Waarom pakbonnen voor kwaliteitscontrole zo lastig zijn
Een pakbon klinkt eenvoudig: productnaam, hoeveelheid, gewicht, misschien een lotnummer. Maar in de praktijk komt diezelfde informatie binnen als een nette PDF van de ene leverancier, als een screenshot van een mobiele telefoon van de volgende en als een Excel-bestand met een eigen opmaak van de derde. Voor een keurssysteem als QC4U maakt dat niet uit: het verwacht gestructureerde invoer. De medewerker die ertussenin zit, typt dus alles over. Elke keer. Dat is niet alleen tijdrovend, het is ook een bron van fouten op een plek waar fouten direct gevolgen hebben: de kwaliteitscontrole.
Wat er mis gaat als je dit rechtstreeks wil automatiseren
De eerste reflex is: we zetten er OCR op en dan leest het systeem het wel uit. Dat werkt zolang het format vaststaat. Zodra een leverancier zijn lay-out aanpast, een veld verplaatst of een tabel anders opmaakt, leest de template niets meer. En in food en vershandel wisselen leveranciers regelmatig van formaat, zonder dat ze dat melden. Je bouwt dus eigenlijk een onderhoudspost, geen oplossing. Wat je nodig hebt is een systeem dat de documentcontext begrijpt: wat is hier het artikelnummer, wat is het gewicht, wat is de partijnummer? Ongeacht waar op de pagina die gegevens staan en hoe ze zijn opgemaakt.
Wat je leert van de variatie in de brondata
Het echte leermoment bij het automatiseren van pakbonnen voor kwaliteitscontrole is dit: de kwaliteit van je automatisering is gelijk aan de kwaliteit van de zwakste invoerbron. Een screenshot gemaakt in slechte belichting, een PDF die is gegenereerd vanuit een oud systeem zonder tekstlaag, een Excel-bestand met samengevoegde cellen en verborgen rijen: al die varianten moeten worden herkend en correct worden omgezet. Dat lukt niet in één keer. Je begint met de leveranciers die het vaakst en het meest gestructureerd aanleveren. Die pak je als eerste aan. Dan bouw je het volume op. De moeilijkere gevallen, de leveranciers met slechte PDF-kwaliteit of sterk wisselende opmaak, die behandel je apart. Zo stijgt het automatiseringspercentage stap voor stap, in plaats van dat je alles tegelijk probeert en niets goed werkt.
Wanneer is automatiseren van pakbonnen voor kwaliteitscontrole zinvol?
Het loont als je voldoende volume hebt en als de invoer in het keurssysteem een herkenbaar patroon heeft: dezelfde velden, terugkerende leveranciers, een vast proces. Bij HDG gaat het om 200.000 paklijsten per jaar. Op dat volume levert automatisering bijna een volledige FTE terug, die nu weer beschikbaar is voor het echte inspectiewerk. Is je volume lager of is je proces sterk situationeel, dan is het eerlijker om te beginnen met de drukste leveranciers en daar de tijdwinst eerst te meten. Automatiseren is geen beslissing van alles-of-niets.
Wat human-in-the-loop betekent bij kwaliteitscontrole
Bij kwaliteitscontrole wil je geen systeem dat zelf beslissingen neemt en fouten wegmoffelt. dottle markeert afwijkingen: als een veld niet met zekerheid kan worden uitgelezen, of als de uitgelezen waarde niet overeenkomt met een verwachte referentie, krijgt een medewerker die ter accordering. De medewerker accordeert, niet het systeem. Dat is bewust. In een omgeving waar een fout in de partijregistratie direct gevolgen heeft voor de keuring, is voorspelbaarheid belangrijker dan snelheid. 85 procent loopt automatisch door; de rest vraagt een check. Dat is een betere werkverdeling dan alles handmatig invoeren.