什么是 SAP BTP Document Information Extraction 服务的 Custom Schema

SAP BTP 上的 Document Information Extraction 服务中的 Custom Schema（自定义模式）是其关键功能之一，允许用户根据自身业务的需求定制数据提取的逻辑和输出格式。Custom Schema 的作用是帮助企业定义符合其特定业务流程或行业需求的文档字段，以便更精确地提取和组织数据。它的必要性源自于文档的多样性与业务场景的复杂性，单一的通用数据模式往往无法完全满足特定企业的需求。因此，通过自定义模式，企业可以更高效地提取有用的信息并将其与业务流程无缝集成。

Custom Schema 的核心功能

在标准的文档信息提取过程中，系统会自动识别常见的字段，比如发票号、日期、金额等。然而，实际业务中，不同企业或不同行业可能有不同的文档格式和特定的字段。Custom Schema 就是在这种情况下应运而生的，它提供了以下几个重要功能：

1. 字段定义的灵活性：企业可以根据其特定的业务需求，自定义所需提取的字段。例如，一家物流企业可能需要从发票中提取运输费用、运单号等，而这些字段可能不是标准的发票字段。通过 Custom Schema，企业可以定义这些字段，使系统能够识别并提取它们。
2. 自定义字段的精确匹配：Custom Schema 不仅允许定义字段，还允许定义每个字段的类型、格式和位置。这对于一些非标准化的文档特别重要。例如，一些公司使用的发票格式非常复杂，表单的设计没有固定的标准结构，通过自定义模式可以帮助提高系统识别的准确性。
3. 业务规则集成：Custom Schema 能够结合业务规则和逻辑，确保提取的数据符合业务需求。比如，如果发票中的税额字段需要按照某种特定计算方式处理，Custom Schema 可以帮助配置这些逻辑，确保提取后的数据是经过验证和处理的。

Custom Schema 的必要性

Custom Schema 的必要性在于，它能够极大地提升文档信息提取服务的灵活性和适用性。在实际业务中，企业的文档格式多种多样，甚至可能在同一个企业的不同部门中，使用的文档格式也各不相同。通过使用 Custom Schema，企业可以根据具体的文档类型和业务需求对字段进行精细化的定义和管理，从而确保提取的数据与业务流程的需求完全匹配。

文档信息提取过程中常见的挑战之一是文档的非结构化特性。比如，发票可能是 PDF 格式，有的可能是扫描图像，有的则是数字化的电子发票。而这些不同格式的文档，其字段布局可能有较大差异，Custom Schema 提供了一个灵活的框架，使系统能够处理这些复杂的情况。

举例来说，某制造企业的采购部门收到的供应商发票来自世界各地，发票格式和结构差异巨大。如果该企业仅依赖标准的发票字段提取模型，可能会导致某些关键数据的遗漏或错误提取。而通过定义自定义模式，企业可以根据每个供应商的发票格式设置不同的字段模板，使系统能够更准确地识别和提取数据，减少了手动调整的需求，并提高了整体效率。

Custom Schema 的作用

1. 提升数据提取的准确性：通过自定义模式，企业能够根据文档的具体格式和需求定义提取的字段。这种灵活性使得系统能够在面对复杂文档格式时，仍然能够精确地提取出需要的数据，从而大大提升了数据提取的准确性和可靠性。
2. 增强业务流程的自动化程度：通过将自定义模式集成到现有的业务流程中，企业可以实现高度自动化的数据处理。例如，发票的处理和审核流程通常涉及多个步骤，如数据输入、审核、批准和付款等。通过自定义模式，发票数据可以被自动提取并导入到 SAP S/4HANA 的财务模块中，减少了手动输入的步骤和潜在的错误。
3. 节约时间和人力成本：当文档格式多样且复杂时，手动处理这些文档可能需要耗费大量的时间和人力。使用 Custom Schema 自动化提取流程，企业能够节省大量的资源，同时提高处理速度和效率。这对于那些处理大量文档的企业，如大型零售商、制造企业等，特别重要。

实例分析

为了更好地理解 Custom Schema 的作用，我们可以分析一个真实案例。

案例：某大型跨国零售企业每天要处理数千份来自不同供应商的发票，这些发票来自不同的国家，格式各异。标准的文档信息提取模型无法覆盖所有可能的字段和格式，导致一些关键数据无法被提取出来。为了解决这一问题，企业决定在 SAP BTP 的 Document Information Extraction 服务中使用 Custom Schema。

通过与 IT 团队合作，企业为不同的供应商发票创建了定制的字段模式。例如，某些供应商的发票包含独特的折扣字段，而其他供应商则会包含特殊的税务信息。企业通过在 Custom Schema 中为每个供应商定义相应的字段模式，确保系统能够识别并提取出每张发票中所有关键的业务信息。

实施 Custom Schema 后，企业的发票处理时间减少了约 50%，同时人工输入错误率也显著降低。最重要的是，提取的数据可以无缝导入到 SAP S/4HANA 系统中，用于后续的付款审批流程。这不仅提高了财务流程的效率，还提升了供应商管理的整体体验。

使用 Custom Schema 的挑战

尽管 Custom Schema 提供了极大的灵活性，但其实现和使用也可能面临一些挑战。企业在使用该功能时需要考虑以下几点：

• 定义和维护成本：在文档格式复杂或数量庞大的情况下，定义每种格式的自定义模式可能需要大量的时间和资源。这可能需要企业的 IT 团队深入参与，确保每个字段定义正确，且能够与业务需求相匹配。
• 更新和扩展的需求：随着业务需求的变化，企业可能需要不断更新或扩展自定义模式。例如，当新的供应商加入或现有供应商更改发票格式时，企业可能需要修改相应的自定义模式，以确保系统能够继续正确提取数据。这种需求增加了系统的维护成本。
• 系统性能的影响：如果企业定义了过多的自定义字段或模板，可能会对系统的性能产生一定影响，特别是在处理大量文档时。因此，企业在定义自定义模式时，需要权衡字段的复杂性与系统性能之间的关系。

Custom Schema 的未来发展

随着 SAP 不断推进其云平台的智能化与自动化，Custom Schema 的功能也将逐步增强。未来可能的发展方向包括：

• 自适应模式生成：通过进一步优化机器学习算法，系统可能能够自动生成自定义模式，而不需要企业手动定义字段。这将大大简化自定义模式的设置过程，并减少人工参与的成本。
• 更多行业场景的支持：当前，Custom Schema 主要应用于一些特定的业务场景，如发票、采购订单等。未来，随着 SAP 不断扩展其文档信息提取服务的能力，更多的行业场景和文档类型将能够使用自定义模式。

通过这些发展，SAP BTP 上的 Document Information Extraction 服务将能够满足更加复杂和多样化的业务需求，帮助企业在数字化转型过程中实现更高效、更智能的文档处理流程。