Le guide complet de l'extraction de données de notes de frais
(2026)

Ce que l'extraction de notes de frais résout concrètement

La fondation GBTA a constaté que le coût moyen de traitement d'une seule note de frais est de 58 $, soit 20 minutes de travail du personnel. À raison de 51 000 notes de frais par an — le volume annuel d'une organisation typique de taille moyenne à grande — cela représente environ 3 millions de dollars en coûts de traitement. Et 19 % de ces notes contiennent des erreurs, chacune coûtant en moyenne 52 $ et 18 minutes supplémentaires à corriger. C'est encore un demi-million de dollars dépensé pour corriger des erreurs passées inaperçues lors de la saisie manuelle.

Mais le coût sous-estime le problème opérationnel. Le véritable goulot d'étranglement n'est pas la main-d'œuvre par note — c'est le délai de consolidation. Les équipes financières attendent des jours que les données de dépenses arrivent de différents canaux : certains employés soumettent via l'application de gestion des dépenses, d'autres envoient des PDF scannés par e-mail, le personnel de terrain remet des formulaires papier que quelqu'un photocopie, et les employés internationaux envoient des notes dans des formats créés par leur comptable local. Chaque format passe par un chemin de réception différent, et les rapprocher dans un seul grand livre avant la clôture est ce qui repousse la fin de mois du vendredi au mardi suivant.

L'extraction résout ce problème à la source : au lieu d'ouvrir chaque note et de saisir manuellement les lignes de dépense dans un tableur, vous téléversez l'ensemble du lot — 50 notes, 8 formats, autant de lignes de dépense par note que nécessaire — et vous obtenez en quelques minutes un seul tableur contenant toutes les dépenses de tous les employés. Ce n'est pas une amélioration de flux de travail. C'est un changement structurel dans la manière dont les données de dépenses entrent dans votre système comptable. Pour une explication fondamentale du fonctionnement de cette technologie spécifique, consultez notre guide sur ce qu'est l'extraction de données de notes de frais.

Pour les équipes qui utilisent déjà Concur ou Expensify, l'extraction ne remplace pas ces plateformes. Elle traite les notes qui n'y entrent jamais : les formulaires papier, les PDF non standard, les feuilles Excel envoyées par e-mail par les prestataires. L'extraction produit des données structurées qui alimentent votre plateforme de gestion des dépenses. C'est le pont entre vos soumissions papier/PDF et votre flux de travail numérique — et pour de nombreuses équipes financières, c'est l'élément dont elles ne réalisaient pas l'absence jusqu'à ce qu'elles voient l'avant-après lors d'une clôture de fin de mois. L'économie de cet écart est détaillée dans notre analyse des coûts du traitement manuel des notes de frais.

Pourquoi les notes de frais sont plus difficiles à extraire que les documents standard

Si vous avez déjà extrait des données de factures, vous pourriez penser que les notes de frais posent le même problème, avec des noms de champs différents. Ce n'est pas le cas. Les notes de frais présentent quatre défis structurels que les factures et les reçus individuels n'ont pas — et chacun d'eux perturbe les approches d'extraction conventionnelles d'une manière différente.

Défi 1 : Plusieurs types de reçus dans un même document

Une seule note de frais peut contenir un relevé d'hôtel (tarif de la chambre, taxes, frais de restauration, parking), un reçu de restaurant (sous-total, pourboire, total), un journal de kilométrage (date, destination, distance, taux), un reçu de fournitures et une confirmation de vol — chacun apparaissant comme une ligne de dépense distincte sur le même formulaire. Chaque type de reçu a sa propre structure de données : un relevé d'hôtel détaille les taxes par juridiction, un reçu de restaurant comporte une ligne de pourboire qui peut être remplie ou non, un journal de kilométrage indique un taux et une distance plutôt qu'un montant d'achat. L'outil d'extraction doit gérer toutes ces sous-structures dans un même document, en mappant chacune aux bonnes colonnes de sortie sans confondre une taxe d'hôtel avec un sous-total de repas.

C'est le problème qui fait échouer l'extraction basée sur des modèles. Un modèle configuré pour « Reçu : Restaurant » attend des colonnes séparées par des tabulations. Si vous lui fournissez une ligne de relevé d'hôtel, il associe le tarif de la chambre à « Coût du repas » parce que c'est là que la colonne numérique s'est alignée. Vous ne vous en rendez compte qu'au moment où le remboursement est approuvé avec des montants erronés.

Défi 2 : Les champs du flux d'approbation absents des reçus

Les notes de frais comportent des métadonnées qui n'existent qu'au niveau du rapport : identifiant de l'employé, département, centre de coûts, code de projet, statut d'approbation. Les reçus individuels joints au rapport ne contiennent pas ces informations — un reçu de restaurant ne sait pas quel budget départemental paie le repas. Le système d'extraction doit lire ces champs d'en-tête sur le formulaire de la note de frais et les propager à chaque ligne de dépense dans la sortie, afin que chaque ligne du tableur porte la chaîne d'attribution complète : qui a dépensé, quel département, quel projet, quelle catégorie.

Sans cette propagation, vous obtenez un tableur de dépenses sans contexte organisationnel — des montants flottant dans un tableur sans aucun moyen de les affecter aux bons centres de coûts. L'équipe financière doit alors ajouter manuellement les codes de département et de projet à chaque ligne, ce qui revient à la saisie manuelle qu'elle cherchait justement à éviter. Pour le cas spécifique de la vérification des montants extraits par rapport aux limites de l'entreprise, consultez notre guide sur les contrôles de limites de politique de notes de frais.

Défi 3 : Notes de frais multi-devises

Un employé voyageant à travers l'Europe peut avoir des dépenses en EUR, GBP et CHF sur le même rapport — chaque ligne de dépense dans une devise différente, avec un remboursement à calculer en USD au taux de change actuel. Un outil d'extraction basé sur la position saisit le nombre qui apparaît dans la colonne « Amount » et le restitue tel quel. Si l'employé a écrit « €45.00 » dans la ligne Meals, l'outil pourrait extraire « 45.00 » et le stocker en dollars. Ce remboursement de 45 $ pour un repas de 45 € est faussé par le taux de change — et l'erreur s'aggrave à chaque dépense internationale dans chaque rapport chaque mois.

Un outil d'extraction sémantique lit le symbole ou le code de devise à côté de chaque montant et restitue à la fois la valeur et la devise — « 45.00 — EUR » dans une colonne, le code de devise dans une autre — afin que le système financier applique le taux de conversion correct. Cette distinction est primordiale pour les organisations ayant des bureaux internationaux ou des déplacements transfrontaliers fréquents, où une seule clôture mensuelle peut impliquer cinq devises ou plus sur plus de 30 soumissions d'employés.

Défi 4 : Exigences de justification de l'IRS

En vertu de l'IRS §1.274-5T et des règles du régime responsable dans la §1.62-2, le remboursement des dépenses d'un employé est exclu de son revenu imposable uniquement si l'employé fournit une justification adéquate de chaque dépense. « Adéquate » signifie que la documentation doit indiquer le montant, la date, le lieu et l'objet professionnel de chaque dépense. La publication 463 de l'IRS exige en outre une preuve documentaire — un reçu, une facture payée ou une preuve similaire — pour toute dépense d'hébergement (quel que soit le montant) et toute autre dépense de 75 $ ou plus.

Lorsqu'une note de frais arrive avec une écriture ambiguë, une référence de reçu manquante ou un objet professionnel vague comme « réunion client » sans noms, la chaîne de justification est rompue. Si l'équipe financière saisit ces données telles quelles — ou si un outil d'extraction restitue silencieusement un montant erroné pour un champ qu'il n'a pas pu lire clairement — le remboursement pourrait être reclassé en salaire imposable, déclenchant des obligations de charges sociales pour l'employeur et l'employé. La Revenue Ruling 2003-106 de l'IRS a spécifiquement traité des systèmes de reçus électroniques et a confirmé que les enregistrements électroniques peuvent satisfaire aux exigences de justification — mais uniquement s'ils capturent tous les éléments qu'un reçu papier contiendrait. Un outil d'extraction qui restitue des montants erronés compromet cette chaîne de conformité. Un outil qui signale les champs à faible confiance pour examen la préserve.

Trois approches : OCR traditionnel vs modèles vs extraction sémantique par IA

La technologie derrière l'extraction de notes de frais se divise en trois catégories. Comprendre leurs différences — en particulier ce que chaque approche ne peut pas faire — est la clé pour éviter d'acheter un outil qui résout le mauvais problème.

La distinction clé n'est pas la précision sur des pages propres — les trois approches performent bien sur un PDF impeccable d'un formulaire standardisé. La différence apparaît en fin de mois, quand la pile de rapports comprend un export Concur du département marketing, trois formulaires manuscrits de techniciens de terrain, deux feuilles Excel envoyées par e-mail par des contractuels internationaux, et un PDF scanné d'un VP qui a imprimé son rapport numérique et l'a annoté au stylo. L'extraction basée sur des modèles s'effondre face à cette diversité de formats. L'extraction sémantique la gère — parce qu'elle lit par le sens, pas par la position.

Cette approche sémantique est parfois appelée Extraction de colonnes personnalisées : vous définissez les colonnes de sortie souhaitées, et l'IA localise chaque valeur en comprenant le contenu du document plutôt qu'en correspondant à un modèle préconfiguré. Le changement de paradigme passe de « où se trouvent les données sur la page ? » à « quelles données ai-je besoin de ce document ? » — et c'est le même changement qui distingue le traitement documentaire moderne par IA de l'OCR dépendant de modèles d'il y a cinq ans.

Champs clés : ce qui est extrait d'une note de frais

Une note de frais comporte deux niveaux structurels. Les deux doivent être extraits du même document en une seule passe — extraire l'un sans l'autre vous donne la moitié des données, ce qui est pire que rien car cela semble complet.

La logique de propagation est ce qui fait fonctionner ce système : les champs d'en-tête sont répétés pour chaque ligne de dépense dans la sortie, de sorte qu'un rapport avec 12 entrées de dépenses produit 12 lignes de données, chacune portant le contexte complet — nom de l'employé, département, période, code projet — ainsi que les détails individuels de la dépense. Cette structure plate rend la sortie immédiatement utilisable pour les tableaux croisés dynamiques, le codage GL et l'import ERP : chaque ligne est autonome, aucune référence croisée n'est nécessaire.

Au-delà de l'extraction directe, les outils basés sur l'IA peuvent également gérer les colonnes inférées — des champs que le rapport original ne contient pas mais dont votre système comptable a besoin. Définissez une colonne comme « Category (options: Travel/Meals/Lodging/Supplies/Mileage/Other) » et l'IA lit le nom du marchand et la description de chaque ligne de dépense, puis attribue la catégorie appropriée. Une ligne pour « Marriott Downtown — 2 nights » reçoit « Lodging. » Une ligne pour « Office Depot — printer paper » reçoit « Supplies. » Cela élimine la passe de catégorisation manuelle séparée qui suit généralement l'extraction — la sortie a déjà chaque ligne étiquetée.

Traitement par lots : de 50 notes de frais à une seule feuille de calcul

Le scénario d'extraction de notes de frais le plus courant est la fin de mois : 20 à 200 notes de frais d'employés arrivent dans une fenêtre de 3 jours, et toutes doivent être traitées avant la clôture. Les traiter une par une — ouvrir chaque fichier, lancer l'extraction, copier les résultats — est plus rapide que la saisie manuelle, mais reste un flux de travail séquentiel qui ne réduit pas le temps d'attente. Le traitement par lots change la géométrie du problème.

Le flux de travail est simple :

Ce traitement par lots est ce qui transforme la clôture mensuelle d'une opération de saisie de données en une session de revue. Au lieu de saisir des lignes de dépense toute la journée, l'équipe financière examine une seule feuille de calcul — en vérifiant les champs signalés à faible confiance, en validant les affectations de catégories et en approuvant les remboursements. Pour une présentation complète de ce flux de travail à l'échelle de la clôture mensuelle, consultez notre guide du traitement par lots des notes de frais des employés. Et pour les équipes qui utilisent Google Sheets, il existe un module complémentaire de barre latérale qui exécute le même pipeline d'extraction sans quitter la feuille de calcul — le traitement par lots des notes de frais dans Google Sheets couvre ce flux de travail.

Export et intégration : acheminer les données là où elles doivent aller

L'extraction produit des données dans une feuille de calcul. Acheminer ces données vers votre système comptable, votre ERP ou votre plateforme de gestion des dépenses est l'étape suivante — et le format d'export détermine la quantité de travail manuel que cette étape implique.

Excel (XLSX) est le format de sortie le plus courant pour une bonne raison : tous les systèmes comptables peuvent l'importer, toutes les équipes financières peuvent l'ouvrir, et la structure une-ligne-par-ligne-de-dépense avec les champs d'en-tête propagés rend les tableaux croisés dynamiques et les filtres immédiats. Pour les équipes qui traitent des notes de frais dans QuickBooks, NetSuite ou Xero, Excel est généralement le chemin de moindre résistance — exportez les résultats d'extraction, mappez les colonnes vers les champs de votre plan comptable, importez.

L'export CSV offre la même compatibilité structurelle avec des fichiers plus légers, utile pour les lots à volume élevé ou les pipelines d'ingestion automatisés. L'export JSON est le format pour les équipes qui créent des intégrations personnalisées — si vous disposez d'un outil interne qui récupère les données de dépenses via API, JSON vous fournit des données structurées qui ne nécessitent aucun analyse syntaxique.

L'intégration Google Sheets élimine entièrement l'étape d'export-import pour les équipes qui gèrent leurs opérations financières dans des feuilles de calcul. Le module complémentaire ImageToTable.ai pour Google Sheets traite les notes de frais directement dans la barre latérale et ajoute des lignes structurées à la feuille active — aucun téléchargement de fichier, aucune réimportation, aucune conversion de format.

Pour les organisations disposant d'outils internes personnalisés, une clé API permet d'envoyer les notes de frais à l'endpoint d'extraction par programmation et de recevoir des données JSON structurées en retour — intégrant l'extraction directement dans un pipeline d'admission existant sans qu'un humain ne touche au bouton de téléversement.

Le choix du format d'export importe moins que la structure des données issues de l'extraction. Si chaque ligne de dépense porte son contexte d'en-tête complet (employé, département, période, projet) dans des colonnes distinctes, les données sont prêtes pour tout système en aval. Si les champs d'en-tête ne sont disponibles qu'en recoupant une table de référence distincte, vous avez remplacé la saisie par des manipulations de feuille de calcul — un problème différent, pas une solution. Pour l'étape qui suit l'extraction — convertir les données dans un format adapté à la comptabilité — consultez notre convertisseur de notes de frais PDF vers Excel.

Comment choisir un outil d'extraction pour notes de frais

Les listes de fonctionnalités des outils d'extraction se ressemblent à première vue — chaque fournisseur annonce « propulsé par l'IA », « sans modèle » et « précis ». Voici les critères qui les différencient réellement, testés face aux exigences spécifiques des notes de frais :

Fonctionnement sans modèle face à la diversité des formats. C'est le test le plus important. Demandez : « Si un employé soumet un rapport dans un format que je n'ai jamais vu — un PDF Concur de l'équipe commerciale, un formulaire manuscrit d'un technicien de terrain, un export Excel d'un sous-traitant — l'outil extrait-il les données du premier coup ? » Si la réponse exige de configurer un modèle ou de définir des zones, vous échangez la saisie de données contre la maintenance de modèles. L'outil doit lire par le sens, pas par la position.

Extraction à double niveau (en-tête + lignes de dépense) en une seule passe. Téléversez une note de frais multipage avec 15 lignes de dépense réparties sur 4 catégories. La sortie inclut-elle à la fois le nom de l'employé et le département (de l'en-tête) ET chaque ligne de dépense individuelle avec le bon mappage des champs ? Les outils qui gèrent un niveau mais pas l'autre vous obligent à fusionner les données manuellement après l'extraction — ce qui va à l'encontre du but recherché.

Gestion des types de reçus mixtes. Testez avec un rapport combinant un relevé d'hôtel, un reçu de restaurant et un journal de kilométrage dans différentes lignes de dépense. L'outil extrait-il correctement le tarif de la chambre et la ventilation des taxes de l'hôtel, séparément du sous-total et du pourboire du restaurant, et de la distance et du taux du journal de kilométrage ? S'il aplatit tout dans une colonne générique « Montant », vous perdez le détail dont votre système comptable a besoin.

Capacité de traitement par lots. Pouvez-vous téléverser 50 rapports à la fois et obtenir une feuille de calcul consolidée — ou devez-vous les traiter un par un ? Le traitement de fichiers individuels fait gagner du temps par rapport. Le traitement par lots change la façon dont fonctionne la clôture mensuelle. Pour les équipes traitant plus de 15 rapports par cycle, le traitement par lots n'est pas optionnel — c'est la différence entre une extraction qui est un outil utile et une extraction qui devient le flux de travail par défaut.

Score de confiance qui signale, et non masque, l'incertitude. Chaque outil d'extraction fait des erreurs. La question est de savoir ce qu'il advient des champs incertains. Certains outils produisent une meilleure estimation en silence — un montant erroné ou un nom de fournisseur incorrect se retrouve directement dans la feuille de calcul sans vérification. D'autres signalent les extractions à faible confiance pour examen humain, afin que l'équipe financière ne vérifie que les exceptions au lieu de contrôler chaque champ. Pour les notes de frais, cela importe plus que pour d'autres types de documents en raison des exigences de justification de l'IRS : un montant incorrect dans les données extraites rompt la chaîne de conformité, et vous ne saurez pas qu'elle est rompue jusqu'à ce qu'un audit révèle l'écart.

Capacité d'inférence de catégories. L'outil peut-il attribuer des catégories (Déplacements, Repas, Hébergement, Fournitures) aux lignes de dépense en fonction du contexte du marchand, ou devez-vous pré-catégoriser chaque dépense avant l'extraction ? Les colonnes inférées qui lisent les noms de marchands et les descriptions pour attribuer des catégories éliminent une étape distincte de codage manuel — et la précision de ces inférences détermine si vous révisez une catégorisation en grande partie correcte ou si vous la refaites entièrement.

Pour une évaluation comparative des outils de notes de frais sur le marché, consultez notre sélection des meilleurs outils de notes de frais en 2026.

Questions fréquentes

Et maintenant ?

L'extraction de notes de frais occupe une position spécifique dans la pile financière — la couche de conversion entre la façon dont les employés soumettent leurs dépenses et la façon dont les systèmes comptables les consomment. Ce n'est pas de l'automatisation de flux de travail (c'est Concur et Expensify). Ce n'est pas de la numérisation de reçus (c'est un reçu à la fois). C'est la sortie de données structurées d'un document contenant des champs d'en-tête et un tableau de lignes de dépense de types mixtes — et cette sortie, lorsqu'elle est bien faite, transforme la clôture mensuelle d'un marathon de saisie de données de plusieurs jours en une session de revue qui se compte en heures.

Les exigences de justification de l'IRS en vertu du §1.274-5T donnent à ce flux de travail une dimension de conformité à laquelle la plupart des équipes financières ne pensent pas jusqu'à ce qu'un audit révèle un problème. Si les données extraites sont erronées — un mauvais montant, un objectif professionnel manquant, une dépense mal attribuée — la chaîne de remboursement se brise, et la corriger rétroactivement coûte plus cher que de bien faire les choses dès le départ. Un outil d'extraction qui signale l'incertitude plutôt que de la masquer est la protection de conformité que la saisie manuelle n'a jamais eue.

Testez l'extraction sur un lot de notes de frais réelles de votre dernière clôture mensuelle — idéalement les plus complexes : les formulaires numérisés, les notes manuscrites, les soumissions multi-devises. Si l'outil gère les cas difficiles, les cas simples sont triviaux. Téléversez un lot et voyez le résultat par vous-même.