Extraction traçable avec score de confiance
Vérifiez les valeurs extraites en les comparant au document du fournisseur. Le score de confiance de l’extraction et les preuves (page et citation) vous aident à décider ce qu’il faut contrôler en premier ; ils ne garantissent pas qu’une spécification est exacte.
Le résultat est une donnée produit structurée en laquelle vous pouvez avoir confiance : noms de champs cohérents, valeurs normalisées et une piste d'audit claire du point de donnée jusqu'au document source.
Spécifications & attributs
Doc2Shelf extrait ces données grâce à l'IA. Il identifie les identifiants produit, spécifications, matériaux, dimensions et champs liés à la conformité, les structure de manière cohérente et associe un score de confiance à chaque champ pour que vous sachiez ce qui doit être vérifié.
Le résultat est une donnée produit structurée en laquelle vous pouvez avoir confiance : noms de champs cohérents, valeurs normalisées et une piste d'audit claire du point de donnée jusqu'au document source.
Du PDF aux fiches produit, aux brouillons de déclaration et aux données orientées DPP
L’extraction constitue la base des étapes suivantes. Les mêmes données structurées validées peuvent alimenter les fiches Shopify et WooCommerce, les brouillons de texte eBay à vérifier, les brouillons de déclaration UE/États-Unis, le contenu GPSR applicable et un JSON structuré distinct orienté DPP pour une mise en œuvre en aval.
Exportez les données structurées brutes au format JSON ou CSV pour les utiliser dans vos propres systèmes, ou servez-vous-en pour préparer, en vue d’une vérification, des fiches produit et des brouillons de déclaration.
Conçu pour l'échelle
Téléversez jusqu’à 500 PDF à la fois, dans la limite du quota de documents de votre forfait, et laissez le pipeline en arrière-plan les extraire en parallèle. Les extractions réutilisées et la structure cohérente maintiennent la cohérence des grands catalogues, et le portail de révision garantit la qualité avant toute publication en aval.
Les documents fournisseurs qui fonctionnent le mieux
Doc2Shelf extrait les données des fichiers PDF que vous téléversez ; il n’explore pas les portails fournisseurs et ne récupère pas les documents à votre place. Les PDF numériques comme les PDF numérisés peuvent être lus, mais un mauvais scan réduit la confiance de l’extraction, et un document couvrant plusieurs produits génère plusieurs fiches produit.
Ce que vous pouvez attendre d’un fichier dépend du type de document :
Types de documents fournisseurs et ce qu’ils fournissent habituellement| Type de document | Ce qu’il fournit habituellement | À garder en tête |
|---|
| Fiches de spécifications et fiches techniques | Numéros de modèle, dimensions, valeurs assignées, matériaux, normes appliquées | Les tableaux multi-modèles exigent un contrôle modèle par modèle |
|---|
| Fiches de données de sécurité (FDS) | Classification des dangers, mentions H et P, mention d’avertissement, composition avec numéros CAS | Données de danger, pas des attributs marketing ; un préréglage FDS est intégré |
|---|
| Catalogues produits | De nombreux produits par fichier : noms, variantes, principales spécifications | Moins de détails par produit qu’une fiche technique |
|---|
| Guides d’étiquetage et maquettes d’étiquettes | Avertissements, quantité nette, listes d’ingrédients ou INCI, marquages | La meilleure source pour ce qui est imprimé sur l’emballage |
|---|
| Déclarations de conformité et certificats | Directives, normes, marquages, coordonnées du fabricant | Enregistrés tels qu’indiqués, sans contrôle de validité |
|---|
| Listes de colisage et factures | Poids, dimensions du colis, unités par colis, code SH, pays d’origine — lorsqu’ils sont indiqués | Décrivent rarement le produit lui-même |
|---|
| Notices d’utilisation | Usage prévu, avertissements, instructions d’entretien | Les données clés sont dispersées sur de nombreuses pages |
|---|
Ce qui est extrait et où cela sert
Chaque extraction renvoie des fiches produit organisées en mêmes groupes de champs, quelle que soit la mise en page du fournisseur. Ces groupes correspondent directement au contenu que Doc2Shelf prépare ensuite : une valeur vérifiée une fois lors de la révision est réutilisée partout où elle est nécessaire.
En plus des champs structurés, l’extraction conserve ses preuves : une liste de faits avec le numéro de page et une courte citation textuelle, chaque tableau de données reproduit ligne par ligne, les faits qui ne correspondent à aucun champ standard et la liste des informations requises que le document ne contenait pas. Les informations encore manquantes lors de la génération des fiches produit ou des brouillons de déclaration apparaissent sous la forme d’un champ [REQUIRED: …] plutôt que d’une valeur inventée.
Groupes de champs extraits et sorties qu’ils alimentent| Groupe de champs | Exemples de champs | Utilisé dans |
|---|
| Identité | Nom, marque, fabricant, numéro de modèle, GTIN/EAN ; SKU uniquement si le document en mentionne un | Titre et spécifications de la fiche produit ; identification du produit dans les brouillons de déclaration |
|---|
| Parties | Fabricant, importateur, distributeur, personne responsable dans l’UE, adresses | Bloc d’informations GPSR ; brouillons de déclaration |
|---|
| Classification | Catégorie, sous-catégorie, usage prévu, tranche d’âge | Type de déclaration, type de produit, texte de la fiche produit |
|---|
| Mesures | Dimensions, poids, volume, unités telles qu’imprimées | Spécifications ; données d’expédition |
|---|
| Composition | Ingrédients dans l’ordre imprimé, allergènes, valeurs nutritionnelles | Fiches produit et brouillons pour l’alimentaire, les compléments alimentaires et les cosmétiques |
|---|
| Conformité | Normes, directives, certifications, marquages, références réglementaires | Brouillons de déclaration UE et US |
|---|
| Sécurité | Avertissements, mentions de danger et de prudence, mention d’avertissement, pictogrammes | Informations de sécurité du bloc GPSR, le cas échéant |
|---|
| Emballage et logistique | Matériau d’emballage, codes de recyclage, unités par colis, code SH, pays d’origine | Spécifications ; JSON structuré orienté DPP |
|---|
Scores de confiance, preuves et portail de révision
Chaque extraction comporte un score de confiance et un score de complétude, accompagnés de remarques sur les points de vigilance : zones illisibles, valeurs ambiguës, qualité du scan. Servez-vous-en pour décider où regarder en premier. Un score élevé ne rend pas une valeur correcte, et un score faible révèle généralement un problème de document — mauvais scan, tableau peu clair — qu’il peut être utile de corriger à la source.
Rien de ce qui est extrait n’est publié ni exporté sans révision. Lorsque vous marquez un contenu comme vérifié, Doc2Shelf enregistre un hachage du contenu ; toute modification ultérieure change ce hachage et invalide la révision, de sorte que la publication et l’export restent bloqués tant que quelqu’un n’a pas vérifié la version modifiée. Un ordre de révision pratique :
- Commencez par les documents dont la confiance ou la complétude est la plus faible.
- Vérifiez d’abord les identifiants et les valeurs liées à la sécurité par rapport aux preuves citées.
- Confirmez que chaque valeur d’un tableau multi-modèles est rattachée au bon produit.
- Réglez avec le fournisseur les données manquantes signalées plutôt que de les compléter vous-même.
- Marquez le contenu comme vérifié, et révisez-le à nouveau après toute modification.
Extraction par lot et formats de sortie
Téléversez jusqu’à 500 PDF dans un même lot, dans la limite du quota de documents de votre forfait, et l’extraction s’exécute en arrière-plan. Des modèles intégrés orientent l’extraction vers un type de document — étiquette alimentaire, FDS / produit chimique, fiche technique d’électronique ou produit général — et vous pouvez choisir des axes d’extraction, ajouter des instructions personnalisées, activer un mode audit qui consigne chaque fait et chaque ligne de tableau avec une citation et, selon votre forfait, enregistrer vos paramètres comme modèle pour le prochain fournisseur.
Les valeurs sont conservées dans la langue du document, avec les unités exactement telles qu’imprimées, de sorte que rien n’est converti en silence entre la source et votre révision. Une fois vérifiées, les données quittent Doc2Shelf dans le format dont chaque flux de travail a besoin :
Sorties construites à partir des données d’extraction vérifiées| Sortie | Formats | Usage courant |
|---|
| Données produit structurées | JSON, CSV ; DOCX selon le forfait | Vos propres systèmes, tableurs, imports PIM |
|---|
| Fiches produit de boutique | Produits Shopify en brouillon ; produits simples WooCommerce en brouillon ; export CSV, JSON, PDF, DOCX | Publication en brouillon, ou révision en dehors de Doc2Shelf |
|---|
| Texte ciblé eBay pour les nouveaux utilisateurs | CSV ou JSON générique, pas un schéma d’import eBay | Réutilisation dans votre propre flux de travail eBay |
|---|
| Brouillons de déclaration | PDF, DOCX, étiquettes de déclaration imprimables | Finalisation et validation par la partie responsable |
|---|
| Données orientées DPP | JSON structuré comme données de préparation | Mise en œuvre en aval ; ce n’est pas un passeport finalisé |
|---|
En quoi il diffère des analyseurs de PDF et des outils d’OCR génériques
Les outils génériques de conversion de PDF en tableur et les moteurs d’OCR résolvent une partie du problème : ils extraient le texte et les tableaux d’un fichier. Transformer ce texte en fiches produit — et ces fiches en fiches de vente et en brouillons de conformité — est la partie qu’ils vous laissent. La comparaison ci-dessous porte sur le type d’outil, pas sur un produit précis.
Un outil générique est plus simple lorsque vous n’avez besoin que de copier un tableau propre dans un tableur, ou que vous traitez de gros volumes d’un même formulaire fixe. Doc2Shelf est conçu pour le cas inverse : de nombreux fournisseurs, des mises en page variées et des données qui doivent aboutir dans des fiches produit et des brouillons de déclaration. Le guide sur l’extraction des données produit depuis des PDF compare toutes les méthodes plus en détail.
Comparaison des types d’outils| Fonctionnalité | Analyseur de tableaux générique | OCR autonome | Doc2Shelf |
|---|
| Pages numérisées | Nécessite généralement une couche de texte | Oui, c’est sa raison d’être | Oui ; la qualité du scan influe sur la confiance |
|---|
| Sortie | Tableaux ou texte bruts | Texte | Fiches produit dans des groupes de champs nommés |
|---|
| Valeurs écrites en phrases | Non saisies comme champs | Saisies comme texte brut | Rattachées à des champs lorsqu’elles sont indiquées |
|---|
| Plusieurs produits dans un même PDF | Vous séparez les lignes | Non séparés | Une fiche par produit |
|---|
| Preuve pour chaque valeur | Le tableau lui-même | Position du texte | Numéro de page et courte citation |
|---|
| Informations requises manquantes | Non signalées | Non signalées | Listées ; affichées sous forme de marqueurs dans les brouillons |
|---|
| Étape suivante | Faire correspondre les colonnes à votre schéma | Analyser le texte vous-même | Fiches produit, brouillons et exports après révision |
|---|
Qualité des données et limites
L’extraction par IA peut manquer une valeur, en mal lire une — surtout dans les scans de mauvaise qualité, les tableaux denses ou les valeurs figurant uniquement dans des schémas — ou rattacher une valeur au mauvais modèle dans un tableau multi-produits. C’est pourquoi le portail de révision existe et pourquoi l’extraction conserve des preuves que vous pouvez vérifier. Connaissez ces limites avant de planifier une migration de catalogue :
- Il extrait uniquement ce que le document indique ; il ne recherche pas ailleurs les valeurs manquantes et ne les estime pas.
- Les unités et les valeurs sont conservées telles qu’imprimées. La conversion des unités et la normalisation des listes de valeurs pour vos canaux relèvent de votre révision ; le guide sur les attributs produit explique comment faire.
- Un SKU n’est saisi que lorsque le document en indique explicitement un, jamais déduit d’un nom de fichier ou d’un numéro de modèle.
- Les normes, marquages et références de certificats sont enregistrés tels qu’indiqués. Doc2Shelf ne teste pas les produits, n’évalue pas la conformité et ne vérifie pas les certificats.
- Le texte reste dans la langue du document ; la traduction des fiches produit est une étape distincte qui produit des brouillons prêts à être vérifiés.
- Les fichiers téléversés doivent être des PDF ; les autres formats doivent d’abord être enregistrés en PDF.