Trích xuất dữ liệu hóa đơn: Từ PDF đến hệ thống kế toán

Trích xuất dữ liệu hóa đơn chuyển PDF, bản quét hoặc ảnh thành các trường mà hệ thống có thể sử dụng: nhà cung cấp, số hóa đơn, ngày, tiền tệ, tổng tiền và các mục hàng. Kết quả hữu ích là hồ sơ đã được phê duyệt trong hệ thống kế toán, kèm quy trình xử lý các tài liệu cần chỉnh sửa.

Hướng dẫn này giải thích OCR hóa đơn bao gồm những gì, bước xác thực và rà soát nên được thực hiện ở đâu, cũng như cách chọn giữa phần mềm hiện có và tích hợp tùy chỉnh.

OCR và trích xuất dữ liệu hóa đơn giải quyết những vấn đề khác nhau

Nhận dạng ký tự quang học, hay OCR, đọc các ký tự trong hình ảnh. Trích xuất xác định ý nghĩa của các ký tự đó và ánh xạ chúng vào các trường. Tìm thấy dòng chữ “132.00” là một việc; xác định đó là tiền trước thuế, tiền thuế hay số tiền phải trả lại là việc khác.

PDF kỹ thuật số có thể đã chứa văn bản có thể đọc được. Bản quét cần qua bước OCR. Cả hai vẫn cần diễn giải trường, chuẩn hóa và kiểm tra trước khi kết quả trở thành hồ sơ doanh nghiệp có thể sử dụng.

Các dịch vụ chuyên dụng đã xử lý được một phần công việc này. Phân tích chi phí của Amazon Textract trả về các trường hóa đơn đã chuẩn hóa và dữ liệu mục hàng, kèm độ tin cậy và vị trí trên tài liệu. Mô hình hóa đơn của Microsoft Document Intelligence trích xuất các trường hóa đơn và mục hàng thành đầu ra có cấu trúc. Các dịch vụ này có thể là thành phần trong quy trình; bạn vẫn cần xác định quy tắc phê duyệt và tích hợp với hệ thống đích.

Xác định các trường mà hệ thống đích thực sự cần

Bắt đầu từ hồ sơ kế toán bạn muốn tạo. Bản tóm tắt cho bảng tính cần ít trường hơn hóa đơn được đối chiếu với đơn đặt hàng và phiếu nhập kho.

Giữ lại giá trị ban đầu khi chuẩn hóa một trường. Người rà soát cần xem được dữ liệu đã đọc là gì, được chuyển đổi thành gì và xuất hiện ở đâu trong tài liệu. Hãy xem các giá trị chưa xác định là dữ liệu còn thiếu cần xử lý.

Quy trình từ PDF đến hồ sơ được phê duyệt

1. Đăng ký tài liệu nhận được. Gán mã định danh và trạng thái cho tài liệu. Giữ lại bản gốc để có thể thử trích xuất lại và rà soát nếu lần trích xuất đầu thất bại.
2. Trích xuất các trường đã thống nhất. Dùng văn bản trong tài liệu hoặc dịch vụ OCR/trích xuất, sau đó chuẩn hóa ngày tháng, tiền tệ và số tiền.
3. Áp dụng các kiểm tra nghiệp vụ. Đối chiếu nhà cung cấp, xác minh các trường bắt buộc, kiểm tra tổng tiền và đánh dấu các trường hợp có khả năng trùng lặp.
4. Rà soát các trường hợp ngoại lệ. Hiển thị tài liệu gốc bên cạnh các trường dữ liệu. Cho phép nhân viên sửa giá trị, chọn tài khoản chi phí và phê duyệt hồ sơ.
5. Xuất dữ liệu và xác nhận. Ghi dữ liệu vào hệ thống đích, lưu mã hồ sơ của hệ thống đó và theo dõi lỗi. Thử lại lần xuất thất bại không được tạo thêm hóa đơn.

Ví dụ, tổng tiền của hóa đơn có thể được trích xuất rõ ràng nhưng không có nhà cung cấp tương ứng trong hệ thống kế toán. Tài liệu đó vẫn cần được xử lý. Điểm tin cậy của tổng tiền không chứng minh rằng toàn bộ hóa đơn đã sẵn sàng để ghi sổ.

Tách biệt việc trích xuất, ghi sổ và phê duyệt thanh toán. Tài liệu đọc được không có nghĩa là khoản chi đã được phê duyệt hoặc cần gửi thanh toán.

Chọn phần mềm, API trích xuất hay quy trình tùy chỉnh

Dùng sản phẩm có sẵn cho quy trình tiêu chuẩn

Hãy bắt đầu từ đây nếu các trường được hỗ trợ, kết nối kế toán và chức năng rà soát của sản phẩm đáp ứng nhu cầu của bạn. Ví dụ, AutoEntry cung cấp chức năng thu thập dữ liệu hóa đơn và tích hợp kế toán. Hãy thử sản phẩm với tài liệu của các nhà cung cấp của bạn trước khi bổ sung thêm một hệ thống.

Dùng API trích xuất khi bạn đã có hệ thống bao quanh

API có thể cung cấp thành phần đọc tài liệu, trong khi ứng dụng của bạn xử lý việc tiếp nhận, người dùng, phê duyệt và xuất dữ liệu. Hãy so sánh phạm vi trường dữ liệu, khối lượng rà soát, giới hạn tài liệu, chi phí sử dụng và cách xử lý dữ liệu. Giá mỗi trang thấp nhất chưa chắc tạo ra hồ sơ được phê duyệt với chi phí thấp nhất.

Xây dựng tích hợp tùy chỉnh khi quy trình của bạn có các yêu cầu mà sản phẩm hiện có không đáp ứng được

Ví dụ: đối chiếu với cơ sở dữ liệu đơn đặt hàng nội bộ, trích xuất các trường riêng cho từng nhà cung cấp, ghi dữ liệu vào ERP đặc thù hoặc triển khai vai trò rà soát riêng. Giải pháp tùy chỉnh có thể bổ sung cho một dịch vụ trích xuất hiện có; điều đó không đồng nghĩa với việc phải huấn luyện mô hình từ đầu.

GagarinSoft cung cấp dịch vụ tự động hóa xử lý hóa đơn và tích hợp tùy chỉnh, từ khâu tiếp nhận tài liệu đến rà soát và xuất dữ liệu. Trước khi xác định phạm vi phát triển tùy chỉnh, chúng tôi đánh giá mức độ phù hợp của các công cụ hiện có.

Đánh giá độ chính xác trên tài liệu của bạn

Hãy tạo một bộ mẫu đại diện và ghi lại các giá trị chính xác trước khi kiểm thử. Bao gồm PDF dạng số, bản quét, ảnh chụp bằng điện thoại, hóa đơn nhiều trang, giấy báo có, nhà cung cấp mới và tài liệu có nhiều mức thuế. Dành riêng một số mẫu để kiểm tra cuối cùng, thay vì tinh chỉnh mọi thứ dựa trên cùng một bộ mẫu.

• Đo lường riêng các trường quan trọng. Mã hóa đơn, nhà cung cấp, tiền tệ và tổng tiền có thể cần quy tắc chấp nhận khác với phần mô tả văn bản tự do.
• Đo lường hồ sơ hoàn chỉnh. Đếm số hóa đơn đáp ứng mọi bước kiểm tra bắt buộc, đồng thời đếm những hóa đơn có từng trường được trích xuất chính xác.
• Đo lường công sức rà soát. Theo dõi số tài liệu cần chỉnh sửa và thời gian nhân viên dành để chỉnh sửa.
• Kiểm thử hệ thống đích. Đưa các trường hợp gửi trùng, lỗi kết nối và xuất dữ liệu bị từ chối vào quá trình đánh giá.

Mục tiêu độ chính xác nên phản ánh hành động bạn sẽ thực hiện. Bản nháp để người rà soát kiểm tra và hồ sơ được tự động ghi sổ cần có quy tắc chấp nhận khác nhau. Điểm tin cậy của nhà cung cấp giúp phân luồng công việc; hãy kiểm chứng mọi ngưỡng dựa trên kết quả của chính bạn.

Tính chi phí trên mỗi hóa đơn được duyệt

Bao gồm chi phí thiết lập, phần mềm hoặc API định kỳ, lưu trữ, bảo trì và thời gian nhân viên rà soát. Theo dõi chi phí trên mỗi hồ sơ có thể sử dụng, bao gồm cả các lần xử lý thất bại và chỉnh sửa.

Ví dụ minh họa: xử lý 500 hóa đơn, mỗi hóa đơn mất bốn phút, cần khoảng 33 giờ nhập liệu. Nếu quy trình mới trung bình chỉ cần một phút rà soát mỗi hóa đơn, tổng thời gian còn khoảng tám giờ: tiết kiệm khoảng 25 giờ, chưa tính các trường hợp ngoại lệ và bảo trì. Đây là các giả định ví dụ, không phải kết quả được cam kết; hãy thay bằng số liệu đo được từ nhóm của bạn.

Ước tính triển khai phụ thuộc vào sự đa dạng của tài liệu, quy tắc xác thực, quyền truy cập tích hợp và các ràng buộc về lưu trữ. Hướng dẫn của chúng tôi về chi phí phát triển AI giải thích những yếu tố này ảnh hưởng đến phạm vi công việc như thế nào.

Thống nhất nơi lưu trữ tài liệu và dữ liệu được trích xuất

Lập sơ đồ quy trình tiếp nhận, lưu trữ, nhà cung cấp dịch vụ trích xuất, màn hình rà soát, nhật ký, bản sao lưu và hệ thống đích. Quyết định ai có thể truy cập tài liệu, dữ liệu nào được lưu giữ và dữ liệu nào bị xóa. Nếu tài liệu phải được lưu trong môi trường của bạn, hãy đánh giá mọi bước xử lý theo yêu cầu đó trước khi chọn công cụ.

Chuẩn bị bản mô tả dự án hữu ích

• Loại tài liệu, ngôn ngữ và khối lượng hằng tháng.
• Hóa đơn được gửi đến đâu và hiện được kiểm tra như thế nào.
• Các trường bắt buộc và hệ thống đích.
• Vai trò phê duyệt và cách xử lý khi một trường thông tin không rõ ràng.
• Yêu cầu về lưu trữ và thời hạn lưu giữ.
• Các mẫu đã ẩn thông tin nhạy cảm, mang tính đại diện và được chia sẻ qua kênh đã thống nhất.

Như vậy là đủ để bắt đầu trao đổi về một dự án thí điểm có phạm vi tập trung: một kênh tiếp nhận, một hệ thống đích và tiêu chí chấp nhận có thể đo lường.