Meridian Apparel è un brand di beni di consumo di medie dimensioni che si approvvigiona da fabbriche estere in più regioni. Due o tre analisti procurement riconciliano ogni fattura fornitore in ingresso con il database degli open PO e con il vendor master list dell'azienda prima che i dati confluiscano nei sistemi finance e inventory. Gli errori nel workbook master si propagano direttamente nei pacchetti di reporting rivisti dal CFO.
Le interruzioni di pagina, le celle unite e i numeri PO nascosti stavano rompendo silenziosamente il master sheet
Ogni ciclo mensile, il team elaborava decine di fatture con fino a 50 righe ciascuna — in arrivo come PDF scansionati, file digitali nativi e workbook Excel con layout a celle unite. La consolidazione era quasi interamente manuale: aprire ogni fattura, interpretarla visivamente, inserire a mano ogni riga.
Tre modalità di errore si sommavano tra loro. Le interruzioni di pagina producevano SKU orfani con quantità nulle — record che sembravano completi ma erano strutturalmente danneggiati. I template Excel dei fornitori con celle unite generavano righe vuote che gli analisti compilavano in modo incoerente. I fornitori che nascondevano i riferimenti PO negli header in testo libero — "Re: Your order 45992-A" — attivavano flag di PO non associato e cicli separati di correzione. La riconciliazione matematica intercettava circa il 90% degli errori OCR sulle righe spezzate, ma solo dopo che l'inserimento dei dati era già completato. Una spinta stagionale per integrare da tre a cinque nuove fabbriche e un'iniziativa finance che comprimeva i termini di pagamento da net-45 a net-30 hanno rotto il modello informale di scalabilità: i batch di fatture ora dovevano superare la validazione in un solo giorno lavorativo.
Energent.ai è diventato il pipeline end-to-end di consolidazione
Il team ha valutato una suite di macro Excel ampliata e una soluzione OCR standalone. Entrambe trattavano ingestione e validazione come fasi scollegate; nessuna delle due poteva riconciliare i valori estratti con il vendor master o con il database degli open PO. Energent.ai gestiva l'intero pipeline in una singola sessione agent:
- Instradava ogni documento in base alla presenza del text layer — i PDF nativi venivano elaborati direttamente, i PDF scansionati tramite estrazione vision — eliminando il drift delle coordinate
- Estraeva le righe su più interruzioni di pagina ancorandosi alle intestazioni di tabella invece che ai confini di pagina
- Propagava in avanti le colonne con celle unite — nome fabbrica, codice stile, numero PO — per rispecchiare l'intento del fornitore
- Recuperava i numeri PO nascosti tramite regex sull'intero blocco di testo, annotando i valori recuperati con un flag
source: text_recovery - Eseguiva una validazione in due fasi prima dell'append: la Fase 1 normalizzava date e campi numerici; la Fase 2 confrontava il vendor master, validava gli open PO ed eseguiva controlli matematici a livello di riga e di fattura
- Metteva in staging le eccezioni per codice di errore —
vendor_unmatched,math_fail,po_not_found,confidence_below_85pct— in una scheda dedicata senza toccare i dati validati
Nessuna pipeline OCR personalizzata. Nessuno script di validazione separato. Nessuna fragile suite di macro da mantenere.
La validazione si è spostata a monte dell'append nel master sheet
- Confidence gating all'85%. I record sotto soglia non arrivano mai al master sheet — finiscono nella scheda di staging con il motivo dell'errore allegato.
- Controlli matematici prima, non dopo. La riconciliazione a livello di riga e di fattura viene eseguita come parte della pipeline automatizzata, intercettando circa il 90% degli errori sulle righe spezzate prima che corrompano il workbook.
- Routing agnostico rispetto al formato. PDF scansionati, PDF nativi e workbook Excel vengono eseguiti nella stessa sessione; è il tipo di documento a determinare il percorso di estrazione, non il giudizio dell'analista.
- Coda eccezioni annotata. Ogni record segnalato porta un codice di errore specifico, sostituendo le correzioni informali ad hoc con una lista di revisione prioritaria.
Da due-tre giornate analista per batch a una revisione solo per eccezioni
- I batch di dieci fatture con 30 a 50 righe ciascuna richiedevano in precedenza due o tre giornate analista; ora l'elaborazione straight-through gestisce tutti i record che superano la riconciliazione della Fase 2 senza intervento dell'analista
- La normalizzazione con forward-fill e il recupero PO via regex hanno eliminato due categorie di errore di estrazione silenzioso su tutti i formati di template dei fornitori
- La scheda di staging etichettata — ogni eccezione annotata con un codice di errore specifico — ha sostituito un processo di correzione informale con una coda chiara e azionabile
"Ciò che è cambiato è che abbiamo smesso di trattare la validazione come qualcosa che avviene dopo l'inserimento dei dati. Le eccezioni restano in una scheda di staging con il motivo già allegato — sappiamo esattamente cosa correggere e perché prima di intervenire." — Priya Sharma, Procurement Operations Lead at Meridian Apparel