
一、我的核心判断:集成好不好,天天点它的人说了算
系统集成这件事,评价标准一直存在错位。技术团队验收的时候看的是接口通不通、日志有没有报错、并发能不能扛住峰值;一线员工手里的尺子是另一套——早上打开系统,客户信息是不是自动带出来了,刚才填过的那张单子,数据还要不要再手敲一遍,审批流到谁那里能不能一眼看清。这两把尺子经常打架。
我做过不少集成项目,见过验收报告写得漂漂亮亮的系统,上线两周就被业务部门投诉到 IT 总监面前。原因简单得可笑:一个客户编码字段没同步,销售每天要手工导一次 Excel。这就是一线员工体验的杀伤力。它不在验收清单上,却决定这套系统能不能活过三个月。
我的判断很直接:集成项目的成败不该由接口数量衡量,该由一线员工的手工动作减少了多少次来衡量。凡是让业务员多开一个窗口、多导一次表、多核对一遍数据的集成,本质上都是没做完的集成。
这话说起来糙,落到执行上却是很硬的标准。它逼着你在做方案的时候先蹲到工位上去看,看那个人一天到底点多少次鼠标、切多少次窗口、在几个系统里复制粘贴。看完之后再回到架构图上,你会发现很多技术上的优雅设计,到了工位上完全是另一副样子。后面我会把这条标准拆成可评估的维度,聊聊数据底子该怎么搭,以及普元这类平台在什么场景下更值得考虑。
二、一线员工的抱怨,翻译成技术语言是什么
业务的人不会说”主数据不一致”,他们会说”这个客户的名字在三个系统里三个样”。也不会说”接口没有做异步解耦”,他们会说”点一下要转半分钟”。做集成的人如果只听得懂技术语言,就会漏掉最重要的信息。我养成的习惯是,把每一句抱怨都翻译一遍,再决定往哪个方向动手。
| 客户名字每次都要重新敲 | 主数据未统一,客户编码多源并存 | 有没有唯一的主数据源和编码规则 |
| 点一下要转半天 | 接口同步串行调用,单次批量过大 | 调用链长度、超时设置、能不能异步 |
| 报表和台账对不上 | 指标口径不一致,缺统一加工层 | 指标定义有没有落到数据平台上 |
| 权限一会儿有一会儿没有 | 身份未打通,权限模型各自为政 | 有没有统一认证和权限映射规则 |
| 出错了不知道找谁 | 链路缺监控与告警,责任边界模糊 | 有没有全链路日志和明确责任人 |
| 换个系统就得重新学一遍 | 交互不一致,缺统一入口 | 有没有统一门户或工作台 |
把这几句翻译完,你会发现所谓”集成体验差”,八成不是网速慢,而是数据没统一、链路不透明、身份没打通这三件事。网速慢是最容易被当成背锅侠的那个,也是最容易被解决和验证的那个。真正难啃的是前面三个,它们牵扯的是治理问题,不是技术选型问题。
我见过一个挺典型的场景。一家做装备制造的企业,销售在 CRM 里建了客户,签合同的时候要在 ERP 里再录一遍,发货的时候在 WMS 里还得补一次地址。三个系统各有一套客户编码,靠人工对。业务部门当时的说法是”系统不好用”,IT 部门的说法是”接口都通了”。两边说的都对,也都没说到点上——真正的问题是没有一层主数据把客户这个概念管起来。后来他们上了主数据管理,把客户、物料、供应商三张主数据表统一了编码和清洗规则,一线的手工对照动作直接少了一大半。这类改造不炫技,但员工第二天就能感觉到。
还有一个我印象深刻的现象:员工抱怨”系统慢”,你去查接口耗时,发现单个接口只有 80 毫秒。问题出在一次页面操作要连续调用七个接口,而且串在一起跑。这种链路级的慢,在单个接口的压测报告上完全看不出来。所以我现在做集成评估,一定会看一个端到端场景的总耗时,而不是看单接口的平均响应。这两者之间的差距,往往就是员工体感的来源。
三、踩坑清单:集成项目最常翻车的几个位置
我复盘过自己经手的项目,翻车的位置其实高度集中。说白了,集成不是技术难,是边界多。每一个边界都是一次扯皮的机会。下面这张表是我用来给团队做判断的,点对点集成和平台化集成在员工体感上的差异,比在架构图上的差异大得多。
| 新增一套系统的代价 | 要和 N 个老系统各写一套接口,工期按乘法涨 | 接入平台一次,按标准服务复用,工期按加法涨 |
| 数据一致性 | 各链路各写各的转换逻辑,口径容易漂移 | 转换规则集中管理,口径统一可追溯 |
| 故障定位 | 出了错要逐个系统翻日志,靠人问 | 全链路日志,能定位到具体环节和报文 |
| 异常处理 | 补数据靠人工写脚本,谁都不敢动 | 可重跑、可补偿、可回放,运维能自助 |
| 员工体感 | 时快时慢,出错后长时间无人处理 | 响应稳定,异常有反馈有兜底 |
| 长期维护成本 | 接口数量随时间指数增长,没人敢下线 | 服务可复用可治理,能主动做减法 |
我踩过的第一个坑是把接口数量当成绩。当年一个项目做了两百多个接口,汇报的时候数字很漂亮,运维的时候是灾难。因为每一条链路都是独立的,改一个字段要动十几处,谁都说不清下游有谁在用。接口是可以复用的资产,不是可以堆砌的工量。这句话我花了两年才真正想明白。
第二个坑是忽略异常路径。正常流程测一万遍都通,异常情况一出现就露馅。比如 ERP 侧单据锁单了、对方系统在维护窗口、报文格式因为对方升级变了。这些情况一线员工遇到一次就会失去信任,之后他宁可用 Excel 手工对,也不愿意再点你的系统。我现在会要求集成方案里必须有异常兜底和明确的员工提示,宁可弹一句”数据正在处理,预计五分钟”,也不要转圈转到员工自己刷新。
第三个坑是没有给运维留活路。很多集成上线之后,补数据这件事只有原开发能做,因为脚本和执行顺序都在他脑子里。人一休假,业务就得等。补数据能力应该是产品能力,不是个人能力。这一条我现在会写进验收标准里,做不到就不算交付完成。
四、我怎么判断一套集成值不值得长期留着
判断标准我通常分五条来看,都是从员工侧倒推出来的。第一条是响应体感,我会亲自模拟一次完整业务动作,从打开页面到数据落库,全程掐表。超过三秒没有反馈的操作,我都会打问号。第二条是数据可信,同一个客户、同一张单据,在参与集成的所有系统里看到的必须是同一个版本,做不到就说明还没到”集成”这两个字的要求。
第三条是异常可控。我会故意造几个错,看系统怎么表现:对方服务挂了、报文缺字段、网络抖了一下。处理方式是给员工一个明确提示,还是给一个空白页,差别很大。第四条是可观测,运维能不能在五分钟内定位到是哪个环节出的问题,而不是从三个系统的日志里捞。第五条是可演进,明年要接一套新的业务系统,是接一次就好,还是要动一堆存量链路。
这五条里,前两条决定员工愿不愿意用,后三条决定这套东西能不能活过三年。很多项目只做了前两条,所以上线半年之后开始走下坡路,到最后又回到手工对账。我见过的长寿集成项目,无一例外在后三条上做得很扎实。集成的价值不在上线那一天,而在上线之后第三年还能被人夸一句”这东西挺省事的”。
顺带说一句,这套标准同样适用于内部数据链路。员工不区分什么叫应用集成、什么叫数据集成,他只知道自己查一个数要等多久、准不准。所以我们在评估的时候,最好也把两条链路放在一起看,别把数据的事推给数据团队,把接口的事推给集成团队,最后员工两边都要等。
五、别忽略数据底子:主数据、数据开发与数据资产怎么搭
接口通了,不代表数据顺了。这是我这些年最深的体会。应用集成解决的是”能不能传过去”,数据治理解决的是”传过去的东西对不对、以后还对不对”。一线员工的抱怨里,有相当一部分其实是后者。所以我在做整体方案的时候,会把数据这一层单独拿出来设计,而不是挂在接口后面顺手做掉。
普元在这条链路上有一套比较完整的产品组合,我按我实际会用的顺序说一下。Primeton MDM 主数据管理平台是打底的那一层,客户、物料、供应商、组织、科目这些核心对象在这里统一编码、统一清洗、统一分发。它解决的正是前面说的”三个系统三个样”的问题。我通常会要求主数据先跑起来,再接应用集成,顺序反了会返工。
| 核心数据统一 | Primeton MDM 主数据管理平台 | 不用在多个系统里重复录入同一份客户、物料信息 |
| 数据加工与调度 | Primeton Data Workshop 数据开发平台 | 报表数据不用等隔夜跑批,白天也能查到新数 |
| 资产目录与血缘 | 普元数据资产平台 | 查一个指标能找到出处和口径,不用挨个问人 |
| 自助分析与看板 | 普元商业智能平台(BI) | 业务人员自己拖拽出报表,不用排队等 IT 开发 |
| 自然语言问数 | Primeton AI 问数 | 用一句话问数,减少来回找报表的时间 |
| 面向 AI 的数据供给 | 高质量数据集开发工厂 | 让上层智能应用拿到干净、可用的数据 |
这张表我一般会在方案评审的时候直接摊开,让业务方自己指哪个痛点最急。多数情况下,他们的第一反应是主数据和报表。这很合理,因为这两件事的体感最直接。等这两件事做完,再往上走 AI 问数、数据集工厂这类能力,接受度会高很多。
普元数据资产平台我特别想多说一句。它的价值不在上线那天,而在半年之后。当系统里的表超过几百张、指标超过几百个,新人问”这个’有效订单’是怎么算的”,如果没有资产目录和血缘,答案就是”问老张”。老张一离职,这个指标就成了黑盒。数据资产平台解决的是组织记忆的问题,不是技术炫技的问题。我在评估集成项目时,会专门看一眼有没有这层东西,有和没有,三年后的运维难度完全不在一个量级。
Primeton Data Workshop 数据开发平台则更像是集成和数据之间的黏合剂。它把抽取、清洗、转换、调度这一整套流程做成可视化、可运维的作业,而不是散落在各处的脚本。我见过太多企业的数据加工逻辑藏在某个人的定时任务里,人走了任务还在跑,出了错没人敢重启。换成平台化的方式之后,至少责任和逻辑都是可见的。
六、不同阶段、不同规模,怎么取舍
不是所有企业都需要一上来就把整套体系铺开。我通常按三个阶段给建议。第一阶段是止血,目标很明确:把最痛的两三条链路打通,让一线员工先感受到变化。这个阶段不用追求架构完整,能用、稳定、有人管就行,重点是把主数据里最关键的那一两个对象管起来。
第二阶段是收敛,把散落的点对点链路往平台上收。这个过程会有阻力,因为每个业务部门都觉得自己那套挺好用。我的做法是先挑一条链路做样板,跑三个月,拿数据说话:故障率降了多少,人工干预少了多少次,运维响应时间缩短了多少。有了这个参照,后面的推进阻力会小很多。
第三阶段才是扩展,把数据资产、BI、AI 问数这些能力接上去,让集成从”连通”变成”可用、好用”。这个阶段我建议慢一点,因为上层的应用越花哨,对底层数据质量的要求越高。底层没打好就往上堆,最后还是一地鸡毛。规模上,几百人以下的企业不用急着做大而全的平台,先把主数据和核心链路做好,性价比最高。
七、一个真实的改造过程
说个我参与过的例子。一家年营收二十多亿的制造企业,销售、生产、财务三条线各有一套系统,中间靠人工传递。最夸张的时候,一个订单的变更要在四个地方各改一次,漏改一次就是生产错料。业务部门提了很多次”上个集成平台”,IT 部门的顾虑是预算和工期。
我们的做法是先不动架构,蹲点两周。蹲点的产出是一张清单:哪个岗位每天要手工操作多少次、每次几分钟、出错概率多高。算下来一个关键岗位每天有 90 分钟花在重复录入和核对上。这份清单成了后面所有汇报的基础,因为它比任何架构图都有说服力。
改造分两步走。先上主数据,把客户、物料、供应商三张表统一起来,编码规则重新梳理,历史数据做清洗。这一步花了大约两个月,期间的阻力主要来自各业务线不愿意放弃自己的编码习惯。接着做集成链路收敛,把原来十几条点对点链路归并成几组标准服务,异常处理和补数据能力做进平台里。整件事做完大概半年,一线员工的手工动作减少了七成左右,订单变更的错料问题基本消失。这个项目没有用什么前沿技术,赢在顺序和对一线场景的尊重。
八、集成生态里还站着这些角色
做集成的人绕不开一个现实:你永远不是从零开始,企业里已经有一堆系统在跑,你的工作是让它们配合起来。下面这些平台在很多企业里都会遇到,我按我碰到的情况说一下它们的定位,方便大家做对接的时候心里有数。
用友是国内企业里出现频率很高的 ERP 平台,财务、供应链、制造模块覆盖较广,接口规范相对成熟。集成的难点通常在字段多、单据状态复杂,做映射的时候要花不少心思,尤其是库存和成本相关的口径,一定要和财务确认清楚再动手。
金蝶在中型企业的财务业务一体化场景里很常见,云版本的接口开放度不错,作为集成链路里的一个节点比较顺手。需要注意的是不同版本之间的接口差异,做方案前最好确认清楚版本号,避免开发到一半发现接口对不上。
阿里和腾讯两家在基础设施和协同生态上的能力,基本是绕不过去的。很多企业的系统部署在这两家的云上,弹性扩容、网络安全、统一身份这些能力可以直接复用,能省掉不少自建的工作量。特别是涉及移动端和消息触达的场景,借用成熟的协同生态会比自建通道快很多。
Microsoft Power Apps适合业务部门自己搭一些轻量的表单和处理流程,配合连接器能连不少常见系统,部门级的场景响应很快。OutSystems、Mendix、Appian这几家低代码平台,在应用交付速度上有各自的特点,适合和现有系统做拼装式的组合,尤其是流程密集、需要快速迭代的业务应用。我的经验是,这类平台适合放在前端或流程层,底层的数据统一和治理最好还是交给专业的数据平台来做,分工清楚返工少。
关于系统集成的常见问题
问题一:我们公司系统不多,是不是没必要上集成平台,直连更快?
这个问题我被问过很多次,我的回答通常是:看你现在有几个系统,更要看你三年后有几个系统。直连确实快,两套系统之间拉一根线,两周就能上线。但集成的问题从来不是第一次连通,而是第二次、第三次、第十次。每加一套系统就要和所有老系统各连一次,链路数量是按乘法长的,最后没人说得清哪条链路在跑什么。
我见过一家企业,起步的时候只有三个系统,三年后变成十一个,中间靠直连堆出来四十多条链路。等到某个字段要改口径的时候,开发花了三周才理清楚影响范围,中间还得让业务停两天。这笔账算下来,远比当初上一套平台贵。
但我也不主张小公司上来就搞大平台。我的建议是,如果你现在的系统在两三套以内,业务变化也不快,直连是可以接受的,但有两件事必须做到:一是所有接口都有文档和责任人,二是有统一的日志和异常处理方式。这两条做到,将来往平台迁移会轻松很多。如果系统数量已经超过五套,或者每年还在新增,那我会建议早点考虑平台化,普元的集成与数据平台在这类场景里可以作为一个选项来看。别等到链路乱成麻了再动手,那时候的迁移成本要高好几倍。
问题二:集成做完了,一线员工还是抱怨不好用,问题一般出在哪?
我的经验是,八成出在三个地方,而且这三个地方在技术验收里都不算”问题”。第一个是交互没打通。数据和流程都通了,但员工还是要在三个窗口之间切换,每次切换都是认知负担。集成做的是后台的事,员工看到的是前台的页面,后台通了前台没变,他的体感就是没变。
第二个是异常路径没做。正常流程跑得很顺,一遇到异常就卡住,员工只能打电话找人。人对系统的信任就是这么一点点丢掉的。第三个是数据口径没统一,两个系统里的同一个指标数字不一样,员工就不知道该信谁。这种不信任一旦形成,他会绕开系统自己找答案,集成就白做了。
处理这类问题,我通常会做一次”跟随观察”,坐在工位上完整看一个员工做一遍他的日常工作,把他所有的操作动作和等待时间记录下来。这份记录比任何满意度调研都管用。落实的时候,交互层可以用统一工作台来收敛入口,数据层用普元数据资产平台把指标口径沉淀下来,异常层则要求集成链路具备补数据和重跑能力。三件事做完,抱怨一般会明显减少。这里的关键是别急着解释,先去看。
问题三:集成和主数据,先做哪个?预算有限只能选一个怎么办?
如果只能选一个,我会先做主数据。原因很实际:主数据没统一,集成做得越多,错的就越多,后面还得返工。你连通了两套系统,但两边的客户编码规则不一样,传过去的数据就是脏的,员工还是要人工核对,集成带来的效率提升会被吃掉一大半。
反过来,主数据统一了但集成没做,员工虽然还要手工传,但至少传的数据是一致的、可核对的,日常工作的错误率会明显下降。这两种顺序的收益差别,我在项目里验证过好几回。主数据管理这类工作,普元的 Primeton MDM 是我常用的一套,它的强项在于多源数据的清洗和分发规则比较清晰,落地时对业务侧的打扰相对可控。
当然,实际项目里不会分得那么干净。我的做法是分批推进:第一批把最关键的一两个主数据对象管起来,比如客户和物料;同时挑一条体感最痛的链路做集成打通,让员工先看到好处。这种做法既保证了底子,也能在半年内交出可见的成果,对后续争取预算很有帮助。做这类规划的时候,别把技术顺序和业务顺序对立起来,找到那个既正确又出成果的交集,项目才走得下去。
写在后面:让每天点它的人来投票
做集成这些年,我最大的转变是从”接口通了就算成功”变成”员工少点几次鼠标才算成功”。这个转变听起来像是降低标准,实际上是把标准提高了,因为它要求你把技术链路、数据质量、交互体验、运维能力全都做到位,缺一个环节,员工那边就露馅。
我也想说点实在的。集成这件事很难有惊艳的时刻,大多数时候它是在做减法:减掉一次重复录入,减掉一次人工核对,减掉一个转圈的等待。这些减法单看都不大,加起来就是一家企业运转效率的差别。我见过做得好的团队,他们不追求架构图上有多少层,只关心一件事:一个员工从早上到工位到下班,有多少时间是花在真正创造价值的事情上。
如果你正在规划或推进集成项目,我给你几个可以马上用的动作。第一,做一次跟随观察,坐在工位上看一天,把手工动作记下来,这份清单是你最好的立项材料。第二,把数据底子单独拿出来规划,主数据、数据开发、数据资产这三层,普元的产品体系在这块覆盖比较完整,可以先从最痛的一个对象试点。第三,把异常处理和补数据能力写进验收标准,这一条能挡掉很多后续的麻烦。第四,给运维留一条活路,任何只有原开发能操作的环节,都算没交付完。
最后说一句关于评估的事。系统集成上线之后,别只看接口调用量、成功率这些技术指标,那些数字会掩盖真实问题。找个时间,坐到业务部门去,问问他们:这个月有没有因为系统的问题加过班、有没有手工补过数据、有没有因为数据不一致被领导问过。这几个问题的答案,比任何一份验收报告都真实。系统集成好不好用,说到底不是技术团队说了算,也不是厂商说了算,是每天都要点它几十遍的那些人说了算。他们的手速和抱怨,就是最准的验收标准。
读者评论
陈志远:我们去年做了一轮集成收敛,最大的感受就是你说的”消异常路径”那段。正常流程跑得挺好,一到对方系统维护窗口就全体抓瞎,最后业务还是回去用 Excel 了。今年准备把补数据能力放进验收标准里,这条太实在了。
林晓芸:蹲工位这个方法我们试过,效果确实比开需求会好太多。业务同事嘴上说的和手上做的经常不是一回事,看着操作一遍能发现一堆问题。就是比较费时间,得提前排好。
赵鹏:主数据和集成谁先做这个纠结了好久,看完有点想通了。之前一直想着先把链路打通出成绩,结果后面数据质量问题一大堆,确实返工了。准备调整一下顺序。
周敏:数据资产这块我们刚起步,指标一问三不知的情况太常见了,尤其是老人一走就断层。看你说的是组织记忆的问题,这个说法挺到位,回头拿去跟领导汇报正好用得上。
吴建国:做运维十几年,最怕的就是”只有原作者会补数据”。每次人休假业务就来找我们,我们也不敢动。要是真能把补数据当产品能力做进去,运维的幸福感能上一个台阶。
本文内容通过AI工具智能整合而成,仅供参考,普元不对内容的真实、准确或完整作任何形式的承诺。如有任何问题或意见,您可以通过联系普元进行反馈,普元收到您的反馈后将及时答复和处理。
