Quando si sceglie uno strumento che toglie i dati da un documento, la domanda che si fa è «quanto è preciso». È la domanda giusta posta male, perché la precisione non è una sola: dipende dal tipo di valore, e per alcuni non è nemmeno una stima.
Tre valori che si possono verificare
La partita IVA italiana è di undici cifre, e l’ultima è un carattere di controllo calcolato dalle prime dieci con l’algoritmo di Luhn. Il codice fiscale delle persone fisiche finisce con una lettera calcolata da tutto il resto. L’IBAN porta due cifre di controllo, calcolate secondo lo standard con il resto della divisione per 97.
La conseguenza pratica è che su questi tre valori un programma non deve indovinare: calcola e confronta. Se il carattere torna, quella è una partita IVA; se non torna, è una sequenza di undici cifre. Non è una probabilità, è un sì o un no.
Il guadagno vero è sui falsi positivi. Un numero di protocollo di undici cifre in un documento non viene scambiato per una partita IVA, perché il controllo non torna, e quindi non viene sostituito con un segnaposto che renderebbe il testo incomprensibile.
Verificare non vuol dire chiedere a qualcuno
C’è un equivoco che vale la pena togliere di mezzo, perché è quello in cui cade più spesso chi progetta uno di questi strumenti. «Verificare una partita IVA» in contabilità di solito vuol dire un’altra cosa: interrogare il VIES o il servizio dell’Agenzia delle Entrate e vedere se esiste e a chi è intestata. È una verifica di esistenza, ed è utilissima, quando si sta fatturando.
Qui però sarebbe l’esatto contrario del lavoro in corso. Mandare quella partita IVA a un servizio esterno per sapere se è valida significa far uscire dallo studio il dato che si stava per sostituire, e farlo prima ancora che il documento parta. Un anonimizzatore che chiama una banca dati online per controllare i valori che trova ha aggiunto un destinatario invece di toglierne uno.
Il carattere di controllo è interessante proprio perché non chiede niente a nessuno: è aritmetica sui numeri che si hanno già, e si calcola sulla macchina in un millesimo di secondo. È l’unica forma di verifica compatibile con uno strumento che deve funzionare senza rete e senza raccontare a nessuno che cosa sta guardando.
Tutto il resto è una proposta
Una ragione sociale, un nome di persona, un indirizzo, un importo, una data: nessuno di questi ha un carattere di controllo. Si riconoscono da come sono scritti e da dove stanno nella frase, cioè con un modello, e un modello dà una probabilità.
Il caso in cui sbaglia più spesso è quello che in un bilancio capita di continuo: una ragione sociale che è anche una parola comune. «Progetto S.r.l.», «Il Mulino», «Ponte». Un rilevatore prudente le prende tutte, e il testo si riempie di segnaposto al posto di parole normali; uno permissivo ne salta qualcuna, e quella è un dato del cliente che è uscito.
Nessuna delle due tarature è quella giusta, ed è il motivo per cui la revisione non è un passaggio facoltativo: la macchina propone, la persona decide. Nessun valore in Omissia viene sostituito senza essere stato visto, nel punto del documento in cui sta.
La domanda da fare a chi vende uno strumento
«Riconosce le partite IVA» è una risposta che tutti danno. La domanda utile è un’altra: le verifica con il carattere di controllo o le riconosce dalla forma. È una differenza che si misura in due minuti, con una partita IVA sbagliata di una cifra: se lo strumento la sostituisce comunque, sta riconoscendo undici cifre di fila.
La seconda domanda è se il vocabolario è italiano. Un prodotto nato altrove riconosce nomi, indirizzi e numeri di previdenza sociale del suo Paese, e su un bilancio italiano lascia partita IVA, codice fiscale e dati catastali senza segnalare che li ha lasciati.
Come si prova uno strumento in mezz’ora
I due errori possibili non costano uguale, e la differenza è quella che conta quando si sceglie. Un falso positivo, una parola normale scambiata per un dato, si vede: il testo esce con un segnaposto dove non serviva, e chi rilegge se ne accorge. Un falso negativo, un dato lasciato in chiaro, non si vede per definizione, perché il documento sembra a posto. È l’unico errore che esce dallo studio.
Da qui viene una prova che vale più di qualunque scheda tecnica, e si fa prima di comprare. Prendete cinque documenti veri dello studio, di tipi diversi: un bilancio, un cedolino, una dichiarazione, un contratto, una scansione. Contate a mano i valori identificativi che contengono: è noioso, e si fa una volta sola. Poi passateli allo strumento e confrontate.
Le tre domande a cui la prova risponde sono: quanti valori ha saltato; se fra quelli saltati ce ne sono con il carattere di controllo, cosa che non dovrebbe mai succedere; e se sulla scansione ha trovato qualcosa, perché un documento senza livello di testo è il caso in cui metà dei prodotti non trova niente e non lo dice. Uno strumento che dichiara i valori trovati e li mostra uno per uno rende questa prova possibile; uno che restituisce solo il documento ripulito, no. E la differenza non è di precisione, è di verificabilità.
Perché conta più qui che altrove
In un documento contabile gli identificativi diretti sono numerosi e ripetuti: partita IVA in intestazione, IBAN nei pagamenti, codici fiscali nei quadri, e ancora negli allegati. Sono anche i valori che identificano senza nessun ragionamento, a differenza di una ragione sociale che va cercata da qualche parte.
Lasciarne uno rende inutile tutto il resto del lavoro. È la ragione per cui i tre valori con il carattere di controllo vanno trattati con un algoritmo e non con una stima. Che cosa continui a identificare un’azienda anche senza il nome sta nell’articolo sui bilanci.