相關(guān)數(shù)據(jù)顯示，每分鐘都會在世界范圍內(nèi)創(chuàng)建驚人的TSB數(shù)據(jù)，每天超過2.5兆字節(jié)。這些數(shù)據(jù)采用多種形式，從推文和Instagram到新比特幣的產(chǎn)生。但是很多人都不清楚，他們的工作場所如何使用數(shù)據(jù)？自動化如何改變我們的處理方式？數(shù)據(jù)自動化已成為近年來最關(guān)鍵的工作場所趨勢之一。從使用OEE系統(tǒng)在工廠車間跟蹤生產(chǎn)的制造商，到在辦公室自動化員工工資單的人事部門，自動化使我們更容易收集，分析和理解完成工作所需的數(shù)據(jù)。

　　數(shù)據(jù)自動化可以改變工作場所嗎？

　　數(shù)據(jù)自動化提高準確性

我們大多數(shù)人都不會忘記最近一次備受矚目的網(wǎng)絡(luò)中斷。從TSB在2018年臭名昭著的網(wǎng)上銀行災(zāi)難（造成該公司3.3億英鎊的海關(guān)損失和賠償損失）到2016年達美航空六小時停機，很明顯，數(shù)據(jù)處理問題可能導(dǎo)致公司聲譽受損。

盡管此類事件幾乎總是引發(fā)人們對網(wǎng)絡(luò)犯罪的關(guān)注，但TSB和Delta均承認，造成這種問題的真正原因是總的來說，這種犯罪的危險性降低了（盡管也沒有那么令人震驚）：人為錯誤。

實際上，據(jù)估計手動數(shù)據(jù)輸入的平均錯誤率為1%。這些錯誤就像在代碼行中鍵入單個錯誤字母一樣簡單，但是即使是最小的錯誤也可能導(dǎo)致災(zāi)難性的結(jié)果。

好消息是自動化可以大大降低此錯誤率。2009年，內(nèi)華達州拉斯維加斯大學(xué)的一項研究通過要求200多名學(xué)生在30個數(shù)據(jù)表上處理六種不同類型的數(shù)據(jù)來證明這一點。

平均而言，學(xué)生總體上犯了10.23個錯誤但是當自動系統(tǒng)自動檢查表格時，這個數(shù)字下降到0.38。

　　數(shù)據(jù)自動化提高效率

當今的企業(yè)存儲數(shù)百種不同類型的數(shù)據(jù)-從員工工資賬戶和客戶詳細信息，到庫存水平，生產(chǎn)線的成功以及最新數(shù)字營銷活動的轉(zhuǎn)換率。

如果沒有自動化，許多工作場所將僅需要雇用更多的人才來管理這些龐大的數(shù)據(jù)集，而這本身將需要處理更多的數(shù)據(jù)。

值得慶幸的是，自動化使人類工人能夠建立流程，而不必花費大量時間一遍又一遍地重復(fù)相同的動作。

由于自動系統(tǒng)本質(zhì)上非常適合模式，因此在監(jiān)視異常行為方面它們也非常有效。

無論是產(chǎn)量下降還是奇怪的網(wǎng)絡(luò)活動，這些系統(tǒng)都可以確保我們能夠盡快可視化并調(diào)查甚至最小的波動。

而且，正如TSB所知那樣，發(fā)現(xiàn)錯誤的時間太晚了可能會損害企業(yè)的業(yè)務(wù)。

通過上述介紹，對于數(shù)據(jù)自動化可以改變工作場所嗎，相信大家已經(jīng)知曉了吧，想了解更多關(guān)于數(shù)據(jù)自動化的信息，請繼續(xù)關(guān)注中培偉業(yè)。