Vytěžování faktur je automatický převod dokladu z formátu určeného pro člověka, typicky PDF nebo skenu, do strukturovaných dat, která umí přečíst účetní program. Cílem není „přečíst text z obrázku“, ale rozpoznat, že konkrétní číslo na stránce je IČO dodavatele, jiné je základ daně v 21% sazbě a třetí je variabilní symbol.
Výsledkem není text. Výsledkem je soubor, který naimportujete do účetnictví, typicky ISDOC nebo vlastní XML formát vašeho programu.
Vytěžování a OCR nejsou totéž
Tohle je rozdíl, který se vyplatí pochopit dřív, než začnete vybírat nástroj.
OCR (optické rozpoznávání znaků) převádí obrázek na text. Ze skenu faktury udělá znaky a slova. Výsledkem je hromada textu bez významu: nástroj ví, že na stránce je řetězec 27082440, ale netuší, že je to IČO dodavatele. Podrobněji o samotné technologii píšeme v hesle OCR.
Vytěžování je vrstva nad tím. Musí odpovědět na otázku „co ten údaj znamená“. A to je těžké, protože české faktury nemají jednotný vzhled. Číslo faktury bývá vpravo nahoře, ale taky v hlavičce, v patičce nebo v čárovém kódu. Splatnost může být uvedená datem, počtem dní, nebo obojím. Základ daně bývá v tabulce, někdy jen v textu. Slovo „celkem“ se na dokladu objeví třikrát a pokaždé znamená něco jiného.
Dřívější generace nástrojů to řešila šablonami: pro každého dodavatele se ručně nastavilo, na které souřadnici stránky co hledat. Funguje to skvěle pro deset dodavatelů, kteří nikdy nezmění vzhled dokladu, a rozpadne se to při jedenáctém. Účetní kancelář, která zpracovává doklady pro padesát klientů, dostane stovky různých šablon k údržbě.
Dnešní přístup je jiný. Doklad se vyhodnocuje podle kontextu, podobně jako ho čte člověk: nástroj hledá význam v tom, co je kolem údaje napsané, ne na které souřadnici leží. Díky tomu si poradí i s dodavatelem, kterého vidí poprvé, a nepotřebujete pro něj nic nastavovat.
Jaké údaje se z faktury vytěžují
Ze standardní faktury jde získat prakticky vše, co potřebujete k zaúčtování:
- Identifikace dokladu: číslo faktury, datum vystavení, datum zdanitelného plnění, datum splatnosti
- Dodavatel a odběratel: název, IČO, DIČ, adresa
- Položky: popis, množství, jednotková cena, sazba DPH
- Rekapitulace DPH: základ daně a daň pro každou sazbu zvlášť
- Platební údaje: číslo účtu, IBAN, variabilní a konstantní symbol
- Celkové částky: částka k úhradě, měna, zaokrouhlení
Kvalitní vytěžení nekončí u přečtení. Údaje se dají křížově ověřit, a právě tím se pozná dobrý výstup od průměrného:
- součet položek musí sedět na rekapitulaci DPH a ta na celkovou částku,
- IČO se dá dohledat v registru ARES a doplnit z něj oficiální název a adresu,
- když je na dokladu QR platba, dají se z ní ověřit číslo účtu, částka i variabilní symbol,
- podle otisku souboru jde poznat, že tenhle doklad už jednou nahraný byl, a upozornit na duplicitu dřív, než se zaúčtuje podruhé.
Postup: jak vytěžení probíhá
- Nahrajete doklad. PDF, sken, fotku z mobilu. Cesta může být přetažení do prohlížeče, e-mail na adresu účetní jednotky, sledovaná složka na Google Disku nebo vyfocení mobilem.
- Doklad se rozdělí. Když je v jednom PDF více faktur za sebou, rozpozná se hranice mezi nimi a každá se zpracuje jako samostatný doklad.
- Vytěží se údaje. Z dokladu se přečtou hlavička, položky i rozpis DPH.
- Provede se kontrola. Ověří se, jestli částky sedí, dohledá se IČO a označí se možné duplicity.
- Zkontrolujete výsledek. Vytěžená data vidíte vedle originálu a můžete je opravit. Postup popisuje návod Kontrola a oprava vytěžených dat.
- Vyexportujete soubor ve formátu svého účetního systému a naimportujete ho do účetnictví.
Zastavte se u kroku 5. Žádný nástroj na trhu nemá stoprocentní přesnost. Rozdíl mezi nástroji je v tom, jak rychle chybu najdete a jak snadno ji opravíte. Proto se vyplatí sledovat, jestli aplikace ukazuje vytěžená data přímo proti originálu dokladu.
Co vytěžování nevyřeší
Několik věcí vytěžování neudělá:
- Nenahradí účetní program. Vytěžování připraví data k importu, samotné účetnictví, přiznání k DPH ani kontrolní hlášení nedělá.
- Nerozhodne za vás o zaúčtování. Předkontaci lze předvyplnit podle dodavatele, ale odpovědnost za to, co je náklad a co investice, zůstává na účetní. O tom, který formát předkontaci vůbec přenese, píšeme v článku Předkontace při vytěžení faktury.
- Nezachrání nečitelný doklad. Rozmazaná fotka pokrčené účtenky vytěžená být nemusí. Sken v rozumné kvalitě ano.
- Neodpustí kontrolu. U dokladů, které jdou do přiznání, se kontrole nevyhnete. Vytěžování šetří přepisování, ne odpovědnost.
Vytěžují se jen faktury?
Ne. Stejný princip funguje na jakýkoli strukturovaný doklad. Kromě přijatých a vydaných faktur to jsou účtenky a paragony do pokladny, ostatní závazky a bankovní výpisy v PDF.
Bankovní výpis je zajímavý případ. Banky ho dávají v PDF prakticky vždy, ale strojově čitelný formát pro účetnictví, tedy GPC (ABO), už zdaleka ne každá a ne pro každý typ účtu. Vytěžení PDF výpisu je pak jediná cesta, jak se vyhnout ručnímu přepisování pohybů. Popisuje ji článek Jak převést PDF výpis do GPC.
Kdy se vytěžování vyplatí
Rozhodovat se dá jednoduše. Vezměte, kolik minut vám zabere ruční přepsání jednoho dokladu do účetnictví, vynásobte počtem dokladů za měsíc a přepočtěte hodinovou sazbou. Proti tomu postavte cenu za vytěžení jednoho dokladu. Podrobný rozbor nabízí článek Kolik stojí vytěžení faktury.
U malého objemu se to zpravidla nevyplatí, u většího ano. Přesnou hranici si spočítejte podle svého času, hodinové sazby a ceny za doklad a připočtěte i riziko překlepů v částkách a variabilních symbolech.
FAQ
Jaký je rozdíl mezi OCR a vytěžováním faktur?
OCR převede obrázek na text, ale neví, co který údaj znamená. Vytěžování jde dál a přiřadí údajům význam: tohle je IČO dodavatele, tohle základ daně v 21% sazbě, tohle variabilní symbol. Výstupem OCR je text, výstupem vytěžování je soubor pro import do účetnictví.
Funguje vytěžování i na skeny a fotky?
Ano, pokud je doklad čitelný. Sken i fotka z mobilu jsou běžný vstup. Problém dělá až rozmazaný nebo výrazně pokřivený doklad.
Potřebuju pro každého dodavatele nastavit šablonu?
Ne. Doklad se vyhodnocuje podle kontextu, ne podle pevných souřadnic na stránce, takže funguje i u dodavatele, kterého vidíte poprvé. Nastavují se jen věci specifické pro vaši firmu, tedy předkontace, střediska a číselné řady.
Do jakého formátu se doklad vytěží?
Do ISDOC, který umí naimportovat prakticky každý český účetní program, nebo do vlastního formátu konkrétního systému (Pohoda XML, Money S3 XML, ABRA Flexi XML, MRP XML, DUEL, KASTNER Stereo, Účto). Vlastní formát systému navíc přenese účetní pole jako předkontaci nebo středisko, rozsah se liší podle programu.
Vytěží se i faktury v cizí měně a od zahraničních dodavatelů?
Ano. Aplikace zpracuje i faktury v cizí měně. Když je na dokladu kurz nebo částky v korunách, použije je při exportu. Pokud kurz chybí, přepočet před importem zkontrolujte nebo doplňte.
Je vytěžování přesné na sto procent?
Ne, žádný nástroj takový není. Proto k vytěžení patří kontrola, kdy vidíte vytěžená data proti originálu dokladu a opravíte, co nesedí. Rozdíl mezi nástroji je v tom, jak rychle chybu najdete.
Jak si vytěžování vyzkoušet?
Nahrajte jeden vlastní doklad do Čtení Faktur a podívejte se na výsledek. Registrace je zdarma na 20 dokladů měsíčně, takže na otestování reálné dávky to stačí.