OCR förvandlar en bild till text; resten är en annan uppgift
På en skannad faktura är detaljerna initialt en del av en bild. OCR försöker producera text från dem. Kvalitet beror delvis på hur läsbar källan är. En roterad, suddig eller beskuren bild kan orsaka saknade eller förvirrade tecken.
Inte ens en perfekt avläst nummersekvens berättar om det är en faktura, order eller kundnummer. Ett dokument kan visa både leverantör och köpare och flera datum. Att tilldela mening är ett annat bearbetningssteg. Om det blir fel kan tabellen se lika snygg ut som en korrekt utdata.
Kontrollera de uppgifter som avgör nästa steg. Om du sorterar mellan två företag är rätt köpare särskilt viktig. Ett skrivfel i en radbeskrivning kan vara mindre viktigt än ett korrekt avläst företagsnummer som hamnat i fel fält.
Källa för detta avsnitt: Google: Konvertera PDF-filer och fotografier till text
Ett korrekt belopp kan ha flera betydelser
Tänk dig ett exempeldokument med ett förskott, ett totalpris och ett belopp som återstår att betala. Systemet läser alla tre beloppen korrekt men väljer förskottet som huvudbelopp. Det är inte en felläst siffra, utan en felaktig tolkning av vad beloppet betyder.
En app kan också blanda ihop leverantörens företagsnummer med köparens. Båda läses korrekt, men underlaget kopplas till fel företag. Jämför därför både numret, beteckningen bredvid det och platsen i originalet där det hämtades.
Dokumentets layout är mer än grafisk form. Rubriker, närliggande beteckningar och kopplingen mellan delarna visar vem eller vad en uppgift gäller. Öppna originalfilen i PDF-format och se sammanhanget om du är osäker.
Kontrollera vad som påverkar nästa steg
För att söka och lämna över underlag behöver du veta om dokumentet är relevant, vilket företag det tillhör och vart det ska skickas. Du behöver inte skriva om alla fakturauppgifter för att kontrollera klassificeringen. Däremot behöver du förstå varför ett visst företag valdes eller varför dokumentet behöver kontrolleras.
HeyRup använder igenkänning för insamling, sortering och överlämning. Den första versionen producerar inte bokföringsposter eller detaljerad analys av köpta artiklar. Fakturainformation hjälper till att identifiera rätt dokument och mottagare; de är inte en anledning att lova fullständig redovisning.
Om ett annat verktyg förbereder data för ett redovisningssystem kan dess granskningsbehov vara bredare. Bedöm alltid resultatet efter dess avsedda uppgift, inte efter antalet fyllda fält.
Osäkerhet bör leda till en specifik fråga
Markeringen ”att kontrollera” ska förklara orsaken: okänd köpare, två möjliga företag eller ett svårläst underlag. Först då vet du vad som behöver redas ut. En procentsats för säkerhet visar inte ensam nästa steg.
När du kopplar en faktura till Alfa, avgör om du rättar bara den fakturan eller skapar en regel för framtiden. Kontrollera vilka andra underlag regeln omfattar innan du bekräftar den. Samma leverantör kan fakturera ett annat av dina företag.
Automatisk fakturaigenkänning bekräftar inte att betalningskravet är pålitligt. Ett bedrägligt dokument kan ha rätt struktur och läsbara uppgifter. Kontrollera misstänkta meddelanden separat: klassificeringen ”faktura” är inget säkerhetsgodkännande.