低代码为什么能够帮助企业降本增效？哪些业务场景适用于低代码或无代码，哪些不适合？低代码与无代码的根本区别是什么，如何在不同的业务场景中区分使用？对于企业而言，如何选择合适的低代码与无代码产品？在低代码或无代码体系建设过程中，有哪些指标可供参考？
这个版块，我们为大家从方法论的角度做系统的梳理，首先谈一下低代码降本增效的原理，本篇文章我们首先分析影响效能的三个关键要素。
关于效能
企业内的降本增效是一项综合性、系统性的工作，不同的企业有各自的特点，我们以互联网、软件等信息科技型公司为例进行分析。
从生产产品的角度，这类企业一般以软件、系统应用、信息服务等形式为主，一般包括了业务与产品研发两大生产主体，为表述方便，我们将其称为业务侧与产研侧。业务侧包括了市场营销、业务运营、客户服务等部门，产研侧包括产品经理、界面设计师、研发工程师、运维工程师、数据分析师等多个角色，根据实际情况，这些部门以及分工会进一步细化。
从生产过程来看，这类企业往往表现为参与角色多、协作链路长、总体效能受个体因素影响较大等特点。
科技企业的业务与研发分工
对于信息科技型企业的降本增效，我们从分析效能的关键影响因素入手，在给出解决方案的过程中挖掘低代码的价值，并进一步在面向物料的生产模式中探讨软件工业化生产的可能性。
所谓效能，指的是在生产过程中取得的效果收益与所投入的成本能耗对比。对于信息科技企业来讲，
三要素
可复用比例
可复用比例指的是在新产品（软件、应用系统等）中，直接复用已有产品的那部分（模块、组件等）所占新产品的比例，这部分对效能影响最为明显。
与工业制造批量化生产的产品不同，软件应用等产品往往具有一定的独特性。软件公司提供给同行业两家客户的系统可能存在较大差异，同一套电网解决方案软件交付给不同区域电网公司时可能需要因地制宜，电商企业在做前后两场营销活动时所用的模块可能会有较大的调整...在这种情况下，新老产品差异化越小---或者通过某种方式使得差异程度减小，意味着总体可复用比例越高，从而成本更低，交付效率更高。
单位产能
单位产能指的是个体的生产效率，个体产能与多个因素有关，例如职业等级、所采用的的设备工具、工作的熟练程度等等。
协同方式
参与生产的多个角色的工作协同方式，体现为分工、合作原则，生产流程的串行化与并行化设计，过程中的沟通协调方式，以及各类制度规则等等。
以软件开发为例，是采用瀑布模型还是敏捷开发，不同级别的评审会需要召集哪些成员。
在上述信息科技企业中本质上指的就是企业的生产关系。
参与生产的角色数量，各类流程制度，生产过程中串行化与并行化的程度，沟通方式、沟通成本等等，生产关系影响了总体效率与成本。
“可复用比例”是最关键的要素
我们能够看到，生产效能与”可复用比例“、”单位产能“成正比，与”协同方式“相关。”可复用比例“与”单位产能“是生产力的范畴，”协同方式“是生产关系的范畴，这里要说明的是，”可复用比例“与生产关系也有相关性。在这三个因子中，”可复用比例“部分对效能影响权重最大。
所以，提升生产效能，要增加”可复用比例“，提升”单位产能“，对生产过程中的”协同方式“进行优化，概括为提升生产力与优化生产关系。生产力方面，通过工具化、过程方法改进等手段提升单位产能，生产关系体现在企业内部参与生产的各角色、系统之间的协同关系，通过简化、合并、职责转移等方式进行调优，以达到提升单位角色产能、降低各类沟通成本等目的。企业的显著降本增效往往是生产力与生产关系两部分持续联动的结果。
但是事实上，科技企业中，作为真正影响效能的”可复用比例“部分，仅通过提升”单位产能“与”协同方式“优化是比较难得到较大提升的。以互联网公司为例，在研发侧我们观察到一个现象，虽然大家都在谈”复用“，但是在目前的生产方式，无论是将成员换成为更资深的工程师、还是做技术架构升级、或者建立流程制度，长期来看，总体的复用率都是偏低的，业务侧、设计侧等等都是如此。
以软件外包公司举例，在以往的实践里，提高生产效率大部分依靠“人”以及“管理“来完成，这包括对现有员工进行培训、提升关键技能，招聘更高层次的技术专家、业务专家或者优秀的项目经理，引进敏捷开发等过程手段、采用各类过程工具等等，诸如此类，都是在原有生产关系下做生产力提升的尝试。
如果换个思路，既然软件外包公司的主营业务是”生产软件产品“，同样作为产品生产，在下一篇文章中，我们分析一下能否在工业化生产制造过程中得到借鉴。
感谢阅读，下一篇我们讲述软件工业化生产与实现的可能性。
欢迎访问免费、通用的无代码开发平台Mybricks ，体验图形化编程的乐趣
