Toma una factura. El total es una cifra bien formateada en un lugar predecible y se lee casi a la perfección. El nombre del proveedor hay que casarlo contra vuestro propio maestro, donde dos entradas se diferencian por una forma jurídica. Las líneas están en una tabla que cruza un salto de página, y la fecha de entrega puede estar escrita a mano en un margen. Estos cuatro campos no tienen una precisión: tienen cuatro, y no se parecen entre sí.
Luego está la pregunta de qué significa correcto. ¿Es correcto un proveedor casado con la matriz adecuada pero con la filial equivocada? ¿Es correcta una fecha bien leída pero en otro formato? Dos proveedores pueden dar cifras muy distintas sobre los mismos documentos únicamente porque respondieron esa pregunta de forma diferente, y ninguno miente.
Precisión por campo. Con qué frecuencia cada campo concreto es exactamente correcto. Es lo que te dice dónde está el trabajo, y la única vista que permite mejorar algo.
Precisión por documento. Con qué frecuencia todos los campos de un documento son correctos a la vez. Siempre menor que la media por campo, y mucho menor cuando hay muchos campos: este es el número que sorprende.
Tasa de paso directo. La parte de documentos que completan todo el proceso sin intervención humana. Es lo que se convierte en horas ahorradas y lo que va en un caso de negocio.
Errores que se escapan. Con qué frecuencia algo incorrecto se acepta con alta confianza y llega a vuestra contabilidad. Es raro y con diferencia lo más caro. Mídelo por separado.
Calibración de la confianza. Cuando el sistema dice estar seguro, ¿lo está? Un sistema bien calibrado con precisión modesta es más útil que uno confiado con precisión alta, porque puedes fiarte de que preguntará.
La calidad de entrada manda. Un PDF nativo de un sistema contable se lee casi perfecto. La foto de un tique arrugado tomada de lado con mala luz, no, y ningún modelo recupera la información que nunca se capturó. Si el proceso se puede cambiar para que los documentos lleguen en digital, ese único cambio suele ganar a cualquier cantidad de ajuste fino.
Después: cuántos formatos recibís, cuánto contenido está manuscrito, si las tablas cruzan páginas, cuántos idiomas hay en la mezcla y — el infravalorado — cómo de buenos son vuestros maestros. La mitad de lo que parece error de extracción es en realidad error de emparejamiento: el campo se leyó bien y luego se comparó con un listado donde la misma empresa aparece de tres maneras.
Coge de cien a doscientos documentos reales, muestreados para reflejar vuestra mezcla auténtica y no los más pulcros. Que alguien los teclee a mano en los campos que os importan: esa es vuestra referencia, y es la parte que la gente intenta saltarse. Después pasa el sistema por el mismo conjunto y compara campo a campo.
Dos días de trabajo producen un número con el que se puede actuar, y casi siempre cambia el plan. Muestra qué campos se pueden automatizar hoy, cuáles necesitan umbral de confianza y cuáles deben seguir siendo manuales por ahora. Además saca a la luz los desacuerdos entre vuestros propios revisores, que ya es un hallazgo: si dos personas con experiencia rellenan un campo de forma distinta, ningún sistema va a puntuar bien contra ninguna de las dos.
Hacemos esta medición durante la miniauditoría gratuita, con vuestros documentos, antes de cotizar nada. Cualquier cifra de precisión que aparezca en una propuesta nuestra sale de esa pasada.
La extracción perfecta no es el objetivo ni está disponible. Un sistema usable es aquel en el que los errores son baratos: un umbral de confianza por debajo del cual el documento va a una persona, una pantalla de revisión que muestra la imagen original junto al valor extraído para que comprobar lleve segundos, y una regla de que todo lo que supere cierto importe se verifica pase lo que pase.
Construido así, un ochenta por ciento de paso directo es un resultado muy bueno: cuatro de cada cinco documentos sin tocar, y el quinto revisado deprisa con la respuesta ya rellenada. Perseguir el último puñado de puntos suele costar más de lo que jamás costó tratar esos documentos a mano.
Lo que construimos alrededor de la extracción: emparejar, contabilizar, excepciones, revisión.
El ejemplo resuelto más común, con los números que observamos.
El proceso entero, no solo el paso de lectura.
Usamos cookies solo para analítica: para ver desde qué páginas llegan las consultas. Nada más, y nada antes de que aceptes. Política de cookies