Précision d'un OCR de factures : ce que le chiffre signifie vraiment

Un taux de 99 % au niveau des caractères paraît excellent, jusqu'au moment où l'on réalise qu'un seul chiffre erroné dans un total rend la facture entière inexploitable. Un taux de précision n'a de sens que si l'on sait ce qui a été compté, et la plupart des chiffres publiés comptent ce qu'il y a de plus simple à réussir.

Précision par caractère et précision par champ

La précision par caractère compte les glyphes un à un. La précision par champ pose une question plus exigeante : le total extrait est-il rigoureusement égal au total imprimé sur la page ? Pour la comptabilité fournisseurs, seule cette seconde mesure compte, et elle est toujours la plus basse des deux.

Lors d'une comparaison, exigez des chiffres champ par champ pour les données que vous saisissez réellement en comptabilité : fournisseur, numéro de facture, date, TVA et total. Un éditeur qui refuse de les communiquer vient de vous répondre.

L'indice de confiance vaut mieux qu'une moyenne

Un modèle juste à 92 % qui sait reconnaître ses hésitations est préférable à un modèle juste à 96 % qui se trompe avec aplomb. L'indice de confiance transforme l'extraction en file de relecture : vous contrôlez la minorité signalée et vous faites confiance au reste.

• Au-dessus de 0,95 — acceptation directe dans la plupart des cas.
• Entre 0,85 et 0,95 — contrôle ponctuel sur les factures à fort montant.
• En dessous de 0,85 — vérification systématique avant comptabilisation.

L'arithmétique est un meilleur juge que la confiance

La meilleure preuve qu'une extraction est correcte n'est pas l'opinion que le modèle a de lui-même : c'est la cohérence des montants. Les lignes s'additionnent-elles au sous-total ? Le sous-total augmenté de la TVA donne-t-il le total annoncé ? Une extraction qui s'équilibre est presque certainement juste, quel que soit l'indice affiché.

Mesurez sur vos propres documents

Prenez vingt factures représentatives de vos fournisseurs, de vos formats et de vos langues, puis passez-les dans l'outil que vous évaluez. Comptez les champs que vous auriez dû corriger. Vingt documents issus de votre propre messagerie vous en apprendront davantage que n'importe quel comparatif publié, parce qu'ils contiennent les modèles de vos fournisseurs et non ceux d'un autre.