业务单据智能分类、分发

🏦 场景与客户

某集团财务共享中心，单据从两个口进来：一个是各部门发来的邮件附件，一个是扫描仪扫出来的文件夹。每天上千份，包含发票、合同、付款申请、银行回单等十来类。四个专员负责分派——看清是什么单据、属于哪家公司哪个部门，再转给对应的处理组。分错一次就要退回重走，一个来回半天没了。

客户要解决的是分派这一环既慢又容易错的问题，让单据一进来就自己找到该去的地方。

📅 实施节奏

• 第 1–2 周：拉历史单据与分派记录，统计各类型的占比与常见错分情形
• 第 3–4 周：先用规则做兜底，再针对模糊样本训练分类
• 第 5–6 周：接邮件与扫描入口，做自动分派与待定池
• 第 7 周起：逐步提高自动分派比例，每月复盘错分案例

🗝️ 方案要点

• 分类维度不止类型：除了单据类型，还要判断归属公司、归属部门、紧急程度，这些才是分派的目的地依据
• 规则先兜底：来自某专用邮箱、标题含某关键词的，直接用规则判定，又快又可解释，不必动用模型
• 低置信度不硬分：拿不准的进待定池，由人工认领，比强行分错再退回的成本低得多
• 用后效评估质量：分派后的处理时长与退回率，是判断分类是否准确的真实信号，比离线准确率更可靠

⚖️ 选型与权衡

🚧 实施难点与排查

• 一个附件包含多类单据：有人把发票和申请单拍在一张图上。做法是先做页面拆分，拆不开的整份进待定池
• 邮件标题乱写：标题写「急」或者空白，全靠附件内容判断。改为以正文与附件为主特征，标题只作辅助
• 新类型出现：业务调整后冒出新单据，模型没见过，全被判成待定。设监控，待定池某类突增即提示补充样本
• 分派错误的连锁返工：分错之后不但要退回，还得重新排队。上线初期自动分派比例压得较低，稳定后再逐步放开

💵 成本与收益

• 成本：样本整理与链路建设约 1.5 人 × 5 周，之后每月约四分之一人力维护规则与样本
• 收益：分派环节的人力明显释放，单据从进来到进入处理组的时延缩短
• 隐性收益：分派数据积累下来，能看清各类型单据的流入规律，为排班与人力配置提供依据

🛡️ 风险与保障

• 敏感单据误投：含薪酬、合同的单据按权限控制可见范围，投递目标受角色限制
• 可追溯：每份单据的分派依据与结果留痕，出现错分可还原当时判断
• 效果监控：每月统计错分率与待定池积压量，指标恶化即回退到人工分派
• 兜底通道：服务异常时可一键切回人工分派，业务不中断

♾️ 可复用与演进

• 同一套分类与路由框架可扩到工单分派、客户投诉分类、邮件路由
• 后续把分派结果与处理结果关联，识别哪些类型经常被退回，反推流程本身的改进点
• 再进一步做工作量预测：按历史流入规律预判某几天的单据高峰，提前排班