OCR อ่านสลิปเองกับให้แอดมินคีย์มือ ต่างกันตรงไหนบ้าง

แอดมินร้านหนึ่งเล่าให้ฟังว่าช่วงเทศกาลปลายปี ออเดอร์พุ่งจากวันละ 15 ใบเป็นวันละกว่า 80 ใบ เธอต้องนั่งเปิดสลิปทีละภาพ อ่านยอดเงิน จดเวลา แล้วพิมพ์ลงสเปรดชีต กว่าจะจบวันก็ปาไปสามชั่วโมงที่ใช้ไปกับงานคีย์ข้อมูลอย่างเดียว ทั้งที่เวลานั้นน่าจะเอาไปตอบแชทลูกค้าใหม่ได้อีกหลายสิบราย

หลายทีมที่เจอสถานการณ์แบบนี้เริ่มมองหา OCR หรือเทคโนโลยีอ่านตัวอักษรจากภาพมาช่วยแทน แต่คำถามที่ตอบยากกว่าคือ 'OCR แม่นพอจะเชื่อได้เลยไหม' หรือ 'ควรเปลี่ยนทั้งหมดหรือใช้แค่บางส่วน' บทความนี้จะเทียบให้เห็นชัดว่าสองวิธีนี้ต่างกันตรงไหน แล้วทีมควรเลือกใช้แบบไหนตามขนาดธุรกิจของตัวเอง

สองวิธีหลักที่ร้านใช้บันทึกยอดขายจากสลิปใน LINE

เมื่อลูกค้าโอนเงินแล้วส่งสลิปมาในแชท LINE ร้านค้าส่วนใหญ่จัดการข้อมูลนั้นด้วยวิธีใดวิธีหนึ่งในสองแบบ แบบแรกคือให้แอดมินเปิดภาพแล้วพิมพ์ยอดเงิน เวลา และชื่อผู้โอนลงระบบด้วยมือทีละรายการ แบบที่สองคือใช้เทคโนโลยี OCR อ่านตัวเลขจากภาพแล้วดึงข้อมูลออกมาโดยอัตโนมัติ ก่อนให้คนตรวจทานอีกรอบหรือปล่อยผ่านตามระดับความมั่นใจที่ตั้งไว้

ทั้งสองวิธีมีเป้าหมายเดียวกันคือแปลงข้อมูลจากภาพให้กลายเป็นข้อมูลที่ระบบนำไปใช้ต่อได้ ไม่ว่าจะเป็นการบันทึกยอดขายหรือการส่ง Conversion กลับไปยังแพลตฟอร์มโฆษณา แต่วิธีที่ไปถึงเป้าหมายนั้นต่างกันมากทั้งเรื่องความเร็ว ต้นทุนแรงงาน และความเสี่ยงที่จะเกิดข้อผิดพลาด

ข้อดีข้อเสียของการให้แอดมินคีย์มือ

ข้อดีที่ชัดที่สุดของการคีย์มือคือความยืดหยุ่น แอดมินที่มีประสบการณ์จะสังเกตความผิดปกติได้ทันทีจากบริบท เช่น รู้ว่าลูกค้าคนนี้มักโอนเกินแล้วขอทอน หรือสังเกตได้ว่าชื่อบัญชีในสลิปไม่ตรงกับที่คุยกันในแชท ซึ่งเป็นสิ่งที่ต้องใช้วิจารณญาณของคนจริง ๆ ไม่ใช่แค่การอ่านตัวเลขตรง ๆ

แต่จุดอ่อนก็ชัดเจนไม่แพ้กันคือ ความเร็วผูกติดกับจำนวนคนอย่างตรงไปตรงมา ถ้าออเดอร์เพิ่มขึ้นสองเท่า เวลาที่ต้องใช้คีย์ข้อมูลก็เพิ่มขึ้นสองเท่าตามไปด้วย และยิ่งทำงานซ้ำ ๆ นานติดต่อกัน โอกาสพิมพ์ผิดตัวเลขหรือลืมบันทึกบางรายการก็ยิ่งสูงขึ้นตามความเหนื่อยล้า

OCR ช่วยตรงไหน แล้วมีข้อจำกัดอะไรบ้าง

จุดแข็งของ OCR คือความเร็วที่ไม่ผูกกับจำนวนคน เมื่อภาพสลิปเข้ามา ระบบสามารถประมวลผลได้ในเวลาไม่กี่วินาที ไม่ว่าจะมีสิบภาพหรือหนึ่งร้อยภาพในเวลาเดียวกัน ทำให้ช่วยลดภาระงานซ้ำซากของแอดมินได้มากในธุรกิจที่มีออเดอร์ปริมาณสูง

แต่ OCR ไม่ใช่เทคโนโลยีที่แม่นยำ 100% ในทุกกรณี ความแม่นยำขึ้นกับหลายปัจจัยร่วมกัน เช่น ความคมชัดของภาพ แสงสะท้อนบนหน้าจอตอนถ่าย รูปแบบฟอนต์ของแอปธนาคารแต่ละเจ้าที่ไม่เหมือนกัน และการครอปภาพของลูกค้าที่บางทีตัดขอบตัวเลขบางส่วนหายไป ปัจจัยเหล่านี้ทำให้ OCR อ่านผิดหรืออ่านไม่ออกได้เป็นบางกรณี โดยเฉพาะกับสลิปที่ถ่ายรีบ ๆ จากมือถือในที่แสงน้อย

ตารางเทียบสองวิธีแบบเห็นภาพรวม

เพื่อให้ตัดสินใจง่ายขึ้น ลองดูตารางเทียบสี่ประเด็นหลักที่ทีมส่วนใหญ่ใช้ในการเลือกวิธี:

ขนาดธุรกิจแบบไหนควรเอียงไปทางไหน

จากตารางเทียบด้านบน จะเห็นว่าไม่มีวิธีไหนชนะขาดในทุกประเด็น ร้านที่มีออเดอร์วันละไม่กี่สิบรายการและแอดมินยังมีเวลาเหลือพอ การคีย์มือยังตอบโจทย์ได้ดี เพราะไม่ต้องลงทุนตั้งค่าเพิ่ม และแอดมินยังคุมความถูกต้องได้เต็มที่ด้วยตัวเอง

แต่ถ้าธุรกิจเริ่มโตจนออเดอร์ทะลุหลักร้อยต่อวัน หรือมีหลายแอดมินที่ต้องทำงานพร้อมกันในหลายช่องทาง การพึ่งคีย์มืออย่างเดียวจะเริ่มเป็นคอขวดที่ทำให้ลูกค้าที่ทักเข้ามาใหม่ต้องรอนานขึ้น ในจุดนี้ OCR จะเริ่มคุ้มค่ากับการลงทุน เพราะช่วยดึงเวลาแอดมินกลับไปอยู่กับงานที่ต้องใช้คนจริง ๆ แทนที่จะจมอยู่กับการพิมพ์ตัวเลข

สิ่งที่ OCR แก้ไม่ได้ ต่อให้อ่านตัวเลขถูกทุกตัว

มีความเข้าใจผิดที่พบบ่อยว่าถ้า OCR อ่านตัวเลขในสลิปถูกต้องแล้ว ปัญหาการบันทึกยอดขายจะจบลงทันที แต่ความจริงแล้ว OCR แก้ได้แค่ 'การอ่านตัวเลขจากภาพ' เท่านั้น ส่วนปัญหาอื่นที่อยู่ต้นน้ำกว่านั้นยังต้องอาศัยกระบวนการอื่นอยู่ดี

ตัวอย่างเช่น ถ้าลูกค้าส่งสลิปมาแต่ยังไม่มี Order ID ผูกไว้จากตอนคุยกันในแชท OCR จะอ่านยอดเงินถูกต้องก็จริง แต่ยังไม่รู้ว่าออเดอร์นี้คืออันไหน ต้องจับคู่กับ Click หรือแคมเปญไหน เรื่องนี้ต้องแก้ที่กระบวนการต้นทางอย่างการวาง ระบบ Order ID ตั้งแต่เริ่มคุยกับลูกค้า ไม่ใช่แก้ที่ขั้นตอนอ่านสลิป

อีกเรื่องที่ OCR ช่วยไม่ได้คือการตัดสินใจว่าออเดอร์นั้นควรนับเป็นยอดขายแล้วหรือยัง เช่น กรณีลูกค้าโอนมัดจำบางส่วน หรือสลิปที่ดูเหมือนซ้ำกับรายการก่อนหน้า เรื่องเหล่านี้ยังต้องอาศัยกฎทางธุรกิจและการตรวจสอบของคน ไม่ใช่แค่การอ่านตัวเลขให้ถูก

ตัวอย่างสมมติ เทียบเวลาที่ใช้ต่อวันระหว่างสองวิธี

ลองดูตัวอย่างสมมติของร้านหนึ่งที่มีออเดอร์เฉลี่ยวันละ 70 รายการ ตัวเลขด้านล่างเป็นตัวอย่างประกอบการอธิบายเท่านั้น ไม่ใช่ค่าเฉลี่ยที่วัดจากธุรกิจจริง:

ถ้าใช้การคีย์มือล้วน สมมติแอดมินใช้เวลาเฉลี่ยรายการละ 2 นาที รวมทั้งวันจะใช้เวลาประมาณ 140 นาที หรือเกือบสองชั่วโมงครึ่งไปกับงานคีย์ข้อมูลอย่างเดียว ยังไม่นับเวลาที่เสียไปเมื่อมีการพิมพ์ผิดแล้วต้องย้อนแก้

ถ้าใช้ OCR ช่วยร่างข้อมูลก่อน แล้วให้แอดมินตรวจทานเฉพาะรายการที่ระบบไม่มั่นใจ (สมมติว่าประมาณ 20% ของทั้งหมด หรือ 14 รายการ) เวลาที่ใช้อาจลดลงเหลือประมาณ 30-40 นาทีต่อวัน ซึ่งเป็นเวลาที่แอดมินเอาไปตอบแชทลูกค้าใหม่ได้แทน ตัวเลขนี้เป็นเพียงกรอบตัวอย่างเพื่อให้เห็นสัดส่วนคร่าว ๆ เท่านั้น ผลจริงย่อมต่างกันตามคุณภาพภาพสลิปของแต่ละร้าน

แนวทางผสมสองวิธีที่ทีมส่วนใหญ่ใช้ได้จริง

จากที่เห็น ทั้งคีย์มือและ OCR ต่างมีจุดแข็งจุดอ่อนของตัวเอง แนวทางที่ทีมส่วนใหญ่ใช้แล้วได้ผลจริงคือการผสมทั้งสองแบบเข้าด้วยกัน ไม่ใช่เลือกทางใดทางหนึ่งแบบสุดโต่ง

• ให้ OCR อ่านและร่างข้อมูลเบื้องต้นทุกภาพที่เข้ามา เพื่อประหยัดเวลาตั้งต้น
• ตั้งเกณฑ์ความมั่นใจ (Confidence Score) ถ้า OCR อ่านได้ชัดเจนและตรงกับยอดที่คาดไว้ ให้ผ่านอัตโนมัติ
• ถ้า OCR อ่านไม่ชัดหรือยอดไม่ตรงกับที่คาดไว้ ให้ส่งเข้าคิวให้แอดมินตรวจทานด้วยมืออีกรอบ
• สุ่มตรวจรายการที่ผ่านอัตโนมัติเป็นระยะ เพื่อประเมินว่า OCR ยังทำงานได้แม่นยำอยู่หรือไม่ โดยเฉพาะเมื่อลูกค้าเริ่มใช้แอปธนาคารรูปแบบใหม่ที่ระบบยังไม่เคยเจอ

สิ่งที่ต้องตรวจก่อนเชื่อผลจาก OCR เต็มที่

ก่อนจะไว้ใจให้ OCR ทำงานแบบอัตโนมัติเต็มรูปแบบ ควรผ่านช่วงทดสอบและตรวจสอบให้แน่ใจก่อนในหลายประเด็น:

1. ทดสอบกับสลิปตัวอย่างจากธนาคารที่ลูกค้าใช้บ่อยที่สุดของร้าน เพราะแต่ละธนาคารมีรูปแบบการแสดงผลต่างกัน
2. เก็บสถิติว่า OCR อ่านผิดบ่อยแค่ไหนในช่วงทดลองใช้ ก่อนตัดสินใจลดจำนวนคนตรวจทาน
3. ตรวจว่าระบบสามารถแยกแยะสลิปโอนเงินจากภาพอื่นที่ลูกค้าส่งมาโดยไม่ตั้งใจ เช่น ภาพหน้าจอแชท หรือภาพสินค้า
4. กำหนดขั้นตอนสำรองไว้เสมอเมื่อ OCR อ่านไม่ได้เลย เพื่อไม่ให้ออเดอร์นั้นตกหล่นไปจากระบบ

เริ่มใช้ OCR แบบไม่เสี่ยงให้ข้อมูลยอดขายพังกลางทาง

ทีมที่เปลี่ยนจากคีย์มือมาใช้ OCR แล้วเจอปัญหาส่วนใหญ่มักเป็นเพราะรีบเปลี่ยนทั้งระบบในคราวเดียว โดยไม่มีช่วงเปรียบเทียบผลลัพธ์ระหว่างสองวิธี พอพบว่า OCR อ่านผิดบางรายการ ก็สายเกินไปที่จะย้อนกลับไปแก้ยอดขายที่บันทึกผิดไปแล้ว การวางแผนเปลี่ยนผ่านอย่างมีขั้นตอนจึงสำคัญไม่แพ้ตัวเทคโนโลยีเอง

แนวทางที่ปลอดภัยกว่าคือให้ทั้งสองระบบทำงานคู่ขนานกันในช่วงแรก โดยให้แอดมินยังคีย์มือตามปกติ พร้อมกับให้ OCR อ่านภาพเดียวกันไปด้วยเงียบ ๆ แล้วนำผลสองฝั่งมาเทียบกันทุกวันในช่วงสองถึงสามสัปดาห์แรก ถ้าผลตรงกันเกินระดับที่ทีมยอมรับได้ เช่นเกิน 95% ของรายการ ค่อยเริ่มลดสัดส่วนงานคีย์มือลงทีละขั้น ไม่ใช่ตัดออกทันทีในวันเดียว

ระหว่างช่วงเปลี่ยนผ่านนี้ ควรมีคนหนึ่งคนรับผิดชอบเฝ้าดูรายการที่ทั้งสองระบบให้ผลไม่ตรงกันโดยเฉพาะ เพื่อหาสาเหตุว่าเกิดจากภาพไม่ชัด รูปแบบสลิปใหม่ที่ระบบยังไม่เคยเจอ หรือความผิดพลาดของแอดมินเอง เพราะบางครั้งที่ผลไม่ตรงกันก็ไม่ได้แปลว่า OCR ผิดเสมอไป คนคีย์มือเองก็พิมพ์ผิดได้เช่นกัน การเปรียบเทียบแบบนี้จึงช่วยยกระดับความแม่นยำของทั้งสองฝั่งไปพร้อมกัน

สรุป

ไม่มีคำตอบตายตัวว่าคีย์มือหรือ OCR ดีกว่ากันเสมอไป ทั้งสองวิธีตอบโจทย์คนละสถานการณ์ ร้านออเดอร์น้อยอาจยังไม่จำเป็นต้องลงทุนกับ OCR ส่วนร้านที่ออเดอร์เริ่มเยอะจนงานคีย์มือกลายเป็นคอขวด OCR ช่วยประหยัดเวลาได้จริง แต่ต้องมีขั้นตอนตรวจทานควบคู่เสมอ

สิ่งสำคัญที่สุดไม่ใช่การเลือกเทคโนโลยี แต่คือการวางกระบวนการที่ทำให้ข้อมูลถูกต้องตั้งแต่ต้นทาง ไม่ว่าจะใช้วิธีไหนก็ตาม

• คีย์มือแม่นยำสูงแต่ช้าลงตามจำนวนออเดอร์ที่เพิ่มขึ้น
• OCR เร็วคงที่ แต่ความแม่นยำขึ้นกับคุณภาพภาพและรูปแบบสลิปแต่ละธนาคาร
• OCR แก้ปัญหาการอ่านตัวเลขได้ แต่ไม่แก้ปัญหาการผูก Order ID หรือกฎทางธุรกิจ
• แนวทางผสมสองวิธีพร้อมเกณฑ์ความมั่นใจ มักได้ผลดีกว่าการเลือกทางใดทางหนึ่งแบบสุดโต่ง

คำถามที่พบบ่อย