คู่มือสำหรับคนที่ต้องเริ่มโครงการ Digitization

คำตอบสั้นคือ 300 dpi ขาวดำสำหรับเอกสารข้อความทั่วไป และ 300 dpi สีสำหรับเอกสารที่มีตราประทับ ลายเซ็น หรือไฮไลต์ที่มีความหมายทางกฎหมาย ความละเอียดที่สูงเกินจำเป็นไม่ได้ทำให้ OCR แม่นขึ้นเสมอไป แต่ทำให้ไฟล์ใหญ่ขึ้นหลายเท่า ค่าจัดเก็บสูงขึ้น และการเปิดดูบนเครือข่ายองค์กรช้าลง ในทางกลับกัน 200 dpi กับเอกสารลายมือจางจะทำให้ต้องคีย์มือแทน OCR เกือบทั้งหมด

PDF/A คือ PDF รูปแบบหนึ่งที่ออกแบบมาเพื่อการจัดเก็บระยะยาว โดยบังคับให้ฝังฟอนต์และข้อมูลที่จำเป็นทั้งหมดไว้ในไฟล์ ไม่พึ่งพาทรัพยากรภายนอก ทำให้เปิดอ่านได้เหมือนเดิมแม้ผ่านไปสิบปี สำหรับเอกสารที่ต้องเก็บถาวรหรือใช้เป็นหลักฐาน เช่น สัญญา เวชระเบียน ทะเบียนนักศึกษา และเอกสารราชการ ควรระบุ PDF/A ส่วนเอกสารที่ใช้ชั่วคราวและจะทำลายตามอายุ ใช้ PDF ปกติก็เพียงพอ

ต้นทุนที่คนมองข้ามบ่อยที่สุดไม่ใช่ค่าสแกน แต่คืองานเตรียมเอกสารและงานคีย์ข้อมูล เอกสารที่เย็บลวด พับ หรือปะเทปเต็มไปหมด ใช้เวลาเตรียมนานกว่าเวลาสแกนหลายเท่า

หลักง่ายคือคีย์เฉพาะฟิลด์ที่คนใช้ค้นหาจริง ส่วนเนื้อหาที่เหลือให้ OCR ทำหน้าที่ค้นหาแบบข้อความเต็มแทน องค์กรจำนวนมากกำหนดฟิลด์ไว้ยี่สิบช่อง แต่ในทางปฏิบัติมีคนใช้ค้นจริงแค่สามถึงห้าช่อง วิธีตรวจสอบที่เร็วที่สุดคือถามเจ้าหน้าที่หน้าเคาน์เตอร์ว่าปกติผู้มาติดต่อบอกอะไรมาบ้าง เลขที่หนังสือ ชื่อ วันที่ หรือรหัสอ้างอิง คำตอบนั้นคือชุดฟิลด์ที่ควรคีย์

องค์กรของคุณยังคงเป็นผู้ควบคุมข้อมูลส่วนบุคคล ส่วนผู้รับจ้างเป็นผู้ประมวลผลข้อมูลตามคำสั่ง สิ่งที่ต้องมีก่อนเริ่มงานคือข้อตกลงการประมวลผลข้อมูลที่ระบุขอบเขต วัตถุประสงค์ ระยะเวลาเก็บรักษา และมาตรการความปลอดภัยไว้ชัดเจน ควรกำหนดด้วยว่าผู้รับจ้างต้องแจ้งเหตุผิดปกติภายในกี่ชั่วโมง จะทำลายไฟล์ระหว่างทางเมื่อใด และคุณมีสิทธิเข้าตรวจหน้างานได้หรือไม่

การเขียนว่าต้องถูกต้อง 99 เปอร์เซ็นต์เฉย ๆ วัดไม่ได้ เพราะไม่ได้บอกว่านับเป็นตัวอักษร เป็นฟิลด์ หรือเป็นเอกสาร ควรระบุหน่วยการนับ วิธีสุ่มตรวจ ขนาดตัวอย่าง และสิ่งที่ถือว่าเป็นข้อผิดพลาด อีกจุดที่ควรเขียนไว้คือกระบวนการแก้งาน ใครเป็นผู้แจ้ง ภายในกี่วัน และผู้รับจ้างต้องแก้ให้เสร็จภายในกรอบเวลาเท่าใด มิฉะนั้นข้อพิพาทจะไปจบที่การตีความคำว่าคุณภาพ