Un PDF, per un computer, non è un documento con dentro un numero di fattura e un imponibile, è un foglio con sopra dei segni. Il numero di fattura lo vedi tu perché sai dove guardare, il programma invece va istruito. Tutta la differenza fra una lettura che funziona e una che ti fa perdere tempo sta qui, e questa guida serve a farti capire cosa chiedere, anche se poi te la costruisci da solo o non la fai fare a nessuno.
Prima domanda, il tuo PDF ha il testo dentro
È la cosa da controllare prima di tutto, e ci metti dieci secondi. Apri il documento, prova a selezionare con il mouse il numero di fattura, se si evidenzia e riesci a copiarlo allora il testo c’è. In quel caso il programma legge le stesse identiche lettere che vedi tu, senza margine di errore sui caratteri, e la lettura parte molto avvantaggiata.
Se invece il cursore non seleziona niente, quel PDF è una fotografia. Succede con tutto quello che passa dallo scanner o arriva come foto dal telefono di un autista. Lì serve un riconoscimento dei caratteri, un OCR, che indovina le lettere guardando la forma dei pixel. Funziona, ma indovina, e ogni tanto sbaglia: uno 0 letto come O, un 8 letto come B, una virgola persa che sposta la cifra. Con scansioni dritte e pulite gli errori sono pochi, con un foglio storto e spiegazzato fotografato in penombra diventano tanti.
La cosa che quasi nessuno considera è che la qualità della scansione dipende da chi ti manda il documento, non da te, quindi se il fornitore cambia scanner o il magazziniere cambia abitudini, la lettura peggiora senza che nessuno abbia toccato niente.
Come fa il programma a capire quale numero è quale
Ci sono due modi, e cambiano parecchio le cose.
Il primo è la posizione: dici al programma che il numero di fattura sta in alto a destra, in quel rettangolo, e lui va a leggere lì. Veloce, preciso, gratis da mantenere finché il documento resta uguale. Basta però che il fornitore rifaccia il modello, sposti il logo di due centimetri, e da quel giorno stai leggendo l’area sbagliata.
Il secondo modo è cercare per contesto: il programma cerca la parola “Totale documento” ovunque sia finita nella pagina, e prende il numero che le sta accanto. Regge meglio ai cambi di grafica, ma va tarato sulle varianti, perché un fornitore scrive “Totale”, un altro “Imponibile”, un altro ancora ne mette tre uno sotto l’altro.
Nella pratica si usano tutti e due insieme, con le regole tue di reparto sopra: se questo fornitore ha sempre il codice articolo in quella colonna, si sfrutta. È lavoro noioso da mettere a punto una volta, ma è quello che decide se poi funziona.
I campi che si estraggono da una fattura
Dipende da cosa registri nel gestionale, ma di solito il giro è questo.
- Chi ti ha mandato il documento, ragione sociale e partita IVA, che è il dato più utile perché serve ad agganciare il fornitore giusto in anagrafica
- Numero e data del documento, che insieme al fornitore ti dicono se quella fattura l’hai già registrata
- Imponibile, aliquota, imposta e totale
- Le righe, se ti servono, quindi codice articolo, descrizione, quantità, prezzo
- I riferimenti che collegano il documento a qualcos’altro, il numero d’ordine o il DDT
Le righe sono la parte difficile, molto più della testata. Una tabella che va a capo fra due pagine, una descrizione lunga che occupa tre righe, uno sconto scritto in fondo, sono tutti casi che vanno gestiti a mano nelle regole. Se il tuo obiettivo è solo registrare la testata e la contabilità, spesso conviene lasciare stare le righe e risparmiarti metà del lavoro.
I controlli, la parte che conta più della lettura
Un programma che legge bene quasi tutti i documenti non serve a niente se non sai quali sono quelli in cui ha sbagliato. Un dato letto male e infilato in archivio senza che nessuno se ne accorga fa più danni di dieci documenti fermi in attesa, perché lo scopri due mesi dopo, quando non torna un saldo.
Per questo i controlli si mettono prima dell’inserimento, e sono la parte che vale davvero.
- La matematica deve tornare, imponibile più imposta uguale totale, e la somma delle righe deve dare l’imponibile, se non torna al centesimo c’è stato un errore di lettura da qualche parte
- La partita IVA deve avere il numero giusto di cifre e superare il controllo del codice finale, è una verifica che si fa con due righe di codice e ti prende quasi tutti gli errori dell’OCR
- La data deve essere una data plausibile, non il 2019 su una fattura arrivata oggi
- Il fornitore e gli articoli devono esistere già nel tuo gestionale, altrimenti c’è poco da inserire
- Quel numero di documento di quel fornitore non deve essere già registrato, così eviti il doppione
Il controllo sui totali è il più prezioso di tutti, perché non verifica un campo per volta, verifica se il documento nel suo insieme ha senso. Se l’OCR ha letto 1.180 invece di 1.180,50, la somma non torna e salta fuori subito.
Cosa succede quando i dati sono a posto
A questo punto i dati esistono già puliti, e portarli nel gestionale è la parte meno interessante. Se il tuo programma ha un import da file o un collegamento diretto, si usa quello e finisce lì. Se non ce l’ha, e i gestionali più vecchi spesso non ce l’hanno, il sistema apre le schermate e compila i campi come farebbe una persona, solo senza distrarsi.
Vale la pena tenere una traccia di cosa è stato fatto e su quale documento, perché il giorno che qualcosa non torna vuoi poter risalire al PDF di partenza in un minuto, invece di andare a memoria.
I casi dubbi non vanno indovinati
Prima o poi arriva il documento tagliato a metà, quello con il totale coperto da un timbro, quello di un fornitore nuovo con un modello mai visto. La tentazione è far tirare a indovinare il programma, ed è l’errore peggiore.
La regola sana è semplice, se un controllo non passa il documento si ferma e finisce in una coda, dove una persona lo guarda e decide. Sono i casi che meritano una testa umana, e sono pochi. Il resto passa da solo. Se invece la coda si riempie ogni giorno vuol dire che le regole sono tarate male, ed è un segnale utile, non un fastidio.
Quando non conviene farlo
Ti risparmio la parte in cui ti dico che va sempre bene, perché non è vero.
Se ricevi cinque fatture al mese, il tempo per mettere a punto le regole non lo recuperi, meglio continuare a mano. Se ogni documento arriva da un fornitore diverso con un formato diverso e non si ripete mai, la lettura è una rincorsa continua. Se le tue scansioni sono davvero pessime, storte e sbiadite, la strada più corta è chiedere il PDF originale via email invece di fotografare il foglio, e a volte basta quello per chiudere il problema senza scrivere una riga di codice.
Il caso in cui il gioco vale la candela è l’opposto, tanti documenti simili, che tornano ogni mese, dagli stessi fornitori, con una persona che passa ore a ribatterli.
Come capire se ha senso per te
Non serve un’analisi lunga, basta poco. Guarda quanti documenti passano davvero in un mese, prova a selezionare il testo su qualcuno di quei PDF per capire se sei nel caso facile o nel caso OCR, e conta i minuti veri che ci mette una persona a registrarne uno, dall’apertura del file al salvataggio.
Facciamo un conto inventato, giusto per mostrare il metodo, non è un dato di nessuno: mettiamo duecento documenti al mese e sei minuti a testa, sono venti ore al mese, cioè una persona che per due giornate e mezza fa solo quello. Con i tuoi numeri veri il risultato sarà un altro, magari molto più piccolo, ma almeno è un numero e non una sensazione.
Se il conto ti dice che il tempo c’è, allora vale la pena guardarci dentro, altrimenti hai risparmiato un progetto inutile, che è comunque un buon risultato.