Automatyczna ekstrakcja danych księgowych z faktur przy użyciu algorytmów machine learning
2 K
30 K
2 FTE
Wyzwanie
Setki faktur dziennie, tysiące pól – i praca wyłącznie manualna
Sekretariat klienta przetwarzał miesięcznie ponad 2 000 dokumentów księgowych (faktury, noty) – każdy wymagający ręcznego odczytu i wprowadzenia danych do systemu EDM. Dokumenty różniły się strukturą, jakością skanu i układem pól, co wykluczało proste podejście szablonowe.
Kluczowe wymaganie
Projekt
Dwa równoległe wątki: ML + integracja z EDM
Projekt rozpoczął się od szczegółowej analizy przetwarzanych dokumentów: typów faktur, struktury danych, jakości obrazów ze skanów, kanałów wejścia do procesu. Na tej podstawie uruchomiono dwa równoległe wątki:
- Dobór i wdrożenie algorytmów ML – testowanie modeli pod kątem autonomicznej ekstrakcji pól księgowych (daty wystawienia, sprzedaży i płatności, dane kontrahenta, kwoty netto/brutto, stawki VAT, waluta, numer konta i inne).
- Integracja z systemem EDM – modyfikacja interfejsu systemu klasy EDM, umożliwiająca automatyczne wypełnianie pól danymi z modułu ekstrakcji.
Skuteczność rozwiązania weryfikowana była przez dwa miesiące w środowisku produkcyjnym, pod nadzorem eksperckim wskazanych pracowników klienta.
Rozwiązanie
INVOICE Reader – ponad 85% skuteczności na starcie
Autorski Moduł INVOICE Reader firmy Finture osiągnął stabilną skuteczność powyżej 85% dla wszystkich typów przetwarzanych dokumentów i wszystkich ekstrahowanych pól księgowych – przekraczając bazowe wymagania klienta już w fazie walidacji.
Kluczowa decyzja
Rezultaty
2 K
30 K
2 FTE
Udostępnij
Klient
Sektor
Usługa
Technologie
Kompetencje
Masz podobny projekt?
Porozmawiajmy o tym, co możemy zrobić z Twoim systemem
Może Cię zainteresować
Sprawdź powiązane realizacje i usługi
Case study
Automatyzacja procesów biznesowych w ubezpieczeniach
Wdrożenie platformy BPM z DMN umożliwiającej zwinne zmiany procesowe niezależnie od cykli wdrożeniowych systemów legacy
Case study
Przejęcie i stabilizacja systemu CRM w bankowości korporacyjnej
Inwentaryzacja rozproszonych baz danych, rekonstrukcja SQL i przebudowa procesów zasileń – bez dokumentacji wyjściowej.
Usługa
Machine Learning i AI
Budujemy modele ML zdolne do autonomicznej adaptacji do nowych wzorców danych – od ekstrakcji dokumentów po klasyfikację i predykcję.
Chcesz osiągnąć podobne rezultaty?
Porozmawiajmy o Twoim projekcie
Każda organizacja ma inne potrzeby, ale wiele wyzwań da się rozwiązać sprawdzonymi metodami. Opowiedz nam o swojej sytuacji, a pokażemy, jakie możliwości widzimy i od czego warto zacząć.
Po wypełnieniu formularza w ciągu jednego dnia roboczego skontaktuje się z Tobą Krzysztof.
Krzysztof Chyliński
Head of Advisory
Administratorem danych osobowych podanych w formularzu jest Finture sp. z o.o. Dane przetwarzane są w celu nawiązania kontaktu oraz udzielenia odpowiedzi na zapytanie. Szczegółowe informacje dotyczące zasad przetwarzania danych oraz przysługujących praw znajdują się w Polityce Prywatności.