RPA+AI：数据分析师的新姿势
16
2023-08
RPA+AI：数据分析师的新姿势
上周对RPA技术做了一个简单的介绍，不少朋友的反馈是“太短了”，“没有干货”……本来觉得RPA可能偏离了办公效率这个大的主题，但既然大家对这个话题比较感兴趣+我自己对RPA也感兴趣，那么就来一个新的系列吧~
LEARN MORE
图片由海艺AI绘制
再聊聊RPA
说AI会替代数据分析师是夸大其词，说RPA会替代数据分析师也是天方夜谭。但是你不得不承认RPA+AI，的确会对数据分析工作的开展产生冲击。
虽然现在在技术的路子上越走越深越走越远，但是作为一个主攻“降本增效”和“数字化转型”方向（相对于增长方向，这个方向确实不怎么吃香）出身的数据分析师，RPA这项技术，确实在我一开始接触到这个概念的时候就有一种眼前一亮的感觉：这确实是一种实现“降本增效”+“数字化转型”的好办法。
原本是想把RPA技术作为周三办公效率主题系列中办公自动化方案之一进行介绍的，没想到收到了不少朋友反馈“太短了”，“干货太少”之类的。看来大家对这个话题还是很感兴趣的。
仔细想想也确实，对于数据分析师而言，“降本增效”、“提质降本”之类的是一个经久不衰的话题，并且大家都知道，很多时候，提供方案的远远优于就数论数。不但如此，作为深陷大量重复性工作重灾区的数据分析师，也是很有动力去改变现状的一群人。
上周的推送对RPA的概念做了简单的介绍，并且安利大家尽量去学一下相关的技术。主要是因为，在我看来，这种技术会成为未来的必然趋势。我不敢说什么掌握了RPA技术就能在职场上快人一等之类的话，毕竟对职场人来说all in一个新技术多少是有风险，但是我敢确定的是，如果对这方面完全不了解，成为被后浪拍死在沙滩上的前浪的日子就不远了。
由于上周的推送是站在“打工人如何提升办公效率”的目标上，介绍了一下“用这个工具可以提效”，但实际上这一项技术的价值远远不止于此。
看待任何问题都不能只看片面的部分，要从更广阔的角度来思考这个问题。由于做过宏观研究的原因，养成了思考问题时宏观>中观>微观的习惯。从宏观上来说，中国的劳动力人口是在减少的，但就业的压力会因为劳动力的减少而减轻么？对于有的职业是这样的，但是对于有的职业而言确实该卷照样卷。制造业的技术工人，劳动人口锐减，劳动力市场大概率会从买方市场变为卖方市场；但是数据分析师这种脑力劳动，显而易见地是将会越来越卷。这个结论的得出的依据是，目前已经发生的技术大进步，对于体力劳动的劳动效率的提升都是有限的，但是对于脑力劳动的劳动效率的提升确是几何倍数的。
这种大背景势必下，企业会追求劳动效率的提升，劳动者则会更加追求创造力：现在年轻的90后不愿意做重复性的工作，未来的00后、10后只会更加不愿意做。企业不得不做劳动力方案的升级，引入数字化的劳动力并培养能够和数字化劳动力协作的劳动者。
深入聊聊技术
RPA技术是一类软件，而不是一个软件，作为按键精灵plus+pro的版本，这一类软件还是有一定的共同点的。
从技术上来说，RPA平台一般由3个部分构成：机器人开发工具、机器人执行工具、机器人管理中心。
对于机器人开发工具而言，低代码/无代码的拖拽式开发几乎是标配，一般情况下，也会支持一下编程开发更加高级的功能，兼顾业务人员自助配置和开发人员快速开发迭代的多种需求。
然后是机器人执行工具，绝大多数工具都支持人机交互和无人值守两种模式。标配功能就是定时启动、错误重试、任务编排等。
最后是机器人管理中心，主要是实现一些对于机器人的调度跟踪，控制用户权限等。
尽管总体上大差不差，但是每个软件在细节上还是有区别的。上周的推送中介绍了一些国内外常见的RPA工具，这个系列后续计划对其中的一些软件做更详细的介绍和评测，毕竟我也不是深度用户，没法说做教程，只能说在自己摸索试用的同时，给大家简单介绍一下，介（xue）绍（xi）计划如下：
2023.8.23——power automate和飞书捷径
从使用体验来说这两个软件有比较大的共同点，都对本身所在的生态有较高的依赖，power automate非常依赖Microsoft生态，飞书捷径非常依赖飞书的生态体系。并且这两个软件上手都是非常容易的，所以放在一起做介绍。
2023.8.30——uipath
作为国外RPA三巨头之一，因为这个领域国外比我们起步要早，所以还是非常值得学习和研究的。
2023.9.6——uibot
国产的RPA工具，社区资料比较完善，非要说的话，类似帆软吧，营销做得比较到位。
2023.9.13——影刀
国产RPA工具，在电商领域应用比较成熟，周围很多电商人都在猛夸。
2023.9.20——艺赛旗
RPA行业研究报告都在猛吹，还是值得看的。
2023.9.27——RPA软件对比
几款市面上的软件都摸索完毕之后再来总结一下。
RPA到底颠覆了数分狗的什么
从飘在空中的长篇大论和理论中回来，我们仔细探讨一下RPA技术到底给数据狗带来了什么颠覆。
首先是数据采集的方式。
我相信所有的数据人，一听要分析的数据是手工采集or录入的就觉得头皮发麻——这玩意太没谱了好么，清洗数据洗到头秃，洗干净就已经耗完所有脑细胞了，还分析？已经没有力气做分析了。
RPA技术可以实现一些数据从手工录入到机器人自动识别录入，录入的准确度可比人眼识别高多了，什么财务凭证之类的，又快又准，以前追一些东西老费劲了，有了这玩意之后，财务跟进预算执行情况这种需求都可以变成实时看板了。
还有经典的搬运数据的工作，比如说餐饮外卖，手动下载搬运美图、饿了么等平台的数据整理汇总这种活，也可以让RPA来代劳，比搞接口的成本小太多了。日常花了大量时间去汇总数据的朋友，看到这个慌不慌？有没有种失业的恐惧感？
最重要的是，RPA技术推广的过程中，无形中教会了业务人员基础的数据能力和思维——或者说，在看到自动化带来的效率提升&见证过系统流程为何物之后，就能少干一些给数据分析师找麻烦的事情~