
"华夏智能之心"年度评奖活动火热进行中,快来投票吧!点击参与吧!
要说低代码开发,不如让我们先从一个小故事开始。GE通用电气的前董事长杰克韦尔奇曾经在他的自传中描述过这么一个事情:最开始的时候,GE的全球战略为“数一数二”,即所有GE所涉足的行业中,必须占到不是第一就是第二,否则就会被无情的砍掉。上世纪80年代,GE的空调、电视制造等业务,尽管利润还算可观,但是都被杰克韦尔奇无情的砍掉。剩下的业务也确实按杰克韦尔奇的要求都占到了相应行业的第一第二。可是,正当他们在为自己所取得的成就沾沾自喜的时候,他去参加了一个活动(宾夕法尼亚州卡莱尔美国陆军军事学院的BMC课程班),有个军官站起来问他,“GE有众多的高智商管理人员,这些人足以聪明到把他们的市场定义得非常狭窄,狭窄得他们可以稳稳当当地保持住‘数一数二’的位置。”而事实上,也确实如此。举个例子,在医疗系统方面,GE过去衡量市场份额只考虑诊断造影设备市场,现在则用整个医疗诊断设备市场来衡量,包括所有的服务设备、放射线医疗技术以及医院信息系统。
上面的事情听起来有点像个笑话,但是在我们这些年实施的IT系统中,这种事儿好像并不少见。只要我们足够“聪明”,就总能细化出一个新的概念、需求,需要上线一套新的系统。当然了,很多时候造成这些问题的都是历史原因。事实上,在任何一个快速发展的公司,为了支持业务的快速发展,新老系统并存的问题都是不可避免的。
以CRM(客户关系管理)系统为例,我给大家详细展开讲讲一个CRM就可以做到多复杂,衍生出多少附加概念。首先,按照IDC的CRM报告,CRM系统可以细分为市场自动化、营销自动化、服务自动化和呼叫中心四大类。如下图所示:

这点也可以从世界顶级的CRM供应商Salesforce的产品体系得到印证,如下图所示:
至于为什么如此分,我在这里简单描述一下标准CRM里面的概念和元数据流转:
市场自动化:对接多渠道(包括微信公众号、邮件、短信、电话、在线客服、WebRTC、社交媒体、DSP广告等,国外这个概念叫Omni-channel,这个概念我之后会在另外的专题做详细展开)。然后市场人员可以发起一个合适的活动(Campaign),比如赠送积分,选择合适的潜在客户(Potentials)(用户画像、生命周期这里是另外一个专题,我会在稍后的连载中展开),选择相应的渠道进行投放。那么对于感兴趣、点击领取了该积分的客户,会自动进入业务机会/销售线索(Leads)。综上,数据之间的流转是,一个活动(Campaign),投放给潜在客户(Potentials),然后客户有反馈,形成销售线索(Leads)。
营销自动化:销售线索进入后,会根据工作流,按照业务规则分配给相应的销售人员(这里稍后我也会做专题展开,例如,平安保险的专属客户经理制,交叉销售,销售线索协同等)。然后根据销售线索(Leads)的不同跟进阶段,例如,第一次初次评估,第二次立项评估,第三次商务谈判,第四次合同签订,第五次付款,从而形成销售漏斗。如下图所示。那么直到成为我们的正式客户,客户从潜在客户(Potentials)进入正式客户(Clients)。
营销自动化如果再细分,其实又可以分为:
面向机构销售的CRM,这里的客户(Clients)变为公司实体,然后一个公司实体下面有多个联系人(Contacts)(例如,某个买方机构的关键人物)
面向个人客户的CRM,这里的客户(Clients)变为个人。有可能就是财富的高净值客户。
面向代销机构(Partner)的CRM。而代销机构又拥有自己的个人客户。
服务自动化:所有进入客户对象(Clients),需要维护的客户,比如通过400电话,或者网页客服,或者其他渠道的投诉,建议,问题,都会形成工单(Tickets)。一个工单根据流程管理,可以流向不同的坐席技能组(Agents)。中间也会涉及SLA(Service Level Agreement)和工作流配置。(同样之后做专题展开,详细介绍客服的黑科技,包括语音质检,专家系统,排班系统(WFO),知识库等)
呼叫中心:单独把他分出来,主要是因为,面对海量名单,进行外呼和入呼叫时的逻辑与前面的系统有很大不同。(这里稍后我会在其他专题做展开,详细的解释,在这里面的各种黑科技,包括滴滴的密号平台,可视化IVR(Visual IVR),外显号码如何显示手机号,AI优化自动外呼策略等)
当然了,以上的具体流程只是简单的描述了一下,实际的业务场景比我描述的复杂十倍,可以简单参考下面几张图:


你看,虽然我们所说的整个过程非常复杂,但是真的有必要每个概念细分我们都要搭建一个系统吗?如果每个CRM细分领域都需要上套系统,而且还需要增加移动端和平板端,那工作量还要乘以3。其实,很多子CRM的功能模块抽象出来其实都是相同的,例如,工作流,权限管理,表单的自定义,视图的自定义,报表的自定义。
所以,我们决定引入了LOW-CODE/NO-CODE代码开发平台的概念。
低代码开发平台实际上是对应用系统的高度抽象,实现不用代码,或者很少量的代码,用拖拉拽的形式快速搭建和上线一套系统。对于有的项目,业务方会发现,搭建一套系统的时间从几个月,降到两三周,如果需要增加或修改一些需求,通过简单的配置就可以实现,而且支持全民开发(Citizen Developer)。
在CRM领域,基本上现在主流的厂商都支持低代码开发。Salesforce占据全球CRM市场17.1%的市场份额。Salesforce基于他们的低代码开发平台Force.com,快速搭建了一个又一个子产品,也就是我们刚刚提到的,面向个人客户型CRM,面向机构型CRM,面向合作伙伴型CRM,针对小微客户的CRM,针对金融企业的垂直型CRM。
甚至,有很多厂商,自己都不费心思开发,只是借助Salesforce的低代码开发平台,借鸡下蛋,利用自己在垂直领域的专业知识,搭建了基于垂直领域的CRM系统。比如Veeva就专注于医疗制药行业的CRM,毕竟医疗/制药的行业壁垒非常高。。在2020财年,其收入增长28%,达到11亿美元。净收入增长了31%,增至3.011亿美元。下图是Veeva的产品。
那么,在资产管理领域,低代码开发平台有没有成功的先例呢?
答案是肯定的,抱歉这里按合规要求不能提名字,是在北美地区排名靠前的头部资产管理公司。
以Tableau为例(Tableau和SmartBI可以理解为一个典型的对于报表开发的低代码工具),一个业务人员在经过短期的培训后,不用学习Html,JavaScript,Python,Java,不用熟悉各种开发工具和框架,只需要学习简单的SQL查询语句,就可以快速搭建一个可视化报表。
那么我们为什么既不是在几年前,也不在更远的将来,而是现在引入低代码开发平台呢?最重要的一点原因:LOW-CODE平台的发展是基于前端工程化体系趋于成熟的背景。毕竟只有温饱问题都解决得差不多了,才能转而追求更高的生产效率。
从技术演进的角度来看,LOW-CODE探索与前端工程化的发展历程息息相关:在 CLI/GUI 工具时代,编码层面的效率提升主要体现在通过脚手架自动生成模板代码。在IDE 时代,API 提示、自动补全、代码片段(Snippets)等实用功能也通通集成进来了,让开发者码得飞快。IDE 时代之后,编码层面的效率提升已经达到极致,更进一步的生产效率提升需要变革式的突破。于是,迎来了LOW-CODE时代,让非专业开发者也能“码”得又好又快。
除此之外,我们必须要认识到资管行业,毕竟不是像阿里、腾讯、字节一样的互联网大厂,我们的开发资源实在是太紧张了。
在引入了低代码开发平台后,我们可以花更多的时间和精力,做数据治理,做企业中台,基于微服务架构在CRM上挂载各种AI增强模块(这里之后单独做专题展开介绍基于Salesforce的AI模块Einstein)。
说了这么多低代码开发平台的优势,那么低代码开发平台就是万能药吗?当然不是,我们再来聊聊低代码开发的缺点和局限性。
首先,低代码开发平台其实也是存在着开发边界的。比如以下的两个应用场景,就不是很适用低代码开发平台:
类似TA、OTS、恒生O32、清算等对性能要求极高的重型系统。这类系统,其实通过低代码开发平台搭个似模似样的系统也不是不行,但是效果可能就会像下图,就像用乐高在搭跑车,跑快了会散架的。而且这类重型系统如果都放在一套低代码开发平台上,如果系统停机对公司的正常运转造成严重影响怎么办?鸡蛋总不能放在一个篮子里吧。所以我们计划使用低代码平台开发的系统,第一个要求就是,即使平台宕机半小时也不影响业务运转的系统。(需要注意的是,尽管前面提到北美地区头部资产管理公司在Salesforce上搭建了全套系统,但是国情完全不同,北美地区一共才多少人,多少客户,我们一天产生的用户数据量顶他们半年。)
低代码开发平台也需要对接很多的外接系统才能实现很多的功能。就像上图的乐高跑车,也需要安装了电动马达模块,才可以跑得起来。在Salesforce是有一个生态圈,通过Salesforces上的App Exchange Market,和各种合作伙伴一起才可以实现各种功能。仅以电话系统为例,就有Five9,Avaya,Genesys等多家供应商提供的增强模块,才可以让Salesforce具备IP电话的功能。所以,即便低代码开发可以搭建很多的东西,但是也完全没必要去挑战各个垂直领域的专业系统。再比如RPA(基于宏的流程自动化机器人),低代码开发平台就无法像RPA一样打开本地的Excel。但是,RPA在上线后,如果需要对于已经开发好的宏策略进行共享和管理,就可以使用低代码开发平台进行管理了。后续,部门经理可能想对提供宏策略下载数最多的人员进行奖励,那么也可以通过该低代码平台简单配置一下就能上线了。
其次,应用低代码开发平台开发虽然可以极大的节约人力成本,但是不代表不需要开发。所以对于已有的系统,低代码开发平台并不是要取而代之。只是对于新上线的系统,多了个可选项而已。
第三,低代码开发平台的学习成本是有的,不过还是好过代码。而且,摩根大通要求今年新加入公司的全部资产管理分析师必须强制学习编程语言,Python。摩根大通资管经理Mary Callahan Erodes甚至表示“现代资产管理的唯一语言是编程语言”。这么一看,这点学习成本似乎是微不足道的。
第四,一旦低代码开发平台上线,在上面搭建了若干系统,那么再掉头更换系统的成本会极高。而且,如果平台有大版本升级,都有一定可能对平台上搭建的系统产生影响。
也正是因为以上原因,我们才要在低代码开发平台的选型上足够的小心和慎重。
最后,我们来谈谈,对于低代码开发平台的规划。虽然我拿营销系统举例子,但是实际上,我们应用低代码开发平台最初规划的几个项目,都是业务部门一直有需求,但是确实不影响公司正常经营的系统。当然,以上只是我的一点浅见,如果大家对于低代码开发平台有兴趣的话,欢迎随时找我交流,我们共同研究。
另外,最后补充一句,我们其实知道很多在营销领域前沿的应用方向,我们也知道一个完整的生态链系统是什么样子,该怎么搭。但是,我们不会先走一步,我们更想伴随业务一起成长,等业务需要的时候,我们早就准备好了相应的架构,可以快速上线,等若干项目上线完毕,大家会发现这就是一整套完整的系统,而低代码开发平台就是一切开始的第一步。
PS:这篇文章写的可能确实无聊了些,概念性东西比较多。从下一篇文章开始,老吴将带大家便览营销各个领域的黑科技,先在这里做个排期预告(顺序可能根据反馈做临时调整):
自动问答机器人:会讲下可以自动给陌生电话拨打并进行销售的电话营销机器人,专家应答系统,FICO做的催收催缴机器人,支持定制个人专属声音的客服机器人。
WebRTC和Omni-channel:主要涉及联络客户时候的设计,一些前沿的渠道服务商是怎么做到亮瞎人眼的。
Gamify Community:什么?销售还可以有游戏社区?对于完成目标任务的销售、客服人员颁发勋章,类似打怪升级。
MarTech:这是近些年营销领域市场规模增长速度最快的领域,伴随着流量入口的稀缺,基于市场自动化的精细化运营必将成为将来的重中之重。
AI在销售自动化领域的应用:主要是基于Salesforce的Einstein模块,进行分析,看看AI是如何帮助销售玩转客户的。
客服自动化:涉及语音质检,可视化IVR,运筹学中的排队论在客服领域的应用,WFO等。
客户生命周期和用户画像:讲讲我们之前做过的基于AI,分析出来的用户生命周期和画像。
DSP广告和CTR问题:讲讲那些年我们在DSP广告领域遇到的坑。

