Extraer correctamente el importe de una factura no demuestra que deba registrarse o pagarse. El documento puede estar repetido, corresponder a un proveedor distinto o contener una diferencia respecto al pedido que originó la compra.
Una automatización útil separa tres preguntas: qué dice el documento, si los datos cumplen las reglas del proceso y quién puede autorizar la siguiente acción. Mezclarlas en un único resultado de “factura correcta” dificulta explicar los errores y recuperar el trabajo.
Este artículo propone un flujo técnico de recepción y revisión. Las reglas contables, fiscales y de autorización las define la organización responsable; reconocer texto no acredita por sí solo su cumplimiento.
El documento necesita una identidad antes de analizarlo
Al recibir un archivo, asigna un identificador interno y conserva su relación con el canal de entrada. Registra cuándo llegó, quién puede acceder a él y qué versión se analiza. Si el archivo cambia después, el resultado de extracción debe seguir apuntando a la versión original.
Distingue la identidad del archivo de la identidad de la factura. Una huella del contenido puede detectar que se recibió exactamente el mismo archivo, pero un nuevo escaneo del mismo documento tendrá otros bytes. A la inversa, un archivo adjunto puede contener varios documentos.
La clasificación inicial debe reconocer situaciones que necesitan separación o revisión: varias facturas dentro de un PDF, páginas incompletas, documentos protegidos que el sistema no puede abrir o archivos que no pertenecen al proceso. No fuerces todos los adjuntos a entrar en el mismo extractor.
La extracción devuelve una propuesta estructurada
Un extractor puede identificar proveedor, referencia, fechas, importes y líneas. El modelo de facturas de Azure Document Intelligence es un ejemplo de herramienta que convierte información documental en campos estructurados.
El diseño del proceso debe conservar el valor extraído y una referencia a su evidencia. Si una persona corrige un importe, guarda también el valor anterior, el motivo y la identidad de quien lo corrigió. Sobrescribir sin rastro impide entender qué aportó el modelo y qué decisión tomó el operador.
Un indicador elevado de confianza del extractor no confirma que el proveedor esté autorizado ni que la compra exista. Además, la falta de un campo puede significar que no aparece en el documento, que no se ha reconocido o que el tipo documental utiliza otra representación. Esas situaciones requieren tratamientos diferentes.
Valida por capas y conserva el motivo del resultado
Una primera capa comprueba la forma del dato: campos necesarios para ese flujo, formato interpretable, moneda identificada y consistencia de tipos. No conviertas silenciosamente un valor ausente en cero.
La siguiente capa verifica relaciones internas. Por ejemplo, compara las líneas y el total mediante las reglas de redondeo, descuentos y componentes que haya aprobado el equipo responsable. Una diferencia no siempre es un error de lectura: puede señalar que falta una regla del documento.
Después contrasta con los sistemas operativos que correspondan.
| Validación propuesta | Evidencia necesaria | Qué no demuestra por sí sola |
|---|---|---|
| Identidad del proveedor | Correspondencia con un maestro autorizado | Que la operación esté aprobada |
| Referencia de pedido | Pedido y líneas vinculadas | Que se haya recibido todo lo solicitado |
| Recepción del bien o servicio | Registro operativo aplicable | Que cualquier diferencia de importe sea válida |
| Posible duplicado | Identidad documental y registros anteriores | Que dos archivos visualmente distintos sean operaciones distintas |
| Datos de pago modificados | Procedimiento independiente de verificación | Que el cambio sea legítimo porque aparece en el PDF |
Las reglas deben devolver un motivo concreto. “Importe de línea sin correspondencia” ayuda a investigar; “validación fallida” obliga a empezar de nuevo.
Un duplicado necesita contexto de negocio
El número visible de factura no siempre es único entre proveedores. Define con el área responsable una clave y los criterios de coincidencia: identidad del emisor, referencia, serie u otros campos que el sistema realmente utilice.
No deduzcas esa identidad únicamente de texto parecido. Dos proveedores pueden tener nombres comerciales similares, y un documento corregido puede requerir una relación explícita con otro anterior.
Para casos dudosos, presenta la coincidencia encontrada y las diferencias relevantes. La persona que revisa necesita distinguir una reentrega, una corrección y una operación nueva; no debería resolverlo viendo solo dos nombres de archivo.
La aprobación autoriza una transición concreta
Define qué acción habilita cada aprobación: aceptar los datos extraídos, registrar el documento, resolver una diferencia o autorizar una operación posterior. Son decisiones distintas y pueden corresponder a roles diferentes.
Una actualización de los datos después de aprobar debe invalidar o revisar la aprobación afectada según el procedimiento. De lo contrario, el sistema puede ejecutar una acción sobre un importe que nadie aprobó.
La cola de excepciones debe mostrar estado, evidencia, responsable y acción permitida. Comprueba además que dos revisores no puedan confirmar simultáneamente la misma transición.
Escribir en el destino también puede fallar
El sistema puede registrar la factura y perder la respuesta de confirmación. Repetir la escritura como una operación nueva genera un riesgo de duplicado aunque la extracción haya sido impecable.
Utiliza la referencia estable de la operación, consulta el resultado anterior cuando sea posible y aplica las garantías de idempotencia de la integración. Un resultado incierto debe permanecer visible hasta su reconciliación.
Cómo preparar una muestra de aceptación
Selecciona documentos con varias páginas, líneas extensas, distintas monedas, campos ausentes, reenvíos y correcciones. Incluye documentos de proveedores autorizados y casos cuya identidad deba investigarse.
Para cada muestra, define el resultado esperado de extracción, validación, revisión y escritura. Mide los errores por campo y por acción; acertar muchos textos poco relevantes no compensa registrar un importe incorrecto.
El entregable es un flujo que permite reconstruir por qué una factura avanzó o quedó pendiente. Si estás preparando una automatización documental y de procesos, comparte con Nexeus Big Data los tipos documentales, los sistemas de destino y las decisiones que hoy requiere cada caso. Esa información permite delimitar qué automatizar y cómo demostrar que funciona.