การแปลง PDF สแกนเป็น Excel ด้วย OCR ช่วยลดงานคีย์ข้อมูลได้มาก แต่ในทางปฏิบัติ งานสำคัญมักเริ่มหลังจากตารางถูกดึงออกมาอยู่ในสเปรดชีตแล้ว หากต้นฉบับเป็นรายการใบแจ้งหนี้ รายงานค่าใช้จ่าย สรุปการชำระเงิน หรือรายการเดินบัญชี ความคลาดเคลื่อนเล็กน้อยจาก OCR อาจกลายเป็นปัญหาใหญ่ได้ เช่น วันที่ถูกอ่านผิด จุดทศนิยมตกหาย หรือเลขที่บัญชีขาดเลขบางตัว
บทความนี้จึงเน้นที่การตรวจทานหลังการแปลง PDF สแกนเป็น Excel ไม่ได้เน้นการปรับภาพสแกนหรือการตรวจยอดรวมของทุกแถวเป็นหลัก แต่จะพาไล่ดูจุดเสี่ยงที่มักส่งผลต่อการใช้งานจริงมากที่สุด ได้แก่ วันที่ จำนวนเงินที่มีทศนิยม และเลขที่บัญชีหรือรหัสอ้างอิง
หากต้องการดูข้อมูลพื้นฐานเพิ่มเติมเกี่ยวกับหน้าเครื่องมือและสถานะการให้บริการ สามารถดูได้ที่ข้อมูล OCR PDF to Excel โดยควรใช้เป็นหน้าอธิบายข้อมูลและความพร้อมของเครื่องมือ ไม่ใช่หน้าสำหรับสั่งแปลงไฟล์โดยตรง
ทำไมต้องให้ความสำคัญกับ 3 ช่องข้อมูลนี้เป็นพิเศษ
ข้อผิดพลาดจาก OCR ไม่ได้มีผลเท่ากันทุกช่อง หากข้อความในหมายเหตุผิดไปเล็กน้อยอาจแค่รบกวนการอ่าน แต่ถ้าวันที่หรือจำนวนเงินผิด ผลกระทบอาจลามไปถึงการกระทบยอด การออกรายงาน การติดตามการชำระเงิน หรือการนำเข้าข้อมูลต่อในระบบอื่น
ช่องข้อมูลที่ควรตรวจเป็นอันดับแรกมักได้แก่
- วันที่: OCR อาจสลับตัวเลข สับสนเครื่องหมายคั่น หรืออ่านวันและเดือนผิดตำแหน่ง
- จำนวนเงินทศนิยม: จุดหรือจุลภาคที่จางในภาพสแกนอาจหาย ถูกย้ายตำแหน่ง หรือถูกตีความผิด
- เลขที่บัญชีและรหัสอ้างอิง: ตัวเลขยาว ๆ มักเสี่ยงต่อการรวมเลขเข้าด้วยกัน เลขศูนย์หาย หรือสับสนระหว่างอักขระที่หน้าตาคล้ายกัน
สาเหตุหลักคือ OCR มองจากรูปแบบของภาพ ไม่ได้เข้าใจความหมายทางธุรกิจเสมอไป ดังนั้นต่อให้สเปรดชีตดูเรียบร้อย ก็อาจยังมีข้อมูลผิดแบบที่มองผ่านตาแล้วไม่ทันสังเกต
ตัวอย่างเอกสารจริงที่ควรตรวจละเอียด
ลองนึกถึงไฟล์ PDF สแกนที่มีตารางรายการใบแจ้งหนี้ โดยมีคอลัมน์ดังนี้
- วันที่ใบแจ้งหนี้
- เลขที่ใบแจ้งหนี้
- เลขที่บัญชีลูกค้า
- ยอดก่อนภาษี
- ภาษี
- ยอดรวม
หลังแปลง PDF สแกนเป็น Excel ไฟล์อาจดูเหมือนใช้งานได้ทันที แต่เมื่อตรวจละเอียดอาจเจอปัญหา เช่น
12/09/2026กลายเป็น17/09/20261540.75กลายเป็น15407500198234กลายเป็น19823488.40กลายเป็นB8.40A10239008กลายเป็นA1023900B
ความผิดพลาดแต่ละจุดอาจดูเล็ก แต่ถ้านำไฟล์ไปกรองข้อมูล จับคู่รายการ ทำรายงาน หรือนำเข้าระบบต่อ ผลเสียอาจสะสมอย่างรวดเร็ว
ขั้นตอนตรวจทาน 5 ขั้นหลัง OCR
ใช้ลำดับนี้ก่อนเชื่อถือไฟล์ที่แปลงออกมา
-
เปิดต้นฉบับไว้เทียบตลอดเวลา
ควรเปิด PDF สแกนต้นฉบับไว้ข้างไฟล์ Excel เพื่อเทียบกับภาพจริง ไม่อาศัยความจำ -
เริ่มจากคอลัมน์ความเสี่ยงสูงก่อน
ตรวจวันที่ จำนวนเงิน เลขที่บัญชี เลขอ้างอิง เลขภาษี และยอดคงเหลือก่อนคอลัมน์คำอธิบาย -
กำหนดรูปแบบเซลล์ให้เหมาะกับข้อมูล
ตั้งคอลัมน์วันที่ให้เป็นวันที่ คอลัมน์ยอดเงินให้เป็นตัวเลข และคอลัมน์รหัสที่ต้องเก็บเลขศูนย์นำหน้าให้เป็นข้อความ -
คัดกรองรูปแบบที่น่าสงสัย
มองหาค่าว่าง ค่าที่สั้นหรือยาวผิดปกติ ตัวอักษรปะปนในช่องตัวเลข และรูปแบบเครื่องหมายคั่นที่ไม่สม่ำเสมอ -
สุ่มตรวจทีละแถวในจุดเสี่ยง
ให้ความสำคัญกับแถวที่มียอดสูง รูปแบบวันที่ไม่ปกติ หรือรหัสยาวผิดสังเกต เพราะหากผิดจะมีต้นทุนแก้ไขสูงกว่า
วิธีตรวจวันที่ไม่ให้พลาดง่าย
วันที่เป็นข้อมูลที่หลอกตาได้ง่าย เพราะต่อให้ OCR อ่านผิด ผลลัพธ์ก็ยังอาจดูเหมือนวันที่ที่ถูกต้องอยู่ดี
แนวทางตรวจที่ใช้ได้จริงมีดังนี้
- ยืนยันก่อนว่าต้นฉบับใช้รูปแบบใด เช่น
DD/MM/YYYY,MM/DD/YYYYหรือYYYY-MM-DD - ดูว่า OCR ใช้เครื่องหมายคั่นแบบเดียวกันทั้งคอลัมน์หรือไม่ เช่น
/,-หรือ. - เรียงลำดับคอลัมน์วันที่เพื่อดูว่ามีค่าที่หลุดจากช่วงเวลาปกติหรือไม่
- กรองหาค่าว่าง หรือวันที่ที่เก่าหรือใหม่ผิดจากรายการส่วนใหญ่
- เทียบแถวต้น ๆ แถวท้าย ๆ และสุ่มแถวกลางเอกสารกับ PDF ต้นฉบับ
สัญญาณเตือนที่พบบ่อย ได้แก่
- บางแถวสลับวันกับเดือน แต่บางแถวไม่สลับ
- วันที่หลักเดียวถูกอ่านเป็นเลขอื่น
- วันที่ถูกเก็บเป็นข้อความ ไม่ใช่ค่าวันที่จริง
- มีวันที่ซ้ำหลายแถวทั้งที่ต้นฉบับเป็นคนละวัน
วิธีง่าย ๆ คือเพิ่มคอลัมน์ชั่วคราว เช่น ตรวจวันที่ แล้วระบุสถานะเป็น ผ่าน, ต้องดูซ้ำ หรือ ไม่ตรงต้นฉบับ
วิธีจับข้อผิดพลาดของทศนิยมและจำนวนเงิน
คอลัมน์จำนวนเงินควรตรวจอย่างละเอียดเป็นพิเศษ เพราะ OCR มักอ่านผิดที่จุดทศนิยม จุลภาค เครื่องหมายลบ และสัญลักษณ์สกุลเงิน
จุดที่ควรตรวจมีดังนี้
- ต้นฉบับใช้รูปแบบ
1,234.56หรือ1.234,56 - ยอดติดลบยังคงมีเครื่องหมายลบหรือวงเล็บครบหรือไม่
- มียอดที่มากขึ้นหรือเล็กลง 100 เท่า หรือ 1,000 เท่าหรือไม่
- มีตัวเลขที่ถูกนำเข้าเป็นข้อความเพราะติดจุลภาค เว้นวรรค หรือมีสัญลักษณ์เกินมาหรือไม่
- เปรียบเทียบยอดก่อนภาษี ภาษี และยอดรวมในตัวอย่างบางแถวกับต้นฉบับ
ตารางสั้น ๆ ต่อไปนี้ช่วยตรวจได้เร็วขึ้น
| ช่องที่ตรวจ | ความผิดพลาดที่พบบ่อย | สิ่งที่ควรสังเกต |
|---|---|---|
| ยอดก่อนภาษี | จุดทศนิยมตกหาย | จำนวนเงินสูงผิดปกติทันที |
| ภาษี | 8 ถูกอ่านเป็น B หรือ 3 |
มีตัวอักษรปะปนในคอลัมน์ตัวเลข |
| ยอดรวม | รูปแบบเครื่องหมายคั่นไม่เหมือนกัน | บางแถวแสดงผลคนละแบบ |
| ยอดติดลบ | เครื่องหมายลบหาย | รายการคืนเงินกลายเป็นยอดบวก |
แม้ภายหลัง Excel จะคำนวณต่อได้ ก็ไม่ได้แปลว่าค่าที่ OCR ดึงมาตั้งต้นถูกต้องเสมอไป จึงควรย้อนเทียบกับ PDF สแกนอย่างน้อยเป็นตัวอย่าง
วิธีตรวจเลขที่บัญชีและรหัสอ้างอิง
เลขที่บัญชี เลขที่ใบแจ้งหนี้ รหัสอ้างอิง และเลขประจำตัวต่าง ๆ ควรตรวจในฐานะข้อความมากกว่าตัวเลขสำหรับคำนวณ
หลักที่ควรจำมีดังนี้
- ต้องรักษาเลขศูนย์นำหน้าไว้
- ไม่ควรปล่อยให้โปรแกรมจัดรูปแบบเป็นตัวเลขอัตโนมัติสำหรับรหัสยาว
- ระวังอักขระที่หน้าตาคล้ายกัน เช่น
0กับO,1กับI,5กับS,8กับB - ตรวจความยาวที่ควรเป็นของรหัสแต่ละประเภท
- มองหาค่าที่ซ้ำกันในคอลัมน์ที่ควรไม่ซ้ำ
สามารถทำรายการตรวจสั้น ๆ ข้างข้อมูลได้ เช่น
- ความยาวตรงตามที่ควรเป็น
- มีเฉพาะอักขระที่อนุญาต
- เลขศูนย์นำหน้ายังอยู่ครบ
- ไม่มีช่องว่างเกินมา
- แถวตัวอย่างตรงกับต้นฉบับ PDF
ถ้าคอลัมน์ใดควรมี 10 หลักทุกแถว แถวที่มีเพียง 9 หรือ 11 หลักควรถูกดึงมาตรวจทันที
เช็กลิสต์สั้น ๆ ก่อนนำไฟล์ไปใช้งานจริง
ก่อนนำผลจากการแปลง PDF สแกนเป็น Excel ไปทำรายงาน กระทบยอด หรือนำเข้าระบบอื่น ลองไล่ตามรายการนี้
- ยืนยันรูปแบบวันที่จากต้นฉบับแล้ว
- ยืนยันรูปแบบจุดทศนิยมและหลักพันแล้ว
- เลขศูนย์นำหน้าถูกเก็บครบในช่องที่จำเป็น
- คอลัมน์ตัวเลขไม่มีข้อความปะปน
- คอลัมน์รหัสถูกเก็บเป็นข้อความเมื่อเหมาะสม
- กรองและตรวจค่าผิดปกติแล้ว
- สุ่มเทียบข้อมูลบางแถวกับ PDF สแกนแบบทีละบรรทัดแล้ว
- ตรวจแถวที่มูลค่าสูงหรือมีความเสี่ยงสูงด้วยตนเองแล้ว
เช็กลิสต์ลักษณะนี้อาจดูธรรมดา แต่ช่วยลดปัญหาการเชื่อผลลัพธ์เพียงเพราะหน้าตาไฟล์ดูสะอาดเรียบร้อย
ข้อจำกัดที่ควรรู้ของการตรวจหลัง OCR
การตรวจทานช่วยลดความเสี่ยงได้มาก แต่ไม่ได้รับประกันว่าจะพบข้อผิดพลาดทุกจุดเสมอไป
ข้อจำกัดที่ควรคำนึงถึง ได้แก่
- หากภาพสแกนคุณภาพต่ำมาก ความผิดพลาดอาจเกิดซ้ำเป็นรูปแบบเดียวกันหลายแถว
- หากตารางในต้นฉบับเอียง ขาดหาย หรือถูกตัดขอบ อาจต้องตรวจด้วยมือมากขึ้น
- รูปแบบวันที่ที่กำกวมอาจต้องอาศัยบริบทธุรกิจประกอบ ไม่ใช่ดูจากภาพอย่างเดียว
- เลขที่บัญชีบางประเภทตรวจความถูกต้องจากภาพเพียงอย่างเดียวไม่ได้ หากไม่มีข้อมูลอ้างอิงที่เชื่อถือได้
- ตารางที่มีการรวมช่องหรือมีหลายบรรทัดในหนึ่งรายการ อาจทำให้ค่าถูกเลื่อนไปผิดคอลัมน์
ดังนั้นระดับการตรวจควรสัมพันธ์กับความสำคัญของงาน ยิ่งข้อมูลจะถูกนำไปใช้ต่อในงานสำคัญมากเท่าไร การตรวจยิ่งควรละเอียดมากขึ้นเท่านั้น
สรุปแนวทางใช้งานอย่างปลอดภัยขึ้น
การแปลง PDF สแกนเป็น Excel จะมีประโยชน์มากขึ้นเมื่อทำคู่กับขั้นตอนตรวจทานที่ชัดเจน โดยเฉพาะวันที่ จุดทศนิยม และเลขที่บัญชี ซึ่งเป็นจุดที่ OCR อ่านคลาดเคลื่อนได้ง่ายและหากพลาดแล้วมักกระทบการใช้งานต่อทันที
แทนที่จะถามเพียงว่าตารางถูกดึงออกมาได้หรือไม่ ควรถามต่อว่าข้อมูลสำคัญยังคงความหมายเดิมเหมือนใน PDF สแกนต้นฉบับหรือไม่ เมื่อเปลี่ยนมุมมองมาแบบนี้ ผลลัพธ์จาก OCR ก็จะใกล้เคียงกับข้อมูลที่พร้อมใช้งานจริงมากขึ้น ไม่ใช่เพียงไฟล์ร่างที่ดูเรียบร้อยเท่านั้น