OCR
Documents volumineux : les lignes ne disparaissent pas en page trente
L’extraction d’une facture de plusieurs pages échoue rarement bruyamment : les lignes disparaissent en silence, sans erreur affichée. Là où l’OCR (reconnaissance optique de caractères) lit page par page, l’agent Capture suit la continuité du tableau, retire les entêtes répétés et compare la somme des lignes au total annoncé.
Le problème
Les lignes disparaissent sans bruit
Un contrat de maintenance, un BPU (bordereau de prix unitaires) de travaux, un relevé de consommation : ces documents dépassent couramment la trentaine de pages et portent des tableaux qui courent d’un bout à l’autre. C’est le point de rupture de la plupart des outils, et il ne se voit pas : aucune erreur ne s’affiche, il manque simplement des lignes à la fin. Pour situer cette capacité dans la chaîne, voyez les étapes qui suivent l’OCR.
Le défaut est indétectable à l’œil. Personne ne recompte quatre cents lignes pour vérifier qu’il n’en manque pas douze. Le fichier exporté paraît propre ; il est seulement incomplet. Et l’incomplétude se propage dans tout ce qui s’appuie dessus : rapprochement, analyse de dépense, réclamation.
Le volume n’est pas une exception réservée aux marchés de travaux. Un contrat de maintenance multi-sites, un relevé de télécommunications, une facture d’énergie à plusieurs points de comptage, une liasse de chantier avec ses attachements : dans les achats indirects comme dans les achats de production, les documents de plusieurs dizaines de pages sont la règle dès que la prestation est récurrente. Ce sont aussi ceux qui portent les montants les plus élevés, donc ceux qu’il serait le plus utile de contrôler.
Un document tronqué ne produit pas un écart : il produit une absence d’écart. C’est plus coûteux, parce que rien ne le signale.
Comment la continuité est tenue
La difficulté n’est pas de lire une page. C’est de savoir ce qui relie la page vingt-neuf à la page trente.
- Continuité des tableaux entre pages
- Une ligne coupée par un saut de page est recollée. Un tableau qui reprend sans entête est reconnu comme la suite du précédent, non comme un nouveau tableau.
- Entêtes et pieds de page répétés
- Libellés de colonnes réimprimés à chaque page, mentions légales, pagination : identifiés comme habillage, ils n’entrent jamais dans les lignes.
- Sous-totaux intermédiaires
- Les totaux de rubrique, de lot ou de page sont marqués comme sous-totaux. Additionnés aux lignes, ils doubleraient une partie du document.
- Reports d’une page à l’autre
- Les mentions de report relient deux pages sans créer de montant supplémentaire. Elles se comportent comme un pivot, pas comme une ligne facturée.
- Rubriques, lots et niveaux
- Une DGPF (décomposition du prix global et forfaitaire) ou un BPU s’organise en rubriques hiérarchisées. La position de chaque ligne dans l’arborescence est conservée.
- Contrôle de cohérence de fin de document
- La somme des lignes extraites est comparée au total affiché par le document. L’écart, s’il existe, remonte comme anomalie de lecture avant toute exploitation.
Deux pièges méritent d’être nommés, parce qu’ils produisent des erreurs silencieuses. Le premier est la colonne qui change de sens en cours de document : elle peut porter un prix unitaire dans une rubrique et un forfait dans la suivante. Le second est le sous-total présenté comme une ligne ordinaire, sans intitulé distinctif. Dans les deux cas, la structure du document est lue avant les valeurs, et c’est elle qui décide de la façon de les interpréter.
Le résultat n’est pas déclaré juste : il est vérifiable. Nombre de lignes lues, total recalculé et total imprimé s’affichent côte à côte.
Ce que ça change
Un document long cesse d’être un pari.
- Le total recalculé et le total imprimé sont affichés ensemble : l’exhaustivité se contrôle d’un regard, sans recompter les lignes.
- Les tableaux hiérarchisés restent exploitables : une ligne conserve sa rubrique, son lot et son niveau, donc son prix de référence.
- Les documents que personne ne relisait entrent dans le périmètre contrôlé : contrats pluriannuels, relevés, annexes tarifaires.
- La comparaison de deux versions d’un même document long devient possible, ligne par ligne, sans lecture croisée manuelle.
Le bénéfice se mesure moins en temps gagné qu’en périmètre récupéré. Les documents longs sont précisément ceux que l’on renonce à vérifier faute de temps, et donc ceux où les écarts s’accumulent sans être vus. Les faire entrer dans le flux contrôlé ne demande aucun changement d’outil : votre ERP (progiciel de gestion intégré) reste la source de vérité, et les données extraites viennent s’y ajouter.
Capture
Rassemblez et consolidez toutes vos données d’achats.
Collecte par boîte mail dédiée, dépôt, SFTP, scan, API ou export ERP. Lecture de tous les formats (PDF natif, scan, photo, tableur, flux structuré), puis extraction ligne à ligne : fournisseur, références, quantités, prix unitaires, remises, taxes, conditions.
Fin de la ressaisie. Un historique d’achats enfin interrogeable.
Ce que Capture détecte
- Documents longs et tableaux multi-pages
- Mises en page inconnues
- Plusieurs langues et devises
- Scans médiocres et écriture manuscrite
Le forfait couvre l’extraction et se compte en pages traitées, sans limite de longueur par document. Le contrôle de vos conditions négociées est l’étape suivante et se dimensionne avec vous : le prix de l’extraction, palier par palier y est détaillé.
Rien ne se perd. Tout se vérifie, tout se prouve.
- La clause du contrat et la ligne de facture, surlignées côte à côte.
- Chaque valeur extraite reste reliée à l’endroit exact du document où elle a été lue.
- Le même cas produit la même décision, aujourd’hui comme dans six mois : les règles sont appliquées de façon déterministe.
- Aucun écart n’est écarté en silence. Ce qui ne correspond à aucune règle remonte, avec son motif.
- L’agent consigne ce qu’il a fait, dans l’ordre où il l’a fait : qui, quoi, combien, quand.
Questions fréquentes
Y a-t-il une limite au nombre de pages d’un document ?
Non. Un document de plusieurs centaines de pages est traité comme un tout : les tableaux gardent leur continuité et le décompte des lignes est vérifié à la fin. Le forfait se compte en pages traitées, pas en documents.
Comment savoir qu’aucune ligne n’a été perdue ?
La somme des lignes extraites est comparée au total imprimé sur le document, et le nombre de lignes lues est reporté. Un écart remonte comme anomalie de lecture, avec la page concernée.
Un tableau qui change de structure en cours de document est-il traité ?
Oui. La structure est relue à chaque rubrique : une colonne qui porte un prix unitaire dans la première partie et un forfait dans la seconde est interprétée selon la rubrique où elle se trouve. Quand la structure devient incertaine, la zone est signalée plutôt que devinée.
Comment vérifier une conclusion de Zylio ?
Chaque écart s’ouvre sur sa preuve : la clause du contrat et la ligne de facture, surlignées côte à côte, avec le calcul affiché.
Un impact mesurable dans chaque environnement
Plus de 5 millions de documents d’achats analysés
Entre 1 et 7 % de marge récupérée
sur le périmètre analysé
De 15 à 45 % de temps rendu aux équipes, par ETP
selon le périmètre et la maturité des données
Zylio s’intègre à votre écosystème existant.
L’ERP gère le processus. Zylio traite l’exception et récupère la valeur qui s’en échappe : factures sans commande, écarts de prix ligne à ligne, doublons et surfacturations, achats hors cadre.
Vos données sous haute sécurité.
Zylio répond aux normes les plus exigeantes, et rien ne s’engage sans votre validation.
- Certifications
- Hébergement
- Chiffrement
- Accès
Poursuivre sur l’OCR
- OCR contrat fournisseurTransformer un PDF signé en grille de prix réellement contrôlable.
- Annexes et liassesQuatre factures agrafées dans un PDF, quatre traitements distincts.
- Ce que porte chaque ligne de factureRéférence, quantité, unité, prix unitaire, remise, taux de TVA.
- OCR relevé fournisseurRepérer ce qui manque et ce qui a été payé deux fois : période, soldes, factures ouvertes, avoirs, acomptes.
Voir ce que ça donne sur vos données
Vingt minutes, sur une famille d’achat de votre choix. Nous vous montrons ce que les agents détectent, avec la preuve à l’appui.
- Sans engagement, sur vos données
- Résultat en 3 semaines
- 20 minutes, sans présentation commerciale
- Vos données restent hébergées en France
- Aucun changement d’outil ni de process