OCR para Hotelaria: O Que Pedir, Evitar e Como Medir

OCR é um acrónimo (Optical Character Recognition) que nos últimos anos se tornou um termo genérico. Qualquer ferramenta que extrai texto de um PDF ou foto é rotulada como "com OCR", desde leitores básicos integrados em scanners até sistemas com IA generativa de última geração. A diferença entre um e outro, na hotelaria, é enorme.

Este artigo oferece-lhe um enquadramento para avaliar o OCR antes de se comprometer. As perguntas a fazer ao fornecedor, os testes a realizar e os critérios de medição que realmente importam no dia a dia.

Por que a hotelaria é difícil para o OCR

As faturas e guias de remessa que circulam num restaurante estão entre os documentos mais exigentes para um OCR:

Formatos heterogéneos. Cada fornecedor tem o seu próprio modelo. Um OCR que aprende um formato concreto precisa de ser re-treinado cada vez que muda.
Manuscritos. Guias de remessa com quantidades anotadas à mão, rasuras, correções. Os OCR tradicionais falham aqui; os de IA moderna fazem melhor, mas não perfeito.
Qualidade variável. Uma fatura digitalizada com boa luz vs uma foto do telemóvel tirada com má iluminação, torta e amarrotada. O sistema tem de funcionar em ambas.
Linhas longas com muitas colunas. Uma fatura de peixaria pode ter 30 linhas com 8 colunas (referência, descrição, calibre, quantidade, preço unitário, base, IVA, total). Confundir colunas é um erro caro.
Linguagem específica. Produtos com nomes regionais, abreviaturas internas do fornecedor ("AZEITE OO 5L"), unidades pouco padrão (caixas, tabuleiros, redes).

Um OCR que funciona bem com faturas de serviços profissionais pode ser péssimo com faturas de hotelaria.

O que um OCR profissional para hotelaria deve fazer

Para além de "extrair texto", a lista de capacidades que realmente importam:

1. Extração estruturada por campos. Não lhe interessa uma transcrição do documento. Interessa-lhe que o sistema lhe forneça:

Dados de cabeçalho: emissor, número da fatura, data, total.
Dados por linha: descrição do produto, quantidade, unidade, preço unitário, base, IVA, total.
Dados de rodapé: subtotais, IVA total, descontos, total.

Cada um como campo separado, identificado corretamente, não como bloco de texto.

2. Reconhecimento de fornecedores conhecidos. Quando chegam três faturas do mesmo fornecedor, o sistema reconhece que vêm do mesmo emissor (por NIF, razão social, formato) e agrupa-as. Não lhe cabe a si classificá-las manualmente.

3. Reconhecimento de produtos recorrentes. "Tomate de rama 1ª 5kg" do fornecedor X tem sempre este nome (ou quase). O sistema associa o texto a um produto interno único. Não tem de voltar a classificar cada vez.

4. Deteção de duplicados. Se lhe chegar a mesma fatura duas vezes (correio + email), o sistema deteta que é a mesma e não a processa duas vezes.

5. Anti-alucinação. A IA moderna às vezes inventa dados quando não os lê bem. Um OCR profissional inclui verificação: dupla passagem, comparação com histórico, validações cruzadas (subtotais que batem certo, totais coerentes).

6. Confiança por campo. Não basta extrair dados. O sistema deve dizer-lhe o quanto confia em cada campo. Uma fatura com confiança de 95% passa diretamente. Uma com confiança de 60% vai para revisão humana.

7. Multi-formato. Aceita PDF, foto, email reencaminhado, digitalização. Sem que tenha de converter formatos antes.

Como testar antes de se comprometer

Antes de assinar um contrato, teste com os seus documentos reais. Uma metodologia que funciona:

Passo 1: Selecione 20 faturas heterogéneas.

5 faturas "fáceis" (PDF nativo, formato limpo).
5 faturas médias (digitalizações legíveis).
5 faturas difíceis (fotos do telemóvel, manuscritas, com anotações).
5 guias de remessa (que tendem a ser mais informais que as faturas).

Que sejam de fornecedores reais seus. Os testes com faturas "de demonstração" do fornecedor de OCR não servem.

Passo 2: Processe as 20 com a ferramenta.

Carregue as 20 na ferramenta. Veja o que extrai.

Passo 3: Meça três coisas.

Cobertura: de quantas linhas extraiu todos os campos corretamente?
Precisão: dos campos extraídos, quantos estão corretamente extraídos?
Tempo de revisão: para corrigir o que está errado, quanto tempo é necessário?

Um OCR profissional deve fornecer:

Cobertura > 90% em faturas fáceis, > 75% em médias, > 50% em difíceis.
Precisão > 95% no que extrai.
Tempo de revisão muito inferior ao de digitar o documento do zero.

Passo 4: Compare com o seu volume real.

Se recebe 50 faturas/mês, calcule quanto tempo lhe levaria rever essas 50 com a cobertura e precisão que mediu. Compare com o tempo que lhe leva agora digitá-las ou geri-las manualmente.

Sinais de alerta durante a avaliação

Sinais claros de que um OCR não é para hotelaria:

1. Só funciona com um formato. Se lhe disserem "precisamos que o seu fornecedor envie no formato Y", a ferramenta não é OCR, mas sim um parser específico. Não lhe serve para a realidade da hotelaria.

2. Necessita de configuração prévia por fornecedor. "Tem de carregar o modelo de cada fornecedor antes de processar". É um trabalho que não escala.

3. Não deteta linhas, apenas cabeçalho e total. OCRs que fornecem emissor, data e total funcionam para gestão de despesas gerais, não para hotelaria onde o importante é o que vem em cada linha.

4. Não tem memória. Cada vez que processa uma fatura do mesmo fornecedor, começa do zero. Terá de corrigir as mesmas coisas repetidamente.

5. Não tem API nem exportação. Se a única coisa que sabe fazer é dar-lhe um PDF "com OCR" e não exportar dados para o seu sistema de gestão, resta-lhe metade do trabalho.

Métricas a pedir ao fornecedor

Quando falar com um fornecedor de OCR, peça dados concretos:

Taxa de extração correta em faturas semelhantes às suas (não em faturas de demonstração perfeitas).
Tempo médio de processamento por documento.
Taxa de deteção de duplicados.
Política sobre alucinações: o que faz quando não tem certeza? Inventa dados ou marca a linha para revisão?
Suporte para reencaminhamento por email e multi-formato (PDF, foto, etc.).
Integração com sistemas contabilísticos ou exportação CSV/Excel.

Se as respostas forem vagas ou promessas comerciais sem números, desconfie.

O que muda quando o OCR funciona bem

Num restaurante médio (50-80 faturas/mês), um OCR que funciona bem transforma a operação:

Passa de 8-12 horas/mês de digitação e arquivo para 30-60 minutos/mês de revisão.
A equipa deixa de "perder tempo com papelada" e concentra-se na operação.
Os dados estão disponíveis desde o primeiro dia: preços, fornecedores, produtos.
Deteção automática de duplicados, erros e inconsistências.

E acima de tudo: qualquer informação da sua cozinha (que produto aumenta de preço, que fornecedor lhe fatura mais, que faturas ainda não foram pagas) está a um clique de distância, não a "uma semana de acertar o Excel".

Conclusão

OCR é uma palavra ampla que abrange realidades muito distintas. Para a hotelaria, o OCR útil é aquele que entende faturas com muitas linhas, formatos heterogéneos, produtos recorrentes e que se integra com o resto do seu sistema. Teste-o com os seus documentos antes de se comprometer e meça a cobertura, precisão e tempo de revisão.

Se quiser experimentar um OCR desenhado especificamente para hotelaria, a Sincrio oferece-lhe gratuitamente durante o período de teste.