
企业软件非得像Excel那样_数据分析师考试
Erik Hageman是Hook & Loop的创意总监。Hook & Loop是软件公司Infor旗下子公司,专注于企业软件的创意设计。Infor是全球第三大企业软件提供商。
CBN=CBNweeklyH=Erik Hageman
当你打开ERP、HCM或是其他什么办公室软件时,可能会产生“回到上一个时代”的错觉。老旧的操作系统、表格、按钮,以及其他糟糕的设计,可能会把你带入所谓的“工作状态”,但Erik Hageman认为不是非得如此,企业软件也可以很好看。
C:为什么说设计是企业软件的核心竞争力?
H:因为它可以提升效率。过去,我们对企业软件的要求就是安全、稳定、清晰。所以,它总是有很多条条框框,你会发现不同酒店的预订系统都差不多。但问题是,安全、清晰不等于无趣。相对于“Excel式”的软件,“Facebook式”的软件同样适合工作。举个例子,我们的医院管理系统更像一个社交网络主页,医生可以在时间轴上清楚了解患者还有哪些检查没做,哪台核磁共振仪现在可以用;护士很容易就能找出最高效的排班方式等。这些操作不需要输入很多数字,只需要动动鼠标或者在iPad上拖拽几次即可。结果证明,这提升了治疗效率,也节省了医院成本。在技术上,企业软件没有太多可发展的空间,要改变只有彻底换一种用法。而设计可以带来改变。这就需要企业软件去遵循现在的设计潮流。
我们回看过去会发现,工业革命以来,创新都是由B2B行业发端,再进入消费品领域,所以一开始总是没什么美感的,比如蒸汽机、大型计算机。因为它们与普通人无关,关键是功能。但过去10年,创新开始由普通人的需求驱动,所以才会有iPhone。这就要求功能性的企业软件也得反过来讲究这个。你在家里用的产品,手机、平板电脑,都很棒;但是到了工作中,办公桌很无趣、软件页面是垃圾,你就会想,为什么我在工作时不能也享受好设计?当然了,我要强调,一切企业软件的设计创新都是为了提升效率。话说回来,这也是为什么设计细节很重要的原因,让人愉悦的UI设计本身也能提升工作效率。
C:如何找到既美观又提升效率的方案?
H:这是难点。因为每个行业甚至每个公司的组织体系和需求都是不同的。核心是要为每一个用户设计独特的软件,所以必须深入了解他们的工作方式。这没有捷径。每个项目我们都要求设计师到用户的工作现场,观察他们每天会做什么,在什么事情上花时间较多,思考我们能不能改善。别的软件商可能只是通过开会来解决,但这不是靠说就能描述的东西。工作效率的提升十分微妙,有的时候用户自己也没意识到这样工作方式很没效率,而这些地方正是我们的着手点。
C:如果用户不接受这种创新呢?改变企业软件是个有风险的事情。
H:我们设计的东西有时会彻底颠覆原来的软件,如果用户不习惯,我们就慢慢调试;如果他们说这个功能无助于工作,那就取消。有时他们只是一开始不适应,但会很快上手。设计师对自己的作品还是要有信心,这种信心不是盲目的,它源于对行业的熟悉。设计师通过一两个项目就能理解这个行业的工作方式,当然太熟悉也不行,我们会把他(她)换到另一个行业里,这样一切都是新鲜的,新的创意又可以出现。
C:如何与软件工程师合作?如何让他们接受你们的“疯狂”?
H:我们确实会有些“疯狂”。设计师都不会编程,他们原本可能是记者、广告从业者、电影特效师等,这让我们没有条条框框,也是我们能想出好创意的原因。但最终软件还是要由代码写成,所以我们要与软件工程师保持紧密合作。常见的情况是,用户用起来简便的功能意味着技术上的复杂。为了保证配合默契,从一开始的客户调研,设计师就必须与工程师一起参与,这样能互相了解边界。设计的边界是用户的使用效率,在此边界内,工程师会努力完成创意,做出很酷的企业软件对他们来说也有成就感。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22