不要拿消费级产品的思维来看ERP

前几天跟一群ERP行业的大佬线上交流学习,谈到系统选型时,其中一个朋友说他们公司在选型的时候CIO制定了几个选型标准:秒级响应、移动办公、AI云技术、低代码平台与工业4.0。

他们CIO有互联网背景,曾经在一些互联网大厂干过,对C端消费级产品思维扎根比较深,因此在选型ERP的时候也拿来往上套。

正是这些标准,导致选型工作一直受挫,进展不顺利。

所谓秒级响应,按C端产品思维的标准,用户一旦触发请求,能忍受的响应时间在2-3秒,超过之后就会认为系统反应很慢,影响用户体验。因此CIO系统实施的ERP系统能够快速响应用户的请求,真正做到秒级响应,才是一款ERP系统应有的品质。

至于移动办公和AI云技术,那就更迫切需要了。

按CIO的说法,现在是移动互联网的时代了,谁还要忍受只能通过PC来操作ERP系统?还用着传统人机互动方式显然跟现在大火的数字化趋势格格不入。

之所以要低代码平台和工业4.0,也是基于未来ERP系统长久发展使用所考虑,起码要支撑公司业务好几年,低代码可以保证能够快速迭代系统,至于工业4.0,不就是信息行业的一个趋势么?

他们看了好几款ERP系统,从国际大厂到国内顶尖ERP厂商,也研究过一些Saas系统,但始终没有下定决心。

厂商们对这些选型标准自然嗤之以鼻但又不好明说,因为大家都知道谁家的产品也达不到这种标准。

因为ERP是企业管理系统,不要拿消费级产品的思维来看待它

这个是最浅显不过的道理了。

其实对用户对系统而言,响应时间快慢当然很重要,另一个重要的地方是取数和展现的快捷

经年累月下来,ERP已经存储了非常多业务数据,有时候用户要查询几个月甚至一两年的跨度,再要求系统2-3秒响应给出结果是不可能的事情。毕竟系统都需要经过取数和逻辑计算,哪怕对着表直接读取都不可能那么容易。

用户操作ERP,直接面对的就是数据,取数之后如何方便展现在用户面前也是很大的学问,这一点上,移动办公其实并不太擅长。

便携设备App端可能更多的只是功能性操作,对数据的展现一般采取简要+分页。但面对ERP系统,更多的都是大批量的二维数据分析,所以传统的PC人机大屏模式的优点就体现出来了。

现在不少ERP系统号称支持移动办公,实际上是支持很有限的移动办公,可能支持小功能的录入,真的让用户在手机端录入销售订单采购订单,估计用户会摔手机。

至于什么AI云技术和低代码平台,已经讲过太多了。ERP要不要上云各有有缺陷的地方,而工业4.0是什么,对ERP有什么意义,估计连那个CIO自己都搞不清楚

ERP真正的革命还没到来,目前的业务场景和信息技术还没到让ERP大变革的时候,那些号称砸掉ERP,开发了什么其他名词产品替代的做法,实际上也是挂羊头卖狗肉,系统干的还是原来ERP的活。

ERP的发展相对IT大环境而言其实是很慢的,C端消费级的产品理念和思维在ERP上就有天然的不适应感,不应该去过分苛求,不过里面透露出的重视用户体验的做法确实是值得ERP这个行业去学习的。

由此,也侧面说明,不要迷信互联网大厂,产品做得好不代表能用好管理系统。

 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值