DIGI-palvelun tarkkuus, laskenta ja validointi
Johdanto
CostPocketin automaattinen kulutositteiden digitointijärjestelmä (jäljempänä robotti) on monimutkainen, nopea ja tarkka järjestelmä, joka tunnistaa kirjanpidossa tarvittavia tietoja talousasiakirjoista (laskut, kuitit, rahtikirjat).
Robottimme käsittelee noin 700 000 asiakirjaa kuukaudessa (04/2025) ja sitä käytetään useissa ohjelmistoissa:
- CostPocketin omissa tuotteissa: CostPocket-sovellus, CostPocket Cloud, CostPocket DIGI, Outvoicer (myyntilaskujen lähetys)
- Kirjanpito-ohjelmistoissa CostPocket DIGI -rajapinnan kautta
- Muiden yritysten sisäisissä kirjanpitojärjestelmissä CostPocket DIGI -palvelun avulla
Käsittelemme asiakirjoja 77 maasta ja 52 kielellä Euroopasta, Aasiasta, Oseaniasta, Amerikoista, Arabimaista ja Afrikasta, ja tuemme jatkuvasti uusia maita ja kieliä.
Kentät
Robotti tunnistaa seuraavat kentät:
- Antopäivä, eräpäivä, dokumentin numero, valuutta
- Välisumma, ALV:n yhteissumma, loppusumma
- Pankkitilit, viitenumero
- Pankki- ja luottokortin viimeiset 4 numeroa
- Sähkönkulutus
- Alkuperämaan koodi
- ALV-rivit (yksi rivi per ALV-kanta)
-
Rivitiedot (yksi rivi per tuote/palvelu):
kuvaus, tuotenumero, yksikkö, määrä
netto- ja bruttosumma
netto- ja bruttohinta
summa ilman alennusta
summa alennuksen kanssatyyppi (tuote/palvelu)
tilausnumero
- kuvaus, tuotenumero, yksikkö, määrä
- netto- ja bruttosumma
- netto- ja bruttohinta
- summa ilman alennusta
- alennustieto (isDiscount)
- tyyppi (tuote/palvelu)
- tilausnumero
- Pyöristykset (rivirivien pyöristys)
- Dokumenttityyppi (lasku tai kuitti)
- Dokumentin suunta (debit / credit)
- Polttoainerivit (esim. huoltoasemat)
Tunnistusmenetelmät
Ensimmäinen prototyyppi kehitettiin yli 10 vuotta sitten, ja järjestelmää on parannettu jatkuvasti hyödyntäen uusia teknologioita ja säilyttäen etumatkaa kilpailijoihin nähden.
Robotti koostuu useista alijärjestelmistä:
- Omat kehittyneet algoritmimme (tärkein osa)
- OCR-tekstintunnistus
- Tekoälyjärjestelmät
- Oma koneoppimisjärjestelmä
- Maakohtaiset ominaisuus- ja kielikokoelmat
- Yritys- ja rekisteritietokannat
Digitointi
Digitoinnin perusta on oma algoritmikoodimme, jota on vuosien aikana mukautettu käsittelemään sekä samankaltaisuuksia että poikkeuksia analysoimalla kymmeniä tuhansia tositteita. Tätä täydennetään muilla edellä mainituilla järjestelmillä, ja lopuksi tiedot puhdistetaan ja validoidaan useilla ehdoilla ja tarkistuksilla.
Jos epävarmuus on suuri, robotti jättää arvon tyhjäksi – satunnaista arvaamista ei tehdä.
Numeriset arvot (loppusummat, ALV-rivit, rivitiedot) validoidaan erityisen tarkasti. Tämä toteutetaan monivaiheisella prosessilla:
- Loppusumman tunnistus
- ALV-rivien tunnistus
- Alennusten tunnistus
- Rivikohtaisten tietojen tunnistus
Tulokset vertaillaan keskenään ja ovat riippuvaisia toisistaan – tietoja ei käsitellä irrallisina kenttinä.
Datan validointi
Kaikki kentät validoidaan asiaankuuluvilla alijärjestelmillä (tekoäly, koneoppiminen, rekisterit). Joillekin kentille on määritelty erityisiä ehtoja.
Katso tarkemmat ehdot löydät täältä: https://costpocket.com/en/digi-tutorial-format
Datan formaatti
JSON-ulostulon formaatti on tiukka eikä muutu ilman CostPocket-tiimin ennakkoilmoitusta.
Lisätietoa formaatista: https://costpocket.com/en/digi-tutorial-format
Datan tarkkuus
Digitoinnin tarkkuuden yleiskatsaus löytyy täältä: https://costpocket.com/fi/learn/digitoinnin-tarkkuus
Esimerkki
Esimerkkimuotoinen JSON-vastaus: https://costpocket.com/en/digi-tutorial-format