隨著各行各業(yè)企業(yè)服務(wù)和產(chǎn)品越來(lái)越豐富多樣，市場(chǎng)競(jìng)爭(zhēng)也趨于白熱化，想要吸引并留存用戶，其難度和成本也在不斷攀升，企業(yè)為了盈利和生存，需要更加嚴(yán)格地控制成本和預(yù)算，提升運(yùn)營(yíng)效率，目前依靠 數(shù)據(jù)精細(xì)化運(yùn)營(yíng)、數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng) 已經(jīng)成為大多企業(yè)的必選之路。
本文章主要分享數(shù)據(jù)化運(yùn)營(yíng)以及RPA+AI為數(shù)據(jù)化運(yùn)營(yíng)賦能，會(huì)從以下幾個(gè)要點(diǎn)進(jìn)行相應(yīng)分享：
-
數(shù)據(jù)化運(yùn)營(yíng)
-
數(shù)據(jù)運(yùn)營(yíng)的產(chǎn)品體系
-
RPA+AI助力數(shù)據(jù)化運(yùn)營(yíng)提升
-
-
RPA+AI助力運(yùn)營(yíng)人員效能提升
-
-
RPA+AI是不同行業(yè)數(shù)據(jù)化運(yùn)營(yíng)的有效解決方案
數(shù)據(jù)化運(yùn)營(yíng)
數(shù)據(jù)化運(yùn)營(yíng)是現(xiàn)代企業(yè)從粗放經(jīng)營(yíng)向精細(xì)化管理發(fā)展的必然要求，是大數(shù)據(jù)時(shí)代企業(yè)保持市場(chǎng)核心競(jìng)爭(zhēng)力的必要手段,現(xiàn)在許多企業(yè)都自己的大數(shù)據(jù)平臺(tái)，而能否基于此給企業(yè) 營(yíng)銷賦能、運(yùn)營(yíng)賦能, 成為驅(qū)動(dòng)企業(yè)成長(zhǎng)的關(guān)鍵所在。
數(shù)據(jù)運(yùn)營(yíng)的產(chǎn)品體系
在數(shù)據(jù)化運(yùn)營(yíng)中會(huì)把數(shù)據(jù)運(yùn)營(yíng)的產(chǎn)品體系分成4層， 數(shù)據(jù)收集、數(shù)據(jù)加工、數(shù)據(jù)計(jì)算、數(shù)據(jù)應(yīng)用 。
數(shù)據(jù)收集層通常是捕獲用戶在各個(gè)業(yè)務(wù)系統(tǒng)端的行為數(shù)據(jù)，加載各業(yè)務(wù)系統(tǒng)的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，也會(huì)使用爬蟲技術(shù)來(lái)采集企業(yè)相關(guān)的第三方數(shù)據(jù)。而需要收集的數(shù)據(jù)通常也會(huì)劃分成四類： 行為數(shù)據(jù)、流量數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、外部數(shù)據(jù) 。
其中 業(yè)務(wù)數(shù)據(jù) 在產(chǎn)品運(yùn)營(yíng)過(guò)程中伴隨業(yè)務(wù)產(chǎn)生，這些數(shù)據(jù)和運(yùn)營(yíng)息息相關(guān)。比如零售業(yè)中，庫(kù)存、用戶快遞地址、商品信息、商品評(píng)價(jià)、促銷、好友關(guān)系鏈、運(yùn)營(yíng)活動(dòng)、產(chǎn)品功能等都是業(yè)務(wù)數(shù)據(jù)，不同行業(yè)的業(yè)務(wù)數(shù)據(jù)是不一樣的，業(yè)務(wù)數(shù)據(jù)沒(méi)有固定結(jié)構(gòu)。
而 外部數(shù)據(jù) 是一類特殊的數(shù)據(jù)，不在內(nèi)部產(chǎn)生，通過(guò)第三方來(lái)源獲取，比如像同行店鋪的同類產(chǎn)品價(jià)格等相關(guān)指標(biāo)。
數(shù)據(jù)加工層通常是 清洗、轉(zhuǎn)換數(shù)據(jù) ，來(lái) 統(tǒng)一不同系統(tǒng)中相同字段 的數(shù)據(jù)類型、數(shù)據(jù)值，建立合理的維度、度量以及數(shù)據(jù)模型。這一層的產(chǎn)品模塊有元數(shù)據(jù)管理、指標(biāo)庫(kù)、作業(yè)調(diào)度管理、數(shù)據(jù)質(zhì)量管理等，都是為了讓數(shù)據(jù)可追溯、可管理，持續(xù)改進(jìn)數(shù)據(jù)質(zhì)量，產(chǎn)出高質(zhì)量的數(shù)據(jù)。
數(shù)據(jù)計(jì)算層通常是解決數(shù)據(jù)開發(fā)和挖掘、標(biāo)簽制作和使用、算法調(diào)用、數(shù)據(jù)調(diào)用等問(wèn)題。對(duì)應(yīng)的數(shù)據(jù)產(chǎn)品模塊有：開發(fā)管理、標(biāo)簽平臺(tái)、算法平臺(tái)、數(shù)據(jù)接口、運(yùn)維監(jiān)控。
數(shù)據(jù)應(yīng)用層通常是業(yè)務(wù)人員可感知的系統(tǒng)和產(chǎn)品功能，包括日常報(bào)表系統(tǒng)、標(biāo)簽查詢、CRM等。
RPA+AI助力數(shù)據(jù)化運(yùn)營(yíng)提升
在數(shù)據(jù)產(chǎn)品體系中數(shù)據(jù)收集和數(shù)據(jù)加工是 RPA+AI賦能數(shù)據(jù)化運(yùn)營(yíng) 提升運(yùn)營(yíng)效率的核心。其數(shù)據(jù)收集與加工涉及到企業(yè)的各個(gè)業(yè)務(wù)系統(tǒng)，目前大多數(shù)企業(yè)系統(tǒng)的數(shù)據(jù)之間還存在著 業(yè)務(wù)壁壘 ，很難在企業(yè)內(nèi)部破除壁壘來(lái)對(duì)數(shù)據(jù)進(jìn)行有效整合，而RPA+AI可以很好的在各個(gè)業(yè)務(wù)系統(tǒng)之間進(jìn)行結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的 有效收集整合 。
同時(shí)外部的第三方數(shù)據(jù)，同樣可以通過(guò)RPA來(lái)自動(dòng)進(jìn)行 數(shù)據(jù)抓取 ，像過(guò)往通常使用的爬蟲技術(shù)，RPA與之相比較來(lái)說(shuō)更加快捷和安全，不僅更貼近業(yè)務(wù)人員，也更容易讓 服務(wù)產(chǎn)品化 。
企業(yè)做好數(shù)據(jù)化運(yùn)營(yíng)并不是一件簡(jiǎn)單的事情，其運(yùn)營(yíng)人員需要具備一些必要的基本技能： 圖表處理、讀懂報(bào)表、細(xì)分用戶、運(yùn)營(yíng)監(jiān)控、可編寫簡(jiǎn)單SQL 。
運(yùn)營(yíng)人員需要具備基本的圖表處理能力，包括針對(duì)具體的運(yùn)營(yíng)場(chǎng)景，自己會(huì)制作 趨勢(shì)圖、分布圖、雷達(dá)圖、二維交叉圖 等。
運(yùn)營(yíng)人員需要從自己業(yè)務(wù)相關(guān)的 日?qǐng)?bào)、周報(bào)、月報(bào)、監(jiān)控報(bào)表 里發(fā)現(xiàn)跟運(yùn)營(yíng)有關(guān)的異常現(xiàn)象，并且能合理地解釋數(shù)據(jù)的波動(dòng)。
運(yùn)營(yíng)人員需要能按照合理的維度切分用戶群體，并且能針對(duì)不同群體進(jìn)行細(xì)分運(yùn)營(yíng)。這里的合理維度主要是指基于運(yùn)營(yíng)方的具體運(yùn)營(yíng)目的，能提煉出簡(jiǎn)單卻重要的核心要素，并且能對(duì)其進(jìn)行合理的維度切分。
運(yùn)營(yíng)人員需要能設(shè)計(jì)、制作簡(jiǎn)單的監(jiān)控表格，從而監(jiān)控運(yùn)營(yíng)過(guò)程和關(guān)鍵環(huán)節(jié)。
SQL是結(jié)構(gòu)化查詢語(yǔ)言的英文縮寫，指的是一種非常主流的數(shù)據(jù)庫(kù)查詢語(yǔ)言，通過(guò)該語(yǔ)言，用戶可以從 數(shù)據(jù)庫(kù)中提取所需的數(shù)據(jù) 。運(yùn)營(yíng)人員掌握了簡(jiǎn)單的SQL語(yǔ)言后，就可以隨時(shí)對(duì)自己感興趣的數(shù)據(jù)進(jìn)行簡(jiǎn)單的查詢和抽取，而不用事事都讓數(shù)據(jù)倉(cāng)庫(kù)人員或者數(shù)據(jù)分析人員去幫忙， 提高了查詢和分析的效率 。
RPA+AI助力運(yùn)營(yíng)人員效能提升
RPA可以 自動(dòng)抓取業(yè)務(wù)數(shù)據(jù) ，其里面的 數(shù)據(jù)庫(kù)組件 也可以很好的連接數(shù)據(jù)庫(kù)服務(wù)器，在組件里面寫一些SQL語(yǔ)句就可以獲取到想要的數(shù)據(jù)，再加上RPA也具備優(yōu)秀的數(shù)據(jù)處理能力 ，可以對(duì)數(shù)據(jù)進(jìn)行有效加工處理來(lái)輸出報(bào)表，如此一來(lái)，運(yùn)營(yíng)人員通過(guò)RPA的助力提升會(huì)把更多的工作集中在分析和決策層面上。
但單就數(shù)據(jù)化運(yùn)營(yíng)來(lái)說(shuō)， 數(shù)據(jù)報(bào)表 并不是最終選擇，主要還是 輸出圖表 ，便于 決策分析 。目前市場(chǎng)上大部分的RPA產(chǎn)品，還沒(méi)有重點(diǎn)關(guān)注圖表功能，通常是通過(guò)實(shí)施團(tuán)隊(duì)整合其他產(chǎn)品的圖表功能進(jìn)行有效利用，比如簡(jiǎn)單的可能會(huì)使用 Excel 里面的圖表或者利用技術(shù)手段使用 Python 進(jìn)行圖表輸出，復(fù)雜的像數(shù)據(jù)駕駛艙可能會(huì)使用Power BI、FineBI、Tableau 等專業(yè)的BI工具。
另外需要知道的是 泛BI 的概念在數(shù)據(jù)化運(yùn)營(yíng)的企業(yè)里正越來(lái)越深入人心，泛BI其實(shí)就是逐漸淡化數(shù)據(jù)分析師團(tuán)隊(duì)作為企業(yè)數(shù)據(jù)分析應(yīng)用的唯一專業(yè)隊(duì)伍的印象，讓更多的業(yè)務(wù)部門也參與 數(shù)據(jù)分析 和 數(shù)據(jù)探索 ，慢慢掌握數(shù)據(jù)分析的技能和意識(shí)。
泛BI同樣也是數(shù)據(jù)化運(yùn)營(yíng)特征所要求的，是更高一級(jí)的數(shù)據(jù)化運(yùn)營(yíng)的全民參與。在這個(gè)階段，業(yè)務(wù)部門的員工不僅要積極參與數(shù)據(jù)分析和模型的具體應(yīng)用實(shí)踐，更要求他們能自主自發(fā)地進(jìn)行一些力所能及的數(shù)據(jù)分析和數(shù)據(jù)探索。
這無(wú)疑也是降低了非計(jì)算機(jī)專業(yè)的業(yè)務(wù)人員做數(shù)據(jù)分析的門檻，那么隨著企業(yè)數(shù)據(jù)不斷 資產(chǎn)化 ，如何把泛BI靈活的嵌入到RPA中，使其更 貼近業(yè)務(wù)人員 ，做更高級(jí)的服務(wù)，是 RPA服務(wù)產(chǎn)品化 需要思考的一個(gè)前進(jìn)方向。
RPA+AI是不同行業(yè)數(shù)據(jù)化運(yùn)營(yíng)的有效解決方案
代賬行業(yè)的財(cái)稅人員都離不開和數(shù)據(jù)打交道，而且每天都有大量 重復(fù)性 工作，RPA的作用是釋放大部分人力對(duì)數(shù)據(jù)的處理，解放重復(fù)勞動(dòng)性工作。
人力資源行業(yè)其實(shí)是做關(guān)于人的決策的 數(shù)據(jù)密集型 行業(yè)，其中的傳統(tǒng)數(shù)據(jù)就包括簡(jiǎn)歷、面試評(píng)價(jià)、績(jī)效等，比如可以用RPA的自動(dòng)收集和數(shù)據(jù)處理能力來(lái)分析某公司的人力資源管理。
在金融行業(yè)，無(wú)論是行業(yè)研究員、基金經(jīng)理還是審計(jì)人員，工作的核心基本都是 頻繁重復(fù) 處理大量數(shù)據(jù)，運(yùn)用RPA強(qiáng)大兼容性的網(wǎng)頁(yè) 數(shù)據(jù)抓取 能力，可以為業(yè)務(wù)人員的數(shù)據(jù)研究提供很多便捷。比如，業(yè)務(wù)人員想從網(wǎng)站獲取某債券借券存量的數(shù)據(jù)，然而，這個(gè)數(shù)只能按日查詢，如果金融人員想獲取這只債券近一年的數(shù)據(jù)，必須重復(fù)打開網(wǎng)站、選券、改日期、點(diǎn)擊查詢、記錄下結(jié)果，這個(gè)操作需要200多次，而RPA可以很好的解決這類問(wèn)題。
在互聯(lián)網(wǎng)行業(yè)，身為運(yùn)營(yíng)的業(yè)務(wù)人員，每天需要處理大量用戶回復(fù)、流量數(shù)據(jù)等等，一人運(yùn)營(yíng)超過(guò)10個(gè)群，而用RPA寫了 自動(dòng)回復(fù) 腳本，大大提高了工作效率
電商行業(yè)，同樣也可以使用RPA定時(shí)抓取 同行店鋪 產(chǎn)品用戶評(píng)價(jià)，可以針對(duì)用戶的痛點(diǎn)進(jìn)行營(yíng)銷活動(dòng)，還可以抓取店鋪sku/spu、評(píng)論、客單價(jià)、客戶群、銷售額、每日價(jià)格趨勢(shì)分析、并自動(dòng)制作數(shù)據(jù)報(bào)表，大大 提升運(yùn)營(yíng) 效果。
企業(yè)銷售中心的銷售人員一般是公司的頂梁柱，平常要接觸、拜訪很多客戶，那么RPA可以幫助銷售人員 自動(dòng)抓取全網(wǎng) 的相關(guān)客戶求購(gòu)/競(jìng)標(biāo)，做數(shù)據(jù)分析，篩選目標(biāo)客戶，分析同行產(chǎn)品數(shù)據(jù)/流量/客單價(jià)、客戶公司各方面的數(shù)據(jù)，促成成交。利用RPA定時(shí)自動(dòng)抓取相關(guān)所有的信息，除了可以提高工作效率， 競(jìng)爭(zhēng)策略 也會(huì)更為明智和客觀。
其實(shí)在大部分行業(yè)里，重復(fù)的工作，在未來(lái)都是非常危險(xiǎn)的。要把更多的時(shí)間和精力放在思考和創(chuàng)新上，而不是重復(fù)的事情上。因?yàn)榇蟛糠种貜?fù)的事情，都會(huì)被機(jī)器人所替代，這只是個(gè)時(shí)間問(wèn)題。
特別聲明：
文章來(lái)源：RPA領(lǐng)域先驅(qū)者
作者：鄂攀,北京來(lái)也科技 RPA+AI咨詢顧問(wèn),致力于RPA+AI領(lǐng)域的持續(xù)探究與分享。
原文鏈接：https://mp.weixin.qq.com/s/04SbKHPnn74GahVwrehvRw
RPA中國(guó)推薦閱讀，轉(zhuǎn)載此文是出于傳遞更多信息之目的。如有來(lái)源標(biāo)注錯(cuò)誤或侵權(quán)，請(qǐng)聯(lián)系更正或刪除，謝謝。
繼續(xù)閱讀：流程自動(dòng)化 RPA
未經(jīng)允許不得轉(zhuǎn)載：RPA中國(guó) | RPA全球生態(tài) | 數(shù)字化勞動(dòng)力 | RPA新聞 | 推動(dòng)中國(guó)RPA生態(tài)發(fā)展 | 流 > RPA賦能與數(shù)據(jù)化運(yùn)營(yíng)
heng.png)
RPA CoE x GPT = 未來(lái)企業(yè)
RPA技術(shù)的進(jìn)階之路：智能化、多元化與增強(qiáng)發(fā)展
沒(méi)錢沒(méi)需求，企業(yè)數(shù)字化轉(zhuǎn)型怎么干？
從ChatGPT數(shù)據(jù)泄露事件，看組織安全穩(wěn)定自動(dòng)化的重要性
熱門信息
閱讀 (14728)
1 2023第三屆中國(guó)RPA+AI開發(fā)者大賽圓滿收官&獲獎(jiǎng)名單公示閱讀 (13753)
2 《Market Insight：中國(guó)RPA市場(chǎng)發(fā)展洞察（2022）》報(bào)告正式發(fā)布 | RPA中國(guó)閱讀 (13055)
3 「RPA中國(guó)杯 · 第五屆RPA極客挑戰(zhàn)賽」成功舉辦及獲獎(jiǎng)名單公示閱讀 (12964)
4 與科技共贏，與產(chǎn)業(yè)共進(jìn)，第四屆ISIG中國(guó)產(chǎn)業(yè)智能大會(huì)成功召開閱讀 (11567)
5 《2022年中國(guó)流程挖掘行業(yè)研究報(bào)告》正式發(fā)布 | RPA中國(guó)