
在企业数字化转型建设过程中,经常遇到的问题就是系统上线后推广难、应用难,如果要说其中的原由,我们听到最多的就是业务部门经常说的那句话:系统不好用!所以业务部门不用!但究竟是哪里不好用?有时候业务部门也说不出个所以然,总之一句话还是:系统不好用!为什么会出现这种问题?老杨分析如下:
第一,系统功能确实不好用:
1. 老旧的系统架构、臃肿的功能设计:
比如某些大厂的专业程度比较高的系统,由于其系统架构较旧,总体性能还算稳定,但经过很多年的功能迭代,已经让整个系统功能变的十分臃肿,页面一打开满屏的字段,一个简单的功能要点N页面,审批一个流程竟然表单、审批意见、附件均不在同一个页面下,这样的系统不论从页面的UI设计还是流程引擎功能都不能与当前互联网技术下的产品相比,看似全面其实笨重的产品功能已经难以与当前轻量化的互联网产品可比,因此导致用户体验极差,同时如果软件公司在实施方面偷懒,没有为客户做相关功能优化工作,总是以所谓的行业标准或者最佳实践来为复杂的功能设计开脱,那么业务部门使用起来自然是怨声载道,有时候是迫于企业领导压力不得不用,结果就是一打开系统心理就万马奔腾,这样的系统自然是真正不好用;
2. 关系型客户其产品及实施能力都不足:
在企业数字化转型过程中,会涉及大量的数字化成本投入,各种关系型客户从来不会错失良机,于是就会出现某某系统是某某领导来指定的现象,虽然为了体现公平、公正会进行相关的招投标工作,但过程大家都懂得,但最担心的事情就是这种供应商提供的软件产品功能设计不足、实施能力不足,同时还依仗领导的关系不服从信息部门的工作安排,时不时还会发生给领导打小报告、给信息部门或者业务部门穿小鞋的行为,这就直接导致该系统难以正常开展系统实施工作,难以满足业务部门工作需求,最后系统不好用,难以应用。
第二,业务部门不想用:
业务部门为什么不想用,消极使用甚至拒绝使用数字化系统,原因如下:1. 担心被系统监管;2. 担心工作被系统替代,被优化;3. 担心工作太透明,失去利益的灰度;4. 不想改变原有的工作模式;其中还有一条原因就是系统不是业务部门采购的或者不是其意向中的供应商,这其中可能就牵扯一些复杂的关系在里面,大家都懂得在这里不做过多的描述,所以这就是复杂的内部关系导致的所谓的系统不好用。
第三,企业本身的管理问题:
企业在数字化转型建设过程中缺经验、少方法,具体表现为:
1. 企业领导对数字化的认知不够,导致在数字化转型这件事上的认知偏差,认为数字化转型就是软件买卖过程,忽略需求的匹配,随意模仿、引进系统,导致系统功能难以匹配企业的管理,这是我们经常看到的软件烂尾现象,原因也是系统不好用;
2. 业务部门认为数字化就是信息部门的事,让信息部门看着办,业务部门在整个数字化建设过程中参与不充分,例如在选型、需求调研、测试等环节消极应付,最后导致软件上线了,才发现与想象中的差距甚远,业务部门此时还是那就话:软件系统不好用;
3. 业务部门需求不明,不知道自己想要什么功能,想利用功能实现什么,缺乏对业务系统功能实现的规划能力,总是处于既想要还想要的状态,虽然引进了数字化系统,但需求总是飘忽不定,用什么系统总是感觉系统不好用;
4. 信息中心本身的实施能力问题:这主要体现在信息中心员工缺乏项目实施经验与项目管理能力,或是责任心不够,做甩手掌柜,将实施工作全部交由软件公司自行完成,而软件公司出于项目成本考虑在实施时间及内容上大打折扣,对业务部门缺乏相应的应用指导,敷衍了事,这就导致业务部门对系统功能了解不充分,短时间内难以掌握系统功能,即使系统是大厂的、功能多么强大,实施方面有问题,也会在直观上让业务部门感觉系统不好用;
第四,新旧系统切换:
在企业数字化转型建设过程中新旧系统替换是再正常不过的事情,但如果新旧系统的切换工作前期没有策划安排好,没有与业务部门充分沟通,突出新旧系统的差异,突出新系统的优势及亮点功能,没有让业务部门充分参与新系统的测试及功能试用工作,在突然切换的模式下,由于新系统的上手应用需要时间,先入为主的思维让业务部门觉得新系统不好用,不如老系统;以上就是老杨从系统功能、企业内部关系、实施等几个层面对业务部门谈及的“系统不好用”这个常见问题做的综合分析,从功能上讲,由于软件公司产品能力问题,确实会存在不好用的情况;但从数字化系统推广应用的角度来看,“不好用”可能就是企业某些部门为了达成某种目的的借口;通常情况下,当信息部门去询问系统哪里不好用时,业务部门也说不出个所以然,随便说个理由,然后就说“我很忙,总之系统就是不好用”。所以企业在处理软件系统“不好用”的问题上,既要从选型环节加强系统需求匹配能力的管控,又要从战略管理层面加强对于数字化系统的引进渠道及路径的统一管理工作,同时信息部门也应提升系统的实施能力,加强数字化项目管控能力,既要在功能上最大限度的满足业务部门的需求,又要在运营管理上加强系统的应用推进力度,需要制订相关系统应用绩效考核机制,不能因为业务部门一句话“系统不好用”而进行重复建设的怪圈,要知道数字化系统的既有功能是固化的,而业务部门的需求却是动态的,100%的功能匹配是不可能的,所以在企业数字化转型建设过程中企业管理者要客观、理性看待软件系统“不好用”这一现象。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13