国内最强悍的工作流平台,工作流平台功能有哪些?以及该如何选择?
682
2022-05-30
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。