为什么要写RPA中的数据处理

过去几年,在致力于RPA的服务中,从简单流程到复杂流程的处理多多少少都会遇到,因为RPA有其短平快的特性,项目基本上都是单兵作战,你很少会看见,有一个 好几个人的团队去致力于同一个项目。从初期需求对接,流程可行性分析,架构设计,开发实施,测试上线部署,以及文档编写后期维护,这些事情基本上都是一个人来做,所以综合的考量会比较多。

一个标准化操作流程SOP,按最基本来说就是  A-B-C-D  。那么开发过程中  ,是不是也必须就要这样做呢,答案是  NO  ,因为流程客户大多是业务人员对于技术的理解可能很少,通常情况下他们之所以那样做是基于前端页面和自己知道的简单数据处理可以通过那样的方式 , 一步一步得到自己想要的输出文件,但是如果是做技术的,在梳理完业务流程和逻辑 后,大多数情况下,是可以实现 直接从A就达到D的效果。  所以此处要谈到 业务流程中至关重要的数据处理  ,因为遇到并非技术出身的RPA人员在数据处理上  --- 效率的优化 , 好像并没有什么概念 。 觉得只要把数据处理后拿到想要的数据就可以了  ,可能不会去看 , 这个处理会在整个流程中占用多少内存  ,花费多少时间。  拿一个简单的例子,  一个业务流程中需要解析税务发票扫描出来的文件,  RPA人员 一个文件一个文件 ,单调回归读写输入  ,不到200个文件  ,整整花费了四十多分钟,  这是RPA服务中对时间的巨大浪费 , 如果知道虚拟存储 ,在不占内存 的情况下, 整个过程解析完再进行一次性数据输入,  时间就会大大缩减到几分钟不到 。

还有比较明显的,就是Excel文件里面上几十多万条数据处理加工 , 客户的公式处理再加上手动核算处理 , 基本上就要花费一上午的时间。  后优化处理, RPA人员特意动用了数据库 , 处理完之后发现用了四十多分钟  ,数据库是可以存储数据  ,提高数据效果 。 但是数据库和Excel交互的时候  ,就会显得很慢 ,效果并非最佳 。  后来数据处理进行虚拟内存的算法优化, 整个过程只用了不到三分钟就处理完了 。

所以RPA服务的核心价值在哪呢?这是一个非常需要思考的问题。在实现流程自动化的时候 , 不单单是让手动变成自动 , 更是应该让运行效率变得明显提高 。 因为有些客户的RPA服务可能部署在自己的工作电脑 , 并非专门的RPA机  ,所以花费那么多时间去实现流程自动化,  顾客可能觉得还不如让我自己做呢  。当然  ,通常上百万的数据处理 , 在财务领域里面的AP/AR上比较多, 大家接触到的话,  首先要考虑数据优化的方法,  当然不同的数据需要不同的算法处理。

尤其RPA火起来以后  ,很多企业都为了蹭一波热度,  让一些做业务的来学习RPA软件  ,实现流程自动化 。 这往往是短期利益  ,起初可能看不到太多问题,但时间久了就会发现,  不管是业务流程的优化,  还是异常情况的频繁出现 , 如果没有扎实的技术做基础 , 问题会越来越严重 , 最后的RPA工程就会变成烂尾楼一样  ,被嫌弃。  

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容