BOB彩票登录

　　前段时间咱们和一位客户交流商业智能BI项目协作的时分，他们说到了他们地点的省会城市头两年做了一个有关才智城市、才智大脑的项目，正好他也是项目参加人之一。项目投入很大，一期项目都是几千万起步，但终究并没有真实搞起来，没有到达最初的全体预期。尽管对外没有明说这个项目做失利了，但实践上内部的定论便是失利的。

　　也由于这个项意图负面影响，他们后边再碰到相似项目时上下各层都会比较慎重，有好几个现已规划的同类项目都被叫停了。这个作业他们也很困惑，究竟是规划的问题、技能的问题仍是供货商才干的问题。由于许多内容都跟数据有关，所以在商业智能BI项目协作的时分咱们就一同评论了下这件作业。

　　从我的视点来看，这些跟技能、供货商没有太大的联系，换了技能和供货商问题仍然是存在的，并不是换个泳道你就会游水了。由于常常触摸商业智能BI项目，会触及许多职业、许多公司，所以依据我的观点，首要原因仍是没有看清楚真实限制这类项目成功的要害，两个点：一个是大的需求层面、用户层面、项目立项动机层面没有做好。第二个也是最中心的问题，便是数据问题。先从需求视点来看这个问题。

　　这类项目没有做好，我听到的遍及有一种反应便是客户方一直觉得，是不是供货商没有这方面的经历，技能才干缺少、团队经历有问题，前期也缺少有用的证明，所以形成了这类项意图失利。

　　但也有一些比较清醒的客户能够比较精确的指出由于在数据层面无法做到真实有用的打通导致项意图失利，数据的获取受限、数据质量不行好影响了全体项目，终究以为仍是要经过什么技能手段来处理。

　　归纳来看，榜首种是归于踩过坑还不知道原因的，第二种是归于踩过坑总结过一些原因，但仍是没有看到更深层次的、实质的问题。

　　榜首，决议这类项目胜败的不是技能性要素，现在的许多技能都十分老练，即便有一些技能点存在问题，但也不应该是首要问题。所以把问题归结到供货商的技能原因，这个理由是不成立的。

　　第二，这类项意图立项者跟终究运用用户大多数情况下不是同一批人，所以整个立项的动机，要处理的痛点问题在这两者之间并没有真实到达共同。这儿面的原因很杂乱，是为了搞项目而去搞项目，仍是要真实处理问题，这个方向假如一开端就不对，后边整个项目便是歪的。假如能做到为了搞项目顺便把问题给处理了也是能够的，但问题便是这种项目一上去，用户仍是会有希望的，这种希望能不能满意也是一个问题。

　　所以，回到一个最根本的项目实质，一定要理解一个问题，便是：咱们的终究用户究竟是谁？需求究竟是什么？假如这个问题没有搞理解，后续一切的尽力根本上都是白搭的。

　　有的人会说，这类项目是归于规划类的项目、引导式的项目，用户自身就提不出需求，咱们要引领用户的需求。这个问题我之前讲到过，信息化的建造先要做到跟随、再逐渐做到协同、再才是引领。跟随都没有做好，直接跳到引领，这个跨度太大，要处理的问题和面对的危险和应战更大，不是那么简单的。

　　即便说要做到引领，根本的逻辑仍是要回到用户层面，即便是假定也要假定出清晰的用户目标，根据这些用户目标再去假定一些事务场景，终究规划这些场景并进行需求的验证。

　　但许多项目不是这样做的，都是经过一种技能手段或许计划先假定一些事务场景，然后再来看下这些事务场景合适哪类用户，再来包装出一个巨大上的计划来，这个是一个典型的拿着锤子找钉子的进程。用这种方法来推动项目必定会失利，原因其实很简单，真实要锤下去的钉子一个都没有砸到，不应锤下去的钉子全锤下去了。

　　只要把真实的用户给确认了，才干了解他们真实的诉求，即便用户提不出来咱们也是要站在用户的视点去引导他们内心里更深层次的主意，究竟有什么诉求？不同的用户层次诉求的差异点在哪里？为什么会有这样的差异？一切的需求规划要根据这些问题来进行摸排、抽象化，终究才是在这些根底上做优化提高。

　　当然有的时分也要去做一些减法，减掉一些当时状态下不合理的、过于单纯的、不切实践的主意。最怕的便是一批敢提出各种主意的人跟不批不明白的人碰到一同，一个什么都敢提，一个什么都敢应，应下来的结果便是落不了地。

　　所以，确认用户、清晰开端需求、优化提高、做加法的一起再做减法，这种才是正确的推动方法。把这些问题都执行后，再来看看要完成这些主意，哪些是在现有资金、资源投入上技能满意不了的，哪些是数据来历不支撑的，从上往下推，再做一轮减法，根本上才干构成一个开端的可落地的规划。

　　项目立项的动机、用户的不清晰形成需求方向的不精确，终究项目落地很难到达预期的作用。别的还有一个十分重要的原因，便是数据方面的问题，关于这类项目也是一个十分大的应战。

　　像数据来历的问题、数据质量的问题是不是最大的问题，在前面的全体需求结构没有清晰之前评论数据的议题为时尚早，由于都不知道有哪些需求会用到哪类数据。只要进入到这个数据证明这个阶段之后，再来说说数据的问题。

　　前面从用户需求的视点论述了一下这类项目失利的首要原因，比方一般说到的才智城市运用数字孪生技能要完成城市数字空间，全面打通城市的商业、交通、政务、治安、警务、动力、消防等等数据，全面完成数据的集成，经过各种场景化的事务来支撑城市的运营办理完成才智城市、才智大脑。

　　这个主意十分夸姣，也十分抱负，这也一定是未来数字化城市建造的趋势和方向，但咱们能够幻想一下落地的难度有多大。搞过数据类项意图都知道，就算在一家集团型企业里边要处理数据孤岛的应战是不是就十分大，况且触及到政府层面这么大的范畴跨度，在现阶段根本上是无解的。

　　几年前我参加过某个二线城市公安大数据项意图前期咨询规划和调研作业，调研完了之后我的定论是现阶段的全体规划是不行行的，需求做从头调整。可是别的的咨询团队、咨询方决心满满，说没有问题，终究相当于给交付方的供货商给挖了一个大坑。

　　我的判别逻辑在哪里呢？比方触及到城市各个交通、警务的大数据，包含像路上卡口信息、报警、治安等数据，这些数据涣散在几十个事务系统中，而且这些系统在曩昔的十来年间背面是多个不同的供货商参加规划建造的，有些供货商现在根本就找不到了，底层系统数据库数据表的根本字段长期缺少保护，许多二开的事务表、字段没有人能够说得清是什么，光是这些数据怎样用都是一个十分大的问题。还有一些数据比方像校园作为重点保护目标，又触及到了教育系统的数据，每个区的教育系统都没有彻底打通，也都不相同。

　　就上面说到的这几个点，哪一个问题能够很好的处理？哪一个环节不是需求从政府层面、上级主管单位来和谐来对接，光靠供货商自己哪一个能够拱的动。

　　我看到的一个供货商为了进到这个系统里边来，在那边现已拱了快两年了，这些根本的数据都没有整理出来，投入很大。由于没有实践的效果出来，这个项目都没有方法立项，只能从其它项目上匀一些钱过来。但即便是这样也补不了亏空，关于甲方也是有很大的审计危险的。

　　在企业里边要处理企业的数据孤岛，在政府层面要处理社会性的数据孤岛问题，后者比前者的应战更大。

　　他们有一个项目是怎样做的呢？前端的可视化做的很炫、很帅，数据怎样来的，大部分数据经过手艺填写保护报送的数据，悉数硬件、软件、展现大厅装饰再加上开发整个项目两千多万。

　　从乙方的视角来看，技能架构、技能处理计划表现出来的仍是比较空泛的，但从商业的视点我以为是十分成功的，以这种方法交付掉一个项目，谁碰到都很高兴。而且领导观赏一下看看，很高兴。但这种项目根本上是不行继续的，从实践事务使用视点来看，价值度仍是比较低的。

　　像这种经过填写去处理数据保护、取数来历的方法我信任也是一种十分无法的方法，这个便是许多项意图现状。

　　所以，像才智城市、城市大脑这种项目它需求有一个十分宽的数据支撑面，这个支撑面需求触及到社会层面、政府企事业单位的各种数据资源。这种数据资源的获取和整合别说是一般的供货商了，就算是城市政府高层出头都很难和谐打通，数据得不到整合、拉通不了，你的剖析怎样落地，你的出现怎样来出现。终究就又变成了为了支撑这种出现不得已就弄成了手艺填写数据，这种数据的及时性、精确性都存在问题，数据的深度和广度又不行，所谓的才智城市、城市大脑上层使用根本就支撑不起来。

　　所以，关于这类项目我个人不是很看好，由于底层的中心数据层面的问题根本就处理不了。

　　才智城市、城市大脑一定是未来城市数字化办理的发展方向，但它仅仅一个上层的使用，它的底层是链接，事务的链接、数据的衔接。只要先处理底层数据的问题，再来处理使用的问题，之后等使用出来了还会触及到城市办理安排的联动、决议计划联动、资源分配愈加深层次的问题。

　　没有底层的数据根底，就支撑不了中层的才智城市、城市大脑使用，就愈加使用不到实践的才智城市办理，这是一个根本的途径和方向，也是一个客观规则，这个规则没有捉住，项目天然是失利的。

　　所以，在现阶段条件下，从交通、公安、医疗等笔直范畴进行独立的数字化城市的建造，这个思路才是对的。用户面规模小了，需求才干真实聚集；数据打通的规模小了，项目落地的难度天然也就小了。全体思路也是从搞定数据开端，再规划使用，再逐渐深化到事务来支撑事务的运营办理和决议计划。

　　好的，今日的共享就到这儿，喜爱咱们内容的话，欢迎关注点赞保藏，十分感谢各位对咱们的支撑。

上一篇:市才智城市服务中心举行全市才智城管事务训练会
下一篇:才智城市建造商场分析