Digitalización de facturas con OCR: cómo extraer datos y contabilizarlas en tu ERP

Cada mes, antes del cierre contable, se repite el mismo escenario: una bandeja de entrada llena de facturas en PDF, cada una con su NIF, su base imponible y sus líneas de IVA. Tenerlas en formato digital no significa que estén listas para contabilizar. Un PDF puede contener texto seleccionable, pero no necesariamente datos estructurados que el software contable pueda importar directamente. Esa distancia entre el documento recibido y el asiento contable es donde se pierde tiempo. Este artículo recorre las cuatro fases que ayudan a cubrirla: escanear, extraer datos con OCR, validar y contabilizar en el ERP.

Digitalizar una factura no es lo mismo que escanearla

Escanear una factura de proveedor produce una imagen, por ejemplo, un fichero JPEG, TIFF o PDF. En ese archivo, los campos pueden no estar disponibles como datos estructurados. La imagen puede archivarse, pero no necesariamente puede importarse directamente a Holded, Sage, a3 o Quipu sin revisar o completar manualmente datos como el NIF del proveedor, la fecha de emisión, la base imponible y las cuotas de IVA.

Digitalizar facturas va un paso más allá. El resultado es un conjunto de datos estructurados que puede mapearse a las cuentas contables del Plan General de Contabilidad. La digitalización de facturas convierte el documento en información que el software puede procesar, aunque la revisión humana siga siendo necesaria.

La factura electrónica representa un tercer nivel. Cuando el proveedor emite directamente una factura en un formato estructurado, como Facturae XML cuando corresponde, no hay escaneo ni extracción: los datos nacen estructurados. En España, determinadas facturas dirigidas a las administraciones públicas se remiten en formato Facturae a través de puntos generales de entrada como FACe, según el organismo y el procedimiento aplicable.

Un asesor contable que recibe facturas por correo puede escanearlas rápidamente, pero, si el proceso no extrae los datos, todavía tendrá que revisar o introducir manualmente la información necesaria para contabilizarlas. El tiempo acumulado es uno de los costes ocultos de archivar documentos sin extracción ni validación.

La digitalización certificada, reconocida por la AEAT, puede permitir prescindir del papel original cuando se realiza mediante software homologado y conforme a todos los requisitos técnicos y documentales aplicables. El proceso debe garantizar, entre otros aspectos, la autenticidad, la integridad, la legibilidad, el acceso y la trazabilidad del documento digitalizado. La Orden EHA/962/2007 y la Resolución de 24 de octubre de 2007 establecen el marco aplicable.

La homologación del software, por sí sola, no convierte cualquier archivo cargado en una copia digitalizada certificada. En el caso de Spendesk, la documentación interna indica que el proceso español de digitalización certificada se limita a determinados flujos de captura mediante la cámara de la aplicación móvil. Las cargas desde la web, desde un archivo o desde el carrete del dispositivo no deben presentarse automáticamente como copias digitalizadas certificadas.

Cómo el OCR extrae los datos de una factura

El reconocimiento óptico de caracteres, conocido como OCR, lee el documento escaneado y convierte las zonas de texto en valores que pueden editarse y procesarse. En contabilidad, un sistema OCR puede intentar extraer campos como el NIF del emisor, el NIF del receptor, la fecha de factura, la fecha de vencimiento, la base imponible, el tipo de IVA, la cuota de IVA y el total facturado. Los campos necesarios dependen del tipo de factura, del tratamiento fiscal y del flujo contable, por lo que no existe una lista universal de ocho campos que garantice el cumplimiento.

Los sistemas más avanzados pueden utilizar modelos de aprendizaje automático que no dependen de plantillas fijas. En lugar de definir la ubicación de cada campo según el proveedor, el software reconoce patrones y adapta la extracción a distintos formatos. Algunas soluciones también pueden proponer una categorización por proveedor, centro de coste o cuenta contable, pero esas propuestas deben revisarse antes de contabilizar.

Cada campo extraído puede llevar asociado un nivel de confianza. La precisión depende del formato del documento, la calidad de la imagen, el idioma, la estructura de la factura y el campo concreto que se esté leyendo. Las líneas de detalle, las facturas con varios tipos de IVA y los documentos con información poco legible suelen requerir una revisión más cuidadosa.

En Spendesk, la documentación de producto indica que el OCR puede extraer datos como el importe, la base imponible, la divisa, las fechas de emisión y vencimiento, el proveedor, el número de factura, el número de pedido y los tipos e importes de IVA. Esta capacidad no implica que todos los campos se capturen siempre sin errores ni que desaparezca la necesidad de revisión.

La validación es el paso que determina la fiabilidad

Una tasa de acierto elevada no garantiza que todas las facturas lleguen correctas al ERP. Un dato incorrecto puede provocar un error contable o afectar a la información que debe incluirse en los registros de IVA, incluido el SII cuando resulte aplicable. No existe una tasa universal que permita afirmar que un error de cada cien documentos provoca una discrepancia en el SII.

La validación debe situarse entre la extracción y el asiento. Antes de que el dato llegue al software contable, una persona o una regla automatizada debe confirmar que la base imponible es correcta, que el tipo de IVA corresponde a la operación y que el proveedor está dado de alta con el NIF que figura en la factura.

Por ejemplo, una factura contiene una base imponible de 1.250 € en lugar de 1.520 €. El OCR puede extraer el importe equivocado sin detectar que se trata de una anomalía. Una validación previa, con reglas configuradas, puede marcar la factura para revisión antes de publicar el asiento.

Las reglas de validación pueden definirse por importe, proveedor, categoría de gasto o centro de coste. Cuando una factura supera un umbral determinado, el sistema puede derivarla a un responsable que la revisa y aprueba antes de continuar.

Spendesk incorpora flujos de aprobación configurables en los procesos de facturas de proveedores. La documentación interna describe rutas de aprobación por importe, categoría de gasto, centro de coste y políticas de usuario, con revisión financiera antes de la exportación o contabilización. La herramienta actúa como capa de control, no como sustituto del criterio contable ni de las obligaciones de la empresa.

De la factura escaneada al asiento en tu ERP

Una vez validada, la factura debe convertirse en un asiento contable. Escanear facturas para contabilizarlas en el ERP implica varias operaciones: mapear los campos extraídos a las cuentas del plan contable, asignar centros de coste si la empresa los utiliza, desglosar el IVA según los tipos aplicables y exportar los datos en un formato que el ERP reconozca.

Las integraciones, las exportaciones y las API pueden simplificar el proceso. En lugar de generar un fichero de intercambio y subirlo manualmente, una conexión configurada puede enviar los datos al software contable en tiempo real o en lotes programados, según la solución y la configuración elegida. Para empresas que trabajan con una gestoría externa, la exportación debe adaptarse al formato que utilice el despacho.

La disponibilidad de una integración directa con Holded, Sage, a3 o Quipu debe verificarse para cada producto, país y configuración. Ejemplo hipotético: Un director financiero de una empresa con dos sociedades puede necesitar que cada factura se contabilice en la entidad correcta, con su propio plan de cuentas y sus propios parámetros analíticos. La configuración multientidad puede ayudar a reducir errores de imputación que, de otro modo, obligarían a reclasificar asientos. La documentación de Spendesk describe configuraciones por entidad, incluidos códigos contables, códigos de IVA, parámetros analíticos y conectores, según el despliegue contratado.

Cuando la factura validada se publica en el software contable, el registro puede incluir un enlace al documento original, si la integración lo permite. Spendesk puede actuar como capa de captura, control y conciliación que alimenta los sistemas contables mediante integraciones, exportaciones o API. También puede vincular las facturas de proveedores con su estado de pago dentro de Spendesk y facilitar la conciliación con actualizaciones del diario bancario. Esto no equivale a una conciliación automática de cualquier extracto bancario externo ni garantiza el cumplimiento del SII.

Criterios para elegir una herramienta de digitalización de facturas

No todas las soluciones de digitalización resuelven el mismo problema. Antes de seleccionar una herramienta, conviene definir qué resultados contables necesitas y qué restricciones operativas tienes.

Ejemplo hipotético: Una empresa de 60 empleados con dos sociedades que externaliza la contabilidad a una gestoría puede necesitar un mapeo multientidad, una exportación compatible con el formato del despacho y un flujo de aprobación por importe. La disponibilidad de una integración concreta con a3 u otro software debe verificarse antes de contratar.

Qué tipo de solución encaja según tu caso de uso

El mercado ofrece cuatro categorías.

• OCR o extractor de datos aislado: extrae campos a CSV, Excel u otro formato. Encaja si el volumen es bajo y aceptas importar o revisar el dato en el software contable. Por sí solo, no permite destruir el papel original.

• Software de digitalización certificada homologado por la AEAT: genera una copia digital mediante un proceso que puede tener validez a efectos de conservación, siempre que se cumplan todos los requisitos legales y técnicos. Encaja cuando tu prioridad es reducir o eliminar el archivo físico.

• ERP o software contable con OCR nativo: captura y procesa los datos dentro del mismo sistema. Encaja si ya trabajas con una solución de este tipo y el volumen puede gestionarse con los controles y aprobaciones necesarios.

• Plataforma de gestión del gasto con OCR, aprobaciones e integraciones: unifica varios orígenes de factura, aprobaciones por importe, varias sociedades y la colaboración con una gestoría. Spendesk puede actuar como capa de captura, control y conciliación que alimenta los sistemas contables mediante integraciones, exportaciones o API, sin sustituir necesariamente al ERP.

Cruza la categoría con tu volumen, el ERP, los flujos de aprobación y los requisitos de conservación y cumplimiento que resulten aplicables.

Lo que la AEAT exige al digitalizar facturas en España

La normativa española establece requisitos concretos para la conservación y el tratamiento de facturas. Conocerlos ayuda a reducir riesgos y permite valorar si la digitalización certificada encaja con el proceso de la empresa.

La digitalización certificada exige utilizar software homologado por la AEAT y seguir un proceso que garantice la autenticidad, la integridad, la legibilidad y el acceso al documento digitalizado. Solo cuando se cumplen los requisitos aplicables puede prescindirse del original en papel. Un OCR genérico puede extraer datos, pero no equivale por sí mismo a un proceso de digitalización certificada.

No existe un único plazo universal de conservación para todas las facturas. Con carácter general, el plazo de prescripción tributaria es de cuatro años, aunque puede haber reglas especiales o interrupciones. Además, el Código de Comercio exige conservar los libros, la documentación y los justificantes relacionados con la actividad durante seis años desde la fecha del último asiento. También pueden existir plazos más largos para bases imponibles negativas, cuotas o deducciones pendientes y otros supuestos específicos.

VeriFactu forma parte del marco aplicable a los sistemas informáticos de facturación. Para los contribuyentes afectados, el sistema de facturación debe cumplir los requisitos establecidos por la normativa. VeriFactu _no es la única modalidad: también existe una modalidad no VeriFactu_ con requisitos adicionales de conservación, trazabilidad, integridad y control.

Con la normativa vigente, los contribuyentes del Impuesto sobre Sociedades incluidos en el ámbito de aplicación deben adaptar sus sistemas antes del 1 de enero de 2027. El resto de obligados incluidos en el ámbito de aplicación deben hacerlo antes del 1 de julio de 2027. Estas fechas se refieren a la adaptación a los requisitos de los sistemas informáticos de facturación y no significan que todos los contribuyentes deban transmitir automáticamente todos sus registros a la AEAT mediante VeriFactu.

Las facturas emitidas mediante un sistema afectado deben incluir un código QR cuando así lo establezca la normativa aplicable. Los registros de facturación deben cumplir los requisitos de integridad y trazabilidad correspondientes. La transmisión automática y continua de los registros a la AEAT caracteriza la modalidad VeriFactu_, pero no es una obligación general de todos los sistemas no VeriFactu_.

La Ley Crea y Crece establece la factura electrónica obligatoria entre empresarios y profesionales en los supuestos previstos por la ley. Su desarrollo reglamentario se ha completado con el Real Decreto 238/2026, cuya aplicación efectiva queda vinculada a la entrada en vigor de la orden ministerial prevista en ese real decreto.

Los plazos de adaptación para la factura electrónica B2B se expresan en relación con ese hito: 12 meses desde la entrada en vigor de la orden ministerial para las empresas y profesionales cuyo volumen de operaciones del año anterior haya superado los 8 millones de euros, y 24 meses para el resto de empresas y profesionales incluidos en el ámbito de aplicación. No deben presentarse fechas fijas adicionales sin verificar previamente la publicación y entrada en vigor de la orden ministerial correspondiente.

Las empresas incluidas en el SII, como las grandes empresas, los grupos de IVA y las entidades inscritas en el REDEME, deben remitir los registros de facturación conforme a sus plazos específicos. En general, las facturas emitidas se suministran en un plazo de cuatro días naturales desde su expedición, sin contar sábados, domingos ni festivos nacionales. Si la factura la expide materialmente el destinatario o un tercero, el plazo es de ocho días. Las facturas recibidas se suministran en un plazo de cuatro días desde su registro contable, con el límite aplicable del día 16 del mes siguiente al periodo de liquidación. El SII implica el suministro de registros de facturación, no el envío general de las facturas completas a la AEAT.

Una pyme que quiera eliminar su archivo físico de facturas debe comprobar que el proceso de digitalización es el certificado y homologado que exige la AEAT. Un OCR genérico extrae datos, pero no cumple por sí solo los requisitos necesarios para sustituir el papel ante una inspección.

¿Quieres ver cómo funciona la captura de facturas con flujos de aprobación y exportación a tu sistema contable? Descubre cómo Spendesk convierte la captura de facturas en control y comprueba cómo el equipo de finanzas puede dejar de teclear y empezar a validar.