實際上，數據治理實施是一個長期性工作，需要深度結合客戶業務場景和流程，一個功能完備、技術領先的數據治理平臺也未必能提高業務數據治理效能，甚至可能增加客戶負擔。

其次，大多時候需要的不止是數據治理能力，特別是在行業對數據要素十分重視的今天，企業不僅需要更高質量、更標準化的數據，對數據資產管理和業務驅動能力也有更高的需求。如果分散構建多種數據資產管理或部署復雜的數據治理平臺，反而造成重復建設、資源浪費，增加客戶負擔。

面對這些挑戰和新趨勢，數睿數據結合自身平臺能力、技術能力，在原有數據底座之上，全面升級打造全新解決方案產品——數據通。

數據通是一個融合了主動數據治理方法理念的數據工程解決方案，為企業構建了一站式數據管理平臺，打造從數據集成、加工、治理、運維、分析到應用的全過程數據資產管理能力，通過工程化能力，降低數據治理工具門檻，提高數據治理和管理效率。

如今數據治理平臺多種多樣，數睿數據數據通解決方案究竟有何不一樣？

1、打造數據工程能力，加速數據價值轉換

2、主動數據治理提升自動化流程

3、積累專家經驗持續提升業務效能

4、數字化運維與運營管理

5、兼具業務能力的數字底座

1、打造數據工程能力，加速數據價值轉換

隨著業務系統越來越多、數據越來越復雜，數據資產管理要求越來越高，與業務關聯更加緊密。數據治理逐步擺脫對工具的簡單使用，轉向更加工程化的整體建設思維。 

數據工程是一套完整的實現從數據資源到企業價值的系統工程，滿足從規劃咨詢、治理落地、價值應用到運營管理的數據治理全過程。

數據通正是利用新技術、新手段，以工程化思維和能力，將企業數據治理能力和效率提升一個臺階。

數據通是集數據采集、治理、分析、應用與運維的一站式技術平臺，對過去多種數據管理工具集成為一體，將企業內外部數據作為資源匯聚到統一的平臺上，提供統一的視圖和控制點；依托主動數據治理手段和數據挖掘分析手段，形成大量有價值的數據資產，基于無代碼開發能力快速搭建數據應用，擴展數據應用維度。

2、主動數據治理提升自動化流程

傳統數據治理模式是一種被動的治理方式，特點是你要什么我給什么，依賴于人對現有數據的理解，也主要是靠人工維護，導致數據治理工作量大、效率低，還可能存在數據不清晰，問題通常在數據使用階段才被發現。

數據通采用了主動數據治理策略，通過自動化工具和流程，顯著提升了數據治理的效率。傳統數據治理方式與主動治理方式兩者的區別在于，主動數據治理方式通過行業建模、模型物化、規則匹配、自動生成數據流等方式，自動完成了原始數據到標準層數據的加載加工轉換工作。

主動數據治理能力意味著它不僅僅是被動地處理數據，而是積極地管理數據生命周期中的每一個環節。數據標準化、清洗和關聯融合都是在數據進入系統的初期就開始進行，減少了后期數據處理的負擔。

3、積累專家經驗持續提升業務效能

數據通還基于專家庫和模型庫實現對數據與業務的知識沉淀。以專家知識提升數據治理自動化率，提高業務決策精準性。

通過標準化的數據模式和業務規則，幫助企業建立統一的數據語言和標準。模型庫中包含的業務邏輯和算法，可以根據不同的業務場景提供相應的數據模型，優化數據使用效率。

專家庫可以系統地整理和保存企業內外部的專業知識和經驗。當企業積累足夠的業務知識，可增強分析預測能力，提高業務決策精準性和響應能力，更好地實現數據價值的最大化，促進數據資源化向數據資產化的轉型。

結合專家規則、知識庫和機器學習技術，能夠提高數據治理自動化流程，主動分析、優化、利用業務數據，快速響應業務數據變化。

4、數字化運維與運營管理

過去數據治理往往是一種"底層性、長期性工作"，不僅投入成本、實施工作量大，而且很難對整體治理成效做評估分析，管理者很難做出決策優化和迭代。

而數據通具備量化思維，提供數據運維和數據運營能力，建立線上化的數據管理與運維體系，切實提升數據管控能力以及數據全流程運維能力，減少了運維成本。同時，對所有數據資產使用情況、運行數據和治理成效等進行自動化采集和分析展示，輔助用戶管理數據資產，提供精準化數據抓手，成為決策者數據治理優化的依據。

"數據運維中心"在平臺中不僅提供實時監控與預警功能，保障數據安全和可靠，還負責流程管理與優化的任務。此外，它還提供技術支持與維護，確保平臺的穩定運行，最終助力用戶實現更高效的數據治理。

5、兼具業務能力的數字底座

數據治理平臺通常是多元化數據集成、處理工具，平臺集成性高，對很多客戶來說比較沉重，而且往往具有較高的上手門檻，通常都由服務商提供數據治理實施服務，定制化和實施成本高。

數據通圍繞數據資源、資產和數據應用，提供了一系列的工具構建能力，這些可拆可合的工具本身也是基于smardaten企業級無代碼平臺構建，客戶可以根據項目實施需求進行"改造"。

通過低門檻的工具能力，可快速構建多種數據產品，包括數據報表、數據大屏、數據報告等，甚至是基于smardaten企業級無代碼應用構建能力，快速打造各類型業務管理應用，快速將數據資源用于業務場景。

因此，數據通平臺不止是傳統意義的數據后臺，而是具備業務能力的數字底座，可實現數據與業務緊密結合，實現數據驅動業務，加速企業數據資產價值的充分發揮。

例如，某銀行客戶需要構建數據倉庫平臺，其中核心的3大需求是實時數倉、數據治理和數據報表。將數據通平臺作為底座，集成了客戶所需的實時數據倉庫能力。其次，為滿足業務部門數據報表構建需求，對數據通通用的數據報表工具進行升級。最終，客戶數據報表的生成效率和精準性大大提升。

在二階段業務部門在此基礎上陸續構建了多個業務應用，結合實時數倉和數據治理能力，破解過去常常存在的數據不準確、重復數據等問題，保障了數據質量和標準，大大縮減數據流轉效率、提升業務流程效率。

數據通為客戶提供的是不僅是工具平臺，也是一套可復制的數據治理通用產品和實踐方案，具有足夠的開放性和可拓展性。這將大大減少客戶通用能力開發工作，避免一次性采購部署沉重又冗余的數據治理平臺，減少客戶采購和實施負擔，滿足客戶多樣化數據治理場景需要。

數睿數據一直以來以數據驅動為價值導向，打造smardaten數據驅動的企業級無代碼開發平臺，為多行業政企客戶提供數據資產管理、數字化業務服務的同時，提高應用開發效能。未來結合數據通平臺，將為客戶帶來更全面的數據資產管理能力，以應對數據要素時代的數據價值挖掘需求。

媒體聯系：marketing@njsdata.com 

針對各企業的特點，數睿數據整理、提煉、分析并思考后，打造了數智通一體化解決方案。

數智通一體化解決方案中，主要包含：

• 數智通-生產中心，通過無代碼的方式，低門檻高復用地完成業務和門戶等系統的配置開發；
• 數智通-運行中心，對應用進行統一安裝和資源分配，運行和監控運維，數字化系統的全生命周期管理；
• 數智通-數據中心，與業務軟件、門戶形成一體化。讓數據快速使用，主動數據治理；
• 數智通-運營中心，保障了整體數字化建設效果可量化。

一、一體化開發，業務交付更靈活

數字化建設通常采用"采購成品軟件+定制化開發"相融合的方式。

采購成品軟件的優劣勢為：即插即用，產品相對成熟、產品支持服務完善，成本相對較低。但也會面臨定制化需求以滿足個性化場景，部署交付后技術更新滯后，后期的升級、運維服務可能有額外成本。

定制化開發的優劣勢為：可根據企業戰略制定完整方案，充分滿足業務需求。但交付周期長，影響業務連續性，交付結果也無法保證，后期維護成本高，如果另有外包服務商參與，可能面臨人員流動大、交付推諉等問題。

數智通解決方案與以上兩者均不同，而是介于兩者之間。它采用了低門檻、低成本的一體化平臺，一站式滿足軟件設計、開發到上線，開發效率高、交付周期短。軟件開發時，企業可基于一體化平臺靈活、快速的搭建自主可控的軟件產品，還可以通過申請軟著、產品市場推廣實現價值轉化；軟件上線后，基于一體化平臺也可以進行統一的安裝升級、環境監控等集中式運維管理，降低運維成本。

本質上看，為客戶提供的是可持續的一體化數字化能力底座。所有構建的應用軟件、業務模塊都能沉淀在一體化平臺之上，后期可快速復用，業務能力和數據資源都能持續積累。在此基礎上可以不斷迭代應用或新增業務系統，并且新增應用一體化成型、無需額外集成的成本。數據層面，各類業務數據資源也沉淀在平臺中進行統一管理、分析，加速數據使用和驅動業務。所有應用建設效果可量化分析，數字化建設持續優化，支撐長久性升級轉型。

二、數字化轉型方案創新價值

1、建設成果量化分析形成決策

企業數字化過程中會建立大量的軟件應用，但究竟有多少系統、使用頻次如何、數據量有多少、哪些系統正在僵尸化，管理者對此缺少抓手、無法跟蹤和量化，無法從最終應用情況來評估建設成效。

數智通一體化解決方案，具備數字化軟件開發、統一運維到運營管理的全場景數字化能力。從數字化運營管理層面看，能夠對企業現有系統的行為數據、運行數據等進行采集、分析，通過可視化界面、多維分析來量化結果，讓管理者全面感知當前數字化建設成果和運行情況，"以數據說話"，并能以此對數字化建設做出針對性調整和迭代。

2、高效需求溝通與應用構建

需求溝通的關鍵是拉通甲乙雙方的溝通語言，通過去技術化的方式降低溝通門檻。數智通解決方案推進中采用以下方法進行實現：

①需求調研階段：以軟件原型（相對直觀的設計界面+簡單交互+數據呈現）等進行初步對齊和框定需求范圍，再針對客戶詳細業務需求溝通。 數睿數據獨創的軟件項目"4+3溝通框架"，對業務需求的確定，在縱向上由大到小包括"系統/頁面/卡片/組件"四個層級，在每個縱向維度之下再從"數據、樣式、交互"三個橫向維度細化溝通，確保需求溝通標準化且無死角，需求更快對齊、最大化降低理解偏差。

②軟件開發階段。雙方根據"4+3溝通框架"搭建的軟件原型確認業務需求后，同步作為配置開發及交付的標準依據，能很大程度減少需求理解和傳遞的誤差。配置開發過程客戶可以隨時參與，基于直觀、可視的軟件界面，可隨時反饋需求和"聯合共創"，雙方高度協同，將業務、范圍理解的誤差消減到最小。

3、可控的成本管理

數字化建設成本通常是持續投入的，也是難以衡量的。數智通方案優勢在于通過無代碼開發模式，可降低開發成本，從而進一步降低企業對數字化建設的投入。 

在系統開發中可對開發需求進行量化的標準評估，對應用系統的需求進行集中拆解、并完成人員工作量的量化評估。例如一個系統包含若干個"開發件"，如N個頁面（表單、門戶、大屏等）、N個數據處理任務（數據交換等），以各"開發件"對應的標準工時，來進行總工時的核算，從而保證過程可量化、成本可控制、成果可預見。

通過迭代式開發，提高開發的透明度和可控性，形成相對透明的報價機制。數睿數據軟件工廠平均交付周期比傳統建設方式快60%左右，減少了延期帶來的額外成本。

三、完善的客戶服務與業務交付能力

數字化建設全過程中，數睿數據提供完備的客戶服務與技術支持，以保障項目高質量交付。數智通一體化解決方案具備三大核心優勢：全程伴隨式服務、軟件工廠標準化開發以及卓越項目管理機制。經過上百個項目驗證，能夠確保最終交付結果真正滿足客戶業務需求。

①全程伴隨式服務：通過咨詢規劃服務、數字化交付服務、培訓運維服務全程伴隨企業進行數字化建設，幫助識別客戶問題和需求并快速解決。使得整體建設過程及建設成果均有跡可尋，從而保障：成本可控制、成果可預見。

②軟件工廠標準化開發："4+3溝通框架"確保甲方業務人員與乙方技術人員信息對齊，一致性的溝通語言&直觀的軟件原型能夠確保雙方能順利溝通和調整需求，標準化配置開發保證產出結果和需求一致、無偏差。企業也可以通過生產中心、運行中心、運營中心實時查看建設過程、建設成果。從而保障整體數字化建設價值可量化，建設成果與預期一致。

③卓越項目管理機制：采用標準化項目管理流程，基于項目評審會、需求說明書來確立需求，設定明確的需求變更和迭代計劃確保需求能夠順利傳達和實施，過程中設置5個關鍵評審點，確保每個環節的問題不會遺留到下一個環節。使得整體數字化建設過程可追溯，保障了數字化建設的價值成果。

數睿數據企業級無代碼平臺，其優勢在于以無代碼方式形成一體化開發底座，可作為通用產品開發和項目交付的高效開發平臺。可實現多行業的復雜業務場景構建，支持全面的數據管理、數據治理等能力。平臺預留二開入口可滿足多種類型插件開發，能夠與現有業務系統進行集成，滿足多種復雜業務場景的開發交付。

軟件企業是數睿數據主要客戶群體，包括產品型軟件公司和項目性軟件公司。目前已成功服務400+企業，數睿數據通過一體化開發平臺，幫助提升軟件研發和交付效能。

一、打磨新業務產品，靈活迭代與創新

做產品是每一個軟件公司的追求，但現實往往是陷于定制化需求，疲于重復性、低價值開發，使得企業轉型升級受阻。

提高產品化服務能力，降低定制化成本

某政務AI企業是一家專注自然語言處理的技術服務商，擁有NLU、AIGC、KG、 OCR等AI核心技術，面向政府和企業提供數智化產品和解決方案，已在社會治理、輔助辦案、政企數智化等場景成熟落地。

為提升AI能力與可視化應用構建，雙方通過產品集成，客戶打造基于smardaten可視化框架的智能決策ABI平臺。ABI平臺整體是通過smardaten搭建，其中分為數據能力和AI能力， 數睿提供底層數據接入、處理、集成的能力，客戶專注在數據可視化之上構建面向政務AI場景應用。

AI研發投入本身就比較高， 而在業務交付中，往往又面臨一些普通的定制化開發，造成核心人員精力分散、成本高昂。有了一體化無代碼開發平臺，研發人員可抽調出來，轉而由非研發實施人員完成組件式業務構建，大大減少重復開發。

打磨新業務產品，低成本促進業務創新

很多企業深耕在某一業務領域很久，具有更成熟的業務解決方案能力和實施經驗，但可能交付的業務產品沒法有效的沉淀下來，很難復用，定制化成本依然很高。在追求效率的數字化時代，企業也在考慮構建可復用的業務產品和可沉淀的模式，以增加業務交付效能。

比如某智慧能源服務商，嘗試用smardaten去構建標準化、可復用的產品。面向可再生能源、零碳園區、企業碳管理等場景，抽象出很多共性的業務需求，建立綜合能源管理一體化解決方案產品。

為什么不用代碼方式開發一套系統？首先是人員成本高，二是迭代麻煩，業務人員與研發溝通成本高。這樣一套產品是根據業務專家總結客戶需求提煉而成，隨著業務交付場景會不斷迭代。這也是在接觸無代碼開發模式之前沒有去做的原因。

通過無代碼方式，可根據已交付的系統，快速復刻出多個共性場景，作為一個個業務模塊進行沉淀。同時也新規劃開發一些業務場景，最終形成一套可向客戶演示的高級案例庫。未來在業務交付中可快速復用，僅需調整部門功能，大大降低重復開發。

這樣的方案產品更易迭代，以最低的風險和試錯成本，滿足客戶更多樣化的需求。

二、作為項目交付工具，降低交付成本

數睿數據作為產品與技術提供方，可向軟件企業提供底層能力支持。不管是通過雙方產品集成，還是將數睿數據開發平臺作為能力底座，都將為業務交付帶來全新的模式和效率體驗。

與現有平臺集成，提高交付能力

比如在醫療領域業務通常比較復雜，醫療管理服務軟件定制化程度高。即使具備核心HIS醫療系統及成熟的解決方案，但業務的多樣化需求，導致客戶也面臨大量定制開發，使得研發投入較多，耽誤核心產品研發升級。而且由于長期駐場開發，項目周期長、成本高，很難做到利益最大化。

數睿數據的一個客戶就面臨這樣的難題，作為西南地區醫療數字化領域核心企業，已為500多個醫院機構提供了產品和服務，其中頭部醫院占100+。但很多研發都投入到項目中，項目周期長、成本高，很難做到利益最大化。

客戶選擇數睿數據核心目標就是通過無代碼開發模式，降低定制化交付成本。聯合smardaten一體化開發平臺，對接客戶現有HIS、LIS、CIS等醫療核心系統，形成面向醫療領域的數字化開發交付平臺。

實施交付團隊基于這樣的平臺，簡化了交付實施流程，極大程度減少代碼開發量，效率大大提升。在成熟的解決方案加持下，邊際交付成本持續降低，促進敏捷的業務創新。

通過新開發工具和交付模式的轉變，能夠將研發人員從低水平開發中脫離出來，有效控制交付成本，為業務服務帶來更多可能。

補足數據服務能力的不足

阻礙交付效能提升的，除了定制化需求太多，也可能是產品能力的不足。業務層面需求多樣，定制化有其必然性，但數據層面需求大多是相對標準化，數據類成熟工具比較多，很多企業直接采購和集成。

數睿數據一體化開發平臺優勢之一就是在業務無代碼構建之外，本身具備完善的一站式數據能力底座，也可以單獨被集成到已有平臺中，或部署到項目中，無需單獨高成本采購，也不存在集成問題。

南京某環保科技企業，隨著環保業務在數字化層面做大做深，很多業主對于底層數據處理，特別是大量設備數據采集、數據集成等能力，有了更高的交付和應用需求。

因此客戶將smardaten平臺作為其通用產品的數據底座，當前已在滄州、福鼎、青島等多地園區智慧環保項目中進行部署交付，實現各類設備數據接入和異構數據的標準化加工處理。基本不需要定制開發，大大提升交付效率、降低重復性開發管理工作，提升對環保監測業務的標準化交付支持能力。

其實不管是何種方式，基于無代碼軟件開發交付能力的構建，以更低的成本都是為了提高業務效能，讓更多具備業務能力的人員都可以加入，共同讓業務服務更敏捷高效。數睿數據始終深耕底層平臺能力，為行業客戶提供更全面的平臺能力和更完善的技術支持，共同加速數字化創新生產力。

數睿數據作為行業領先的軟件開發平臺服務商，以自身的數字化轉型場景為試驗場，為行業數字化轉型問題突破找到新的思路。

一、數睿數據的數字化轉型之路

數睿數據在短暫的時間里，各部門業務人員基于核心產品 Smardaten，自行構建了報銷管理、考勤管理、銷售通、績效管理、OA 門戶等多個應用，無代碼開發高效支撐了業務快速發展的需求。但隨著系統越建越多，也面臨著系統分散、數據難歸集、運維效率低、應用體驗不一致等問題。而普通企業更面臨交付成本高周期長、運維管理依賴軟件廠商等挑戰。

為了解決這些關鍵問題，數睿數據在多年企業數字化轉型服務中，持續探索為客戶提供解決方案。提出了 "讓企業數字化實現自主可控，挖掘企業數據價值，降低數字化運營管理成本" 的目標，并打造了面向數字化轉型的數智通解決方案。

二、助力企業數字化轉型的創新力量

數睿數據以數字化升級建設為試驗場，通過數智通逐步打破過去面臨的問題。數智通解決方案的核心能力平臺包括數字通和數據通，可實現面向軟件工程層面的應用開發、運維、管理，以及構建企業數據資源管理與應用等全場景能力。

1、量化管理與資產優化

數智通解決方案與 OA場景相結合，常常能夠打破數字化困境。企業通常建有很多系統，但往往無法跟蹤和量化各類項目建設的效果，這使得難以對現階段數字化成果進行針對性提升和改進。

數字通運營中心可以對現有的銷售、項目、合同、考勤等系統的應用開發和使用行為數據進行抓取、分析，實現建設與使用成效的量化管理。

同時，通過知識商超對企業數據、架構和應用資產進行分類聚合，形成可共享、可復用的知識資產，并基于這些數字化資產進行分析和運營優化。

2、統一運維與效率提升

各部門系統獨立、版本多、集成低、數據雜，這導致 IT 運維面臨界面繁雜、自動化程度低、標準缺失等問題。

數字通運維中心將各部門分散的應用集成打通，在統一平臺上進行集中式運維管理。新應用開發上線或升級迭代時，可在運營中心一鍵安裝和升級部署。通過對所有應用或模塊的日志數據采集監控分析，運維人員可以根據告警信息快速追蹤定位問題，核查對應的應用環境、主機服務器等運行情況。現在，安裝升級平均僅需 1 小時，通過自動化工具運維效率提升 60%。

運維中心實現了統一安裝升級、環境監控、運行分析等一站式運維，滿足了運維團隊對多部門、跨系統的運維服務支持，降低了運維技術門檻和運維成本，減少了人為運維實施工作，大大提高了運維效率。

3、自主可控與高效開發

傳統代碼開發、外采集成的模式，讓企業深陷軟件開發周期長、成本高昂、升級被動的泥潭。

數字通生產中心以無代碼組裝式開發為核心，一站式完成應用設計、開發、測試和發布。它能夠實時跟蹤項目開發進展，確保應用高效上線。同時，將已構建的應用、模塊、數據等資產要素進行沉淀，新應用開發可直接復用和調整，大幅提升了開發效率。例如，客戶成功部最近上線的訂單管理系統從設計、開發到部署上線只用了 28 天。

生產中心通過復用模塊，減少了重復工作，降低了成本，確保企業內各類型應用體驗一致，降低了使用門檻。

4、治理數據，釋放價值

對于企業來說，最核心的問題還是數據資源。隨著應用增多，數據熵增問題明顯，數據孤島、數據缺乏治理、數據安全等始終是企業面臨的難題。

數據通平臺將現有應用進行集成，實現一站式數據資產管理。通過數據通，企業可以實現數據的統一治理和管理，打破數據孤島，提高數據質量和安全性，釋放出更大的數據價值。

三、以實踐經驗賦能產品、服務客戶

如今，數睿數據 OA 門戶30多個應用，涉及230+業務流程，480類數據資產，累計達107萬條數據，支撐8大部門近400人的業務開展。數智通解決方案對數字化建設有了明顯的價值提升。

數睿數據各部門人員可低成本快速構建自主可控的軟件產品，通過靈活迭代支撐業務創新。實現從規劃設計、開發、應用到管理的敏捷體驗，數字化建設效果量化管理，企業全業務數據資產也實現一體化管理。

可以說，數睿數據數字化轉型就是數智通的最佳實踐成果。

數睿數據的數智通解決方案場景與能力持續提升，為工業、煤礦、通信等眾多行業客戶化解數字化難題。助力眾多行業客戶實現數字化轉型，加快數智化轉型升級進程。

數睿數據的數字化轉型實踐表明，數智通解決方案是高效、可行的數字化轉型路徑。通過數字通和數據通兩大核心能力平臺，企業能夠實現應用開發、運維、管理以及數據資源管理與應用的全場景能力，突破數字化困境，釋放數據價值，提高數字化建設成效。

未來，數睿數據會繼續創新與完善數智通解決方案，為更多企業提供更優質的數字化轉型服務，攜手推動數字經濟發展。

數據治理的演進：從被動到主動，從分散工具到整體數據工程的轉變

數據治理的演進，是企業應對數據復雜性、業務敏捷性和市場競爭力的持續探索。

在早期，數據治理以部門獨立系統為核心，導致信息孤島，手動流程滯后且低效，數據質量問題通常在業務中暴露，治理只能事后補救。隨著數據量增長，這種被動治理的局限性逐漸顯現，成為業務擴展和決策優化的瓶頸。

集中化治理的引入，如數據倉庫和ETL工具，雖然改善了數據集成和共享，但高昂的整合成本、冗余問題和滯后治理依然存在。面對復雜、多樣化的數據來源，如物聯網和云平臺，傳統架構難以應對，而企業對實時響應的需求也不斷提升，數據滯后限制了業務的敏捷性。

主動數據治理應運而生，通過智能化算法和自動化工具，將數據質量與合規管理嵌入數據流的各個環節，提前識別并解決問題。這一模式不僅減少了手工干預，還使企業能夠快速響應市場變化。

可以說，主動數據治理與系統化數據工程的結合，代表了數據治理的未來方向。

數據通的創新方案，主動治理與系統化數據工程雙輪驅動

近期，數睿數據發布數據通解決方案產品。數據通是一個融合了主動數據治理方法理念的數據工程解決方案，為企業構建了一站式數據管理平臺，實現數據從采集、處理到應用的全流程管理。主動數據治理確保數據的高質量與實時性，系統化數據工程則打通數據流、業務流和財務流，推動企業實現數據驅動的業務創新與增長。

主動數據治理：降低治理門檻，提升自動化流程

在傳統數據治理模式中，問題通常在數據使用階段才被發現，治理滯后且依賴于人工處理。而數據通的主動數據治理系統改變了這一局面，通過智能算法與自動化流程，實現數據生命周期內的實時監控與治理。

在數據通平臺，主動治理從數據進入系統的第一步就展開。模型自動構建功能基于預置的通識和行業模型，自動生成業務所需的標準模型，并實時更新以適應業務需求的變化。系統還通過語義解析技術深入理解數據的上下文，確保不同數據源之間的準確映射與整合。智能映射推薦減少了數據集成過程中的人工操作，使數據能夠在不同系統間順暢流動。

同時，系統的實時監控模塊持續追蹤數據和元數據的變化。一旦發現異常，系統會立即觸發告警并進行處理，確保數據的高可用性和合規性。此外，系統還支持自動化盤點與變更管理，通過血緣分析追蹤數據來源和下游應用的影響，自動生成變更建議，并在確認后自動重跑任務。這種模式不僅減少了人工干預，還提升了數據治理的效率，使企業能夠快速響應業務需求。

系統化數據工程：一站式平臺，實現從數據資源到企業價值的系統工程

數據通的差異化優勢在于其高度定制化能力。基于smardaten無代碼平臺，數據通的各模塊可以靈活組合、拆分和改造，快速構建與數據治理相關的業務場景，滿足多樣化需求，避免了傳統平臺復雜且冗余的采購與部署，降低了實施成本，并提升了系統的拓展性和效率。

數據通通過數據規劃，將多樣化數據與業務目標結合，確保治理和應用環節符合企業戰略需求。標準化與自動化的治理流程保障數據質量與安全，而智能運維確保數據流轉與系統穩定性。低代碼工具還讓業務與技術團隊協同開發數據產品，靈活創新，助力企業在數據驅動時代保持競爭優勢。

此外，數據通不僅在技術層面實現了智能化與自動化，還通過專家庫模塊為企業的數據管理提供了長期的知識積累和實踐支持。專家庫與主動數據治理深度結合，在數據應用過程中自動推薦映射規則與轉換邏輯，減少了數據集成和處理中的復雜性。隨著系統的運行，知識庫會不斷吸收新的業務場景與治理經驗，實現自學習與自優化。企業不僅降低了數據治理的技術門檻，還能在不斷變化的市場環境中保持競爭優勢。

在一個個案例中，解決客戶的具體問題

那么，在具體的業務場景中，數睿數據的數據通平臺是如何發揮作用，能給客戶帶來哪些價值呢？接下來，我們通過一些典型客戶案例來進行更深入了解。

某市衛健委在升級全民健康信息平臺時，面臨多源數據與標準不一致的挑戰，目標是提升多醫院數據的標準化管理效率并對接省級平臺。

數據通通過主動數據治理與數據工程，構建了從數據采集到應用的全流程管理體系，支持快速接入與統一存儲。系統根據省級標準，利用算法模型處理數據質量問題，確保數據符合要求并高效推送。通過通識模型和領域模型結合，平臺自動生成標準業務模型，實現數據的自動化更新，接入效率提升顯著，同廠商醫院提升90%，異廠商提升50%。

某銀行為滿足業務擴展和監管合規需求，構建了數據倉庫平臺，實現高效的數據治理和業務協同。數據通解決方案涵蓋了數據采集、治理、開發和報表應用，形成完整的數據倉庫體系。

平臺的主動數據治理功能確保數據全生命周期的高質量與合規性，通過模型規則庫自動匹配和調整數據映射，保障業務連續性。低代碼開發能力讓銀行能快速構建和調整業務系統，提升響應速度。此項目降低了成本，并為銀行提供了靈活可擴展的數字化基礎，助力其決策支持與數字化升級。

此外，數據通的適用性在其他行業中同樣得到了充分展現。例如，在某煤礦集團項目中，平臺構建了數據標準化體系，將生產、安全和銷售數據整合，實現了實時監控和共享，提升了業務管理效率。在政務領域，某大型開發區通過平臺搭建了公共服務數據中臺，支持多層數據倉庫和跨部門共享，為產業數字化提供底層數據支持，并通過多租戶和安全管控功能，助力企業創新和政府高效服務。

可以說，數據驅動能力將成為企業數字化競爭中的關鍵。數據通等智能數據管理平臺幫助企業構建智能化管理體系，快速適應市場變化，推動創新發展。未來，企業將不再僅僅管理數據，而是通過數據進行智能決策與業務創新，數據將成為企業持續進化的核心動力。

什么是智能軟件工廠？

數睿數據軟件工廠的基于無代碼開發打造的流水線、規模化軟件開發交付模式，通過改造項目交付流程方法與流程，實現多行業軟件開發交付。

一、兩年后，走出軟件作坊了嗎？

前兩年開始，軟件行業就經常說要走出"軟件作坊"。

為什么要走出"軟件作坊"？因為低效、低質。特別是很多軟件公司開發團隊規模小，過度依賴人力，開發效率低、流程不規范，交付過程也難管理，甚至還會轉變成項目"施工隊"。 

只有走出軟件作坊，企業才能真正實現降本增效。否則，一直處于作坊式開發軟件階段，不僅效率提不上去，成本降不下來，永遠被困。

數睿數據一直以來專注企業級無代碼軟件開發平臺的構建，基于smardaten一體化開發平臺能力的持續提升，軟件工廠也在實踐中不斷優化組織交付流程、持續提升交付效能。

南京軟件工廠總部在近3年時間，已完成500+項目交付，涵蓋數字政務、智慧城市、工業制造、能源電力等行業領域，為300+客戶提供低成本、高質量的卓業項目交付。同時該模式也被多個合作伙伴借鑒采用，大大提高了客戶的軟件生產力。

二、工具+模式創新 打造智能軟件工廠

軟件項目交付就是軟件工程，轉變了開發交付模式，核心涉及到3個關鍵點：生產工具+組織流程+生產方法。

1、工具 - 降低門檻、規模化前提

作為軟件工廠的核心生產力工具，smardaten數據驅動的企業級無代碼軟件平臺，毋庸置疑是軟件工廠的核心承載。

smardaten作為通用的數字化軟件開發平臺，通過降低開發復雜度，讓非技術人員都能參與軟件開發。事實上，數睿數據軟件工廠內的流水線配置人員大多是大專或本科應屆生。

2、流程 - 簡化流程、專業化分工

開發工具的優化，還縮減了整個交付流程，簡化的流程節點需要的人員角色也少了很多。簡化后開發流程在軟件工廠中對應有3大類主要崗位角色：AE需求分析師、DE無代碼配置人員、IE集成測試運維人員。

•  AE需求分析師：

需求調研與分析階段，可以快速搭建可視化原型向客戶演示，雙方基于可視化demo進行評審和確認。

需求人員再將需求進一步拆解，轉化為配置人員需要裝配的一個個"頁面"，比如簡單表單頁面、含有業務流程的復雜表單頁面、系統首頁或者復雜數據大屏頁面等，這就形成了軟件工廠的"計件制"，也是配置人員的工作量重要考核評估項。

• DE無代碼配置人員：

類似生產工廠的產線人員，配置人員在統一的開發平臺之上進行標準化組裝，完成需求拆解后的"頁面"，最后組裝成一個標準化系統。

產線按照平臺能力特性分為3類產線：數據域產線、管理域產線和分析域產線。將系統配置工作進一步專業化分工，提高軟件生產效率。

• IE集成測試運維人員：

無代碼開發模式下，測試與運維需求大大減小。借助smardaten平臺自建的自動化測試工具和運維監控系統，實現多系統、多環境統一運維管控。

3、方法 - 量化管理、標準化執行

方法是什么？方法是更快更好使用工具、采用更科學的方法，提高軟件生產效率和交付質量。

①進一步用好開發工具

傳統生產工廠會通過很多預先組裝好的零配件，來減少基礎生產工作、提高后續裝配效率。

同樣，軟件工廠也可以把交付過的業務模塊、功能組件都沉淀到【應用商超】，在后續交付中進行復用。

這不僅提高配置效率，更是實現了軟件工廠的業務能力與知識沉淀，這是與傳統"項目施工隊"的本質區別。

②可計量的透明化工廠

"計件制"模式，將一個軟件系統的功能模塊基于平臺開發能力拆分為不同頁面，自動統計交付人天數和工作量，將人員工作進行量化并實施考核。

同時還實現了更精細化的成本估算，避免傳統交付模式下隨意評估的項目成本，一旦項目延期就容易導致成本過高、收益難保證。

③項目管理系統

將項目交付過程固化為標準管理動作后，就能實現更好的項目交付管理。

基于smardaten配置的軟件工廠自用【項目管理】系統，可以將項目需求變更情況、配置產線的計件產出、開發進度等進行記錄跟蹤，也便于對人員的工作考核。

項目經理、工廠負責人等隨時能了解項目進度和風險，項目過程更加透明，無需像過去用Excel、Word等文件記錄每個人工作，大大減少交付延期風險。

項目管理系統也可以根據軟件工廠實際管理需求，進行靈活調整。相比市面上標準化項目管理工具，自產自用的管理系統用著更加順手。

三、數字化軟件新質生產力

基于無代碼的智能軟件工廠并不是簡單的流程方法變化，而是一種全新的軟件交付模式和方法論。本質是一種生產模式創新，破解傳統軟件交付的低效率、高成本困境，賦能行業軟件開發。

目前，軟件工廠模式已被多個合作伙伴借鑒采用，同時政企合辦的智能軟件工廠基地也實現規模化交付。

數睿數據某客戶的交付經理曾坦言："我們也一直想打造"工廠流水線式"的開發模式，特別是模型產品的開發，但如果只是把研發和設計、交付實施聚集在一起，流水線看起來是有了，但是和以前好像沒有差別。但是如果用無代碼開發模式，讓這種模式完全有可能快速地實現。"

是的，因為人沒有變、流程也沒有變，使得"流水線"還是"軟件作坊"那個流水線。

該客戶借鑒軟件工廠模式，將原有交付實施團隊進行重組，沿用原有的需求分析、測試、運維等人員，另外新招聘少量無代碼配置人員，基于無代碼開發進行數字化項目交付。研發人員則專注做產品和算法模型，大大減小研發排期壓力和項目交付壓力。

對軟件公司是如此，對數字化轉型的中大型企業又是如何呢？

某新能源車企采用無代碼開發后，借鑒軟件工廠模式，重組IT信息化中心交付模式，按照原有的4大業務線，將軟件工廠的流水線模式對應調整為4個業務線交付組，數睿數據協助其培養40多名無代碼開發人員，已完成集團內部多個企業數字化場景。

數字化時代軟件重要性不斷提升，軟件成為各行業的基建，只有走出軟件作坊模式，真正踐行軟件工程理念，才能真正提升軟件開發效能，加速提高數字化新質生產力。

入選中國信通院"鑄基計劃"

《高質量數字化轉型產品及服務全景圖（2024）》

9月24日，由鑄基計劃聯合中國互聯網協會中小企業發展工作委員會主辦的"2024大模型數字生態發展大會暨‘鑄基計劃'年中會議"在北京召開。數睿數據受邀出席，入選中國信通院"鑄基計劃"《高質量數字化轉型產品及服務全景圖（2024）》和《組裝式應用技術解決方案集》。

"鑄基計劃 - 高質量數字化轉型行動"是由中國信通院泰爾終端實驗室與中國互聯網協會聯合發起，旨在關注行業數字化轉型中的痛點與難點，持續探索大模型數字化、行業數字化、數字化產品服務評價體系及數字化供需對接等領域的實踐與創新。本次大會也發布多項工作成果，包括高質量數字化轉型產品及服務全景圖、解決方案與典型案例等。

數睿數據作為"鑄基計劃"行動中的一員，先后參與《組裝式應用開發平臺系列標準》編制，數睿數據面向行業數字化轉型需求，打造數據通、數字通等產品解決方案，以技術產品和服務持續為行業客戶賦能增效。

《低/無代碼發展研究報告（2024年）》

參編單位

9月24日-25日，由中國通信標準化協會主辦、中國信息通信研究院承辦、中國通信企業協會支持的"2024數字化轉型發展大會"在京召開。在本次大會的"AI+低無代碼專題論壇"， 數睿數據同時參與《低代碼發展研究報告（2024年）》與《無代碼發展研究報告（2024年）》兩份報告的編制，被授予證書。

《報告》由多家領先低無代碼廠商和專家參與編制，對低無代碼發展現狀、創新技術應用、行業實踐趨勢等進行深度分析和研討，預計2024年底公開發布。

數睿數據smardaten作為行業領先的企業級無代碼開發平臺，在低無代碼領域具有技術領先性、功能全面性、應用場景廣泛性等優勢，在本次報告編制中提供了最新的理論和實踐思考。

媒體聯絡：LU QIN, qinlu@njsdata.com

本期采訪嘉賓來自數睿數據軟件工廠的一名AE需求分析師（以下稱為小桑），主要負責基于smardaten完成項目詳細需求分析和原型設計。

一、背景情況

小桑之前在一家規模較大的通信網優領域公司解決方案中心部擔任產品經理一職，深入參與了包括與移動、華為、電信等運營商的大型合作項目，其崗位不僅要與開發團隊緊密合作，還要參與售前支持、客戶演示、招投標等各個環節，做原型也兼做售前。

在來到數睿數據之前，由于面對可視化這類場景，Axure等原型工具做不出比較炫酷、交互很流暢的大屏，小桑自己嘗試并調研了多種可視化工具，包括阿里的、騰訊的、百度的等低/無代碼工具。這些工具各有千秋，逐漸加深了其對低/無代碼平臺的優勢的了解，并為其最終來到數睿數據奠定了基礎。

在加入數睿數據后，經過一周smardaten平臺的初級和高級培訓，小桑逐漸掌握了平臺的基本操作和功能開發邏輯，并搭建復刻完成工廠智慧訂單平臺。他明顯感覺到與之前使用的工具相比，smardaten搭建原型更輕松了，不需要怎么修改樣式也基本滿足，而且能試運行。

二、主要職能介紹

PART 1  職能轉型帶來的變化

從產品經理一職轉向無代碼的需求分析師，他將主要變化總結為了"一少一多"。

• 減少：工作流程簡化、需要協同的人變少

以前是需要頻繁地與研發、售前、測試等多個部門溝通協調，確保項目的順利推進。現在軟件開發過程流水線化，拉扯、返工現象少了很多，一個項目只需要和PM對接需求，完成詳細設計后，轉給功能配置開發人員，偶爾遇到不滿足項對研發提需求即可。

• 變多：工作轉變，需要掌握的新技能變多

雖然流程簡化了，但工作重點卻發生了轉變。現在需要更多地關注于產品的詳細設計和原型制作環節，難點是需要會做數據庫建表、設計表結構等等，這是以前不需要做的，所以也專門去學習了這項新的技能。

PART 2  AE日常工作的主要內容

1、與PM對接需求

PM調研完需求后，細化項目需求，再和AE一起做需求澄清，確認設計開發需求和交付周期等，并且以評審過的《需求說明文檔》為依據，開始做詳細設計。

2、詳細設計

詳細設計以前做產品經理是不用做的，現在作為AE是主要工作內容之一。這個工作比較重要，因為要清晰描述需求，保證能有效指導配置人員DE去完成后續開發工作，減少后期反復溝通。

詳設文檔涉及的內容面比較廣，包括軟件架構、部署升級方案、模型設計、組織權限、業務流程、產品結構圖、功能設計、非功能設計、不滿足項設計、第三方對接設計等12個部分內容。

一個項目通常只需一名AE即可完成整個軟件架構、產品業務、到體驗交互的設計。復雜的系統會由專業架構師參與設計。

詳細設計文檔比較長，但好在是有標準化模板，每個模塊內容結構很清晰，效率很快，比以前招投標的技術文件簡單多了。

當然詳設文檔也是要評審的，PM和工廠配置人員都要參加，以便對方核對需求、減少返工。

3、原型設計

過去做原型為了減少重復設計工作，會在開源平臺上找各類設計組件來拼裝，而smardaten自帶很多樣式組件和布局，拖出來不需要怎么修改就能使用，整體效果看起來也比較統一。

另外，過去原型完成后客戶會先確認，然而轉到研發可能就會掰扯，這個需求不清晰、那個功能很難實現，導致原型也要反復改……但是基于smardaten構建的原型，給客戶查看的樣式基本就是最終的效果，細節配置開發也都是在此之上做的細化，不會有大的變動，所以AE此時作為產品經理就減少很多設計返工。

原型設計畢竟是框架，作為AE要考慮后續做詳細功能構建、邏輯編排和交互時，是否有功能不滿足的地方。只要有不確定的點，在做原型時就要摸清楚，并且記錄下來，交給研發做二開。

4、研發對接

AE在工作協同上，除軟件工廠內部崗位，研發基本是項目中唯一需要對接的外部門。在做原型和詳設時，對不滿足清單通過DTS系統提單說明需求，并跟蹤需求完成進度。

作為新人時，他對smardaten配置功能沒有特別精通，也很難識別不滿足項，自己會反復去研究怎么配置、能不能配置，有些隱藏配置技巧他也沒摸索透，所以經常求助內部配置專家。經過一段時間的訓練，現在也能比較清楚的描述具體不滿足點了。

5、配置計劃

所有設計開發需求都描述清楚了，就交給DE去配置系統，基本上這個項目在AE這個節點就結束了。

不過有時復雜的項目需求，要配合配置組長TL，拆解具體的需求和確定工作量，畢竟AE對需求是最了解的。比如這個系統需要做多少個填報頁、涉及多少個業務流、配幾個交換機和大屏，分別需要幾個人天等等，這些都會影響后面的配置開發排期。

三、項目實踐情況

PART 1  現階段參與的項目情況？

在以前公司主要是跟蹤大項目，包含設計加持續的迭代，1年負責3個項目，雖然大型項目延期影響不大，但需求反復修改迭代還是挺惱人的。

現在流程節奏更標準更快，目前主要以中小項目去試煉，雖然上崗沒多久，但1個月內就可以負責了8個訂單的設計迭代，包含人事管理系統、大數據分析平臺、知識產權平臺等，一般一周可以完成一個項目的原型設計+文檔。

PART 2  AE視角下的項目交付差異？

最大的體會是現在項目交付的每個節點都是標準化的。有標準化流程、標準的內容輸出和工作對接規范。

雖然以前的公司規模已經很大，員工超5000人，項目大、項目團隊也大，但通常在一次會議上大致討論對齊就開始分工，后期又涉及多部門的協調，扯皮是難免的事情。而軟件工廠則流程比較標準，職能劃分明確且部門間協調少，需求溝通成本就比較低。

另外延期的情況也很少。過去項目評審大多時候都是依賴主觀經驗粗略估算，交付延期很正常。現在一個系統需要配置多少頁面、有多少復雜功能，都是可以量化估算出來，跟著計劃走基本不會延期。

PART 3  入職至今的感受小結？

對我而言AE這個崗位相比產品經理，技術素養的要求會更多，涉及面比較多，所以也是一種成長，比如在這段時間掌握了數據庫，也積累了多個行業領域的業務經驗。

南京2024年9月6日 /美通社/ -- 近日，江蘇省工信廳對《江蘇省第六批專精特新"小巨人"企業和第三批專精特新"小巨人"復核通過企業名單》進行公示。南京數睿數據科技有限公司順利通過國家級專精特新"小巨人"企業認定。

"專精特新"是國家引領中小企業增強自主創新能力與核心競爭力，不斷提升發展質量和水平而實施的重大工程。專精特新"小巨人"企業是中小企業中的佼佼者，是專注于細分市場、創新能力強、市場占有率高、掌握關鍵核心技術、質量效益優的排頭兵企業。

在2023年被認定為『江蘇省2023年專精特新中小企業』之后，緊接著今年再度被認定為"專精特新小巨人企業"，是對數睿數據企業實力、技術創新、研發能力、市場競爭力與發展前景的充分肯定。

數睿數據是領先的數智化軟件產品與服務提供商，已成功服務10多個行業領域的400+中大型企業。助力提升軟件研發效能，釋放數據價值，加速業務創新，推動數字化轉型升級。目前已獲得包括CMMI5認證、國家高新技術企業、南京市培育獨角獸企業等權威認證等，積累了20多項技術專利和100余項軟件著作權。

作為國內首個低代碼開發領域國家標準，《系統與軟件工程 低代碼開發平臺通用技術要求》（計劃號：20230973-T-469）的制定由全國信息技術標準化技術委員會（簡稱信標委）軟件與系統工程分技術委員會組織，由中國電子技術標準化研究院牽頭進行。該標準適用于低代碼開發平臺的需方、供方、維護方和獨立評價方，對于開展低代碼開發平臺的研發設計、測試評估、實施應用和產品選型等提供參考借鑒。

在此之前，已成功舉辦該項標準的啟動會和兩次封閉編制會。數十家企事業專家針對各行業的低代碼/無代碼產品服務、解決方案圍繞技術標準、應用體驗、性能及兼容性、應用成熟度等方面展開研究探討。

數睿數據作為國內領先的企業級無代碼技術與服務提供商，連續受邀參與標準研討與編寫，技術專家向宇珂代表出席。 

4月2-3日是該項國家標準的啟動會，啟動會對《低代碼開發平臺》國家標準編制路線及未來重點工作進行深入研討。

6月4日-6日，《低代碼開發平臺》國家標準編寫會在珠海舉行。數睿數據作為參編方之一，與80多位參編單位專家、相關企事業單位代表共同參會，對標準內容框架制定和起草。圍繞低代碼開發平臺功能框架、通用技術能力要求以及平臺分類分級等標準內容開展了充分研討。數睿數據主導"通用技術要求"部分的框架制定與內容編寫，為該標準的制定貢獻了一份力量。經過三天的積極研討交流，最終制定了一份包含 100多項能力要求的完整草案。

2024年7月29至30日第三次封閉編制會，則重點邀請部分單位進一步對標準核心內容和細節進行研討和完善。

本次《低代碼開發平臺通用技術要求》國家標準是基于低代碼的軟件工程技術能力規范，而數睿數據smardaten企業級無代碼平臺同樣定位于打造覆蓋軟件設計、功能開發、軟件運維等全周期的新一代軟件工程能力，實現新模式、高效能的數字化軟件生產力。

該標準計劃將于2025年發布。數睿數據作為《全國信息技術標準化技術委員會 軟件與系統工程分技術委員會成員單位》，未來將繼續支持信息技術領域各項標準制定，以技術與實踐經驗助力行業標準規范建設。

媒體聯系：LU QIN, qinlu@njsdata.com 

以下為數睿數據總裁及數智通解決方案負責人曹亞東先生采訪實錄。

企業：從完美計劃到生長涌現

我們常常在想，企業因何而發展。

變化，才是企業不變的主旋律。應在無數的正負反饋中，把企業打造成一個開放的生命體，讓它自涌現、自生長。

企業數字化：從刻舟求劍到因時制宜

企業數字化也一定是變化的，也一定表現出"生長"特性。

每當有了新的生產要素加入，或者既有要素的重要性占比發生大的變化，必然會引起生產工具、生產方式甚至是生產關系的一系列變化，這是數字化的深層意義。如果我們認識不到其根本性和重要性，認為數字化就是上個什么（死的）系統，那么無異于沒有在變化中找到原點，沒有找到根。一如刻舟求劍的那個人，認為船是不變的。

在上圖數智通的方法論中，我們認為數字化的原點應該是數據，所有事情應該圍繞這個原點展開。

企業數字化系統：從削足適履到器隨意生

一個行業有一個行業的共性，其數字化系統也必然有相似性。一般來說，小微企業不用特別強調數字化和數字化轉型，因為此時，企業缺乏的往往是管理，企業學習并利用市面上成熟的方法、模板和SaaS系統等，可以迅速補足自己的管理的短板，大多時候拿過來直接用就行，往往比自己"獨創"的更標準、更科學。

但是，企業發展到一定階段，不管是管理思想，還是經營方法，一定會有自己獨特的東西在里面。我們認為，對于中大型企業，數字化一定是以管理和經營為核心，數字化系統要因它而生、因它而變，是器隨意生而非意隨器生。

并且，這個獨特的數字化系統的打造，一定是甲乙雙方配合共創的過程。在數智化中，乙方是不可能比客戶更懂客戶的。正如一個客戶對我們說的："我終于遇到一個講實話的廠商，原來遇到很多廠商連我們的病都沒摸清，就開始鼓吹自己的藥效了。"

企業數字化過程中的甲乙雙方，一定是雙方配合，制定科學合理的計劃，配以趁手的工具，隨時調整，并嚴格執行，最終實現伴隨式地成長。

企業數字化轉型：從大張旗鼓到潤物無聲

我倒覺得，認清數字化的本質，反而沒必要特別強調轉型了，因為總有為了變化而變化、為了轉型而轉型的感覺在里面。大家經常聽到的"不轉等死，轉了找死"，經常聽到的因缺人、缺錢導致的"不敢轉、不想轉、不能轉"大致都是這么回事，因為他們把轉型近似看成大張旗鼓折騰一番。我認為，這種轉型確實沒必要。

我列舉常見的幾種"轉"的類型，只有最后一種，才是我認同、推崇的。

第一種，是高舉高打型，強調的是技術和先進性。他們一般張口大模型，閉口區塊鏈，如果不整幾個新詞，覺得這數字化轉型就白做了。我們認為，企業數字化應該務實，接地氣，而不應該一味追求高大上的技術。

第二種，是翻天覆地型，強調的是邏輯和流程。數字化轉型，標準先行、組織先行、人員先行、流程先行……反正說法很多，我們也搞不清到底哪個該先行。這種翻天覆地型，最大的危險在于奄奄一息的企業往往救不活，好好的企業往往折騰死。

第三種，是支離破碎型，強調的是功能點。這種一般是，我一期要上多少個系統，每個系統有多少個模塊，每個模塊有多少個功能點。這種轉型，完全是傳統信息化的思路，看上去啥都上全了，但最后每一塊兒用著都不順手，甚至完全用不起來，底層數據也沒通，做了一堆爛擺設擺在那里。

第四種，是潤物無聲型，強調的是數據和業務。這種，回到數據的原點上來，結合業務的痛點去思考問題。可以全盤轉，也可以先從最痛的地方開刀，但不論哪種方式，一定會考慮數據作為生產要素的沉淀和流轉的問題。這就像拼圖，有時間有精力時，可以一次性拼完，資源撐不住時，那就拼一塊兒，但這一塊兒一定是整張圖的一部分，它不是割裂的，不是支離破碎的。這種轉型，完全因自己的實力和痛點量身打造，低成本，高收益，我認為它不可能是一個"轉了找死"的過程。

企業數字化實施：從先入為主到回歸第一性

最后，我們來看數字化實施。

在傳統的信息化視角中，企業的信息部/IT部是沒有太多話語權的，甚至受夾板氣。廠商覺得他們不懂技術，業務部門覺得他們不懂業務。甚至，很多時候，IT建設越多，上的系統越多，他們的威望越低，因為兩頭都發現，他們甚至傳話都傳不好。

IT部門應該回歸第一性，發揮創造性，從而實現自身價值。

第一性是什么？我認為就是三個問題：企業的戰略是什么？當前業務的痛點是什么？沉淀的數據資產是什么？遇到數字化轉型的問題，信息部/IT團隊，應該首先想到并反復推敲這三個問題，而不要過早陷入解決方案（我要上什么系統，我要怎么實現，我要設計什么樣的流程……）的細節中去。只要回歸第一性了，那么這個轉型的工作，就一定是有價值的，且是創新的。

數智通：以數據為原點的伴隨式方案，助力企業數智生長

數智通，作為數睿數據為企業量身打造的數字化轉型解決方案，深刻理解企業在發展過程中的獨特性和生長性。我們不僅提供技術平臺，更提供一種伴隨式的成長伙伴關系，與企業共同面對數字化轉型的挑戰和機遇。

以數據為原點，重構企業數據要素能力：數智通將數據視為企業的核心資產和生產要素，圍繞數據的收集、分析和應用構建數字化轉型的基石，重點回答"用什么數據；數據怎么來；數據怎么存、怎么處理；數據怎么用"的問題。

統一化數字底座，重構企業數字平臺能力：統一的數字化底座確保了數據的一致性和準確性，為企業決策提供了可靠的數據支持。

一體化業務流程，重構企業生產運行能力：通過構建一體化的業務流程框架，數智通強化了企業生產和管理的協同效率，實現了從原料采購到產品設計、生產執行、庫存管理直至產品交付的全流程數字化管理。

關鍵指標驅動迭代，重構企業經營管理能力：數智通利用關鍵業務指標來驅動企業的經營管理決策，通過實時監控和分析這些指標，企業能夠快速識別問題、評估效果并進行必要的調整。

數據和智能驅動，重構企業業務決策能力：數智通通過集成先進的數據分析和人工智能技術，企業能夠利用預測分析、關聯分析、圖譜分析等工具，深入洞察業務趨勢和模式。

伴隨式成長，驅動企業持續創新和優化：數智通提供伴隨式服務，從戰略規劃到系統實施，再到持續優化，數智通始終與企業并肩作戰，確保數字化轉型的每一步都貼合企業的實際需求和發展方向。

通過這些優勢和價值，數智通幫助企業在數字化轉型的道路上實現從傳統到數字化的平滑過渡，提升企業的核心競爭力，并在不斷變化的市場中保持創新和活力。我們相信，通過與數智通的合作，企業將能夠實現真正的數字化轉型，達到可持續發展和自我進化的新高度。

近期，數睿數據聯合艾瑞推出的《中國企業級無代碼開發白皮書》，通過對軟件行業痛點的分析，尤其是對軟件公司與企業客戶供需矛盾的深刻解讀，以及對園區物聯、制造業、能源等領域實踐的分享，為企業數字化轉型提供了思路和實施路徑上的借鑒價值。

解軟件開發之難，企業級無代碼的新機會

軟件是當前數字化的主要載體體現形式之一，大部分企業通過找專業的軟件開發公司，將自己的能力集成到各類軟件中，去服務客戶，開拓市場。

但問題在于，雙方合作通常有很多矛盾點，有的甚至到了拍桌子吵起來的地步。比如，軟件公司希望企業的需求更為明確，但企業的數字化本身就是"摸著石頭過河"，對軟件需求也比較模糊，很難給到軟件公司具體的要求。比如，企業希望軟件后期可以修改，但這對供應商來說意味著新的工程量，需要額外付費。再比如，一個軟件開發可能需要不同的供應商，這就導致了軟件系統往往體驗不一致、數據不一致，集成工作復雜，且一旦集成完就又是一種"寫死"。

每一個矛盾點都是企業數字化轉型進程中的"絆腳石"。

這些矛盾的根源在哪里？究其根本，是企業緊急多變且模糊的需求與IT系統高復雜度難以調和造成的。企業級無代碼恰恰能幫助企業忽略IT以及各類技術上的難題，將需求通過拖拖拽拽的方式高效落地，尤其是以數據為驅動力的軟件創新，能幫助企業快速抓住市場機會，占據先發優勢。

也就是說，企業級無代碼，極大縮短了軟件企業的創新路徑。

白皮書里的三個觀點也說明了這一點。白皮書認為，一，柔性的無代碼能有效解決企業級軟件高效開發的問題，甲乙方不同角色間進行圓桌式開發，軟件的使用者真正參與進來，軟件質量和體驗得到顯著提升。二，數據驅動軟件更好地創新，因為軟件直接"生長"在統一的數據底座上，能形成數用一體的閉環，而且軟企服務生命周期也變長，一錘子買賣變為陪伴式成長。三，企業級無代碼能加速公民開發。大家都知道，領域知識和員工智慧常存在于個人大腦中，并不能沉淀到企業系統中。但借助企業級無代碼開發，員工不再壓抑自己的需求、想法、創意，公民開發理念得以落地。

從Forrester、Gartner等報告也可以看出，企業級無代碼市場大有可為。當前數據顯示，預計中國低代碼/無代碼市場規模在未來五年將保持高速增長，2022年達到6.33億美元，2025年達到21.14億美元，其中必有企業級無代碼的一番天地。

思維變革，以數據驅動軟件創新

企業級無代碼市場火熱是一方面，但要應用在具體的軟件創新中，首先要面對的就是數據難題。

數睿數據與艾瑞在白皮書里點出，當前企業經營存在數據熵增。在早期，企業使用單一的標準軟件，且連續多年變化不大，此時，數據相對統一，但業務發展往往受限。尤其是當前企業引入的軟件越來越多，等到數字化進入穩定發展期，就會出現數據孤島、數據治理等問題。

因此，對企業客戶來說，要實現軟件創新，就要找到實現部門間數據流動、溝通的新思路。數據驅動無代碼改變了軟件創新的底層邏輯，能全面解決各部門、各環節本身問題，同時解決部門、環節間的銜接問題，使得企業效能得到大幅提升。

而且通過將數據轉化為資產進行高效管理，在打破數據單項傳輸的壁壘、真正發揮數據的價值的同時，能讓企業獲得一致體驗。

數睿數據是數據驅動軟件創新的堅實實踐者，希望以"讓人人盡享數據價值"，打通數據，并確保用戶一致體驗。數睿數據能提供從各種數據源連接到一站式數據加工處理、可視化分析到大屏應用、無碼定制化應用的整體解決方案，使得信息化、數據化和智能化一步到位。

針對軟件創新的本質，數睿數據CEO穆鴻也給出了獨到的解讀，"軟件其實是數據+形式，這里的形式涵蓋應用的搭建、數據的分析以及數據的運營等方方面面。數睿數據堅持‘數據驅動、數用一體'的軟件構建理念，保證無碼化構建的企業級應用長期可持續演進，加速軟件創新，為企業抓住未來機會創造條件。"

數睿數據企業級無代碼軟件平臺smardaten，就是以數據驅動為核心，以"數用一體"為底層邏輯構建的，它使得數據驅動不再僅停留在軟件開發階段，更從需求分析、應用設計、應用構建到測試運維，逐層沉淀，最后貫穿軟件工程全生命周期，甚至實現軟件的自成長。

在這里重點說明下，"數用一體"強調數據和應用的融合和打通，是數睿數據一直強調的理念。數睿數據希望打通大數據和應用的"通道"，讓企業沉淀的數據以及正在產生的數據都能通過應用高效釋放出價值，持續為業務賦能。這顯然是一種比較先進的思維。

基于"數用一體"理念，smardaten的軟件交付效率能夠達到數十倍提升，極大降低了軟件開發的交付成本。本次白皮書也對smardaten的能力進行了深刻解讀。

在某上市集團的物聯網園區項目中，smardaten 為全集團的物流產業園、科技產業園、社區綜合體、商業綜合體，提供豐富的設備接入和數據采集能力，幫助其打造出智能化的場景應用。具體來說， 相關人員通過IoT物聯網平臺的"園區運行質量監控中心"，就能實現對多園區設施設備和智能化場景的指標化管理，有效提升了園區設施設備的統一管理和運維水平。

還有一個案例是國家"兩彈一星"戰略工程的國家級科研院所南京玻纖院。作為一家傳統工業設計和生產管理企業，研究院在數字化轉型中也面臨很多的需求，比如企業經營管理與創新業務等。數睿數據基于一體化的數字化建設能力，助力研究院將行業knowhow轉為適應業務發展的應用軟件，支持其搭建了面向行業的智慧實驗室管理平臺，滿足了行業標準實驗室的業務流程需要，甚至還能夠作為標準化實驗室管理平臺產品對行業進行輸出。此外，還打造出了預測性診斷平臺、項目管理系統、工業數據智能模型分析決策平臺等。未來，研究院還將根據業務需求，基于smardaten持續構建更多應用，加速業務數字化發展。

除了上述案例外，數睿數據服務了很多垂直行業頭部軟件供應商，覆蓋政府、城市管理、社會治理、教育、交通、工業等多個行業。由此可見，在企業級無代碼市場，數睿數據通過深入行業，蹚出了一條獨特的路線，為千行百業的數字化轉型貢獻了巨大價值。

總結來說，數據驅動是數睿數據切入企業級無代碼市場的獨特角度。數睿數據CEO穆鴻表示，"基于此理念，數睿數據形成了兩條清晰的增長曲線，一是發揮數據價值，高效開發各類應用，讓‘喇叭口'開得更大，贏得更多市場機會。二是以數據智能驅動軟件創新，讓數據智能變得更深刻，在提升產業效能的同時，扎得更深。"

從發展趨勢中，看到未來

一個技術，不能只是一時熱點，它需要具備走向未來的潛力。

顯然，企業級無代碼有這樣的潛力。現階段，中國2022年規模以上企業群體中，34.1%的企業是無代碼平臺用戶，這一比例于2025年將達到46.5%。

那么，企業級無代碼未來會朝著什么方向發展？有三點。

一，企業級無代碼將在更多場景中釋放價值，比如已經應用到了數字孿生、運營場景，未來元宇宙等復雜的新場景也可以借助企業級無代碼來構建。二，智能化趨勢顯著。早期，企業級無代碼只提供數據報表的能力，現在借助一些隱私計算、知識圖譜等AI能力，企業級無代碼更加智能。比如，現在火熱的ChatGPT，其代碼生成、聊天對話、文本分類等能力可融入到無代碼軟件開發的需求分析、軟件設計、軟件實現、軟件測試、體驗優化、軟件維護等各個環節。三，公民開發將成為可能。隨著企業級無代碼的普及，它的普惠性更加顯著，普通人借助這一技術開發自己的軟件也將成為可能。

當然，面對企業級無代碼廣闊的未來，數睿數據將繼續關注這一市場，以數據為驅動，增強企業軟件開發質量和效率，讓企業級無代碼惠及更多行業和場景。

寫在最后

其實，企業級無代碼的構建并沒有固定模式，但是有一些共通的思路。

現在，不少企業仍然有一些疑惑，如何利用企業級無代碼逐步切入業務場景實現一體化建設？在制造業、能源、零售等行業有哪些成功案例可參考？這些問題，《中國企業級無代碼開發白皮書》都有深刻解讀，您可以百度搜索"2023年中國企業級無代碼開發白皮書"下載白皮書，獲得更多軟件創新的思路。

Malco具有12年的物流行業服務經驗，業務覆蓋沙特、埃及等國家，為合作伙伴提供高效的供應鏈管理、庫存管理和貨運服務，在交付速度、創新解決方案、高效流程方面居于行業領先地位。

沙特阿拉伯政府兩年前開始大力推進物流行業數字化改革，建造了百萬平方米的超大型物流倉庫以及周邊的倉儲節點和一系列的智能配套設施。政策利好加上電子商務的蓬勃發展，極大地促進了沙特物流行業的快速增長。兩年來，快遞和物流公司從200多家增長到了700多家。

Malco始終致力于通過先進技術提高自身的運營效率，為客戶提供最具性價比的服務。在過去幾年中，Malco組建了數十人的軟件研發團隊，構建了ERP、CRM和物流管理系統，用于管理成千上萬的沙特本地的快遞司機、服務人員以及客戶。

業務的快速發展加上競爭的加劇，這些系統Bug修復慢、架構陳舊更新難、人力資源消耗大等問題暴露出來，Malco的創始人開始尋找合適的軟件廠商。在收到數睿數據國際業務部副總裁尤杉介紹smardaten無代碼平臺的郵件后，Malco總裁Abdulla博士立即回復希望通過視頻會議做進一步技術交流。

首次交流，smardaten的應用構建效率和靈活度以及大數據能力得到Malco總裁及團隊的一致認可。首次基于無代碼軟件開發交付，Malco對產品價格、服務以及SaaS化后大家如何合作頗有疑慮。通過細致的溝通，我們為Malco設計了軟件許可+配套軟件工廠服務+SaaS合作分成的商業模式。

Malco總裁非常認可數睿數據在商業模式上的創新建議，淘汰原有的老舊系統，部分應用快速集成到smardaten平臺，與通過smardaten新開發的無代碼應用實現互聯互通、統一體驗，從而構建完整高效的多模塊集成平臺。部分應用快速SaaS化后還可以對外銷售給700多家物流公司，不斷給自己的投入產生增值收入，完成自身數字化變革到賦能行業的華麗轉身。最終，Malco和數睿數據順利達成合作意向，完成簽約。

在邁向歐洲，中東和東南亞等更多版圖的道路上，我們也深切感受到，行業數字化轉型需求巨大，軟件設計完，通過印度等地外包公司來定制開發的傳統模式，已經滿足不了客戶的業務發展速度和成本要求，亟需創新解決方案。

數據驅動的無代碼軟件平臺smardaten，支持企業級復雜應用的靈活構建，AI、大數據、物聯網等技術快速賦能，軟件開發效率與創新能力成倍提升，無疑是企業應對不確定性的最佳解決方案。

杭州三匯數字信息技術有限公司是國內領先的公共安全與國家安全領域行業信息化建設的高科技企業，公司員工1000+人。三匯專注公安領域信息化建設多年，公司業務經驗富足、業務模式成熟。大量的公安警務項目為其沉淀了成熟的數字化底座和標準化產品，在業務場景的交付上以定制化項目交付為主。

近年來大數據已成為推動公安工作創新發展的引擎，全面助推公安工作質量變革、效率變革。這反向對公安軟件系統的需求匹配度、敏捷的應變能力提出更高要求，也對公安軟件企業的數據能力、軟件交付質量等要求越來越高。

公安的項目周期一般都比較長，客戶完成近80%需求匹配確認后才能推進簽約落地，因此前期投入成本特別高。另外運維服務通常在3-5年，長期后續服務免不了，后期投入也是不間斷的。

對于目前存在的業務挑戰，三匯技術負責人感慨到：“客戶定制化需求多，實施過程中需求反復調整的情況很常見，導致項目交付常常延期，造成客戶滿意度下降。即便已經完成交付的老項目也還是會存在需求變動情況，項目人員的離職或變動將為此帶來面臨更大的難度。這種重復造輪子的工作也很難吸引和留存優秀人才。”

兩個POC初體驗 真正感受無代碼

三匯總經理初次接觸數睿數據就表示，之所以想要了解低無代碼，是因為看到這種開發模式將成為必然，因此希望主動做些嘗試，或許會成為交付難題的一個解法。但公安軟件業務復雜，普通無代碼平臺根本用不了。而當下他們在市局有個棘手的項目，剛好可以用數睿數據 smardaten試試，驗證一下號稱“適配企業級復雜業務”的無代碼平臺在公安領域是否有用武之地。

意想不到的是，在接下來的1個月時間，數睿數據客戶成功經理配合三匯2名測試人員，輕輕松松便完成了項目交付。就是這個差點被放棄的項目，相比之前的開發周期縮短了約50%，這讓三匯交付團隊非常詫異，也讓市局看到了三匯的戰斗力和堅持不懈的服務，進一步提升了客戶的滿意度。

無獨有偶，在浙江另一個地級市，三匯也碰到一個類似的項目。即將著手開發之時，他們便毅然選擇smardaten無代碼構建。同樣用了一個月出頭便完成了交付，而這次僅由兩名測試人員獨立完成全部的功能開發。

“去年11月底，由我這個只有2年經驗的測試作為這個項目的負責人，就用無代碼把60萬左右的項目立項，在公司內也沒有先例，這點讓我非常有成就感。”

-- 三匯最早使用無代碼測試人員齊雪蓮

通過兩次項目交付的初體驗，三匯驗證了企業級無代碼對軟件開發效率的提升，尤其是能夠快速的修改變更，特別適應公安業主需求頻繁變化的情況，讓三匯十分省心。

有了初步的體驗，三匯主動提出想把無代碼的開發模式推廣到更多的業務線。于是，大家便把目光聚焦在了應用產品線，這條線為公安部門提供業務分析研判模型，是三匯的核心業務。負責人錢總認為，雖然模型比較復雜，但相對通用、應用領域廣，可在多個客戶項目中進行批量推廣。如果能夠基于企業級無代碼進行開發，會有帶來可觀的經營效益。

同樣，為了驗證企業級無代碼能否勝任，在三匯受邀參與的一個市局封閉式比武開發大會上，便大膽采用了smardaten企業級無代碼軟件平臺作為主力開發工具。意想不到的是，經過2周的模型開發實戰，共搭建模型18個；其中6個模型后期實現應用級的實戰。此次依舊是2名測試人員承擔本次開發任務，整體效果完全達到客戶期望。

“如果產品按原有前后端開發模式，此次至少投入6個較高水平的前后端開發人員，且后期的需求更新、維護成本也高出很多。”

-- 三匯應用產品線負責人

兩種實踐路徑 無代碼開發效率與專業優勢盡顯

經歷了幾個項目的實驗，雙方把無代碼與三匯業務的結合點共同歸納總結為兩個方面：一是公安場景的應用模型構建，二是定制化項目交付。

第一種模式即應用模型開發：應用模型也就是公安警務的業務分析研判模型，是三匯的核心競爭力之一。以前研發人員會用代碼去開發，沉淀很多這樣專有的業務模型，然后在不同的項目中去實施交付。由于模型構建邏輯復雜，通常含有數據模型、復雜邏輯、數據算法等，有時還需要新開發一些功能組件，所以在這個場景下無代碼開發用戶主要是程序員，而基于smardaten則更快、更靈活的搭建較為復雜的模型。smardaten可大大減少代碼開發量，三匯的開發人員可以聚焦在業務場景的分析和構建上，甚至有時可以替代項目經理。

另一種模式即非核心的定制化項目交付：此類項目一般不可復制，需求零散多變，項目周期長。對于公安領域，合同簽署前就得讓團隊完成近80%需求匹配確認，smardaten快速原型構建的能力得以大顯身手。后期在交付中也可以快速修改和迭代，即便項目人員離職，新接手的人員基于業務規則來修改無代碼配置，而不是去理解和修改別人寫的代碼，維護難度更低。

客戶成功不是一蹴而就

客戶成功計劃是數睿數據為軟件公司客戶專門制定的長期服務支撐計劃，包括用戶培訓、產品升級、二開協助等一系列服務。杭州三匯作為數睿數據重要的客戶之一，客戶成功經理楊朋也深感責任重大，22年1月起陸續推進了項目開工會、開發人員培養計劃、日常協同機制建設，通過一攬子伴隨式服務來確保應用目標的達成。

為了讓三匯的人員盡快上手，首次培訓在2022年1月下旬如期舉辦。三匯應用負責人曹總組織了首次內部無代碼開發培訓，各業務線的項目經理和產品經理近百人參與其中，完成了基礎產品與技術培訓，讓大家理解無代碼開發的趨勢，并鼓勵大家進一步去了解和探索。

此后經過半年的實踐，三匯的部分開發團隊已經能夠熟練的獨立配置，以及自行開發公安場景下的定制插件。5月，三匯基于smardaten搭建的產品已推廣到近20個地點，覆蓋案件目錄、執法日志、接口視圖、組件傳值等業務模塊。

隨著無代碼平臺升級迭代兩大版本，為了推進更深和更廣泛的應用開展了第二次培訓。與首次通用培訓相比，這次的培訓內容更加縱深，與三匯的業務結合也更加緊密，并采用“定制培訓+項目實踐”相結合的方式來提高人員參與度。尤其是直接使用了三匯實際使用的兩套系統為訓練環境，帶著參訓人員現場練習新產品版本的配置。

除了新版本的實操演練，三匯開發者就長期的開發實踐感受以及后期對產品開發能力、用戶體驗等方面提出了自己的需求和思考。對此，數睿數據在三匯的客戶成功經理楊朋表示：“產品能力和用戶體驗是在長期的使用和反饋中去不斷升級優化，數睿數據在打磨應用開發效率的同時，非常關注用戶在實際使用中的體驗，所以客戶側提出的需求，我們都會沉淀在研發管道中，去不斷完善和滿足”。

產品型服務最大的服務就是長期的技術支持。目前三匯內部長期使用無代碼的開發者約30人。在三匯客戶成功計劃開展過程中，雙方面臨過很多的需求，比如產品bug問題、產品升級帶來交付運維、用戶體驗不佳等問題，這些都由客戶成功經理第一時間響應，協調技術部支持。

“企業級無代碼就是為了幫開發者提高開發效率，而客戶成功經理就是要解決企業用戶實際使用與產品自身迭代之間的協同，雙方良好的溝通機制非常主要，我們也在不斷優化這種需求溝通模式。”

-- 客戶成功經理楊朋

無代碼為公安軟件研發全流程增值&加速

在一次半年度交流會上，雙方共同探討這半年的實踐總結和下一步計劃。三匯多名業務部門負責人談到了這半年來對無代碼試點過程中的心路歷程，并表達了對長期以來數睿服務的認可。

創新業務負責人表示，企業級無代碼確實有很多讓人無法忽視的優勢，它能夠解決在項目前期階段很多問題，比如快速進行需求調研、快速搭建Demo原型來應對項目投標、與跟客戶進行需求確認等等。

交付部門負責人說：“從這段時間的經驗來看，我們更關注的是項目管理的全流程服務，這是真正影響交付效率和提高效益的關鍵。無代碼能夠解決80%以上的開發需求，降低了大量的重復性開發工作”。

測試負責人則表示，無代碼開發還有個好處，就是在開發后的需求修改很快，運維工作壓力比較小。這種模式下的無代碼開發用戶主要是交付部門的項目經理、需求分析、解決方案、測試、實施運維等角色。為此，三匯從交付部門獨立開辟一個無代碼交付團隊，改變過往的項目交付組織模式。

“作為一個開發工具，smardaten的價值并不只是在開發這一個環節，而是從開發交付的整個過程中都能帶來明顯的提升和改變。這是我們選擇用企業級無代碼之后才發現的一個新的亮點。”

-- 創新業務負責人

共同擁抱變革，“公安+無代碼”未來會有無限可能

企業級軟件領域的無代碼開發是業界較為創新的模式。一個軟件的成熟必然要經過團隊長期的迭代，以及在客戶項目中的實際應用與持續打磨。對于客戶來說，業務創新講求快，也關注成本和能力，這恰恰是無代碼開發的優勢。

三匯產品負責人表示：“數睿數據無代碼技術框架和產品能力很強大，我們相信數睿，也非常有意愿去共同探索。三匯專注研究公安場景下的業務實現，而數睿去提升底層產品能力，這是個非常有意思、有價值的事。”

我們相信，無代碼不止在公安，在其他領域也一樣會有更多的可能。

目前中國僅4家企業同時獲得亞馬遜云科技雙認證。smardaten與亞馬遜云科技將在產品開發、銷售策略和全球化營銷方面實現深化布局與資源共享。亞馬遜云科技將為smardaten從產品改進到全球市場推廣，提供全鏈路一對一服務，通過架構復審、沉浸式研討會、服務集成等途徑加速產品開發，優化解決方案，縮短銷售時間和路徑，擴大市場。

FTR是亞馬遜云科技針對合作伙伴解決方案相關進行的一項技術審核，從安全性、產品性能和卓越運維等方面展開了評估。FTR審核通過，再次證明了smardaten杰出的產品力和創新力。

亞馬遜云科技相關負責人表示，公司一向注重產品和服務給客戶帶來的體驗，"smardaten在產品方面具有絕對的硬實力。大數據基因和無代碼優勢會產生疊加效應，由此得以提升數十倍的軟件交付效率，降低軟件開發成本。"

作為行業首創，smardaten是以數據為核心，面向企業級軟件構建，覆蓋軟件開發全流程，以提升軟件研發效能為目的的平臺。smardaten相關負責人表示，此次合作，將與亞馬遜云科技形成雙向賦能，突出差異化優勢，同步深化自身的全球化布局戰略。

自2016年成立以來，smardaten在全球已經設有十一個分支機構，三大研發中心。全球視野、數據驅動的業務創新能力、本地化與個性化并重的服務策略，成為smardaten的優勢。

南京2022年5月5日 /美通社/ -- 日前，數據驅動的企業級無代碼平臺smardaten與華為云聯合對外發布消息稱，華為云對smardaten的產品和市場進行了綜合評估，smardaten現已從“嚴選”升級入選“嚴選自營”，雙方將開啟包括解決方案、方案推廣等多個領域的深度合作，在海內外打造“共生、共創、共營、共贏”的合作生態。

華為云嚴選商城作為華為云的精品應用超市，對供應商的軟件和服務有著極為嚴格的要求和規范。華為云生態經理認為，smardaten多年來通過自身技術優勢，具有充分融合大數據和行業業務積累的能力，能通過層層選拔升級嚴選自營，得益于產品在技術層面和市場層面的出色表現，“軟件交付效率能夠達到數十倍提升，降低了軟件開發交付成本，開啟了軟件智能制造新革命。”

除產品以外，smardaten配套的實施服務體系也已經在華為云同步上線。該服務體系將為客戶提供雙線標準化課程培訓、1對1專線客服、維保等基礎服務以及個性化伴隨式賦能服務，切實提升學習和使用體驗，降低非專業開發者的學習成本，高效完成項目交付。

smardaten基于華為云鯤鵬云服務，搭建了一站式大數據和無碼化軟件開發平臺，幫助客戶構建數用一體化的應用系統，在軟件開發上降本增效，加速數字化轉型。目前，smardaten已經順利完成華為云鯤鵬云服務兼容性測試，獲得華為云解決方案伙伴認證。

近年來，企業服務領域正在成為出海的新熱點。2021年，smardaten已成功登陸華為云新加坡站點，為國際客戶提供smardaten SaaS服務，著力布局海外市場。自2016年成立以來，smardaten在全球已經設有十一個分支機構，三大研發中心。全球化的視野和本地化的運營能力成為其出海的發力點。在全球范圍內持續高效配置資源的同時，圍繞當地客戶的需求創新產品、服務和體驗，成為優勢。

此次與華為云合作升級，smardaten將如何持續展現“中國技術”，值得期待。

齊雪蓮來自杭州三匯的測試工程師，她是從小在新疆長大的甘肅人，10歲的時候回到了甘肅，大學又考回了新疆，在塔里木大學就讀計算機科學與技術專業。

畢業后齊雪蓮入職了三匯新疆辦事處任測試一職，可能人生前二十年西北的大漠黃沙看多了，她對江南向往已久，后面調到杭州總部也是順理成章的事。在筆者看來，一方水土養一方人的說法映射在齊雪蓮身上再貼切不過，線上線下的訪談她都透露著不緊不慢、從容處事的風格。

三匯的測試部是在支撐組，屬于“哪里需要去哪里”的工種，受成長環境的影響，她對“遠”的感知可能天生與常人不同，走南闖北的氣質刻在DNA里。哪怕去年大部分時間都在出差，動輒蘭州一個多月，南昌兩三個月，齊雪蓮都能甘之如飴。

任何職業想要長遠的發展，都需要不斷學習提升自己的技術、掌握新的技能。IT行業更是如此，在測試崗位工作3年左右，看到很多功能測試人員向自動化測試、性能測試靠攏，畢業后再沒寫過代碼的齊雪蓮去年在職業發展方面的思考越來越深，焦慮也越來越多。

隨著DevOps、持續交付這一套東西的流行，未來軟件測試工程師必須同時具備一定的開發和運維能力。和許多焦慮的IT人一樣，向左是一眼望得到頭的安穩現狀，向右是躬身入局一個新風口。 

謀定而后動，想在職業生涯的前五年黃金階段擁有更多可能性，齊雪蓮認為無代碼開發是一個出路。 

#01

首先想請你向社區的讀者介紹一下自己。

大家好，我是齊雪蓮，是在新疆長大的甘肅人，目前在三匯擔任測試工程師一職。平時喜歡聽歌，追劇，看書什么的。白天工作比較忙，晚上有時間喜歡打打王者榮耀，有點報復性熬夜的意思。

#02

能簡單介紹下公司情況么，最近在忙什么？

杭州三匯成立于1995年，一直專注于計算機通信集成（CTI）領域，著重于語音產品的生產研發以及在各行業的應用，是國內最早從事語音產品研發、生產和CTI系統集成的通訊系統核心設備供應商之一。 

目前公司業務主要在公安領域，針對客戶一些專題需求用無代碼快速響應，具體細節可能不方便多說。研發周期視客戶專題內容多少而定，小專題一兩周就可以投入使用，大的專題如果涉及更多交互、二次開發以及一些需求改動，則需要更多的時間。 

最近我在市局的客戶現場用smardaten開發，有時候說數據不行了，客戶會過來指導說你用那個數據交換機處理一下，或者你建個視圖什么的。駐場時間長了，發現客戶對我們的工作內容還是挺懂的，對無代碼開發也有一定的掌握。

#03

能否介紹一下自己接觸無代碼的契機？

最開始是公司決策層想拓展新的方向，想用無代碼來做一些新的嘗試。我是屬于比較有自己節奏的人，對新技術不會盲目跟風或者盲目排斥，剛好當時自己也是對職業生涯發展有一些思考、困惑和焦慮。手工測試有它的不可替代性，但也不能忽視新技術的學習。

所以我就上網各種搜無代碼相關的各種資料，感覺可以試一下，做測試的時間太長了，對于能自己直接深入開發工作還是比較愿意嘗試的。無代碼特別適合我這種接受過計算機科學正規教育，但一直游走在開發邊緣的人群。 

#04

聽說你是三匯內部最早使用無代碼的人，其實IT界對低/無代碼的爭議還是挺多的，你是怎么堅持下來的？

首先我覺得低代碼和無代碼完全是兩回事，低代碼本質上是面向碼農的“代碼生成工具”，對我這類型人員就不合適，這點先申明。 

從測試的角度來學習無代碼，我覺得先天優勢是能從測試的角度迅速熟悉其中的功能點，邏輯思維也比較清晰，但是學習門檻還是有的。我是屬于那種“一件事要么不做，做了就能做很久”的類型，在學習無代碼這件事上起初完全是“白嫖還要啥自行車”的心態，所以能堅持下來，這點可能沒有太大參考價值，每個人情況不一樣。 

#05

你一開始學習無代碼遇到了什么困難，哪個時刻讓你下決心選擇這種開發模式？

一開始真的還蠻難的，因為功能不熟悉，能否利用smardaten實現客戶所要的功能也是未知，只能在實踐中出真知。而且我是公司最早一批學無代碼的人，內部大家都是“小白”，當時主要通過產品文檔、使用手冊和視頻教程自學、探索、一點點試，有問題也會找客服反饋。 

我覺得不是某個時刻，或者業內流行說的“Aha moment”讓我選擇了無代碼，而是在“一點點試”的過程中產品帶來的驚喜感和心態的變化。探索smardaten的過程有點像“尋寶”，起初感覺能做的地方平臺可能實現不了，但是感覺不能實現的平臺又能做，隨著操作的熟練又會發現之前實現不了的功能原來可以繞開問題，換一種實現方式，這種反差和驚喜非常讓人上頭。

#06

成為smardaten用戶之后，個人最大的收獲是什么？

我覺得最大的收獲是擁有了更多可能。我畢業之后就在三匯做測試，到現在也快四年了，也不是不知道單純做功能測試發展空間不大，但是往性能測試、自動化測試轉型需要一些編碼能力，要重新學習編程也不是不行，但是按照日常的工作節奏要抽出時間體系化地學習又很困難... 

無代碼開發給了我在工作時間學習新技能的機會，在使用smardaten的過程中數據交換機這個功能模塊讓我產生深入學習SQL的興趣，本身數據交換機的增刪改查、調度設置和歷史監控等操作和市面上數據處理工具很像，也鍛煉了自己的數據處理能力，數據分析師可能也是我未來的一個職業選擇。 

去年11月底，由我作為項目負責人的湖墅派出所項目立項了，測試轉開發用無代碼把60萬左右的項目立項在公司內也沒有先例，這點讓我非常有成就感。 

#07

那真的很厲害，smardaten這個產品令你印象深刻的功能或場景是什么？對產品有什么改進的建議嗎？

印象比較深刻的是傳參功能。在我們的使用場景中跳轉頁面、彈窗展示等功能都需要用到傳參，填報傳填報、填報傳大屏、大屏傳分析儀都很方便。前端的一些復雜邏輯也可以通過可視化的頁面進行配置，包括一些復雜的業務校驗、跨頁面的跳轉、復雜頁面聯動都不需要寫代碼就可以實現。

在實際駐場開發以及和客戶溝通的過程中，也明顯感受到了無代碼開發在節省時間、人力方面的優勢。拿杭州市局的項目來說，因為現在和產品磨合得很好了，像三四個頁面的簡單專題，我們兩個配置人員+一個二開人員兩周就做了四五個專題，效率非常高，出來的效果也符合客戶要求。

對產品的改進建議還是挺多的，因為用的越多、越熟練，想提的建議也越多。比如實際應用中頁面的展示、字段的顯示方式、查詢功能等希望能夠開放更多的配置方式，比如可以根據字段值去判斷實際頁面中展示的內容，字段可以以標簽形式展示等等。 

#08

從測試的角度，你如何看待無代碼？關于測試人員的職業發展，是否有一些見解可以分享給大家？

在快速迭代的今天，行業競爭更激烈，交付速度更快，測試工具雖然越來越多，但工作不會變得更輕松，反而還面臨來自系統復雜性、不確定性等方面的新挑戰。 

采用無代碼開發最后交付的是數據包，可以部分減少技術復雜度帶來的問題，部署也比較簡單。因為公安項目周期比較長，后期的運維工作相較傳統代碼開發模式也更靈活、響應更快。

對測試來說，主要關注數據的準確性和業務層面的復雜度，無需關注因為代碼產生的返工以及安全、性能、可靠性這些問題。 

在很多公司的價值鄙視鏈里，測試同學往往處于下游，但我們自身要升級對工作的認知，從操作層面的“測試”上升到價值層面的“質量保障”，畢竟測試只是手段，讓軟件產品在交付時具備優秀的質量水平才是目的。 

#09

結合自身經驗，能不能給剛入門無代碼的新手一些建議？

選擇和努力一樣重要。我認為容不容易上手不應該成為選擇開發工具的第一考量，為了快速上手而犧牲靈活性就太不值得了，最終會影響用戶的自由發揮空間，相比之下我不想放棄自由。 

學習之前要明確自己的需求和目標，否則后面半途而廢就浪費時間了。如果確定這件事有益自己的職業發展，在學習、上手的過程中要堅定、堅持，這點很重要。

“無代碼開發”這項技術在國內還在起步階段，很多東西不完善很正常，配合文檔、視頻教程邊學邊做，學以致用，效果會比較好。碰到自己解決不了的問題千萬不要一個人悶頭想或者放棄，可以聯系產品的客服或者在群聊里溝通。 

因為smardaten定位的是企業級的無代碼開發工具和協同平臺，和其它表單類開發工具比沒有那么“輕量”、那么容易上手。從我個人的經驗來說掌握基礎的方法后使用會越來越熟練，對于無法直接實現的功能也能放開思維，尋找其它可能實現的方法。在這個過程中還能學習到更多使用技巧，會覺得比較輕松，也有深入學習的興趣。 

總的來說，我覺得自己在無代碼開發這條路上也還在摸索的過程中，期待能成為更好的自己，大家一起打怪升級吧。

原文鏈接：https://mp.weixin.qq.com/s/LjO_RPv26cJNgsnz19aDgg

01
價值驅動的下一代BI
專注知識的積累、發現與應用

發布會的開場數睿數據總裁劉超談到了公司初期是做大數據平臺的，在大數據技術之上提供 BI 能力這件事情順理成章，因為早前大數據概念進入企業落地的第一步往往就是BI，通過對數據分析查看業務運行情況，二者的聯系十分緊密。如果說無代碼做的是數字礦脈的探知和數字礦山的建設，那BI做的是數字礦產的挖掘和輸出，實現價值從地下到手中的流轉。

在理解下一代BI應該具備什么能力之前，劉超對當前“工具負責好看、工作靠人來干、知識難以沉淀”的問題進行了總結分析，大致歸納為“三個依賴”：對系統的依賴、對知識的依賴、對環境的依賴。

首先，目前BI分析的數據大多數來源于各類業務系統，使用這些數據的時候會遇到很多質量、安全、標準等方面的問題。問題出自于機器，但卻需要靠人去治理，這既不合理也產生了很多不必要的工作量，因此下一代BI應該讓機器做機器該做的事，讓人做人該做的事。

其次，是對知識的依賴。人類社會發展到今天，各個學科、行業都積累了自己的知識，這些知識如果運用到數據分析中，需要事先積累、吸收、融匯貫通，需要付出大量的努力。能不能讓工具代替人去消化這些知識，降低知識運用的門檻，是第二個問題。

最后，是對環境的依賴。數睿數據相信數據積累到一定規模，結合企業的知識歷史數據，就能實現智能化的知識共享。但是運用知識的環境是紛繁復雜的，如何讓基于一個系統分析形成的知識能夠快速分享到另一個系統中產生價值，這是目前的BI缺少的能力，解決這個問題，企業才真正具備動態學習和積累的能力。

“按照‘DIKW’模型理論，BI不能停留在數據階段，做統計與可視化，而要專注于把數據轉變為知識。下一代BI與人的關系，應該是BI工具去數據中總結知識，人把知識和業務結合，產出智慧，創造價值。”劉超說道。

這就是nextionBI的產品設計理念。

02
增強分析與機器學習算法
nextionBI的隱形巨擘

面向知識的BI該如何設計？對于nextionBI的AI能力，數睿數據的設計是“當用戶感知不到時，就是它無處不在的時候”，就是說它工作的時候用戶不會感知到它，當它不工作了，用戶才會強烈地感到不習慣。

數睿數據在nextionBI的很多功能組件里都封裝了AI 算法，在看不到的地方，有更多的自動化和智能化。比如數據分析模型提供了時序分析、預測、分類、聚類這些通用算法，用戶過去想做一些預測或分類，都需要機器學習的一些模型訓練，現在用戶只需要開箱即用，很快的一鍵操作就可以完成三維/時序/圖譜等分析。

數據分析儀的另一大亮點是基于NLG（自然語言生成）的智能數據解讀，解讀也是自然語言式的，讓枯燥乏味的數據自動說人話，對于數據不敏感人群可以提供友好的數據解讀輔助。當數據量和維度都比較繁多的時候，智能數據解讀可以快速告訴你數據的分布是什么樣的，有哪些特征，特征之間是否有隱形關聯？關聯程度怎么樣？整體數據分布是否有空值？

商業智能的表象是可視化分析報表的呈現，但它的本質還是業務問題、管理問題。總而言之，增強分析就是盡量減少數據工程師的工作，釋放數據分析師的能力，讓機器替代開發者去完成很多事情。

03
數據取之于民
分析的自主權也要還之于民

把AI融入nextionBI的能力引擎，絕不是為打造功能而打造，而是讓產品設計的各個細節都讓用戶覺得非常舒服。比如nextionBI的導航式入口讓用戶花數十秒就可以完成從數據接入、數據準備到簡單的數據分析。

日常生產中像生產/銷售/庫存類數據都帶“時間”屬性，因此時序數據在BI分析領域非常重要。“nextionBI在持續預測的準確度方面表現卓越，在各個不同維度里都可以很好地擬合過去的數據，得到一個完全擬合好的、肉眼可見的預測結果。我們調研的有些產品只在數據顆粒度比較小的才能預測出來，顆粒比較大就有可能就變成直線了。”數睿數據AI科學家車文彬博士介紹道。

周期探測和趨勢探測而言，先不談部分BI平臺根本不具備這個能力，即便有限制也比較“死”，只能按季度/月度或者按周來探測。nextionBI充分考慮到實際業務的需求，在周期探測、趨勢分析、異常值檢測等功能設置上都支持自定義區間或占比值，完全可以按自己的自由度去調整，對業務非常友好。

nextionBI做到了真正把分析的自主權還給用戶，不是讓用戶匹配工具，而是讓工具保持進化，支持用戶去做想做的事情。

04
如何應對“中國式復雜報表”
重視復雜性問題的系統解決方案

中國式報表格式復雜、信息量大，習慣在單元格中加個斜線來區分行和列的信息，一張excel表就承載了很多細分層次的數據源。表樣復雜、取數復雜、跨組過濾的報表…nextionBI在滿足業務人員進行靈活但規則的自助分析的同時，支持復雜報表的開發和處理，讓數據資產秒變可視圖表。

例如在報表中將城市通過地區來進行分組，并將不同商品類別的銷售額再根據購買用戶類型進行細分。設置過濾條件，對數據單元格和合計單元格分別進行字體、顏色、高亮等樣式配置，方便直觀發現和突出數據。

如果橫縱坐標體現的維度過于單一，用戶在分析的時候很有可能會被動忽視隱藏在報表中的重要知識或事實。而nextionBI支持匯總多個報表的不同維度，在一張表里體現，提供顏色、標簽、大小三類標記能力，幫助用戶更充分地理解業務關系，更容易地識別數據特征、發現數據價值。

05
同舟之道
渠道政策與服務模式

發布會的最后環節，數睿數據副總裁李爭輝先生介紹了nextionBI的渠道合作政策。他分享道，我們相信未來BI市場一定會切分得越來越細，擅長的人做擅長的事，數睿數據擅長的是大數據技術和產品研發，我們是產品型公司，不是項目型/方案型公司。因此我們不簽直客，將線索商機免費分配給渠道伙伴。

一套奔赴數字創新藍海的理念、方法論、工具平臺已經展開全圖景。如果大家愿意“了解更深懂得更多”，可以訪問nextionBI官網體驗產品，大家在使用過程中有任何問題，只要是非業務方面的需求，數睿數據對通用功能都提供免費的研發技術支持，歡迎大家多使用，多提寶貴建議。