在纷繁复杂的业务世界里，我们常常被流程、指标、工具所裹挟，忘了“业务”本身是一种活的结构，是由一个个真实场景与关键动作构成的“实例生态”。这篇文章试图打破抽象的业务建模框架，从“实例”出发，重新理解业务的生成逻辑与设计方法。
我们在上个章节，讲到了用加减这两个功能，来怎么搭建企业的业务管理体系，以及如何对他们的业务实例进行管理和统计，但理论分析是比较空洞的，现在我们以大家熟悉常用软件功能，来具体解释道家数字化是如何在前台实现实例的功能，并通过后台的监控来实现管理需求的。
首先说一下现代软件是从西方发展过来的，那么西方软件也是遵循了西方的思维体系，就是分而治之，和西医一样，即企业的每种问题，都有一套治疗方案，这就是软件分科。然而软件分科的问题和西医一样，也是只管这一块。但企业面临的是综合性问题，所以我们看到大企业为了解决问题，买了很多不同的软件，来治理各方面的问题。但中国的思维体系和中医一样，讲究整体，道家从来就有大治不割的思想，所以中医历来也是不分科的。那么企业管理也是同样的道理，企业面临是整体问题，经过分析后企业需要解决哪方面的问题，就用什么软件功能，这和一人一方的抓药是一个道理，其实企业的问题，企业自己比是谁都清楚，企业自己也有解决的方法，缺的只是解决问题的工具而已。
道家数字化体系，应用了道家的思想体系，让企业用户可以自己在后台设计解决问题的方案，然后在前台来看实际解决问题的效果，再有问题就继续优化后台的管理方案，直至问题的最终解决。是一种全新的企业自助餐管理模式，并让企业形成强大的自控能力。我们也分三部分来说明企业是怎么获得这种强大自控能力的，首先第一部分我们看下目前市面的软件以及他们能解决哪方面的问题。然后第二部分举例说明用道家系统通过配置后是怎么实现它们的功能的，比较下这两种方法各自的优劣对比，让企业根据自己自身实际进行选择。第三部分就是企业前台产生的大量数据，是可以做为AI的训练数据来训练企业的数字化员工的，来达成企业AI应用的实际效果。
传统的企业管理软件太多了，每个软件都能解决各自领域的问题。稍微列一下，就知道企业想要上全是多么不现实的了。
以上就是西医的方法，一个问题一个解决方案，但企业往往没有这么多精力和预算来购买和应用所有的软件，怎么办呢，下面我们就来看看道家数字化的自助式的解决方案。
道家数字化依据道家思想的方法论，不论什么问题，都按照一二三万零这五个步骤，就能解决管理问题。第一步把问题拆解成一二三万零，第二步组装一二三万零，第三步验证一二三万零。简单吧，下面的就分别就目前常用的OA、CRM、ERP三个功能进行举例说明。
1、道生一：罗列资源：员工的时间，作为员工的附加资源录入系统，设置单位为天、半天或者小时都可以，然后设置时间的分类：如病假事假婚假年假等。不同的假别对不同的人员有不同的价格标准，按资源的设置项依次设置好即可。
2、一生二：创建仓库：员工入职是资源，员工既是资源也是仓库，然后把每个员工自动转为仓库，员工资源的属性便于统计个数、状态等，员工仓库的属性，就是将员工的多种业务资源放进去，例如最简单的请假、工资以及培训等，都要把员工设为仓库才行实现这些资源进出员工的仓库，我们常用的语言就是挂到某某名下就是这个操作。
3、二生三：预设加减：劳动合同，就是规定上班每天8小时，即在上班打卡入库下班打卡出库，两者相减的在库时间大于8小时就支付工资，而请假就是不去上班也就是不去入库，不入库自然就没有在库时间，月结时就不包含这天的工资。所以就在加减这里设置请假单，把资源设定为工作时间，把仓库就设为是提交人自己，且可以设定各个假别最多不能超过多少天，并把减这个操作命名为请假。就完成了请假单的预设，最后设置每个人都有操作权限。
做好以上这些任务设置，就做好了一个标准的业务单了，一旦提交并发布，相应权限的人员就能看到这些单子，就可以填写并提交这些业务单了。需要说明的是即使一个任务不设，那系统也是能运行起来的，因为道家系统中已经预置了加减这2个最基本的业务单，所有业务只依靠加减这2个操作，也能完整的运行全部业务，但那样就会很无序，每个任务都需要领导反复确认，都做成模版了，就表明企业管理体系已经到位了。
道家数字化的任务审批，是通过父级库来实现的，即任何一个子库的加减，都会通知父库，父库可以选择同意或者拒绝，最后到顶级老板那里，但老板可能要审批财务，一般的请假或者日常业务老板根本不会审批，那老板就会设置这些类型的加减任务自动通过即可。
4、三生万：执行业务：后台把请假单设好后，现在我们到前台来跑下请假流程。
以上就执行了这个请假单任务，任务是完成了，但任务还没有平衡，要完成平衡，就需要财务来处理扣款。
5、万归道：提交财务：我们说了任务加减都会自动转到原始凭证，到了月末这个请假单到财务部后，就形成了原始凭证。
以上我们就通过设置完成了请假的全部功能，需要说明的是，OA不止这点功能，还有文档管理、人事管理、流程管理等很多，这里就不一一列举了，因为原理都一样，也都是按照这五步依葫芦画瓢，企业就能搭建完自己的OA管理系统。
市面的CRM系统一般都有客户管理，销售管理，市场营销，服务支持和报表分析等五大模块，客户是企业的核心资源，但在道家数字化中认为：客户实际是一个同时具有资源仓库双重属性的对象。因为所有的产品和服务，都要进入到客户的仓库里，才能被管理和统计。
1、道生一：罗列资源：客户是企业的核心资源，道家系统中已内置了客户这个大类别，当然不内置你自己也可以加，由于客户的资源仓库双重属性，所以我们需要分别进行资源和仓库的设置，先做资源属性设置。
对客户档案进行预设后，前台就能根据这个格式来录入客户了，需要说明的是，在设置客户模版前，一般是需要提前就设置好企业的产品和服务，这样销售员录入客户时好做关联，公司就知道这个客户对公司的什么产品和服务感兴趣。
2、一生二：创建仓库：我们可以先见一个客户总库，然后根据需要继续建售前、售中、售后三个阶段的状态子库，方便统计客户的状态，或者根据自己的管理需求还要增加投标、合同、保函等环节，想怎么管就怎么建。前面一生二时，我们说过仓库是可以由资源转化而来的，我们就选择当客户类的资源创建的同时，自动在售前仓库同步创建子库。然后进行仓库的三个基础设置：
3、二生三：预设加减：然后公司对销售的业务规范包含有上门拜访、演示产品、邀请试用三个任务模版，销售员自己就要把做的拜访、演示、试用等销售服务记录放进去，公司才能知道客户的跟进情况和状态。客户如果没意向销售就不跟了，那么这个客户的库即采取封库的操作，封库时注明下，这个客户销售失败的原因。那么封库后什么资源都无法进入了，也就是不再跟进了，但可以统计和查询到，比如月度复盘时分析下客户销售失败的原因分析，也统计下员工的销售服务的完成情况，都可以统计到。
4、三生万：执行业务：找到客户后，然后在售前子库中再建一个客户名称的子库，注意这个子库，既是资源也是仓库具有双重属性，对资源的属性可以对客户进行画像，例如客户的分类、级别、状态以及关注的产品型号等，便于我们筛选和统计。
既然说到仓库的双重属性，就多解释一下，道家数字化中认为所有仓库都同时具有资源属性，例如机器设备，本身是买进来的设备属于资源，安装后就要承担零部件的进出和加工，所以也是仓库，是不是有点像物理中粒子的波粒二象性，而到底是那种属性，那要取决于观察者的观察，一台机器工人去观察是仓库，因为它要进出加工零件，而维修人员去观察就是资源，因为他要负责机器的运行正常。那么即使作为公司本身的顶级仓库，老板在经营时是仓库，老板要是想把公司卖了，那就是资源，以此类推，各级子库都是一个道理。
以上售前售中售后对客户会产生大量的产品和服务记录，我们说过产品和服务都是资源，这些都是计价的，最后我们会统计哪些客户的跟进服务做了哪些，都花了多少成本，从而判断这个客户会不会亏本了。
5、万归道：提交财务：客户如果下单了，那么就会产生交付的任务，交的任务完成后，应收货款就增加了，相应触发一个收款的任务，收款完成后，销售任务才算最后平衡。
确定平衡：周期性结束后，我们看到有的客户花了成本但没有跟下来，就亏了本，但有的客户成交了，就赚了钱，但每个客户都是子库，全部客户加一起才是父库，虽然有的子库是亏了，但到了父库这里，可能就是赚了。
传统的CRM系统，分了客户管理、销售管理、市场营销、服务支持、分析报告几个模块，功能都是固定好的，不利于客户自己灵活管理，道家数字化只要掌握了这五步配置方法，就能实现市面CRM的基础功能，关键是还能加入企业的一些个性化需求。同理我们客户这样建销售体系，那么也可以建供应商库，资源的加减反向了而已。
1、道生一：罗列资源：ERP系统中，首先确定采购人机料、生产半成品和销售的成品，全部都要设置这些资源的目录，并设置好计量单位，才能让它们在仓库的加减中能够计算。
ERP中基础资料的录入是很繁杂的工作，笔者做过的一个建筑项目，仅材料就有17万种，多的话手工录入就不现实了，可以用材料表导入系统即可。
2、一生二：创建仓库：以上所有的资源类型，要流经的所有的部门、产线、设备、仓库及内部转运的车辆等，都要全部罗列出来。并且前面的CRM也把客户的库建好了。
3、二生三：预设加减：这时候企业就预先制定生产流程了，销售员下单就是在客户的仓库中增加客户需要的数量，然后销售经理统计今天各个销售员各自跟进的客户一共下了多少单，多少品种和数量，然后把合并后的总单，转到成品仓库，成品库再按产品型号，转给不同的生产车间，车间按需要交付的数量，进行生产计划的分解，比如白班生产多少，夜班生产多少，然后这个计划就会引用预先制定好的生产工艺流程，生产流程接到计划，就会按时间节拍自动分解到每个生产工艺或者每个工序就是最小的生产任务了。
这个任务规定了要输出什么半成品，然后也相应会生成要输入什么原料，什么岗位的师傅，进行什么样的生产操作，然后这些人机料的需求，也提交给原料库房，原料库房比对库存后，就会将还要采购的数量报给采购人员，采购人员就会把这些需求数量分到一个或多个供应商的仓库，然后就整体跑完了企业的一个销售生产采购流程。这样就将复杂的生产问题，通过资源和库的方式，转化为了相对简单的物流问题。
4、三生万：执行业务：上面我们已经非常明确了，我们将业务形式转化成了我们的物流控制，下面在前台我们从客户下单到最后客户收货，来说明下ERP的这个流程。
以上我们就完成了一个流程的实例，ERP执行过程非常复杂，正常情况所有的线路都是绿灯，因为这条流程线路不像火车的几十个站点，而是成百上千甚至上万的子库站点，每个站点的库，都有可能人员请假，机器故障，原料不足，停水停电等，造成无数多个站点在不同时候会显示红灯，因此生产部门也会提前准备很预案，比如多备几台机器，流动技术人员随时顶岗，自备发电设备等。但是计划赶不上变化的，企业管理者随时要盯着流程图，随时发现红灯，解决红灯，而解决红灯的路径也可能有很多方案，企业管理要随时决策那条线路是时间、成本综合最优的。
传统的ERP为什么很难，主要就是因为三个管理者需要实时知道过去的统计，现在的堵点和将来的预测，才能依靠经验做出比较合理的决策，而这个三个问题都需要大量的数据和计算，一个ERP系统需要十几个子系统来支撑数据统计和计算，而其他子系统又是不同的厂家开发的，数据打通代价极高。因此问题的核心就是没有实现统一管理。而道家数字化的仓库架构恰好能实现跨域整合，打通企业软件应用之间的隔阂，但要建立起全部的管理支撑体系，也是很费神且不是一朝一夕的事情。
5、万归道：导入财务：客户的订单是交付了，但是赚钱没有呢，就需要核算，由于我们跑的是流程，就单独把这个流程中的所有任务，都转到财务进行核算下。
ERP这里需要做几个说明，一个技术性的算力问题，一个管理性的精力问题。
先说技术性的算力问题，我们知道仓库是一个树形结构，树形结构有上下和左右两个维度，上下是父库对子库的资源汇总，起的是控制作用，左右是子库和子库的资源流转，起的是推动作用。一纵一横的相互牵制，就是企业的管理原理。如果子库越细，那么管理越明，但精力也越费，因为所有的子库都会产生资源的出入，如果子库有几十级，而资源又有几万种，那么仓库从下往上实时对数据逐级汇总是十分吃力的，而资源从左到右的多个业务子库，也类似12306多个火车站的实时计算，计算量是相当惊人的，所以要知道哪些是关键性子库，就建细点，非关键子库，可以建粗点，当然有的企业，一个子库都不建，业务照样能跑起来的，就是统计的时候一本糊涂账而已。
当代的企业管理，主要是西方的管理方法为主，即认为所有企业都是一样的，标准化企业的结构后，就可以使用标准化企业的管理，出现的问题都可以归为某一类问题，并用标准的方法去解决。但这是西方的思维，中国传统的思维讲究的是具体问题具体分析，一企一方，企业也可以依据实际情况进行选择。
说了以上OA、CRM和ERP的介绍，大家不要以为这个框架就适合于商业和工业了，其实这套方法对农业，牧业、林业、渔业、矿业等都是一样有效，比如农业吧，植物是资源，土地就是仓库，生长就是植物在库中，不断的消耗水土和肥料，然后不停的变化大小和形状，待成熟后再出库。养殖业也是饲料资源进入动物身体的仓库，不断长大的过程，矿业就是在探明的库中，不断的将资源挖掘出来的过程，其核心原理都是资源仓库和加减这三个要素，再时髦点就是把这些资源和仓库都做成模型，就是这些行业数字孪生了。
我们由三生成了万，这个万就是我们说的大数据，有了大数据，就可以用BI来做数据统计，有了数据统计结果，就能让AI更好的帮助我们理解这些数据背后的逻辑和规律。所以大数据如果代表生产资料，BI就代表生产关系，AI则代表生产力。这三者是互相关联的。
AI和道家也是数字化一体两面，道家数字化工具是一个从1到N的衍生方案，AI则是从N到1的收敛方法。过程中道家数字化生成大数据，BI用作业务统计和呈现，AI负责业务理解分析和推理，就能给企业一个较好的应用落地环境，传统的大数据由于数据拆分到了很多软件系统中，需要抽取清洗和归纳分析都是比较费事耗神的。
1、数据的生成
传统的大数据需要先建立一个数据总仓库，然后再分别到各个应用软件中去提取有用的数据，过程是很麻烦的，在数据爆炸式增长的时代，道家数字化工具提供了一种直接标准化数据的呈现方式，我们在后台配置了资源仓库和加减后，前台就会产生很多的实例数据，这些数据都可以存储企业自己内部或租用的服务器里。且标准、格式、容量、备份都可以由企业自己设定，这些数据的再利用就是企业大数据的价值。
2、BI的呈现
传统 BI商业智能工具依赖人工分析、规则设定和可视化报表的模式，正面临效率瓶颈。数据分析师需花费 70% 以上时间处理数据清洗与格式转换，业务人员难以突破 SQL 语法门槛，决策者面对静态报表无法实时追问数据背后的逻辑，这些都是行业当前面临的问题。道家数字的方式让AI为 BI 赋予 “理解、推理、行动” 的能力，让数据价值从 “呈现结果” 走向 “预测未来”“主动决策”但BI没那么聪明，没有AI的加持，BI还是一张张空洞的报表。
3、AI的落地
目前AI已完全本地化部署，支持人机协同闭环，当前台的大数据支持BI完成标准化统计和可视化呈现后，AI可以通过对话处理模糊需求并生成初步洞察结果，最终由人类决策者验证并沉淀经验，进行实时与预测的结合。让BI提供实时仪表盘，AI嵌入趋势预测和归因分析，形成“监测-预警-决策”完整链路。道家数字化中，AI是企业部署的通用能力，每个员工都可以使用，后台的三大角色，前台的每个群众，都可以建立自己可以使用的AI大脑，对自己生成的数据进行分析和推理。
AI的技术更新太快，本小汪对AI也不专业，能力受限也没法做更详细的介绍，只能按原理和功能作简单的展望，下篇万归道中，我们将和小伙伴讨论以上所有的加减业务，怎么和我们的财务系统对接，形成企业所需的业财一体化闭环管理。
本文由 @道家软件 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。