协同OA办公系统选型推荐

标签：style   http   java   使用   strong   数据   

　　有些的企业花了不少钱，买了所谓的大品牌，结果发现只是“看起来很美”。往往是这个产品的强项自己不需要，而自己需要的这个产品又不具备，这就是产品和需求的错位，导致产品不适用。这样的结果同样导致系统使用很别扭，很难用好。

　　有些企业觉得oa系统没有技术含量，比较简单，同时自己的需求也比较简单，不必要耗费太多的成本，于是就用很低的价格购买了不入流的产品。但在使用中却发现总归是“一分钱一分货”，这样的产品不但稳定性、安全性差，产品细节很不完善，而且服务没有保证，二次开发就更别提了，连最基本的需求都很难满足，更别提个性化需求和高级需求，只能勉强用上一年两年，然后重新选型

在选型之前，我们需要对协同OA做个基本的了解

一、协同OA的主要功能：

协同OA一般包括三大基础的功能模块信息门户、流程管理和知识管理，在这三个基础模块里面包含很多细的功能运用，这里不一一阐述。除了这三大基础的模块之外，系统还有行政管理、项目管理、资产管理、人力资源管理、客户管理、财务分析报告等一系列的可选择的功能

二、协同OA的核心：

1、工作流管理

作为oa系统最精华的部分—工作流管理，大部分企业只是用到了最简单的流程审批，通过工作流实现业务流程管理，和多流程、多系统数据整合的很少。

2、协同管理

协同办公系统的核心是“协同”，指协调两个或者两个以上的不同资源或者个体，协同一致地完成某一目标的过程或能力。而所有有助于协同的系统都可以称作是协同办公系统，包括oa。

　　现在，之所以oa成了协同办公系统的代名词，是因为oa厂商在发展协同办公系统的应用上起到了决定性的作用，协同办公系统以oa为载体焕发生机，其主要应用都建立在oa的基础上。

　　无论从理念，还是应用上，协同办公系统都可以看做是oa的高级进化版，二者之间有传承的关系，却又有着很大的不同。在业内人士看来，这种进化就像是从马车到汽车一样重要而明显。

　　具体来说，协同办公系统应该包括四个方面的协同：

　　1)人员的协同：

　　打破部门、岗位和层级的限制，以项目和事务为核心，实现团队成员间无障碍的沟通和协作。

　　2)流程的协同：

　　整合、规范、简化办公流程，并实现多系统间办公流程的整合，减少重复工作，提升工作效率和精度。

　　3)数据的协同：

　　既实现协同办公系统内部的数据整合，又实现协同办公系统和其他业务系统之间的数据整合，消除信息孤岛。

　　4)资源的协同：

　　让团队成员随时随地的分享、获取有价值的知识和经验等资源，实现知识管理的积淀、传承和发扬。

基于以上的分解，我们就可以比较清楚的看到oa和协同办公系统之间的差异，如果能够实现以上四点，那么可以就可以称为真正的协同办公系统。否则，就是一个oa——办公自动化系统而已。

三、主流协同OA系统开发公司分析比较

什么是“好oa”呢?每个人的关注点不同，答案也不同，但有一些基本的内容则是一致的，比如系统的功能设计、稳定性、实用性、易用性、扩展性，都是硬条件，缺一不可。在这个基础上，则可以考察自己重点关注的方面。

本人选用了国内市场主流的协同OA产品的开发厂商：泛微软件、致远软件、金和软件、华天动力、通达科技、北京博皓科技的协同OA平台等进行对比分析，从设计能力、技术开发能力、客户口碑、案例数量、服务响应能力五个维度进行对比分析，帮助企业对协同OA系统开发商选型提供参考。

 总结：

1、在功能和先进性上，慧点科技的OA产品技术路线落后，技术体系封闭，平台费用高，金和软件的产品验收周期长，产品与理念脱节严重，用友致远的核心功能工作流及大用户的支撑能力较弱，通达科技技术落线落后，产品核心功能薄弱，在这个维度上，泛微软件和北京博皓科技表现突出，技术比较先进，功能较全。

2、在可扩展性上，泛微软件、致远软件、金和软件、慧点科技、通达科技都是基于自身的平台，比较封闭，扩展性较弱。泛微软件的功能较全，但易用性较差，很难学习和掌握。北京博皓科技OA平台是基于sharepoint平台上开发的新一代协同OA平台，与其自身开发的工作流结合，具有很强的可扩展性和集成性，相当于同时拥有企业门户和协同OA两套系统。

3、技术开发能力主要从系统功能、系统性能、业务系统的集成能力等方面进行对比分析。泛微软件和北京博皓科技的协同OA平台在这方面表面突出，通过与北京博皓科技和泛微软件的工程师交流，其对OA协同，工作流，系统集成，负载均衡等技术方面达到了一定的深度。

4、客户口碑主要从客户对开发商的评价和是否成功实施等方面进行分析统计。

以上建议供大家参考。

协同OA办公系统选型推荐,布布扣,bubuko.com

协同OA办公系统选型推荐

标签：style   http   java   使用   strong   数据   

原文地址：http://www.cnblogs.com/expert/p/3845294.html