OCR
Documentos extensos: las líneas no desaparecen en la página treinta
La extracción de una factura de varias páginas rara vez falla de forma ruidosa: las líneas desaparecen en silencio, sin error a la vista. Donde el OCR (reconocimiento óptico de caracteres) lee página a página, el agente Capture sigue la continuidad de la tabla, retira los encabezados repetidos y compara la suma de las líneas con el total anunciado.
El problema
Las líneas desaparecen sin ruido
Un contrato de mantenimiento, un tarifario de precios unitarios de obra, un extracto de consumos: estos documentos superan con facilidad las treinta páginas y contienen tablas que se extienden de principio a fin. Es el punto de ruptura de la mayoría de las herramientas, y no se ve: no aparece ningún error, simplemente faltan líneas al final. Para situar esta capacidad en la cadena, vea las etapas que siguen al OCR.
El defecto es indetectable a simple vista. Nadie vuelve a contar cuatrocientas líneas para comprobar que no faltan doce. El archivo exportado parece limpio; solo está incompleto. Y esa carencia se propaga a todo lo que se apoya en él: conciliación, análisis del gasto, reclamación.
El volumen no es una excepción reservada a las obras. Un contrato de mantenimiento multicentro, un extracto de telecomunicaciones, una factura de energía con varios puntos de medida, un lote de obra con sus mediciones: tanto en compras indirectas como en compras de producción, los documentos de varias decenas de páginas son la norma en cuanto la prestación es recurrente. Son además los que contienen los importes más altos, y por tanto los que más útil sería controlar.
Un documento truncado no produce un desvío: produce una ausencia de desvío. Cuesta más caro, porque nada lo señala.
Cómo se mantiene la continuidad
La dificultad no está en leer una página. Está en saber qué une la página veintinueve con la página treinta.
- Continuidad de las tablas entre páginas
- Una línea cortada por un salto de página se recompone. Una tabla que sigue sin encabezado se reconoce como continuación de la anterior, no como una tabla nueva.
- Encabezados y pies de página repetidos
- Rótulos de columnas reimpresos en cada página, menciones legales, paginación: identificados como elementos de formato, nunca entran en las líneas.
- Subtotales intermedios
- Los totales de apartado, de lote o de página se marcan como subtotales. Sumados a las líneas, duplicarían una parte del documento.
- Traspasos de una página a otra
- Las menciones de traspaso unen dos páginas sin crear un importe adicional. Funcionan como pivote, no como línea facturada.
- Apartados, lotes y niveles
- Una descomposición del precio global y a tanto alzado o un tarifario se organiza en apartados jerarquizados. Se conserva la posición de cada línea en ese árbol.
- Control de coherencia al cierre del documento
- La suma de las líneas extraídas se compara con el total que muestra el documento. Si existe una diferencia, se señala como anomalía de lectura antes de cualquier uso.
Dos trampas merecen nombrarse, porque producen errores silenciosos. La primera es la columna que cambia de sentido a mitad del documento: puede contener un precio unitario en un apartado y un importe a tanto alzado en el siguiente. La segunda es el subtotal presentado como una línea ordinaria, sin rótulo distintivo. En ambos casos la estructura del documento se lee antes que los valores, y es ella la que decide cómo interpretarlos.
El resultado no se declara correcto: es verificable. Número de líneas leídas, total recalculado y total impreso se muestran uno al lado del otro.
Lo que cambia
Un documento extenso deja de ser una apuesta.
- El total recalculado y el total impreso se muestran juntos: la exhaustividad se comprueba de un vistazo, sin volver a contar líneas.
- Las tablas jerarquizadas siguen siendo utilizables: una línea conserva su apartado, su lote y su nivel, y por tanto su precio de referencia.
- Los documentos que nadie releía entran en el alcance controlado: contratos plurianuales, extractos, anexos tarifarios.
- Comparar dos versiones de un mismo documento extenso se vuelve posible, línea por línea, sin lectura cruzada manual.
El beneficio se mide menos en tiempo ganado que en alcance recuperado. Los documentos extensos son justamente los que se renuncia a verificar por falta de tiempo, y por tanto aquellos donde los desvíos se acumulan sin verse. Incorporarlos al flujo controlado no exige cambiar de herramienta: su ERP (sistema de planificación de recursos empresariales) sigue siendo la fuente de verdad, y los datos extraídos se le añaden.
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
La suscripción cubre la extracción y se cuenta en páginas procesadas, sin límite de longitud por documento. El control de sus condiciones negociadas es el paso siguiente y se dimensiona con usted: el precio de la extracción, nivel por nivel está detallado allí.
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 un límite de páginas por documento?
No. Un documento de varios cientos de páginas se trata como un conjunto: las tablas conservan su continuidad y el recuento de líneas se verifica al final. La suscripción se cuenta en páginas procesadas, no en documentos.
¿Cómo saber que no se ha perdido ninguna línea?
La suma de las líneas extraídas se compara con el total impreso en el documento, y se indica el número de líneas leídas. Cualquier diferencia se señala como anomalía de lectura, con la página afectada.
¿Se trata una tabla que cambia de estructura a mitad del documento?
Sí. La estructura se vuelve a leer en cada apartado: una columna que contiene un precio unitario en la primera parte y un importe a tanto alzado en la segunda se interpreta según el apartado en el que se encuentra. Cuando la estructura resulta incierta, la zona se señala en lugar de adivinarse.
¿Cómo verificar una conclusión de Zylio?
Cada desvío se abre sobre su prueba: la cláusula del contrato y la línea de factura, resaltadas una al lado de la otra, con el cálculo a la vista.
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
Seguir con el OCR
- OCR de contrato de proveedorConvertir un PDF firmado en un tarifario realmente controlable.
- Anexos y lotesCuatro facturas grapadas en un PDF, cuatro tratamientos distintos.
- Lo que contiene cada línea de facturaReferencia, cantidad, unidad, precio unitario, descuento, tipo de IVA.
- OCR de extracto de proveedorVer lo que falta y lo que se pagó dos veces: periodo, saldos, facturas abiertas, notas de crédito, anticipos.
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