Phases d’Input Management

Un Input Management réussi peut être divisé en quatre phase principales : la conception, les canaux d’entrée, la classification & extraction et le traitement.

La conception de la nouvelle solution d’Input Management est la base, avec un Target Operating Model comme résultat. Afin de mettre en œuvre avec succès un projet d’Input Management, il est essentiel de disposer d’un Target Operating Model bien étayé qui tienne compte de tous les acteurs et garde une attention constante sur les processus métier de bout en bout. Impliquer les collaborateurs affectés dans la transformation dès les premières étapes et vivre activement le Change Management sont d’autres facteurs de succès.

Les solutions modernes d’Input Management agissent comme canalisateurs de tous les documents entrants et tous les canaux entrants (approche multi-canaux). Les documents physiques sont numérisés en utilisant les technologies de numérisation les plus récentes (one-step processing) – les documents numériques existants sont importés directement dans la plateforme de capture via e-mail, serveur SFTP ou portail web.

Le processus de numérisation ou d’import est suivi par la classification et extraction des informations pertinentes. Pour la classification, la plateforme de capture classe automatiquement les documents en utilisant l’intelligence artificielle. A travers l’autoapprentissage constant, la qualité est améliorée au jour le jour et l’automatisation est accrue. Ensuite, les données pertinentes sont extraites des documents pour chaque type de document. L’accent est mis ici sur les données pertinentes pour le processus, qui soutiennent de façon optimale l’automatisation dans des applications métier ultérieures. Si les documents ne peuvent pas être automatiquement classés ou que les données nécessaires ne peuvent pas être extraites, le document est enrichi avec les données nécessaires grâce à la validation manuelle effectuée par l’humain. La sortie standard de la plateforme de capture est un document PDF accompagné d’un fichier XML ou JSON.

Capture: classification et extraction de données

Les tâches centrales de la plateforme de capture sont la classification des documents et l’extraction de données métier pertinentes. Pour une classification efficace et automatisée, Arcplace utilise des composants d’intelligence artificielle qui sont intégrés dans la plateforme de capture. Le moteur d’intelligence artificielle est entraîné et continuellement optimisé grâce à un apprentissage préalable avec des training sets (ensembles de documents d’exemple permettant la formation) ou grâce à l’autoapprentissage constant. L’apprentissage avec des training sets est très facile et peut être effectué en très peu de temps. Il n’y a pas besoin d’ajouter des mots-clés supplémentaires ou définir des mises en page. L’intelligence artificielle apprend automatiquement sur la base des training sets et sauve de façon indépendante les modèles nécessaires à la reconnaissance.

L’extraction de données vise à extraire correctement et valider l’information pertinente du document. Idéalement, des données de référence sont utilisées pour valider les valeurs lues. Les informations pertinentes pour le processus sont extraites et validées pour chaque type de document. Si toutes les données ne sont pas extraites ou qu’elles ne sont pas fiables, le document est finalement validé par un humain dans la validation manuelle. Cela assure un haut niveau de qualité des données.