1. Overzicht:
Het gebruik van automatisering neemt toe in financiële diensten omdat het medewerkers bespaart van de last van repetitieve en saaie taken. Bovendien kan automatisering worden geïntegreerd met andere leermethoden om meer complexe taken op te lossen.
2. Oplossingen:
• Geautomatiseerde ID-identifier en interpreter
Deze robot kan het type Roemeens identificatiedocument identificeren, het lezen met OCR, de bruikbare gegevens schrapen, deze valideren met bekende regels en de gegevens in een gestructureerd bestand uitvoeren. Vervolgens wordt elk bestand verwerkt en verplaatst naar een specifieke map.
Als de robot het documenttype niet kan identificeren of als de gegevens niet zijn opgeschoond, wordt het bestand verplaatst naar een speciale map, waar u het handmatig kunt corrigeren.
• Automatisering van correspondentie tussen bedrijf en klant
Correspondentieadressen worden gesplitst en automatisch opgemaakt in een tabel, die vervolgens kan worden gebruikt om correspondentie met klanten op te zetten. In feite wordt elk element van het adres geïdentificeerd (straattype <straat, bld, steeg, enz.>, straatnaam, nummer, enz.) en opgemaakt in een tabel met elk element in zijn eigen kolom.
Deze automatisering werd mogelijk gemaakt door een NLP – Natural Language Processing algoritme, meer bepaald met NER – Named Entity Recognition algoritmen.
Bovendien is het proces verdeeld in 3 delen:
• Adresverwerking en -lezing, gevolgd door splitsing in elementen,
• Handmatige validatie – waar de gebruiker adressen kan corrigeren die niet betrouwbaar genoeg zijn,
• Verzameling van gecorrigeerde gegevens om het adresdetectie-algoritme opnieuw te trainen om de score te verbeteren met meer voorbeelden.
• Contractverwerking
Het is een proces van het lezen met OCR – Optical Character Recognition van contracten in PDF-formaat en het opdelen ervan in sjablonen, omdat elk sjabloon anders moet worden verwerkt.
Deze automatisering voert ook de volgende taken uit:
• Identificatie van de ID en het extraheren van informatie daaruit.
• Extractie van belangrijke gegevens uit het contract (nummer, datum, persoon, e-mail, enz.) en generatie van een gecentraliseerde tabel met de geëxtraheerde informatie.
• Verwerking van gerechtelijke beslissingen
Na het scannen van het document worden belangrijke gegevens (rechtbank, type beslissing, enz.) geïdentificeerd, waarvan de belangrijkste de status van de beslissing is (geschorst, geweigerd, toegelaten, gedeeltelijk toegelaten).
Vaak is de status niet in een duidelijk formaat geschreven, maar moet deze uit de context worden gehaald. Dus de robot zal al de tekst verwerken en het zal een bekende status aan de beslissing toewijzen.
• Verificatie van betalingen en vergelijking van de geëxtraheerde gegevens
Als onderdeel van de documentverwerking controleert de robot of de betalingen in het Excel-bestand ontvangen van klanten overeenkomen met die in het Excel-bestand gegenereerd uit de interne database van het bedrijf. Vervolgens genereert het een draaitabel voor elke geëxtraheerde informatie en vergelijkt het de draaitabellen.
3. Resultaten:
Met onze automatisering hebben bedrijven kunnen:
• Operationele kosten verlagen;
• Foutenpercentage verlagen;
Deze voordelen stellen bedrijven in staat om:
• Sneller te groeien;
• Zich te concentreren op belangrijkere activiteiten die winst opleveren voor het bedrijf.
