Как да превърнете сканирани документи в таблица без преписване

Сканираният документ не е таблица, а снимка на хартия

Сканираният документ изглежда дигитален, но не е. Сканът е снимка на хартията и компютърът го вижда като картинка, не като числа и имена. Затова между папката със сканове и таблицата, която ви трябва, почти винаги стои човек, който пише ред по ред.

Вземете склад, който получава стока от десет доставчика. Всяка доставка идва с бележка, куриерът или складовикът я сканира и файлът отива в обща папка. На следващия ден някой отваря всеки файл, чете количествата и ги пише в Excel. Ако на месец идват двеста страници и всяка отнема две-три минути, това са седем до десет часа само за преписване. Числата са примерни, но редът на величината е познат на всеки, който е вършил тази работа.

Часовете са само половината от проблема. Другата половина е закъснението: данните в таблицата са готови не когато стоката пристигне, а когато някой намери време. Междувременно се поръчва нещо, което вече е на склад, или се плаща фактура, която не отговаря на бележката.

Целта е проста: от сканирания документ да излиза таблица, а човекът да поглежда само спорното. По-долу разглеждаме защо обикновеното разпознаване не стига, как се различават документите, през какви стъпки минава един скан и какво да поискате от всеки, който ще ви го настройва.

Защо обикновеното разпознаване на текст връща бъркотия

Първата идея е да пуснете скана през безплатен инструмент за разпознаване на текст. Такива има във всеки телефон и в повечето офис програми. Резултатът обикновено разочарова, и причината е в разликата между две неща.

Разпознаване на букви. Инструментът чете символите и връща текст. Но текстът е без структура: сумата, датата и името на доставчика са смесени в един дълъг низ. Ако поставите този низ в Excel, получавате една колона с неподредени редове. Работата пак е ваша, само че сега чистите вместо да пишете.

Разбиране на документа. Съвременните системи правят още една стъпка. Те разбират кое какво е: това е номерът на документа, това е количеството, това е единичната цена. Всяка стойност отива в своята колона, а редовете от таблицата на хартията стават редове в таблицата на екрана.

Втората разлика е в сигурността. Обикновеният инструмент връща текста уверено, дори когато е сбъркал. Тройка, прочетена като осмица, изглежда съвсем като вярна цифра. Добре настроената система отбелязва колко е сигурна във всяко поле и подава несигурните на човек. Така грешката се хваща преди таблицата, а не след плащането. Как се измерва това на практика, описахме в статията как да намалите грешките при въвеждане на данни с AI.

Три вида документи, три различни пътя към таблицата

Не всички сканове са еднакви и именно тук повечето опити се провалят. Един подход за всичко не работи, защото документите се делят на три групи.

1. Документи с таблица вътре. Доставни бележки, ценови листи, поръчки, касови отчети. Информацията е в редове и колони, а на един документ има десетки редове. Тук най-важно е системата да запази връзката между клетките: количеството да остане до правилния артикул, а не до съседния. Резултатът е таблица с един ред за артикул.

2. Документи с полета. Фактури, формуляри за регистрация, заявки за сервиз. На страницата има малък брой стойности: номер, дата, контрагент, обща сума. Тук резултатът е един ред на документ. Трудното е, че всеки доставчик слага полетата на различно място, затова системата трябва да ги намира по смисъл, не по позиция на страницата.

3. Документи със свободен текст. Договори, писма, протоколи. Таблицата тук не е готова на хартията и трябва да се построи: кои срокове, кои страни, кои суми. Това е най-сложната група и изисква ясно определяне какво точно искате да извадите.

Първият въпрос, преди да започнете, е от коя група са документите, които ви отнемат най-много часове. Повечето фирми имат една водеща група и две-три по-малки. Започва се с водещата, не с всичко наведнъж.

От скан до таблица: пет стъпки, през които минава един документ

Ето как изглежда пътят на един документ в добре построена система. Нито една стъпка не е магия, но всяка трябва да е настроена по вашия случай.

1. Приемане. Файлът влиза автоматично от мястото, където вече пристига: обща папка, имейл или приложение на сканера. Никой не го качва на ръка.
2. Изчистване. Системата изправя кривите страници, маха сенките и разпознава ориентацията. Снимка от телефон под ъгъл е нормален вход, не изключение.
3. Разчитане и подреждане. Текстът се чете и всяка стойност отива в своята колона. Редовете от таблицата на хартията стават редове в таблицата.
4. Проверка. Системата проверява дали числата имат смисъл: дали сборът на редовете е равен на общата сума, дали датата е в разумен период, дали контрагентът е познат. Полетата, в които не е сигурна, се маркират до изображението на документа.
5. Предаване. Одобрените редове отиват там, където работите: Excel, Google Sheets, счетоводна програма, склад или CRM. Ако резултатът пак се прехвърля на ръка, смисълът се губи.

Четвъртата стъпка е тази, която отличава работещата система от демонстрацията. Сверката на сбора с общата сума хваща голяма част от грешките без никакъв човек. Човекът се включва само там, където числата не излизат.

Повече за тази логика на проверка и за изключенията, които остават при екипа, ще намерите в сравнението AI OCR или ръчно въвеждане на документи.

Какво да поискате да ви покажат, преди да решите

Когато търсите кой да ви настрои това, обещанията звучат еднакво: „разчитаме всякакви документи". Разликата се вижда в три конкретни искания.

• Работеща демонстрация с ВАШИТЕ документи. Не примерна фактура от презентация, а три ваши, включително най-лошата в купчината: накриво сканирана, с печат върху текста.
• Таблицата, в която искате да получите данните. Покажете им колоните от вашия Excel или вашата програма. Системата трябва да произвежда точно тях, а не общ формат, който после пак се оправя на ръка.
• Пресметната полза с ВАШИТЕ числа. Колко документа, колко време на документ, колко струва часът на човека, който ги въвежда. Общи проценти от чужди фирми не казват нищо за вашата.

Ако документите ви са нередовни, всеки път различни и без повтарящ се вид, разчитането няма на какво да се опре и ефектът е малък. Ако обаче един и същ вид документ минава през екипа всяка седмица и данните трябва да стигнат до вашата програма, универсален онлайн инструмент не стига, а допълнителен човек само мести проблема. Нужна е система по мярка, свързана с вашите програми - такава изграждаме в услугата Умни документи (OCR).

Какво спестявате и какво остава за човека

Ефектът има три пласта, и само първият е видим в началото.

Часовете. Преписването почти изчезва. Остава проверка на маркираните полета, а тя отнема малка част от времето на въвеждането. Колко точно, зависи от качеството на документите и от това колко еднообразни са те.

Скоростта. Данните влизат в таблицата в деня, в който документът е сканиран, а не когато някой стигне до него. Това променя решенията: поръчвате по актуални наличности, плащате по сверени фактури, виждате разходите докато месецът тече.

Следата. Всеки ред в таблицата пази връзка към изображението, от което е прочетен. Когато счетоводителят или одиторът попита откъде е тази цифра, отговорът е на един клик, не в папка с хартия.

За да видите какво означава това за вашата фирма, пресметнете с вашите числа в калкулатора за възвръщаемост. Нужни са ви три стойности: документи на месец, минути на документ и цена на часа.

Човекът не отпада. Той преминава от преписване към преценка: поглежда спорните полета, решава за необичайните документи и взема същинските решения. Точно за това е нает, а не за да сверява цифри от една страница към друга.

Следващи стъпки

Превръщането на сканове в таблица не е въпрос на по-добра програма за разпознаване, а на процес: какви документи идват, в какви колони трябва да стигнат и кой решава спорното. Когато тези три неща са ясни, преписването става излишно. Когато не са, всеки инструмент пак ще остави бъркотия, само че по-бърза.

Първата стъпка е да изберете един вид документ, който ви отнема най-много часове, и да съберете двадесетина реални примера. С тях разговорът за вашия случай става конкретен. Отговорът за вашия вид документи идва от разговор, започнат през страницата за контакт, не от общ пример.