50 Notas Fiscais Coreanas, Uma Planilha: Lote Sem Digitar

Todo ERP coreano gera uma nota fiscal (거래명세서) a partir de um registro de venda com um clique. Nenhum consegue ler uma de volta. O documento que acompanha cada remessa física entre empresas coreanas — listando itens, quantidades, preços unitários e valores — entra no seu fluxo de compras pelo teclado, um campo por vez. Quando você recebe cinquenta delas de quinze fornecedores no fim do mês, essa assimetria deixa de ser uma curiosidade e se torna o motivo pelo qual sua equipe de recebimento ainda está no escritório às 22h.

Se você é novo em extratos de transações coreanas, comece com nosso guia para extrair dados de extratos de transações coreanas para o Excel, abordando estrutura de campos, conciliação tripla e o problema de falha de modelo. Este artigo foca no que muda quando você escala de um documento para cinquenta — do formato de um fornecedor para quinze.

O Que o Processamento em Lote Realmente Significa para Compras Coreanas

A diferença entre processar um extrato de transação (거래명세서) e cinquenta não é apenas sobre tempo. É sobre uma classe de problema completamente diferente.

Processe um único 거래명세서 — um fornecedor, uma remessa, um documento — e seu fluxo de trabalho é direto. Abra o PDF. Leia o nome do fornecedor (공급자), a data da transação (거래일자), a tabela de itens. Digite o nome do item (품목명), quantidade (수량), preço unitário (단가) e valor da linha (금액) de cada linha em sua planilha de recebimento. Copie o valor da base de cálculo (공급가액) e o valor do IVA (세액) para seu arquivo de conciliação. Pronto. Três minutos por documento, talvez cinco se o layout do fornecedor for denso ou a qualidade da digitalização for ruim.

Agora faça isso cinquenta vezes — de quinze fornecedores diferentes, cada um com seu próprio layout, seu próprio sistema de código de itens, sua própria qualidade de impressão. Os problemas que surgem em escala são invisíveis no processamento de documento único:

Variedade de formatos. O 거래명세서 do Fornecedor A é um PDF nítido gerado pelo Douzone iCUBE, com a tabela de itens em um layout de grade padrão. O do Fornecedor B é uma foto de celular de um formulário manuscrito, com as quantidades rabiscadas na margem. O do Fornecedor C é um documento impresso do Excel com células mescladas. Uma abordagem de extração que funciona para o Documento 1 falha no Documento 2. No Documento 50, você já encontrou todas as variações de formato que a cadeia de suprimentos B2B coreana tem a oferecer — e digitou todas elas manualmente.
Convenções de nomenclatura. Você precisa saber de qual arquivo veio cada linha. "거래명세서_20260430.pdf" não diz nada sobre o fornecedor. Se você receber três faturas do mesmo fornecedor durante o mês, precisa rastrear cada item de linha até seu documento original — e apenas nomes de arquivo não podem fornecer essa rastreabilidade.
Tratamento de exceções. Em 50 documentos, você encontrará campos em branco. Um fornecedor esqueceu de imprimir o preço unitário. Outro deixou a célula de IVA vazia. Uma foto de celular cortou as linhas inferiores da tabela de itens. No processamento de documento único, você percebe isso imediatamente e resolve. No processamento em lote, as exceções estão enterradas dentro de uma pilha — e encontrá-las exige examinar cada linha concluída.
Mesclagem de saída. Mesmo que você pudesse extrair cada documento perfeitamente, teria cinquenta planilhas separadas. O resultado real — o que sua equipe de recebimento precisa — é uma única tabela com todos os itens de todos os fornecedores, classificada e filtrável por data, fornecedor e número de pedido de compra.

O processamento de documento único testa sua velocidade de digitação. O processamento em lote testa o design do seu sistema. O gargalo muda de "quão rápido posso digitar" para "como lidar com todos os documentos de uma vez sem perder o controle de onde veio cada um" — e essa é uma pergunta fundamentalmente diferente.

Por que Douzone, ECOUNT e iQuest não resolvem a extração de entrada

O mercado de ERP da Coreia investiu décadas aperfeiçoando a geração de documentos de saída. Os resultados são realmente impressionantes. Douzone Bizon (더존비즈온) — o maior provedor de ERP da Coreia, adquirido pela empresa sueca de private equity EQT por 1,3 trilhão de KRW em 2025 — permite que seus ~20.000 clientes corporativos gerem 거래명세서 a partir de registros de vendas com um clique, preencham automaticamente os campos de fornecedor e comprador a partir do banco de dados de clientes e imprimam ou enviem por e-mail centenas de extratos de uma só vez através do WEHAGO e iCUBE.

ECOUNT (이카운트), que atende mais de 80.000 clientes corporativos por um valor fixo de 40.000 KRW/mês, segue o mesmo modelo: entrada de vendas → geração automática de 거래명세서 → entrega multicanal (e-mail, KakaoTalk, SMS, fax). Seu módulo de compras permite registrar dados de compras recebidas — mas a entrada de dados é manual. Não existe um caminho de upload-documento → extração automática de campos para documentos que você recebe.

iQuest (아이퀘스트), fabricante do 얼마에요 ERP, é o único grande fornecedor coreano a oferecer extração de dados de 거래명세서 baseada em OCR — tire uma foto de um 거래명세서 recebido com o aplicativo móvel, e a IA extrai as informações do fornecedor e a lista de itens para o ERP. Este é um passo genuíno à frente e, de certa forma, o análogo local mais próximo do que ImageToTable.ai faz para documentos únicos. Mas a premissa do design é um documento de cada vez: fotografar, revisar a extração da IA na tela, corrigir erros, confirmar, repetir. Para um vendedor de campo capturando um recibo de uma reunião de almoço, isso funciona. Para uma equipe de compras recebendo cinquenta 거래명세서 de quinze fornecedores no último dia do mês, não funciona — porque o gargalo não é a precisão da extração por documento, é o loop de revisão humana por documento que impede o verdadeiro processamento em lote.

경리나라 e 경영이지 — populares entre pequenas empresas coreanas por sua simplicidade — lidam com a emissão de 거래명세서 de forma competente, mas não oferecem extração de entrada alguma. Tampouco as principais plataformas ASP: Popbill (팝빌), com mais de 373.000 empresas registradas e mais de 324 milhões de documentos acumulados, e Barobill (바로빌) fornecem APIs para emissão em massa e integração com HomeTax, mas suas funções de recuperação puxam dados de documentos próprios emitidos — não dados estruturados extraídos de documentos de fornecedores que você recebeu em formato PDF, digitalização ou foto.

O padrão é consistente em todas as plataformas de ERP e contabilidade coreanas: a automação de saída é um problema resolvido. A extração de dados de entrada nem está no roteiro do produto. A suposição — implícita, mas uniforme — é que o comprador digitará os dados.

A Realidade do Fechamento do Mês: Por Que Esse Problema Tem Prazo

Os ciclos de pagamento B2B coreanos amplificam a pressão do processamento em lote. Dois padrões de liquidação dominam: 월말결제, onde o pagamento é liquidado no final do mês em que as mercadorias foram entregues, e 익월결제, onde o pagamento é liquidado no final do mês seguinte. Em ambos os casos, as 거래명세서 recebidas durante o mês se acumulam em uma pilha que deve ser conciliada antes que o pagamento seja autorizado.

Para um fabricante ou distribuidor coreano de médio porte com 10 a 30 fornecedores ativos, um mês típico produz de 50 a 200 declarações de transação recebidas. Elas chegam ao longo do mês — algumas por dia — mas a conciliação acontece em uma janela comprimida: os últimos 3 a 5 dias úteis antes da autorização de pagamento. O departamento de recebimento precisa de cada item de linha de cada 거래명세서 no sistema para verificar contra ordens de compra e preparar o cronograma de pagamento para a equipe financeira.

A aritmética dessa janela, para um lote conservador de 50 documentos:

Tarefa	Por documento	× 50 documentos
Abrir e ler campos de cabeçalho do fornecedor/comprador	1 min	50 min
Extrair itens de linha (média de 8 linhas por documento)	3 min	2,5 horas
Conferir valor do fornecimento com o PO	1 min	50 min
Conferir com a nota fiscal (세금계산서)	1 min	50 min
Total de processamento manual		~5,5 horas

Cinco horas e meia é quase um dia inteiro de trabalho — e isso pressupõe que cada documento chegue como um PDF limpo e legível. Na prática, o lote incluirá PDFs gerados por ERP impressos em A4 padrão, formulários manuscritos de fornecedores familiares menores que nunca usaram software de faturamento, fotos de celular tiradas por motoristas de entrega e enviadas via KakaoTalk, e cópias digitalizadas com alinhamento torto. Cada variação de formato adiciona atrito — e o atrito se acumula quando você está trabalhando contra um prazo.

É por isso que "digitar mais rápido" deixa de ser uma resposta por volta do vigésimo documento. A verdadeira questão não é a rapidez com que você digita campos individuais — é como você lida com todos os documentos de uma vez, em um único fluxo de trabalho, com uma única saída e com uma trilha de auditoria clara de volta a cada arquivo de origem.

Como Funciona a Extração em Lote: Uma Definição de Coluna, Todos os Fornecedores

O mecanismo central que torna possível o processamento em lote de 거래명세서 é a extração por nome de coluna: em vez de dizer a uma ferramenta onde encontrar cada campo em um documento (desenhando retângulos em coordenadas ou treinando um modelo em layouts de amostra), você diz a ela o que procurar digitando os nomes dos campos desejados. A IA lê o documento visualmente, localiza cada valor entendendo o significado semântico do nome do campo e preenche a tabela de saída — independentemente de onde o fornecedor colocou o campo na página.

Essa distinção entre extração baseada em coordenadas e extração semântica é o que torna o processamento em lote viável. Uma ferramenta baseada em coordenadas precisa de um modelo separado para o layout de cada fornecedor — porque o campo "Quantidade" do Fornecedor A está na posição de pixel (400, 320) enquanto o do Fornecedor B está em (380, 450). Com cinquenta documentos de quinze fornecedores, você precisaria de quinze modelos, e qualquer modelo quebra quando um fornecedor altera o layout do formulário. Uma ferramenta de extração semântica precisa de uma definição de coluna — uma lista de nomes de campos como "Nome do Fornecedor," "Data da Transação," "Nome do Item," "Quantidade," "Preço Unitário," "Valor da Compra" — e aplica a mesma definição a todos os documentos do lote, independentemente do layout.

O processamento em lote no ImageToTable.ai funciona com esse princípio. Você envia todos os cinquenta arquivos 거래명세서 de uma vez — PDFs, digitalizações JPG, capturas de tela PNG, fotos WebP, tudo em um único upload. Você define as colunas que deseja extrair para sua planilha de saída. A IA lê cada documento, encontra cada campo pelo significado, não pela posição, e compila todos os resultados em uma única tabela Excel mesclada. Cada documento se torna uma linha (ou várias linhas se contiver uma tabela de itens com várias linhas), cada campo solicitado se torna uma coluna, e você baixa uma única planilha — não cinquenta separadas.

JPG/PNG/PDF Extração por IA

Os arquivos são processados com segurança e não são armazenados.

O multiplicador de eficiência surge da eliminação da configuração por documento. Você não configura nada por fornecedor. Você não cria modelos. Você não treina modelos. Você define suas colunas uma vez — "Nome do Fornecedor (공급자)," "Número de Registro do Fornecedor (사업자등록번호)," "Data da Transação (거래일자)," "Nome do Item (품목명)," "Especificação (규격)," "Quantidade (수량)," "Preço Unitário (단가)," "Valor da Linha (금액)," "Valor da Compra (공급가액)," "Valor do IVA (세액)," "Número de Referência do Pedido" — e o mesmo conjunto de colunas processa cada 거래명세서 de todos os fornecedores. Cinquenta arquivos, quinze fornecedores, uma saída.

Com 5 a 10 segundos por página contra 3 minutos de digitação manual por documento, o fluxo em lote comprime 5,5 horas de digitação em cerca de 15 minutos de processamento — um ganho de eficiência de 18 vezes — mas o verdadeiro benefício não é o tempo economizado. É que a saída chega como uma única planilha mesclada, com cada item rastreável até seu documento de origem, pronta para a conciliação tripla contra pedidos de compra e notas fiscais.

Conciliação Tripla em Escala: PO → 거래명세서 → 세금계산서

Para equipes de compras coreanas, extrair dados do 거래명세서 para uma planilha não é o objetivo final — é o passo intermediário. O resultado real é a conciliação tripla: pedido de compra (발주서) → extrato de transação (거래명세서) → nota fiscal eletrônica (세금계산서).

No regime de IVA da Coreia, a nota fiscal eletrônica (세금계산서) é o documento legalmente regulamentado — regido pelo Artigo 32 da Lei do IVA, com campos obrigatórios como números de registro do fornecedor e comprador, valor da operação, valor do IVA e data de emissão. É o documento que dá direito ao comprador de deduzir o IVA (매입세액 공제) e deve ser refletido com precisão nas declarações trimestrais de IVA (vencimentos em 25 de janeiro, 25 de abril, 25 de julho, 25 de outubro). O extrato de transação não tem esse peso legal — é um documento de verificação privada (사적 증빙), não elegível para dedução fiscal — mas é o documento que realmente chega com as mercadorias e traz o detalhamento por item que a nota fiscal eletrônica frequentemente omite.

O fluxo de conciliação tripla em escala:

PO → 거래명세서: verificar se o que foi entregue corresponde ao que foi pedido

Compare os itens, quantidades e preços unitários de cada 거래명세서 do fornecedor com o pedido de compra original. Discrepâncias aqui — uma diferença de quantidade, uma substituição não aprovada, um preço unitário incorreto — devem ser sinalizadas e resolvidas antes mesmo de processar a nota fiscal. Extraia os dados do 거래명세서 em uma estrutura de colunas que inclua o número de referência do PO para cada linha.

거래명세서 → 세금계산서: verificar se os valores faturados correspondem aos valores entregues

A nota fiscal chega separadamente — geralmente dias após as mercadorias, às vezes anexada a um ciclo de faturamento mensal consolidado. Seu valor de fornecimento (공급가액) e valor de IVA (세액) devem corresponder aos totais do 거래명세서. É aqui que a planilha mesclada compensa: uma coluna da extração do 거래명세서, uma coluna da extração da nota fiscal — uma simples comparação lado a lado substitui a verificação manual cruzada em documentos separados.

세금계산서 → declaração NTS: verificar a precisão da declaração de IVA

Os dados da nota fiscal — uma vez verificados em relação ao 거래명세서 — alimentam a declaração trimestral de IVA. Uma discrepância entre o que a NTS tem registrado a partir do arquivamento eletrônico do fornecedor e o que você declara aciona uma bandeira de verificação cruzada. A correspondência tripla é sua trilha de auditoria: ela prova que o que você pagou corresponde ao que recebeu e ao que o fornecedor declarou.

A combinação da extração do 거래명세서 e da extração da nota fiscal é o que torna este um sistema completo de reconciliação de compras. Cada tipo de documento carrega campos diferentes, serve a um propósito diferente e chega por um canal diferente. Mas ambos alimentam a mesma planilha — e ambos precisam concordar.

O Problema da Nomenclatura: Por que o Processamento em Lote Precisa de Rastreabilidade da Origem

Existe um problema que não ocorre no processamento de documentos únicos e se torna crítico em fluxos de trabalho em lote: saber qual linha extraída veio de qual arquivo.

Um lote típico de final de mês pode incluir estes arquivos:

거래명세서_20260430.pdf — da Donghae Steel, gerado por ERP
거래명세서_20260430.pdf — de um fornecedor diferente, mesmo nome de arquivo, pasta diferente
KakaoTalk_20260502_143021.jpg — foto de um 거래명세서 manuscrito, fornecedor desconhecido apenas pelo nome do arquivo
scan001.pdf — formulário de papel digitalizado, nome do fornecedor embutido na imagem, mas não no nome do arquivo
2026-04-30_거래명세표_대한포장.pdf — nome de arquivo limpo e identificável — a exceção, não a regra

Quando cinquenta linhas extraídas chegam à sua planilha de saída, você precisa saber qual linha corresponde ao documento original de qual fornecedor. Sem essa rastreabilidade, você não consegue resolver uma divergência de quantidade — não pode voltar ao documento de origem para verificar se a extração estava correta ou se o fornecedor cometeu um erro.

O fluxo de trabalho de extração em lote do ImageToTable.ai preserva essa rastreabilidade incluindo o nome do arquivo de origem como uma coluna na saída. Cada linha extraída carrega o nome do arquivo original, permitindo que você rastreie qualquer ponto de dados de volta ao seu documento de origem instantaneamente. Para documentos com nomes de arquivo ambíguos, como KakaoTalk_20260502_143021.jpg, renomeie-os antes do upload — mesmo um prefixo simples como DonghaeSteel_20260430.pdf fornece a rastreabilidade necessária.

Este é um daqueles desafios específicos de lote que tutoriais de documento único nunca mencionam. Ao processar um documento, você sabe de onde vieram os dados porque acabou de vê-lo. Ao processar cinquenta, você precisa que o sistema se lembre para que você não precise.

A convenção de nomenclatura que você estabelece antes do upload é sua trilha de auditoria. Um padrão consistente — [CodigoFornecedor]_[Data]_[TipoDocumento].pdf — leva dez segundos por arquivo e economiza horas de investigação forense de nomes de arquivo quando uma discrepância surge durante a conciliação.

Lidando com a Diversidade de Formatos: Do Manuscrito ao Gerado por ERP

O problema da diversidade de formatos na aquisição B2B coreana é uma função do porte e do setor do fornecedor. Um grande fornecedor químico em Ulsan envia mercadorias com um PDF gerado pelo Douzone iCUBE — impresso em papel sulfite, formatado profissionalmente, cada campo em uma grade previsível. Um pequeno fornecedor de embalagens em Incheon escreve uma 거래명세서 à mão em um formulário de cópia carbono pré-impresso, arranca a cópia azul do comprador (공급받는자용) e a entrega ao motorista de entrega. Um distribuidor de alimentos de médio porte usa um modelo do Excel que parece profissional na tela, mas imprime com células mescladas que sobrepõem os limites dos campos.

O OCR convencional — que espera texto em posições previsíveis — falha na segunda e terceira categorias. Caracteres coreanos manuscritos em formulários de cópia carbono já têm baixo contraste antes mesmo de considerar a caligrafia do motorista. Formulários impressos do Excel com células mescladas produzem blocos de texto onde os rótulos dos campos e os valores se misturam. Sistemas baseados em modelos exigem a criação de um modelo separado para cada formato — e com quinze fornecedores usando cinco tipos diferentes de formato, apenas a manutenção dos modelos se torna uma tarefa recorrente.

A extração de nomes de colunas lida com a diversidade de formatos por design — porque não depende do layout. Seja "Quantidade (수량)" na terceira coluna de uma tabela em grade em um PDF, rabiscado na margem de um formulário manuscrito ou incorporado em uma célula mesclada do Excel, a IA o localiza lendo o documento como um humano faria: varrendo em busca de significado semântico, não de coordenadas de pixels. A mesma definição de coluna que funciona no PDF do Douzone funciona na cópia carbono manuscrita e na impressão do Excel.

Há um limite prático: uma foto tão borrada que um humano não consegue ler o texto também falhará para a IA. Mas o limite para "legível" é substancialmente menor do que o exigido pelo OCR baseado em modelos — porque texto borrado, mas legível, ainda é semanticamente legível, mesmo que suas coordenadas de pixels sejam imprecisas demais para um modelo corresponder.

Tratamento de Exceções em um Lote de Cinquenta Documentos

Em qualquer lote de cinquenta documentos, alguns terão problemas. Um fornecedor deixou o campo de IVA em branco por ser um negócio de tributação simplificada (간이과세자) e não cobrar IVA separadamente. Outro digitou o valor da operação na célula errada, então a extração retorna um número inesperado. Uma foto de celular cortou as duas últimas linhas de uma tabela de itens com dez linhas.

No processamento de documento único, você percebe isso instantaneamente — porque está olhando para o documento e os dados simultaneamente. No processamento em lote, o documento e os dados extraídos são separados pela etapa de extração, e as exceções podem se esconder dentro de uma tabela mesclada de 400 linhas.

O fluxo de trabalho para lidar com exceções no modo lote:

Verificar campos em branco em colunas obrigatórias

Após a extração, filtre a planilha de saída por células vazias em colunas críticas — Nome do Fornecedor, Valor da Operação, Quantidade. Um campo em branco em Quantidade geralmente significa que a linha do item foi perdida ou o documento não continha um campo de quantidade. De qualquer forma, você precisa saber.

Conferir totais com somas do documento

O valor da operação (공급가액) no 거래명세서 é a soma de todos os valores das linhas. Se os valores das linhas extraídas não somarem o valor da operação extraído, uma linha foi perdida ou o valor da operação foi lido incorretamente. Essa verificação cruzada detecta falhas de extração sem exigir que você releia cada documento.

Reprocessar documentos problemáticos individualmente

Se um documento específico produziu resultados não confiáveis — sinalizado por campos obrigatórios em branco ou divergência de totais — faça o upload dele individualmente para uma segunda passagem de extração. O fluxo de trabalho em lote não força você a reprocessar o lote inteiro para corrigir os erros de um único documento.

O ponto principal: o processamento em lote não elimina exceções — ele muda como você as encontra. Em vez de descobrir erros um documento de cada vez enquanto digita, você executa verificações estruturadas na saída completa e isola os documentos problemáticos. A mudança de descoberta reativa de erros (encontrar erros à medida que os comete) para detecção proativa de erros (examinar a saída completa em busca de anomalias) é o que torna o processamento em lote não apenas mais rápido, mas também mais confiável.

Integrando a Extração em Lote ao Seu Fluxo de Trabalho de Compras

A extração em lote de 거래명세서 não substitui seu ERP — nem deveria tentar. O ERP gerencia registros de vendas, emissão de faturas, transmissão à NTS e relatórios financeiros. A extração em lote cuida da etapa de ingestão de dados que o ERP deixa para o seu teclado.

O ponto de integração é a saída em Excel. Extraia todos os dados de 거래명세서 recebidos em uma planilha, concilie com POs e notas fiscais e, em seguida, importe os dados verificados para seu ERP através da função de importação padrão do Excel. Todo grande ERP coreano oferece suporte a isso: o Smart A e o iCUBE da Douzone têm importação em lote de Excel para registros de compras. A ECOUNT fornece importação em massa por Excel para 거래명세서 e outros documentos de transação. O iQuest 얼마에요 suporta upload por Excel para dados de 매입거래명세표. A planilha extraída se torna a fonte de importação — limpa, estruturada e verificada antes de tocar seu ERP.

Para equipes que também processam documentos de fornecedores internacionais, o mesmo fluxo se aplica. Um aviso de entrega de um fornecedor chinês de componentes ou uma lista de embalagem de um fornecedor europeu segue a mesma lógica de extração — defina colunas, faça upload, obtenha uma planilha. O idioma e o formato do documento mudam, mas o princípio de extração por nome de coluna não.

Isso é fundamentalmente diferente da promessa de ERP tudo-em-um. Você não está substituindo seu sistema financeiro. Você está preenchendo a única lacuna que todo ERP coreano deixa em aberto: o momento em que o documento de um fornecedor — em qualquer formato que chegue — precisa se tornar uma linha em sua planilha antes de se tornar um registro em seu ERP.

FAQ

O processamento em lote pode lidar com 거래명세서 manuscritos e impressos no mesmo upload?

Sim. A IA lê cada documento de forma independente, reconhecendo caracteres coreanos manuscritos (incluindo variações na qualidade da caligrafia) e texto impresso usando a mesma lógica de extração semântica. A mesma definição de coluna processa ambos os formatos. O limite prático é a legibilidade: se um humano não consegue ler a caligrafia, a IA provavelmente também não conseguirá.

O que acontece quando a 거래명세서 de um fornecedor usa nomes de campo não padronizados?

A extração de nomes de colunas não corresponde a strings de texto — ela localiza valores por compreensão semântica. Um fornecedor cujo formulário identifica o campo de quantidade como "출하수량" (quantidade de embarque) em vez de "수량" (quantidade) ainda terá os dados extraídos corretamente, pois a IA entende que ambos os rótulos se referem ao mesmo conceito. Essa é a diferença fundamental entre correspondência de modelo (que falharia) e extração semântica (que se adapta).

Como o sistema lida com 거래명세서 de várias páginas com tabelas de itens que se estendem por múltiplas páginas?

PDFs com várias páginas são processados como um único documento. A IA lê todas as páginas e extrai todos os itens da tabela, independentemente de quebras de página. A saída consolida todas as linhas de todas as páginas no registro do mesmo documento na planilha.

Posso extrair apenas itens específicos — por exemplo, somente itens que correspondem a um número de pedido específico?

A etapa de extração extrai todos os dados de todos os documentos. A filtragem por número de pedido, fornecedor, intervalo de datas ou qualquer outro critério é feita na planilha de saída após a extração — o que fornece o conjunto completo de dados para trabalhar e filtrar conforme necessário, em vez de restringir a extração a um subconjunto antecipadamente.

A extração de dados de 거래명세서 está em conformidade com os requisitos coreanos de manutenção de registros fiscais?

A 거래명세서 em si é um documento de verificação privado (사적 증빙) — não possui formato legalmente obrigatório e não é arquivada em nenhuma autoridade governamental. Não há requisitos específicos de conformidade que regem como você extrai ou armazena seus dados. A nota fiscal eletrônica (세금계산서), regida pelo Artigo 32 da Lei do IVA, é o documento com obrigações legais de conformidade — e é tratada separadamente. Para extração de notas fiscais eletrônicas, consulte o guia de processamento em lote de notas fiscais eletrônicas. Como questão prática, o Framework Act on National Taxes (국세기본법) Artigo 85-3 recomenda reter registros de transações por cinco anos — e um arquivo Excel estruturado com rastreabilidade do nome do arquivo de origem atende melhor a esse propósito do que uma pilha de formulários em papel.

Isso funciona também para notas fiscais eletrônicas coreanas (세금계산서) em lote?

Sim — o mesmo fluxo de extração em lote se aplica. Para processamento de notas fiscais em lote, defina colunas como Número de Registro Empresarial (사업자등록번호), Valor Base (공급가액), Valor do ICMS (세액) e Número de Aprovação (승인번호), e processe de 100 a 200 notas fiscais em um único upload. O princípio de extração é idêntico; apenas os nomes dos campos mudam.

Qualquer ERP coreano pode gerar um extrato de transação a partir de um registro de vendas. A lacuna — e a oportunidade — está no lado do recebimento. A extração em lote preenche essa lacuna com uma definição de coluna, um upload e uma planilha. Experimente no seu próximo fechamento mensal em lote. Veja se 5,5 horas de digitação se transformam em 15 minutos de verificação.