Cómo extraer los campos clave de un albarán de entrega a Excel
incluso cuando el formato de cada proveedor es distinto

Por qué las diferencias de formato rompen la extracción tradicional — y qué funciona en su lugar

Cada proveedor imprime los albaranes de entrega de manera diferente. Grainger utiliza una tabla de varias columnas con números de pieza a la izquierda y recuentos de cajas a la derecha. Fastenal podría listar los artículos verticalmente con anotaciones escritas a mano en el muelle de carga. Las impresiones térmicas de Uline no tienen estructura de tabla alguna — solo línea tras línea de texto con códigos de artículo incrustados en medio del párrafo. MSC Industrial anida la información de envío dentro de un documento combinado de factura/albarán donde los campos de envío y facturación comparten la misma página. Un coordinador de logística describió la rutina diaria: "Cada pedido requería que alguien leyera manualmente un albarán de entrega, extrajera el número de pedido, el peso, el recuento de cajas, determinara la clase de flete, lo escribiera en una hoja de cálculo, recortara las etiquetas de envío a medida y enviara todo por correo electrónico al almacén. Varias veces al día. Todos los días."

La extracción OCR tradicional falla aquí porque funciona por posición. Una plantilla registra que el "Número de pedido" aparece a 2.3 pulgadas del borde superior y a 1.1 pulgadas del borde izquierdo — y si se mueve, la extracción se rompe. Necesitaría una plantilla por proveedor. Peor aún, las plantillas se rompen silenciosamente cuando un proveedor cambia su diseño (lo cual hacen sin notificarle), y no detectará el error hasta que la discrepancia de inventario aparezca semanas después.

La alternativa es la extracción semántica: leer un documento como lo haría un receptor humano. No se buscan coordenadas de píxeles — se busca el texto que significa "número de orden de compra" dondequiera que aparezca. Esto es lo que hace la extracción basada en IA. En lugar de memorizar posiciones, comprende el significado de los campos. En ImageToTable.ai, simplemente escribe los nombres de columna que desea — "Número de pedido", "SKU", "Cantidad recibida", "Número de lote" — y la IA localiza cada valor en cualquier parte de la página. Esto se llama extracción por nombre de columna: los nombres de campo que escribe se convierten en los encabezados de su tabla de salida, y la IA relaciona valores con columnas al comprender qué representa cada campo, no al recordar dónde estuvo la última vez.

Los campos que realmente importan para la recepción

Los albaranes de entrega contienen mucha información. La mayor parte no la necesitas en una hoja de cálculo. El enfoque ganador es selectivo: extrae solo los campos que impulsan tu flujo de trabajo de recepción y deja todo lo demás en el PDF.

No todos los envíos necesitan todos los campos. Si eres un distribuidor de alimentos, los números de lote son innegociables: la FDA 21 CFR Parte 11 exige registros electrónicos trazables para productos regulados, y el albarán de entrega suele ser el primer documento de esa cadena. Si eres un almacén de mercancía general, quizás solo necesites el número de pedido, el SKU y la cantidad. La cuestión es que tú defines las columnas, no el software ni el formato del proveedor.

Este es el mismo conjunto de campos utilizado para procesar por lotes múltiples albaranes de entrega; la diferencia aquí es centrarse en la precisión de un solo albarán antes de escalar al volumen.

Paso a paso: extrae los campos del albarán de entrega a Excel

La forma más rápida de pasar de un albarán de entrega en PDF a una hoja de cálculo estructurada es definir primero los campos y dejar que la IA los encuentre: sin entrenamiento de posiciones, sin crear plantillas, sin configuración por proveedor. Este recorrido usa un único albarán de entrega; las mismas definiciones de columnas se adaptan a cualquier cantidad de documentos de cualquier combinación de proveedores.

El resultado es una hoja de cálculo donde cada fila es un albarán de entrega (o una partida, según la estructura de tus columnas) y cada columna es un campo que definiste. No se necesita limpieza de datos: la IA estandariza automáticamente los formatos de fecha, elimina los espacios adicionales de los números de pieza y normaliza los valores de cantidad a formato numérico.

Pruebe a introducir los campos indicados arriba — «Número de pedido», «SKU», «Cantidad enviada» — y suba un albarán de entrega. Las mismas columnas extraerán datos de cualquier formato de proveedor porque la IA lee el significado, no la posición.

Gestión de casos límite: albaranes escaneados, manuscritos y en papel térmico

Un albarán de entrega en PDF limpio generado por un ERP moderno es el caso sencillo. Los muelles de recepción reales manejan documentos mucho menos cooperativos — y el método de extracción debe poder gestionarlos.

Albaranes escaneados (especialmente los reenviados como adjuntos de correo desde un escáner de escritorio a 150 DPI) son habituales en proveedores más pequeños. El texto puede aparecer borroso, torcido o parcialmente cortado. La extracción basada en IA los gestiona porque no requiere límites de caracteres nítidos — interpreta el contenido visual de forma holística, igual que un receptor humano lee un documento ligeramente emborronado sin descifrar las formas de cada letra. Para escaneos muy degradados, el enfoque es el mismo que se describe en la guía para convertir PDF escaneados a Excel — subir, definir columnas, revisar.

Anotaciones manuscritas — un trabajador del muelle escribe «cantidad real: 47» junto a una cantidad impresa de 50 — son información que el receptor necesita, no ruido que deba ignorarse. ImageToTable.ai lee el texto manuscrito junto al texto impreso, de modo que esas correcciones a nivel de muelle acaban en su hoja de cálculo en lugar de en un papel arrugado en el bolsillo de alguien.

Albaranes en papel térmico de Uline y proveedores similares presentan un desafío físico antes que digital: se desvanecen. La solución es fotografiarlos o escanearlos inmediatamente al recibirlos. Incluso una foto con el teléfono sirve — la IA procesa fotos de impresiones térmicas igual que procesa PDF. Los nombres de campo que definió para los albaranes de Grainger funcionan para las impresiones térmicas de Uline sin ningún cambio de configuración.

Documentos combinados de factura/albarán — MSC Industrial y otros proveedores B2B suelen emitir un único documento que sirve a la vez como factura y albarán. El mismo enfoque de extracción por nombre de columna funciona aquí porque solo extrae los campos que le interesan. Los campos financieros (precio unitario, impuestos, total) están en la misma página que los campos logísticos (cantidad, SKU, número de lote), pero usted define sus columnas de forma independiente. Si más adelante necesita campos de factura del mismo documento, el flujo de trabajo para extraer campos de factura gestiona la parte financiera — las dos extracciones se complementan sin duplicar trabajo.

Del flujo de extracción a la recepción: hacia dónde va la hoja de cálculo

La extracción produce una hoja de cálculo. La hoja de cálculo alimenta el proceso de recepción. Lo que haga a continuación depende de sus sistemas existentes.

Si tiene un WMS (Sistema de Gestión de Almacén) — Manhattan Active WMS, SAP EWM, Oracle WMS Cloud, Blue Yonder, o sistemas de mercado medio como Logiwa o Finale Inventory — es probable que importe las cantidades recibidas mediante una carga CSV o una API. El archivo de Excel de la extracción se convierte en su fuente de importación. Asigne la columna «Número de pedido» al campo de Referencia de Pedido de Compra del WMS, «Cantidad enviada» a Cantidad recibida, «Número de lote» al módulo de seguimiento de lotes, e importe. Esto sustituye la introducción manual de datos en el terminal del WMS.

Si utiliza una plataforma de envío más ligera como ShipStation o Fishbowl, la hoja de cálculo cumple el mismo propósito: cargue o copie y pegue las cantidades recibidas para la sincronización del inventario. Las plantillas de albaranes de entrega de ShipStation cubren el lado de las salidas, pero la recepción de entradas aún requiere la introducción de datos de los documentos de los proveedores. El paso de extracción cubre esa carencia.

Si su proceso de recepción se basa en hojas de cálculo — que el Warehousing Education and Research Council (WERC) sigue registrando como una práctica común, con un 44% de almacenes que utilizan la preparación de pedidos en papel hasta 2023 — el archivo de Excel extraído es su registro de recepción. Cada fila es un envío recibido. Añada columnas para «Recuento físico», «Discrepancia» y «Ubicación de almacenamiento», y tendrá un registro de recepción completo sin necesidad de introducir datos manualmente desde los albaranes de entrega.

Cuando esté listo para escalar más allá del procesamiento de un solo albarán, el enfoque de extracción por lotes le permite cargar los albaranes de entrega de un día de una sola vez y generar una única hoja de cálculo de recepción consolidada. Las mismas definiciones de columnas se mantienen: el flujo de trabajo escala sin requerir nueva configuración. A modo de comparación, una lógica de lote similar se aplica a cotizaciones de proveedores en diferentes formatos, donde el mismo problema de diversidad de proveedores aparece en las adquisiciones en lugar de en la recepción.

Preguntas frecuentes

¿Funciona con albaranes de entrega manuscritos?

Sí. La IA reconoce texto manuscrito, incluidos números, códigos de producto y anotaciones escritas en el muelle de carga. La precisión con escritura a mano es menor que con texto impreso (espere ~85-95 % según la legibilidad) — revise siempre las extracciones manuscritas antes de finalizar su registro de recepción.

¿Qué ocurre si el albarán de entrega utiliza nombres de campo diferentes a los que he escrito?

Esta es la ventaja principal de la extracción semántica. Si escribe «Número de pedido» como nombre de columna y el albarán de entrega etiqueta el campo como «Purch Ord #» o «Order Ref», la IA comprende que se refieren al mismo concepto y extrae el valor correcto. No necesita renombrar sus columnas para que coincidan con la terminología de cada proveedor.

¿Puedo extraer datos de albaranes de entrega directamente en Google Sheets?

Sí. El complemento de Google Sheets le permite subir albaranes de entrega y especificar nombres de columna directamente desde una barra lateral de Sheets — los datos extraídos se rellenan en su hoja activa sin cambiar de aplicación.

¿Cuántos albaranes de entrega puedo procesar a la vez?

El modo de documento único procesa un documento a la vez — ideal para recepción en tiempo real donde cada envío necesita verificación inmediata. Para procesamiento de fin de día o por lotes, el modo lote admite la subida de múltiples albaranes de entrega simultáneamente (incluidos formatos mixtos de distintos proveedores) y genera un único archivo Excel consolidado. Consulte la guía de procesamiento por lotes de albaranes de entrega para el flujo de trabajo de gran volumen.

¿Puede la IA detectar si las cantidades del albarán de entrega no coinciden con el pedido?

ImageToTable.ai extrae lo que figura en el albarán de entrega — no tiene acceso a sus datos de pedido para realizar la comparación automáticamente. Sin embargo, puede utilizar columna calculada para realizar verificaciones durante la extracción. Por ejemplo, si tiene un albarán de entrega con varias líneas, una columna calculada puede sumar todas las cantidades de las partidas para contrastarlas con un total impreso. La verificación de discrepancias contra su pedido es un paso en la hoja de cálculo después de la exportación — lleve tanto los datos extraídos del albarán de entrega como las partidas del pedido a Excel y use VLOOKUP o INDEX/MATCH para señalar las incoherencias.

¿Qué pasa con los albaranes de entrega que no están en inglés?

La IA procesa albaranes de entrega en más de 50 idiomas. Un Lieferschein alemán de un proveedor europeo se extrae de la misma manera que un albarán de entrega en inglés de Grainger: escriba los nombres de sus columnas en inglés y la IA localiza los valores correspondientes independientemente del idioma del documento.