凯哥：企业数字化平台战略之实战解析

问：数字化平台规划和IT架构规划的异同点？

答：我认为，首先这是两个不同纬度的东西。IT规划是一个咨询服务的类型，数字化平台战略，是企业运营管理组织的一种模式，从文章中我总结的数字化平台战略包括三部分：

企业组织的平台化；

企业信息架构的平台化；

商业模式的平台化（生态）。

我们目前提供的数字化转型Advisory服务中，囊括的是数字化平台规划内容。传统的IT规划，是过去10年市场上最火热的服务。大多数体现在企业内部管理流程的提升，以及如何高效化，所以传统的ITSP里面出现最多的词是集约化、精细化。

那时候因为企业的信息化建设重点在于建设内部管理系统，比如ERP，MES等，都是构建企业的业务基础架构，就是让企业的业务能够运转，能够开始赚钱的系统和应用。所以IT规划那是更多关注在企业内部，先做BPR然后在做ERP实施，加速企业流程自动化，然后到了互联网的出现，企业的供应链，传统的封闭上下游的形势被数字化打穿。

企业对于外部市场，外部客户的敏捷度要求提高，仅仅关注内部的管理，绩效，优化内部的流程完全不能满足数字化时代的要求。原来传统的IT规划做的是业务基础架构“是大后台”，在互联网的冲击下，我们现在做的数字化平台是“大中台”，这两个一起支撑快速敏捷的前台业务，所以现在的数字化转型咨询规划，更关注用户，关注产品，关注市场。

问：平台化的过程中是否会进行业务调研和业务流程梳理？梳理的目的、方法论、及相应的产出？对业务的梳理力度？

答：平台化的过程会进行业务调研和业务流程梳理，更为准确地讲，要因不同的客户的情况而定。

传统的IT规划的弊端在于“太重了”，一个规划做3-6个月，大型企业可以做一年。但当时“重”的原因是因为要构建标准化的业务流程，所以一个规划中基本上要分析到3-4级业务流程。设计的很细致，这在当时是行的通的，因为业务变化慢，所以你可以深根细作。

如今，市场变化太快，我们讲究业务敏捷，讲究快速迭代，这种情况下业务调研和流程梳理是为了了解现状和短期的线性变化，但是对于稍微远一点的“明天”，其实，调研和梳理都用处不大，必须做出MVP，上线，拿用户数据来验证，来反馈，来迭代。

所以我建议现在数字化，互联网化的产品，我们要重视的是如何快速获得客户的反馈，如何快速的推向市场，这恰恰是平台化的目的，把很多可重用，可复用的技术、内容都抽象形成平台，用服务的方式提供给前端，然后产品部门、数字化营销部门，可以像搭积木那样快速构建，快速发布，同时平台本身提供公用的监控，运营等服务，所以平台化的调研和梳理，更多的事关注所有业务条线的共性需求。

问：在平台化规划中是否会提前出业务能力模型？业务能力模型在平台规划中的地位及作用？如何推演能力能力模型？产出示例？

答：业务能力模型，这是销售过程的手段。比如，对于我们做咨询服务的而言，在售前的过程中，很多时候包装一个Model，说这是我们的经验总结，是案例的体系化结果，很有作用。

对于一个企业来讲，我理解，业务能力模型就是这个企业的核心业务战略，是在一个固定的时间节点内业务的高度提炼结果，用来指导企业发展和运营的理论体系。但是不意味着他是一成不变的，在数字化运营的时代，他是随着数字化变化的。而当数字化足够充分的时候，最后会进入智能企业时代，这个能力模型就交由大数据智能分析中心去帮助决策了。

问：是否做源系统调研？调研遵循的方法论是什么？从那几个层面调研、调研的颗粒度是否有相应的分类？分类是依据什么样的标准？

答：源系统调研会有，而且必须有，这是为了提炼大平台的业务域，进行平台结构化设计而必需输入的。调研的颗粒度这个就因客户的不同有不同的选择了，我的建议是一层层像包洋葱一样，但是每一层要保证有它独立的价值。

问：oltp那个图不清楚。

答：重新插入一张：

问：对外接口易用性和通用性的冲突，很多专有的东西，开发和业务平衡如何做？

答：我理解易用性实际上有时包含专有性，平台解决的是API层面的东西，最前端不同的渠道，不同的用户体验是可以百花齐放的。业务专有接口易用性就好，这就是微服务设计的颗粒度的问题。我在构建PAAS的时候，分成技术组件服务、平台技术服务、业务公用服务和业务专业服务，就是为了解决通用和专业的问题。

而且我过去15年之前在做大平台中心化的平台，就是ESB、SOA，现在是走向去中心化，但前期业务领域没有划分清楚就比较难做，我是尽量划分一个大的层，日后再分离清楚，独立通用的划分，几个选择，微服务是最小粒度的独立价值单元。所以，专有通用是相对而言的，不需要太为了设计而设计。

问：数据应用团队经常发现数据问题，然后走一个超级长的逆向过程来查找问题。用什么机制能够改善这种情况，从数据源头确保数据质量？

答：这是一个传统的数据治理的问题，CRUD是传统数据治理的一个方法，就是从源头检验数据的全生命周期，创建、更新、利用和删除。我觉得保障数据质量的事情其实是一个有意思的话题，数据质量的源头是来自于应用系统，数据质量不好，说明是OLAP系统、业务系统设计有问题，才有了数据质量的问题。否则已有的数据都应该在业务系统中解决掉了。

在如何改善上，首先我们要判断“数据质量”这个定义是什么，是有了不应该的数据还是数据出现了不一致性，还是不同纬度的数据有了误差（丢失、损毁）等等。数据应用团队发现数据问题，我的经验是，是要从数据源头，业务流，用户历程图中找到问题。

还有一种补偿机制，我们可以用其他维度的数据来倒推和修正局部数据的问题，因为数据之间是有关联的，就像量化交易中，很难拿到全量的股票交易数据，丢数据很正常，行业里的做法就是利用趋势，经验，关联自己吧数据修正或者补偿了。

平台化，是数字化的的必然结果，是构建商业生态的具体办法，这方面希望和大家多多探讨。

问：我理解了数字化平台和IT规划虽然在两个维度上，但是都需要两个前提，要了解业务（流程）现状，系统现状？

答：了解业务的TOBE和ASIS是很重要的，只有这样，才能够提炼和抽象平台化的复用功能核心组件。了解系统现状，是为了规划和设计平台的技术架构，这个回头我可以分享给大家一些我的参考文档，方法论在现在的时代，越来越精简。原来埃森哲赖以生存的ADM，是IT工业化时代的产物，但是现在的方法论，更多的是来自于快速反馈和快速变化。

问：搭建一个数字化校园的平台的话，雏形应该如何搭建呢？怎么可以保证，自己的第一步没有错？

答：首先我们来看一下数字化校园的平台，你是为一个学校服务，还是为多个学校服务，做成一个校园行业云。如果是为一个学校服务且有一些遗留系统，我之前设计过K12的数字化校园的PaaS平台。目前我们所推荐的构建生态的平台的几个核心点：开放、易接入。

第二，能够为平台之上的应用和业务提供可复用的资源，所以，那个平台的主要作用是：

整合，管理资源池，是可插拔，弹性扩充的。

设计和构建服务框架，并且将业务API构成API Factory。

有快速构建业务应用的能力，从而能够满足最前端的业务需求。

比如，最底层可能是遗留系统。学生信息管理，教务系统等，这些系统之上是微服务层。抽象出一个个可服用的有独立价值的微服务，同时，将各系统的数据抽到数据湖中，提供分析决策实时分析的功能。平台要提供快速组装构建，上线的应用集成构建能力，最前端是eas，企业应用商店，用户可以用同样的体验，接受不同的渠道的服务，回头后面的文章我会我画一个数字化平台的逻辑结构图。

问：对于业务和市场都非常稳定的一些传统企业（比如说一些特殊领域的国字头企业）他们对于数字化转型是否有足够的动力呢？

答：他们当然有动力。前几天我和一个500强的CIO还在聊，高层动力很足，但是恰恰是体制的约束，不过数字化技术会打破这一切的桎梏。比如，原来银行的垄断地位，现在被数字化支付技术打破，现在我出门不带钱包也不会紧张，全球化的同时就是数字化带来的全局冲击，必须用数字化的方法来解决。现在各行业里，最有动力的是传统制造业和零售行业。

（以上内容转自GitChat，版权归GitChat所有，转载请联系GitChat，微信号：GitChat，原文：《青云王煜：QingStor工作原理解析》）

本文转载自异步社区。

5G教育 企业数字化

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。