找到合適的RPA用例 

識別理想用例的關(guān)鍵是找到那些能夠在不完全自動化的情況下有效運作的流程。一些應用程序，如客戶反饋分析、銷售或質(zhì)量控制，不能完全自動化，因為它們需要一定程度的人為監(jiān)督。因此，這些用例并不適合用于RPA。 

主要處理非結(jié)構(gòu)化數(shù)據(jù)的用例也不太適合RPA技術(shù)。不幸的是，這可能占據(jù)了企業(yè)數(shù)據(jù)的很大一部分。一些估計表明，普通企業(yè)中非結(jié)構(gòu)化數(shù)據(jù)占到80%到90%。 

流程的復雜性是另一個需要考慮的問題。流程越復雜，在完全自動化時越容易出現(xiàn)故障。IT需要選擇相對簡單的流程。IT可以通過流程挖掘來進行盡職調(diào)查，以識別和優(yōu)先考慮哪些流程最適合通過RPA進行自動化。 

或許最重要的是，IT應該選擇那些一旦自動化后能夠帶來明確投資回報的流程。雖然RPA具有成本效益，但它并不是免費的，因此你選擇自動化的應用程序或流程在正確實施時應該能夠帶來明確的回報。 

屏幕抓取還是API？ 

這兩種數(shù)據(jù)提取方法對任何RPA實施的成功至關(guān)重要，雖然它們的結(jié)果相似，但采用不同的方法來實現(xiàn)相同的目標。屏幕抓取，也稱為終端仿真，是一種從用戶界面（UI）收集視覺數(shù)據(jù)（抓取）的方法，然后，這些數(shù)據(jù)會自動應用于其他程序或系統(tǒng)，而無需人工手動重新輸入數(shù)據(jù)。API（應用程序編程接口），如大多數(shù)人所知，允許兩個獨立的程序自動交互和交換數(shù)據(jù)。 

API方法具有多重優(yōu)勢，包括效率和易用性。通常，圍繞數(shù)據(jù)收集的法律問題并不存在，因為你有主機訪問數(shù)據(jù)的許可。API方法還消除了諸如JavaScript渲染和CAPTCHA避免等問題，使其在收集大量數(shù)據(jù)時比屏幕抓取更快更有效。 

話雖如此，你需要受制于API提供商，提供商可能會限制在特定時間段內(nèi)的數(shù)據(jù)請求數(shù)量，或者基于地理位置。API提供商也可能會更改政策，影響你提取數(shù)據(jù)的能力。 

相比之下，屏幕抓取或網(wǎng)頁抓取相較于使用API可以提供顯著的規(guī)模和時間節(jié)省，它還可以提高數(shù)據(jù)準確性并提供更多樣化的數(shù)據(jù)來源。通常，它也更加具有成本效益，但需要注意的是，屏幕抓取可能會違反版權(quán)和商標法，以及某些網(wǎng)站的服務條款協(xié)議。有些網(wǎng)站可能還會阻止抓取程序，導致數(shù)據(jù)收集困難。 

你選擇采用哪種方法通常取決于所利用的數(shù)據(jù)源以及組織對數(shù)據(jù)治理的方式，這也是我們下一個關(guān)鍵元素的良好過渡。 

進行適當?shù)臄?shù)據(jù)治理 

實施有效的數(shù)據(jù)治理是所有企業(yè)應優(yōu)先考慮的事項，這個話題甚至可以寫成一本書。良好的數(shù)據(jù)治理對于確保從法規(guī)遵從到數(shù)據(jù)隱私和客戶滿意度的所有方面都至關(guān)重要。領(lǐng)先的行業(yè)分析公司Gartner估計，到2022年，幾乎100%的企業(yè)戰(zhàn)略將數(shù)據(jù)視為企業(yè)資產(chǎn)。最重要的是，它將企業(yè)的數(shù)據(jù)轉(zhuǎn)變?yōu)橘Y產(chǎn)，使其可被RPA等技術(shù)所利用。

因此，組織建立具有有效數(shù)據(jù)治理基本原則的程序非常重要。有效的數(shù)據(jù)治理程序?qū)⒔⒔巧?、?guī)則和政策，以最大化組織數(shù)據(jù)的價值，這也意味著要概述開發(fā)、實施、批準、持續(xù)監(jiān)控和性能評估自動化應用程序和流程的要求。 

確保RPA安全性 

與所有應用程序一樣，確保安全性和降低風險對于RPA實施的成功至關(guān)重要。一個好的第一步是為每個RPA機器人分配特定身份，包括專門的命名要求和認證程序，這種方法為流程級別的責任制奠定了基礎。IT還應部署應用程序訪問限制和行為的明確權(quán)限。 

一旦這些參數(shù)建立，IT應確保RPA系統(tǒng)提供詳細且準確的機器人活動日志。最后，RPA腳本應定期審查和更新，以確保準確性。 

作為“最后一英里”的集成 

RPA中的“最后一英里”指的是完成過程自動化的最后階段，這通常是最困難和最復雜的部分。與遺留系統(tǒng)的集成、過程變異性和可擴展性等問題可能是主要障礙，但自動化這些步驟也能提供最大的投資回報，這些挑戰(zhàn)突顯了需要仔細的規(guī)劃、強大的設計原則、持續(xù)的管理以及可能使用更先進的技術(shù)，如AI和機器學習，以支持你自己的RPA部署。 

總體而言，這些元素為IT組織提供了一個有效的藍圖，以避免任何首次實施RPA自動化的最大潛在陷阱。只要仔細遵循，企業(yè)可以立即開始享受RPA帶來的生產(chǎn)力提升和成本節(jié)省。