UTFORSKA vad vi kan och gör
UTFORSKA vad vi kan och gör

Stäng

Tjänster

Kontakta oss

KAFFE ELLER TÉ? Vi kan väl ses över en kopp.
RPA Analytics samspel

Blogg mars 05, 2019

RPA + Analytics = Arbetarens frigörelse?

RPA är på väg in i många organisationer som ett sätt att effektivisera processer och reducera kostnader, och detta är bara början på RPA-resan. En undersökning utförd år 2017 ut av en av världens största multinationella revision- och konsultnätverk: Deloitte, visar att 53% av 400 tillfrågade organisationer inom olika branscher redan har börjat implementera Robotic Process Automation (RPA), något som förväntas öka till 72% vid år 2020. RPA är en relativt ung teknik men redan nu är det dags att börja fundera på vilket sätt RPA kommer att kunna utvecklas tillsammans med andra teknologier.

En av de mest intressanta teknologiska korsbefruktningarna är hur RPA och dataanalys (Analytics) kommer att samspela i framtiden. UiPath identifierar två kategorier av nyttor i samspelet med RPA och dataanalys: Operationell analys och kundanalys. Två olika strategier som förväntas bringa konkurrenskraft till organisationer som anpassar sig till det digitala paradigmskiftet – en anpassning som är nödvändigt för många organisationer.

Kundanalys

RPA-teknologin gör det möjligt att hämta data från källor som tidigare varit svårtillgängliga. Det kan handla om att förstå konsumenternas beteende och behov för att konstruera en strategi som är förankrad i data istället för på ”magkänsla”. För att konkretisera ämnet kan vi använda oss av ett fiktivt exempel:

Anta att Glen vill starta en firma i Göteborg som säljer olika sorters fisk i Feskekôrka (Detta är naturligtvis en dröm som många göteborgare vill förverkliga). Glen har ingen erfarenhet av att sälja fisk och har ingen aning om hur mycket eller vilken sorts fisk han behöver köpa in, och det är svårt att hitta statistik på hur mycket fisk som säljs. Eftersom efterfrågan på fisk varierar beroende på årstider, högtider och andra faktorer är det svårt för Glen att balansera sina inköp mot fisken han inte får sålt. Han tvingas därför kasta stora portioner av sitt innehav.  

Problemet för Glen är att han inte kan basera sin verksamhet på erfarenhet och magkänsla, likt sina konkurrenter. Glen väljer istället att tänka annorlunda och ställa sig frågor som: ”Kan jag ta reda på vilken sorts fisk de flesta konsumenter väljer att äta?”, ”Var skulle möjliga datakällor existera?”. Glen kommer på en idé: Han misstänker att många söker efter recept på fiskrätter på internet och bestämmer sig för att studera olika recept-sidor och sortera på vilka fiskrätter som är vanligast förekommande. Eftersom Glen inte har tid eller kraft att läsa alla tusentals recept som finns på varje hemsida så använder sig Glen av RPA. Roboten plockar nu ut information om de fiskrätter som flest människor söker efter på olika recept-hemsidor. Resultatet är en sammanställning av vilka fiskrätter med tillhörande fisk som flest människor väljer att äta, och enligt Glens teori, också köper mest av. På så sätt kan Glen anpassa sina inköp baserat på data.  

Exemplet kan verka trivialt men poängen är att Glen baserar sin verksamhetstrategi på en datamodell istället för på magkänsla. Modellen är i allra högsta grad teoretisk men kan finjusteras i samband med att Glen skaffar sig erfarenhet. Glen vet dessutom vilka sorters tillbehör som konsumeras i samband med fisken vilket gör att han kan bredda sitt sortiment och förhoppningsvis anskaffa honom ett strategiskt övertag mot de andra konkurrenterna. Glen kan nu köra sina RPA-verktyg varje dag och se vilken fisk som konsumenterna söker efter och på så sätt möta den dynamiska efterfrågan. RPA fungerar som ett verktyg för att inhämta data som tidigare har varit svårtillgänglig och/eller kostsamt att extrahera. RPA genererar strukturerade dataformat som kan analyseras med olika verktyg. Istället för att lägga tid och resurser på att utveckla verktyg så kan organisationer istället arbeta med att experimentera med data för att utveckla sin verksamhet, sina produkter eller tjänster.

Operationell analys

Operationell analys avser optimering i de interna arbetsflödena. Robotar, till skillnad från en mänsklig medarbetare, genererar data och insikter som tidigare legat gömd i det mänskliga utförandet.  En robot som arbetar med något så trivialt som att behandla fakturor genererar dessutom data om själva utförandet. Data blottar effektiviteten av den interna produktiviteten. Resultatet av att digitalisera processer leder till att organisationer kan identifiera flaskhalsar i ett processflöde. Att kartlägga och analysera processer som tidigare administrerats via hand skapar möjligheter för styrande instanser att resursallokera behovet av kompentens. I en ständigt föränderlig värld med stenhård konkurrens innebär innovation och digital transformation i ett produktionsflöde ytterligare ett strategiskt övertag - ett övertag som kan innebära liv och död för en organisation.

Så...

Det ska bli spännande att följa utvecklingen med RPA. Inte bara som ett sätt att effektivisera processer men också på vilket sätt organisationer väljer att använda sina mänskliga resurser. Jag tror och hoppas att människor blir ett kreativt verktyg i organisationer snarare än aktörer som utföra repetitiva arbetsuppgifter. Det finns en oändlig möjlighet för företag som väljer att se potentialen i sina mänskliga medarbetare och låta dem frigöras från monotona arbetsuppgifter. Förhoppningsvis kan RPA tillsammans med dataanalys vara deras frigörelse.



Ludvig Holmgren
RPA Consultant at Enfo 

 

Vi på Enfo vill gärna hjälpa er vidare i nästa steg på er resa i digitaliseringsarbetet, och erbjuder möjligheten till en workshop kring hur RPA kan skapa högre effektivitet och mer tid på att skapa värde och lösa problem i er verksamhet. Nyfiken! Ladda hem RPA Discovery Workshop här nedanför och se om det kan vara något för er!
Ladda ner guiden om RPA Discovery workshop