2.2.4　数据加工与分析

基于检索、下载的数据信息，RPA可进一步对数据进行检查、筛选、计算、整理以及基于明确规则的校验，如图2-5所示。

图2-5　RPA数据加工与分析功能示意图

数据检查是原始数据进一步加工处理的起点，RPA可以对获取的数据的准确性、完备性等进行自动化检查，识别异常数据并做出预警。例如，RPA可以对从多口径获取的财务信息、业务信息进行初始数据的检查核对，预警异常数据，并进一步基于数据规则进行差异处理。

RPA可以按照预先设置的筛选规则自动筛选数据，完成或推进数据预处理工作，锁定进一步加工处理的数据范围。例如，RPA可在涵盖多指标的报表中筛选核心指标及需要进一步计算处理的基础指标，并基于筛选的数据进行数据计算、整理等后续处理。

对于获得的原始结构化数据，RPA可按照明确规则自动进行数据计算，从而得到满足个性化管理需求的数据信息。例如，RPA可基于下载的详细销售数据，按照佣金分配规则计算佣金。

RPA能够对提取的结构化数据和非结构化数据进行转化和整理，并按照标准模板输出文件，实现从数据收集到数据整理与输出的全流程自动化。例如，RPA可从不同的财务系统和报告中提取、识别数据，并自动进行数据整理。

在预先设置数据映射关系的前提下，RPA能够对指定路径获取的批量文件自动进行匹配验证，对例外事项进行简单调查，以及对错误数据进行分析和识别。例如，RPA可以对核心财务子系统账户余额进行对账，对未成功对账的案例进行简单的调查，以及对账户差异进行分析，生成对账失败报告，并进一步创建日记账分录以处理差异。根据客户合同及已批复的价格表，RPA可以自动审查价格，自动计算和处理商业折扣，并在返点系统中输入申报折扣信息，触发折扣账务处理。基于抓取的发票票面信息，RPA可以自动登录税务局网站进行发票校验，并记录发票验证结果。