
Un test OCR utile vérifie si les bonnes informations arrivent dans les bons champs, avec les bonnes lignes. Lire correctement presque tout le document ne suffit pas si le numéro de facture est faux ou si une quantité passe sur l’article voisin. Avant l’import comptable, comparez les résultats à un relevé vérifié et examinez les erreurs qui traversent les contrôles.
Ce protocole s’adresse aux équipes qui évaluent la saisie de factures fournisseurs. Si vous cherchez d’abord la définition de la technologie, consultez le guide OCR.
Écrire le résultat attendu avant de lancer le test
Séparez trois résultats : obtenir du texte, extraire des champs structurés et préparer une facture pour l’import. Un outil peut réussir le premier et demander encore beaucoup de travail pour le troisième.
Définissez les champs nécessaires à votre logiciel : fournisseur, numéro de facture, date, devise, montants et référence de commande. Ajoutez les lignes seulement si votre processus les utilise. Pour chaque champ, écrivez ce qui compte comme correct. Un format de date différent peut être acceptable ; un zéro supprimé dans une référence peut changer l’identité du dossier.
Fixez également les cas qui doivent rester en revue : document incomplet, fournisseur inconnu, plusieurs commandes candidates ou unité non reconnue. Une valeur absente doit rester absente, même si le modèle propose une réponse plausible.
Constituer un lot qui ressemble à votre boîte de réception
Sélectionnez des documents autorisés issus des formats réellement reçus. Séparez PDF numériques, scans et photos de téléphone. Incluez plusieurs fournisseurs et des factures de plusieurs pages.
Conservez un groupe de cas courants et un groupe de cas difficiles. Le second sert à vérifier les limites ; son taux d’erreur ne représente pas automatiquement le flux habituel. Notez le nombre de documents et leur répartition pour interpréter les résultats.
Ajoutez notamment :
- une référence avec des zéros initiaux ;
- deux lignes avec des désignations proches ;
- une facture où la remise et les frais sont séparés ;
- une photo dont une zone utile est peu lisible ;
- une facture dont le total est correct mais la référence de commande est absente.
Gardez un lot de contrôle distinct des documents utilisés pour régler le système. Réutiliser seulement les exemples ayant servi au paramétrage donne peu d’information sur les prochains fournisseurs.
Préparer une référence vérifiée par l’équipe
Relevez les valeurs attendues dans une feuille de contrôle. Pour les champs critiques, faites confirmer les désaccords par la personne qui connaît le document. Si l’original est illisible, marquez « indéterminable » et prévoyez une nouvelle pièce. Une supposition humaine n’est pas une référence de test fiable.
Pour chaque résultat, conservez le document, la page, la valeur attendue, la valeur proposée et le motif du désaccord. Gardez distinctes la valeur brute et la valeur normalisée. Vous pourrez ainsi distinguer une mauvaise lecture d’une règle de conversion inadaptée.
Compter les erreurs par champ et par ligne
La documentation Google Document AI évalue l’extraction en comparant les prédictions aux annotations du lot de test, notamment avec précision et rappel. Cela permet de distinguer les informations proposées à tort des informations attendues mais manquées. Source : évaluation Document AI.
Pour une revue métier, présentez aussi des comptes faciles à lire : références correctes sur références vérifiables, lignes complètes sur lignes attendues, dossiers nécessitant une correction et erreurs critiques non signalées. Un score unique masque les champs fragiles.
Exemple fictif : sur dix factures, les dix totaux sont justes, mais deux numéros de facture sont mal lus et une quantité est associée au mauvais article. Le résultat sur les totaux est bon. Le flux n’est pas prêt à importer ces dix dossiers sans contrôle. Cet exemple ne mesure aucune performance de Kaliits.
Tester la confiance et les contrôles séparément
Un score de confiance sert à orienter la revue. Il ne remplace pas la comparaison avec la référence vérifiée. Testez les seuils sur votre lot et comptez ce qui est envoyé en revue, ce qui est bloqué et ce qui passe à tort.
Vérifiez aussi une valeur plausible mais erronée : une date valide sur la mauvaise page ou un montant correct pris dans le sous-total. Les contrôles de format ne détectent pas nécessairement ces erreurs de sens.
L’OCR ne doit pas être chargé de décider si une facture est déjà enregistrée ou si une livraison justifie la quantité facturée. Ce sont des contrôles distincts, à tester dans le flux documentaire.
Terminer par un import contrôlé et une reprise
Utilisez l’environnement de test disponible dans votre logiciel, ou un fichier d’import revu avant utilisation. Vérifiez les séparateurs décimaux, les références et les identifiants retournés. Une donnée extraite correctement peut encore être refusée à destination.
Simulez ensuite une interruption après l’envoi. Avant de relancer, le flux doit pouvoir retrouver l’enregistrement créé ou demander une vérification. Mesurez le temps de correction et de reprise, pas seulement le temps de lecture.
Comparez enfin l’approche proposée aux fonctions de capture et d’import déjà disponibles dans votre logiciel. Le bon choix peut être une meilleure utilisation de l’existant.
Décider sur un résultat que vous pouvez expliquer
Le compte rendu doit nommer le lot testé, les champs fragiles, les erreurs non détectées, la charge de revue et les cas encore exclus. Définissez vos critères d’acceptation avec finance et opérations avant de choisir l’outil.
Kaliits peut cadrer un flux de saisie documentaire vers vos outils. Pour évaluer votre cas, apportez un document autorisé, les champs attendus et le nom du logiciel de destination. Décrire mon test OCR.



