[CTO札记]业务流程图Sample

简介:
一、流程图种类
业务流程图是软件开发人员经常制作的。画法有多种,从VISIO的Stencil(模具)中你也可以发现以下3种:
》混合流程图(Flow Chart)
》数据流图(DFD,Data Flow Diagram)
》跨职能流程图
 
二、如何选择
1、流程描述中有一些共性元素:
》角色(Role)/参与者(Actor),注意,有时需要加上System, Timer 或 DB
》流程/处理(Process)
》流向(Flow)
》数据(Data) / 文档(Document)
2、构成元素的差异
下面先用一张表来比较一下上述3种图构成元素的差异
图类型 角色Role 处理Process 流向Flow 数据Data
FlowChart
Y
Y
DFD
Y
Y
Y
跨职能流程图
Y
Y
Y
3、比较
流程图(FlowChart)的优点是突出‘Process’及相互间的次序关系;但它的弱点在于:
A)未识别参考者。当参与者较多时,难以区分清楚,导致理解困难。
B)对何对象进行操作,来、去不明。
这2个弱点常常导致业务人员难以理解、开发人员理解偏差。
 
数据流图(DFD)克服了上述弱点B。从名称上虽然是以‘数据’为核心,事实上是同时展现了数据与处理。通常情况下要比FlowChart清晰。
跨职能流程图则克服了上述弱点A。它有了明确的角色划分(以带状来划定规范)。是不是觉得象泳道(Swimming Lane)?没错,UML中的一个术语。这样,你就很容易明白它将比较容易地转化为时序图了。
有一点需要注意,如果你不能很好地掌握‘自顶向下、逐步细化’的原则,使用后2种方法很容易让你走火入魔。当你将大量内容挤在一页中,排版技巧又不是很高时,看上去会非常混乱。当你大力抨击后2种方法时,想想我刚才的话吧。
 
三、我的选择与Sample
那么,如果同时补充了‘角色划分’与‘数据对象’,是不是会更好呢?
Yes,我个人比较推崇的正是以‘跨职能流程图’为基础,适当辅助DFD图的技巧。— 或许,这可以称为‘跨职能数据流图’。
PS:这面这个图是个Sample;由于一些现实业务情况的制约,做出来也没什么大价值:(


















本文转自DavyYew 51CTO博客,原文链接: http://blog.51cto.com/davyyew/241390 ,如需转载请自行联系原作者




相关文章
|
5天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
390 93
|
6天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
5天前
|
SQL 人工智能 自然语言处理
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及,Geo优化(Generative Engine Optimization)已成为企业获客的新战场。然而,缺乏标准化流程(Geo优化sop)导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系,并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果,为企业在AI时代构建稳定的流量护城河。
394 156
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
|
5天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
278 158
|
13天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。