Una fattura elettronica arriva già sotto forma di dati. Eppure, per trasformarla in una registrazione utile, occorre ancora riconoscere il fornitore, capire a quale attività si riferisce, attribuire la competenza, individuare i riferimenti contabili e ritrovare il pagamento.
Quando questi passaggi sono distribuiti tra documenti, fogli e gestionali, una parte consistente del lavoro consiste nel cercare e reinserire informazioni già disponibili. È qui che nascono molte occasioni di errore: un riferimento copiato male, un periodo attribuito in modo diverso, un dato ricostruito più volte.
Ho costruito il Master Acquisti per collegare questi passaggi. Excel è l’ambiente di lavoro, Power Query organizza e mette in relazione i dati, Python prepara alcune fonti e VBA coordina le operazioni. Il risultato è un archivio dal quale ottenere dati pronti per alimentare i gestionali e prospetti utili al controllo.
Collegare ciò che l’amministrazione sa già
Il sistema parte dalle fatture XML e dal registro dei documenti cartacei. A queste informazioni affianca anagrafiche dei fornitori, piano dei conti, movimenti e registrazioni contabili, partitario dei pagamenti e bonifici XML.
Anche i dati del gestionale entrano nel processo: uno script Python converte alcune tabelle DBF in CSV e sincronizza i file utilizzati dal sistema. Una macro avvia questa preparazione e poi l’aggiornamento delle fonti Power Query. La sequenza è già presente nel progetto e consente di coordinare attività che altrimenti richiederebbero avvii separati.
Il Master diventa così un punto di collegamento: riceve informazioni dalle fonti operative, le arricchisce e restituisce prospetti utilizzabili nei passaggi successivi.
Il percorso delle informazioni
Nel sistema attuale una macro VBA avvia uno script Python per preparare i file e aggiorna le fonti Power Query. Le query organizzano e classificano i documenti; l’operatore verifica e completa le nuove fatture prima di accodarle al Master. Dall’archivio si costruiscono poi le esportazioni e i prospetti di controllo.
La classificazione traduce l’esperienza in regole
Una delle parti centrali è la tabella delle corrispondenze. Qui trovano posto il fornitore, le parole chiave da cercare nelle descrizioni, la voce da attribuire e l’eventuale beneficiario.
Il sistema prima restringe la ricerca al fornitore, poi verifica le condizioni testuali previste dalla regola. Nel codice sono presenti più campi per le parole chiave: quando sono compilati, le condizioni vengono combinate. Una descrizione può quindi essere riconosciuta attraverso più elementi, anziché tramite una singola parola generica.
La conoscenza del processo amministrativo diventa una tabella che il sistema può consultare. È una scelta importante anche per la manutenzione: molti criteri si possono aggiornare intervenendo sulle corrispondenze, senza riscrivere l’intero flusso.
Serve comunque cura. Alcuni passaggi scelgono la prima regola compatibile e propagano alla fattura la prima voce valida individuata. L’ordine delle regole e la loro coerenza contano, soprattutto quando più descrizioni o servizi possono ricadere nello stesso documento. La classificazione va quindi letta e verificata dall’operatore.
La competenza può nascondersi nella descrizione
Un dettaglio particolarmente interessante riguarda mese e anno di competenza. La data del documento, da sola, non racconta sempre a quale periodo si riferisce la spesa.
La query cerca riferimenti ai mesi nelle descrizioni e nelle causali, considerando nomi estesi, abbreviazioni e alcune forme numeriche. Combina poi questi indizi con le date del documento e con criteri di ripiego.
Per esempio, una fattura di gennaio che richiama dicembre può riferirsi all’esercizio precedente. Nel codice c’è una regola che gestisce questo scostamento tra il mese individuato e quello del documento. Non è una comprensione libera del testo: sono criteri espliciti, pensati per riconoscere situazioni ricorrenti.
Questo passaggio porta nell’automazione una valutazione che normalmente avviene leggendo la fattura. Testi poco chiari, periodi multipli e casi particolari richiedono ancora attenzione, ma una parte della ricerca viene già svolta dal sistema.
Il dettaglio cambia quando cambia l’esigenza
Un’altra scelta significativa riguarda le righe. Se nella fattura viene riconosciuto un beneficiario, il flusso conserva il dettaglio delle righe. Negli altri casi raggruppa il documento, riunendo le descrizioni.
Si mantiene così il dettaglio dove è utile per attribuire la spesa e si ottiene una vista più sintetica dove basta lavorare sulla fattura nel suo insieme. È una decisione di organizzazione dei dati che risponde a un’esigenza amministrativa concreta.
Il sistema costruisce inoltre un identificativo del documento combinando fornitore, tipo, data e numero. Il confronto con l’archivio Master permette di individuare le fatture nuove da lavorare. Dopo il controllo e il completamento delle informazioni, una macro dedicata le accoda all’archivio.
Dall’archivio ai dati per i gestionali
Il valore del Master si vede nelle uscite. La query FattureMasterExport collega le informazioni dell’archivio ai centri di costo e ai dati dei pagamenti e dei bonifici. Un altro prospetto individua, nel periodo considerato, le fatture non ancora presenti nelle registrazioni e le completa con riferimenti di ricezione e conti contabili.
Da una stessa base si ottengono quindi risultati diversi: esportazioni, documenti da registrare, informazioni sui pagamenti e riepiloghi per il monitoraggio. Le informazioni già organizzate vengono riutilizzate, riducendo la necessità di ricostruirle nei passaggi successivi.
Il sistema in un colpo d’occhio
Le informazioni raccolte alimentano più risultati: prospetti per i gestionali, fatture da registrare e controlli su abbinamenti e periodi. Le regole comuni e il riuso dei dati riducono le occasioni di errore nei passaggi manuali.
Ridurre gli errori significa curare tutto il percorso
Nel file sono presenti anche controlli sugli abbinamenti, sui periodi di validità delle regole e sulle loro sovrapposizioni. Le query distinguono inoltre i documenti già archiviati e contengono passaggi dedicati agli importi, ai segni delle note di credito e alle differenze tra totale documento e somma delle righe.
Sono dettagli poco appariscenti, ma importanti: due informazioni possono sembrare coerenti a colpo d’occhio e produrre risultati diversi quando vengono aggregate o trasferite.
La riduzione degli errori nasce dall’insieme di meno trascrizioni, criteri ripetibili e verifiche mirate. Gli elenchi di controllo aiutano a concentrare l’attenzione sui casi da approfondire; la decisione amministrativa resta all’operatore.
Non ho ancora quantificato in modo sistematico il risparmio complessivo di tempo o la riduzione degli errori. Il cambiamento nel metodo di lavoro è però concreto: i dati vengono collegati e riutilizzati, mentre il lavoro manuale si concentra maggiormente sulle verifiche e sulle eccezioni.
L’AI come possibile passo successivo
Python fa già parte della preparazione dei dati. L’evoluzione che sto valutando riguarda invece l’intelligenza artificiale, per aiutare a formulare proposte nei casi che le regole disponibili non riescono a risolvere, come il confronto tra una nuova descrizione e possibili destinazioni di spesa.
Il punto di partenza è proprio il lavoro già svolto: fonti collegate, dati organizzati e criteri amministrativi espliciti. Su questa base un eventuale supporto AI potrà essere valutato, mantenendo separate le proposte dalle classificazioni confermate.
Il Master Acquisti mostra come strumenti vicini al lavoro quotidiano possano diventare un sistema articolato. Le scelte più utili nascono dalla conoscenza delle fatture, dei periodi, dei beneficiari e delle registrazioni. Tradurre questa conoscenza in passaggi ripetibili permette di dedicare meno tempo alla ricostruzione delle informazioni e più tempo alla qualità del lavoro.
Lascia un commento