Belge işleme sistemi neyi otomatikleştirir
Belge işleme sistemi, bir çalışanın belgeye bakıp bilgisayara elle yazdığı bilgiyi otomatik olarak çıkarır. Taranmış bir fatura, müşteri başvuru formu, sevk irsaliyesi ya da sözleşme sisteme girer. Çıktı olarak tutar, tarih, vergi numarası, kalemler ya da sözleşme bitiş tarihi gibi alanlar yapılandırılmış biçimde ERP'ye, yani kurumsal kaynak planlama sistemine ya da veri tabanına yazılır.
Her belge yapay zeka gerektirmez. Türkiye'de e-Fatura, Gelir İdaresi Başkanlığı'nın UBL-TR adlı XML biçimiyle gelir ve bu dosyadaki alanlar doğrudan okunabilir. Aynı faturanın PDF görüntüsünü OCR ile okumak hem gereksiz hem de hataya açıktır. Analizde önce hangi belgenin zaten yapılandırılmış bir sürümü olduğunu ayırırız.
Toplama kanalları da sistemin parçasıdır. Belgeler e-posta kutusuna ek olarak, tarayıcıdan klasöre, web formundan ya da mobil uygulamadan fotoğraf olarak gelebilir. Her kanal için dosyanın nereye düştüğünü, kimin hangi belgeyi gönderdiğini ve işlenme durumunu kayıt altına alırız. Böylece kaybolan ya da iki kez işlenen belge kalmaz. Belge işleme, yapay zeka veri analizi hizmetleri içinde verinin sisteme girdiği ilk adımdır.
OCR ve büyük dil modeli birlikte nasıl çalışır
OCR görüntüdeki yazıyı metne çevirir, büyük dil modeli (LLM) de bu metnin içinden istenen alanları anlamına göre bulur. Klasik şablon tabanlı yöntemde her tedarikçinin faturası için ayrı bir şablon tanımlanırdı. Düzen değişince sistem bozulurdu. Dil modeli ise "toplam tutar" alanını belgenin neresinde, hangi etiketle yazılmış olursa olsun tanıyabilir.
Kurduğumuz akış genellikle şu adımlardan oluşur:
- Belge sınıflandırma, yani gelen dosyanın fatura mı irsaliye mi olduğunun belirlenmesi
- OCR ile metin ve tablo çıkarımı; bunun için Azure AI Document Intelligence (yeni sekmede açılır), Google Document AI, Amazon Textract ya da açık kaynak Tesseract kullanılabilir
- Dil modeliyle alanların sabit bir şemaya göre çıkarılması
- Kural kontrolü, örneğin kalem toplamının genel toplamla tutması ya da vergi numarasının geçerli biçimde olması
- Güveni düşük kayıtların insan doğrulama ekranına düşmesi
Çıkarılan verinin bir ERP ekranına robot tarafından girilmesi gerekiyorsa bu adımı RPA yazılım robotları üstlenir. Belge yerine serbest metinden duygu, konu ya da varlık çıkarımı arıyorsanız Türkçe doğal dil işleme çözümleri sayfamız bu işe odaklanır. Belge dışında ürün, ambalaj ya da hat görüntüsünden bilgi çıkarmak gerekiyorsa bilgisayarlı görü çözümleri devreye girer.
Veri kalitesi nasıl ölçülür ve korunur
Veri kalitesi, verinin tam, doğru, tutarlı, güncel ve tekil olup olmadığının kurallarla ölçülmesidir. Belgeden çıkarılan veri ne kadar iyi olursa olsun, hedef sistemdeki mevcut veri kirliyse sorun büyür. Aynı müşterinin üç farklı yazımla kayıtlı olması, telefon alanına e-posta yazılması ya da ürün kodunun boş bırakılması tipik örneklerdir.
Veri kalitesini şu yollarla koruruz:
- Veri girişi anında çalışan doğrulama kuralları
- Great Expectations ya da dbt testleri gibi araçlarla düzenli kalite kontrolleri
- Kalite puanını alan ve kaynak bazında gösteren bir izleme ekranı
- Her alan için sorumlu bir veri sahibinin tanımlanması
Veri kalitesi terminolojisi için uluslararası referans ISO 8000 standart serisidir. Temizlenen veriden yönetim raporları üretmek isterseniz iş zekası ve gösterge paneli çalışması bu temelin üzerine kurulur.
Ana veri yönetimi neden gerekir
Ana veri yönetimi (MDM), müşteri, ürün ve tedarikçi gibi temel kayıtların bütün sistemlerde tek ve doğru bir sürümünü oluşturur. Satış CRM'de, muhasebe ERP'de, e-ticaret sitesi kendi veritabanında aynı müşteriyi farklı kayıtlarla tutuyorsa raporlar birbirini tutmaz. CRM burada müşteri ilişkileri yönetimi yazılımıdır.
Ana veri çalışmasında kayıtları eşleştirip tekilleştiririz. Vergi numarası gibi kesin anahtarların olmadığı durumlarda ad ve adres benzerliğine bakan bulanık eşleştirme kullanılır. Dil modeli, "ABC Ltd. Şti." ile "ABC Limited Şirketi" gibi yazım farklarını yorumlamada yardımcı olur. Belirsiz eşleşmeleri yine insan onayına sunarız, çünkü yanlış birleştirilen iki müşteri kaydını geri ayırmak zordur.
Veri toplama sisteminin maliyeti neye bağlı
Veri toplama sisteminin maliyeti belge türü sayısına, aylık belge hacmine ve doğruluk beklentisine bağlıdır. Teklifi belirleyen etkenler şunlardır:
- Kaç farklı belge türünün işleneceği ve düzenlerinin ne kadar değiştiği
- Aylık belge hacmi ve OCR ile model kullanım maliyeti
- Taramaların kalitesi, el yazısı alanlar ve tablo yoğunluğu
- Hedef sistem entegrasyonu ve insan doğrulama ekranı ihtiyacı
- Ana veri tekilleştirmesinin kapsama dahil olup olmadığı
Fiyatı örnek belgelerinizi inceledikten sonra veririz. Ücretsiz ilk görüşmede her belge türünden kişisel verisi maskelenmiş birkaç örnek isteriz. Belge işleme projesi için iletişime geçebilirsiniz.
KVKK açısından belge verisi
Başvuru formları, kimlik fotokopileri ve sağlık raporları kişisel veri, bazıları da KVKK (Kişisel Verilerin Korunması Kanunu) kapsamında özel nitelikli kişisel veri içerir. 6698 sayılı Kanun'un 6. maddesi sağlık ve biyometrik veri gibi özel nitelikli verilerin işlenmesini daha sıkı şartlara bağlar. Bu yüzden belge işleme akışında yalnız amaç için gereken alanları çıkarırız, gereksiz alanları kaydetmeyiz.
OCR ya da dil modeli hizmeti yurt dışında çalışıyorsa belge görüntüsü yurt dışına aktarılmış olur ve Kanun'un 9. maddesi devreye girer. Hassas belgelerde kendi sunucunuzda çalışan OCR ve açık ağırlıklı model seçeneğini öneririz. Bu kurulum kendi sunucunda yapay zeka çalıştırma çalışmasıyla birlikte planlanır. Hukuki dayanağı hukuk danışmanınızla birlikte belirlemenizi öneririz.
Sektörlere göre kullanım alanları
- kullanım alanı 01
Tedarikçi faturası ve irsaliye
e-Fatura XML'i doğrudan okunur, kağıt ya da PDF gelen belgeler OCR ve dil modeliyle işlenip siparişle eşleştirilir.
- kullanım alanı 02
Müşteri başvuru formları
Örneğin bir sigorta acentesi taranmış başvuru formlarındaki alanları otomatik çıkarıp eksik bilgisi olan başvuruları ayırabilir.
- kullanım alanı 03
Sözleşme takibi
Sözleşmelerdeki taraflar, bitiş tarihi ve yenileme koşulları çıkarılır, bitiş yaklaşınca sorumluya hatırlatma gider.
- kullanım alanı 04
Müşteri kaydı tekilleştirme
CRM, ERP ve e-ticaret sistemlerindeki aynı müşteriye ait kayıtlar eşleştirilip tek kayıtta birleştirilir.
- kullanım alanı 05
Ürün kataloğu düzenleme
Tedarikçilerden farklı biçimlerde gelen ürün bilgileri ortak bir şemaya çevrilir, eksik alanlar raporlanır.