Obtenir l'adresse et le numéro de commande d'un client
à partir d'une capture d'écran iMessage

Pourquoi iMessage est un scénario d'extraction différent de WhatsApp

Si vous avez lu le guide WhatsApp Business pour extraire des adresses à partir de captures d'écran de chat, vous connaissez le problème de base : un message de chat n'est pas un formulaire, et les données dont vous avez besoin sont intégrées dans un texte conversationnel. iMessage partage ce défi fondamental — l'adresse et le numéro de commande se trouvent dans les messages, pas dans des champs structurés — mais il ajoute trois complications que WhatsApp n'a pas.

Premièrement, iMessage est exclusif à iOS, ce qui signifie que les captures d'écran proviennent d'un seul système d'exploitation avec un style de bulle de chat cohérent — bleu pour iMessage, vert pour SMS — mais aussi avec des éléments visuels spécifiques à la plateforme que WhatsApp n'a pas. Les accusés de lecture apparaissent sous forme de libellés « Lu » sous les messages. Les indicateurs de saisie montrent des points de suspension animés. Les réactions (Tapbacks) flottent en ligne au-dessus des messages sous forme de badges d'icônes. Aucun de ces éléments ne contient les données dont vous avez besoin, mais ils occupent un espace visuel qu'un moteur OCR traditionnel devrait désambiguïser.

Deuxièmement, iMessage prend en charge Apple Pay Cash — le système de paiement peer-to-peer intégré d'Apple. Lorsque quelqu'un paie via Apple Pay Cash, la confirmation apparaît dans le chat sous la forme d'une carte sombre stylisée, et non d'une bulle de texte brut. Le montant, le nom du destinataire et le statut de la transaction sont affichés à l'intérieur d'une carte noire compacte avec un grand texte blanc et un badge de statut coloré. Visuellement, cette carte ne partage rien avec les bulles de chat qui l'entourent. Une capture d'écran qui capture à la fois une adresse dans une bulle bleue ordinaire et une carte de paiement dans la même vue contient deux formats visuels complètement différents dans une seule image.

Troisièmement, iMessage génère des aperçus de liens enrichis — lorsque quelqu'un colle une URL, le chat crée une carte avec un titre de page, une description et une vignette. Si un client colle un lien vers sa page de commande, cet aperçu devient un autre élément visuel qui semble pouvoir contenir des données d'adresse mais ne le fait généralement pas.

Le résultat est une image où les données dont vous avez besoin se trouvent dans un mélange d'éléments d'interface utilisateur de styles différents, qui semblent tous pouvoir contenir des informations utiles. La méthode d'extraction doit faire la différence entre la bulle contenant l'adresse, la carte affichant le montant du paiement et l'aperçu qui ne contient qu'un lien.

Trois scénarios courants de commande iMessage

Toutes les captures d'écran de commande iMessage ne se ressemblent pas. La disposition visuelle change selon la façon dont le client a soumis ses informations et selon qu'un paiement était impliqué ou non.

Scénario 1 : Adresse et numéro de commande dans des bulles de texte

Le client saisit son adresse et les détails de sa commande sous forme de messages texte simples dans la conversation. L'adresse apparaît dans une bulle iMessage bleue standard :

« Pouvez-vous livrer au 3421 Maple Street, Apt 4B, Portland, OR 97202 ? Commande n° A45-8921 »

L'adresse et le numéro de commande peuvent figurer dans le même message ou être répartis sur deux messages consécutifs. Le texte de la bulle est simple — pas de mise en forme, pas d'étiquettes. L'adresse suit un format standard (rue, ville, état, code postal) que le moteur d'extraction peut reconnaître par sa structure, et le numéro de commande est identifiable par son format alphanumérique et sa proximité avec le contexte de la commande. Ce scénario est le plus simple : seules les bulles de discussion avec le nom de l'expéditeur et les horodatages comme éléments environnants.

Scénario 2 : Carte de paiement Apple Pay Cash dans la conversation

Lorsqu'un client paie également via Apple Pay Cash dans la même conversation, le fil de discussion contient une carte sombre qui se distingue visuellement de toutes les bulles environnantes. La carte a un fond noir et affiche le montant en dollars en gros texte blanc centré, le nom du destinataire ou de l'expéditeur, un badge de statut (« Envoyé », « Livré », « En attente »), et une note facultative en bas.

Ce qu'il faut comprendre, c'est ce que la carte Apple Pay Cash ne contient pas. Elle affiche le montant du paiement et la personne concernée, mais elle n'inclut pas l'adresse de livraison ni le numéro de commande. Ceux-ci restent dans les bulles de texte au-dessus ou en dessous de la carte. Si vous extrayez des données d'une capture d'écran qui inclut les deux, vous avez besoin de colonnes séparées pour l'adresse (à partir des bulles de texte), le numéro de commande (également à partir des bulles de texte) et le montant du paiement (à partir de la carte).

C'est une distinction notable par rapport à WhatsApp Business, où les informations de paiement sont généralement partagées sous forme de texte brut — « J'ai envoyé 85 $ à votre numéro » — plutôt que sous forme de carte rendue. Le format de carte rend la confirmation de paiement plus visible, mais il est également séparé des autres informations d'une manière qui facilite son extraction distincte, à condition que le moteur d'extraction puisse reconnaître la carte comme un composant visuel distinct.

Scénario 3 : Lien de commande avec carte d'aperçu

Certains clients partagent leur commande en collant une URL du site du détaillant. iMessage génère un aperçu riche du lien qui apparaît sous forme de carte dans la conversation — une vignette, le titre de la page et une description dans un conteneur arrondi. L'adresse réelle et le numéro de commande peuvent apparaître dans la bulle de texte accompagnant le lien, ou être accessibles uniquement en suivant le lien. La carte d'aperçu elle-même ne montre généralement pas l'adresse de livraison complète ni un numéro de commande complet. Si le client a envoyé le lien sans saisir l'adresse séparément, les données ne sont tout simplement pas visibles dans la capture d'écran. Il s'agit d'une limitation qui s'applique à toute méthode d'extraction : si l'information n'est pas affichée à l'écran, elle ne peut pas être extraite.

Lire à travers le bruit visuel d'iMessage

Une capture d'écran iMessage peut inclure des accusés de lecture, des indicateurs de saisie, des Tapbacks (réactions emoji), des effets de message, des horodatages et des avatars de contact. Ces éléments constituent un bruit visuel si votre objectif est l'adresse et le numéro de commande. Les moteurs OCR traditionnels qui traitent l'image de gauche à droite lisent « Read » comme du texte, l'indicateur de saisie comme des points de suspension, et les réactions emoji comme des caractères Unicode — le tout mélangé dans le même flux de sortie que l'adresse. Le résultat est un bloc de texte où « 3421 Maple Street » et « Read » et « ... » apparaissent en séquence, nécessitant un nettoyage manuel.

Les modèles de langage visuels traitent la capture d'écran différemment. Ils interprètent l'image comme une scène visuelle complète et reconnaissent le rôle sémantique de chaque élément — « ceci est une étiquette d'accusé de lecture » versus « ceci est une bulle de discussion contenant une adresse » — avant de lire le texte à l'intérieur de chaque région. Le texte de l'accusé de lecture ne contamine pas l'extraction de l'adresse, et l'indicateur de saisie n'apparaît pas comme des caractères brouillés dans la sortie. Chaque composant d'interface est classé selon sa fonction visuelle, pas seulement selon le texte qu'il contient.

Le même principe — que une capture d'écran n'est pas un tableau, mais les données peuvent néanmoins être extraites en comprenant ce que chaque partie de l'image représente — s'applique à l'interface iMessage autant qu'aux captures d'écran de paiement. La différence spécifique ici est que le bruit visuel d'iMessage consiste en des éléments d'interface interactifs, et non en contenu documentaire, et la méthode d'extraction doit faire la distinction entre les deux.

Ce que vous pouvez extraire et ce que vous ne pouvez pas

Définir les bons noms de colonnes est la seule étape nécessaire pour spécifier ce qui ressort de la capture d'écran. Pour une capture d'écran de commande iMessage, les colonnes pertinentes sont Shipping Address, Order Number, Payment Amount (depuis une carte Apple Pay Cash) et Customer Name (depuis l'en-tête de la conversation). Le moteur d'extraction lit chaque définition de colonne, localise la valeur correspondante en comprenant le rôle sémantique de chaque élément visuel, et génère une ligne par capture d'écran. Un lot de 15 captures d'écran iMessage provenant de différents clients, chacune avec des formats de message et des cartes Apple Pay Cash différents, produit un tableau unique de 15 lignes.

Il existe des limites à connaître. Les données de la carte Apple Pay Cash n'incluent que le montant de la transaction — pas l'adresse de livraison ni le numéro de commande. Ceux-ci se trouvent dans les bulles de texte et doivent être extraits séparément. Si la capture d'écran montre un aperçu de lien au lieu d'une adresse tapée, l'adresse n'est tout simplement pas visible dans l'image. Les fils de discussion multi-messages où l'adresse est répartie sur plusieurs bulles nécessitent que la capture d'écran couvre suffisamment de conversation pour inclure toutes les parties. Et les accusés de lecture et les indicateurs de saisie — bien qu'ils n'interfèrent pas avec l'extraction sémantique — rendent plus difficile la définition de la région visuelle d'intérêt si la capture a été prise avant que le client n'ait fini de taper.

Pour le traitement par lots, le flux de travail est le même que pour toute autre catégorie de captures d'écran. Téléchargez les images, définissez les colonnes une fois, et traitez-les ensemble. Un lot contenant des captures d'écran iMessage mélangées à des confirmations de commande SMS — où les données sont purement en texte brut — suit la même structure de colonnes, et la méthode d'extraction s'adapte au format visuel de chaque image d'entrée individuellement.

Questions fréquentes