案例 20 · 制造企业经营透明
Datawhale原书章节 · 印刷页码 196—205 · 当前仅加载一页

原书第 203 页 · 点击页面可放大查看
查看与复制本页文字
文字由原PDF提取,阅读顺序和表格请以原页为准。
律差别很大。 FDE不一定要成为这个行业最资深的专家,但至少要知道这个行业基本是怎么运转的。 否则你连客户真正的问题是什么都判断不了,更不用说设计方案。 所以我现在越来越觉得,行业理解,是FDE进入业务现场的门票。 第三个挑战,是数据。 这也是这个制造业案例目前没有办法直接标准化复制的主要原因。 最开始我也想过,既然这套方案做出来了,是不是可以直接复制给其他制造业企业。 但真正做下去之后发现,即便是同一个行业、规模差不多的企业,底层的数据基础、数 据口径、业务流程都可能差很多。我们在这个项目上花了大量时间做数据清理、数据治 理和口径整理。 所以最后我反而没有急着把它包装成一个标准化产品。 方法论可以复用,但底层的数据和业务逻辑,未必能直接复制。 第四个挑战,是ROI。 这是我自己做FDE之后越来越在意的一件事情。 以前做大厂产品,我们会习惯把事情做到80分、90分。但到了真实企业场景里,你还得 问一句:做到80分到底划不划算? 因为FDE的核心成本就是人的时间。如果一个项目需要投入大量人力做数据治理、长期 维护和定制开发,那么即使客户觉得项目很好,对FDE团队来说也不一定是一门好生 意。 所以我现在不会只看“这个需求能不能做”,还会看“这个需求值不值得做”“长期维护 的成本是什么”“这个项目的ROI是不是合理”。 203/243