一、背景
在数据系统的运维运营中，经常遇到一些人工定期重复处理的场景，比如以下这些场景：
1、利用Excel中公式/函数，将各类表格型数据进行加工处理，基于生成的图表制作成PPT进行月度汇报；
2、每天人工检核数据系统的离线跑批是否正常并发送值班提醒；
3、提醒业务定期进行操作，如每个月手工上传各类表单型数据；
二、对比
在理想情况下，这些都是可以借助编程脚本或者平台工具进行解决的，然而在实践中，情况却往往比较复杂，需综合考虑架构、成本、安全、工作习惯改变等多种因素，因此依然存在大量的手工操作场景。以下是对比手工操作与自动化操作的优劣：
1、手工操作：
劣势：
繁琐，耗时，具有操作性风险。
依赖某个具体的人，一旦离职或者休假，则容易成为单点风险。
优势：
每个步骤都可控，过程可信。
可随时调整，方便快捷，无需提交开发测试上线发布等流程。
类似程序员中的防御性编程，手工操作可以防御性数据管理。数据不上传，线下手工台账管理，紧握数据的控制权，更有安全感。
2、自动化：
劣势：
底层为黑盒子，依赖外部系统，一旦出错，无法自主解决。
流程固化，一旦数据源或者规则逻辑改变，无法快速调整。
若所有自动化程序基于某一个系统，一旦该系统出现问题，则会出现系统性风险。若涉及到多个系统的打通，带来潜在的系统之间信息泄露的安全风险。
数据暴露给他人或者外部系统，数据的拥有方缺失对数据完全的管控。
优势：
便捷高效，对于一些重复度高（如日频率），操作复杂（步骤多，流程长），可以节省大量人力成本，并且降低了人为操作失误的风险。
在架构合理成本可控的情况下，基于互信的组织文化，自动化可以最大化的发挥性能。
三、案例
在实践中，有这样一个案例，风险管理部的业务需要每月给领导汇报公司产品的运营收益情况。每个月人工操作流程如下：首先将公司内部交易数据导出成表格，利用Excel中的iFind插件获取外部行情数据，然后利用公式函数生成部分图表，然后将图表复制到PPT中，制作最终的展现格式。整个流程操作复杂，耗时长，容易发生操作失误。分析整个流程之后，发现该报告的初始内外部数据在数据仓库中已采集落地，而图表展示则是BI工具的强项，基于系统平台进行自动化处理完全可行，数仓+BI的也是主流的数据服务架构，这些平台都已采购并完成搭建，只需要投入少量的人力开发成本。此外，这些系统也都针对数据安全做了管控，确保数据不会泄露。在实际开发过程中，与业务紧密沟通，最大化还原其手工报告，保持数据、功能及展示效果的一致性。最终项目顺利推进，上线后赢得了业务的认可。
四、总结
手工操作自动化，往小了说，可能就是一个python脚本自动定时发邮件。往大了说，BI、AI本质也是用自动化的系统替代人工重复操作，如何推广这些应用并真正能有实用价值，考虑的角度就远远不只是技术了。扬长避短，才能让技术真正的为人服务。