无代码表格数据库——一个企业数字化新物种
商业活动的“非标”地带
在现实商业活动中存在大量未被明确界定、规范和标准化的灰色地带,它们不像电信、金融、财会、证券经纪、保险、建筑设计、工程造价等具有高度专业性的业务板块一样有强制的行业标准、规范甚至从业资格证书加持,下文统称其为非标业务,典型的如市场营销、销售、客服、售后维护、外贸、加工制造、服务外包。。。
标准化业务往往作为组织的核心部门,早已实现了高度的信息化,例如ERP、CRM、金融、电信行业的各种核心系统,
非标业务占据了整个商业活动中的大部分,然而由于其非标的特征,这些地带的信息化还处于非常初级甚至空白状态,很多时候在借助OA和Excel这些非专业工具在应付。
传统OA主要解决请假报销这些标准化的办公流程,可扩展性和可定制性不高,对于种类繁多的非标业务的支持只能说是聊胜于无。
Excel虽然灵活,但它只是个单机离线的表格工具,缺少最基本的协作能力。
归纳起来,商业活动中存在一大类尚未信息化的非标业务,非标体现在它没有标准的业务模型、标准的业务流程、标准的角色分工与协作规则,不同的企业组织存在严重差异化。
因此需要一种可以自定义业务模型、业务流程和协作规则的软件工具,它要有Excel的灵活方便性,同时还要有Excel不具备的多人在线协作处理能力。目前市场已经逐渐形成了一个称为“无代码表格数据库”的赛道,也出现了一些代表性的产品。
被嫌弃和低估的表格工具
作为一个以软件开发为职业的人,我之前有很长一段时间对Excel等单机离线表格软件是不屑一顾的,
我觉得跟企业级数据库以及基于数据库构建的企业级软件比起来,Excel简直就是个小儿科。
直到最近我被一篇文章的观点改变了——《SaaS的本质就是去Excel化,聊聊SaaS的现在与未来》 https://mp.weixin.qq.com/s/zbcOkNu9W16wi6PMHQYY-w
Excel 可能是有史以来最有影响力的软件。在SaaS出现以前的世界中,Excel 就是每个行业都依赖的软件领域的思想自行车(A Bicycle of the Mind)。思想的自行车的故事来自《科学美国人》杂志的一篇文章,杂志比较了地球上不同物种的移动效率,比如熊、猩猩、鸟类、鱼类、人类等,计算它们每移动一公里消耗的热量,最后秃鹫赢了,它的移动效率最高,而人类排在倒数第几位;但是杂志特地测量了人类骑自行车的效率,结果把秃鹫远远甩在了身后,在排名上遥遥领先。因此乔布斯将思想自行车指代以最经济的方式扩展肉身机能的工具,比如苹果的一句广告就是计算机是思想的自行车。
对于全球数亿人来说,Excel是其第一次在计算机上进行数据操作、数据计算和数据共享的软件。Excel也赋予了用户各种计算超能力,用户可以通过简陋的电子表格创建各种功能齐全的软件程序,以解决不同领域中的问题。在咨询和金融行业工作的人都是在使用Excel的过程中成长的,并且在数千小时的实践和改进中学会了各种快捷键并喜欢上Excel,随之画出各种Fancy的公司估值Model;会计师依靠Excel进行财务管理,记录各种底稿并建立出企业的三张报表;管理人员可以用于项目管理,进行人员工时的安排与计算;HR 可以进行工资单管理及员工名单管理;销售团队可以将其用于潜在客户管理。而作为个人,也可以用Excel进行待办事项规划。
我意识到自己过去参与开发的甚至见过的大部分软件系统,其实本质上都在做一件事——把电子表格在线化、联机化——让用户可以共享和协作编辑同一份表格数据;事实上关系型数据库本身就已经实现了这个目标的大部分,所谓的软件开发只不过是给数据库加了一个壳——更漂亮和易用的UI、更完善的校验逻辑、更安全的操作方式。。。
应用的过度包装、设计
这并不是在贬低应用开发的价值,只是在强调一个事实——如今的大部分应用开发是站在关系型数据库这个巨人的肩膀上进行的一种相对没那么具有挑战性的工作。
应用绝对是有价值的,没有人愿意直接面对一个数据库,就像没有人愿意住进一个毛坯房。现代社会人们每天频繁的使用几十个(b端c端)应用的时候,不会去关心它们背后是不是有个数据库。没有应用就没有整个软件商业和IT经济。
但是最近我意识到,很多应用存在过度包装的问题——为了追求应用本身的强大和所谓易用而对用户完全隐藏甚至扭曲了数据的本来面目,这对于一些场景是合理的,但是对于一些场景可能是错的。
典型C端产品的用户身份是服务的消费者,他们的需求很明确和直白——买到想要的商品、订到想要的票。他们只想在UI的引导/诱导下,凭感觉/直觉去点击操作,他们不关心过程和所谓逻辑,他们只关心自己的主观诉求是否被及时的满足;
典型B端产品的用户是一个组织的(某层级)管理者,他们的需求说起来简单——降本增效,但是其内含和外延极其繁杂,他们的需求本身就值得立一个项去梳理和咨询;这不是一个自然人的日常生活需求,而是一个如何更好的管理经营一家公司/部门的复杂课题;这样的用户他们是带着一套固有的管理理念/想法打开软件的UI、目的明确的去查看和操作、全程保持高度的理性和逻辑思维。
对于前者(C端产品),我们最好用漂亮、简洁和傻瓜式的UI去引导用户快速完成操作,然后他们就满意的离开了;
对于后者(B端产品),我们最好把业务上正在发生的事情以一种尽可能直观、保真的形式呈现出来,任何不必要的遮挡隐藏都会让用户不爽,任何不必要的美化都会让用户感觉多余和干扰;用户需要理解自己正在处理的数据,用户需要通过对数据全方位的观察来理解当前的业务模型以及业务的运行方式;很多取悦C端用户的手段都会变成对B端用户的妨碍;过度设计的复杂UI就是喧宾夺主。
B端用户在使用你的应用之前很可能一直在用Excel管理跟进这块业务,他们具有数据思维,他们离开Excel来到这里是为了用一个更专业的数据处理工具,数据工具就是他们管理和运营的抓手,是他们“微操”的专业键鼠。就好比专业玩家不会去用无线鼠标,因为与无线鼠标的那点方便相比,有线鼠标减少几毫秒延迟对他们的吸引力更大。B端产品引入Excel表格风格绝不只是为了迎合用户旧有习惯的取巧做法,这是在回归数据思维的本源。
数据永远比应用更重要,一个成功的计算机系统中数据的寿命也会远远超过承载它的软硬件的寿命。
B端产品终究还是躲不过咨询落地、用户培训和一定的使用入门门槛,不能为了追求C端一样的易用性而牺牲了它的实用性,做成一个华而不实的绣花枕头。
增强的在线表格系统
如果说市面上很多应用走入了“过度包装/设计”的误区,而Excel之类的单机版表格工具又显然太原始太弱了,
那么一个显而易见的路径就是折中——对表格做适度包装和增强——一个增强表现力的在线表格系统。
对于一个人跟进一块小规模的简单业务的场景,Excel很可能已经做的足够好了,只是当规模——Scale变大以后Excel才显得力不从心了。
例如当业务从1个人变成两三个人一起跟进时,就产生了数据同步和协作的问题,
当业务复杂度从简单的记一本台账变成几十个持续数月时间的并行项目时,就已经远远超出了Excel的能力范围。
但是Excel的优点在Scale增加后并不是全都消失了,全面推翻表格模式就属于矫枉过正了,亦不足取。
所谓对表格做适度的包装增强,指在保持表格作为数据模型和展现交互形式的前提下,在以下几个方面进行增强:
联机在线增强:这个其实不必多说,只要是Web工具就有此能力。
字段类型增强:Excel表格的字段没有强类型约束,只有很有限的文本、数字、时间,缺少了图片、单选、多选、邮箱、手机号、货币金额这些富表现力的字段类型。丰富的字段类型不仅可以提高业务建模表现力,还能获得更严谨的数据校验和数据质量。数据质量的高低决定了一个工具的长远使用效果和效益高低。
表关联增强:Excel缺少不同sheet表之间的关联关系,导致数据录入过程繁琐、易出错,不利于数据质量的长期保持。
多视图展现增强:Excel虽然可以插入chart图表,但是在数据可视化、展现形式上仍有很多提升空间,例如团队日历、业务地图、Kanban、过滤器。。。
协作形式增强:Excel作为单机工具,完全不具有协作能力,团队内共享无法保持一致,频繁的更新与分发导致大量重复和混乱,合并数据需要手工操作,数据质量和时效性不佳,长期看企业的数据资产难以保值增值。另外对于需要不同岗位角色人员之间的上下游配合协作的场景、数据变更通特定人,就完全超出了Excel这样单机工具的能力边界。这些都是在线协作表格可以实现的基本操作。
业务规则增强:Excel虽然有formula字段等机制可以附加一些简单规则,但是对于到期提示、字段级权限控制、字段级隐藏、行级权限控制、自动生成报告之类的高级特性完全无能为力。
在线表格系统实现的供应链行业垂直应用
前面提到在“无代码表格数据库”赛道已经出现了一些代表性的产品,比如airtable以及多个国产高仿(Treelab、维格表、飞书多维表格),目前它们主要着力在轻办公领域,并且已经被证明具有很强的适用性了。
但是对于企业数字化转型尤其是生产制造型企业的数字化,轻办公风格的产品还是有很多欠缺:
只关注了坐在office电脑前的用户群体,忽略了office以外的(工厂里、工地上、旅途中)用户群体和场景;没有采集端(外勤端),没有Location定位、Snap拍照、Scanner二维码扫码等移动端特定字段;
产品调性不够严谨、严肃,仍给人一种可以任意定制的表格工具的感觉,让一些关键业务场景的用户产生不信任感、不确定感;
数据展现形式还缺少map地图模式,这也是办公室外移动办公场景必须的交互模式。
归纳起来,在非标业务领域中airtable们已经比较成熟,它们也证明了一件事——无代码表格数据库完全能满足海量的非标准业务需求,凭借无代码技术的超级灵活可扩展性以及对业务人员的友好性,对传统定制开发软件形成降维打击。
同时airtable们以及互联网大厂目前对行业垂直应用场景重视不足、下沉不够,这也是留给我们的机会和独特赛道所在。
相关文章:

无代码表格数据库——一个企业数字化新物种
商业活动的“非标”地带在现实商业活动中存在大量未被明确界定、规范和标准化的灰色地带,它们不像电信、金融、财会、证券经纪、保险、建筑设计、工程造价等具有高度专业性的业务板块一样有强制的行业标准、规范甚至从业资格证书加持,下文统称其为非标业…...

第十三届蓝桥杯国赛 C++ C组 F 题、Python B组 E 题——近似GCD(AC)
目录1.近似GCD1.题目描述2.输入格式3.输出格式4.样例输入5.样例输出6.数据范围7.原题链接2.解题思路3.Ac_code1.C2.Python1.近似GCD 1.题目描述 小蓝有一个长度为 nnn 的数组 A(a1,a2,⋯,an)A\left(a_{1}, a_{2}, \cdots, a_{n}\right)A(a1,a2,⋯,an), 数组的子数组被定…...

分享5款小众良心软件,好用到让人惊艳
目前win7渐渐退出视野,大部分人都开始使用win10了,笔者在日常的工作和使用中,为了能够让效率的大提升,下载了不少软件,以下的软件都是个人认为装机必备,而且都是可以免费下载,且没有插件的。 1…...

WAF是什么?一篇文章带你全面了解WAF
WAF是什么?一篇文章带你全面了解WAF 文章目录WAF是什么?一篇文章带你全面了解WAFWAF是什么?一、WAF的工作原理二、WAF的分类三、WAF的特点四、如何选择和部署WAFWAF是什么? Web应用程序防火墙(Web Application Firewa…...

django项目实战八(django+bootstrap实现增删改查)进阶验证码
目录 一、安装第三方 1、pillow 2、第三方字体文件 二、实现生成验证码 1、创建code.py 2、url 3、修改auth.py 4、修改account.py 5、修改login.html 三、验证码校验 1、验证码写入到session 2、修改form下的LoginForm类新增code字段 3、修改login.html 4、修改acco…...

IP 协议
1.IP协议报头如下图:版本号 代表的是当前的IP协议的版本,此处的版本一共有两个取值:v4和v6.本文着重针对v4版本进行解析.首部长度 代表的是整个IP报头的长度,这个报头长度是可变长的,可变长的原因在于报头中的选项,这个属性是一个可有可无的属性,会改变报头长度,它的单位是32bi…...

好用的SQL工具盘点:从学习到工作总有一款适合你
标题一.入坑阶段(学习入门): 这个阶段一般就是小白,想学习SQL语言,然后到处找软件,找免费破解版找半天,找到了半天安装不下来,还可能把自己电脑搞中毒。 其实对于小白来说…...

Memcache介绍
Memcache介绍 Memcache是一个分布式内存对象缓存系统,其功能是为应用程序提供快速和可伸缩的数据存储。memcache使用简单,定义了相对少数几种操作(set,add,replace,get,flush_all等)…...

PTA:C课程设计(1)
山东大学(威海)2022级大一下C习题集(1)1-7-1 求幂级数展开的部分和1-7-2 查询水果价格1-7-3 猜数字游戏1-7-4 特殊a串数列求和1-7-5 成绩统计分析表1-7-6 换硬币1-7-7 验证“哥德巴赫猜想”1-7-1 求幂级数展开的部分和 #include&…...

第二十篇 ResNet——模型讲解
摘要 ResNet(Residual Neural Network)由微软研究院的Kaiming He等四名华人提出,通过使用ResNet Unit成功训练出了152层的神经网络,并在ILSVRC2015比赛中取得冠军,在top5上的错误率为3.57%,同时参数量比VGGNet低,效果非常明显。 模型的创新点在于提出残差学习的思…...

LeetCode经典算法题:矩阵中省份数量经典题目+三角形最大周长java多种解法详解
LeetCode经典算法题:矩阵中省份数量经典题目三角形最大周长java多种解法 文章目录1 省份数量题目描述解题思路与代码解法一:深度优先解法二:广度优先解法三:并查集2 三角形的最大周长题目描述解题思路与代码贪心算法:1…...

Vue3通透教程【一】Vue3现状—必然趋势?
文章目录🌟 专栏介绍🌟 Vue默认版本🌟 拥抱Vue3的UI🌟 Vue3显著优势🌟 小彩蛋🌟 写在最后🌟 专栏介绍 凉哥作为 Vue 的忠诚粉丝输出过大量的 Vue 文章,应粉丝要求开始更新 Vue3 的相…...

打破数据孤岛,Apache Doris 助力纵腾集团快速构建流批一体数仓架构|最佳实践
福建纵腾网络有限公司(简称“纵腾集团”)成立于 2009 年, 以“全球跨境电商基础设施服务商”为企业定位,聚焦跨境仓储与物流, 为全球跨境电商商户、出口贸易企业、出海品牌商提供海外仓储、商业专线物流、定制化物流等…...

什么是真正的骨传导耳机,骨传导耳机原理
骨传导耳机大多采用后挂耳/夹耳佩戴方式,但现在很多人分不清哪些是骨传导耳机,哪些是气传导耳机。看完这篇教会你辨别哪些是真正的骨传导耳机。 骨传导耳机采用固体传声方式,整个耳机机身都没有传声音孔的设计,主要通过耳机振子发…...

[MySQL]基本数据类型及表的基本操作
哈喽,大家好!我是保护小周ღ,本期为大家带来的是 MySQL 数据库常用的数据类型,数据表的基本操作:创建、删除、修改表,针对修改表的结构进行了讲解,随后是如何向数据表中添加数据,浅浅…...

华为OD机试 - 好朋友(Python) | 机试题+算法思路+考点+代码解析 【2023】
好朋友 题目 在学校中 N个小朋友站成一队 第i个小朋友的身高为height[i] 第i个小朋友可以看到第一个比自己身高更高的小朋友j 那么j是i的好朋友 (要求:j > i) 请重新生成一个列表 对应位置的输出是每个小朋友的好朋友的位置 如果没有看到好朋友 请在该位置用0代替 小朋友…...

SAP ABAP用程序给用户增加SAP_ALL权限
给用户增加SAP_ALL的权限,报表可对basis与abap开发人员对用户权限管理的思路,谢绝用于其它用途,后果自负。 REPORT ZTESTCREATEUSER. data: l_USR04 LIKE USR04 , l_UST04 LIKE UST04 , l_PROFS LIKE USR04-PROFS , l_…...

stm32f407探索者开发板(二十)——独立看门狗实验
文章目录一、独立看门狗概述1.1 独立看门狗二、常用寄存器和库函数配置2.1 独立看门狗框图2.2 键值寄存器IWDG_KR2.3 预分频寄存器IWDG_PR2.4 重装载寄存器IWDG_RLR2.5 状态寄存器IWDG_SR2.6 IWDG独立看门狗操作库函数三、手写独立看门狗实验3.1 操作步骤3.2 iwdg.c3.3 iwdg.h3…...

C语言进阶(五)—— 多维数组
1. 一维数组 元素类型角度:数组是相同类型的变量的有序集合内存角度:连续的一大片内存空间在讨论多维数组之前,我们还需要学习很多关于一维数组的知识。首先让我们学习一个概念。1.1 数组名考虑下面这些声明:int a; int b[10];我们…...

06_MySQL多表查询
多表查询,也称为关联查询,指两个或更多个表一起完成查询操作。前提条件:这些一起查询的表之间是有关系的(一对一、一对多),它们之间一定是有关联字段,这个关联字段可能建立了外键,也…...

程序员赚钱指南,兼职社区招募
👨💻作者简介:大数据专业硕士在读,CSDN人工智能领域博客专家,阿里云专家博主,专注大数据与人工智能知识分享。 🎉专栏推荐:目前在写一个CV方向专栏,后期会更新不限于目…...

Qt-FFmpeg开发-实现录屏功能(10)
#音视频/FFmpeg #Qt Qt-FFmpeg开发-实现录屏功能💬 文章目录Qt-FFmpeg开发-实现录屏功能💬1、概述💥2、实现效果💨3、FFmpeg录屏代码流程👁️🗨️4、主要代码🤙5、完整源代码🤏更…...

JavaEE简单示例——动态SQL元素<where>
简单介绍: 在我们之前使用where关键字进行查询的时候,总是会在后面添加一个11恒等式,并且在每一个可能拼接的SQL语句前面都加上一个and关键字,防止当后续的所有条件都不满足的时候,where关键字在最后直接跟and的时候也…...

本地事务详解
1、事务的基本性质 数据库事务的几个特性:原子性(Atomicity )、一致性( Consistency )、隔离性或独立性( Isolation) 和持久性(Durabilily),简称就是 ACID; 原子性:一系列的操作整体不可拆分,要么同时成功&#x…...

e2e测试-Cypress 使用
● 官网 ● GitHub 一、安装 # npm npm install cypress --save-dev# yarn yarn add cypress --dev添加 npm 脚本: {"scripts": {"cypress:open": "cypress open"} }启动: npm run cypress:open二、编写测试 Cypress…...

20230222 【梳理】肿瘤检测 预处理+ML+DL
一、预处理 1、形态学【使图像中的重要部分更加可见,并消除MRI图像的琐碎部分。】 形态学操作是一种非线性操作,涉及在二值图像上移动一个窗口(或结构元素),以一种方式帮助增长图像(膨胀)或缩小图像(侵蚀)[30]。这种预处理技术更有用,特别是当MRI图像中存在不需要...

经典文献阅读之--MSC-VO(曼哈顿和结构约束VIO)
0. 简介 对于视觉里程计而言,在面对低纹理场景时,往往会出现退化的问题,究其原因是人造环境往往很难找到足够数量的点特征。而其他的几何视觉线索则是比较容易找到,在城市等场景中,通常表现出结构规律,如平…...

华为OD机试真题Python实现【字母计数】真题+解题思路+代码(20222023
字母计数 题目 给出一个只包含字母的字符串, 不包含空格,统计字符串中各个子字母(区分大小写)出现的次数, 并按照字母出现次数从大到小的顺序输出各个字母及其出现次数 如果次数相同,按照自然顺序排序,且小写字母在大写字母之前 🔥🔥🔥🔥🔥👉👉👉👉👉�…...

在中国市场,假如Teradata像Nutanix那样“退出操作”,谁来“接盘”呢?
【引言】:看它的选择,是数据仓库发展必然还是偶然呢?【全球存储观察 | 热点关注】前些天,将逐步结束在中国市场直接运营的Teradata引发了业界大量关注与讨论。作为全球数据仓库领域的绝对领导者,为什么会退…...

使用vs2022编译yolov5+tensorRT+cuda+cudnn代码进行混合编译
首先依赖有cuda、cudnn、tensorrt、protobuf,从Linux的代码直接移植过来这些库是没法使用的,需要下载对应win的下的版本,其中cuda、cudnn和tensorrt直接从官方下载即可,但是protobuf需要自己编译一下(protobuf3.11.4&a…...