1. Panoramica: 

L’uso dell’automazione è in aumento nei servizi finanziari perché evita ai dipendenti l’onere di compiti ripetitivi e noiosi. Inoltre, l’automazione può essere integrata con altri modelli di apprendimento per risolvere compiti più complessi.

 

2. Soluzioni: 

  • Identificatore e interprete automatico di documenti d’identità

Questo robot è in grado di identificare il tipo di documento d’identità rumeno, di leggerlo con l’OCR, di estrarre i dati utili, di convalidarli con le regole conosciute e di produrre i dati in un file strutturato. Quindi, ogni file viene elaborato e spostato in una cartella specifica.

Se il robot non riesce a identificare il tipo di documento o se i dati non sono chiari, il file viene spostato in una cartella speciale, dove è possibile correggerlo manualmente.

 

  • Automazione della corrispondenza tra azienda e cliente

Gli indirizzi di corrispondenza vengono suddivisi e formattati automaticamente in una tabella, che può essere utilizzata per impostare la corrispondenza con i clienti. In pratica, ogni elemento dell’indirizzo viene identificato (tipo di via <via, edificio, vicolo, ecc>, nome della via, numero, ecc.) e formattato in una tabella con ogni elemento nella sua colonna.

Questa automazione è stata resa possibile da un algoritmo NLP – Natural Language Processing, più precisamente da un algoritmo NER – Named Entity Recognition.

Inoltre, il processo è suddiviso in 3 parti:

  • Esecuzione e lettura degli indirizzi, quindi suddivisione per elementi,
  • Convalida manuale – in cui l’utente può correggere gli indirizzi che non sono sufficientemente affidabili,
  • Raccolta dei dati corretti per addestrare nuovamente l’algoritmo di rilevamento degli indirizzi e migliorarne il punteggio con un maggior numero di esempi.

 

  • Elaborazione del contratto

È un processo di lettura con OCR – Optical Character Recognition dei contratti in formato PDF e di suddivisione in modelli, poiché ogni modello deve essere elaborato in modo diverso.

Questa automazione svolge anche i seguenti compiti:

  • Identificazione dell’ID ed estrazione delle informazioni da esso.
  • Estrazione dei dati chiave dal contratto (numero, data, persona, e-mail, ecc.) e generazione di una tabella centralizzata con le informazioni estratte.

 

  • Elaborazione delle decisioni giudiziarie

Dopo la scansione del documento, vengono identificati i dati chiave (tribunale, tipo di decisione, ecc.), il più importante da estrarre è lo stato della decisione (sospesa, rifiutata, ammessa, ammessa in parte).

Spesso lo stato non è scritto in un formato chiaro, ma deve essere estratto dal contesto. Quindi, il robot elaborerà tutto il testo e assegnerà uno stato noto alla decisione.

 

  • Verifica del pagamento e confronto dei dati estratti

Nell’ambito dell’elaborazione dei documenti, il robot verifica se i pagamenti presenti nel file Excel ricevuto dai clienti corrispondono a quelli presenti nel file Excel generato dal database interno dell’azienda. Quindi, genera una tabella pivot per ogni informazione estratta e confronta le tabelle pivot.

 

3. Risultati: 

Utilizzando la nostra automazione, le aziende sono state in grado di:

  • Ridurre i costi operativi
  • Ridurre i tassi di errore umano

Questi vantaggi consentono alle aziende di:

  • Crescere più velocemente,
  • Concentrarsi su attività più importanti, che portano profitto all’azienda.