De pijlers van Robotic Factuurverwerking

Robotic Factuurverwerking is geen feature van digitale factuurverwerking meer. Het is een discipline, een wetenschap die als dusdanig dient te worden beschreven … en uitgevoerd.  Waar het  tien jaar geleden nog onontgonnen terrein was,    staat dit domein nu in het teken van innovatie en vooruitgang. In iedere tak van wetenschap zijn er enkele pijlers die onderdeel zijn, of essentieel, zelfs onmiskenbaar (of de Fransen mooi zeggen incontournable). Na jarenlange expertise op het terrein zijn dit de drie pijlers. 

Voordat we van start gaan, is het belangrijk om volgende definitie helder te krijgen. Wat verstaan we onder Robotic Factuurverwerking? Bij Lyanthe omschrijven we dit als volgt:

" Robotic Factuurverwerking is het proces van automatisch verwerken van facturen met als resultaat consistente boekingen, verhoogde efficiency, kwaliteit en beschikbaarheid van relevante data voor verdere procesoptimalisatie"

Voor een automatische verwerking van facturen is het cruciaal dat de gegenereerde boekingsvoorstellen schaalbaar tot stand komen, een voorspelbaar en dus consistent patroon aanhouden en daarmee (top)kwaliteit garanderen. Wij onderscheiden drie pijlers die dit mogelijk maken. 

Pijler 1: Digitalisering van factuurinformatie met 100% menselijke nauwkeurigheid

Facturen hebben verschillende lay-outs en formaten (UBL, PDF) waarbij in de verwerking ongeacht de factuur zeker 100% nauwkeurigheid wordt vereist voor automatisering. Hedendaagse OCRtechnologie ingezet voor factuurdigitalisatie heeft zich aanzienlijk ontwikkeld en kan doorgaans nauwkeurigheidscijfers van meer dan 90% bereiken voor goed geformatteerde documenten. Toch blijft de nauwkeurigheid afhankelijk van verschillende factoren, zoals de kwaliteit van het originele document en het gebruikte lettertype.

Wanneer documenten niet goed zijn gestructureerd of wanneer de kwaliteit van de scan laag is, kan de nauwkeurigheid van de tekstherkenning aanzienlijk afnemen. Dit kan resulteren in fouten bij het extraheren van gegevens, zoals onjuist gelezen cijfers of letters, of zelfs volledig gemiste informatie. In de context van factuurherkenning, waarbij de juiste gegevensextractie cruciaal is voor financiële processen, is een nauwkeurigheid van 100% essentieel.

In de visie van Lyanthe is, hoewel OCR-technologie aanzienlijke vooruitgang heeft geboekt, handmatige verificatie en correctie nog steeds noodzakelijk voor vergaande automatisering van factuurverwerking. Lyanthe’s documentanalisten verifiëren dan ook de OCR-resultaten en verbeteren en vullen aan waar nodig zodat accountantskantoren kunnen vertrouwen op ~100% nauwkeurige factuurinformatie.

Pijler 2: Digitalisering van factuurinformatie op product niveau die boekhoudkundig aansluit met de verwerking

Algemeen is het standaard OCR-digitalisatie resultaat van facturen op basis van BTW. Dat betekent dat bijvoorbeeld een factuur van een horeca groothandel gedigitaliseerd wordt op basis van de totalen per BTW van 0%, 6% (Belgische markt), 9% en 21%.

Uit onze bevindingen blijkt dat 20% van de facturen diepgaander gedigitaliseerd dient te worden om boekhoudkundig automatisch te verwerken. Vaak benoemde voorbeelden zijn: horeca groothandel facturen, lease-facturen (brandstof versus leasekosten), verzekeringsfacturen, etc. Het Lyanthe platform biedt deze mogelijkheid om facturen op product samenvatting, of product/dienstniveau te digitaliseren, zodat deze ook geautomatiseerd kunnen worden.

Pijler 3: Een Robotic Boekingsengine die schaalbaar, transparant en consistent doormiddel van robotregels boekingsvoorstellen genereert die automatische verwerkt kunnen worden

De boekingsengine van Lyanthe is gebaseerd op een rule-based systeem waarbij op basis van centrale Robotregels voor centrale leveranciers op kantoorniveau grootboekrekeningen en BTW-codes consistent worden toegepast over alle administraties.  Robotregels kunnen sectorspecifiek of algemeen opgezet worden. Waarbij uitzonderingen op administratie niveau kunnen worden vastgelegd met een robotregel op administratieniveau. Op basis van data blijkt dat de inrichting van robotregels op 250 à 300 leveranciers resulteert in de robotisering van ongeveer 50% van alle facturen. Door deze rule-based methodologie worden op een schaalbare wijze consistente, transparante en betrouwbare boekingsvoorstellen gegenereerd over alle administraties die automatisch verwerkt kunnen worden.

Conclusie

Deze pijlers ondersteunen een efficiënte, nauwkeurige en geautomatiseerde factuurverwerking, wat leidt tot verbeterde boekhoudpraktijken en operationele efficiëntie. Lyanthe’s benadering benadrukt het belang van technologie en menselijke tussenkomst voor optimale resultaten in factuurverwerking. De menselijke tussenkomst wordt steeds minder, in de nabije toekomst zal ook deze rol grotendeels door datastromen worden overgenomen.  

Meer weten over Lyanthe?

In een online meeting maken we kennis met het platform, de producten en het BI dashboard. Dan hebben we tijd om dieper in te gaan op specifieke boekhoudkundige situaties en andere vragen.

Picture of Niels Bakker

Niels Bakker

Product Owner Accountancy bij Lyanthe