Automatyczna ekstrakcja danych księgowych z faktur przy użyciu algorytmów machine learning
2 K
30 K
2 FTE
The Challenge
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
Project
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.
The Solution
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
Results
2 K
30 K
2 FTE
Udostępnij
Client
Sector
Service
Technologies
Kompetencje
Masz podobny projekt?
Porozmawiajmy o tym, co możemy zrobić z Twoim systemem
Może Cię zainteresować
Sprawdź powiązane realizacje i usługi
Case study
Automation 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.
Service
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
The administrator of the data entered into the form is Finture sp. z o.o. Personal data will be processed for the purpose of establishing contact and providing answers to questions. More information about the rights and principles of data processing is available in the Privacy Policy.