Interview mit mip GmbH: RPA & Big Data

2. Welche Vorteile ergeben sich durch gute Datenqualität und warum sind „schlechte Daten“ kritisch für den Erfolg von RPA und Big Data?

Um die Datenqualität herzustellen, bedarf es sorgsamer Analyse des Prozesses und der verwendeten Daten. Mithilfe entsprechender „Analytictools“ können Daten auf „Ausreißer“ in die eine oder andere Richtung untersucht werden. Maßgeblich ist der „loop back“, denn die Bereinigung „falscher Daten“ schließt auch ein, die Ursache dafür zu suchen und zu bereinigen. Sodann empfiehlt es sich laufende Prüfroutinen auf die Datenqualität zu setzen, um zeitnah zu erkennen, ob Fehler auftauchen und worin die Ursache liegt.

weiter zu: 3. Welche 3 Tipps würden Sie Unternehmen geben, die mit Hilfe von RPA ein Big Data Projekt starten wollen?

Post Author: Matthias Weber