流程驱动和数据驱动，如何更好的理解流程和数据的融合？

Hello大家好，我是人月聊it。

今天接着跟大家聊一下流程驱动和数据驱动。

其实在前面我发过很多关于数据驱动、数据反哺业务相关的视频。比如说我举过一个在电商平台购物的例子，当你购买了一个商品的时候，平台马上就有相关的你可能喜欢哪些商品的推荐商品列表推送给你。在电商平台后台功能实现的时候，它往往就涉及到推荐引擎，这个推荐引擎服务往往来源于数据中台提供的数据服务能力，这就是一个典型的数据实时反哺业务的这么一个场景。

但是我们现在谈数据驱动的时候，更多的就会去谈到类似于大数据平台数据中台这一些实际的IT平台上面去。大家一定要注意，即使没有数据中台，我们实际在进行信息化和IT应用规划建设，从你信息化走向数字化的时候，一样的要去体现数据驱动。

为了更好理解数据驱动，今天讲几个关键点。

1. 流程产生数据，数据映射流程

第一个点我们把它叫做流程产生数据，但是通过对数据的分析，可以间接的映射流程。在数据架构规划或数据库设计的时候，对数据模型的分析往往都是偏静态的分析，而忽略了数据和数据之间上下游的关系。

当你去分析数据产生输出上下游的关系的时候，就会形成一个端到端的数据链。这个数据链本身就是反向映射的流程。

图片

举一个我们在供应链里面经常说的例子。

在供应链端到端流程执行的时候，从采购需求提出开始，会形成采购需求单，采购请购单，采购订单，采购接收单、采购相关的转资单。你看到的是一个个数据对象，但是当这些数据对象上下游关联映射起来的时候，它本身就是体现了供应链的端到端的流程。

所以说我们对数据的数据的理解一定不要体现在静态层面，而更多的应该通过数据的关联去发现数据的动态属性，这是我想强调的第一个点。

2.流程横向贯通，数据纵向贯通

昨天在微信群里面和大家讨论数据驱动的时候谈到的，流程起到的一个关键作用叫横向贯通，而数据会起一个更加重要的作用，就是从底朝上的纵向贯通。

图片

流程的横向贯通，大家都比较容易去理解。但是流程的贯通，往往仅仅是人提前制定的流程规范的简单执行过程。所以说流程虽然说把一件事情做完，但是这件事情它和价值流的关系是怎么样？它能够提供多少价值输出，或者是说这个流程它本身的运行的绩效是如何，往往我们没有办法好很好的去回答哲学问题。

而数据纵向贯通往往就要去实现这件事情。

通过数据的实时采集处理分析，我们能够去快速的去评估流程执行的绩效，通过流程执行的绩效去动态实时的优化当前的业务流程。

在实际我们做企业架构规划的时候，大家一定要去注意，往往我在做业务架构的时候，更多的是从价值流的视角，通过通过了业务能力地图，最终再分解到流程。

图片

当我分解到L5~L7级流程的时候，往往进入到业务对象建模。当进入到业务对象建模的时候，往往我们实际的细颗粒度的流程就和数据发生了关系。比如业务建模中的三个核心内容，业务对象，业务行为，业务规则。这三者本身就是流程和数据的一种高度融合建模。

所以说我们再去考虑数据反哺业务，数据驱动业务的时候，一定也是从底朝上的，通过数据实时的采集分析去映射流程的绩效，这是我想说的第二个关键点。

3.从数据驱动决策到数据驱动业务

第三个点就是怎么样更好去理解数据驱动。

数据驱动其实有两个层面的概念，第一个概念就叫数据驱动决策，这种数据驱动往往在早期我们去做信息化建设和BI建设的时候就已经做到了。

比如说你会形成相关的经营指标KPI体系，但是数据驱动决策它有一些大的问题点，第一个就是说它的实时性不够，它往往半年一年才做一次。第二个就是即使我KPI指标发现问题以后，我还需要人工去分析这个数据指标的问题，究竟是我哪个业务流程，哪个业务活动执行绩效有问题导致的。

这个是我们说的传统的数据驱动决策。

图片

那么在数字化时代，我们更加强调数据驱动业务或者叫数据驱动流程，也就是说我不是简单的去直接去做上层的数决数据驱动的决策分析，我更希望是通过底层数据的实时采集和处理，将它映射到我实际的端到端流程的核心的阶段卡点上面去，形成核心的业务流程执行的绩效KPI指标，这个跟我前面讲的业务KPI指标是一样的道理。

通过这一些业务KPI指标，我可以实时观察流程执行的绩效。对于这种方式数据驱动流程，数据驱动的实时性就体现出来了。同时我们可以通过数据驱动实时的发现我业务的问题，并实时的去改进我的业务流程。

那么为何数据驱动也在企业很难真正落地？

通过对前面两种模式的对比可以看到。如果是传统BI的方式，相对来说前期的分析设计建模和实施的工作量相对可控，但是如果我要完完全全的做到数据驱动业务流程，那这个时候我就涉及到顶层指标到二级指标，二级指标到详细的业务流程阶段，卡点KPI指标，详细的指标分析设计和建模。对于这种情况下，它往往带来的规划建设和实施的工作量巨大。

所以说即使到现在为止，我们真正的能够看到完完整整的数据驱动，业务流程绩效改善的实践的案例相当的少。但是这个其实就是真正的体现了核心的数据驱动业务，数据和量数据和量流程，两者最后往往又是融合在一起的思路。是企业在数字化转型中进一步发挥数据资产价值，体现数据驱动的核心关键点。

今天的简单分享就到这里。希望对大家有所启发。