数据自动化运营中的RPA与BI的应用与优化

刘瑜

云南电网有限责任公司红河供电局 云南  661100

摘要：随着技术的发展及信息化建设的推进，系统越来越多、数字化应用越来越普及，各供电企业尽管上线了很多管理系统，但日常工作中仍需人工花费较多时间进行跨系统、跨界面的复杂操作及数据复合，且极易产生由于人为因素造成的误差，影响数据质量并拉低服务效率，使得基层人员的工作压力不减反增。本文借助RPA平台建成的契机，通过制作RPA辅助，能够从网页系统处理、操作，数据整理、传输，基于规则的流程处理及文件处理等方面，通过人工模拟替代及人机协同的方式，基于现有系统在不侵入的前提下，自动完成系统基础数据获取及清洗（整理、重置、设计）、数据监控及分析、自动处理等工作，从而减少人工消耗及误差风险，进一步提高工作效率，以机器代人为员工减负。

关键词：数据自动化；RPA；BI；运营

一、引言

电力行业前后端，仍然有很多单一、重复、繁琐的事务性工作需要大量人工来完成，过高的人力成本、低下的业务效率。成本投入高：不仅在前端基础建设方面，在后端的很多方面也是大规模投入，一套软件、一套系统只能在规模化稳定运营之后才有收益显现。如多系统并存：由于属于社会基础行业，业务存在大量与营配相关的工作流程，众多员工需要操作多个不同系统来完成重复性的作业任务。数据重复录入：有很多不同的业务及数据，需要耗费大量的人工进行重复枯燥的工作。信息化程度参差不齐：有些机构基础较为薄弱，但有些机构信息化基础较好，无法用有效的手段串联这些参差不齐的机构。

一方面深入基层调研业务需求和工作痛点难点，开发一系列RPA应用解决员工多系统操作负担、数据孤岛、信息过载及重复流程性工作，切实为基层员工减负增效。另一方面，培养一批RPA技术人才、建立RPA长效应用机制，开展RPA技术学习交流。同时，随着信息技术的发展，企业可以采用各种工具来收集和分析数据，以便更好地了解运营情况。其中，基于BI技术可以为电力企业提供一种快速、精确的了解运营绩效的分析途径。

二、建设RPA运营体系，助力企业数字化转型。

RPA的全称英文叫Robotic Process Automation，中文译为“机器人流程自动化”。RPA主要通过录屏、API、脚本等方式，模拟员工在计算机上进行的工作，如，鼠标点击和键盘输入，使那些以规则为基础，反复进行的数字业务流程自动化，从而使职工由枯燥乏味、没有意义的业务流程被解放了出来，去从事一些更具商业价值的业务。

适应变革抢抓数字化发展先机，发挥数字技术对发展增效作用，成为各行业发展的重中之重。电力行业的数字化转型也成为必然趋势，通过数字化转型实现能源电力系统的智能化、数字化、网络化，以提高能源生产效率，降低运营成本，促进迭代升级和新的商业模式、服务模式是电力系统未来的必由之路。

然而，电力行业是个巨大的产业链，覆盖了各大环节并涉及到不同的能源生产形式，现面临成本投入高、多系统并存同步慢、数据重复录用、信息化程度参差不齐等痛点，涉及到的技术更是千千万万，其中RPA是当前的关键。

三、建设BI决策平台,提高企业经营效率。

BI是一种数据分析和处理技术，它通过从企业的各个部门和系统中收集数据、转换数据、存储数据、分析数据并向用户呈现分析结果的方式来帮助企业更好地了解业务运作情况。对于电力企业而言，BI技术可以帮助企业了解自身的电力产量、用户需求、电力消耗情况以及管理绩效等与运营绩效等相关的信息。

（一）电力企业建设BI决策平台的原因 

打破电力数据壁垒墙，给企业的管理者提供完整的视角。通过组织架构梳理，给予业务部门充分的灵活性，做到精细化管理。高效支撑并跟踪经营管理决策，完成战略从上到下的即时传递。

（二）BI决策平台在发电企业中的典型场景示例

（1）数据分析自动化

基于数据自动化的智能决策平台，将企业生产计划、任务分解，生成系统中相关信息。包括各部门人员及设备情况。根据实际需要和控制要求对数据进行分类处理后分配给各个模块并形成一个完整的流程逻辑体系结构；实现自动分析与决策支持过程管理与优化过程管理功能。通过实时监测业务运行状态，及时发现问题解决问题并及时反馈到调度中心建立企业内部资源共享机制、信息沟通渠道等内容。

（2）运营管控辅助

应用大量先进的技术和BI分析等，在生产过程中进行自动控制、信息采集及传递。通过对产品质量监控、库存管理及销售情况实时监测等。实现智能化数据采集功能与实时分析系统之间相互融合作用；同时还可以为用户提供更多关于工业企业发展方向以及未来趋势方面咨询服务需求信息支持；实现生产流程自动化的应用，提高了工作效率和经济效益，提升了企业市场竞争力水平，降低成本费用消耗率。

（3）生产管理驾驶舱   

在生产管理的日常工作中，生产类数据和设备运行类数据，往往分散在不同的专业系统中，通过建设生产管理驾驶舱，可以突破专业壁垒，将生产类信息进行综合汇总，通过汇聚消减将最有价值的汇总型信息呈现出来，省却跨专业信息获取的动作，减少生产侧决策者对无用信息的摄入，直接观测电力生产、运行情况。

四、基于RPA和BI，搭建一套数据自动化运营体系。

（一）数据整合，构建框架模型。

RPA应用是一套全流程的数据自动化管理体系，它将从收集、处理和输出海量信息中，在统一平台下进行分析整合，该框架模型包括了对企业的业务需求及发展方向等方面的把握，通过数据融合后可以实现企业与客户间良好沟通互动关系；同时还能够有效降低运营成本并提升效率以提高市场竞争力；此外RPA系统也能为客户提供更多更好的服务体验，从而获得更大利润空间和社会价值收益。[1]

（二）打通数据获取与处理通路，实现数据自动化。

依托RPA应用自动采集、爬取海量基础数据，完成初步的数据处理，形成数据源。再将“数据源”提供给BI平台，完成数据调取，通过数据清洗、处理，并通过“模型”关联，形成数据关联，最后完成可视化分析展现，进一步挖掘数据的价值。

数据自动化的应用，实现了对各类信息和资源进行高效整合，实现数据获取与处理通路。首先是企业内部管理信息系统中的数据库。RCT系统通过收集并分析海量原始情报来支持企业决策、生产控制等功能；其次是外部客户关系管理系统（ERP）系统以及行业合作伙伴关系提供相关服务信息及需求等方面的内容，从而帮助用户更好地了解自己需要什么样数据资源，同时也能为其自身提供相应服务。

五、推动数字化服务驱动力的探索实践

（一）基于自动化工具实现减负增效。

智能服务驱动力的发展，能够实现数字化数据自动化平台，减少了企业内部管理，提高工作效率。在传统的信息处理模式下企业需要投入大量人力和物力对其进行分析、整理及维护等活动，然而随着社会经济环境不断变化与进步以及人们生活水平提升后对于这些功能需求也越来越大随之而来的是各种新技术手段不断创新应用到各个领域中去从而实现信息化服务驱动力的发展实践，这就要求我们必须加强数字化工具在信息处理过程中作用的研究力度。

（二）基于自助分析工具实现数据精准分析，辅助决策。

在自动化系统的建设中，可以对数据进行精准分析，从而实现信息的有效获取，企业需要根据客户需求和自身情况制定个性化服务方案。而这种智能化管理模式也是未来发展趋势之一；还有一种方式就是基于人工智能技术来提高用户体验效果以及满足不同类型用户多样化要求等功能模块。这些应用软件都能够帮助相关业务人员完成工作任务、提升工作效率与质量，因此在进行数据自动化建设时可以采用自主分析工具实现对信息的精准识别和分析。

（三）基于AI智能技术实现应用场景扩展。

在智能化的时代，数据是一个重要的资源，它可以帮助企业进行管理，提高工作效率。通过对数据进行分析和整合之后能够为用户提供更多更好的服务。随着大范围内客户需求越来越高、市场竞争也愈加激烈以及互联网技术发展迅速等因素都影响着我们生活质量与思维方式变化了很多方面：比如说人们在衣食住行中所追求的是方便快捷的要求；还有就是现在网络信息高速发达，人们对于自己感兴趣或者不喜欢时就会选择上网浏览。

智能化的应用场景，可以根据用户需求进行扩展和调整，随着人工智能技术的发展以及其在生活中得到广泛应用与普及，数据自动化也会逐渐取代人类大脑思维方式来解决复杂问题，因此需要对现有系统模式进行进一步优化升级改造或者将原有传统业务流程重新整合起来以实现更好地适应客户要求并能满足不同类型企业个性化、定制化服务等方面的应用场景需求，这样可以为用户提供更方便快捷高效精准的服务体验；同时还应在智能设备中融入了AI技术。[2]

（四）基于其他应用平台的大数据应用。

基于其他相关平台的大数据应用，在进行联动赋能时主要考虑的是用户使用频率、时间和场景。首先我们要将大数据分析与其他方面的内容联系起来；其次通过对这些信息进行处理之后得到相应结果后，再利用分析工具来实现对于不同类型以及属性下所对应信息作出判断并作出决策，这样才能更好地完成任务的分配工作；最后是根据得到的结果选择合适方式使用大数据平台中需要用到或者可以提供帮助或支持服务。

六、总结

在大数据时代，企业的发展离不开海量客户信息，这些都是对其进行分析和利用。通过数据自动化平台可以实现海量用户的精准定位。同时还能提供不同类型、层次上的市场信息及竞争对手情况等方面相关资料和动态变化趋势预测以及各种业务需求预测等功能服务；此外还有基于其他大数据库建立起多维度多角度联动协同机制，将企业内部与外部联系起来以形成一个整体网络结构，从而为客户提供更加准确的数据支持和决策分析结果。

参考文献：

[1]陆逸东.自动化码头大数据运营分析系统[J].港口装卸,2021,(04):37-39.

[2]赵东明，基于大数据分析和自动化运维的NGBOSS系统业务监控运营平台.天津市，中国移动通信集团天津有限公司，2016-04-26.