自动化项目为什么会失败？

把一项工作自动化的决定，往往是在兴奋中做出的：每月要花好几个小时的工作将会缩短，错误会减少，团队可以把时间花在更重要的事情上。可几个月后却发现，工具被晾在一边，工作又回到了老办法，在Excel里手工完成。原因大多不在软件本身。以下五个原因，是中小企业最常遇到的情况，而且都可以在开始之前讨论清楚。

1. 范围在推进途中不断扩大

项目一开始是“让报价一键生成”。第一次会议加上了库存跟踪，第二次加上了客户名单，第三次又加上了向会计系统的数据传输。每一项新增需求单独看都合情合理，但加在一起，就变成了一个要花几个月才能完成的项目。在这段时间里谁也用不上这个工具，最初的热情逐渐消退，项目开始被称为“永远做不完的活”。

范围扩大的另一个原因，是担心第一个版本看起来“不完整”。然而，一个只把一件事做好的小工具，比一个什么都想做、却什么都做不完的大项目更有价值。工具投入使用之后提出的需求也会更准确，因为它们不再基于猜测，而是基于真实的使用情况。

解决办法很简单，但需要自律：先选定一项工作，让它运转起来，实际使用几周，然后再进行下一项。要决定哪项工作应该排在第一位，哪些工作适合自动化一文中的标准会有帮助：频繁重复、规则明确、出错代价高的工作，是很好的起点。

2. 数据杂乱无章

自动化依靠输入的数据运行。如果同一个客户在名单里有五种不同的写法，如果产品编码多年来几经变更，如果同一列里有的地方写日期、有的地方写备注，工具只会把这种混乱加速放大。最终生成的报告或报价是错的，团队也就不再信任这个工具。

因此，项目的第一步往往不是软件，而是整理数据：剔除重复记录，统一字段格式，补齐缺失信息。多年来积累的杂乱记录可以作为一项单独的工作来处理；我们在记录清理服务中做的正是这件事。

数据整理好之后，还需要保持这种秩序。如果不规定新记录按什么规则录入、哪些字段必填、由谁来检查，几个月之内同样的混乱就会卷土重来。自动化本身在这里也能帮上忙：在录入时就发现缺失或格式错误的记录并发出提醒，比事后修正要容易得多。

3. 工具只有一个人在用

在许多公司里，提出自动化需求、搭建工具并使用工具的是同一个人。当这个人休假、离职或调到其他岗位时，工具也随之停摆。其他员工不知道怎么用，于是又回到了老办法。

判断一个工具是否已经在公司扎根，方法是看是否至少有两个人能够熟练使用它。在搭建阶段，真正做这项工作的人，而不仅仅是管理者，必须参与进来。一个不了解他们日常工作流程的工具，纸面上正确，实际上却不好用。

4. 没有进行培训

“用起来很简单”这句话，是跳过培训最常见的理由。然而，即使是最简单的工具，也需要改变习惯。员工知道怎样用老办法完成工作；如果在新工具上遇到第一个错误时不知道该怎么办，他就会回到老办法。培训不一定是一场冗长的演示：和做这项工作的人一起，用一个真实的例子从头到尾走一遍，留下一份简短的书面指南，并在最初几周快速回答问题，通常就足够了。

培训的另一个好处，是改变团队对工具的看法。新工具可能会让一些员工担心“它会不会抢走我的工作”。清楚地说明工具承担的是工作中哪些重复的部分，而决定权仍然掌握在谁手中，可以减轻这种担忧，也让团队更容易接纳这个工具。

5. 维护无人负责

自动化并不是在搭建完成那天就结束了。价格表会变，表单会更新，所连接的系统会升级，工具就会悄无声息地开始给出错误的结果。如果一开始没有明确由谁来发现、由谁来修正，问题往往要等到一份错误的报价发到客户手里时才会暴露。

在报价阶段就应该问清楚这些问题：搭建完成后，由谁来处理修改需求？发现错误时应该联系谁？工具在什么情况下会发出警告？在这方面，现成软件包和为您定制的工具之间有重要差别；我们在现成软件包还是定制软件一文中做了讨论。

用什么来衡量成功？

要判断自动化是否有效，在开始之前确定一个简单的衡量指标会很有帮助，例如：这项工作目前需要多少小时、每月出现多少错误，或者一份报价需要几天才能发出。几个月后再看同一个指标，也能看出工具是否真正被使用。如果没有确定指标，对项目的评价就会因人而异，问题也会发现得很晚。

需要注意的事项

这五个原因的共同点在于，它们都与管理有关，而不是技术问题。开始之前做一个简短的检查，可以降低大部分风险：第一个版本具体要完成哪项工作，不包括哪些内容？要用的数据在哪里、处于什么状态、由谁负责？哪些人会使用这个工具，他们会参与搭建吗？报价中是否包含培训和使用指南？搭建完成后由谁负责维护？如果您无法清楚回答这些问题，那么在着手自动化之前先把答案理清楚会更稳妥。您可以在我们的案例页面了解我们在哪些工作中如何开展。

常见问题

自动化项目最常见的失败原因是什么？

最常见的原因与管理有关，而不是技术问题：范围在推进途中不断扩大、数据杂乱无章、工具只有一个人在用、团队没有接受培训，以及上线后维护无人负责。

自动化应该从哪项工作开始？

最稳妥的做法是从一项频繁重复、规则明确、出错代价高的工作开始。这项工作运转起来并使用几周之后，再进行下一项。

如果我们的数据很杂乱，应该先做什么？

首先要剔除重复记录、统一字段格式并补齐缺失信息。用杂乱数据搭建的自动化，只会把错误加速放大。