2 亿元网站的官司,让我们看到了大公司+高预算≠好产品

图片

前情回顾:美国汽车租赁公司赫兹(Hertz)将一个数字化转型项目交给了顶级咨询公司埃森哲(Accenture)负责。结果耗时 2 年多,耗费 2 个多亿,连一个可用的网站或者 APP 都没有交付出来,还被要求再多付 1000 多万美元才能交付。结果 Hertz 一怒之下停了项目并把埃森哲告上了法庭。

这两天,小编的朋友圈被埃森哲和 Hertz 之间的官司刷屏了,2 亿人民币的网站建站合同也让大家纷纷感叹 PPT 这款工具的强大之处,为自己当年在学校里没有好好学这门手艺流下了悔恨的泪水。

图片

CODING 作为一站式研发管理解决方案的供应商,也给许多企业提供过研发管理的咨询服务。这次也是吃瓜吃得很开心,顺便来帮大家捋一捋到底是什么原因导致现在的局面。

到底是谁的锅?

先说结论:如果真的按起诉书里的情形来看,埃森哲的主要责任肯定是没跑了,但是不得不说 Hertz 的一波迷之操作也让人看得眼花缭乱。

图片

这件事情的真正起因应该追溯回 2016 年,当时作为全球最大的租车公司之一的 Hertz 发布了史上最糟糕的季度财报,Q3 的利润从 15 年 $237m 掉到了仅 $42m,Hertz 的股价也在一周之内被腰斩。这迫使 Hertz 的管理层需要做出应对来挽救公司的股价,而被动刀的正是 Hertz 的 IT 研发部门。据悉新上任的 CIO 为了追求更高的效率和节约更多的成本,将大量的研发工程师解雇并转向外包服务商,这就为日后的这场官司埋下了伏笔。

根据起诉书,我们发现缺乏资深技术人员的 Hertz 犯下了 3 个致命错误:

  1. 仅仅靠供应商的名声、资质和 demo 就草率签约,没有深入研究项目的匹配程度。
  2. 全权将项目交与供应商负责,连一个甲方项目经理都没有,也是心大。
  3. 花了超过 1 千万美元,却没有考虑项目的可持续性,没有组建团队接手运营,完全依赖供应商,丢失了项目的主动权。

另外再说说类似埃森哲的技术咨询+外包公司一般都是什么套路。

一般这类大型外包项目都会遵循 CMM (Capability Maturity Model) 的研发模型,也就是俗称的能力成熟度模型。这类模型的特点在于它的侧重点是流程是否被遵守而不是最终产物是否能给客户带来实际价值。

图片

如果对 CMM 模型感兴趣,可以看看 Martin Fowler 写的相关博客(https://www.martinfowler.com/bliki/MaturityModel.html

简单来说 CMM 模型有 2 个问题

过于重视资质评审

成熟度模型最开始是八十年代美国政府为了分析软件外包公司的开发能力,以及评选合格供应商的标准。因为涉及到大型项目采购,很多大型软件外包公司为了在竞标中展现出优势,开始投入大量的精力在 CMM 资质评审上,比如埃森哲就是为数不多的全公司都被评为 CMM 5 级的企业。

过于死板

应用这类模型的项目一般都属于“决策者友好型”项目,因为使用成熟的模型可以准确的估计项目进度,比如一个项目汇报会是:”这个项目如果想从 level 4 升级到 level 5 一般需要 6 个月左右的时间,同时改进会导致大概 25% 生产力削减“;而且进度可以很好的标准化,比如我们过去有 7 个项目从 level 2 转到了 level 3 平均过程大概是 3~7 个月。标准化的进程可以很好的缓解管理层(咨询公司真正的客户)的焦虑。

但这样的模型同时伴随着各种复杂的文档冗长的流程只能遵照计划执行的文化,这样的研发方式显然与现在瞬息万变的市场环境,以及敏捷研发方法不符。这也是为什么在诉讼书中我们看到,埃森哲在 2018 年还觉得 Angular 2 是一项非常具有挑战性的技术。

这个网站到底值不值 2 亿

最后说说题外话,看到很多人的留言,说就这么个网站我 500 万就能给你整出来,居然还敢要价 2 亿,真是饿死胆小的,撑死胆大的。

图片

其实不然,作为世界上最大租车网站的重新设计,至少也要做到以下几点:

  • 响应式设计,满足在电脑、手机、平板等终端的流畅访问体验
  • 完整自主的支付系统,能满足 PCI DSS 标准,Hertz 这么大的体量,在这方面一般很少会使用第三方服务
  • 需要连接上万家门店的库存系统
  • 全球访问并具有极高的稳定性
  • 集成进各类已有的数据分析工具,记录运营数据并产出各类复杂的报表
  • 具有从门店到公司总部的管理员端,能满足各类冗长的审批流程

根据 Stackoverflow 统计,一个中高级研发工程师平均年薪在 15 万美元左右,一个 10 人的前端团队加上 1 个产品经理再加上 1 个设计师,大概要 300 万美元一年,同时至少还需要搭配 10 人左右的后端团队加上产品经理做支持,粗略计算两年也需要将近 800 万美元的开销。再说这只是一个中等大小的团队,如果加上埃森哲的各类销售、营销费用,纯从需求来看可能 2 个亿的报价也不算太离谱。

总的来说,这就是一个不靠谱的甲方和不靠谱的乙方碰撞在一起的故事,只不过因为金额过大,双方过于知名导致大家吃瓜吃的很开心。其实这样的故事在软件外包行业每天都在上演,那么有没有一款研发管理工具能帮助各位甲方改善现状呢——

图片

CODING 研发管理系统拥有:

  1. 领先的代码托管服务,让供应商每一行代码都在您的项目中完成,确保数字资产所有权。
  2. 细致的权限配置,帮您更好得管理供应商团队。
  3. 规范的研发流程,提高代码质量,通过 code review 和持续集成,拒绝低质量代码。
  4. 实时掌控项目进度,通过需求管理和迭代规划,实时掌控项目进度。
  5. Wiki 和文件功能,确保团队知识沉淀,减少人员变动带来的影响
  6. 完整的统计功能帮助项目负责人精准统计各项数据和工作量。

点击立即试用吧!

参考:
https://diginomica.com/hertz-faces-financial-woes-and-ceo-left-with-no-choice-but-to-overhaul-its-tech/
https://www.martinfowler.com/bliki/MaturityModel.html
https://regmedia.co.uk/2019/04/23/hertz-accenture-website.pdf

转载于:https://www.cnblogs.com/codingdevops/p/10820841.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
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