Estrarre dati da fatture e DDT: quando funziona

In due righe

La fattura elettronica via SDI è già un file XML: i dati sono leggibili senza riconoscimento ottico.
L'OCR serve sui DDT, sui PDF e sulle fatture estere, che arrivano come immagini o testi non marcati.
L'accuratezza dichiarata del 98-99% è misurata a livello di pagina, non di campo.
L'automazione funziona solo con un controllo umano sui campi che, se sbagliati, costano soldi.

Dipende dal documento, non dalla tecnologia. Estrarre dati da fatture e DDT funziona solo se sai cosa hai davanti. La fattura elettronica che ricevi via Sistema di Interscambio è già un file XML strutturato: i dati sono leggibili senza alcun OCR. L'OCR (riconoscimento ottico dei caratteri) è la tecnologia che trasforma l'immagine di un testo in testo leggibile da una macchina, e serve per i documenti che arrivano come PDF, scansioni o foto, primi fra tutti i DDT. Anche lì, però, la macchina sbaglia: l'accuratezza del 98% dichiarata è a livello di pagina, non di campo. L'automazione funziona solo se prevedi un controllo umano sui dati critici.

Fattura elettronica e PDF: la differenza che decide tutto

Il primo confine da tracciare è fra documento strutturato e documento da leggere. La fattura elettronica italiana non è un'immagine: è un file XML in cui ogni dato (partita IVA, importo, data) è già marcato in un campo distinto. Viene trasmessa attraverso il Sistema di Interscambio e il tuo gestionale la può importare senza alcun riconoscimento ottico. Lo spiega con chiarezza l'Agenzia delle Entrate nella guida ufficiale.

Un PDF nativo, cioè generato da un software e non da una scansione, contiene testo estraibile ma non marcato: la macchina legge le parole, ma non sa quale sia l'importo e quale la data. Una scansione o una foto, infine, è solo un'immagine: per trasformarla in testo serve l'OCR.

Quali documenti hanno davvero bisogno dell'OCR?

I documenti che arrivano come immagini sono quelli su cui l'OCR ha senso. In ordine di priorità per una PMI italiana:

DDT e bolle: non sono soggetti all'obbligo di fattura elettronica e viaggiano spesso su carta o come foto. L'Agenzia delle Entrate conferma che il documento di trasporto può essere rilasciato anche su carta.
Fatture estere: arrivano quasi sempre come PDF o immagini, senza passare dallo SDI.
PDF di fornitori non SDI: alcuni fornitori, soprattutto esteri o fuori dall'obbligo, inviano PDF nativi. Qui l'OCR serve in parte, perché il testo c'è ma i campi non sono marcati.
Note di credito cartacee: se un fornitore emette una nota di credito su carta, va letta.

Sulle fatture elettroniche XML l'OCR è inutile. Chi te lo propone sta vendendo una soluzione a un problema che non hai.

Che tipo di documento hai davanti?

Documento	Formato	Serve OCR?	Cosa va controllato	Priorità
Fattura elettronica da SDI	XML strutturato	No	Abbinamento a ordine e fornitore	Bassa
PDF nativo da fornitore	PDF con testo	Parziale	Importi, partita IVA, date	Media
DDT o bolla cartacea	Scansione o foto	Sì	Quantità, codici articolo	Alta
Fattura estera	PDF o immagine	Sì	Valuta, IVA, fornitore	Media

Perché il 98% di accuratezza non è il numero che ti serve

I software di OCR promettono accuratezze del 98-99%. È un numero vero ma fuorviante, perché è misurato a livello di pagina: su cento caratteri letti, due o tre sono sbagliati. Il problema è che un carattere sbagliato dentro un importo o una partita IVA rende il campo intero inutilizzabile. Stripe lo spiega in modo onesto: l'accuratezza che conta è quella a livello di campo, non di pagina.

Per misurare gli errori reali esiste una metrica precisa, il WER (word error rate), cioè la percentuale di parole riconosciute in modo errato. Più è bassa, più il sistema è affidabile. Microsoft riporta che i sistemi OCR usano un valore di confidenza per decidere se processare in automatico o passare il documento a revisione umana. È esattamente il meccanismo da copiare nel tuo flusso.

Il controllo umano che resta obbligatorio

L'automazione non elimina la persona: sposta il suo tempo sui casi incerti. Il metodo si riduce a tre passi:

Definisci i campi critici. Sono quelli che, se sbagliati, costano soldi: importo, partita IVA, data, quantità.
Imposta una soglia di confidenza. Sotto quella soglia, il documento non passa in automatico e va rivisto a mano.
Decidi fra revisione totale e revisione a campione. Sui flussi nuovi conviene la revisione totale per le prime settimane, per misurare l'errore reale. Poi si passa a campione sui campi critici.

La regola è: la macchina estrae, la persona verifica solo ciò che costa soldi se sbagliato.

Lo strumento

Delera Agent AI costruisce agenti su misura sui processi che oggi ti portano via ore ogni settimana.

Scopri Delera Agent AI

Come scegliere il primo flusso da automatizzare

Prima di comprare uno strumento, guarda quattro variabili per ogni flusso di documenti:

Volume mensile: quanti documenti di quel tipo arrivano ogni mese?
Variabilità del layout: i documenti arrivano sempre dallo stesso formato o cambiano ogni volta?
Costo di un errore: cosa succede se un importo o una quantità è sbagliata?
Chi lo fa oggi: c'è una persona che passa ore a inserire questi dati a mano?

La regola è partire dal flusso con più volume e layout più stabile. Non dal più affascinante o dal più moderno. Per una PMI tipo, l'ordine consigliato è: prima i DDT (alto volume, layout spesso ripetitivo), poi i PDF di fornitori fissi, infine le fatture estere (volume minore ma layout variabile). Le fatture elettroniche XML non entrano nemmeno in lista.

Se il volume lo giustifica, un agente AI su misura che legge fatture e DDT può fare da filtro prima del controllo umano.

Il conto su un'azienda tipo: quanto tempo recuperi davvero

Facciamo un conto su un'azienda tipo, per capire se l'automazione vale il costo. Mettiamo un'azienda commerciale che riceve 180 documenti al mese: 120 DDT fra carta e scansioni, 60 fatture PDF di fornitori non SDI. Oggi un addetto impiega in media 3 minuti a documento per l'inserimento manuale. Sono 540 minuti al mese, cioè 9 ore.

Con l'estrazione automatica e una verifica a campione dei soli campi critici, il tempo scende a 1 minuto a documento. Recuperi 2 minuti per documento, cioè 360 minuti al mese: 6 ore. A un costo aziendale ipotetico di 18 euro l'ora, sono 108 euro al mese. Il beneficio vero però non è quello: è liberare mezza giornata di lavoro di una persona che può fare altro.

Cosa non fare quando inizi

Quattro errori da evitare, nell'ordine:

Non partire dalle fatture elettroniche. Sono già strutturate in XML: automatizzarle non ti fa recuperare niente.
Non fidarti del 98% a livello di pagina. Quel numero non dice nulla sull'errore sui campi che contano.
Non eliminare il controllo umano. Nemmeno sui flussi più semplici: un importo sbagliato costa più di un'ora di verifica.
Non comprare uno strumento prima di aver contato i documenti per tipo. Il primo passo è un conteggio, non una demo.

Se domani mattina vuoi fare un passo concreto, prendi un foglio e conta i documenti ricevuti nell'ultimo mese, divisi per tipo: fatture XML, PDF, DDT, fatture estere. Non serve altro per capire da dove cominciare.

Domande frequenti

Cos’è l’OCR?

L’OCR (riconoscimento ottico dei caratteri) è la tecnologia che trasforma l’immagine di un testo, come una scansione o un PDF, in testo leggibile e ricercabile da una macchina. Serve quando il documento non contiene già dati strutturati. Su una fattura elettronica XML non serve, perché i campi sono già marcati.

La fattura elettronica ha bisogno dell’OCR?

No. La fattura elettronica che passa dal Sistema di Interscambio è un file XML con i campi già strutturati: il dato è leggibile senza riconoscimento ottico. L’OCR serve solo per i documenti che arrivano come immagini, come i DDT, i PDF scansionati o le fatture estere.

Quanto è preciso l’OCR sulle fatture?

I software dichiarano un’accuratezza del 98-99%, ma è misurata a livello di pagina, sui singoli caratteri. Il numero che conta è l’accuratezza a livello di campo: importi, date, partite IVA. Su layout complessi o scansioni di bassa qualità quel valore cala, ed è il motivo per cui serve un controllo umano.

Posso automatizzare anche i DDT?

Sì, ed è il caso più utile. I DDT non sono soggetti all’obbligo di fattura elettronica, quindi arrivano spesso come carta, scansioni o foto. Estraendo quantità e codici articolo da questi documenti recuperi il tempo maggiore, perché oggi li inserisce a mano qualcuno in azienda.

Serve sempre un controllo umano?

Sì, almeno sui campi critici. La macchina sbaglia soprattutto su importi, date e partite IVA quando il layout è insolito o la scansione è di bassa qualità. La regola è: estrazione automatica, verifica umana sui campi che, se sbagliati, costano soldi.

Da dove comincio?

Conta i documenti che arrivano ogni mese e dividili per tipo: fatture XML, PDF, DDT, fatture estere. Poi parti dal flusso con più volume e layout più stabile. Non partire dalle fatture elettroniche: sono già strutturate e non ti farebbero recuperare nulla.

Fonti