Kaip VMI nepriemokų paieškoje rasti būtent norimą įmonę?

Trumpas atsakymas

Patikimiausias būdas rasti konkrečią Lietuvos įmonę VMI mokestinių nepriemokų rinkinyje yra tikslus devynių skaitmenų juridinio asmens kodas. Antras geras būdas – kabutėmis pažymėtas visas arba išskirtinis įmonės pavadinimas. Production Legalcode tyrime abu metodai grąžino po vieną teisingą įrašą ir tikslų rezultatų skaičių.

Kontrolinis pavyzdys buvo UPULUPU UAB, kodas 303049767: kodo ir išskirtinio pavadinimo paieškos grąžino tik guidance/LT/123901. Stipresnis testas buvo UAB „APSKAITOS IR MOKESČIŲ KONSULTACIJOS“, kodas 125654457, nes jos pavadinime yra bendri žodžiai „mokesčių“ ir „konsultacijos“. Tiksli kodo paieška ir frazė "APSKAITOS IR MOKESČIŲ KONSULTACIJOS" grąžino tik guidance/LT/109273. Net trumpesnė frazė "MOKESČIŲ KONSULTACIJOS" liko tiksli.

Pašalinus kabutes, užklausa MOKESČIŲ KONSULTACIJOS grąžino 36 dokumentus. Norima bendrovė teisingai liko pirmoje vietoje dėl stipraus pavadinimo sutapimo, tačiau toliau sekė „K konsultacijos“, „ECHO konsultacijos“, „Konsultacijos vertei“ ir kitos įmonės. Žodis mokesčių sutapo ne su jų pavadinimu, o su visoms VMI nepriemokų eilutėms būdingu standartiniu tekstu.

Dar platesni žodžiai mokesčių, mokestinė arba frazė "mokestinė nepriemoka" netinka įmonės paieškai. Jie sutampa su tūkstančių įrašų bendru aprašymu, VMI reguliavimo dokumentais ir įmonėmis, kurių pavadinimuose atsitiktinai yra mokesčių terminai. Be to, plataus rezultato total didėja slenkant puslapiais ir nėra tikslus.

Todėl atsakymas yra teigiamas su sąlyga: Legalcode gali tiksliai grąžinti norimą VMI subjektą pagal kodą ar tikslią pavadinimo frazę, bet natūralios kalbos bendri mokesčių žodžiai nėra patikimas juridinio asmens identifikatorius.

Kokio dydžio yra VMI nepriemokų rinkinys?

Production MCP tikslus sourceRegister=1202:NepriemokosSuma filtras parodė 35 204 mokestinių nepriemokų eilutes. Visas LT_VMI šaltinis turi 35 238 dokumentus. Likę 34 yra duomenų rinkinių antraštės, norminiai ar kiti VMI dokumentai, todėl vien sourceCode=LT_VMI nėra nepriemokų eilutės garantija.

Source register: 1202:NepriemokosSuma Exact row count: 35 204

— VMI juridinių asmenų mokestinių nepriemokų duomenų rinkinys

Tiksliam įmonių tyrimui reikia abiejų apribojimų: sourceCode=LT_VMI ir sourceRegister=1202:NepriemokosSuma. Tai pašalina 34 kito pobūdžio dokumentus, bet savaime neišsprendžia silpnų vardų sutapimų tarp 35 tūkst. eilučių.

Kiekviena nepriemokų eilutė yra konkretaus duomenų laikotarpio statistinis šaltinio įrašas. Ji nėra teismo sprendimas ar savarankiškas VMI administracinis aktas, kuriuo galutinai nustatoma skola. Šaltinio tekste yra tiesioginis perspėjimas, kad statistinės sumos nėra įvertintos pagal VMI skolų nustatymo taisykles.

Kaip veikia tiksli juridinio asmens kodo paieška?

UAB „APSKAITOS IR MOKESČIŲ KONSULTACIJOS“ kodas 125654457 tiksliame režime grąžino vieną rezultatą, total: 1, totalIsExact: true ir šaltinį guidance/LT/109273.

VMI tax arrears: UAB „APSKAITOS IR MOKESČIŲ KONSULTACIJOS“ (125654457)

— VMI nepriemokų duomenų šaltinis

Tas pats rezultatas gaunamas struktūriniu filtru administrativeCaseNumber eq 125654457. Tai veikia, nes VMI ingest įmonės kodą įrašė į lauką, pavadintą administracinės bylos numeriu. Tačiau semantiškai tai neteisingas lauko pavadinimas: įmonės kodas nėra administracinės bylos numeris.

sourceNumber šiame dokumente yra kitas VMI arba data.gov.lt eilutės identifikatorius 32774483. Jo negalima supainioti su juridinio asmens kodu. Bendrai Lietuvos šaltiniams reikalingas atskiras legalEntityCode laukas; tai apima issue #339.

UPULUPU UAB kodas 303049767 taip pat grąžino vieną stiprų rezultatą su pavadinimu iš antraštės. Tai patvirtina, kad tikslaus kodo metodas veikia ne vien specialiai parinktam mokesčių žodžių pavadinimui.

Ar kabutėmis pažymėtas pavadinimas yra tikslus?

Taip, šiame bandyme. Užklausa "APSKAITOS IR MOKESČIŲ KONSULTACIJOS" grąžino vieną stiprų rezultatą. Ištrauka buvo sudaryta iš kanoninio pavadinimo, todėl vartotojas galėjo iškart patikrinti, kad rasta norima įmonė.

Trumpesnė frazė "MOKESČIŲ KONSULTACIJOS" taip pat grąžino tik tą pačią bendrovę. Kabutės reikalauja greta esančios frazės, todėl atskiri įrašai, kuriuose bendrame tekste yra „mokesčių“, o pavadinime – „konsultacijos“, netapo rezultatais.

Legal entity code: 125654457 Legal entity name: UAB „APSKAITOS IR MOKESČIŲ KONSULTACIJOS“ Total and overdue statistical arrears: 0,66 Eur

— VMI nepriemokų įrašas duomenų rinkinyje

0,66 Eur suma turi būti aprašoma kaip šaltinio statistinis rodiklis. Ji neįrodo, kad VMI priėmė galutinį 0,66 Eur skolos sprendimą, kad suma nebuvo vėliau sumokėta ar kad jai netaikoma kita teisinė būsena.

Kas nutinka pašalinus kabutes?

Užklausa MOKESČIŲ KONSULTACIJOS buvo interpretuojama kaip AND, bet grąžino 36 rezultatus. Pirma vieta liko teisinga: norimos įmonės pavadinime yra abu žodžiai, todėl pavadinimo ir frazės signalas stiprus. Tačiau tolesni rezultatai turėjo tik „konsultacijos“ pavadinime, o mokesčių buvo standartiniame VMI nepriemokų paaiškinime.

Pirmosios silpnos vietos apėmė:

• „K konsultacijos“, MB;
• UAB „ECHO konsultacijos“;
• „Konsultacijos vertei“, MB.

Tai rodo svarbų skirtumą tarp loginio operatoriaus ir lauko. Abu terminai gali būti dokumente, bet vienas – juridinio asmens pavadinime, o kitas – bendrame šaltinio boilerplate. Vartotojui, ieškančiam pavadinimo, toks rezultatas yra silpnas net jei techninis AND reikalavimas patenkintas.

Issue #341 siūlo mažinti standartinio VMI teksto svorį ir stipriau išskirti kanoninį juridinio asmens pavadinimo lauką.

Kodėl vienas žodis mokesčių yra ypač bloga užklausa?

Vieno žodžio paieškoje pirmas rezultatas buvo VMI norminis dokumentas, o ne įmonė. Toliau pateko bendrovės, kurių pavadinimuose yra mokesčių žodžių, pavyzdžiui, MB „Mokesčių rojus“, MB „Mokesčių kodas“ ir MB „Vedlys mokesčių džiunglėse“, kartu su kitais VMI dokumentais ir nepriemokų eilutėmis.

Žodis mokestinė ir frazė "mokestinė nepriemoka" yra dar mažiau išskirtiniai: jie yra standartiniame beveik kiekvienos nepriemokų eilutės tekste. Todėl tokia paieška gali pateikti „Digona“, „Miškinukas“, „Servitas“, „Autokrama“ ir daugybę kitų subjektų, kurių pavadinimas su užklausa nesusijęs.

Jeigu tikslas yra rasti visas nepriemokas, geriau naudoti struktūrinį registro filtrą ir inventoriaus metodą. Jei tikslas yra rasti įmonę, naudokite kodą arba kabutėmis pažymėtą pavadinimą. Bendras teisinis terminas negali atlikti abiejų funkcijų.

Ar plataus paieškos rezultato skaičius stabilus?

Ne. Dviejų žodžių 36 rezultatų užklausa buvo stabili: pirmame puslapyje 20, antrame 16, o trečiame nulis. Tačiau plataus mokesčių ir mokestinė rezultatų total didėjo su kiekvienu poslinkiu:

offset 0:   total 80offset 20:  total 160offset 40:  total 240offset 60:  total 320offset 80:  total 400offset 100: total 480

Visos reikšmės buvo pažymėtos totalIsExact: false. Toks skaičius veikia kaip didėjantis kandidatų langas ar įvertis, o ne stabilus bendras atitikmenų skaičius. Jo negalima cituoti kaip „VMI turi 480 įrašų apie mokesčius“ arba naudoti paieškos pilnumui įrodyti.

Stabilus 35 204 skaičius gautas ne plačia tekstine paieška, o tiksliu sourceRegister filtru su tuščia užklausa. Tai tinkamas būdas skaičiuoti šaltinio eilutes.

Kaip praktiškai rasti teisingą įmonę?

1. Jei turite juridinio asmens kodą, naudokite jį tiksliame režime.
2. Apribokite šaltinį iki LT_VMI ir registrą iki 1202:NepriemokosSuma.
3. Jei kodo neturite, naudokite kabutėmis pažymėtą visą ar išskirtinę pavadinimo frazę.
4. Patikrinkite pavadinimą ir kodą pačiame dokumente, ne vien ištraukoje.
5. Unquoted bendrų žodžių rezultatuose tikrinkite, ar abu terminai yra pavadinime, ar vienas tik boilerplate.
6. sourceNumber nelaikykite įmonės kodu, o administrativeCaseNumber pavadinimą vertinkite kaip dabartinį schemos kompromisą.
7. Statistinę nepriemokos sumą tikrinkite oficialioje VMI sistemoje ir pagal aktualią datą.
8. Nenaudokite plataus non-exact total kaip oficialaus skaičiaus.

Išvada

• Tiksli juridinio asmens kodo paieška patikimai grąžina vieną norimą VMI eilutę.
• Kabutėmis pažymėtas visas ar išskirtinis įmonės pavadinimas taip pat yra tikslus.
• Be kabučių bendri žodžiai sutampa su standartiniu VMI tekstu ir sukuria daug silpnų įmonių rezultatų.
• Pavadinimo signalas šiame teste teisingą įmonę išlaikė pirmoje vietoje, bet nepašalino 35 silpnų atitikmenų.
• LT_VMI apima 35 204 nepriemokų eilutes ir 34 kitokius dokumentus, todėl reikia registro filtro.
• Plačių užklausų total didėja su puslapiais ir nėra tinkamas aprėpčiai ar statistikai.
• Nepriemokos eilutė yra statistinis šaltinio rodiklis, ne savaime galutinis VMI skolos sprendimas.

Šaltiniai

• VMI juridinių asmenų mokestinių nepriemokų duomenų rinkinys
• Valstybinė mokesčių inspekcija
• VMI mokesčių mokėtojų informacija
• Lietuvos atvirų duomenų portalas