深度解读:2021 海外企业「内部系统」现状

简介: 伴随着低代码平台功能的不断完善,以及低代码平台的收效与口碑在企业间不断蔓延,未来几年,低代码市场将会怎样发展?企业应用低代码的速度是否会加快?在助力企业数字化方面,低代码平台又将面临哪些技术挑战?让我们拭目以待。

低代码公司 Retool 于去年发布了一份基于 650 名开发者/技术负责人的名为「The state of internal tools in 2021」的调查报告,这里码匠同学将为您细细解读,将其中值得关注的数据和观点分享给大家。

当我们在讨论内部系统时,我们究竟在讨论什么?

我们一直以来提到的内部系统,也被称为内部应用或后台应用,企业通过开发内部系统来为每个团队提供有用的办公工具,例如业务数据看板、工作记录软件、项目管理后台等等;正是这些形形色色的内部系统,保证了企业的日常工作得以正常运转。下面这张图列举了在统计调查过程中研发们主要在开发与迭代的内部系统的应用类型:
程序员开发的部分内部应用类型.png

程序员开发的部分内部应用类型

内部应用程序需要为企业中不同的使用者提供服务,包括技术人员和非技术人员,例如产品、销售、客户、财务、后端研发等等。这其中的需求场景也是复杂多样的,例如:销售人员需要定制化的 CRM (Customer Relationship Managemen System,客户关系管理)系统来输入客户数据;财务人员可能需要转账/退款后台来操作客户的订单账户;研发同学则需要一个能够处理多个 Code Review 与 Pull Request 的管理后台。
内部系统主要服务的业务_团队.png

内部系统主要服务的业务/团队

公司对于内部系统的投入情况

上文说明了内部系统在公司中的重要作用和地位,那么站在公司的角度来看,它们对内部系统的投入也是相当可观的。一般来说,研发团队平均会花费 34% 左右的时间来开发内部系统,这一比例随着公司规模的扩大也在进一步增加,对于那些拥有 5000 人以上的公司而言,这一时间占比甚至跃升至了 45%。而且值得注意的是,在这项调查中,超过 80% 的研发团队计划今后继续保持/增加内部系统开发的投资力度。
企业规模与构建内部系统所投入时间关系.png

企业规模与构建内部系统所投入时间关系

企业中内部系统的开发与维护工作,除了传统意义上的开发者——前端/后端工程师外,同样会涉及到其他岗位的协调与支持,包括运营、数据分析师、产品经理和设计师,等等。
参与内部系统开发的职位分布.png

参与内部系统开发的岗位分布

在 500 人以上的公司中,大约 77% 的受访者表示他们公司建立了专门的团队来支持内部系统,这一比例也比较好理解:大公司对内部系统需求更高,建立团队内部闭环与迭代是更高效的做法。而从行业角度来看,金融服务、教育、信息技术等领域在这一榜单上占据高位,即这些领域的企业更有可能去投资招入一些全职于内部系统的员工。以金融服务岗位为例,考虑到这一领域的工作往往需要和一些敏感的财务数据打交道,同时伴随着严格的手续流程,这就导致他们更愿意专门开发内部系统去规范数据的使用和工作流程。
成立专门团队开发内部系统的业务领域.png

成立专门团队开发内部系统的业务领域

内部系统开发者们所面临的困境

对超过 10 人以上的公司而言,约 1/3 的员工都在使用内部系统,我们可以看到这一使用率是十分可观的。而对于内部系统的研发者们来说,衡量这些内部系统的开发维护成本,以及它们所能获得的实际收益是十分重要的。调查显示,对研发者们来说,在评估 ROI (Return On Investment,投入产出比)时,他们主要考虑的因素有:内部系统的使用是否提高了员工生产力(54%)、是否降低了业务成本(33%)以及是否提升了员工满意度(28%)等。
内部系统开发者评估 ROI 考虑因素.png

内部系统开发者评估 ROI 考虑因素

总的来说,这些 ROI 评估指标表明了开发者们希望内部系统能够在公司团队中激起水花,并不断提升营销力。但在这个过程中,他们仍面临着一系列挑战 —— 开发时间和开发资源的紧缺、该内部系统在公司的影响力不足、项目 owner 职责边界划分、需求不明确或迭代太快压力大,等等。他们仍在努力寻找着一个平衡点,让内部系统既能够在整个公司范围内解决问题,同时又不至于让开发和维护工作十分艰难。
内部系统开发者面临的挑战.png

内部系统开发者面临的挑战

内部系统开发的技术选型

这份调查还显示,无论公司规模如何,多达 63% 的内部系统开发者仍旧选择从头开始开发一个内部系统。
内部系统开发技术选型.png

内部系统开发技术选型

就像老话说的「一口吃不成胖子」,从头开始开发内部系统,肯定涉及到大量技术选型、技术实现、需求迭代等等,这个过程无疑是非常耗费时间精力和人力资源的。在这篇文章中(为什么说低代码是内部系统开发的未来趋势?),我们试图论证引入了低代码的应用程序开发平台,使得开发者在进行本地开发时灵活性更高,而且无需在重复性的工作(如成员管理、权限系统、技术底层细节、部署等方面)上耗费太多精力,真正做到了即改即用,敏捷开发。

此外,内部系统技术选型还需要考虑到多种数据源的支持。报告显示,内部系统往往涉及多种数据源 —— 75% 连接到内部数据库,67% 连接到内部 API,还有约半数的内部系统会请求第三方的 API(例如 Github、AWS、Slack 等)。多种数据源的深度整合,其实就是内部系统开发过程中主要需要解决的问题之一。开发人员需要设计多平台交互方案,并将整个数据链路的上下游串通,实现业务数据流转。对于电子表格、BI可视化工具等技术方案来说,它们本身的特点决定了在多数据源支持方面的局限性;而对于低代码平台来说,多数据源支持就会变成平台一大卖点,例如码匠、Appsmith、Retool 等都支持数十种数据源并在不断拓展,试图提供最高的灵活性来为用户解决实际问题。
1.jpeg

内部系统常用数据库和第三方API

内部系统开发的趋势与未来

调查中有一项针对使用低代码平台的开发者们的问卷,我们很高兴的看到,绝大多数研发人员表示使用低代码平台进行开发同其他方式相比,它们更加令人满意、更好上手,而且他们也很乐于今后继续使用这类平台进行开发。
Unknown.jpeg

开发者对不同技术选型的评价


2.png

低代码平台使用者问卷调查

最后,虽然目前只有 38% 的接受调查的开发人员在实际工作中正在使用低代码平台,但这其中绝大多数 (88%) 的使用者都对这类平台的功能性与使用体验感到满意。这不由得让我们畅想:伴随着低代码平台功能的不断完善,以及低代码平台的收效与口碑在企业间不断蔓延,未来几年,低代码市场将会怎样发展?企业应用低代码的速度是否会加快?在助力企业数字化方面,低代码平台又将面临哪些技术挑战?让我们拭目以待。


关于码匠:码匠是一款对开发者友好的低代码平台,通过一套拆箱即用的组件,结合一键连接 MySQL、MongoDB、REST API 等多种数据源,即可快速构建功能完善的内部应用,让您专注于业务发展。创始团队来自谷歌、快手、百度等公司,深刻理解快速迭代的软件系统对业务的重要性,理解当下软件开发的复杂性,我们认为在未来软件不会是从零开发的,于是我们重新思考,创造新的工具,帮助公司更好更快地开发软件。立即试用

【本文为原创内容,版权归「码匠」所有,欢迎文末点赞、收藏、评论!转载请联系我们。】

相关文章
|
数据采集 存储 监控
【建议收藏】|某大型金融集团内部数据治理实战总结
近几年,企业都在做数字化转型。 数字化转型是为了使组织更好地适应数字时代的变革,提高效率、降低成本、增强竞争力。是将业务和流程数字化,以实现更快、更准确、更可靠的数据处理和决策。是以数据驱动的精细化运营、业务创新增长和商业模式创新。
1231 0
【建议收藏】|某大型金融集团内部数据治理实战总结
《数据智能驱动的企业增长之道——深度洞察用户、提升企业CLV》电子版地址
数据智能驱动的企业增长之道——深度洞察用户、提升企业CLV
317 0
《数据智能驱动的企业增长之道——深度洞察用户、提升企业CLV》电子版地址
|
数据采集 存储 供应链
谈谈大型集团数据资产管理能力建设方法
对于大型集团企业来讲,数字化转型的成败直接关系到集团的可持续发展,尤其当前最紧迫的任务就是数据体系建设。
|
前端开发 数据可视化 NoSQL
他山之石:解读「2022 海外企业内部系统现状」
低代码公司 Retool 在今年 5 月对 2285 名开发人员和技术领导者进行了调查,得出了 2022 年有关内部系统开发和低代码的一系列观察和洞见。这里码匠将为您做出一一详细解读,并分享一些有趣的见解。
241 0
他山之石:解读「2022 海外企业内部系统现状」
|
供应链 大数据 BI
亿欧智库发布最新研究报告 阿里云数据中台成中国乳企数字化首选方案
亿欧智库从中国乳制品行业现状和痛点出发,对牧场奶源、生产制造、物流供应链和消费者连接每一个环节的数字化现状进行深入分析,得出数据中台是未来乳制品行业数字化升级改造的方向。
3235 0
亿欧智库发布最新研究报告  阿里云数据中台成中国乳企数字化首选方案
|
域名解析 安全 网络协议
阿里云:构建全球企业内外安全网络最佳实践
近年来,随着全球形势复杂,以及5G等新型网络技术商用,网络安全议题越加被关注,管理者和IT运维持续面临新的网络安全威胁,数据泄露等问题突出,时常需要调整系统应对新的挑战。阿里云作为全球领先的云网络服务提供商,其洛神云网络平台在网络安全领域持续深耕,是阿里云100多个云产品背后的基础设施,面向政、企、个人等百万用户提供连接全球的云网一体安全网络。
1193 0
下一篇
DataWorks