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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15