RPA如何改变数据迁移

本文将数据迁移定义为将数据从一个系统或数据库移动或复制到另一个系统或数据库。数据迁移项目的触发器包括从遗留系统退役到企业资源规划(ERP)升级。创建这些和其他触发器的业务场景包括:

合并或收购:合并或收购后留下的多个遗留信息技术(IT)系统和数据集,需要整合以提高运营效率和降低成本。
应用程序标准化:合并,收购或无需购买的商品创建了多个服务于相同目的的软件平台; 减少和标准化降低了许可成本,提高了支持效率并降低了员工培训要求。
现代化:对现有系统进行落后的战略决策,以提高业务竞争力,实现更高的运营效率和/或优化客户体验。
无论触发数据迁移的是什么,成功的实施都需要精确的规划,实施和过渡。总是存在重大风险,因为一旦完成迁移,源系统或数据库就会变暗-没有回头路或第二次机会。

RPA和数据迁移

机器人过程自动化(RPA)功能将此技术定位为数据迁移工具,因为高度结构化的基于规则的迁移活动符合机器人最擅长的特性。该配置文件在基本提取,转换,加载(ETL)数据迁移方法中很明显。

提取设计:对数据提取,保存和验证方式的明确要求。
转换:解决方案设计规则指导目标数据结构的数据转换。
加载:明确定义的步骤决定了如何将提取和转换的数据映射到目标结构中。
测试和恢复:特定的单元和集成测试计划,以及每个迁移阶段的退出标准,报告,回滚和恢复过程。
通过为每个数据迁移步骤拼写规则,顺序活动和所需结果,此ETL方法为使用RPA提供了明确的理由。此外,由于数据迁移通常涉及缺乏API访问的遗留系统,因此RPA独特的用户界面(UI)级集成(避免影响底层系统和数据库)使其成为低风险选择。

用例示例
该保险行业用例示例说明了RPA在相对适度的迁移项目中的价值。

在迁移数据的需要保险业通常依赖于收购“业务的书” -或政策块-从另一个由一家公司。这些书籍多年前写成并在由电子表格补充的旧遗留系统上进行管理并不罕见。获得的商业书籍通常至少有数十万份政策,从遗留系统和电子表格中提取和清理这一数据的实际困难并不难想象。

获取的策略是“实时”的,必须进行管理,因此迁移时间至关重要。虽然这听起来像是自动化的明显作用,但遗留迁移的这种规模很少证明系统集成项目的时间和费用是合理的。

在RPA成为快速,低成本的自动化选项之前,除了部署由几个小组组成的迁移团队之外,收购公司几乎没有其他选择; 通常是业务部门的负责人和分析师,负责为获取的策略提供服务。这些小组通过提取,质量审查和清洁工作。然后,IT部门将负责转换,加载和测试活动。

这种劳动密集型数据迁移方法意味着一本数十万份政策的书可能需要长达12周的时间并且成本在35万美元附近-但与系统集成项目相比,这在时间和金钱上都是便宜的。

现在,通过适当的规划和执行,RPA可以改变时间表和成本。

第一步:为所有三个步骤设计和自动化规则驱动的迁移过程:提取,转换和加载。为了有效,该工作流程必须明确定义适用于需要人工干预的自动化和逻辑异常点的规则驱动步骤。

第二步:重新分配角色和职责,利用机器人自动化和业务分析师的不同优势。

第三步:将自动化流程与单元和集成测试脚本集成。

无人值守的机器人在后台无形地完成工作,分析师经常保持参与-但是他们的角色不同。通过无差错自动化接管手动数据移动的角色,分析人员可以专注于记录,归档和解决数据属性和活动结果中的错误。如果迁移足够大以证明其合理性,那么也将完成许多这些活动的自动化。

通过有效的流程建模,自动化设计和培训,RPA可以将迁移时间和成本分别缩短50%和40%。其他优势包括完整的提取准确性以及所有交易中详细的归档日志文件,以便进行操作和合规。

本文由 RPA Club 作者:Editor 发表,其版权均为 RPA Club 所有,文章内容系作者个人观点,不代表 RPA Club 对观点赞同或支持。如需转载,请注明文章来源。

发表评论