Le fondement de vos finances : la parité bancaire
Nous suivons la même logique comptable fondamentale que votre banque : une transaction de Revenu est toujours un Revenu, et une transaction de Dépense est toujours une Dépense. Ce principe s'applique également aux remboursements. Si votre banque affiche un crédit (argent entrant) pour un achat retourné, Wallet l'enregistre comme une transaction de Revenu. Wallet utilise cette logique identique pour calculer votre solde global et votre flux de trésorerie.
📊 Vision future : Statistiques complètes
Actuellement, nos statistiques (telles que les graphiques circulaires) se concentrent principalement sur l'analyse détaillée des dépenses. Nous comprenons que de nombreux utilisateurs souhaitent voir une image financière complète, incluant la répartition de leurs revenus aux côtés de leurs dépenses dans la même vue. Nous explorons activement des solutions pour intégrer les revenus dans les vues statistiques principales. C'est un défi complexe, notamment pour les graphiques circulaires qui divisent traditionnellement un total unique (vos dépenses).
🔄 Transferts entre vos propres comptes
Les transferts effectués entre vos propres comptes connectés sont déjà gérés dans Wallet pour éviter de gonfler artificiellement vos totaux de revenus et de dépenses. Wallet classifie automatiquement les transactions en trois types : Revenu, Dépense et Transfert. Pour identifier avec succès un transfert interne, les données reçues de vos banques doivent correspondre complètement. Si les banques formatent différemment la description, le montant ou l'heure, Wallet peut ne pas reconnaître la correspondance.
Note cruciale : La correspondance entre un paiement planifié dans Wallet et un relevé bancaire spécifique n'est pas prise en charge actuellement.
Comment Wallet apprend les transferts
Wallet est conçu pour apprendre de vos actions. Si vous modifiez manuellement une dépense mal catégorisée en Transfert, Wallet enregistre ce changement. Les futurs enregistrements seront ensuite modifiés en fonction de ce comportement passé grâce au machine learning.