CAS CLIENT | SANTÉ
Manchester University NHS Foundation Trust automatise intégralement le traitement des factures et réduit les risques liés aux paiements
Edd Berry, Directeur de l’innovation financière, Manchester University NHS Foundation Trust
Défi
MFT traite environ 275 000 factures par an, reçues d’environ 6 000 fournisseurs, des milliers de types de factures différents. Il envisageait d’automatiser davantage la facturation en tirant des informations de sa solution IDP existante pour alimenter le système ERP, grâce à la RPA. Cependant, des efforts manuels étaient encore nécessaires pour relier les systèmes en raison d’erreurs et d’incohérences de l’IDP qui ne pouvaient pas être traitées par l’outil de RPA.
MFT avait besoin d’une solution IDP pouvant :
- Repérer et extraire automatiquement les informations pertinentes des factures avec beaucoup plus de justesse
- Passer les données de façon fiable à la RPA pour qu’elles soient rapprochées avec succès des bons de commande dans le système financier de MFT
- Minimiser les besoins de codage pour la manipulation des données
- Réduire le temps d’entraînement et de validation des factures
Solution
L’IDP d’ABBYY identifie les données pertinentes sur la facture, même avec les documents les plus complexes, et ce avec la plus grande justesse. L’outil de RPA peut alors les transmettre au système ERP.
L’IDP d’ABBYY permet à MFT d’appliquer des fonctionnalités avancées à des lots entiers de factures plutôt que de devoir répéter les règles pour chacune.
Le personnel peut désormais développer des compétences avec peu – voire pas – de codage, en optimisant les modèles d’extraction pré-intégrés et les règles standardisées de l’entreprise. L’IDP ABBYY apprend de la validation manuelle des documents, si bien que le temps consacré à la formation et à la validation des factures baisse en permanence.
Les résultats cohérents et fiables obtenus avec l’automatisation des factures ont mis en confiance MFT qui a pu étendre cette automatisation à d’autres processus que la facturation.
Valeur
- La solution a été déployée avec succès non pas en quelques mois, mais en quelques semaines
- Baisse des durées de traitement, des risques associés aux paiements et de la durée des réconciliations mensuelles
- Le personnel est libre de se consacrer à des activités essentielles à l’entreprise, plutôt qu’au codage
- Le Machine Learning permanent réduit le temps nécessaire au post-traitement et à la validation des données