乐趣区

关于前端:六个数字化意识和习惯

无论如许简单的企业数字化建设,都是由这些根本的能力和习惯推动的。有的企业在数字化建设方面轻车熟路,这和团队领有这些数字化意识和习惯密不可分。

记录 Recording

数字化的第一步是记录。把物理空间的人、事、物都转换成数字记录。

比方,企业在销售流动中须要记录客户的信息、销售转化的过程、报价的文件以及签约的合同;在洽购流动中,须要记录供应商的信息,询价的过程以及洽购合同的签订。因为销售和洽购流动治理品质的须要,咱们还因而须要记录销售产品和洽购物料的规格信息、客户和供应商的联系人信息等。

企业经营流动中,所有波及的对象最好都可能被记录。

从下面这个销售和洽购例子延长,能够笼罩到一个企业经营的全副环节。咱们会发现,所有的业务环节都会须要数据,也会产生数据。那么咱们应该怎么遍历企业的经营流动来辨认这些须要记录的对象呢?

在企业架构实践中,通常应用价值链分析方法来列举企业的所有价值发明流动。经典的价值链剖析会依照一个企业价值发明的全过程列出治理流动,顺着这个思维,咱们列举企业经营流动就不至于挂一漏万。然而,不同行业和企业都有本人独特的价值发明过程。在列举的时候不用拘泥于下图这个经典框架。比方在咱们软件行业,所有波及物料和物流的环节都不存在,价值发明过程的构造是齐全不同的。

有了属于本人的价值链图景,就能够通过这个全环节过程来顺次查看其中的所有数据是否都被记录下来了。要留神,咱们说的记录指的是企业领有全局统一的记录,而不是指的个别企业员工的自发的局部记录。

企业价值链剖析的终极目标就是为了实现更高的价值发明效率,所谓效率就是应用更低的老本,和用单位成本带来更大的产出。围绕价值发明过程记录数据就是为了可能实现相干效率指标的掂量和改良。比方在客户沟通环节,咱们要记录的对象包含客户对象自身,沟通的内容,沟通的批次,以及沟通带来的反馈。当咱们记录了这些数据当前,就可能通过继续的数据积攒来剖析客户沟通办法的优劣。

下面这个例子只是企业经营过程中的一个渺小环节,治理它的记录过程并不特地简单。然而在这个例子中,有一些对象的记录仍然容易被忽视。比方,营销部门可能记录了营销流动的内容,却没有记录残缺批次,或者可能没有对客户反馈进行对立记录。造成这样脱漏的次要起因是咱们在辨认记录对象时没有从闭环的改善指标(PDCA 办法)登程,而仅仅是为了实现一个经营工作。这给咱们一个启发,布局数据记录工作的时候,不能仅仅围绕执行角色的需要,还要兼顾治理角色进行剖析和改善的需要。

在理论进行数据记录的时候,能够把波及一个业务环节的所有人、物和事别离列举进去,测验其中哪些对于执行和改善的闭环有帮忙的。比方在洽购询价环节中,对应的“人”包含企业方的洽购人员、供应商和供应商的联系人,对应的“物”包含须要洽购的物料,而“事务”则是询价的过程和洽购的过程,咱们理论应用询价单和洽购单来实现。如果和供应商有洽购框架合同的,则这个合同当然也是须要记录的对象。咱们在前面讲到”结构化“数据管理习惯的时候还会进一步提出更业余的要求。

我在《跟着案例学习信息架构和零代码搭建》一文中介绍了 RPIC 信息架构法,它可能用基于业务流动角色登程的办法,遍历业务流程和信息触点,从而可能残缺精确枚举出须要进行记录的所有数据对象。

在现实状况下,这些数据都应该治理在数据库中,并通过应用软件和用户进行交互。但在实践中,企业的数字化建设不会立即进入现实条件,所以,即使没有整合的信息系统,企业仍然应该创造条件先记录下这些信息,哪怕是用 Excel 文件。

在没有信息系统,或者信息系统没有笼罩的业务环节,记录工作也有微小的价值。Excel 作为商业剖析的最通行工具,也是商业数据记录的次要载体。有数经理人应用 Excel 建设了各种各样的台账表格。它们能够用于预先的剖析,用于决策和经营改善,也用于日常的数据查问需要。

除了 Excel,还有相似石墨、腾讯文档、飞书表格等在线表格替代品。它们起到的作用是相似的,而且具备在线共享的人造劣势。所以最近几年,曾经有越来越多的组织开始用在线表格记录和治理业务数据,作为更欠缺的数字化零碎的前奏。

因为缺失了信息系统的束缚和管制,在应用 Excel 或者在线表格记录业务数据时,要留神一些问题:

一个数据文件或者表格应该只治理繁多的对象。比方订单和客户的信息最好离开保留。
同一性质的对象只应用一个数据文件或表格来记录,而不是依照月份、地区等维度离开建设。即便离开建设,也要保障应用雷同的构造,便于合并。
要记录事实的流水,而不是汇总信息。比方咱们应该记录仓库的每一笔出库和入库记录,而不只是记录累积的出库数量。
如果一个的企业的业务数据都可能被规整地记录在电子表格中,那么它就根本实现了数字化的第一步。接下来,用业余的数字化零碎来进一步提高应用效率就没有那么艰难了。

分类 Classification

分类也是一个数字化意识和习惯。在数字化环境中进行分类并不需要把数据一堆堆离开,而只须要在数据上退出分类维度即可。个人用户也会利用分类法来治理本人的工作、书签、笔记等,它也经常被作为生产力工具被开发成各种集体利用。

每一项商业数据,无论是管理人员,事务还是物理对象,都须要有大量的属性来去形容。所谓企业数据的分类,就是对各种业务数据记录赋予维度属性。

什么是维度属性呢?比方,在销售过程中,咱们应该对客户所处的行业,所在的地区,人员规模等指标建设对立的维度。这些分类维度一旦确定,个别就不会再进行批改。比方,有的企业把客户规模细分为“大中小”三个选项,有的则依据雇员人数分成若干等级,有的则依照销售额划分成不同级别。设计不同的分类维度既为了业务经营效率的思考(为不同规模的客户适配不同的销售人才和流程),也为了实现业务剖析(剖析销售额和不同产品在不同规模企业中的购买量)。

概括来说,对数据进行维度分类是为了经营和剖析的须要。所以,这些维度设计须要来自管理人员的策略打算,而不是疏忽或者从其余零碎照搬。

具体执行分类工作时,相当于在 Excel 文件中退出用于分类的列。这些列不同于个别的文本和数值,通常应该是一个预先确定的选项列表。只有通过这个形式,能力让分类维度标准化(Normalization)。除了创立选项列表,间接应用关联的对象来标识也能够起到同样的作用(在后文介绍结构化时会提及)。而如果分类维度自身是工夫和数值的区间,则不再须要人为建设这些维度。数据分析工具个别都可能提供数值和工夫的聚类能力(Clustering)。

用 Excel 文件来进行数据记录时,不同数据表格之间个别是不关联的,因而,如果要标准分类维度,Excel 文件中的列就须要预先确定录入规定,或者咱们能够应用 Excel 的抉择下拉列表性能来帮忙管制输出的唯一性。分类维度的一致性(Integrity)对于数据品质十分重要。

然而,咱们不能齐全依赖电子表格的这些个性来保护数据品质。要建设有序的数据记录,咱们就须要应用关系数据库概念来建设数据之间的关联。当一个销售订单发售了一个产品的时候,在订单明细中,应该关联产品记录,而不只是从一个列表中抉择正确的产品名称。接下来,咱们就介绍与此相关的数据结构化。

结构化 Structuring

讲到数据的结构化,在不同的语境中含意有所不同。在企业业务数据畛域,咱们特指关系数据结构(Relational Data Model)。上一节最初提到的例子,一个销售订单是一个数据表,它和销售订单明细表关联,后者的记录能够间接关联订单表的记录。同时,销售明细表也和产品表关联,因为一个产品能够呈现在多个销售订单明细中。这种反映业务数据关系,不冗余信息的数据结构就是关系数据库。

下图就是一个反映以上例子的关系数据结构形容,咱们个别应用这种实体关系图的规范形容办法。其中每个矩形框代表一种业务数据对象,其中行就是属性,咱们提到的分类维度属性也被蕴含其中。两个矩形之间的连贯箭头代表了数据关联关系。


如果不建设关系数据库利用,依附电子表格也能够局部地模仿关系数据结构。用户只须要在主表的单元格援用关联表格的数值就能够。比方在联系人表格中援用关联公司表的公司名称,然而应用电子表格无奈建设约定,如果用户没有依照约定应用,那么这个关联关系的品质就难以保障。

尽管 Excel 和在线表格都无奈代替欠缺的关系数据库利用,然而构造清晰,分类谨严的电子表格仍然可能成为数字化建设中的优质原材料。良好的数字化意识和习惯可能减速企业的数字化过程,节约建设老本。当企业领有了专门建设的利用零碎时,只须要导入这些电子表格内容就可能建设关系数据结构,只有数据品质足够高,关联甚至可能主动创立。

明道云零代码利用平台可能帮忙客户低成本高效率建设业务利用。其中工作表及其关联关系就是本大节所介绍的数据结构化实现。它并没有那么浅近,个别企业管理者都可能轻易把握。

模块化 Modularization

数字化建设的模块化和工业、修建等行业中的模块化有相似的含意。它一方面指的是能够复用的业务单元或者业务环节,另一方面则强调建设某种规范和协定,让模块之间能够依照约定独特应用。

数字化畛域的热词“中台”,它的实质就是业务模块化设计。在较大规模的企业中,业务组织架构简单,很可能蕴含多个事业部门,每个事业部门都有局部反复的职能。数字化建设的要点就是不要反复创造轮子。所以模块化思维是大中型组织的必修课。

在具体的企业实际中,模块化设计的数字化零碎贯通在简直所有职能上。咱们例举几个:

1. 不同事业部门都波及会计信息处理。波及财务影响的业务流动都可能对公司的损益表和资产负债表产生影响。低廉的财务剖析工作个别也都集中在公司层面,而不是扩散在事业部门。这就要求每个事业部门在构筑本人的利用零碎时,应用对立的财务分类维度(老本,支出和费用的财务科目编码)。咱们能够了解业务零碎和财务零碎都利用了模块化设计思维,相互之间时能够无缝连贯的。企业软件行业把这个过程称之为“业务财务一体化”。

2. 销售、服务、营销等环节都会创立和更新和顾客无关的信息,因而,模块化的企业数字化零碎会独立思考建设顾客数据,或者让某一个环节的顾客数据被其余相干环节独特应用。因为这个思维,企业就有机会查看一个顾客的全生命旅程数据,从广告营销的触点,始终到售后的服务过程。这个概念被形容为顾客数据平台(Customer Data Platform),也是一个中台相干概念,它也是模块化设计的经典体现。

3. 一个批发品牌可能同时面对多个电商平台,也可能治理本人的线上线下店铺。它须要在一个独特的物流和仓储平台上为每个批发终端提供精确的库存信息,同时,这个库存信息还须要连贯洽购和生产零碎,以保障每一个 SKU 的流动都被精确的记录和跟踪。企业减少任何洽购和销售环节,都是通过统一的接口向物流和仓储零碎写入和读取数据。这就是模块化的供应链零碎。

以上三个例子表明,模块化设计思维是简单的企业数字化运行胜利的外围。不足全局考量的自觉和孤立建设都会让数字化举步维艰。

到了模块化这一层级,电子表格这样的零散工具就无论如何也满足不了企业的数字化需要了。这也是企业软件和服务行业的生意源泉。高水平和高质量的模块化设计产品,在满足企业需要方面具备显著的竞争劣势。

自动化 Automation

在企业治理中,常常有一句话,“可能让机器做的事件绝不让人做”,这反映的正是“自动化”的数字化思维。机器执行不仅比人的效率更高,而且准确度也更高,而咱们破费了精力去记录,分类和结构化数据,就是为了让软硬件可能主动为咱们执行一些事务。

比方销售团队签订了合同当前,能够自动化执行交付流程;产品交付当前,能够自动化执行财务流程;员工入职当前,能够自动化执行岗位培训流程;依据生产设施的点检打算,能够自动化定期生成点检工作。这些例子都是企业的自动化场景。

要了解自动化,并且可能被动布局自动化流程,就要了解自动化逻辑的基本概念。所有的自动化都应该有“触发器”和“动作”这两种因素组成。触发器就是自动化执行的触发条件。形象来看,在企业事务的自动化中,触发器可能是某一个业务数据的新增或变更,也可能是一个特定的工夫。比方,在以上例子中,产品交付状态变更为已交付就是一个数据变更性质的触发器,而对应的动作就能够是开发票。

有了这个抽象思维当前,咱们就能够在企业经营工作中寻找应该自动化的环节。辨认出这个事务的触发器,以及编订满足触发条件后的执行动作。

明道云的工作流就是齐全依照这个理念设计的能力。用户能够不必写代码,间接通过对话框来可视化配置各种自动化工作流。


剖析和洞察 Reasoning

结构化的数据除了实现自动化,还有一个重要的目标就是为了商业剖析。对于治理角色而言,商业剖析可能是数字化的思维终点。如果咱们要晓得原材料价格变动对利润的影响,咱们就须要在洽购过程中结构化记录各种原材料的准确老本信息,并可能与财务利润数据进行比拟;如果我要剖析加工设施参数对品质后果的影响,咱们就要收集加工工序和设施参数的时序信息,并与含有同样标记信息的品质数据进行比拟。

所有的剖析和洞察都是为了某个判断或决策。这个决策可能是经营的改善,也可能是更中长期的战略决策。数字化意识中最高级的就是数字化决策,但它不是海市蜃楼,高价值的剖析洞察来自于残缺记录的高质量数据。所以,前文介绍的根底意识是建设数字化决策的前提。

商业剖析的意识来自于对企业治理指标的谋求。所以,咱们能够从常见的治理指标登程来发展商业剖析工作。

1)为跟踪和测验指标达成

指标治理是古代企业治理办法中最根底的实际。无论什么职能部门,都能够辨认到合乎 SMART 准则的指标,这个指标通常必须是定量且可掂量的。比方销售部门会掂量销售转化率,品质部门会掂量缺陷率,人力资源部门会掂量员工流失率。围绕这些治理指标开展商业剖析是指标治理的前提。在这种需要下,商业剖析不仅要可能提供指标答案,还最好是自动化实时计算的,它提供了治理看板,让管理者对后果和趋势都有全盘的把握。

2)围绕改善的指标而进行归因和相关性剖析

首先,须要改善的问题自身就须要数据的确认,而不能来自经理人的主观感触。比方,咱们不能以品质经理集体的感觉来评判品质程度。问题的确切辨认是须要对专门指标进行对标剖析,比拟质量指标和客户要求规格以及行业平均水平之间的差距。

当发现了低下的经营指标,咱们能够通过数据分析来找到它的归因。无奈找到根因的也能够找到相干指标。通过对关联因素的继续改良,一直测验这个指标的变动,从中就可能找到更好的实际办法。这就是所谓的 PDCA 过程。

3)决策辅助

信息系统无奈代替企业决策,然而它可能为人的决策提供辅助。企业决策蕴含经营决策和战略决策,前者更多地依赖信息系统给出后果,比方在制造业的洽购决策中,洽购数量和时点取决于生产、销售、库存和物料构造数据的简单计算。而战略决策则对企业外部环境信息更为敏感,企业未必可能通过本人领有的数字化零碎失去辅助,所以更多依附的是经理人的剖析和综合。

咱们的践行

这六项数字化意识和习惯,听起来很形象。然而通过简略的案例阐明,大多数人都不难理解。一旦了解后,就可能在日常口头中被动发想,踊跃寻求机会来晋升数字化程度。咱们作为软件产品公司,在招聘和培训中都会贯彻这几项根本能力的测验和训练。数字化征询和参谋行业的业余人员不仅领有这些思维习惯,而有对应的工具箱,可能帮忙客户来落地这些思维。

明道云的产品设计和研发根本就围绕了这六个档次来开展。客户能够零代码构筑一个企业应用的基本要素,通过工作表和视图能力构筑数据记录、分类和结构化的能力;通过在利用平台互相关联、援用的形式实现数据贯通的模块化,用户能够从个别利用登程,逐步完善,直至笼罩经营全环节;明道云的工作流则帮忙客户解决了很多自动化需要;内置的统计分析能力能够让用户像做 Excel 图表一样简略地实现数据洞察。明道云用久了,你想没有这些数字化意识和习惯都很难。

如果您感觉本文有价值,请分享给其余企业用户,也欢迎您收费注册体验明道云这个独特的数字化企业伴侣。

退出移动版