Extracción de datos
Extracción PDF de datos de compra para análisis: líneas homogéneas y con fuente, no archivos
La extracción PDF de datos de compra consiste en leer presupuestos, pedidos, facturas y contratos, sacar cada línea (referencia, cantidad, precio unitario, descuento, impuesto) y ordenarla en un modelo único. Zylio lo hace con el agente Capture, conserva el enlace a la página de origen y entrega datos listos para sus paneles o su herramienta de BI.
El problema
Un PDF no es un dato
La mayoría de los datos de compra llegan en PDF: el presupuesto del proveedor, su factura, el contrato marco firmado, el tarifario en anexo. Un PDF se lee en pantalla, se imprime y se archiva. No se filtra, no se suma, no se compara. Para el análisis, apenas vale más que una hoja de papel.
La solución habitual es teclear de nuevo: alguien copia los totales en una hoja de cálculo, a veces las líneas principales, rara vez todo. Se pierde tiempo y precisión, y sobre todo sustancia: los descuentos en porcentaje, los portes y las unidades de embalaje no sobreviven a la copia. El análisis que sigue trata de un gasto simplificado, no del gasto real.
Incluso cuando el ERP contiene el pedido, no contiene lo que el proveedor escribió. La diferencia entre ambos, el precio facturado frente al negociado, la cantidad entregada frente a la pedida, es justo lo que querríamos analizar. No existe en ninguna parte hasta que el PDF se ha extraído línea a línea.
Alcance
Qué extrae Zylio de cada documento
No solo la cabecera y el total: cada línea, con los campos que hacen posible el análisis después.
Entidades
Proveedor, entidad facturada, centro de entrega, contrato de referencia. El proveedor se reconoce incluso bajo otra razón social u otra dirección.
Referencias y descripciones
Código de artículo del proveedor, código interno si figura, descripción completa. Dos descripciones distintas del mismo artículo se concilian, no se duplican.
Cantidades y unidades
Cantidad pedida, entregada y facturada; unidad de venta y de embalaje. Una caja de doce y una pieza suelta no se comparan sin conversión.
Precios y descuentos
Precio unitario bruto, descuento en porcentaje o en importe, precio neto, tramo de volumen aplicado. El precio neto se calcula y se verifica, no solo se copia.
Impuestos y gastos
Tipo impositivo por línea, portes, franco, ecotasas, gastos de gestión. Lo que suele quedar enterrado en el total al pie de página.
Fechas y condiciones
Fecha de emisión, de entrega, de vencimiento; condiciones de pago, descuento por pronto pago, divisa. Todo lo que pesa en el coste real sin aparecer en el precio.
Mecanismo
Del PDF a la tabla: las etapas
- 01
Recepción
Los PDF llegan por buzón dedicado, carga manual, SFTP o API. Un escaneo, una foto o una hoja de cálculo se aceptan igual que un PDF nativo.
- 02
Lectura
El agente Capture identifica el tipo de documento y su estructura, sin plantilla que configurar. Una tabla que ocupa varias páginas se lee como una sola.
- 03
Extracción línea a línea
Cada línea se convierte en un registro con sus campos. Un nivel de confianza acompaña a cada valor; lo que no ha podido leerse se declara, nunca se estima.
- 04
Normalización
Los campos se llevan a un modelo único: mismas unidades, mismas divisas, mismas categorías, sea cual sea el proveedor o el formato de origen.
- 05
Validación
Los valores por debajo del umbral de confianza se presentan a una persona, con la zona del PDF al lado. Confirma o corrige en un gesto.
- 06
Puesta a disposición
Los datos alimentan el repositorio de Zylio y sus paneles, o salen hacia su almacén de datos y su herramienta de BI.
Tablas de varias páginas, columnas irregulares, descripciones en dos líneas.
Análisis
Lo que por fin se puede analizar
Una vez extraídas y homogeneizadas las líneas, las preguntas que quedaban sin respuesta la encuentran. ¿Cuánto hemos gastado por proveedor, por centro, por categoría, por periodo? ¿Qué parte de ese gasto pasa bajo contrato? ¿Ha cambiado el precio pagado por una referencia, y desde cuándo? ¿Dicen lo mismo el presupuesto aceptado y la factura recibida?
Estas respuestas ya no exigen un proyecto de datos. Se formulan en lenguaje corriente a Insight, la capa de procurement intelligence, que construye la cifra, la tabla o la curva y muestra, para cada valor, las líneas que lo componen y, para cada línea, el PDF del que procede. Una cifra discutida en un comité se reabre hasta su página de origen.
Si sus análisis ya viven en una herramienta de BI, los datos extraídos llegan allí en un modelo estable: mismas columnas, mismas claves de proveedor y artículo, mismas unidades. Lo que faltaba en sus informes no era la herramienta, sino el dato línea a línea.
Modelo de datos, actualización, claves de unión.
Resultado
Qué cambia en sus análisis
El gasto analizado es el gasto real. Una factura de más de cien líneas entra completa, con sus descuentos y sus gastos, y no como un total copiado. Un análisis por categoría ya no descansa en la imputación aproximada tecleada al hacer el pedido, sino en lo que el proveedor entregó y facturó de verdad.
El tiempo cambia de bando. Las horas dedicadas a copiar PDF en una hoja de cálculo antes de cada revisión vuelven a los equipos: entre el 15 % y el 45 % de tiempo devuelto por ETC, según el perímetro y la madurez de los datos. Ese tiempo sirve para preparar una negociación con el historial real de precios facturados, o para instruir una desviación hallada en el análisis.
El perímetro se amplía. Cuando extraer ya no cuesta nada, no hay razón para analizar solo a los grandes proveedores. Las cuentas pequeñas, las compras de centro y los servicios recurrentes entran en el análisis, y ahí es donde suelen acumularse las desviaciones sin que nadie mire.
Sus datos de compras ya existen. Solo están encerrados en archivos PDF.
Multicentro
Una palanca particular para grupos y redes
Cuando varios centros o filiales compran por separado, los PDF están aún más dispersos y el análisis consolidado es aún más raro. La extracción en un modelo único revela lo que nadie veía: el mismo proveedor sirviendo a tres centros bajo tres razones sociales, la misma referencia facturada a precios distintos según la entidad, un contrato marco negociado en la sede e ignorado en las regiones.
Son hechos, con la factura y la página como prueba. Cambian una negociación: ya no se llega con una intuición de volumen, sino con el gasto consolidado y las desviaciones constatadas. Cambian también la organización: los procesos de compra se racionalizan con más facilidad cuando todos los centros rinden cuentas en el mismo formato.
La misma referencia, el mismo proveedor, precios distintos según el centro.
Capture
Reúna y consolide todos sus datos de compras.
Recogida por buzón de correo dedicado, carga de archivos, SFTP, escaneo, API o exportación del ERP. Lectura de todos los formatos (PDF nativo, escaneo, foto, hoja de cálculo, flujo estructurado) y después extracción línea a línea: proveedor, referencias, cantidades, precios unitarios, descuentos, impuestos, condiciones.
Fin de la reintroducción manual. Un histórico de compras por fin consultable.
Lo que detecta Capture
- Documentos largos y tablas de varias páginas
- Maquetaciones desconocidas
- Varios idiomas y divisas
- Escaneos de mala calidad y escritura manuscrita
Nada se pierde. Todo se verifica, todo se prueba.
- La cláusula del contrato y la línea de factura, resaltadas una al lado de la otra.
- Cada valor extraído sigue vinculado al lugar exacto del documento donde se ha leído.
- El mismo caso produce la misma decisión, hoy y dentro de seis meses: las reglas se aplican de forma determinista.
- Ningún desvío se descarta en silencio. Lo que no corresponde a ninguna regla se eleva, con su motivo.
- El agente registra lo que ha hecho, en el orden en que lo ha hecho: quién, qué, cuánto, cuándo.
Preguntas frecuentes
¿Hay que configurar una plantilla por proveedor o por tipo de PDF?
No. El agente Capture reconoce la estructura de cada documento en el momento de leerlo, incluida una maquetación que nunca ha visto. Un proveedor nuevo no exige ninguna configuración. Lo que no puede leerse con confianza se señala para validación, con la zona del PDF al lado.
¿Qué ocurre con los datos extraídos?
Alimentan el repositorio de compras de Zylio y sus paneles, y pueden salir hacia su almacén de datos o su herramienta de BI en un modelo estable. Cada valor conserva el enlace al documento, la página y la línea de origen. Ningún dato se utiliza para entrenar un modelo.
¿La extracción modifica algo en el ERP?
No. Zylio lee las exportaciones y las API del ERP para conciliar las líneas extraídas con sus pedidos; no escribe nada en el sistema ni añade ningún desarrollo en su núcleo. Los datos extraídos viven junto al ERP, no dentro de él.
¿Qué volumen de documentos se puede extraer?
La plataforma absorbe más de 10 000 documentos de proveedores por semana, en todos los formatos, idiomas y estructuras, incluidos documentos de más de cien líneas. El volumen no es la limitación; lo es el perímetro que usted decide abrir, y se amplía a su ritmo.
Un impacto medible en cada entorno
Más de 5 millones de documentos de compras analizados
Entre el 1 y el 7% de margen recuperado
sobre el alcance analizado
Del 15 al 45% de tiempo devuelto a los equipos, por ETC
según el alcance y la madurez de los datos
Zylio se integra en su ecosistema actual.
El ERP gestiona el proceso. Zylio trata la excepción y recupera el valor que se le escapa: facturas sin pedido de compra, desvíos de precio línea a línea, duplicados y sobrefacturación, compras fuera de marco.
Sus datos con la máxima seguridad.
Zylio cumple las normas más exigentes, y nada se compromete sin su validación.
- Certificaciones
- Alojamiento
- Cifrado
- Acceso
Para leer a continuación
- Integración automática de presupuestos de proveedoresEl presupuesto recibido por correo o portal, leído, controlado y devuelto a su ERP en líneas estructuradas, sin retranscripción.
- Normalización IAPresupuestos, listas de precios, catálogos y tarifarios llevados a una misma estructura utilizable, con pruebas por línea.
- Normalización automática de presupuestosCada presupuesto recibido, sea cual sea su formato, llevado a una estructura única y verificable.
- Normalizar contratosLlevar todos sus contratos de proveedores a una estructura común, sin reescribirlos, para compararlos y consultarlos.
- El diagnóstico de 3 semanasSus documentos extraídos y analizados, con las desviaciones constatadas como prueba.
Vea lo que da sobre sus propios datos
Veinte minutos, sobre una familia de compra que usted elija. Le mostramos lo que detectan los agentes, con la prueba a la vista.
- Sin compromiso, sobre sus datos
- Resultado en 3 semanas
- 20 minutos, sin presentación comercial
- Sus datos siguen alojados en Francia
- Sin cambiar de herramienta ni de proceso