Na tese, é proposta a construção do Sistema Autenticador e Transmissor (SAT), um modelo tecnológico de automação e controle de processos em cidades inteligentes, alicerçado em propriedades voltadas a uma aplicação transversal em setores que demandam, de um lado, geração de dados em campo com estabelecimento de regras e garantia de autenticidade e confidencialidade; de outro, transmissão segura a um ou mais controles centrais. Como exemplo de aplicação, o modelo é avaliado pela execução de protótipo no setor tributário do varejo do Estado de São Paulo, que ainda exige soluções mais eficazes apesar dos avanços conquistados com a transição para processos automatizados. O protótipo, composto de um equipamento, um software embarcado e uma solução de retaguarda, denomina-se, no caso específico, Sistema Autenticador e Transmissor de Cupons Fiscais Eletrônicos (SAT-CF-e). O principal objetivo do trabalho consiste, pois, em oferecer um modelo tecnológico que dê resposta efetiva às necessidades das administrações tributárias estaduais, mais especificamente às operações de emissão, validação e transmissão dos dados de vendas mercantis no varejo. Desenvolvido a partir da análise do ambiente atual da Nota Fiscal Paulista e de outros projetos de documentos eletrônicos introduzidos no Brasil, e tendo em vista uma mudança de paradigma na geração de documentos fiscais, o Sistema Autenticador e Transmissor de Cupons Fiscais Eletrônicos está pautado no uso de tecnologias que atendem aos requisitos exigidos pelo negócio, segundo os quais o documento somente existe na forma eletrônica e é válido quando armazenado nas bases de dados gerenciadas pelo Fisco. A implantação do Sistema Autenticador e Transmissor de Cupons Fiscais Eletrônicos, cujo pioneirismo cabe à Secretaria da Fazenda do Estado de São Paulo, já encontra âmbito nacional a partir da criação de um novo documento fiscal, o Cupom Fiscal Eletrônico SAT (CF-e-SAT), modelo 59, instituído oficialmente pelo Conselho Nacional de Política Fazendária no Ajuste SINIEF 11/2010, que autoriza Unidades da Federação a utilizá-lo em suas operações de ICMS. Os resultados da implementação do modelo tecnológico de automação e controle do processo tributário no varejo do Estado de São Paulo foram positivos e atestaram que a solução representa contribuição original ao estado da arte por reunir qualidades inovadoras permite rápida integração entre o Fisco e o estabelecimento comercial, racionalização e modernização da administração tributária, compartilhamento de informações, redução de custos e entraves burocráticos, automação das obrigações tributárias e facilitação e fortalecimento do controle do processo tributário. Por isso e sem dúvida, a solução assinala uma era mais inteligente no controle das operações comerciais do varejo no Brasil, com benefícios para a administração pública e para a população. / In this thesis, the construction of Sistema Autenticador e Transmissor (Authenticator and Transmitter System) is proposed, being a technological model for automation and process control in smart cities, with a view to transversal application in sectors that demand, on the one hand, data generation on the field with the establishment of rules and a guarantee of authenticity and confidentiality; on the other, safe transmission to one or more control stations. As an example of application, the model is evaluated through the use of a prototype on the retail tax sector in the State of São Paulo, which still requires more effective solutions, despite the advances made thanks to the transition to automated processes. The prototype consists of a device, an embedded software and a backoffice solution, and is called, in this specific case, Sistema Autenticador e Transmissor de Cupons Fiscais Eletrônicos (SAT-CF-e) (Electronic Retail Tax Invoice Authenticator and Transmitter System). The main objective of this work is, therefore, to provide a technological model that effectively meets the needs of state tax administrators, especially in relation to operations requiring the emission, validation and transmission of retail market sales data. Based on the analysis of the current environment of Nota Fiscal Paulista and other electronic document projects introduced in Brazil, and taking into consideration the paradigm shift in the generation of tax documents, the SAT-CF-e has been developed for the use of technologies that meet business requirements, according to which the document exists only in electronic format and is valid only when stored in databases managed by tax authorities. The implementation of SAT-CF-e, a pioneering initiative of Secretaria da Fazenda do Estado de São Paulo (São Paulo State Tax Authority), is already established on a national basis, since the creation of a new tax document, the Cupom Fiscal Eletrônico SAT (CF-e-SAT) (Electronic Retail Tax Invoice), model 59, officially established by Conselho Nacional de Política Fazendária (National Council for Tax Policies) in Ajuste SINIEF 11/2010 authorizing States to use it in their operations regarding Imposto sobre Circulação de Mercadorias e Serviços - ICMS (Merchandise Circulation and Service Tax). The results of the implementation of a technological model for the automation and control of the retail sector tax process in the State of São Paulo have been positive and can testify that this solution is a unique state-of-the-art contribution with innovative qualities, since it ensures rapid integration between the tax authorities and commercial establishments, as well as rationalization and modernization of tax administration, information sharing, a reduction in costs and bureaucratic barriers, tax duties automation and a facilitation and strengthening in the control of the tax process. It is undoubtedly a solution that ushers in an era of smarter control of commercial retail operations in Brazil, with benefits for the public administration system and for the population as a whole.

Na tese, é proposta a construção do Sistema Autenticador e Transmissor (SAT), um modelo tecnológico de automação e controle de processos em cidades inteligentes, alicerçado em propriedades voltadas a uma aplicação transversal em setores que demandam, de um lado, geração de dados em campo com estabelecimento de regras e garantia de autenticidade e confidencialidade; de outro, transmissão segura a um ou mais controles centrais. Como exemplo de aplicação, o modelo é avaliado pela execução de protótipo no setor tributário do varejo do Estado de São Paulo, que ainda exige soluções mais eficazes apesar dos avanços conquistados com a transição para processos automatizados. O protótipo, composto de um equipamento, um software embarcado e uma solução de retaguarda, denomina-se, no caso específico, Sistema Autenticador e Transmissor de Cupons Fiscais Eletrônicos (SAT-CF-e). O principal objetivo do trabalho consiste, pois, em oferecer um modelo tecnológico que dê resposta efetiva às necessidades das administrações tributárias estaduais, mais especificamente às operações de emissão, validação e transmissão dos dados de vendas mercantis no varejo. Desenvolvido a partir da análise do ambiente atual da Nota Fiscal Paulista e de outros projetos de documentos eletrônicos introduzidos no Brasil, e tendo em vista uma mudança de paradigma na geração de documentos fiscais, o Sistema Autenticador e Transmissor de Cupons Fiscais Eletrônicos está pautado no uso de tecnologias que atendem aos requisitos exigidos pelo negócio, segundo os quais o documento somente existe na forma eletrônica e é válido quando armazenado nas bases de dados gerenciadas pelo Fisco. A implantação do Sistema Autenticador e Transmissor de Cupons Fiscais Eletrônicos, cujo pioneirismo cabe à Secretaria da Fazenda do Estado de São Paulo, já encontra âmbito nacional a partir da criação de um novo documento fiscal, o Cupom Fiscal Eletrônico SAT (CF-e-SAT), modelo 59, instituído oficialmente pelo Conselho Nacional de Política Fazendária no Ajuste SINIEF 11/2010, que autoriza Unidades da Federação a utilizá-lo em suas operações de ICMS. Os resultados da implementação do modelo tecnológico de automação e controle do processo tributário no varejo do Estado de São Paulo foram positivos e atestaram que a solução representa contribuição original ao estado da arte por reunir qualidades inovadoras permite rápida integração entre o Fisco e o estabelecimento comercial, racionalização e modernização da administração tributária, compartilhamento de informações, redução de custos e entraves burocráticos, automação das obrigações tributárias e facilitação e fortalecimento do controle do processo tributário. Por isso e sem dúvida, a solução assinala uma era mais inteligente no controle das operações comerciais do varejo no Brasil, com benefícios para a administração pública e para a população. / In this thesis, the construction of Sistema Autenticador e Transmissor (Authenticator and Transmitter System) is proposed, being a technological model for automation and process control in smart cities, with a view to transversal application in sectors that demand, on the one hand, data generation on the field with the establishment of rules and a guarantee of authenticity and confidentiality; on the other, safe transmission to one or more control stations. As an example of application, the model is evaluated through the use of a prototype on the retail tax sector in the State of São Paulo, which still requires more effective solutions, despite the advances made thanks to the transition to automated processes. The prototype consists of a device, an embedded software and a backoffice solution, and is called, in this specific case, Sistema Autenticador e Transmissor de Cupons Fiscais Eletrônicos (SAT-CF-e) (Electronic Retail Tax Invoice Authenticator and Transmitter System). The main objective of this work is, therefore, to provide a technological model that effectively meets the needs of state tax administrators, especially in relation to operations requiring the emission, validation and transmission of retail market sales data. Based on the analysis of the current environment of Nota Fiscal Paulista and other electronic document projects introduced in Brazil, and taking into consideration the paradigm shift in the generation of tax documents, the SAT-CF-e has been developed for the use of technologies that meet business requirements, according to which the document exists only in electronic format and is valid only when stored in databases managed by tax authorities. The implementation of SAT-CF-e, a pioneering initiative of Secretaria da Fazenda do Estado de São Paulo (São Paulo State Tax Authority), is already established on a national basis, since the creation of a new tax document, the Cupom Fiscal Eletrônico SAT (CF-e-SAT) (Electronic Retail Tax Invoice), model 59, officially established by Conselho Nacional de Política Fazendária (National Council for Tax Policies) in Ajuste SINIEF 11/2010 authorizing States to use it in their operations regarding Imposto sobre Circulação de Mercadorias e Serviços - ICMS (Merchandise Circulation and Service Tax). The results of the implementation of a technological model for the automation and control of the retail sector tax process in the State of São Paulo have been positive and can testify that this solution is a unique state-of-the-art contribution with innovative qualities, since it ensures rapid integration between the tax authorities and commercial establishments, as well as rationalization and modernization of tax administration, information sharing, a reduction in costs and bureaucratic barriers, tax duties automation and a facilitation and strengthening in the control of the tax process. It is undoubtedly a solution that ushers in an era of smarter control of commercial retail operations in Brazil, with benefits for the public administration system and for the population as a whole.

This study aimed to investigate how Machine Learning (ML) algorithms can be used to predict the cost account code to be used when handling invoices in an Enterprise Resource Planning (ERP) system commonly found in the Swedish public sector. This implied testing which one of the tested algorithms that performs the best and what criteria that need to be met in order to perform the best. Previous studies on ML and its use in invoice classification have focused on either the accounts payable side or the accounts receivable side of the balance sheet. The studies have used a variety of methods, some not only involving common ML algorithms such as Random forest, Naïve Bayes, Decision tree, Support Vector Machine, Logistic regression, Neural network or k-nearest Neighbor but also other classifiers such as rule classifiers and naïve classifiers. The general conclusion from previous studies is that several algorithms can classify invoices with a satisfactory accuracy score and that Random forest, Naïve Bayes and Neural network have shown the most promising results. The study was performed as an exploratory case study. The case company was a small municipal community where the finance clerks handles received invoices through an ERP system. The accounting step of invoice handling involves selecting the proper cost account code before submitting the invoice for review and approval. The data used was invoice summaries holding the organization number, bankgiro, postgiro and account code used. The algorithms selected for the task were the supervised learning algorithms Random forest and Naïve Bayes and the instance-based algorithm k-Nearest Neighbor (k-NN). The findings indicated that ML could be used to predict which cost account code to be used by providing a pre-filled suggestion when the clerk opens the invoice. Among the algorithms tested, Random forest performed the best with 78% accuracy (Naïve Bayes and k-NN performed at 69% and 70% accuracy, respectively). One reason for this is Random forest’s ability to handle several input variables, generate an unbiased estimate of the generalization error, and its ability to give information about the relationship between the variables and classification. However, a high level of support is needed in order to get the algorithm to perform at its best, where 335 occurrences is a guiding number in this case. / Syftet med denna studie var att undersöka hur Machine Learning (ML) algoritmer kan användas för att förutsäga vilken kontokod som ska användas vid hantering av fakturor i ett affärssystem som är vanligt förekommande i svensk offentlig sektor. Detta innebar att undersöka vilken av de testade algoritmerna som presterar bäst och vilka kriterier som måste uppfyllas för att prestera bäst. Tidigare studier om ML och dess användning vid fakturaklassificering har fokuserat på antingen balansräkningens leverantörsreskontra (leverantörsskulder) eller kundreskontrasidan (kundfordringar) i balansräkningen. Studierna har använt olika metoder, några involverar inte bara vanliga ML-algoritmer som Random forest, Naive Bayes, beslutsträd, Support Vector Machine, Logistisk regression, Neuralt nätverk eller k-nearest Neighbour, utan även andra klassificerare som regelklassificerare och naiva klassificerare. Den generella slutsatsen från tidigare studier är att det finns flera algoritmer som kan klassificera fakturor med en tillfredsställande noggrannhet, och att Random forest, Naive Bayes och neurala nätverk har visat de mest lovande resultaten. Studien utfördes som en explorativ fallstudie. Fallföretaget var en mindre kommun där ekonomiassistenter hanterar inkommande fakturor genom ett affärssystem. Bokföringssteget för fakturahantering innebär att användaren väljer rätt kostnadskontokod innan fakturan skickas för granskning och godkännande. Uppgifterna som användes var fakturasammandrag med organisationsnummer, bankgiro, postgiro och kontokod. Algoritmerna som valdes för uppgiften var de övervakade inlärningsalgoritmerna Random forest och Naive Bayes och den instansbaserade algoritmen k-Nearest Neighbour. Resultaten tyder på att ML skulle kunna användas för att förutsäga vilken kostnadskod som ska användas genom att ge ett förifyllt förslag när expediten öppnar fakturan. Bland de testade algoritmerna presterade Random forest bäst med 78 % noggrannhet (Naïve Bayes och k-Nearest Neighbour presterade med 69 % respektive 70 % noggrannhet). En förklaring till detta är Random forests förmåga att hantera flera indatavariabler, generera en opartisk skattning av generaliseringsfelet och dess förmåga att ge information om sambandet mellan variablerna och klassificeringen. Det krävs dock en högt antal dataobservationer för att få algoritmen att prestera som bäst, där 335 förekomster är ett minimum i detta fall.