在早期的信息化建设中，采用的都是项目型思维，或购买一款软件产品进行实施，或找团队直接定制开发，基本上是一次性交易和项目实施。但智慧供热发展到今天的阶段，并不是简单“项目交付”的模式，而是贡献智慧、分享经验的过程。

信息化是需长期投入的，这种投入应该是持续的，并且与企业发展相一致的。信息化投入还有一个规律性的特征，大起大落的波段性投入，往往会对整个信息化规划带来严重的伤害。企业信息化的项目大多都是管理的延伸和落地，管理是应该连贯、持续、不断深入的，起伏不定的管理就会对供热企业产生很多负面影响。因此很多优秀的供热企业都是每年有预算来推动信息化的持续迭代。

在信息化实际实施过程中，光需求调研要占到整个项目实施的三分之一，而且项目上线只是万里长征的第一步，管理和信息化的融合是一个缓慢和痛苦的过程，接下来是“无休止的更新迭代”。

因此，众齐软件认为“谨慎前行”是供热行业信息化最好的方式，供热企业要做好信息化的咨询规划，既要出蓝图，又要分阶段出详细的需求调研和解决方案，这样才能避免重复投资，实现持续迭代。众齐软件配置有专业的售前团队、产品团队、实施团队来保证项目的最佳实践，其中咨询规划工作围绕调研、分析、设计三个阶段来展开。

调研

这一步经常被忽略，特别是在对项目实施很有把握的时候更容易被忽略。很多供热软件供应商往往认为自己有很多年的经验，又有样板用户的最佳实践，就拿着其他供热企业的成功案例生搬硬套、快速上线，最后往往水土不服，项目出现致命风险。

俗话说“知己知彼，百战不殆”，对供热行业来说则是剖析自己、对标同行，然后寻找到自己的实践路径。通过现状调研，了解供热企业信息化现状、明确供热企业信息化建设目标、制定未来的信息化发展规划。

调研方式

众齐软件咨询规划团队已具有十多年的供热行业信息化经验，基于以往几百个供热软件项目的经历，我们总结出了调研六法：观察法、体验法、访谈法、问卷调查法、单据分析法、需求调研会，保证我们能切实理解供热企业的需求，让项目取得最佳的落地效果。

• 观察法：到供热企业工作现场，看看员工是怎样工作的，用了什么工具，什么时候填写了什么单据，制作了什么报表等等；
• 体验法：亲自到岗位上去当一会供热企业临时员工，过程中去了解这个岗位或角色的职责及工作内容，我们很多工程师就当过收费员、客服接线员；
• 问卷调查法：就是基于需求人员对于供热行业知识的了解，设计一些开放或封闭问题，来让供热企业员工回答问卷中问题；
• 访谈法：通过面对面、电话、微信等方式展开，正式的访谈涉及准备、对象确定、时间地点、会议、结果梳理、结果确认等环节；
• 单据分析法：比如现在要做一个收费系统，那么与收费相关的单据有哪些。主要围绕系统目标来进行业务单据收集；
• 报表分析法：供热企业对信息的综合型需求主要体现在报表里，通过报表能了解到管理者关注哪些有价值的信息，以及报表的数据来自哪些业务环节；
• 需求调研会：需要多部门多岗位协同完成、或者有些需求存在矛盾冲突的情况，就需要召开需求调研会一起沟通。

调研内容

需求调研是通过和用户反复沟通而获取用户需求的一系列活动，又被称为需求获取、需求收集。一般我们常说的理解业务与需求调研往往是交错进行的，需求调研的过程则是我们深入了解用户业务的过程。众齐软件把需要调研的需求内容分为以下四类：

• 业务需求：要明确项目背景或项目目标。比如：为了提升收费效率，为了提高客服质量，为了加强设备管理，为了安全生产，为了降本增效等；
• 用户需求：各岗位角色的工作内容。 比如：获取热计量户的费用，统计中维修工的完成工单数量，收费主管、财务主管完成对账、封账工作等；
• 功能需求：软件系统需要具备什么样的功能，比如：为了将稽查情况及时反馈需要支持移动稽查功能等；
• 非功能性需求：界面友好性、美观性、人性化操作提示、易学性、易用性、健壮性等。

调研总结

与供热企业各部门业务人员访谈调研后要输出访谈纪要，讨论会后要输出会议纪要，调研问卷收到反馈后要输出问卷分析报告。通过调研后的分析、抽象、总结，对供热业务和系统现状的痛点才能比较了解，下一步才能对症下药，给出更加契合的方案。除了对业务现状的调研外，还需要调研供热信息化系统现状。要了解当前系统的建设情况，才能有的放矢，考虑如何利旧现有系统，新的系统如何与旧系统衔接，只有这样才能输出接地气的解决方案。

分析

需求是信息化起点，所有项目成员都是围绕需求展开工作，可以说对需求的把握越精准，工作价值就越高。而需求分析就是从用户提出的需求出发，找到用户内心真正的渴望，再转化为产品需求的过程。将抽象、零散、概略、随性的用户需求转化成具体、详细、结构化的产品需求，是需求分析的重要目标。

将抽象需求具体化

这个过程就是要将用户模糊、零散的抽象需求，转化为落到实处的系统功能的过程。众齐软件首先会引导用户思考提出自己的思考方案，有些用户善于思考，琢磨系统各项功能，天生就是一产品经理。有些用户刚涉足行业业务不久，对于如何管理如何做信息化都不是特别了解，此时，就需要我们多为用户考虑，设计方案。

用自然语言描述将需求正规化

用户的需求往往都是非常随意的，零散的，需求分析者作为用户与研发人员之间的沟通桥梁，要构建好这部分信息传递很重要。过程中要将用户的描述转换成更精准的语言，更接近于研发人员能够理解的语言。当然并不是要写充满各种技术术语的语言，让普通用户一点也看不懂，而是寻求自然语言与技术语言之间的平衡。例如：一名客户支持录入多个其他电话。这些描述只要做些解释和演示，一般用户都能理解；而研发者也能理解。

需求变更处理

合理的需求变化、先进的管理思路都为产品提供了非常好的优化素材及机会，正是因为有了这些需求的变化，才能让管理更加与时俱进。众齐软件总结出以下一些产生需求变更的原因，只要做好应对，每一个新的需求都是一次改善的机会：

1. 需求调研阶段不充分：忽略了某些情况，调研方向出现偏差。深入前期的沟通，调整沟通方式及频率可以改善的；
2. 需求确认过程理解偏差、有歧义：设计方案与用户真实情况进行匹配，双方以为理解了彼此的意思，但实际却是相差甚远；
3. 特殊异常情况没考虑：异常业务由于发生概率很小，而往往调研时间有限，很容易被用户、需求人员忽略；
4. 系统灵活性、扩展性不够：对于政策性、带有一定地域规则性的需求，设计上无法兼容各地不同情况；
5. 设计有瑕疵： 设计是对调研结果的总结、提炼、实现的过程，在设计中有时会出现遗漏了某些需求，错误处理了某些需求等；
6. 实施方案不成熟：用户对于软件没有真正掌握，实施人员缺少创造性解决问题的思路，不能借助产品某些功能灵活应用；
7. 业务及业务范围变化、习惯变化、管理思路不断变化：每个企业都是在发展、变化的，有可能引入新的业务，取消某些业务、改变现有业务的处理方式等等；
8. 管理在改善：企业运营中会遇到各种各样的管理问题，管理者总是在不断尝试改善管理方式，解决管理难题，努力提高收入、降低成本、提高竞争力等。

设计

价值分析

根据前期调研过程中对用户痛处的把握、各项业务启动的时间节点，我们就要以系统性方式去分析哪些需求价值高，哪些需求价值低。这样才能为后续需求优先级良好排序做好稳固的基础。而对于新系统来说，要分析的就是这个系统将来会给用户带来什么，如何改善管理模式，这才是软件价值所在。

规划软件边界

规划好一个系统为用户做什么，不做什么。无论多么庞大的系统，都不可能处理管理过程中发生的任何事情，总有一部分软件可以处理，剩余部分不可以处理的。因此规划好软件边界是对项目范围的一种细化明确，也是让系统更加专业化的重要关键。有时可能剩余部分由其他软件来处理，那就会涉及到我们的系统与其他系统进行数据交换了。此时，更要规划好我们的软件与其他软件的边界，各个软件之间是如何分工，什么情况下需要从其他软件中获取数据，什么情况下需要向其他软件推送数据。比如：收费系统负责收费、客户资料管理等，计量抄表系统负责向收费系统传输年度抄表结果数据。

规划工作方式

规划各岗位人员使用软件后的具体工作过程，规划相关岗位的职员在使用软件之后应该如何工作，围绕软件的具体工作步骤是什么。大致包括以下几个方面：

1. 使用系统的地点。是办公室、收费大厅，还是像稽查人员那样到用热户现场去施工，这些都需要明确，因为这会决定软件最终运行在什么平台上，像是一些像稽查一样的巡检岗位，则要求系统能够运行在移动设备的平台中，而对办公室、收费大厅人员来说，常用的设备就是计算机了，则要求系统能够运行在PC端设备中；
2. 使用系统的时间。所谓要考虑软件使用时间，就是要考虑软件的运行压力，提前做预案。例如代收系统一般对于并发性要求较高的，则需要在并发性方面提前做好规划才行；
3. 使用软件的触发事件。规划所有岗位人员，哪些业务处理时，需要使用软件，处理不同的业务时，分别需要对应使用哪些功能。

减少重复劳动

尽量避免给用户带来重复劳动，重复劳动可能会导致软件无法上线，勉强上线了，最终还可能会由于用户无法忍受，而拒绝使用。一般我们常遇到的重复劳动，就是数据的重复录入。产生重复录入的几个方面：

1. 没有站在用户角度规划与设计系统；
2. 软件需求变更、追加；
3. 没有处理好软件与软件间的关系。

处理好多个软件间的关系，减少信息孤岛

让多个系统间的职责划分清晰，减少各个系统各自为政处理相同的数据，减少信息孤岛的几种方式：

1. 数据接口：当某事件发生时，数据发送方通过一定规范格式将数据传递，接收方根据一定规则解析数据，转换成符合自己系统要求的数据，存储，给发送方返回提示；
2. 统一编码：将多个系统间的公共基础数据进行统一编码，实现数据通过统一规则相互交换；
3. 整合平台：通过各种手段从其他软件系统中获取数据，给业务上相关的数据建立关联关系，在一个统一平台上处理、展示；
4. 数据治理：基于大数据治理工具实现数据资产管控与治理的功能，构建元数据、数据标准、数据质量等管理功能。