Handmatige processen kosten bedrijven tijd en geld. Medewerkers besteden vaak de helft van hun tijd aan repetitieve taken en data entry. Voor één van de meest prestigieuze transport- en logistiekbedrijven in Europa heeft ons team in België een proof of concept ontwikkeld. Het doel van dit project was om het handmatige gegevensinvoer-proces te automatiseren.
Ze ontvangen dagelijks meer dan 300 klant-specifieke bestellingen in de vorm van native PDF’s, die handmatig in het systeem worden ingevoerd. Aan ons dus de taak om dit handmatige proces te automatiseren, wat leidt tot een aanzienlijke verlaging van operationele kosten.
Binnen een korte periode heeft ons team van Software Engineers en Data Scientists een proof of concept van de applicatie ontwikkeld. Met een verlenging van 4 tot 5 maanden van dit project kunnen we de proof of concept door-ontwikkelen tot een real-life oplossing met een automatiseringsniveau van 60%. Deze oplossing zal niet alleen de werkefficiëntie verbeteren, maar ook de kosten aanzienlijk verlagen. Om het maximale automatiseringsniveau te bereiken, heeft dit project onze support nodig in de volgende gebieden:
Projectmanagement
Dagelijks worden handmatig 300+ klant-specifieke bestellingen in de vorm van native PDF’s in het systeem ingevoerd. Het doel was om een applicatie te bouwen die PDF-bestanden laadt en zoveel mogelijk informatie detecteert met behulp van een intelligent zelflerend algoritme. Dit betekent dat de applicatie in staat is om verplichte velden in te vullen met gegevens uit PDF-bestanden, business logic en historische data. Zodra de gebruiker tevreden is, zal de applicatie een export-bestand genereren of een verbinding maken met een API, die wordt gebruikt voor verdere verwerking binnen het order entry systeem.
In de latere ontwikkelingsfase zal het de echte uitdaging zijn om de applicatie tekst in afbeeldingen of ongestructureerde PDF-bestanden te laten herkennen. Daarnaast moet de applicatie ook in staat zijn om e-mails en eenmalige bestellingen van niet-vaste klanten te lezen en te begrijpen. Om ervoor te zorgen dat de applicatie nauwkeurig informatie verwerkt, is intensieve training, testen en het continu verbeteren van de algoritmes/ modellen vereist.
Tijdens de ontwikkeling van de proof of concept tot en met de ontwikkeling van de real-life oplossing heeft ons team de volgende technieken gebruikt:
Een grafische userinterface tonen om PDF-bestanden weer te geven tijdens de verwerking
Om het maximale automatiseringsniveau te bereiken moeten we de applicatie verder ontwikkelen, zodat deze in staat is om:
Teksten in afbeeldingen/ ongestructureerde PDF-bestanden te herkennen
Binnen een korte periode heeft ons team van Software Engineers en Data Scientists de voordelen van de automatisering van een handmatig proces laten zien met een proof of concept. Met 4 of 5 maanden extra ontwikkeltijd kunnen we de proof of concept uitbouwen naar een real-life oplossing met een automatiseringsniveau van 60%. Deze oplossing zal niet alleen de werkefficiëntie verbeteren, maar ook de kosten aanzienlijk verlagen.
Ik help je graag verder.
Directeur Conclusion Intelligence