Квартальный финансовый отчет предоставляется в формате PDF. Это 12 страниц плотных таблиц: выручка по продуктовой линейке, расходы по категориям, статьи баланса, движение денежных средств. Вам необходимо внести в таблицу анализа ключевые цифры: общий доход, общие расходы, чистый доход и промежуточные итоги по каждой основной категории. Вам не нужны 200 отдельных строк транзакций. Вам нужны сводные цифры, которые расскажут историю.
Извлечение данных сводного уровня из финансового отчета PDF в Excel является более целенаправленным, чем преобразование всей таблицы. Вы ищете конкретные числа, часто помеченные такими терминами, как «Итог», «Промежуточный итог», «Чистая» или «Сумма», и они вам нужны в структурированном формате, который можно проанализировать.
Определение строк сводки в PDF
Перед извлечением отсканируйте PDF-файл, чтобы определить, какие строки содержат сводные данные. Строки сводки обычно имеют отличительное форматирование: жирный текст, линия над ними, другой цвет фона или такие метки, как «Итог», «Промежуточный итог», «Чистая», «Брутто», «Сумма» или «Баланс». Эти визуальные подсказки помогут вам найти строки в PDF-файле, а также помогут механизму извлечения их идентифицировать. Некоторые инструменты извлечения можно настроить для поиска строк, соответствующих этим шаблонам.
Обратите внимание на номера страниц, на которых появляются сводные строки. В финансовых отчетах в начале часто размещаются сводные таблицы, например, сводный отчет о прибылях и убытках на одной странице, а на последующих страницах — подробные таблицы транзакций. Нужные строки сводки могут быть сосредоточены на 2 или 3 страницах из 12. Вы можете сэкономить время обработки, извлекая только эти страницы, а не весь документ.
Извлечение сводных данных в Excel
Инструмент PDF-to-Excel может извлекать данные с определенных страниц. Загрузите PDF-файл и укажите страницы, содержащие сводные таблицы. Инструмент обнаруживает структуры таблиц, извлекает данные и экспортирует их в электронную таблицу Excel. Откройте электронную таблицу и найдите строки сводки. Они должны располагаться в том же относительном порядке, что и в PDF-файле: метки строк в одном столбце, а значения — в другом.
Если инструмент извлечения не поддерживает извлечение отдельных страниц, извлеките все страницы, а затем отфильтруйте результаты в Excel. Сканируйте извлеченную электронную таблицу на наличие строк, содержащих сводные метки, такие как «Итого» или «Чистая». Скопируйте эти строки на отдельный сводный лист. Удалите подробные строки транзакций из рабочего листа или сохраните их для справки на отдельной вкладке.
Очистка извлеченных финансовых данных
Финансовые данные, извлеченные из PDF-файлов, часто поступают в Excel с проблемами форматирования. Символы валют, знаки доллара и евро встраиваются в ту же ячейку, что и число, поэтому Excel обрабатывает значение как текст. Отрицательные числа могут быть показаны в круглых скобках (1234), а не со знаком минус -1234, который Excel не распознает как отрицательное число. Даты могут отображаться в несовместимых форматах.
Очистите данные с помощью функций Excel. Для значений валют, хранящихся в виде текста, используйте =VALUE(SUBSTITUTE(SUBSTITUTE(A1,"$",""),",","")) для удаления знака доллара и запятых, а затем преобразуйте их в число. Для отрицательных чисел в скобках используйте =IF(LEFT(A1,1)="(", -VALUE(SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(A1,"(",""),")",""),",","")), VALUE(SUBSTITUTE(A1,",",""))), чтобы обнаружить скобки, удалить их и применить отрицательный знак. Эти формулы обрабатывают наиболее распространенные шаблоны финансового форматирования. Примените их к первой строке и перетащите вниз, чтобы очистить весь столбец.
После очистки проверьте итоговые значения, сверив их с исходным PDF-файлом. Суммируйте извлеченные позиции и сравните их с суммой, указанной в PDF-файле. Если числа совпадают в пределах допуска округления, извлечение было точным. Если они не совпадают, просканируйте таблицу на предмет пропущенных или смещенных строк.
Обработка финансовой отчетности за несколько периодов
Квартальные или годовые финансовые отчеты часто показывают несколько периодов рядом в одной таблице: Q1, Q2, Q3, Q4, Полный год. Инструмент извлечения должен правильно определить структуру столбца, чтобы назначить значения нужным периодам. Внимательно проверьте извлеченную таблицу. Убедитесь, что числа Q2 находятся в столбце Q2, а не смещены в столбцы Q1 или Q3.
Если выписка в формате PDF была отсканирована, а не создана в цифровом виде, запустите OCR перед извлечением. Отсканированный финансовый отчет представляет собой набор изображений. Функция Extract PDF Data из изображений требует, чтобы OCR сначала распознавал текст, а затем извлекал его для извлечения распознанных чисел в Excel. Инструменты оптического распознавания символов и извлечения WukongPDF работают последовательно: сначала распознавание текста, чтобы сделать текст машиночитаемым, затем извлечение, чтобы перенести определенные точки данных в электронную таблицу.
Для повторяющихся финансовых отчетов создайте шаблон, который автоматически отображает извлеченные данные в вашу аналитическую таблицу. Обратите внимание, какая строка в извлеченном файле Excel соответствует какому финансовому показателю. Создавайте формулы в электронной таблице анализа, которые ссылаются на эти конкретные ячейки. В следующем квартале извлеките новый отчет, вставьте данные в то же место в шаблоне, и формулы обновятся автоматически. Эти инвестиции в шаблоны окупаются в течение двух циклов отчетности и устраняют необходимость ручной транскрипции, которая приводит к ошибкам. PDF Converter WukongPDF поддерживает пакетную обработку повторяющихся отчетов, позволяя извлекать одни и те же поля сводки из нескольких периодов с помощью одной операции.
При извлечении данных из финансовой отчетности для анализа рассмотрите возможность включения этапа сверки в свой рабочий процесс. После импорта извлеченных чисел в таблицу анализа добавьте контрольный столбец, который сравнивает каждое извлеченное значение с исходным PDF-файлом. Отмечайте любую ячейку, в которой извлеченное значение отличается от PDF-файла более чем на допуск округления. Эта сверка выявляет ошибки извлечения до того, как они попадут в финансовые модели или отчеты. Проверка занимает несколько минут для каждого оператора и обеспечивает контрольный журнал, подтверждающий, что извлеченные данные были проверены на соответствие источнику. Для отчетности на уровне финансового директора этот этап проверки не является обязательным.
Практическое отличие извлечения финансовых данных: сводные итоги, выделенные жирным шрифтом или двойным подчеркиванием в PDF-файле, извлекаются более надежно, чем промежуточные итоги, которые используют то же форматирование, что и обычные отдельные статьи. Отличительное форматирование помогает механизму извлечения идентифицировать их как структурно значимые. Если при извлечении постоянно пропускаются определенные промежуточные итоги, проверьте, различимы ли эти промежуточные итоги визуально в PDF-файле. Промежуточные итоги, которые выглядят идентично обычным позициям, скорее всего, будут пропущены. Если вы контролируете процесс создания PDF-файла, четко отформатируйте строки сводки перед экспортом. Жирный текст, верхняя граница или затененный фон — все это сигнализирует как читателям, так и механизмам извлечения, что эти строки имеют особое значение.