如何实现电商领域数据自动化掌握影刀和这些工具就够了

核心提示5月26日,「数智创新618直播节」邀请影刀RPA商家上佰数据负责人YiYuan为大家带来数据自动化相关分享,他基于自身工作经验和电商工作场景,围绕数据自动化操作思路、实操案例解析、自动化经验建议、工作经验等方面和大家沟通交流,希望大家有所

5月26日,“数字智慧创新618直播盛典”邀请了影刀RPA业务中的数据负责人易源与大家分享数据自动化。结合自身工作经验和电商工作场景,就数据自动化运营思路、实际案例分析、自动化经验和建议、工作心得等与大家进行交流。希望你会有所收获。

本文内容摘自直播节当天录制的一些观点。报名参加“数智创新618直播节”,获取完整录制视频和PPT资料。

以下是一元分享的一段记录。

我是上百的数据经理一元,很高兴在直播间和大家见面。结合自己的工作经验和工作场景,围绕数据自动化运营思路、实际案例分析、自动化经验建议、工作经验等与大家交流。希望你会有所收获。

我们在做数据工作的时候,通常会用到各种各样的工具和软件,所以这次的分享会以工具和软件的类型、工具的实际应用以及工具和软件解决的问题等干货为主。

首先,为了更好的理解数据自动化,我们来看一下我的一个工作场景。基于影刀RPA,可以自动获取业务人员数据场景、门店数据场景、监控门店数据场景等。,这种共享的概要如下:

1.数据自动化运营思路

2.行业数据案例解释

3.数据自动化运营思路

关于数据自动化运营的思考

首先,我们必须考虑如何自动化我们的数据。我们不如用逆向思维的方式去思考和拆解,细化到小粒度,这样再做框架和实现的时候,就能更好的开始。

1.输出报告应该是什么样的?

2.用什么方法清理数据?

3.如何存储数据源?

4.将数据源批量移动到指定文件夹。

5.从哪里以及如何获取数据?

目前,我们常用的报表有2D表、透视表、BI等。很多时候表格是主要形式,BI只是在一些特定的场景下使用。

条条大路通罗马。不要用一个软件处理所有的事情。在做数据工作的过程中,我建议你不要跑题,要让人觉得舒服,不要只专注于一种形式或者一种工具。

比如影刀RPA很厉害,但是我不会用它来清理数据。有很多优秀的清理数据的工具,我就用影刀RPA来做我们需要的那部分工作。

报告应该是什么样的?

以下是一些常用的表格形式。与其他形式相比,尽管BI具有更强的交互能力和更高的可视化程度,但其使用率却很低。

多维表透视表BI表

用什么方法清理数据?

目前常用的清理数据的方法有:复制粘贴、公共函数、第三方插件、电力查询、VBA、python、影刀RPA等。

无论使用什么方法或工具,都需要先合并数据源,然后对合并后的数据进行进一步处理,得到我们想要的数据。下面,我们将向您介绍使用Power query合并文件夹中的数据的场景。

合并数据场景

这里需要强调一下office和WPS的区别。office有两个模板,power query和power pivot。WPS没有这些功能,但是WPS有其他的个性功能。如果你是数据专员,我建议你一定要安装office。

电源是office自带的模块。学习成本比较低,动态刷新功能特别好用。建议以文件夹+表格/数据库的形式存储数据。

如何存储数据源并将其移动到指定文件夹?

根据我公司的规模:大公司、一般公司、小公司,我们对存储形式进行了分析,如下图所示:

一般大公司都是数据库存储的形式,这是最好的,但是对个人技能要求很高。指派专门人员进行岗位工作,部署方式有三种:数据清洗、建模和可视化。

一般公司都是文件夹+表格的形式,指定专人来做。

一般小公司都是表格形式,数据人员往往身兼数职。

具体的数据源存储方式和数据源批量移动到指定文件夹,可以报名直播节观看视频。

批量移动修改文件

从哪里以及如何获取数据?

我们根据影刀RPA得到数据。我和影刀RPA之间还有一些故事。在影刀RPA商业化之前我就在用这个产品。

当时需要下载很多历史资料。如果是一点一点下载的话,有时候要花很多时间点击按钮,费时费力。我很不情愿做这项工作。后来出现了影刀RPA,产品简单易用。它被用来做最累的工作,也是我们最不想做的事情,完成重复的下载、等待、处理工作。

我给你列一组数据和图表,你可以发现它能给我带来什么。

数据:4个店需要3个小时下载数据;导入3分钟;刷新10分钟;输出20分钟。

渠道各端口数据,数据下载100张表渠道各端口数据,数据整理输出27张报表

解释案情

下面,我就带你手拉手用影刀RPA建一个案例,报名直播节看视频。

视频截图之一

如何建立一个稳定的自动化流程?

1.以行业顶级品牌数据采集为例,先理清思路。

02.思路一:依次模拟手动点击操作。

缺点:点击循环元素太多,容错流程复制

缺点:整个循环中有不想要的类别,需要加入列表判断,增加了难度系数。

缺点:日期类别切换,缓存未加载,数据混乱。

3.想法二:构建类别链接直接下载。

思路的缺点可以避免,数据准确,速度也不会太慢。这个思路可以应用到竞品、热销产品等获取渠道的流量结构上。

4.想法三:直接获取数据包,解密后入库。

优点:快速准确。

缺点:学习成本高

将显示以下类别和应用程序:

01.下载一个类别的一天数据。

如果可以用键盘输出,就不需要用元素运算了。添加随机延迟,随机点击。不要怕慢。建议不使用元素操作,可以通过键盘输出。

02.下载多个类别的一天数据。

Excel表格可以用于网页采集,不使用循环的网页元素。

3.下载多类别和多日数据

多下载一天,应对休息日不上班的情况。

建一个行业数据流程踩过的坑。

01.不要太快,不要太长,容易被警告

02.表格下载,数据错误是由于缓存没有更新造成的。

3.表单名称下载不完整,一般刷新后报错。

触发器的使用

和个人文件触发器一样,触发器文件的名称最好且进程名始终不变,便于后期维护。

以上是我对数据自动化的思考和体会,内容主要是干货实践。另外需要注意的是,数据自动化必然会带来效率的提升,节省工时。如果公司会以工作时间来衡量工作标准,希望大家和公司好好沟通。

感谢工作室的伙伴们,希望这次分享对大家有所帮助。

 
友情链接
鄂ICP备19019357号-22