Adatbevitel automatizálás: PDF-ből a vállalati rendszerbe

Tipikus feladat a számla tételeinek átvitele, egy szerződés határidőinek rögzítése vagy az emailes ajánlatkérés felvitele a CRM-be. A célmezőket, a kötelező adatokat és az elfogadási szabályokat már a fejlesztés előtt meghatározzuk.

• PDF-ből adat Excelbe: mezők és táblázatok kinyerése, típushelyes oszlopokkal.
• Emailből CRM-be: feladó, ügyfél, tárgy és igény összerendelése.
• Űrlapból CRM-be: kötelező mezők, duplikáció és ügyfélazonosítás ellenőrzése.
• Számlából vagy szerződésből ERP-be: adatkinyerés és jóváhagyott rögzítés.
• Több táblázatból közös nyilvántartás: oszlopok, dátumok és azonosítók egységesítése.

Először megvizsgáljuk, tartalmaz-e a PDF olvasható szöveget, vagy szkennelt képből kell dolgozni. Ezután a kijelölt adatmezőket strukturált formába rendezzük: például partnernév, azonosító, dátum, pénznem és tételsor.

A kinyert mezőket összevetjük a formai szabályokkal és a rendelkezésre álló törzsadatokkal. A hiányos vagy ellentmondásos érték felülvizsgálatra kerül. A jóváhagyott rekordhoz megőrizzük a forráshivatkozást és a feldolgozás állapotát.

Az OCR a képen szereplő karakterek felismerését végzi. Az AI a változó szerkezetű szöveg értelmezésében és a keresett mezők azonosításában segíthet. Egy szkennelt, változó elrendezésű dokumentumnál mindkettőre szükség lehet.

Strukturált CSV, stabil űrlap vagy jól definiált API-adat esetén közvetlen adatkapcsolatot és szabályellenőrzést használunk. Ilyenkor az AI többletköltsége és bizonytalansága nem feltétlenül ad értéket.

Az ellenőrzött adatot a célrendszer API-ján vagy támogatott importján keresztül rögzítjük. Előre tisztázzuk, mikor jön létre új rekord, mikor frissül meglévő adat, és mely mezőt melyik rendszer kezelheti.

Minden feldolgozott dokumentumhoz egyedi azonosító tartozik. Sikertelen rögzítésnél a folyamat újraindítható úgy, hogy ne jöjjön létre második példány. API nélküli rendszernél a támogatott export–import lehetőséget vizsgáljuk először.

Általános pontossági százalék helyett az Ön dokumentummintáin mérjük a mezők helyességét, a teljes rekordok elfogadhatóságát és a kézi ellenőrzés arányát. Egy hibás bankszámlaszám más kockázatot jelent, mint egy pontatlan tárgymező.

Az elfogadási teszt tartalmazzon rossz minőségű képet, hiányzó oldalt, duplikált dokumentumot és eltérő sablont is. A kritikus mezők ellenőrzése, a forrásmegjelölés, a hozzáférési korlátok és a naplózás része a megoldásnak.

A dokumentummennyiség mellett a dokumentumtípusok változatossága, a célrendszer kapcsolata és az ellenőrzési igény alakítja a költséget. A megtérüléshez a kinyerés után megmaradó kézi munkát is mérni kell.

Szemléltető számítás, nem ügyféleredmény: havi 1000 rekordnál a 4 perces rögzítés 1 perces ellenőrzésre csökkentése 50 órát szabadít fel. Ebből még le kell vonni a kivételkezelés, a karbantartás és az üzemeltetés ráfordítását. Kevés, rosszul olvasható vagy nagyon eltérő dokumentumnál a kézi feldolgozás maradhat gazdaságosabb.