Este documento describe un proyecto para digitalizar y capturar datos de 2.380.000 páginas de pruebas SIMCE 2015 para la Agencia de la Calidad de la Educación. El objetivo era extraer los datos de los formatos impresos a una base de datos para validación y análisis estadístico. Se implementó un proceso de 30 días con 4 líneas de producción para digitalizar, indexar imágenes y capturar datos usando software especializado. El resultado fue una base de datos de 90.000 registros y millones de caracteres a partir de 2.700 cajas y

1. Gestión Documental, Digitalización,
Captura y Validación de Datos.

2. Gestión Documental, Digitalización, Captura y Validación de Datos.
Tipo de Solución.
Educación.
Industria.
Agencia de la Calidad de la Educación.
Cliente.
2016.
Año Ejecución.
01

3. Servicio de digitalización y captura de datos de una muestra de las
pruebas censales del SIMCE 2015.
Nombre Proyecto.
Realizar el proceso de digitalización y posterior captura que permita la
extracción de los datos desde el formato papel una base de datos para la
validación y posterior análisis estadístico.
Objetivo.
La Agencia de la Calidad no cuenta con la capacidad ni con la infraestructura
para ejecutar el proceso de captura de datos vinculado a las pruebas SIMCE.
En ese contexto, decide externalizar el proceso con el propósito principal de
contar con el 100% de los registros de bases de datos asociados a los 5 tipos
de formularios o tipos de documentos que componen la muestra para cada
nivel censal. El proceso se debe realizar en máximo 30 días para un
volumen total de 2.380.000 páginas.
Desafío.
02

4. - Se diseñó un plan logístico para el retiro y transporte de los pallets con cajas
de documentos desde la bodega del cliente hacia el centro de producción
de EMACH.
- Se dispuso de almacenamiento físico y control de calidad para la recepción
y despacho de material.
- Se diseñó y habilitó 4 líneas de producción para mecanizado, digitalización
e indexación de imágenes.
- Se diseñó y opero la captura de datos por medio de Software especializado
en diseño de plantillas y captura de datos OCR en sala de proceso dedicada
al proyecto con 11 estaciones de procesamiento y validación de datos.
- Se programaron scripts de validación para el control de calidad de la
completitud y consistencia de la base de datos.
- Se programaron 3 turnos 24x7 durante 30 días.
Metodología y Solución.
03

5. Procesamos durante 30 días corridos una cantidad aproximada de 2.700 cajas
equivalentes a 2.400.000 imágenes para una base de datos de 90.000 registros
y millones de caractéres.
Resultados.
- Software: ABBY Flexicapture 11
- Hardware: KODAK serie 4.500
Equipamiento.
04

6. Las características del servicio prestado son replicables y pueden ser de gran
utilidad en las siguientes industrias.
Mercados Verticales.
Retail Salud Educación
Banca y Servicios
Financieros
Seguros AFP Isapres
06