Извлечение данных счетов: PDF в учётную систему

Извлечение данных из счёта превращает PDF, скан или фотографию в поля, пригодные для обработки системой: поставщик, номер счёта, дата, валюта, итоговая сумма и позиции. Результат — подтверждённая запись в бухгалтерской системе и возможность направить на исправление документы с ошибками.

В этом руководстве объясняется, что включает OCR счетов, на каком этапе нужны проверки и ручная проверка, а также как выбрать между готовой программой и индивидуальной интеграцией.

OCR счетов и извлечение данных решают разные задачи

Оптическое распознавание символов, или OCR, считывает символы с изображения. Извлечение данных определяет их значение и распределяет по полям. Найти текст «132.00» — одна задача, а понять, обозначает ли он промежуточный итог, сумму налога или сумму к оплате, — другая.

Цифровой PDF может уже содержать текст, доступный для чтения. Для скана требуется этап OCR. Но в обоих случаях перед преобразованием результата в пригодную для работы деловую запись нужны интерпретация полей, нормализация и проверки.

Часть этой работы уже выполняют специализированные сервисы. Анализ расходов в Amazon Textract возвращает нормализованные поля счёта и данные о позициях с указанием степени уверенности и расположения в документе. Модель счетов Microsoft Document Intelligence извлекает поля счёта и позиции в структурированном виде. Эти сервисы могут быть компонентами рабочего процесса; правила подтверждения и интеграцию с целевой системой всё равно нужно определить.

Определите, какие поля действительно нужны целевой системе

Начните с бухгалтерской записи, которую хотите создать. Для сводки в таблице требуется меньше полей, чем для сопоставления счёта с заказом на закупку и приёмкой товара на склад.

При нормализации поля сохраняйте исходное значение. Проверяющий должен видеть, что было распознано, во что это преобразовали и где значение находилось в документе. Неизвестные значения считайте отсутствующими данными, которые нужно уточнить.

Рабочий процесс: от PDF до подтверждённой записи

1. Зарегистрируйте поступивший документ. Присвойте ему идентификатор и статус. Сохраните исходный документ, чтобы можно было повторить неудачное извлечение и проверить результат.
2. Извлеките согласованные поля. Используйте текст документа или сервис OCR и извлечения данных, затем нормализуйте даты, валюты и суммы.
3. Примените бизнес-проверки. Сопоставьте поставщика, проверьте обязательные поля и итоговые суммы, отметьте возможные дубликаты.
4. Проверьте исключения. Покажите рядом исходный документ и поля. Дайте сотрудникам возможность исправить значения, выбрать счёт расходов и подтвердить запись.
5. Экспортируйте и подтвердите результат. Запишите данные в целевую систему, сохраните идентификатор записи в ней и отслеживайте сбои. Повторная попытка неудачного экспорта не должна создавать ещё один счёт.

Например, итоговая сумма в счёте может быть распознана чётко, но соответствующего поставщика может не оказаться в бухгалтерской системе. Такой документ всё равно требует внимания. Оценка уверенности распознавания суммы не означает, что весь счёт готов к проведению.

Разделяйте извлечение данных, проведение документа и разрешение на оплату. То, что документ удалось прочитать, не означает, что расходы утверждены или оплату следует отправить.

Выберите программу, API извлечения данных или индивидуальный рабочий процесс

Используйте готовый продукт для стандартного процесса

Выберите этот вариант, если его поддерживаемые поля, интеграция с бухгалтерской системой и средства проверки отвечают вашим потребностям. Например, AutoEntry предлагает распознавание счетов и интеграции с бухгалтерскими системами. Прежде чем добавлять ещё одну систему, проверьте продукт на документах ваших поставщиков.

Используйте API извлечения данных, если окружающая система у вас уже есть

API может выполнять распознавание документов, а ваше приложение — обрабатывать их получение, пользователей, согласования и экспорт. Сравните охват полей, затраты на проверку, ограничения по документам, стоимость использования и порядок обработки данных. Самая низкая цена за страницу не обязательно означает самую низкую стоимость подтверждённой записи.

Закажите индивидуальную интеграцию, если вашему процессу нужны функции, которых нет в продукте

Например, сопоставление с внутренней базой заказов на закупку, извлечение полей для конкретных поставщиков, запись в нестандартную ERP-систему или настройка собственных ролей проверки. Индивидуальное решение может дополнять существующий сервис извлечения данных. Это не означает, что модель обязательно нужно обучать с нуля.

GagarinSoft предлагает индивидуальную автоматизацию и интеграцию обработки счетов, от получения документов до проверки и экспорта. Перед планированием индивидуальной разработки мы оцениваем, подходят ли существующие инструменты.

Оцените точность на своих документах

Подготовьте репрезентативную выборку и запишите правильные значения до начала тестирования. Включите цифровые PDF-файлы, сканы, фотографии с телефона, многостраничные счета, кредит-ноты, документы новых поставщиков и документы с несколькими налоговыми ставками. Оставьте часть примеров для итоговой проверки, а не настраивайте систему только на одной и той же выборке.

• Измеряйте точность по важным полям отдельно. Для ID счета, поставщика, валюты и итоговой суммы могут понадобиться другие критерии приемки, чем для текстового описания в свободной форме.
• Оценивайте записи целиком. Считайте счета, прошедшие все обязательные проверки, а также отдельно — документы, в которых правильно извлечены отдельные поля.
• Оценивайте трудозатраты на проверку. Отслеживайте, сколько документов нужно исправить и сколько времени сотрудники тратят на исправления.
• Проверьте систему назначения. Включите в оценку повторные отправки, сбои соединения и отклоненные экспорты.

Целевой уровень точности должен соответствовать вашим дальнейшим действиям. Для черновика, который проверит сотрудник, и записи, которая будет опубликована автоматически, нужны разные критерии приемки. Показатели уверенности провайдера помогают распределять задачи, но любые пороговые значения нужно проверять на ваших данных.

Рассчитайте стоимость обработки одного одобренного счета

Учтите настройку, регулярную оплату программного обеспечения или API, хостинг, обслуживание и время сотрудников на проверку. Рассчитывайте стоимость одной пригодной к использованию записи, включая неудачные попытки и исправления.

Для примера: обработка 500 счетов по четыре минуты займет около 33 часов. Если с новым процессом на проверку каждого счета в среднем уходит одна минута, потребуется около восьми часов — экономия составит примерно 25 часов, не считая исключений и обслуживания. Это примерные допущения, а не гарантированный результат; замените их измерениями вашей команды.

Оценка внедрения зависит от разнообразия документов, правил проверки, доступа к интеграциям и ограничений хостинга. В нашем руководстве по стоимости разработки ИИ объясняется, как эти факторы влияют на объем работ.

Определите, где будут храниться документы и извлеченные данные

Опишите процесс приема документов, хранение, провайдеров извлечения данных, экраны проверки, журналы, резервные копии и систему назначения. Решите, кто будет иметь доступ к документам, что будет храниться и что удаляться. Если документы должны оставаться в вашей среде, перед выбором инструментов проверьте, соответствует ли этому требованию каждый этап обработки.

Подготовьте полезное описание проекта

• Типы документов, языки и ежемесячный объем.
• Куда поступают счета и как их проверяют сейчас.
• Необходимые поля и система назначения.
• Роли при согласовании и действия в случае, если поле неясно.
• Требования к хостингу и срокам хранения.
• Репрезентативные обезличенные примеры, переданные согласованным способом.

Этого достаточно, чтобы обсудить пилотный проект с четкими границами: один канал приема, одна система назначения и измеримые критерии приемки.