El software de captura de documentos se refiere a aplicaciones que brindan la capacidad y el conjunto de funciones para automatizar el proceso de escaneo de documentos en papel o la importación de documentos electrónicos, a menudo con el fin de alimentar procesos avanzados de clasificación de documentos y recopilación de datos. [1] La mayoría del hardware de escaneo , tanto escáneres como fotocopiadoras , proporciona la capacidad básica de escanear a cualquier número de formatos de archivos de imagen , incluidos: PDF , TIFF , JPG , BMP , etc. Esta funcionalidad básica se ve reforzada por el software de captura de documentos, que puede añadir eficiencia y estandarización al proceso.
Las características típicas del software de captura de documentos incluyen:
El objetivo de implementar una solución de captura de documentos es reducir la cantidad de tiempo dedicado a escanear, separar, mejorar, organizar, clasificar, normalizar y recopilar información de las colecciones de documentos, y producir metadatos junto con un archivo de imagen/PDF, y/o Texto OCR. Luego, esta información se migra a un recurso compartido de archivos, un sitio FTP, una base de datos, un sistema de gestión de documentos o de gestión de contenidos empresariales . Estos sistemas suelen proporcionar una función de búsqueda que permite buscar los activos en función de los metadatos producidos y luego verlos utilizando un software de imágenes de documentos .
Muchas organizaciones están adoptando ECM ( gestión de contenido empresarial ) y su componente DMS ( sistema de gestión de documentos ) como sistema de gestión de documentos corporativos para todo tipo de archivos electrónicos, por ejemplo, MS Word , PDF... Sin embargo, gran parte de la información que posee las organizaciones está en papel y esto debe integrarse dentro del mismo repositorio de documentos.
Al convertir documentos en papel a formato digital mediante el escaneo, las organizaciones convierten el papel en formatos de imagen como TIF, JPG y PDF, y también extraen información de índice valiosa o datos comerciales del documento utilizando la tecnología OCR . Los documentos digitales y los metadatos asociados se pueden almacenar fácilmente en el ECM en una variedad de formatos. El más popular de estos formatos es PDF, que no sólo proporciona una representación precisa del documento sino que también permite almacenar todo el texto OCR del documento detrás de la imagen PDF. Este formato se conoce como PDF con texto oculto o PDF con capacidad de búsqueda de texto. Esto permite a los usuarios buscar documentos utilizando palabras clave en los campos de metadatos o buscando el contenido de archivos PDF en el repositorio.
La información mantenida en papel suele ser tan valiosa para las organizaciones como los documentos electrónicos que se generan internamente. A menudo, esta información representa una gran proporción de la correspondencia diaria con proveedores y clientes. Tener la capacidad de gestionar y compartir esta información internamente a través de un sistema de gestión de documentos como SharePoint o un repositorio compatible con CMIS mejora la colaboración entre departamentos o empleados y también elimina el riesgo de perder esta información debido a desastres como inundaciones o incendios.
Las organizaciones que adoptan un ECM/DMS a menudo implementan un flujo de trabajo electrónico que permite que la información mantenida en papel se incluya como parte de un proceso comercial electrónico y se incorpore a un archivo de registro de cliente junto con otros documentos de oficina y correos electrónicos asociados. Para documentos críticos para el negocio, como órdenes de compra y facturas de proveedores, la digitalización de documentos ayuda a acelerar las transacciones comerciales, así como a reducir el esfuerzo manual involucrado en ingresar datos en sistemas comerciales, como CRM, ERP y Contabilidad. Las facturas escaneadas también se pueden enviar a los gerentes para que aprueben el pago por correo electrónico o mediante un flujo de trabajo electrónico.
En las implementaciones anteriores del software de captura de documentos, la tecnología se centraba únicamente en la digitalización y captura de información de documentos en papel. Las imágenes de los documentos se adquirieron desde escáneres de documentos a través de controladores TWAIN/ISIS. Normalmente, sólo los formatos de archivos basados en imágenes, como TIF, JPG y BMP, eran compatibles con estas soluciones. Pero en los últimos años, a medida que el volumen de documentos creados electrónicamente y el número de formatos de archivos propietarios siguen aumentando a un ritmo exponencial, ha aumentado la necesidad de manejar documentos existentes en formatos electrónicos. Los productos de captura de documentos relevantes se han adaptado para funcionar con formatos de archivos que no son imágenes con el objetivo final de crear un flujo de trabajo de procesamiento unificado capaz de manejar todos los documentos entrantes.
La capacidad de importar archivos de una variedad de fuentes es un ejemplo de dicha adaptación. La importación de documentos desde soluciones de software ECM/DMS, servidores de correo electrónico, FTP y EDI es ahora un requisito tan importante del software de captura de documentos como lo es la captura en papel.
La normalización de los archivos de salida al formato PDF basado en texto es ahora otro factor crítico en el archivado a largo plazo de formatos de archivos electrónicos propietarios. La normalización amplía el acceso y el uso de archivos a los usuarios de toda la empresa, en lugar de solo a aquellos que crearon el archivo electrónico original.