數據是企業數字化的基石，日常工作中經常需要參考各種數據來為決策做支持，其重要性不言而喻。
以下根據直播內容整理：
1：RPA+ BI，打破電商數據孤島
電商業務已覆蓋天貓、京東、抖音、快手、拼多多等在內的各類電商平臺，日常業務中存在大量數據處理工作。
在數據採集和分析過程中，也常常遇到以下問題：
01. 數據量太少，難以得出有效結論02. 數據採集難度高，投入產品價值不均03. 數據壁壘未打通，數據孤島仍存在03. 數據工具不成熟，數據價值無法體現“目前普遍存在平臺眾多、後臺繁多、數據源繁雜、取數繁瑣等平臺特性，同時伴隨著驗證碼解壓、風控、彈窗等平臺管控風險，增加了商家跨平臺取數的難度，難以形成數據沉澱。
另一方面，日常取數工作都由業務人員操作，流程重複性強、無價值、無腦耗時且易出錯，浪費了大量的人力。如果交給技術人員處理，又面臨著開發成本高、取數不穩定等問題，當數據不準確時還是需要業務人員一起排查，徒增額外負擔。”
“觀遠RPA應用市場”部分應用截圖
據介紹，觀遠數據基於各平臺特性和取數路徑，開發了近200個標準化的RPA自動化應用，發佈在“觀遠RPA應用市場”中，供其客戶使用，開箱即用，大大降低了數據價值沉澱的難度。
分享ppt截圖
“截至目前，觀遠數據已經開發了1000多個RPA應用，併成功沉澱了200多個標準化應用場景，為客戶提供商業化服務。每天應用運行時長都保持在500小時以上，相當於節省了3萬+人力，有效幫助客戶降本增效。
分享ppt截圖
Q：什麼是頁面元素集中化
A: 取數的時候，需要收集各個頁面的元素，一種方法是開發一個RPA應用抓取一次元素，開發20個應用就要抓取20次。但是元素之間肯定存在通用性，一旦元素的位置或者內容改變，就需要一個個修改。元素集中化是指將元素集中放在指令中，再從流程中調用單個指令，如果出現元素變動只需要更新一次就可以全部解決。不僅可以降低運維成本，還可以提升應用的時效性。
領取觀遠數據精心準備的行業案例集
2：RPA+AI，賦能業務智能決策
第二場分享由右側智能聯合創始人、前阿里產品總監劉劍峰帶來。
他提出，電商業務從單純的關注GMV規模型增長，進入到規模與費比並重的效率型增長，如何讓業務跑得更快，如何讓費用投放更有效，價格設置更合理，成為電商運營面對的核心問題。
分享ppt截圖
分享ppt截圖
直播中，右側智能的實施人員還分享了“自定義指令編碼”功能，她表示在開發一些個性化指令時，為了方便流程與應用之間相互調用，自定義指令編碼是非常常見的辦法。
“創建一個kafka上傳指令，並使用python將kafka的生產者功能封裝進指令中，再通過影刀的調用模塊傳入相應的流程，即可調用kafka上傳指令。
幾乎所有應用中都使用了kafka上傳數據指令，幫助我們明顯提高了流程複用率，同時避免了kafka因為超過最大消息限制而報錯。”
分享ppt截圖
RPA的“數字員工”帶來了生產力的提升，而AI算法可以處理幾千個數據指標幾百個數據模型，帶來了決策能力的提升。
通過QDM量化決策模型，右側智能對於預算增加能不能帶來業績增長，哪些渠道可以增加投放可以優化費比，哪些商品可以少打折扣增加毛利，哪些商品可以調整價格提升轉化等一些核心問題，建立了決策網絡，並通過經營沙盤和模擬器，讓商家可以直觀的看到多平臺多渠道多店鋪的運營情況。
“RPA+AI的深度協同，打通了數據到決策，決策到執行的全鏈路。
基於歷史數據構建的量化決策模型，通過真實數據對模型進行回測驗證，當預測擬合真實結果的誤差達到標準後，模型就可以被應用在模擬預測上，輔助商家進行更準確的運營計劃與經營決策。”
分享ppt截圖
部分客戶好評