OCR zet beeld om naar tekst; de rest is een volgende taak
Op een gescande factuur maken gegevens oorspronkelijk deel uit van een afbeelding. OCR probeert er tekst van te maken. De kwaliteit hangt onder meer af van de leesbaarheid van het origineel. Een gedraaide, wazige of afgesneden foto kan ontbrekende of verwisselde tekens opleveren.
Ook een perfect gelezen cijferreeks vertelt niet vanzelf of die een factuur-, bestel- of klantnummer is. Op één document kunnen zowel leverancier als afnemer en meerdere datums staan. Betekenis toewijzen is een ander deel van de verwerking. Gaat dat mis, dan kan de resulterende tabel er net zo netjes uitzien als een correcte uitvoer.
Beperk je controle daarom niet tot ‘is de tekst leesbaar?’. Vraag waarvoor het systeem die gebruikt en wat een fout zou veranderen. Bij sorteren tussen twee bedrijven is de juiste afnemer belangrijker dan een foutloze weergave van elke postomschrijving.
Bron bij dit onderdeel: Google: PDF's en foto's omzetten naar tekst
Eén correct bedrag kan verschillende betekenissen hebben
Stel je een document voor met een voorschot, totaalprijs en resterend saldo. Het systeem leest alle drie bedragen goed, maar kiest het voorschot als hoofdbedrag. Dat is geen verkeerd herkend cijfer; het is een verkeerd begrip van wat het gegeven voorstelt.
Een vergelijkbare fout ontstaat als een app het IČO van de leverancier verwart met dat van de afnemer. Beide nummers staan werkelijk op de factuur en kunnen foutloos zijn gelezen. Voor toewijzing aan het juiste bedrijf is hun relatie echter bepalend. Alleen tekens met het origineel vergelijken ontdekt het probleem niet altijd als je niet ook naar de betekenis van het veld kijkt.
De documentindeling is dus meer dan vormgeving. Koppen, nabije labels en relaties tussen onderdelen helpen bepalen bij wie of wat een gegeven hoort. Open bij twijfel de oorspronkelijke PDF en bekijk de context.
Controleer wat de volgende stap beïnvloedt
Voor het vinden en doorgeven van een document moet duidelijk zijn of het relevant is, bij wie het hoort en waar het naartoe moet. Je hoeft niet bij elke factuur alle gegevens opnieuw over te typen om de indeling te controleren. Wel moet je begrijpen waarom het systeem een bepaald bedrijf koos of waarom het twijfelt.
HeyRup gebruikt herkenning voor verzamelen, sorteren en doorsturen. De eerste versie levert geen boeking of gedetailleerde analyse van gekochte posten op. Factuurgegevens dienen om het juiste document en de juiste ontvanger te bepalen, niet om volledige boekhouding te beloven.
Bereidt een andere tool gegevens voor een boekhoudsysteem voor, dan kan die uitgebreidere controles nodig hebben. Beoordeel een resultaat altijd op de taak die het moet vervullen, niet op het aantal ingevulde velden.
Twijfel moet leiden tot een concrete vraag
Een nuttige controlestatus legt uit wat ontbreekt: een onbekende afnemer, twee mogelijke projecten, een slecht leesbaar document of een onduidelijke relatie tussen versies. Alleen een algemeen betrouwbaarheidspercentage vertelt je niet altijd wat je moet doen.
Maak na een correctie onderscheid tussen een eenmalige beslissing en een regel voor volgende documenten. Eén factuur aan Alfa toewijzen betekent nog niet dat alle facturen van die leverancier voortaan altijd daarheen moeten. Een algemene regel vraagt om een duidelijk bereik en bevestiging.
Automatische factuurherkenning verifieert ook niet de betrouwbaarheid van een betaalverzoek. Een frauduleus document kan een correcte structuur en leesbare gegevens hebben. Wekt een bericht argwaan, controleer het dan apart; de classificatie ‘factuur’ is geen veiligheidsbevestiging.