Efficiënte documentverwerking voor de banksector

Context & doelstellingen

Een toonaangevende Belgische bank zocht een manier om haar backoffice efficiënter te maken door inkomende documenten automatisch naar het juiste klantdossier te sturen. De bestaande handmatige aanpak voldeed niet meer: het team kon maar een beperkt aantal documenten verwerken. 

Het doel was alle inkomende documenten binnen een dag te verwerken, elk document aan het juiste klantdossier te koppelen en het vervolgens aan het juiste verwerkingsteam toe te wijzen.

Aanpak

Eerst bepaalden we de reikwijdte en complexiteit van het project: aantal documenten, kenmerken van de categorieën en te extraheren informatie per document. Met natural language processing (NLP) deelden we elk inkomend bestand automatisch in de juiste categorie in. 

Daarna implementeerden we verschillende tekstextractiemethoden om per document de juiste informatie op te halen en het aan het juiste klantdossier te koppelen. 

Tot slot maakten we de oplossing met één API-aanroep bruikbaar voor de betrokken afdeling, zodat alle documenten erdoor konden worden verwerkt.

Resultaten

In minder dan drie maanden leverden we de volgende resultaten op:

• Aanzienlijke tijdwinst: onze tool verkortte de verwerkingstijd van inkomende documenten drastisch, ongeacht hun omvang of inhoud. Het klantteam kon zo elke dag alle nieuwe documenten verwerken.

• Betere classificatie: de overstap naar een modelgestuurde aanpak verhoogde de precision van de classificatie op basis van documentinhoud.

• Aanzienlijke kostenbesparingen: met een volledig geautomatiseerde documentroutering bespaarde de klant ongeveer 3 VTE per jaar.

> Lees meer over onze diensten voor agentic AI & automatisering