Bruker maskinlæring til å sortere regninger: – Vi ser på det som et menneske-maskin-samarbeid

TDCs data science-avdeling har bygget en maskinlærings-løsning (ML) som kan vurdere om en faktura til TDC dreier seg om konsulenttimer, maskinvare eller noe annet. Løsningen kan hjelpe en stor manuell oppgave med å kvalitetssikre at fakturaer til TDC blir kategorisert korrekt, forteller Jonas Munk, som er sjef for TDCs data science-avdeling.

– Når jeg har kjøpt en jobbtelefon, eller vi kjøper konsulenttimer, kommer fakturaen for det til TDC, og da er det svært viktig at man posterer disse tingene riktig. Det er en ganske stor oppgave, forklarer han.

Det synspunktet delte en ansatt i TDCs finansavdeling, og derfor spurte han data-analytikerne om de kunne bygge noe.

– Vi gikk inn der og avdekket potensialet for om noe slikt kunne la seg gjøre med de dataene som var til rådighet.

Trakk tekst ut av PDF-er

Utfordringen ved analysen er at det ikke alltid framgår bare i varebeskrivelsen hva som har blitt kjøpt. I tillegg er fakturaene bygd opp forskjellig, slik at den avgjørende informasjonen kan finnes flere forskjellige steder på dokumentet.

– Vi brukte noen åpen kildekode-pakker til å hente teksten ut av PDF-ene, forklarer Jonas Munk.

– Og når du har fått ut dette, kan du filtrere ut alle de innsiktspunktene som finnes i fakturaen. Det krevde en del databehandling, for det er ikke nok bare å se på beskrivelsen av varen.

Gradient boost

Med data fra PDF-ene begynte data science-avdelingen å bygge en klassifiseringsmodell som kunne vurdere hvilken kategori fakturaen tilhørte.

– Vi startet med å prøve en logistisk regresjon, men endte opp med å velge en gradient boost-modell, fordi den ga best ytelse. Dette fikk vi scriptet i R og testet på noen tusen bilag, forteller Jonas Munk.

Etter å ha fått algoritmen til å klassifisere fakturaene, ble outputen validert av en person fra finansavdelingen.

– Vi valgte en representativ stikkprøve og ba ham om å gå gjennom resultatet, og han var enig med algoritmen i 96 prosent av tilfellene. I det siste tilfellet var han selv i tvil, sier Jonas Munk.

– Etter denne testen kjørte vi det ut, og nå er det i ferd med å bli implementert i full skala og med en automatisert kvalitetskontroll.

Sanntids-analyse

Det neste skrittet blir ifølge Jonas Munk å se på om analysen skal foregå allerede når fakturaen havner hos TDC. På den måten kan systemet gi en anbefaling til medarbeideren om hvilken kategori fakturaen hører til i, framfor å kvalitetssikre medarbeiderens arbeid i ettertid.

Derfor ser TDC nå også på mulighetene for å kjøre analysen i sanntid, slik at medarbeideren ikke skal sitte og vente på et svar.

– Med sanntid mener vi at vi har et API eller en nettjeneste som kan gi medarbeiderne det svaret som de har bruk for mens de sitter med oppgaven. Akkurat nå ser vi veldig mye på hvordan et slikt oppsett skal kjøres, sier Jonas Munk

Uansett hva de velger, vil det fremdeles være en medarbeider involvert i prosessen.

– Vi ser på dette som en menneske-maskin-samarbeid, sier Jonas Munk.

– Vi mener fremdeles at det ligger en stor verdi i å hjelpe medarbeideren og gjøre hans eller hennes jobb lettere.

• Robotene kommer og tar rutinejobbene: Hva skjer med folk som har rutinejobbene nå?

Artikkelen har tidligere vært publisert på Datatech. Datatech tilhører Teknologiens Mediehus.