【HAP入门教程】业务分析的方法学

分享  收藏
9 / 409

一、写在最前面

周末到上海参加了 MPC2024 明道云伙伴大会,大会现场来了非常多低代码、无代码、无代码应用领域的朋友,大会颇具盛况。我是从 2021 年开始真正接触和使用的 PaaS 平台,期间试用和尝试过很多 PaaS 的产品,包括开源的、闭源的,SaaS 的、私有部署的,都略有涉及。2022 年正式开始开始使用 HAP 搭建自己部门的业务应用,到目前也算是这个行业的参与者了。

在大会上与很多朋友交流,大家已经开始对明道云的 HAP 以及相关的其他产品进行深度的使用,并且进行了富有想象力的创造。再次感谢明道云给我行业带来这样一款可以让业务人员、开发者、从业者都可以自由发挥、无限创作的自由空间。

我现在重新回到学校学习,略有一些课余时间,想在此码几篇文章,分享一下自己对企业数字化转型、数字华赋能业务、对明道云 HAP 品台的使用的一些经验与思考。

若您是资深专家,请原谅我的班门弄斧,且博君一笑。若您是刚刚接触这个领域的小白,希望可以给您一些参考。

二、浅谈数字化

首先想简单谈谈数字化,明道云的任向晖等行业大佬都有非常深刻的论述,大家可以去关注微信公众号:任向晖的科技与商业论道阅读更多高见。

这里简单谈一下我个人对数字化的理解。我不是 IT 或计算机相关的专业背景,所以从一个非 IT 从业者的角度看所谓的“数字化”,就是使用当前高度发展的 IT 技术产品与数据管理方法,帮助提升具体业务场景的工作效率。重点落在使用合适的 IT 工具、数据管理方法学、具体业务场景三个关键落脚点。

  • 合适 IT 工具
    合适 IT 工具,可选的范围就非常广了;主要有
    1)使用标准化的商业化系统软件;
    2)定制化的原生开发;
    3)低代码/无代码的快速搭建;
    这几种选择,可以适应不同特殊需求的用户和场景。这几种选择没有什么优劣之分,能满足实际业务需求的就是好产品。
  • 数据管理方法学
    关于数据管理方法学,我的专业是生物医药方向,本专业中需要处理很多专业领域的生物信息数据,后面工作中参与过运营工作,也参与过很多业务数据的管理工作。
    传统办公场景中,使用 Excel 等工具处理数据时,因为 office 办公软件可视化操作简便性,操作者往往将数据处理的操作与数据的呈现展示结合在一起;到了大量数据的场景,就受到了极大的限制,一些 office 中理所当然的美观性的操作就变成了阻碍数据管理的枷锁,例如合并单元格、图片附件直接嵌入等。
    针对传统的 Excel 办公以及未数字化的工作场景中,如何提高工作效率和更好的管理自己的业务数据,我认为需要一下几个关键的数据管理的思维观念:
    1) 数据唯一索引:减少合并单元格的使用,建立每一条数据需要唯一识别唯一索引的观念;这与我本专业中,实验处理样本,使用唯一的样本编号识别,实验流程中产生的所有数据和记录一码流通的思维相似;
    2) 数据关系结构化:实际业务中的数据,需要采用合适方式进行结构化,避免无法精准定位数据对象的尴尬, 例如:制造业中的产品和物料,某些时候,产品与物料一一对应;某些时候,单个产品对应多个物料;这就需要我们构建合理的产品与物料合理关系,产品与物料一对多关系就更加合理、试用性也就好;但因为产品和物料现实世界中的外观一致,所以无法避免口头交流中将“产品”等同于“物料”的情况。
    3) 数据流通性:这是数字化基本属性也是业务数字化目标,当前的企业运作中,都是跨部门跨领域的协作,那么不可避免需要进行数据与信息的流通;例如前文所提到的产品、物料、库存、sku 等,需要不同业务部门、不同管理思维、不同描述语言的人进行信息流动交互,所以需要制定不同部门间的数据相互的对应关系以及流通逻辑。
  • 具体业务场景
    具体业务场景就是要结合实际,理解业务场景,建立角色权限与业务动作,将业务数据与业务逻辑抽象出来,变成信息技术可操作可处理的对象,并融合到实际工作场景中,真切地提高业务人员的工作效率。

三、业务分析的方法学

业务分析是应用搭建的第一步,所谓业务分析就是结合实际的工作场景,将搭建应用所需要的角色、表单、数据操作抽象出来,用来指导后续具体的搭建实施。

明道云有提供完整业务分析方法论“RPIC”,参考:https://blog.mingdao.com/15997.html 《一个简明的企业信息架构方法》,这个方法已经完整覆盖了应用搭建中相关的业务分析框架以及操作方法。而我这里将介绍,我个人在实际操作中的业务分析方法,从业务人员的视角出发,梳理工作场景中的具体需求。
截屏 2024-10-28-20.05.17.png

本方法与 RPIC 相似,也聚焦在角色和数据上,主要分以下几个步骤:

1)角色:参与本业务场景的人员有哪些?是什么角色?

第一步相对简单,应用搭建中的角色,与实际工作场景的人员分工是基本符合的,所以只需要跟业务人员将场景中实际参与的人员分工整理出来。

但是要注意,应用管理员以及主数据管理员的角色需要单独列出,这两个角色可以同时扮演其他角色。

2)表单:本业务场景中,相关的表单或者数据信息有哪些?

第二步就是聚焦于表单和字段信息的细节。按照我的习惯,我会将所有表单表单分为两个大类:

  • 主数据:就是基础数据,属于在整个业务场景中,不经常变动且会被其他表单经常引用的数据;例如客户主数据、产品主数据、团队成员数据等;

  • 流程数据:即在工程场景中,会多次生成、重复性高的流程表单数据,例如订单、审批单、申请单、工单等偏重于数据操作的数据

  • 对于主数据,我们在业务分析中的重点是
    1)对主数据建立唯一索引:这个步骤中,要开始建立核心数据唯一性的数据管理观念,所以需要我们把这些主数据有哪些?字段信息包含哪些?有没有唯一识别标志?没有的话,可不可添加自定义的唯一编号规则来进行索引?
    例,客户主数据中,如果同时存在“上海万企明道有限公司”和“上海万企明道公司”这样的数据时,我们就需要区分这是两个客户还是一个客户?如果是一个客户?已经产生的数据如何合并?
    如果是两个客户,他们是如何区分的?区分逻辑是什么?如何将区分逻辑复用到其他客户数据的管理中?
    2)建立多个主数据的关联关系和数据结构:这个步骤是编织整个业务场景数据关系网的核心,核心操作就是建立对应关系;
    例如,一个在售产品 sku 是多个仓库物料组合,所以要建立“产品”-“物料”的一对多关系;“客户”对应的联系人会有多个,那么“客户”-“联系人”也是一对多关系,但如果“联系人”是某个地区的代理商,那么同一个联系人会出现在多个客户的联系人里,这时“客户”-“联系人”就是多对多的关系了。
    通过构建这些主数据之间的关联网络和结构关系,将在后续搭建自动化工作流以及其他数据操作时,起到脉络指导作用,也一定程度上可以简化和优化数据处理的效率。
    3)主数据管理逻辑:这里就是对核心主数据进行长期维护关键了?需要明确,谁可以对主数据进行增删改,谁可以进行查看使用哪些主数据?
    截屏 2024-10-28-19.52.03.png

  • 对流程数据的梳理,这个部分就是流程表单的信息设计,核心步骤:
    1)确定流程表单唯一索引方式,建议使用有规则的编号/流水号的方式进行;
    2)确定流程表单中,所有的信息字段,而这些字段可以按照以下分类来整理,可以帮助后续搭建;

    • 表单属性字段:表单编号、标题、时间等
    • 主数据引用字段:客户、联系人、产品等可从其他主数据中直接引用的字段;
    • 权限字段:申请人、审批人、负责人、协作人等可用于流程审批、权限分配等字段;
    • 个性字段:每种流程中特有的字段,例如订单中的订购说明、审批单中的申请理由等字段;

    3)确定权限范围,主要是确认“角色”-“字段”的“增删改查”的权限,具体到审批环节,哪个步骤,谁可以看?谁可以改?这样具体的权限分配;
    截屏 2024-10-28-19.52.57.png

3)数据操作:谁对哪个表单进行什么操作?

这一步就是了解在建立上述表单及关联关系后,就是将第一步中的角色、第二步中的表单结合,核心问题就是“谁对什么数据进行什么操作”,这个时候就可以使用流程图进行数据处理的解构。
截屏 2024-10-28-19.53.32.png

4)附加需求

附加需求就是在实现基础的业务数据操作之外,还需要进行其他边缘性操作;包括:

  • 打印表单:调用打印功能,进行打印或生成 pdf 等操作;
  • 发送通知:通知相应人员
  • 统计分析:根绝某些字段进行数据统计,复杂统计时,需要提前设计锚点;
  • 交互优化:通过默认值、工作流等方式,简化表单输入等高级优化
  • 其他

对于附加需求,尤其是交互优化的部分,可能会单独写一章进行分享。

四、最后

以上就是我在业务分析中总结的经验和大致的方法学。欢迎大家进行批评指正,友好交流。

关于本人

中科院在读研究生;曾就职于生物医药领域某知名上市公司,独立完成基于明道云 HAP 搭建的某复杂系统的搭建,并在公司“销服一体化”大型内部数字化治理项目中担任联合项目经理,负责业务分析与信息架构设计等任务。

曾在明道云开放日进行过分享:【《零代码赋能生物科技领域服务管理》明道云开放日广州站】https://www.bilibili.com/video/BV1po4y1J7Gm?vd_source=76e04f3dbe4fb78369d3969cc60f38cb