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（送信者の入力ではありません）

これは、Swish初心者が最も誤解しやすいフィールドです。Venmoのスクリーンショットでは、受取人は@ユーザー名（受取人が選んだもの）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」）に登録された名前です。BankIDはスウェーデンの国民電子認証システムで、送金するにはすべてのSwishユーザーが所持する必要があります。

Swishで送金する際、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（法的な氏名、またはBankID登録時に使用した名前）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自由に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識別番号（「個人番号」）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「Anna Andersson」や「Erik Johansson」という名前は、受取人のスウェーデン国民IDに直接紐づいており、来週変更できるスクリーンネームではありません。

携帯電話番号は受取人名の下に表示され、一部が伏せられています。送信者の視点から受取人の身元を確認できる程度に下数桁が表示されますが、確認画面で完全な番号が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、070、072、076など07で始まる3桁の携帯電話プレフィックスと、それに続く7桁の数字で構成され、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。例えば、070-XXX 12 34のような番号は、プレフィックスと下4桁はわかりますが、完全な加入者番号はわかりません。

記録管理のためにSwishのスクリーンショットを処理する方にとって、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を通してフィルタリングされていることです。自分が支払いを受け取り、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」フィールドには自分の名前が表示されます（確認画面は支払い元の視点だからです）。支払ってくれた顧客からスクリーンショットをもらった場合、そのスクリーンショットに表示される名前は、BankIDに登録されたあなたの名前です。表示される携帯電話番号はあなたの番号（伏せ字あり）です。この2つの識別情報（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フィールドです。

メモ欄：スウェーデン語文字が従来のOCRを困難にする理由

Swishでは、支払いごとに最大50文字のメッセージを添付できます。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（a-öのスウェーデン語小文字・大文字、数字0-9、特殊文字:;.,?!()"）を自由に入力できます。この文字セットは、請求書番号、注文参照番号、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幅広さです。

このメモ欄こそ、スウェーデン語特有の文字「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。顧客は「Tack för maten!」（食事代ありがとう！）、「Faktura nr 1042」（請求書番号1042）、「Mötesarvode mars」（3月分の会議謝礼）などと入力します。これらの文字は日常的なスウェーデン語コミュニケーションでは当たり前ですが、従来のOCRエンジンにとっては周知の課題を引き起こします。つまり、ウムラウト記号（文字の上の点）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不能になるのです。OCRエンジンは「ärtor」を「artor」と読んだり、「för」を「for」と読んだりします。どちらも意味がまったく異なる、正しいスウェーデン語の単語です。

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となる部分です。金額や受取人名は大きく明確に表示されるため、ほとんどのツールで正しく取得できます。一方、メモ欄は文字が小さく、特殊文字を含む可能性があり、支払いを特定の請求書や顧客に紐付けるために必要な情報が含まれていることが多いため、この欄での読み間違いは金額欄でのミスよりも大きな損害につながります。

ビジュアルAIは文字を全体的に読み取ります。「för」という単語を、その形状と文脈から完全な単語として認識し、「ö」の上の2つの点を別個の特徴としてデコードしようとはしません。これが、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一つです。つまり、単語全体を理解できれば、各点をはっきり「見る」必要はないのです。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」の「å」、「lägga」の「ä」、「större」の「ö」など）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処理：抽出結果のイメージ

Swish支払いのスクリーンショットをバッチアップロードし、金額（SEK）、受取人名、電話番号、メモ、日付という列を定義すると、抽出エンジンは各スクリーンショット上の値の意味を理解し、画面上の位置に関係なく該当する値を特定します。スクリーンショット1枚につき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の確認画面レイアウトは一貫しているため、出力も一貫しており、送信者ごとに調整する必要はありません。

スウェーデンでは、このデータの転送先として、主要な会計プラットフォームのいずれかが一般的です。Fortnoxは中小企業向けに61万2,000以上の顧客を持つ主要ソフトウェアで、Visma eEkonomiやBokioがそれに続きます。特にenskild firma（個人事業主）として活動するフリーランサーは、よりシンプルな記帳のために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、スウェーデンのユニバーサル会計データ交換標準であるSIEフォーマットをサポートしており、スプレッドシートで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可能です。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ネイティブに取り込むことはできません。「顧客からSwish支払いのスクリーンショットが送られてきた」から「その支払いがFortnoxの元帳に記録される」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。

同じバッチ処理のワークフローは、スクリーンショットをスウェーデン国税庁（Skatteverket）の記録保管用に保存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最低7年間保管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、各入金を送金した顧客に結び付ける監査可能な証跡を提供します。月に20～30件のSwish支払いを管理するフリーランサーにとって、こ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持つことは、15分の記帳作業と半日の突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639 SEK（約68 USD）、商取引で415 SEK（約44 USD）でした。総取引量は11億件で、アクティブユーザー1人あたり年間平均約123件の支払いを行ったことになります。このボリュームでは、各スクリーンショットを手動で記録することは持続不可能です。抽出機能は、反復的なコピー＆ペーストの作業を、1ヶ月分のスクリーンショットを一度に処理する単一のバッチ操作に置き換えます。

Swishに加えて、デンマークの顧客からのMobilePay、スイスからのTwint、スペインからのBizumなど、他の欧州決済アプリの支払いも扱う場合、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。これらすべての抽出を支える原則は同じです。出力列を定義すれば、AIが各用語の意味を理解して該当する値を探し出します。スクリーンショットがどのアプリで生成されたかは関係ありません。Swish、MobilePay、Twintのスクリーンショットが混在するバッチでも、一貫した構造の単一のスプレッドシートが生成されます。アプリごとのテンプレートや個別のワークフローは不要です。

よくある質問

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、ただし圧縮画像全般に当てはまる精度の制約があります。ソーシャルメッセージングアプリは画像を圧縮するため、特に小さい文字（メッセージ欄や日付スタンプ）の判読性が低下する可能性があります。金額と受取人名は通常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、メッセージ欄が記録上重要な場合は、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、メッセージ欄については数行だけ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差し引きは一切ありません。確認画面に表示される金額は、送り主から受取人に実際に移動した金額そのものです。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、それは偽造されているか、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など他の北欧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、金額、電話番号、現地語の文字（スウェーデン語はå/ä/ö、デンマーク語はæ/ø/å）を含むメモ欄など、似たフィールド構造を持っています。同じ列定義で同一バッチにアップロード可能です。抽出処理はアプリの種類ではなく、フィールドの意味に基づいて識別します。各スクリーンショットが1行のデータを生成し、結果のスプレッドシートはすべての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、抽出精度は変わりませんか？

はい。ビジュアルAIは各ダイアクリティカルマークを個別にデコードしようとするのではなく、文字を全体的に読み取ります。スウェーデン語の文字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「点二つの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メモ欄と同等であり、非常に小さなフォントサイズや圧縮率の高い画像に適用される注意点も同じです。