OCR hóa đơn sang Excel/MISA: Quy trình triển khai thực tế

OCR hóa đơn sang Excel/MISA thực sự gồm những bước nào?

Nhu cầu thường được mô tả ngắn là chụp hoặc tải hóa đơn lên, lấy dữ liệu sang Excel rồi đưa vào phần mềm kế toán. Trong thực tế, OCR chỉ chuyển hình ảnh thành ký tự. Để tạo dữ liệu dùng được, hệ thống còn phải phân loại tài liệu, trích đúng trường, chuẩn hóa ngày và số tiền, đối chiếu tổng, phát hiện trùng, ghép nhà cung cấp và chuyển trường không chắc chắn cho người duyệt.

Đầu ra cũng cần được xác định từ đầu. Một tệp Excel để kế toán kiểm tra khác với payload gửi qua API. Excel ưu tiên cột rõ ràng, lỗi dễ sửa và mẫu import đúng hệ thống đích; API cần thêm định danh ổn định, idempotency, trạng thái xử lý, callback và log đối soát.

Friday Works không phải MISA và bài viết này không khẳng định quan hệ đối tác với MISA. Phạm vi import hoặc API phải được kiểm tra theo đúng sản phẩm, phiên bản và quyền truy cập doanh nghiệp đang sử dụng.

• ✓Nhận PDF, ảnh chụp hoặc file scan và lưu nguồn có kiểm soát.
• ✓OCR, phân loại, trích trường và chuẩn hóa thành schema thống nhất.
• ✓Kiểm tra quy tắc, human review, xuất Excel hoặc tích hợp hệ thống đích.
• ✓Ghi trạng thái, lỗi và kết quả đối soát để vận hành lâu dài.

Một pipeline OCR tốt không cố tự động hóa mọi hóa đơn. Nó tự động hóa trường hợp rõ ràng và đưa ngoại lệ tới đúng người cùng đủ bằng chứng để quyết định.

Chốt schema trước khi chọn công cụ OCR

Dự án nên bắt đầu bằng danh sách trường thật sự được dùng trong quy trình. Với hóa đơn mua vào, nhóm thường gặp gồm tên và mã số thuế nhà cung cấp, số hóa đơn, ký hiệu, ngày hóa đơn, loại tiền, tiền trước thuế, tiền thuế, tổng thanh toán và các dòng hàng. Không phải doanh nghiệp nào cũng cần trích toàn bộ dòng hàng; bỏ một trường không tạo giá trị có thể giảm đáng kể chi phí duyệt.

Mỗi trường cần có kiểu dữ liệu, bắt buộc hay tùy chọn, quy tắc chuẩn hóa và nguồn đối chiếu. Ngày phải thống nhất định dạng; số tiền cần phân biệt dấu thập phân và phân cách hàng nghìn; mã số thuế hoặc nhà cung cấp nên được đối chiếu với danh mục nội bộ; số hóa đơn phải đi cùng ký hiệu và ngày để tránh kết luận trùng sai.

Bộ mẫu pilot phải phản ánh tài liệu thật: nhiều nhà cung cấp, PDF điện tử, ảnh điện thoại, scan mờ, hóa đơn nhiều trang và trường hợp thiếu dữ liệu. Chỉ thử trên vài hóa đơn đẹp sẽ tạo một kết quả demo tốt nhưng không dự báo được chi phí vận hành.

• ✓Định nghĩa trường, kiểu dữ liệu và mức quan trọng.
• ✓Chuẩn bị mẫu dễ, mẫu thường gặp và ngoại lệ khó.
• ✓Ẩn hoặc thay thế dữ liệu nhạy cảm trước khi chia sẻ cho đội triển khai.
• ✓Chốt hệ thống đích và mẫu import trước khi viết pipeline.

Thiết kế pipeline: từ file nguồn đến bản ghi đã duyệt

Luồng bền vững thường tách thành các bước độc lập: nhận file, kiểm tra định dạng, khử trùng, OCR, phân loại, trích trường, chuẩn hóa, kiểm tra quy tắc, human review, xuất hoặc đồng bộ và cuối cùng là đối soát. Tách bước giúp thay mô hình OCR mà không phải viết lại toàn bộ tích hợp kế toán.

Các dịch vụ Document AI phổ biến có thể trả về trường tiêu đề, dòng hàng, bounding box và confidence. Amazon Textract chia kết quả hóa đơn thành SummaryFields và LineItemGroups; Microsoft Document Intelligence trả dữ liệu hóa đơn có cấu trúc cùng confidence theo trường; Google Document AI cung cấp OCR tiếng Việt nhưng tài liệu hiện hành của Invoice Parser liệt kê tập ngôn ngữ riêng, vì vậy phải kiểm tra hỗ trợ phù hợp với mẫu tiếng Việt trước khi chọn processor.

Không nên ghi trực tiếp kết quả thô vào sổ kế toán. Bản ghi cần trạng thái như received, extracted, needs_review, approved, exported, imported hoặc failed. File nguồn, phiên bản extractor, người duyệt và thay đổi sau duyệt phải truy vết được.

• ✓Tạo checksum hoặc khóa nguồn để tránh xử lý cùng file nhiều lần.
• ✓Giữ tọa độ trường để người duyệt nhìn được bằng chứng trên hóa đơn.
• ✓Version hóa schema và mapping khi mẫu Excel hoặc API thay đổi.
• ✓Đưa lỗi kỹ thuật và ngoại lệ nghiệp vụ vào hai hàng đợi khác nhau.

Human review dựa trên confidence và quy tắc kinh doanh

Confidence là tín hiệu để điều phối, không phải bằng chứng tuyệt đối rằng dữ liệu đúng. Ngưỡng nên đặt theo từng trường: tổng thanh toán và mã số thuế có thể cần ngưỡng cao hơn địa chỉ; trường thiếu hoặc mâu thuẫn với phép tính phải được duyệt dù confidence cao.

Quy tắc chéo giúp bắt lỗi mà OCR đơn lẻ không thấy. Tổng trước thuế cộng tiền thuế phải khớp tổng thanh toán trong sai số cho phép; tổng dòng hàng phải đối chiếu phần tổng; nhà cung cấp phải khớp danh mục; cặp số hóa đơn, ký hiệu, ngày và nhà cung cấp cần được kiểm tra trùng. Ngoại lệ nên hiển thị đúng vùng ảnh, giá trị đã đọc, giá trị đề xuất và lý do bị chặn.

Mục tiêu không phải giảm tỷ lệ review về 0. Mục tiêu là giảm thao tác cho hóa đơn rõ ràng, giữ rủi ro ở ngưỡng chấp nhận được và làm cho phần việc còn lại nhanh, có bằng chứng và có trách nhiệm.

• ✓Đo exact match theo từng trường quan trọng.
• ✓Theo dõi tỷ lệ hóa đơn đi thẳng, tỷ lệ review và tỷ lệ bị từ chối.
• ✓Ghi nguyên nhân sửa để phát hiện mẫu hóa đơn gây lỗi lặp lại.
• ✓Không tự động phê duyệt chỉ vì confidence vượt một ngưỡng chung.

Xuất Excel hay tích hợp trực tiếp với MISA?

Xuất Excel thường là bước đầu hợp lý vì đội kế toán có thể xem toàn bộ dữ liệu, sửa mapping và so sánh với quy trình hiện tại. File phải bám mẫu import của đúng nghiệp vụ, không chỉ là bảng dữ liệu đẹp. Hướng dẫn AMIS Kế toán cho chứng từ mua hàng nhiều hóa đơn cho thấy quy trình có bước chọn mẫu, ghép cột, kiểm tra dữ liệu hợp lệ hoặc không hợp lệ và thông báo kết quả; chứng từ nhập thành công trong luồng này vẫn ở trạng thái chưa ghi sổ cho tới khi người dùng thực hiện ghi sổ.

Tích hợp API phù hợp khi khối lượng lớn hoặc cần xử lý liên tục. Khi đó cần khóa định danh nhà cung cấp và chứng từ, mapping danh mục, retry có kiểm soát, idempotency, lưu phản hồi hệ thống đích và đối soát trạng thái cuối. Một HTTP response thành công không tự động có nghĩa dữ liệu đã được ghi nhận đúng nghiệp vụ.

Quyết định nên dựa trên khối lượng, tần suất, mức biến động nghiệp vụ và khả năng kiểm soát ngoại lệ. Nhiều doanh nghiệp bắt đầu bằng Excel để chuẩn hóa dữ liệu, sau đó chuyển những luồng ổn định nhất sang API.

• ✓Excel: nhanh để pilot, dễ kiểm tra và phù hợp import theo lô.
• ✓API: phù hợp xử lý liên tục, trạng thái hai chiều và tích hợp workflow.
• ✓Cả hai: đều cần mapping phiên bản, kiểm tra lỗi và đối soát sau import.
• ✓Không xóa file nguồn hoặc dấu vết duyệt ngay sau khi xuất dữ liệu.

Đo pilot bằng chất lượng theo trường và chi phí trên mỗi hóa đơn

Một pilot nên chạy trên tập kiểm tra được khóa trước, tách khỏi các mẫu dùng để cấu hình. Kết quả cần báo cáo theo từng trường và nhóm tài liệu thay vì một tỷ lệ chính xác chung. Ví dụ, số hóa đơn có thể tốt trên PDF điện tử nhưng kém trên ảnh chụp nghiêng; dòng hàng có thể là phần tốn nhiều review nhất dù tổng tiền đạt tốt.

Ngoài độ chính xác, doanh nghiệp cần đo thời gian xử lý từ lúc nhận file đến lúc sẵn sàng import, số phút human review, tỷ lệ ngoại lệ, chi phí xử lý trên mỗi hóa đơn và tỷ lệ dữ liệu được hệ thống đích chấp nhận. So sánh với baseline nhập tay trên cùng loại hóa đơn để biết giải pháp có thực sự tiết kiệm hay chỉ chuyển công việc sang một màn hình khác.

Không nên hứa một tỷ lệ chính xác trước khi nhìn dữ liệu thật. Tiêu chí mở rộng phải được chốt sau pilot: trường nào được tự động đi tiếp, trường nào luôn cần người duyệt và nhóm mẫu nào cần xử lý riêng.

• ✓Exact match hoặc sai số cho phép theo trường.
• ✓Straight-through rate và human-review rate.
• ✓Thời gian, chi phí và số lần sửa trên mỗi hóa đơn.
• ✓Tỷ lệ import thành công và chênh lệch sau đối soát.

Bảo mật, lưu trữ và checklist lấy báo giá

Hóa đơn có thể chứa thông tin tài chính, đối tác và giao dịch. Pipeline cần phân quyền theo vai trò, mã hóa khi truyền và lưu, thời hạn lưu phù hợp, log truy cập, cách xóa dữ liệu và quy tắc dùng dữ liệu cho cải thiện mô hình. Môi trường thử nghiệm không nên dùng toàn bộ dữ liệu production nếu chỉ cần một bộ mẫu đã che thông tin nhạy cảm.

Khi yêu cầu báo giá, hãy gửi số loại tài liệu, số lượng mỗi tháng, tỷ lệ PDF so với ảnh, danh sách trường, hệ thống đích, yêu cầu thời gian xử lý, quy trình duyệt và tiêu chí nghiệm thu mong muốn. Nếu chưa có đủ thông tin, một discovery ngắn và pilot giới hạn đáng tin cậy hơn báo giá trọn gói dựa trên giả định.

Friday Works có thể triển khai pipeline Document AI/OCR, giao diện human review và tích hợp Excel, API hoặc hệ thống kế toán theo phạm vi đã xác minh. Bước đầu phù hợp là một bộ mẫu đại diện đã loại bỏ dữ liệu nhạy cảm cùng danh sách trường cần lấy.

• ✓Số loại mẫu và sản lượng theo ngày hoặc tháng.
• ✓Trường bắt buộc, quy tắc kiểm tra và tỷ lệ lỗi chấp nhận.
• ✓Mẫu Excel hoặc tài liệu API của đúng hệ thống đích.
• ✓Vai trò duyệt, SLA, lưu trữ, quyền truy cập và yêu cầu audit.