレッドシートは全取引を一貫した構造の単一テーブルに統合します—アプリごとの設定は不要です。

メモ欄にスウェーデン語の文字しか含まれていない場合、抽出精度は保たれますか？

はい。ビジュアルAIは個々のダイアクリティカルマークを個別に解読するのではなく、文字を全体的に読み取ります。スウェーデン語のå、ä、öは、従来のOCRエンジンがピクセルレベルで検出する必要がある「丸付きのa」や「点2つのa」ではなく、文脈上の完全な文字として認識されます。スウェーデン語のメモ欄の精度は英語の欄と同等で、非常に小さいフォントサイズや大幅に圧縮された画像に適用されるのと同じ注意点があります。