Интеграция структурированной и неструктурированной информации
ECM ориентируется на работу с неструктурированной информацией в любом виде, включая форматы: 1. MS Word, MS Excel, 2. PDF, 3. Графические форматы 4. Сообщения электронной почты, 5. Web-страницы, 6. Видео 7. Другую информацию в электронном виде.
Основная задача ECM состоит в поддержании полного жизненного цикла информации, от ее создания или получения извне до уничтожения, когда она потеряет актуальность и ценность.
Захват (Capture)
На этом этапе жизненного цикла информация создается или импортируется в ECM-систему извне. С этого первого шага начинается движение информации в организации, и как следствие, возникает задача по управлению данной информацией. Условно можно выделить два класса информации: создаваемой человеком и создаваемой приложениями.
К первому классу относятся бумажные и электронные документы, различные заполненные формы и анкеты, мультимедийная информация (аудио, видео, изображения и т.п.), а также информация на архивных носителях.
Ко второму классу (информация, создаваемая приложениями), относятся данные, выгружаемые из других информационных систем (ERP, CRM, специализированные системы), электронные формы, электронные данные, полученные по каналам электронного обмена.
На этапе захвата используются следующие технологии:
● Сканирование документов.
Эта технология позволяет в системе работать с образами бумажных документов, что не только многократно повышает удобство работы, но и делает возможным параллельную и удаленную работу с одними и теми же документами.
● Распознавание образов документов (OCR/HCR/ICR/OMR).
Это целая совокупность технологий, включающая не только оптическое распознавание символов, но и такие «продвинутые» технологии, как интеллектуальное распознавание символов и даже целых документов, распознавание рукопечатных символов (используется при распознавании бумажных форм), распознавание меток.
OCR (Optical Character Recognition)
Преобразует информацию изображения в машинно-читабельные символы. Используется для печатного текста.
Цель и смысл распознавания с помощью OCR сканированного текста заключается в быстрой и дешевой передаче печатного или рукописного содержимого в электронный файл. Важно отметить, что машинное распознавание текста в 20-25 раз быстрее, чем ручное переписывание.
Новые OCR-программы для распознавания сканированного текста оснащены дополнительными функциями для проверки орфографии (как в MS Word), что позволяет улучшить процесс распознавания.
HCR (Handprint Character Recognition) Преобразует рукописный текст или надписи в машинные символы.
ICR (Intelligent Character Recognition) ICR - дальнейшая разработка OCR и HCR, которая использует сравнение, логическое соединение и проверки по спискам ссылок и существующим основным данным, чтобы улучшить результаты.
OMR (Optical Mark Recognition) OMR читает специальную маркировку в предопределенных полях с очень большой точностью.
● Обработка форм.
Формы могут быть бумажные, электронные или веб-формы. Заполненные формы пересылаются на участок обработки, где их содержимое заносится в систему.
● Агрегация.
Информация может поступать из разных источников, но в ECM системе должна быть представлена, как логически целая.
● Интеграция.
Информация в ECM-систему может поступать из других информационных систем. Интеграционному решению приходится решать массу задач: захват и преобразование данных и метаданных, сохранение юридической значимости информации и т.п.
● Классификация.
Полученная информация индексируется, классифицируется и категорируется, получает регистрационные номера, чтобы в дальнейшем была возможность найти информацию, а также на нее ссылаться.