고객이 47개 항목이 포함된 PDF 송장을 이메일로 보냅니다. 회계 소프트웨어의 경우 Excel 스프레드시트의 합계가 필요합니다. 송장은 스캔한 이미지이므로 단순히 번호를 선택하여 복사할 수 없습니다. 모든 줄을 수동으로 다시 입력할 수도 있는데, 이 작업에는 15분이 걸리고 적어도 하나의 입력 오류가 발생합니다. 또는 자동으로 데이터를 추출하여 2분 이내에 깨끗한 스프레드시트를 만들 수도 있습니다.
PDF 송장 및 재무 문서를 Excel로 변환하는 것은 오류가 발생하기 쉬운 수동 데이터 입력을 자동 추출로 대체하므로 가장 가치 있는 PDF에서 Excel로의 사용 사례 중 하나입니다. 이 기술은 항목, 수량, 단가 및 합계를 포함하여 명확한 테이블 레이아웃을 갖춘 잘 구조화된 송장을 안정적으로 변환할 수 있을 정도로 성숙되었습니다.
청구서가 데이터 추출 준비가 되었는지 확인
추출을 시도하기 전에 어떤 종류의 PDF가 있는지 확인하십시오. 클릭하고 드래그하여 송장에 있는 번호를 선택해 보세요. 개별 번호를 선택하고 복사할 수 있으면 PDF에 실제 텍스트 데이터가 포함됩니다. 추출은 간단할 것입니다. 클릭 시 전체 페이지가 단일 블록으로 선택되거나 아무것도 선택되지 않으면 송장은 스캔된 이미지입니다. 추출에는 첫 번째 단계로 OCR이 필요합니다. 이는 정확도는 떨어지지만 수동 입력보다 훨씬 빠릅니다.
송장 레이아웃을 확인하세요. 명확한 열 헤더, 설명, 수량, 단가, 합계 및 품목당 하나의 행이 포함된 간단한 테이블은 거의 완벽에 가까운 정확도로 변환됩니다. 병합된 셀, 여러 줄 설명, 품목에 산재된 소계 또는 여러 열에 걸쳐 있는 할인 행이 있는 송장은 테이블 감지 알고리즘이 불규칙한 행 및 열 패턴으로 인해 어려움을 겪기 때문에 덜 명확하게 변환됩니다. 테이블 구조가 규칙적일수록 추출 결과가 더 좋습니다.
단계별: 송장 데이터를 Excel로 추출
송장이 텍스트 기반 PDF인 경우 PDF-Excel 도구가 추출을 직접 처리합니다. PDF를 업로드하세요. 출력 형식으로 Excel을 선택합니다. 이 도구는 페이지 레이아웃을 분석하고, 테이블 구조를 감지하고, 데이터를 .xlsx 파일로 내보냅니다. 결과 스프레드시트를 엽니다. 품목은 별도의 Excel 열에 있는 원래 송장의 각 열과 함께 행에 표시되어야 합니다. 송장의 열 헤더가 첫 번째 행에 나타나야 합니다.
송장이 스캔된 이미지인 경우 먼저 OCR 도구를 사용하여 OCR을 실행하세요. OCR 프로세스는 스캔한 페이지에 텍스트 레이어를 추가합니다. 그런 다음 OCR 처리된 파일에 대해 PDF에서 Excel로의 변환을 실행합니다. 이 2단계 워크플로는 가장 일반적인 실제 시나리오, 즉 인쇄, 서명 및 컴퓨터로 다시 스캔된 PDF 송장을 처리합니다. OCR 단계는 텍스트를 인식합니다. Excel 변환 단계에서는 이를 스프레드시트로 추출합니다.
추출된 데이터 정리
추출 후에는 약간의 정리가 필요합니다. 가장 일반적인 문제는 텍스트로 인식된 숫자 값, 숫자와 단일 텍스트 필드로 병합된 통화 기호, 일관되지 않은 형식의 날짜, Excel에서 숫자로 인식하지 못하는 괄호 또는 후행 빼기 기호로 표시되는 음수 값입니다.
"$1,234.56"과 같이 텍스트로 저장된 통화 값의 경우 Excel이 문자열로 처리하는 셀에서 SUBSTITUTE와 함께 Excel의 VALUE 함수를 사용하여 달러 기호와 쉼표를 제거합니다(=VALUE(SUBSTITUTE(SUBSTITUTE(A1,"$","""),",",""")). 그러면 텍스트가 합산되고 계산될 수 있는 숫자로 변환됩니다. 전체 열의 경우 첫 번째 행에 수식을 적용하고 아래로 끕니다. 날짜의 경우 날짜 형식이 지정된 DATEVALUE 함수 또는 Excel의 텍스트를 열로 변환 마법사를 사용하세요. 이러한 정리 단계는 스프레드시트당 몇 분 정도 소요되며 정적 PDF로 시작된 것에서 완전한 기능을 갖춘 Excel 파일을 생성합니다.
원본 송장에 대해 추출된 합계 확인
정리 후 원본 송장과 비교하여 추출된 데이터를 확인합니다. Excel에서 품목 총액을 합산하고 그 합계를 송장 총액과 비교합니다. 숫자가 일치하면 적어도 달러 금액에 대해서는 추출이 정확했습니다. 원본 송장을 스프레드시트의 해당 행과 비교하여 몇 가지 개별 품목을 즉석에서 확인하세요. 첫 번째 항목, 중간 항목, 마지막 항목을 확인하세요. 이들이 일치하면 추출이 신뢰할 수 있는 것입니다.
합계가 일치하지 않으면 스프레드시트에서 추출로 인해 잘못된 열에 데이터가 배치된 행을 검색합니다. 일반적인 오류는 "위젯 모델 3, 5개 팩"과 같은 숫자가 포함된 항목 설명입니다. 여기서 추출 엔진은 "3"을 해석했습니다. 수량으로 "5" 단가로 팬텀 광고 항목을 생성합니다. 이러한 추출 아티팩트는 무의미한 데이터 행을 생성하므로 쉽게 발견할 수 있습니다. 아티팩트 행을 삭제하고 다시 합산합니다. 합계는 올바른 값으로 수렴되어야 합니다.
여러 페이지로 구성된 송장 및 송장 배치 처리
여러 페이지에 걸쳐 있는 단일 송장의 경우 한 번의 작업으로 모든 페이지를 변환합니다. WukongPDF는 모든 페이지를 처리하고 결합된 데이터를 하나의 스프레드시트로 내보냅니다. 각 페이지에 자체 테이블이 있는 경우 테이블은 테이블 사이에 빈 행이나 머리글 행을 두고 스프레드시트에 수직으로 쌓입니다. 중복된 헤더를 삭제하고 데이터 행을 결합하여 테이블을 통합합니다.
여러 송장 묶음(아마도 한 달 분량의 공급업체 청구서)의 경우 각 송장을 개별적으로 처리하고 결과를 마스터 스프레드시트에 통합합니다. 공급업체, 송장 번호, 날짜, 품목 설명, 수량, 단가 및 합계에 대한 열이 포함된 템플릿을 만듭니다. 각 송장에서 추출된 데이터를 템플릿에 복사합니다. 이 구조화된 접근 방식을 통해 모든 송장에 대해 검색 및 정렬이 가능하며 공식에 바로 사용할 수 있는 기록이 생성됩니다. PDF 데이터 추출 도구는 한 세션에서 여러 송장을 일괄 처리하는 PDF 변환기을 지원하여 마스터 템플릿에 빠르게 통합할 수 있는 각 송장에 대한 개별 스프레드시트를 생성합니다. 수동 데이터 입력에 비해 절약된 시간은 송장 수에 따라 선형적으로 증가합니다. 송장 하나로 10분을 절약할 수 있습니다. 100개의 송장으로 전체 근무일을 절약할 수 있습니다.
반복 송장 처리에 대한 실질적인 세부 사항: 매월 동일한 공급업체로부터 송장을 받는 경우 해당 공급업체의 송장 레이아웃에 대한 수식 및 열 매핑으로 미리 구성된 Excel 템플릿을 만듭니다. 해당 공급업체로부터 처음으로 송장을 추출할 때 어떤 Excel 열이 어떤 송장 필드에 해당하는지 확인하세요. 품목 합계에 대한 SUM 공식, 송장 합계와 비교하여 합계를 확인하는 확인 공식, 불일치를 강조하는 조건부 서식을 설정합니다. 이를 공급업체별 템플릿으로 저장하세요. 다음 달에 새 송장을 추출할 때 데이터를 템플릿에 붙여넣으면 수식과 서식이 이미 적용됩니다. 1년이 넘는 월별 송장을 작성하는 이 템플릿 접근 방식은 반복적인 설정 작업 시간을 절약하고 수동 재입력으로 인한 수식 오류 위험을 사실상 제거합니다. 수십 개의 반복 공급업체로부터 송장을 처리하는 조직의 경우 공급업체별 템플릿 폴더를 사용하면 주간 작업에서 송장 데이터 추출을 붙여넣고 확인하는 작업으로 전환할 수 있습니다.