DIE NÄCHSTE EBENE DER DATENVALIDIERUNG ERREICHEN

Automatisierung hat sich als Schlüsselstrategie erwiesen, um die Kosten und den Aufwand für komplexe Migrationsprojekte zu senken. Als sich das weltweit größte Social-Media-Unternehmen mitten in einem umfangreichen ERP-Migrationsprojekt befand, war es an der Zeit, RPA-Investitionen zu nutzen, um die Datenmigrations– und Validierungsprozesse zu erleichtern. Ziel war es, menschliche Fehler zu minimieren und gleichzeitig die Daten nahtlos zwischen den Plattformen zu verschieben sowie die Migration der lokalen Oracle EBS-Daten in die Oracle Cloud zu beschleunigen. 

Bei der Migration zur Oracle Fusion Cloud kann die Datenkonvertierung zu einer erheblichen Herausforderung werden. Zahlreiche Datentabellen müssen neu formatiert werden, und Mitarbeiter müssen Elemente aufgrund der Unterschiede mit den Quellsystemen manuell ausfüllen. 

Unabhängig von den Quellsystemen werden während des Datenvalidierungsprozesses unweigerlich Schwierigkeiten auftauchen. Zu den häufigsten Problemen, mit denen Unternehmen bei der Datenvalidierung konfrontiert werden, gehört, dass die Datentabellen oft veraltet sind. Die Menge der Datenzeilen in einer Datei kann Zehntausende erreichen. Das bedeutet, dass die Daten extrahiert, überprüft, fehlende Daten ergänzt, validiert und vor der Konvertierung sogar neu formatiert werden müssen. Bei Cloud-Migrationen ist der Datenvalidierungsprozess sehr umfangreich, manuell und mühsam – hier spielt RPA eine wichtige Rolle und kann Mitarbeiter von der manuellen Durchführung dieses Prozesses entlasten. 

Roboyo hat mehrere Roboter mit der UiPath Hyperautomation-Suite geliefert, um Daten in Hunderten von Dateien mit Tausenden von Einträgen in Oracle E-Business Suite und Oracle Fusion Apps zu validieren. Darüber hinaus haben die Roboter jede Aufgabe in einer Datei erfasst und dokumentiert, die auf SharePoint gespeichert war, was es ermöglichte, zeitintensive Prozesse innerhalb von Stunden anstelle von Jahren an Arbeitsstunden abzuschließen, die für manuelle Prozesse erforderlich gewesen wären. 

Die erste Automatisierung, die Roboyo für das Unternehmen entwickelt hat, zielte darauf ab, den EP-Berichtsvalidierungsworkflow zu automatisieren. Vereinfacht erklärt führten die Roboter vier Hauptschritte aus. Zuerst extrahierten sie Buchführungsdaten aus Berichten, berechneten und ermittelten die Differenz zwischen spezifischen Spalten. Die Automatisierung generierte individuelle Arbeitsblätter für Abweichungen und Unstimmigkeiten pro Buchführung, und schließlich luden die Roboter den endgültigen Bericht in ein synchronisiertes SharePoint-Verzeichnis auf OneDrive hoch. 

Eine weitere Automatisierung, die für das Oracle Cloud-Migrationsprojekt des Unternehmens entwickelt wurde, war die Stichprobenprüfung des Kontostands des Hauptbuchs (GL). Der Workflow umfasste 3 verschiedene Roboter: den Dispatcher-Roboter, den Performer-Roboter und den Reporter-Roboter. Der Dispatcher-Roboter wurde beauftragt, die Eingabetabelle zu lesen und jede Zeile in eine Orchestrator-Jobwarteschlange zu schieben, um die Kontostände des Hauptbuchs zu überprüfen.  Der Performer-Roboter prüft jedes der Warteschlange hinzugefügte Transaktionselement und führt Abfragen auf der Grundlage der Kontoinformationen in EBS und Fusion durch.   

Dann werden die Summen für diese Konten erfasst und Abweichungen berechnet. Die Daten aus den erfassten Ergebnissen werden in eine neue Jobwarteschlange im Orchestrator geladen, die dazu dient, die Ergebnisse des Kontostands des Hauptbuchs zu überprüfen. Die Daten werden vom Reporter-Roboter aufgenommen, der alle Daten zusammenfasst, eine zusammenfassende Tabelle erstellt und die Rohdaten in ein zusätzliches Blatt einfügt.  Zum Schluss speichert der Roboter diese finale Arbeitsmappe in SharePoint. 

Bei der automatisierten EP-Berichtsvalidierung wurden etwa 150 Dateien gleichzeitig verarbeitet, wofür die Roboter je nach Anzahl der Einträge in den einzelnen Dateien nur etwa 90 Minuten benötigten; die höchste Anzahl von Einträgen in einer Datei lag bei über 50.000 Einträgen. Die manuelle Bearbeitung einer einzigen Datei mit 50.000 Zeilen hätte mehr als 2.500 Stunden oder 105 Tage in Anspruch genommen, bei 150 Dateien hätte die manuelle Bearbeitung Jahre gedauert.   

Die Automatisierung der Stichprobenprüfung des Hauptbuchsaldos war ebenfalls ein Erfolg. Die Größe der Eingabedatei variierte, je nachdem, was das Unternehmen zu überprüfen hatte. In manchen Fällen enthielt die Datei 10 bis 15 Konten, in anderen Fällen fand der Roboter mehr als 100 Konten. Jedes dieser Konten hatte mehrere Bücher, die abgefragt werden mussten, was bedeutete, dass die Datenmenge für einen Menschen zu schnell anwachsen würde, um sie zu verarbeiten. Im Gegensatz dazu wäre die Automatisierung in der Lage, mehr als 100 Bücher in etwa 40 Minuten abzufragen.   

Das größte Social-Media-Unternehmen der Welt ist kein Anfänger in Sachen RPA. Es hat ein robustes Center of Excellence (CoE) eingerichtet, um alle Automatisierungen in der Produktion zu steuern und Strategien zu implementieren, um Automatisierungsideen von seinen Mitarbeitern und Prozessexperten umzusetzen.   

Die in dieser Kundengeschichte erwähnten Prozesse sind erst der Anfang der ehrgeizigen Ziele unseres Kunden für die Nutzung von RPA zur Automatisierung der mühsamen Aufgaben innerhalb des Oracle-Datenmigrations- und Validierungsprojekts.