CN113344355A - 业务的机器人流程自动化需求评估方法及相关装置 - Google Patents

业务的机器人流程自动化需求评估方法及相关装置 Download PDF

Info

Publication number
CN113344355A
CN113344355A CN202110595315.5A CN202110595315A CN113344355A CN 113344355 A CN113344355 A CN 113344355A CN 202110595315 A CN202110595315 A CN 202110595315A CN 113344355 A CN113344355 A CN 113344355A
Authority
CN
China
Prior art keywords
service
rpa
daily average
complexity
influence index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110595315.5A
Other languages
English (en)
Inventor
宋子文
俞楷
高纯益
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Agricultural Bank of China
Original Assignee
Agricultural Bank of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Agricultural Bank of China filed Critical Agricultural Bank of China
Priority to CN202110595315.5A priority Critical patent/CN113344355A/zh
Publication of CN113344355A publication Critical patent/CN113344355A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了数据处理领域中一种业务的机器人流程自动化需求评估方法及相关装置。本申请提供的技术方案中，确定具有RPA需求的多个业务中每个业务的第一影响指标和第二影响指标，第一影响指标用于指示每个业务实现RPA后的日均节省工时数，第二影响指标用于指示每个业务的RPA实现复杂度；根据第一影响指标和第二影响指标确定每个业务的RPA需求优先级，RPA需求优先级用于从多个业务中选择实现RPA的目标业务。本申请提供的技术方案，提高了机器人流程自动化需求的评估效率和准确度。

Description

业务的机器人流程自动化需求评估方法及相关装置
技术领域
本申请涉及数据处理领域，尤其涉及一种业务的机器人流程自动化需求评估方法及相关装置。
背景技术
自动化是各个领域中业务流程处理的发展趋势，但目前仍有大量单调、重复性的工作需要人为进行处理，导致业务流程处理效率较低，且浪费人力资源。
为了进一步实现业务流程处理的自动化，机器人流程自动化(Robotic processautomation，RPA)已广泛应用于各个领域。RPA可以在原有系统无需任何改造的情况下，通过自动化、智能化的技术来替代人工进行重复性、低价值、无需人力决策的固定性流程化操作，提升了工作效率，降低了错误率，节约了成本。
随着RPA的推广，企业中各个部门提交的具有RPA需求的业务类型多种多样，在公司资源有限的前提下，不可能同时满足各部门的所有业务的RPA需求。因此，如何在大量的具有RPA需求的业务中筛选出RPA需求更高的业务成为了亟待解决的问题。
发明内容
本申请提供了一种业务的机器人流程自动化需求评估方法及相关装置，提高了业务的机器人流程自动化需求的评估效率和准确率。
第一方面，本申请提供一种业务的机器人流程自动化RPA需求评估方法，所述方法包括：确定具有RPA需求的多个业务中每个业务的第一影响指标和第二影响指标，所述第一影响指标用于指示所述每个业务实现RPA后的日均节省工时数，所述第二影响指标用于指示所述每个业务的RPA实现复杂度；根据所述第一影响指标和所述第二影响指标确定所述每个业务的RPA需求优先级，所述RPA需求优先级用于从所述多个业务中选择实现RPA的目标业务。
本方法中，根据具有RPA需求的多个业务中每个业务的第一影响指标和第二影响指标确定每个业务的RPA需求优先级，第一影响指标用于指示每个业务实现RPA后的日均节省工时数，第二影响指标用于指示每个业务的RPA实现复杂度，相比于人为评估具有RPA需求的多个业务的RPA需求优先级，提高了业务的RPA需求的评估效率和准确度。
在一种可能的实现方式中，所述每个业务的第一影响指标越大，所述每个业务的RPA需求优先级越高。
在一种可能的实现方式中，所述确定具有RPA需求的多个业务中每个业务的第一影响指标，包括：根据所述每个业务的日均交易量、所述每个业务的日均交易时间、所述每个业务的日均交易错误率、所述每个业务的日均错误交易处理时间和所述每个业务日均投入的人数中的一种或多种信息确定所述每个业务的日均人工处理时间；根据所述每个业务的日均人工处理时间确定所述每个业务实现RPA后的日均节省工时数。
在该种实现方式中，根据每个业务的日均交易量、每个业务的日均交易时间、每个业务的日均交易错误率、每个业务的日均错误交易处理时间和每个业务日均投入的人数中的一种或多种信息确定每个业务的日均人工处理时间，再根据每个业务的日均人工处理时间确定每个业务实现RPA后的日均节省工时数，提高了每个业务的第一影响指标的准确度。
在一种可能的实现方式中，所述每个业务的日均人工处理时间满足如下关系式：X＝n*A*(B+C*D)，其中，X表示所述每个业务的日均人工处理时间，A表示所述每个业务的日均交易量，B表示所述每个业务的日均交易时间，C表示所述每个业务的日均交易错误率，D表示所述每个业务的日均错误交易处理时间，n表示所述每个业务日均投入的人数；所述每个业务实现RPA后的日均节省工时数满足如下关系式：
Figure BDA0003090766370000021
其中，f(X)表示所述每个业务的第一影响指标，X表示所述每个业务的日均人工处理时间，Z表示日均人工工作时间。
在一种可能的实现方式中，所述每个业务的第二影响指标越大小，所述每个业务的RPA需求优先级越高。
在一种可能的实现方式中，所述确定具有RPA需求的多个业务中每个业务的第二影响指标包括：根据所述每个业务的流程步骤复杂度、所述每个业务涉及的目标操作系统的复杂度和所述每个业务的待处理的数据类型的复杂度中的一种或多种信息确定所述每个业务的RPA实现复杂度。
在该种实现方式中，根据每个业务的流程步骤复杂度、每个业务涉及的目标操作系统的复杂度和每个业务的待处理的数据类型的复杂度中的一种或多种信息确定每个业务的RPA实现复杂度，提高了每个业务的第二影响指标的准确度。
在一种可能的实现方式中，所述每个业务的RPA实现复杂度满足如下关系式：
Figure BDA0003090766370000031
其中，f(Y)表示所述每个业务的第二影响指标，M1表示所述每个业务的流程步骤复杂度，M2表示所述每个业务涉及的目标操作系统的复杂度，M3表示所述每个业务的待处理的数据类型的复杂度。
在一种可能的实现方式中，所述根据所述第一影响指标和所述第二影响指标确定所述每个业务的RPA需求优先级，包括：计算f(X,Y)＝0.7f(X)-0.4f(Y)，其中，f(X)表示所述第一影响指标，f(Y)表示所述第二影响指标；根据f(X,Y)确定所述每个业务的RPA需求优先级，其中，f(X,Y)值越大，所述每个业务的RPA需求优先级越高。
在该种实现方式中，根据每个业务的第一影响指标和第二影响指标确定每个业务的RPA需求优先级，提高了每个业务的RPA需求优先级的准确度。
第二方面，本申请提供一种业务的机器人流程自动化RPA需求评估装置，所述装置可以包括用于实现第一方面中的方法的各个模块，这些模块可以通过软件和/或硬件的方式实现。
第三方面，本申请提供一种业务的机器人流程自动化RPA需求评估装置。该装置可以包括与存储器耦合的处理器。其中，该存储器用于存储程序代码，该处理器用于执行该存储器中的程序代码，以实现第一方面或其中任意一种实现方式中的方法。
可选地，该装置还可以包括该存储器。
第四方面，本申请提供一种芯片，包括至少一个处理器和通信接口，所述通信接口和所述至少一个处理器通过线路互联，所述至少一个处理器用于运行计算机程序或指令，以执行如第一方面或其中任意一种可能的实现方式所述的方法。
第五方面，本申请提供一种计算机可读介质，该计算机可读介质存储用于设备执行的程序代码，该程序代码包括用于执行如第一方面或其中任意一种可能的实现方式所述的方法。
第六方面，本申请提供一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行如第一方面或其中任意一种可能的实现方式所述的方法。
第七方面，本申请提供一种计算设备，包括至少一个处理器和通信接口，所述通信接口和所述至少一个处理器通过线路互联，所述通信接口与目标系统通信，所述至少一个处理器用于运行计算机程序或指令，以执行如第一方面或其中任意一种可能的实现方式所述的方法。
第八方面，本申请提供一种计算系统，包括至少一个处理器和通信接口，所述通信接口和所述至少一个处理器通过线路互联，所述通信接口与目标系统通信，所述至少一个处理器用于运行计算机程序或指令，以执行如第一方面或其中任意一种可能的实现方式所述的方法。
附图说明
图1为本申请的实施例的一种业务的机器人流程自动化需求评估方法的流程示意图；
图2为本申请的实施例的业务的RPA需求优先级随业务实现RPA后的日均节省工时数变化的示意图；
图3为本申请的一个实施例的一种业务的机器人流程自动化需求评估方法的流程示意图；
图4为本申请一个实施例的业务的机器人流程自动化需求评估装置的示意性结构图；
图5为本申请一个实施例提供的业务的机器人流程自动化需求评估装置的结构示意图。
具体实施方式
下面将结合本申请的实施例中的附图，对本申请实施例中的技术方案进行描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
图1为本申请的实施例的一种业务的机器人流程自动化需求评估方法的流程示意图，如图1所示，该方法至少包括S101至S102。
S101，确定具有RPA需求的多个业务中每个业务的第一影响指标和第二影响指标，第一影响指标用于指示每个业务实现RPA后的日均节省工时数，第二影响指标用于指示每个业务的RPA实现复杂度。
第一影响指标可以通过每个业务的日均交易量、每个业务的日均交易时间、每个业务的日均交易错误率、每个业务的日均错误交易处理时间和每个业务日均投入的人数中的一种或多种信息确定。
其中，每个业务的日均交易量表示每天完成的每个业务涉及的交易的数量；每个业务的日均交易时间表示平均每天处理每个业务涉及的交易所用的时间；每个业务的日均交易错误率表示每个业务涉及的交易平均每天发生错误的概率率；每个业务的日均错误交易处理时间表示平均每天处理每个业务的错误交易所用的时间；每个业务日均投入的人数表示平均每天处理每个业务所需的人数。
示例性的，确定具有RPA需求的多个业务中每个业务的第一影响指标可以包括以下步骤：
步骤一，根据每个业务的日均交易量、每个业务的日均交易时间、每个业务的日均交易错误率、每个业务的日均错误交易处理时间和每个业务日均投入的人数中的一种或多种信息确定每个业务的日均人工处理时间，每个业务的日均人工处理时间表示平均每天处理每个业务所需的时间。
作为一种示例，每个业务的日均人工处理时间满足如下关系式：
X＝n*A*(B+C*D)，
其中，X表示每个业务的日均人工处理时间，A表示每个业务的日均交易量，B表示每个业务的日均交易时间，C表示每个业务的日均交易错误率，D表示每个业务的日均错误交易处理时间，n表示每个业务日均投入的人数。
步骤二，根据每个业务的日均人工处理时间确定每个业务实现RPA后的日均节省工时数。
作为一种示例，每个业务实现RPA后的日均节省工时数满足如下关系式：
Figure BDA0003090766370000051
其中，f(X)表示每个业务的第一影响指标，X表示每个业务的日均人工处理时间，Z表示日均人工工作时长，例如，Z可以为8，表示每人每天平均工作8小时。
第二影响指标可以根据每个业务的流程步骤复杂度、每个业务涉及的目标操作系统的复杂度和每个业务的待处理的数据类型的复杂度中一种或多种信息确定。
其中，每个业务的RPA实现复杂度表示使用RPA实施每个业务的技术复杂程度；每个业务的流程步骤复杂度可以表示每个业务涉及的流程步骤的数量，涉及的流程步骤的数量越多，复杂度越高；每个业务涉及的目标操作系统的复杂度可以表示RPA系统处理每个业务所涉及的目标操作系统的架构下的各项操作的难易程度；每个业务的待处理的数据类型的复杂度可以表示RPA系统处理每个业务的待处理数据类型的难易程度。
作为一种示例，每个业务的RPA实现复杂度满足如下关系式：
Figure BDA0003090766370000061
其中，f(Y)表示每个业务的第二影响指标，M1表示每个业务的流程步骤复杂度，M2表示每个业务涉及的目标操作系统的复杂度，M3表示每个业务的待处理的数据类型的复杂度。
M1的取值规则为当每个业务的流程步骤的数量小于或等于30步时，M1的取值为0.2；当每个业务的流程步骤的数量大于或等于31步，且小于或等于80步时，M1的取值为0.4；当每个业务的流程步骤的数量大于或等于81步，且小于或等于150步时，M1的取值为0.6；当每个业务的流程步骤的数量大于或等于151步时，M1的取值为1。
每个业务涉及的目标操作系统的复杂度M2涉及三个方面：一是每个业务涉及的目标操作系统的系统架构，例如，目标操作系统的系统架构可以包括浏览器/服务器模式(browser/server，B/S)和客户端/服务器模式(client/server，C/S)等，目前RPA系统对B/S架构的进行元素抓取等操作比对C/S架构更加便捷，故B/S架构的权重低于C/S架构；二是每个业务的目标操作系统的个数，一个业务涉及的目标操作系统越多，该业务越复杂；三是目标操作系统执行的操作中是否存在复杂技术，例如，是否涉及对办公处理软件的操作等。
作为一种示例，每个业务涉及的目标操作系统的复杂度满足如下关系式：
Figure BDA0003090766370000062
其中，i表示每个业务涉及的目标操作系统的权重，j表示每个业务涉及的目标操作系统执行的操作中存在的复杂技术的权重。
示例性的，当每个业务涉及一个B/S架构的目标操作系统时，i的取值为4；当每个业务涉及一个C/S架构的目标操作系统时，i的取值为6。
示例性的，每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括一个网银类登陆框时，j的取值为1；每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括低级验证码(例如数字加字母的形式的验证码)时，j的取值为1.5；每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括高级验证码(例如文字或滑块等)时，j的取值为2.5；每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括邮箱时，j的取值为1；每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括解压缩时，j的取值为0.5；每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括文件传输协议(file transfer protocol，FTP)时，j的取值为0.5；每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括办公(office)软件时，j的取值为2。其中，每个业务涉及的目标操作系统执行的操作中至少包括上述任意一种复杂技术。
作为一种示例，每个业务待处理的数据类型的复杂度满足如下公式：
M3＝∑s
其中，s表示待处理的数据类型的权重。
由于RPA系统对各种待处理的数据类型的处理能力不能，故不同的待处理的数据类型的权重不同。
示例性的，当待处理的数据类型为文本时，s的取值为0.2；当待处理的数据类型为表格时，s的取值为0.4；当待处理的数据类型为便携式文档格式(portable documentformat，PDF)或文档(document)格式时，s的取值为0.6；当待处理的数据类型为图片(包括人脸识别)时，s的取值为0.8；当待处理的数据类型为视频或音频时，s的取值为1。
S102，根据第一影响指标和第二影响指标确定每个业务的RPA需求优先级，RPA需求优先级用于从多个业务中选择实现RPA的目标业务。
示例性的，根据每个业务的第一影响指标和每个业务的第二影响指标计算f(X,Y)＝0.7f(X)-0.4f(Y)，其中，f(X)表示第一影响指标，f(Y)表示第二影响指标。
根据f(X,Y)确定每个业务的RPA需求优先级，f(X,Y)的值越大，每个业务的RPA需求优先级越高。
通过计算公式f(X,Y)＝0.7f(X)-0.4f(Y)可知，每个业务的第一影响指标越大，该业务的RPA需求优先级越高；每个业务的第二影响指标越小，该业务的RPA需求优先级越高，也就是说，使用RPA系统进行处理节省时间越多的业务，RPA需求优先级越高；使用RPA实现的复杂程度越高的业务，RPA需求优先级越低。使用RPA实现的复杂程度越高意味着该业务需要越多的人力决策的流程操作，也就越不适合使用RPA系统代替人力进行操作，故该业务的RPA需求优先级越低。
图2为本申请的实施例的业务的RPA需求优先级随业务实现RPA后的日均节省工时数变化的示意图。如图2所示，业务实现RPA后的日均节省工时数越大，第一影响指标对于业务的RPA需求优先级的权重越大，该业务的RPA需求优先级越高，当业务实现RPA后的日均节省工时数超过一定范围后，该业务的RPA需求优先级趋于平稳。
本申请提供的技术方案中，根据用于表示每个业务实现RPA后的日均节省工时数的第一影响指标和用于表示每个业务的RPA实现复杂度的第二影响指标来确定每个业务的RPA需求优先级，并根据每个业务的RPA需求优先级选择实现RPA的目标业务，提高了业务的RPA需求的评估效率和准确度。
图3为本申请的一个实施例的一种业务的机器人流程自动化需求评估方法的流程示意图，如图3所示，该方法至少包括S301至S303。
S301，根据每个业务的日均交易量、每个业务的日均交易时间、每个业务的日均交易错误率、每个业务的日均错误交易处理时间和每个业务日均投入的人数计算每个业务的第一影响指标。
首先根据每个业务的日均交易量、每个业务的日均交易时间、每个业务的日均交易错误率、每个业务的日均错误交易处理时间和每个业务日均投入的人数中的一种或多种信息确定每个业务的日均人工处理时间，每个业务的日均人工处理时间表示平均每天处理每个业务所需的时间。
作为一种示例，每个业务的日均人工处理时间满足如下关系式：
X＝n*A*(B+C*D)，
其中，X表示每个业务的日均人工处理时间，A表示每个业务的日均交易量，B表示每个业务的日均交易时间，C表示每个业务的日均交易错误率，D表示每个业务的日均错误交易处理时间，n表示每个业务日均投入的人数。
再根据每个业务的日均人工处理时间确定每个业务实现RPA后的日均节省工时数。
作为一种示例，每个业务实现RPA后的日均节省工时数满足如下关系式：
Figure BDA0003090766370000081
其中，f(X)表示每个业务的第一影响指标，X表示每个业务的日均人工处理时间，Z表示日均人工工作时长，例如，Z可以为8，表示每人每天平均工作8小时。
S302，根据每个业务的流程步骤复杂度、每个业务涉及的目标操作系统的复杂度和每个业务的待处理的数据类型的复杂度计算每个业务的第二影响指标。
作为一种示例，每个业务的RPA实现复杂度满足如下关系式：
Figure BDA0003090766370000082
其中，f(Y)表示每个业务的第二影响指标，M1表示每个业务的流程步骤复杂度，M2表示每个业务涉及的目标操作系统的复杂度，M3表示每个业务的待处理的数据类型的复杂度。
M1的取值规则为当每个业务的流程步骤的数量小于或等于30步时，M1为0.2；当每个业务的流程步骤的数量大于或等于31步，且小于或等于80步时，M1为0.4；当每个业务的流程步骤的数量大于或等于81步，且小于或等于150步时，M1为0.6；当每个业务的流程步骤的数量大于或等于151步时，M1为1。
每个业务涉及的目标操作系统的复杂度M2涉及三个方面：一是每个业务涉及的目标操作系统的系统架构，例如，目标操作系统的系统架构可以包括B/S模式和C/S模式等，目前RPA系统对B/S架构的进行元素抓取等操作比对C/S架构更加便捷，故而B/S架构的权重低于C/S架构；二是每个业务的目标操作系统的个数，一个业务涉及的目标操作系统越多，该业务越复杂；三是目标操作系统执行的操作中是否存在复杂技术，例如，是否涉及对办公处理软件的操作等。
作为一种示例，每个业务涉及的目标操作系统的复杂度满足如下关系式：
Figure BDA0003090766370000091
其中，i表示每个业务涉及的目标操作系统的权重，j表示每个业务涉及的目标操作系统执行的操作中存在的复杂技术的权重。
示例性的，当每个业务涉及一个B/S架构的目标操作系统时，i的取值为4；当每个业务涉及一个C/S架构的目标操作系统时，i的取值为6。
示例性的，每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括一个网银类登陆框时，j的取值为1；每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括低级验证码(例如数字加字母的形式的验证码)时，j的取值为1.5；每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括高级验证码(例如文字或滑块等)时，j的取值为2.5；每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括邮箱时，j的取值为1；每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括解压缩时，j的取值为0.5；每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括FTP时，j的取值为0.5；每个业务涉及的目标操作系统执行的操作中存在的复杂技术包括办公软件时，j的取值为2。其中，每个业务涉及的目标操作系统执行的操作中至少包括上述任意一种复杂技术。
作为一种示例，每个业务待处理的数据类型的复杂度满足如下公式：
M3＝∑s
其中，s表示待处理的数据类型的权重。
由于RPA系统对各种待处理的数据类型的处理能力不能，故不同的待处理的数据类型的权重不同。
示例性的，当待处理的数据类型为文本时，s的取值为0.2；当待处理的数据类型为表格时，s的取值为0.4；当待处理的数据类型为PDF格式或文档格式时，s的取值为0.6；当待处理的数据类型为图片(包括人脸识别)时，s的取值为0.8；当待处理的数据类型为视频或音频时，s的取值为1。
S303，根据每个业务的第一影响指标和第二影响指标确定每个业务的RPA需求优先级。
需要说明的是，根据第一影响指标和第二影响指标确定每个业务的RPA需求优先级的方法可以参照S102，此处不再进行赘述。
本申请提供的技术方案中，根据每个业务的日均交易量、每个业务的日均交易时间、每个业务的日均交易错误率、每个业务的日均错误交易处理时间和每个业务日均投入的人数计算每个业务的第一影响指标；根据每个业务的流程步骤复杂度、每个业务涉及的目标操作系统的复杂度和每个业务的待处理的数据类型的复杂度计算每个业务的第二影响指标，提高了每个业务第一影响指标和第二影响指标的准确度；根据每个业务的第一影响指标和第二影响指标确定每个业务的RPA需求优先级，进一步提高了每个业务的RPA需求优先级的准确度。
图4为本申请一个实施例的业务的机器人流程自动化需求评估装置的示意性结构图。如图4所示，装置400可以包括计算模块401和确定模块402。
本申请实施例中的获取模块、处理模块和存储模块中任意模块可以全部或部分通过软件和/硬件方式实现。其中，通过软件实现的部分可以在处理器上运行以实现相应的功能，通过硬件方式实现的部分可以是处理器的构成部分。
装置400可以用于实现图1或图3所示的方法。
图5为本申请一个实施例提供的业务的机器人流程自动化需求评估装置的结构示意图。图5所示的装置500可以用于执行前述任意一个实施例所述的方法。
如图5所示，本实施例的装置500包括：存储器501、处理器502、通信接口503以及总线504。其中，存储器501、处理器502、通信接口503通过总线504实现彼此之间的通信连接。
存储器501可以是只读存储器(read only memory，ROM)，静态存储设备，动态存储设备或者随机存取存储器(random access memory，RAM)。存储器501可以存储程序，当存储器501中存储的程序被处理器502执行时，处理器502可以用于执行图1或图3所示的方法的各个步骤。
处理器502可以采用通用的中央处理器(central processing unit，CPU)，微处理器，应用专用集成电路(application specific integrated circuit，ASIC)，或者一个或多个集成电路，用于执行相关程序，以实现本申请方法实施例的业务的机器人流程自动化需求评估方法。
处理器502还可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，本申请各个实施例的方法的各个步骤可以通过处理器502中的硬件的集成逻辑电路或者软件形式的指令完成。
上述处理器502还可以是通用处理器、数字信号处理器(digital signalprocessing，DSP)、专用集成电路(ASIC)、现成可编程门阵列(field programmable gatearray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器501，处理器502读取存储器501中的信息，结合其硬件完成本申请实施例中各个方法所需执行的功能，例如，可以执行图1或图3所示实施例的各个步骤/功能。
通信接口503可以使用但不限于收发器一类的收发装置，来实现装置500与其他设备或通信网络之间的通信。
总线504可以包括在装置500各个部件(例如，存储器501、处理器502、通信接口503)之间传送信息的通路。
应理解，本申请实施例所示的装置500可以是电子设备，或者，也可以是配置于电子设备中的芯片。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种业务的机器人流程自动化RPA需求评估方法，其特征在于，所述方法包括：
确定具有RPA需求的多个业务中每个业务的第一影响指标和第二影响指标，所述第一影响指标用于指示所述每个业务实现RPA后的日均节省工时数，所述第二影响指标用于指示所述每个业务的RPA实现复杂度；
根据所述第一影响指标和所述第二影响指标确定所述每个业务的RPA需求优先级，所述RPA需求优先级用于从所述多个业务中选择实现RPA的目标业务。
2.根据权利要求1所述的方法，其特征在于，所述每个业务的第一影响指标越大，所述每个业务的RPA需求优先级越高。
3.根据权利要求2所述的方法，其特征在于，所述确定具有RPA需求的多个业务中每个业务的第一影响指标，包括：
根据所述每个业务的日均交易量、所述每个业务的日均交易时间、所述每个业务的日均交易错误率、所述每个业务的日均错误交易处理时间和所述每个业务日均投入的人数中的一种或多种信息确定所述每个业务的日均人工处理时间；
根据所述每个业务的日均人工处理时间确定所述每个业务实现RPA后的日均节省工时数。
4.根据权利要求3所述的方法，其特征在于，所述每个业务的日均人工处理时间满足如下关系式：
X＝n*A*(B+C*D)，
其中，X表示所述每个业务的日均人工处理时间，A表示所述每个业务的日均交易量，B表示所述每个业务的日均交易时间，C表示所述每个业务的日均交易错误率，D表示所述每个业务的日均错误交易处理时间，n表示所述每个业务日均投入的人数；
所述每个业务实现RPA后的日均节省工时数满足如下关系式：
Figure FDA0003090766360000011
其中，f(X)表示所述每个业务的第一影响指标，X表示所述每个业务的日均人工处理时间，Z表示日均人工工作时间。
5.根据权利要求1所述的方法，其特征在于，所述每个业务的第二影响指标越小，所述每个业务的RPA需求优先级越高。
6.根据权利要求5所述的方法，其特征在于，所述确定具有RPA需求的多个业务中每个业务的第二影响指标包括：
根据所述每个业务的流程步骤复杂度、所述每个业务涉及的目标操作系统的复杂度和所述每个业务的待处理的数据类型的复杂度中的一种或多种信息确定所述每个业务的RPA实现复杂度。
7.根据权利要求6所述的方法，其特征在于，所述每个业务的RPA实现复杂度满足如下关系式：
Figure FDA0003090766360000021
其中，f(Y)表示所述每个业务的第二影响指标，M1表示所述每个业务的流程步骤复杂度，M2表示所述每个业务涉及的目标操作系统的复杂度，M3表示所述每个业务的待处理的数据类型的复杂度。
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述根据所述第一影响指标和所述第二影响指标确定所述每个业务的RPA需求优先级，包括：
计算f(X,Y)＝0.7f(X)-0.4f(Y)，其中，f(X)表示所述第一影响指标，f(Y)表示所述第二影响指标；
根据f(X,Y)确定所述每个业务的RPA需求优先级，其中，f(X,Y)的值越大，所述每个业务的RPA需求优先级越高。
9.一种业务的机器人流程自动化RPA需求评估装置，其特征在于，包括用于实现权利要求1至8中任一项所述的方法的各个功能模块。
10.一种业务的机器人流程自动化RPA需求评估装置，其特征在于，包括：存储器和处理器；
所述存储器用于存储程序指令；
所述处理器用于调用所述存储器中的程序指令执行如权利要求1至8中任一项所述的方法。
11.一种计算机可读介质，其特征在于，所述计算机可读介质存储用于计算机执行的程序代码，该程序代码包括用于执行如权利要求1至8中任一项所述的方法的指令。
12.一种计算机程序产品，其特征在于，所述计算机程序产品包括指令，当所述指令被执行时，使得计算机执行如权利要求1至8中任一项所述的方法。
CN202110595315.5A 2021-05-28 2021-05-28 业务的机器人流程自动化需求评估方法及相关装置 Pending CN113344355A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110595315.5A CN113344355A (zh) 2021-05-28 2021-05-28 业务的机器人流程自动化需求评估方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110595315.5A CN113344355A (zh) 2021-05-28 2021-05-28 业务的机器人流程自动化需求评估方法及相关装置

Publications (1)

Publication Number Publication Date
CN113344355A true CN113344355A (zh) 2021-09-03

Family

ID=77472095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110595315.5A Pending CN113344355A (zh) 2021-05-28 2021-05-28 业务的机器人流程自动化需求评估方法及相关装置

Country Status (1)

Country Link
CN (1) CN113344355A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115857420A (zh) * 2023-03-03 2023-03-28 深圳市综科智控科技开发有限公司 一种工控设备之间io互控的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111680124A (zh) * 2020-05-27 2020-09-18 重庆邮电大学 基于rpa的大规模定制客户需求获取、查询方法
CN111679808A (zh) * 2020-06-09 2020-09-18 中国建设银行股份有限公司 Rpa机器人应用需求测评方法及装置
CN111724081A (zh) * 2020-06-30 2020-09-29 北京来也网络科技有限公司 Rpa流程复杂度确定方法、装置、设备及存储介质
US20210110318A1 (en) * 2019-10-15 2021-04-15 UiPath, Inc. Automatic analysis, prioritization, and robot generation for robotic process automation
US20210107140A1 (en) * 2019-10-15 2021-04-15 UiPath, Inc. Process evolution for robotic process automation and workflow micro-optimization

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210110318A1 (en) * 2019-10-15 2021-04-15 UiPath, Inc. Automatic analysis, prioritization, and robot generation for robotic process automation
US20210107140A1 (en) * 2019-10-15 2021-04-15 UiPath, Inc. Process evolution for robotic process automation and workflow micro-optimization
CN111680124A (zh) * 2020-05-27 2020-09-18 重庆邮电大学 基于rpa的大规模定制客户需求获取、查询方法
CN111679808A (zh) * 2020-06-09 2020-09-18 中国建设银行股份有限公司 Rpa机器人应用需求测评方法及装置
CN111724081A (zh) * 2020-06-30 2020-09-29 北京来也网络科技有限公司 Rpa流程复杂度确定方法、装置、设备及存储介质
CN112215507A (zh) * 2020-06-30 2021-01-12 北京来也网络科技有限公司 结合ai的rpa系统流程复杂度确定方法与装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115857420A (zh) * 2023-03-03 2023-03-28 深圳市综科智控科技开发有限公司 一种工控设备之间io互控的方法

Similar Documents

Publication Publication Date Title
CN108376364B (zh) 一种支付系统对账的方法、设备及终端设备
WO2023272852A1 (zh) 通过决策树模型对用户进行分类的方法、装置、设备和存储介质
CN109191133B (zh) 支付渠道的选择方法及终端设备
WO2022142001A1 (zh) 基于多评分卡融合的目标对象评价方法及其相关设备
CN114564294A (zh) 智能服务编排方法、装置、计算机设备及存储介质
CN110807050B (zh) 性能分析方法、装置、计算机设备及存储介质
CN111445340A (zh) 金融产品的估值方法、装置和电子设备及可读存储介质
CN113344355A (zh) 业务的机器人流程自动化需求评估方法及相关装置
CN113887551B (zh) 基于话单数据的目标人分析方法、终端设备及存储介质
CN112990583B (zh) 一种数据预测模型的入模特征确定方法及设备
CN110598093A (zh) 一种业务规则管理方法及装置
CN112991274A (zh) 一种人群计数方法、装置、计算机设备及存储介质
CN114090407A (zh) 基于线性回归模型的接口性能预警方法及其相关设备
CN110033383A (zh) 一种数据处理方法、设备、介质以及装置
CN110544165B (zh) 一种信用风险评分卡创建方法、装置及电子设备
CN115186151A (zh) 简历筛选方法、装置、设备及存储介质
CN113504865A (zh) 工单标签添加方法、装置、设备及存储介质
CN113822704A (zh) 计算优惠费用的方法、装置、电子设备及可读存储介质
CN111797282A (zh) 产品标签权重确定方法、装置、电子设备及可读存储介质
CN113093702B (zh) 故障数据的预测方法和装置、电子设备和存储介质
CN112529718B (zh) 基于多场景的产品演示方法、装置、计算机设备及介质
US20210318944A1 (en) Influence analysis of processes for reducing undesirable behavior
CN117391632A (zh) 报案处理方法、装置、计算机设备及存储介质
CN112561641A (zh) 分层重算演示方法、装置、计算机设备及存储介质
CN116796093A (zh) 接口数据的设置方法、装置、计算机设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination