A Bridgestone Tatabánya Termelő Kft. a Bridgestone Corporation, a világ legnagyobb gumiabroncs és gumitermék gyártó cégcsoportjának a magyar leányvállalata. Alkalmazotti létszáma több, mint 1100 fő, éves termelési kapacitása a tervek szerint 2020-ban eléri a 7,2 millió darabot. A vállalattal hosszú távú közös együttműködésünk keretében lépésről lépésre szoftverrobotok és egyéb szoftveres eszközök segítségével automatizáljuk a back-office folyamatokat, ezzel felszabadítva az ott dolgozók túlterheltségét, így hatékonyabbá téve a belső működést.
A tesztmérnökök munkájának jelentős részét a valós terméken elvégzett teszek adatainak összegyűjtése, ellenőrzése, valamint az azokból készült kimutatások elkészítése teszi ki. Ezeket a folyamatokat eddig mind manuálisan végezték, ami rendkívül időigényes, valamint rengeteg hibalehetőséget rejt magában.
Mivel a tesztösszegző folyamat szabályszerűen jól leírható, a végrehajtásához több különálló rendszerben kell dolgozni és különböző input anyagokat kell feldolgozni, ezért egy szoftverrobot fejlesztése mellett döntöttünk. Az elkészült RPA képes összegyűjteni a szükséges anyagokat, ezeket mappastruktúrákban a megfelelő helyen rendszerezni. A dokumentumokból ki tudja olvasni a szükséges adatokat és ezekkel különböző számítási műveleteket végez a riportok és összegzések elkészítéséhez. A folyamat elvégzésekor az illetékeseknek értesítéseket (pl. hiányzó dokumentum vagy érték esetén) és összegzéseket küld a robot emailben. Az kész szoftverrobot a feladat elvégzéséhez Excel táblákat, PDF fájlokat, kép fájlokat (OCR-el), kapcsolódó adatbázisokat is használ.
A fejlesztés eredményeként sikerült a folyamat munkaidő ráfordítását 90%-al, az átfutási időket negyedére csökkenteni, a hiba rátát pedig 0%-on tartani. A korábbi heti szintű folyamatvégrehajtással ellentétben a robot napi kétszer elvégzi a szükséges feladatokat, így mindig aktuális tesztadatok állnak rendelkezésre a mérnököknek, ami jelentősen növeli a munkájuk hatékonyságát is.
A szoftverrobot fejlesztéséhez WinAutomation-t, Python scripteket, VBScripteket és Oracle adatbázist használtunk.
