京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27