OCR a odczyt strukturalny — czym się różnią
Pod hasłem „automatyczny odczyt faktur" kryją się rozwiązania działające zupełnie inaczej. Różnica ujawnia się w momencie, gdy dostawca zmieni układ wydruku.
Trzy podejścia
Czysty OCR zamienia obraz w tekst i na tym kończy. Wynikiem jest ciąg znaków bez struktury. Nadaje się do przeszukiwania archiwum, nie do zasilania systemu magazynowego. Czym dokładnie jest ta warstwa, opisuje tekst o OCR faktur zakupowych.
Szablony zakładają, że dane leżą w określonych miejscach strony. Działają bardzo dokładnie przy stałym układzie i przestają działać całkowicie, gdy dostawca przesunie tabelę. Wymagają skonfigurowania osobnego wzorca dla każdego kontrahenta.
Odczyt rozumiejący układ rozpoznaje role fragmentów dokumentu — że to jest nagłówek, to tabela pozycji, a to podsumowanie — niezależnie od tego, gdzie leżą. Radzi sobie z nowym dostawcą bez konfiguracji.
Jak sprawdzić, z czym ma się do czynienia
Wystarczy jedno pytanie do dostawcy narzędzia: co trzeba zrobić, żeby obsłużyć fakturę od nowego kontrahenta. Odpowiedź „skonfigurować wzorzec" oznacza szablony, niezależnie od tego, jak rozwiązanie jest nazywane w materiałach. Odpowiedź „nic" oznacza odczyt rozumiejący układ — i wtedy warto sprawdzić to na własnych dokumentach, a nie na przykładowych.
Kiedy szablon wystarczy
Przy kilkunastu stałych dostawcach o niezmiennym układzie faktury szablony bywają rozwiązaniem najtańszym i najpewniejszym. Warto z nich korzystać, o ile ktoś przewiduje koszt utrzymania wzorców.
Przemawia za nimi jeszcze jedno: wynik jest przewidywalny. Szablon albo dopasuje pole, albo nie — nie ma stanów pośrednich i nie trzeba ustawiać progów pewności.
Kiedy szablon nie wystarczy
Przy dużej rotacji dostawców utrzymanie wzorców staje się osobną pracą, której nikt nie planował. Objaw jest charakterystyczny: system działa świetnie przez pół roku, po czym udział dokumentów wymagających ręcznej obsługi rośnie z miesiąca na miesiąc.
Drugi objaw to cicha degradacja. Dostawca przesuwa jedną kolumnę, szablon nadal odczytuje dokument, ale bierze wartość z sąsiedniego pola. Dokument wygląda poprawnie i wchodzi do systemu z błędną liczbą.
Rozwiązania mieszane
W praktyce sensowne bywa połączenie: szablon dla kilku dostawców odpowiadających za większość dokumentów, odczyt rozumiejący układ dla całej reszty. Trzeba tylko z góry ustalić, który mechanizm ma pierwszeństwo i co się dzieje, gdy dają różne wyniki.
Wejście ma znaczenie większe niż metoda
Żadne podejście nie nadrobi złej jakości dokumentu wejściowego. Zanim ktokolwiek porówna narzędzia, warto sprawdzić, w jakiej postaci faktury w ogóle przychodzą — o tym mówi tekst o fakturach papierowych, skanach i PDF.
Kryterium wyboru
Nie chodzi o to, które podejście jest nowocześniejsze, tylko ilu dostawców obsługuje firma i jak stabilne są ich wydruki. Odpowiedź na to pytanie rozstrzyga wybór szybciej niż porównanie funkcji.
Warto też uwzględnić kierunek zmian: część dokumentów przechodzi na postać ustrukturyzowaną i przestaje wymagać odczytu w ogóle — opisuje to tekst o KSeF a automatyzacji obiegu dokumentów.
