浅析管理信息系统研发及企业信息运用.doc

浅析管理信息系统研发及企业信息运用 任何一家企业并不是一开始就有管理信息系统的，往往最初是通过非系统方式，如记事本、excel、表单等记录日常经营信息和数据。但随着企业业务不断扩大，这种方法的弊端开始提现出来： l 数据记录麻烦，再跟其他人员沟通过程中，容易导致数据传递错误、数据遗失问题； l 数据查找麻烦，在一定量规模数据的前提下，要查找具体数据，需要花费相当人力物力成本； l 数据更改麻烦，企业经管过程中，业务往往是以链式形式进行的，前期数据错误，将导致后面整条链数据错误，这时候需要修改，要将链条中涉及到的每条数据都进行修改； l 数据没有实时性，往往一个数据更改后，其他数据需要再次计算后才能得出最终结果，对于企业主来说，数据的实时性，对企业经营决策至关重要。 企业业务达到一定范围后，简单统计计算模式必然导致管理效率降低，此时需要考虑研发自身管理信息系统。系统研发需要经过需求调研、原型流程图设计、编写软件开发文档、软件研发、测试、部署、维护阶段。我们以销售型企业中销售部门对客户信息管理的系统（即CRM客户关系管理系统）为例，逐步对系统研发每个步骤进行介绍。 软件的研发是基于需求之上的，需求调研至关重要，它决定了一个软件的方向性问题，如是做数据管理型软件，还是电商交易型软件，还是视频娱乐型软件。对需求调研的越详细彻底，后面软件研发出的效果与预期偏差越小。需求调研往往从做什么和怎么做两方面着手，以销售型企业为例： l 做什么：企业的痛点，需要解决的问题是什么。销售型企业中，需要解决的是业务员工作量考核、客户信息管理跟踪、数据实时统计、员工信息定时反馈等； l 怎么做：要确定实现方式和实现流程，如采取B/S、C/S还是移动端方式，然后实现流程是怎么样。销售型企业中，往往有组长管理若干业务员，业务员需要跟进客户信息，并定时反馈工作，财务人员负责查看财务情况，系统管理员拥有最高权限，允许分配账号等。 原型流程图设计并确认后，将进入软件开发文档编写阶段，该阶段需要项目经理将软件需求进行模块化，并形成详细的需求文档，给于软件使用者确认，同时，软件开发文档将成为开发人员进行开发的重要依据。以销售型企业需求为例，可以将系统分为系统设置、客户管理、审核管理、报告、账号管理、财务管理等几大部分，编写见开发文档，需要在对每个模块进行再次划分，直至最小功能模块。软件开发文档关键部分为：各模块具体功能实施流程、输入输出参数、对应的原型流程图。软件开发文档完成后，将进入研发流程。 开发人员根据软件开发文档，选择对应技术，对逻辑功能进行代码语言研发。该阶段需要开发经理反馈开发计划表，并将开发计划精确到每人每天，并严格按照开发计划表执行。 软件研发完成后，一般会在本地环境进行测试，确保软件研发效果跟预期一致，并测试是否有功能性bug，这个阶段测试经理将测试反馈文档给到开发人员进行修改，修改完成后对项目进行正式环境部署。一般测试分为白盒测试及黑盒测试，两者分别如下： l 白盒测试：也称功能代码测试，指开发人员对具体某个模块代码，逐条进行检查，在代码层面查找是否存在漏洞问题； l 黑盒测试：也称功能测试，指测试人员在不管代码的基础上，将系统想象成一个黑盒，对系逻辑统功能进行测试。 软件测试通过后，需要开发人员将软件部署到正式运行服务器上，一般采用正式服务器默认没有代码运行环境，需要开发人员登录服务器进行安装部署。为了安全运营起见，正式运营的服务器系统一般选择Linux系统，而不选择Windows系统，Linux系统环境部署需要通过命令行界面进行。 项目进入到维护阶段，不再需要整个研发团队人员参与了，根据项目大小，小型项目只需要1-2个开发人员，大型项目只需要4-6个开发人员进行维护。维护一般分为系统维护和服务器维护两部分，两者分别如下： l 系统维护：在系统测试阶段，由于系统过于复杂，不能查找出细微bug，或者某个bug要在特定条件下才能触发，要在运营过程中才能发现，这时候需要维护人员针对系统出现的bug，进行检查修改； l 服务器维护：代码本身运行正常，但服务器出现问题，导致系统运营出现问题，如服务器带宽过低、内存空间不足、内核配置过低等，这时候需要维护人员对服务器进行设置调整。 管理信息系统搭建完成后，企业业务运营流程信息将依靠管理信息系统。由于在系统研发之前，业务已经在运营，并且产生数据，这时候需要将线下的数据作为数据源，迁移到线上系统中，迁移方法有两种，一种为系统手工录入，一种为excel表格导入，系统手工录入针对数据量不多的情况，用户对数据逐条录入，准确率高，excel表格导入，需要将数据源成excel表，开发人员通过编写脚本形式，直接导入数据库，这种工作量高，针对于数据量大的情况，一般而言，数据量大的数据源导入，会出现一定错误率。 MIS如何管理企业信息数据，需要针对具体业务模块进行说明，我们以上述销售型企业为例，从客户信息、业务员管理、财务统计、审核流程、提交报告这几个模块进行说明： 业务员将客户信息直接在系统上登记，允许修改，并要求定期反馈客户跟进状况。一方面便于业务员直接管理自己的客户，另一方面，系统可以统计整个公司目前客户情况，也可以统计出业务员的工作量，对业务员绩效考核有重要查看意义。 组长允许直接管理自己下属业务员信息，设置在职状态，查看业务员工作量情况，工作进度等操作。 客户信息管理中，对客户已经签约的信息，包括签约金额，签约日期等，都录入到系统中，系统允许实时统计出目前公司客户的财务统计情况，避免之前需要耗费人力物力进行计算的情况。 对于需要审核的操作，如客户审核等，直接在系统上可以完成，不需要在进行纸质版签字确认。 系统使用人员，允许将每周定期汇报，以文本框形式，直接在系统上进行提交。企业管理人员允许随时查看。 管理信息系统数据都保存在数据库中，用户通过操作程序，对数据进行增删查改操作。 对比传统excel或者记事本数据存储，MIS数据存储有如下优点： l MIS数据存储更灵活。MIS是通过表结构进行存储数据，数据之间有一定关联性，往往修改一个数据，相关关联数据也会接着改变，不需要原始方法，一个个进行修改。 l MIS数据不易丢失。MIS数据保存在服务器端，只要进行定时备份操作，除非人为操作，数据丢失率是非常低的，即使由于特殊原因导致数据的丢失，也可以通过备份数据进行还原。 l MIS数据统计方便。只要能确定计算方法，MIS将能实时统计运营数据，避免人工计算，节省时间。 l MIS数据便于挖掘规律。当数据量到达一定级别后，数据库存储数据将有很大价值，往往隐藏着用户使用规律，习惯等，通过大数据算法，将数据中的规则挖取出来，能够让企业在营销、管理等方面给于极大帮助。 随着互联网技术革命性发展，各行各业数据呈现爆炸式增长，对于企业而言，运用好自身积累的数据，对企业经营决策方向起着重要作用。企业使用数据挖掘技术获得相关规律，必须满足两个条件：1、企业本身已经有一定量级的数据，并且数据还在不断增加；2、数据已经以数据库系统形式存储，并且数据之间相互联系。 企业数据挖掘需要从需求出发，明确要达到的目的，再选择数据源，通过特定算法进行建模，得出公式，将公式代入程序中进行使用。数据挖掘主要运用工具包括：SparkMlib，HDFS，Kafka，Django，主流开发语言有Java和Python。 以电商企业为例，客户在浏览商品时，需要推荐相关商品，推荐的商品尽量能促使客户下单，其具体实施步骤为： l 通过javascript采集每个用户的商品浏览轨迹（url）并通过Ajax发送到后台，用Nginx来做日志接收，每天定时将日志上传到分布式文件系统HDFS保存。 l 用正则提取出用户浏览商品的数据（从商品页面url得知商品型号），通过Spark MLib对用户历史商品浏览信息进行数据建模（采用LDA算法），定期生成一个数据预测模型。 l LDA模型聚类出N个群体，在新用户访问商品数达到一定量是即可通过模型对该用户归位某个类别，并推荐出该群体对应的相关商品。此外，实时处理运用Spark Streaming+Kafka 可作为实时推荐。 l 用Django包装成商品推荐的接口（通过浏览轨迹请求，返回推荐结果），在web上提供前端