Recommandations sur les diagnostics

Dans le cadre de l’automatisation du traitement documentaire au sein de notre application Smartdoc (Documents), nous invitons nos clients à intégrer les recommandations suivantes dans leurs appels d’offres auprès de leurs prestataires (diagnostiqueurs).

<aside> 💡

Ces recommandations ne sont pas obligatoires pour une valorisation de diagnostics dans l’application Stonal Smartdoc (Documents) mais visent à permettre à nos clients de fortement simplifier la transmission de leurs diagnostics et augmenter l’exploitabilité des informations qu’ils contiennent.

</aside>

1. Transmission automatisée des diagnostics via API

Nous recommandons aux diagnostiqueurs d’utiliser notre API documentaire pour automatiser le dépôt de l’ensemble des diagnostics dans l’application Stonal.

Cela permet d’assurer :

une intégration rapide et directe des diagnostics dans Smartdoc, évitant ainsi tout risque d’erreur humaine et perte de temps liée à des transmissions manuelles des documents.
une analyse constamment à jour de vos analyses de conformité environnementale.

L’API documentaire de Stonal est disponible. Une documentation technique est disponible à l’adresse suivante : https://docs.stonal.io/md/documents/upload-a-file.

2. Utilisation de la codification bâtimentaire Stonal

Nous recommandons une utilisation de la codification bâtimentaire définie dans la base Stonal afin de simplifier l’exploitation des données. Les diagnostiqueurs pourront ainsi interroger notre base en direct et ce de manière automatique, pour identifier correctement les entités diagnostiquées (bâtiments, lots, locaux, etc.).

Notre API a vocation de simplifier la récupération de ces informations définies dans l’application Stonal : https://docs.stonal.io/md/upcoming

3. Récupération des métadonnées des diagnostics

Stonal dispose d’une intelligence artificielle permettant de récupérer automatiquement les métadonnées des diagnostics au moment du dépôt du document dans l’application Smartdoc. Toutefois, la qualité du document ou un format inadapté peuvent limiter la précision des extractions.

Quand cela est possible, nous recommandons d’utiliser notre API pour que les diagnostiqueurs puissent transmettre automatiquement toutes ces informations, garantissant ainsi un taux d’erreur complètement nul.

4. Bonnes pratiques pour améliorer les extractions de données via IA

Lorsque l’API ne peut être utilisée, les documents doivent être produits autant que possible dans le respect des bonnes pratiques ci-dessous pour augmenter la précision des extractions par IA.

Bonnes pratiques recommandées :

Fournir des fichiers PDF natifs dans la mesure du possible, afin d’éviter les erreurs liées à la reconnaissance optique de caractères (OCR).
Eviter les documents agrégés (ex : plusieurs diagnostics en un seul PDF) et pages de garde.
Si un scan est nécessaire, s’assurer d’une numérisation de haute qualité (résolution, alignement, contraste, sans rotation) et éviter les textes en couleur.
Privilégier des mentions explicites en texte brut pour les informations clés.
Éviter les cases à cocher, des mentions qui n’apparaissent que dans des éléments graphiques ou les textes en filigrane, même sur des PDFs natifs**.**
Conserver si possible une structure de document homogène entre prestataires, pour simplifier le traitement et réduire les erreurs.
Inclure le code résidence et le lot dans le nom et le contenu du document.
Notre IA gère dorénavant bien la plupart des formats comme les tableaux et les listes à puces. Toutefois, pour certains types de données (ex. : informations de localisation dans des schémas techniques, plans), des descriptions clairement écrites améliorent la précision du traitement.

Si cela est possible, nous recommandons que ces exigences soient incluses dans le cahier des charges des marchés passés avec les diagnostiqueurs.

Pour toute question technique ou pour obtenir les documentations API, nos équipes techniques restent disponibles.

</aside>