Door middel van scannen maak je van papieren pagina’s een elektronisch document. Dit document ondergaat op zijn beurt een classificatie en wordt verspreid naar medewerkers, die het weer verwerken.

Omdat het verwerken van papieren documenten veel handwerk vereist, zijn veel organisaties overgaan op elektronische berichtenstromen. Door middel van elektronische formulieren wordt de informatie ‘uitgevraagd’. Omdat de data al machine-leesbaar op het formulier aanwezig zijn, vervalt het bewerkelijke digitaliseren en corrigeren. Veel organisaties hebben het gebruik van elektronische formulieren aangemoedigd en soms zelfs verplicht gesteld. Zo moeten uitkeringsgerechtigden in principe al hun communicatie met UWV langs deze weg doen. [¹]

Maar de papieren poststroom neemt gestaag af. Met als effect dat centrale postkamers, waar alle schriftelijke communicatie binnenkomt, ook verdwijnen. Berichten, zoals e-mails, worden rechtstreeks naar (groepen) medewerkers gestuurd. En daarmee verliezen organisaties hun grip op de communicatiestromen. Dit kan betekenen: informatie raakt zoek, berichten blijven liggen of worden verkeerd afgehandeld en/of onbevoegden krijgen toegang tot vertrouwelijke informatie.

Sociale media

Daarnaast groeit het aantal manieren waarop is te communiceren. Naast e-mail zijn er vooral veel sociale-mediakanalen bijgekomen. Klanten kunnen vragen en berichten sturen via Facebook, Twitter, Google en Instagram. Al die kanalen verdienen aandacht terwijl belangrijke zaken eruit moeten worden gevist voor verdere verwerking. Dat is nu voornamelijk handwerk.

“We moeten het hele bericht lezen om de achternaam te vinden, als die er al in staat.”

En zo schieten we in onze eigen voet. Dachten we door het gebruik van elektronische formulieren de inkomende communicatie te stroomlijnen, blijkt dat door de wildgroei in sociale media het aantal kanalen veel groter is geworden. Dachten we door het gebruik van gestructureerde formulieren data-elementen eenduidige te identificeren – in het veld ‘Achternaam’ staat de achternaam – bij sociale media zijn de berichten vrij. Dan moeten we het hele bericht lezen om de achternaam te vinden (als die er al in staat).

Cognitieve documentverwerking

Er zijn oplossingen die deze trend keren. Door bijvoorbeeld gebruik te maken van artificiële intelligentie (AI). Met AI is de vrije tekst te lezen en te interpreteren. Deze vorm van AI, natural language processing (NLP), maakt het mogelijk relevante concepten in een tekst te herkennen. En op basis van die concepten het bericht te identificeren en te classificeren. Deze classificatie kon al gebeuren op basis van woorden en de plaats van woorden in de tekst. Maar NLP kan ook woorden in hun context in de zin of zinnen plaatsen. Dat noemen we een conceptextractie. Zo kunnen we niet alleen het woord ‘klacht’ lezen, maar ook bepalen waar deze klacht over gaat. Zo is er een wezenlijk verschil tussen de zin ‘Ik heb een klacht over uw product’ en de zin ‘Uw afhandeling van mijn klacht was perfect’. Cognitieve computing met machine learning kan deze verschillen gaan herkennen. Ik zeg niet dat dit eenvoudig is, maar door het systeem goed te trainen zijn nu al snel resultaten te boeken.

Automatische analyse van teksten heeft twee gebruiksdoelen die met de huidige stand van de techniek al zijn te bereiken. Ten eerste: classificatie van het bericht of document. Hiermee is het bericht in de juiste plaats te archiveren. Met daarbij de bijbehorende bewaartermijnen en eventueel het juiste beveiligingsniveau. Ten tweede: het opstarten van het juiste bedrijfsproces om het bericht af te handelen. Naast deze operationele zaken kunnen we NLP ook inzetten voor data-analyse – over trends en voorspellingen – en kennisborging. Hier wordt de laatste tijd veel over gepubliceerd. Mijn advies: het snelste voordeel haal je toch echt uit een efficiëntere uitvoering van de bulkprocessen van een organisatie.

Met AI, zoals Cognitive Document Processing van Capgemini, is veel werk te besparen. Door cognitieve vaardigheden bij het inputmanagement te automatiseren, kunnen organisaties de vloed aan berichten uit elk kanaal weer gestructureerd gaan verwerken. Maar de verwerking van berichten en documenten kan ook sneller gaan. Zodat organisaties op hun beurt snel kunnen reageren op wat hun klanten willen. Resultaat: een streep voor op de concurrentie.

[¹] Of deze manier van communiceren voor iedereen wel zo gebruiksvriendelijk is, laat ik hier buiten beschouwing. Wel wijs ik erop op dat het verplichten van elektronische communiceren bevolkingsgroepen kan uitsluiten. Zo stelt de ombudsman Reinier van Zutphen dat de overheid niet alleen op een digitale manier met burgers mag communiceren en er altijd een tweede optie mogelijk moet zijn, zoals gewone post.

Dit artikel is eerder gepubliceerd op computable.nl.

English:

Processing large volume of paper documents requires a lot of manual efforts. Our new solution Cognitive Document Processing can reverse this trend through automation.

Input management – many people don’t know what it is. In short, input management refers to the systems that ensure that information from outside an organization arrives in an orderly manner and is distributed through the organization. In the past, this involved paper documents delivered by post or by fax. The method most large organizations have started involves digitizing documents in a central mail room. An electronic document is created from the paper pages by scanning it. After scanning, this document is classified and distributed to the employees who have to process it.

Electronic forms

Because the processing of paper documents requires a lot of manual work, many organizations have switched to electronic document and messages. The information is input by means of electronic forms. Because the data is already machine-readable on the form, the elaborate digitization and correction of data are no longer necessary. Many organizations have encouraged, and sometimes even prescribed, the use of electronic forms. For example, the Dutch social security institute UWV only accepts, in principle, electronic forms and other documents. Paper is ruled out.

The paper mail flow is steadily declining. As a side-effect, central mailrooms, where all written communication arrives, are also disappearing. Messages, such as emails, are sent directly to (groups of) employees. In this way, organizations can lose their grip on communication flows. This implies that information gets lost, messages are forgotten or handled incorrectly, or unauthorized persons can gain access to confidential information.

Social media

The number of ways in which we communicate is also growing. In addition to email, a great many social media channels have been added as a communication channel for organizations. Customers can send questions and messages via Facebook, Twitter, Google, Instagram, and so on. All these channels must be monitored and the important issues detected and processed accordingly. Currently, this is mostly done manually.

And so, we are shooting ourselves in the foot again. We thought we could streamline incoming communication through the use of electronic forms, but the proliferation of social media has increased the number of communication channels. By using structured forms, we thought we could identify data elements unambiguously, the “family name” field records the family name, but in social media, the messages are free format. We may have to read the entire message to find the family name if it is mentioned at all.

Cognitive document processing

Fortunately, there are solutions that can reverse this trend, and they involve artificial intelligence (AI). With AI, free text can be read and interpreted. This form of AI, natural language processing (NLP), makes it possible to recognize the relevant concepts in a text and identify and classify the message based on those concepts. Classification is already possible based on words and the place of words in the text. But NLP can also place words in their context in the sentence or sentences. We call this a concept extraction. This way, we not only read the word “complaint,” but also determine what the complaint is about. For example, there is a substantial difference between the phrase “I have a complaint about your ACME product” and the phrase “Your handling of my complaint has been perfect.” Cognitive computing with machine learning can recognize such differences. I am not saying that this is going to be easy, but by properly training the system, we can achieve results quickly.

Automatic analysis of texts has two uses that can already be delivered with the current state of AI. First, classification of the message or document contents: this technique allows the message to be archived in the right place, with the associated retention periods and, possibly, the correct security level. Secondly, starting the right business process to handle the message: in addition to these operational use cases, we can also use NLP for data analysis – for trends and forecasts – and knowledge management. Many articles have been published on this topic recently, but my advice is: if you want to get benefits fast, start with a more efficient implementation of the document-based bulk processes of your organization.

A lot of work can be saved with AI, such as Capgemini’s Cognitive Document Processing. By automating cognitive skills in input management, organizations can process the flood of messages from each channel in a structured way. And the processing of messages and documents can go faster. So, in turn, organizations can respond more quickly to the needs of their customers. In result, your business becomes better than the competition.

Don’t assume the ways you handle your incoming communication is efficient and adequate. Modern technology offers a lot of possibilities to automate and streamline input management. My advice is, take a new look at your processes around incoming communication and start making these processes better, stronger, faster.

This article has been previously published on the Capgemini Blog.

Photo: Public Domain by SSgt Jemssy Alvarez Jr. / Wikimedia