活用例

公開日：2023 / 5 / 31更新日：2024 / 1 / 19

活字や手書き文字をテキストデータに変換するOCR（光学文字認識）が注目を集めています。昨今の多くの業務システムでは、データを外部から取り込むためのインターフェースが用意されています。OCRシステムはこれらの業務システムと連携するために、紙やPDFなどをテキストデータへと変換するツールです。OCRを活用することでシステムへのデータ入力作業の省力化や誤入力の防止といった直接的な効果だけでなく、作業を省力化しリソースに余裕が出ることで、担当者がより付加価値の高い業務に時間を使えるので、業務の生産性が向上するといった効果も期待できます。

紙での運用をもとにしたワークフローは、さまざまな場面で情報の停滞を招きます。

一例として、請求書の処理フローを見てみましょう。

取引先からの請求書が担当の営業部門に紙で届き、担当者はそのコピーをとって保管し、原紙には確認済みという印を押して、経理部門に回す。経理部門では支払伝票を起こし、支払い予定としてデータを登録する…。

このように、紙データがさまざまな部門で転記され、保管されるという運用は今でも多くの企業で行われています。もし、OCRで請求書の内容がテキストデータ化されていたならば、データはシステム上をスムーズに流れ、紙の保管は１カ所になり、データの転記作業は格段に省力化されます。

業務データとの連携を検討する場合、まずはERPのような基幹システムとの連携が考えられます。ERPは会計システムが中心にあって、その周りに各業務システムが存在するイメージです。販売管理、生産管理、会計管理を中心にして経費精算、勤怠管理、労務管理、CRM、MA（マーケティングオートメーション）など、さまざまな機能を一元管理することで大きな価値を生み出します。

ERPの販売管理システムでは、売り上げ・売り掛けデータが会計システムの仕訳データと連携されます。OCRの活用方法としては、仕入れ先からの請求書をOCRでテキストデータ化し、仕入れ管理システムへ連携するという方法が考えられます。ほかにも、経費精算システムでレシートや領収書をOCRで読み込んでデータ化して会計システムと連携することもできるでしょう。

OCRを使った紙データからの変換事例として、身近なところでは顧客に関連するデータも思いつくところです。展示会やイベント会場で収集した見込み顧客の情報やアンケートの回答など、貴重な顧客接点をスピーディーに管理する必要があります。例えば、アンケートの回答から、その企業に必要な情報を素早く把握し、メールで情報提供できたならば、印象はどうでしょうか。一刻も早く自社のマーケティングの仕組みに乗せることで、タイムリーに見込み顧客にアプローチすることができます。そこで得た情報は顧客の活動情報として蓄積されて、CRMシステムの中心情報として活用されていきます。

企業以外でもOCRの活用の幅は広がりを見せています。例えば、病院やクリニックで待ち時間が長くなってしまう理由として受付業務の問題があります。

新患で病院に行くと受付票を記入します。そして、問診票を記入し、窓口に保険証と一緒に提出します。最近の医療施設では電子カルテが導入されているケースが多い一方、受付票や問診票は手書きがメイン。受付担当者は回収した受付票や問診票の内容を電子カルテに登録し、保険証情報の確認を行います。これらの情報が電子カルテシステムに登録されて初めて、診察に回すことが可能になります。

ある病院では手書きで書かれた受付票と問診票をスキャニングして、OCRによってテキストデータに変換し、電子カルテシステムに連携するという方法をとりました。こうすることで、受付業務を省力化し、待ち時間を短くすることに成功しました。

OCRで紙のデータをテキストデータ化することによるメリットは、

1. データの手入力作業を減らすことができる
2. 転記の作業が格段に減ることで入力ミスを減らすことができる
3. CSV、API、RPAなどを利用し、システムへのデータ連係が容易になる

といった点があります。

一方、OCRの認識率は100%にはならないので、効果的に活用するには、以下について注意する必要があります。

• どのタイミングでテキストデータのチェックをするのが効果的なのか。
  OCRで変換した直後にシステムで提供している修正画面から都度確認、修正を行うのがよいか、変換されたデータが利用される連係先のシステムの中でのエラーチェックを通した後でまとめて修正するのがいいのか、データ量や誤認識の発生頻度などから判断する必要があります。
• チェックの方法は目視か、それともシステムでチェックできるのか。
  例えば、勤怠表をOCRでデータ化した場合、元の勤怠票に合計時間を記入させることで、変換された勤怠票の日ごとの時間を集計した結果とOCR変換前に記入された集計時間を比較して同じ値になっているかなど、チェックの仕組みを数種類組み込みます。

コンピューターシステムが扱えるデータは今後広がってくることが考えられますが、現時点ではテキストデータが中心です。OCRにもAI（人工知能）が搭載されることによって、手書き文字の変換や文字の一部が欠けたもの、かすれた文字などを、かなりの精度で読み取ることができるようになってきました。また、帳票に記載されているラベルから推測して必要データを読み取るなど、今後も進化していくことが予想できます。

業務の起点が紙ではなくデータ化することで業務とデータがスムーズに流れるようになり、無駄な作業がなくなります。情報の伝達、共有がスピードアップすることで、これまでになかった発想が生まれるかもしれません。そして、人にしかできないクリエーティブな仕事に集中する時間を創出することを可能にします。