在管理体系和人才培养完成后，在实践推广和落地中同样有一些经验可以分享给企业的管理层。为了便于理解和记忆，把实践经验分为三个阶段，包括需求阶段、方案设计阶段、运营维护阶段。

第一部分需求阶段

1. 需求挖掘

RPA的需求不是自己摆在那里的，而是需要与业务用户交流和挖掘中才能够发现的。业务用户通常不是很了解RPA的适用边界。因为惯性思维，之前一直这么手工操做，并没有意识到原来可以做不同，可以通过RPA技术完全释放双手。

因此在公司层面，用线上和线下结合的宣传、培训、点对点的沟通其实是非常必要的。

而且用容易理解的Demo给业务演示之后，非常容易引起业务用户的共鸣，进而离真需求越来越近。

同时，数据驱动的挖掘自动化机会点，是高效发掘机会点的一个很有力的输入。

2.  价值驱动

刚开始不要追求大而全的需求，而是从小而美的见效快的入手，从ROI高的入手。

什么是ROI高的呢？通常是价值产出高、开发投入低的，建议放在第一优先级来起步。

一方面是可以给团队信心，同时给业务管理层以信心，未来就有更大需求范围的扩充机会；

另外，不要忽视口碑推荐的力量，当几个成功的case实施后，业务部门之间也会交流。

而且这种口碑推荐的力量非常强大。

第二部分方案阶段

1. 业务流程梳理

确认了需求不要忙于马上开发，而是先和业务坐下来梳理操作流程，先标准化。

再看哪些可以优化甚至彻底改变，再把优化后的业务流程进行RPA流程文档化，并且获得业务管理层的确认，再进行开发；

所谓磨刀不误砍柴工，会让后面的成功上线事半功倍。

举例，某大型制造企业的全球内审案例，原有的业务操作中，我们发现有一部分流程步骤是可以用现有的报表平台的数据满足的，而不用照搬业务的复杂操作来开发RPA，梳理优化完流程后，开发量大幅的降低了。机器人的稳定性也有了保障。

2. 整合的最优解决方案

基于需求，提供整合的最优解决方案，不要神化RPA。

举例，财务的一个需求，数量级500万条，基于规则做逻辑清洗和加工， 单纯用RPA是可以做，但是效率并不高，采用RPA结合大数据平台来做，效果就非常好。

因此，在制定方案的时候要综合全面的考虑，让RPA成为超级自动化的粘合剂，把多种技术结合达到1+1远大于2的效果。

第三部分运维阶段

1. 开发规范化

项目开发完成并不意味着结束，而是真正业务价值产出的开始。

而好的开发会让接下来的运维更加顺畅，因此在开发规范中，要求启用开发框架。尤其是复杂流程的开发就特别有优势价值。另外命名规则和交付文档标准化等等，都是对未来持续运维的一个保障。

如果不重视，未来运维就会遇到很多困难和挑战，进而影响到RPA运行的效果。

2. 监控巡检

监控巡检的保障，是另一种主动预防业务影响的方法。

每个机器人上线，都为其部署监控功能，一旦有机器人异常中断，在业务发现之前，监控平台就会自动报警，并且自动通知到负责运维这个机器人的工程师。

而且根据业务影响紧急度，定制化报警形式，紧急的就触发电话通知，不太紧急的自动触发邮件和监控单据报警。

这样在业务感知之前，IT就把问题修复好了，机器人继续运行，对于业务来说是完全没有异常问题感知。