BPM选型浅谈——致CIO们的一封信

  纵观当今企业管理软件市场,BPM已然成为一种趋势,从2011年初到2012年底,将近两年的的时间内,市面上涌现一大批BPM厂商,分布广泛,数量
众多,规模不等,水平亦参差不齐。

  

  作为企业信息执行官,选择的途径增加,选择的难度亦成正比增长。企业对业务流程管理系统的重视亦表明当下正是企业信息化发展的重要阶段,如何踏入企业业务流程管理的潮流,成为BPM大家族的一员呢?如何选择适合企业的信息化管理软件?怎么样的管理系统可以做到长久有效,真正地节约成本?

  

  在本文中,笔者将以目前国内市场上发展成熟的BPM厂家为例来谈选型方法,并通过自身的经验,分享
几点薄见,可供CIO们交流。目前国内性价比高用户量大的BPM厂商,包括K2、Ultimus、炎黄、联科、奥哲、天翎等,各家产品各有优缺点,下面略作介绍。

  

  K2
借助微软的全球合作伙伴的身份,在前几年的行业内造就巨大影响力,在中国BPM市场里是业界早期的领头羊,现今存在的不足是,产品与中国本土结合的力度不强,容易水土不服。

  

  在全球各地区有据点的Ultimus,进入
中国市场及产品本土化较早,投入了较多的技术力量参与本地实施,号称是业界最具弹性与应变能力的BPM软件,但缺点在于产品本身的架构过于复杂,订价政策也相对繁琐,后期的投入费用较难计算。

  

  炎黄AWS的优势在于轻量级的一体化中间件平台,在技术层面能做到快速流程建模,但不足之处在于其参数配置,开发难度较高,在扩展性和灵活性方面稍有欠缺,集团化架构部署时显现大用户性能不够。

  

  联科软件的linkeyBPM,其技术架构完整,细节功能
丰富,以规则引擎和流程引擎为基础,灵活扩展,
轻松维护。但其市场品牌较弱,偏重技术研发,适合有开发团队的大型客户。

  

  奥哲H3较国外厂家能适应本土需求,在.net平台上专注细分,但平台限制同时也是其不足之处。产品的多层架构模式,相较复杂。面对大中型企业需求,实施难度大。

  

  而天翎的OBPM,走开源软件的模式,有快速开发平台,系统模块可定制,适合小型用户的快速实施需求。缺点是,需要自我维护,扩展性差。

  

  以上对几家国内外BPM产品做了几点分析,下面谈一下选型的几个步骤:

  

  第一、确定目标(几年内可以充分适用而不会被将来几年的需求所淘汰,而且能够分阶段,按步骤来完成);

  

  第二、估计预算(价格=产品+实施+硬件+首期+后期+...);

  

  第三、技术
重点(如:集成、效率、扩展、灵活、负载、数据库支持等);

  

  第四、罗列特殊需求(多关联性流程解决方案与应用、跨系统,数据库及平台集成及各门户工具集成,单点登录,界面的灵活UI处理方式等);

  

  第五、上门交流,一般控制在8家厂商左右,主要了解技术重点和特殊要求的解决方式;

  

  第六、POC测试:这各阶段的厂商为5家左右,这是选型的重点步骤,
前期的准备部署也是为了最后的确认。这一步需要把技术重点及特殊需求改成实例,过程比较麻烦,但也是对厂家产品架构与技术实力的考验。在POC测试过程中,每一个厂家需单独对实例进行测试,且留有项目中的甲方技术人员进行全程监督,既可以提高项目工程师的业务水平,也可以督查厂家产品架构的合理性。同时也应要求厂家在实例测试过程中进行录屏,有助于分析各BPM产品的优势及
防止督查人员的徇私舞弊。如果企业用户数和信息量负载较大,可以直接进行压力测试和参观乙方的案例客户。

  

  综上选型步骤,各厂家在POC测试中便可一分胜负,但CIO们在这一步
最好别着急敲锤定夺,至少要通过两轮的报价才能开始筛选厂家,凡是进行POC测试的都可以参与报价,此时CIO可以技术分值,商务分值,权重比例的要求来降低厂商的报价,然后引导技术分值最高的厂家把价格带到合理的区域范围之内,同时也可以提出其他厂家与自身需求及报价不合之处,达到说服的效果。

  

  最后是商务谈判阶段,前期工作控制得好,后面的谈判过程就会化被动为主动,笔者在此不再赘述。

  

  业务流程管理软件——BPM确实成为企业目前信息化建设中,实现协作,连接信息,打造业务管理中心的重要工具。在此祝愿CIO们都能成功地实施和应用好BPM,祝愿企业腾飞。

时间: 2024-09-16 21:10:42

BPM选型浅谈——致CIO们的一封信的相关文章

《Puppet权威指南》——1.1 浅谈运维工程师

1.1 浅谈运维工程师 想必大家都看过<好的程序员是普通程序员效率的数十倍>这篇文章,这句话是比尔·盖茨说的,被很多文章引用和转载.笔者读后感同身受,觉得这篇文章讲的并不夸张.程序员如此,运维工程师也是如此,一个优秀运维工程师的效率确实是普通运维工程师的数十倍.本节笔者将带领大家了解一下优秀运维工程师和普通运维工程师之间的不同之处.我们从运维工程师的定位和职责开始介绍,继而详细分析普通运维工程师和优秀运维工程师的差别,最后落脚到自动化运维工具.1.1.1 运维工程师定位和职责 要想了解普通运维

A5 SEO诊断浅谈视频制作要求

中介交易 http://www.aliyun.com/zixun/aggregation/6858.html">SEO诊断 淘宝客 云主机 技术大厅 网站推广的方式是越来越多,视频推广也越来越受到站长们的重视,现在更是越来越多的站长开始学习视频的制作与推广,虽说视频的制作也不是太难,只要站长们花点时间去学就会,但也还是有些方面是需要注意的,下面A5 SEO诊断优化小组就来和大家浅谈一下视频制作要求及处理方面的事项. 制作要求: 1. 桌面写上具体的内容,包括教程名称 制作者 教程编号制作者

浅谈情感营销与社会化媒体营销手段相结合的新模式

中介交易 SEO诊断 淘宝客 云主机 技术大厅 问世间情为何物?直教人生死相许! 万事万物皆从"情"字出发. 纵然古往今来.千山万水.物是人非--也总是会有才下眉头,却上心头的情愫. 又有谁真能做到挥一挥衣袖,不带走一片云彩呢?! 倘若心有灵犀一点通,更是乐得不知魏晋了. 你都和谁谈过恋爱? 高富帅的?还是理工男? 青梅竹马的?还是暮然回首的? 落花流水的?还是爱到不能爱呢? 就算在选择中都出现过,但是, 你和消费者谈过恋爱吗? 你知道怎样让消费者爱上你吗? 因为爱 所以爱 --浅谈情

浅谈大规模Hadoop集群自动化部署与运维

文章讲的是浅谈大规模Hadoop集群自动化部署与运维,2013年11月22-23日,作为国内唯一专注于Hadoop技术与应用分享的大规模行业盛会,2013 Hadoop中国技术峰会(China Hadoop Summit 2013)于北京福朋喜来登集团酒店隆重举行.来自国内外各行业领域的近千名CIO.CTO.架构师.IT经理.咨询顾问.工程师.Hadoop技术爱好者,以及从事Hadoop研究与推广的IT厂商和技术专家将共襄盛举. ▲IT168专题报道:http://www.it168.com/r

浅谈Python中copy()方法的使用

  这篇文章主要介绍了浅谈Python中copy()方法的使用,Python中的拷贝分为潜拷贝和深拷贝,本文只是简单介绍用法,需要的朋友可以参考下 copy()方法返回字典的浅拷贝. 语法 以下是copy()方法的语法: ? 1 dict.copy() 参数 NA 返回值 此方法返回字典的浅拷贝. 例子 下面的例子显示了copy()方法的使用. ? 1 2 3 4 5 6 #!/usr/bin/python   dict1 = {'Name': 'Zara', 'Age': 7};   dict

浅谈document.write()输出样式

  这篇文章主要介绍了浅谈document.write()输出样式,十分的简单实用,有需要的小伙伴可以参考下. js中的最基本的命令之一:document.write(),用于简单的打印内容到页面上,可以逐字打印你需要的内容--document.write("content"),这里content就是需要输出的内容;当然还有一种情况,需要输出JS之中比如变量等等变化的东西,那么就需要用document.write(+variable);当然variable就是你想要输出的变量. 既然可

图标字体化浅谈[转]

在做手机端Web App项目中,经常会遇到小图标在手机上显示比较模糊的问题,经过实践发现了一种比较好的解决方案,图标字体化.在微社区项目中,有很多小的Icon(图 标),如分享.回复.赞.返回.话题.访问.箭头等,这些Icon(图标)一般都是纯色的.开始制作时考虑用双倍大小的Sprite图,通过CSS样式设 置只显示二分之一尺寸,这样在Retina屏上显示的大小是正常的,一旦放大屏幕后图标又变得模糊不清,测试的效果不是很理想,后来又考虑多套图标适配方 案.SVG矢量图等,都因为种种原因放弃掉了(

浅谈PHP5中垃圾回收算法(Garbage Collection)的演化

前言:PHP是一门托管型语言,在PHP编程中程序员不需要手工处理内存资源的分配与释放(使用C编写PHP或Zend扩展除外),这就意味着PHP本身实现了垃圾回收机制(Garbage Collection).现在如果去PHP官方网站(php.net)可以看到,目前PHP5的两个分支版本PHP5.2和PHP5.3是分别更新的,这是因为许多项目仍然使用5.2版本的PHP,而5.3版本对5.2并不是完全兼容.PHP5.3在PHP5.2的基础上做了诸多改进,其中垃圾回收算法就属于一个比较大的改变.本文将分别

浅谈算法和数据结构 十一 哈希表

在前面的系列文章中,依次介绍了基于无序列表的顺序查找,基于有序数组的二分查找,平衡查找树,以及红黑树,下图是他们在平均以及最差情况下的时间复杂度: 可以看到在时间复杂度上,红黑树在平均情况下插入,查找以及删除上都达到了lgN的时间复杂度. 那么有没有查找效率更高的数据结构呢,答案就是本文接下来要介绍了散列表,也叫哈希表(Hash Table) 什么是哈希表 哈希表就是一种以 键-值(key-indexed) 存储数据的结构,我们只要输入待查找的值即key,即可查找到其对应的值. 哈希的思路很简单