大數據運營之孕育：服務過程設計，卓有成效的管理者

【本文摘自：李福東《大數據運營》3.6?，了解更多請關注微信公號：李福東頻道】

編制按

大數據服務過程包括：服務目錄管理、容量管理、可用性管理、連續性管理、服務等級管理、信息安全管理、供應商管理等。

正文

在設計方法方面，大數據服務與支撐企業運營的服務既存在區別，又存在聯系。不同之處是：大數據服務的設計主要以“數據”為參考點，“數據”類型越多、越豐富、越新鮮，則越有助于設計好的服務；兩者的共同點是：大數據服務歸根結底還是為企業運營服務的，是為了提升企業在建設、市場營銷、產品銷售、客戶服務、企業管理等方面的能力。

大數據服務在設計階段的過程包括：服務目錄管理、容量管理、可用性管理、服務等級管理、信息安全管理、供應商管理等。

1.1.1 大數據服務目錄管理

服務目錄相當于飯店里點菜的菜單，用戶可以通過服務目錄可以看到有哪些服務，管理者也可以通過服務查看服務所依賴的資源，進而可以算出服務的成本效益。

隨著大數據服務數量的增多，需要對其進行分級分類管理，以便能夠快速地檢索和定位大數據服務。同樣，大數據服務也會不斷優化完善的，因此需要對大數據服務增加版本標簽的方式予以區分。

大數據服務目錄可以按照大數據服務支撐的業務應用進行分類組織，比如一級大數據服務可以分為投資建設類、市場經營類、資源運營類、行政綜合類和企業管理類。可以在一級基礎上進一步細分，比如市場經營類可以細分為市場營銷、銷售、客戶服務和計費收費。

按照這種分類方式，可以明確大數據服務支撐的業務應用所在的位置，可以讓使用者更高效地找到大數據服務。比如，某大數據服務的目標就是為支持企業的網絡規劃設計，那么就應當在投資建設類中查找滿足這一要求的大數據服務。

1.1.2 大數據服務容量管理

容量是組織的IT資源提供服務能力的吞吐量。IT資源所提供的容量衡量指標包括支持的最大并發用戶數，最大在線用戶數，服務器最大計算能力，最大存儲空間，最大網絡出口帶寬等。

容量管理不僅對于IT服務設計重要，對于大數據服務設計仍然非常重要。大數據服務通常以三種形式提供，不同類型的大數據服務對于容量的需求是不同的。

第一類是支持操作決策的大數據服務，這樣的大數據服務需要嵌入到生產型過程中，用戶在使用生產型應用的過程中同樣會調用大數據服務，因此要求大數據服務能夠提供保證業務連續性的能力。這種類型的大數據服務與面向操作的事務型應用對于容量的需求類似，因此對該類大數據服務進行容量設計時，可以把其當作事務型服務看待。

第二類大數據服務屬于統計分析型，該類大數據服務更多是為了滿足企業中層管理人員統計某個時間段的數據，比如統計某個季度的產品銷售數據、某個年度的現金流量等，輔助管理人員發現生產經營中存在的問題。由于這樣的大數據服務并不嵌入到生產型應用之中，因此對于實時性要求沒有那么高，對該類大數據服務進行容量設計時，主要考慮特定時間段的容量需求，比如月初月末。

第三類大數據服務主要面向企業的高層戰略管理人員，比如企業的總經理、戰略規劃師等，這樣的人員通常關注半年以上的中長期規劃，需要借助大數據服務掌握市場情況、與競爭對手之間的差距等。這樣的大數據服務對于響應時間通常要求不高，更關注于數據背后隱藏的規律，設計重點為決策模型，由于該類大數據服務往往需要以多年的歷史數據為分析基礎，因此可以考慮采用基于云架構的基礎設施，以便彈性地適應不斷增長的支撐能力需求。

1.1.3 大數據服務供應商管理

在大數據時代，數據成為企業的核心資產，而由于社會的專業化分工，數據也勢必分散在不同的企業之中。大數據服務與企業其他原材料一樣，如果不能保證及時準確的提供，將會降低大數據服務的能力。可見，對于大數據服務的供應商進行有效管理同樣非常重要。

企業引入大數據服務與企業引入生產型服務一樣，需要進行有效的管理。比如大數據服務供應商的準入和退出管理、服務質量管理、服務績效管理等。供應商管理的目的是企業能夠及時、有效地獲取到滿足要求的大數據服務,包括數據提供的時效性、數據質量等。

供應商的準入管理主要對供應商大數據服務提供能力的要求，降低大數據服務提供風險，企業可以通過與供應商簽署大數據服務供應合同，從法律上保證因供應商不能按照要求提供服務帶來的損失，降低企業生產和經營風險。通過定期對供應商提供的大數據服務進行考核評價作為大數據服務是否退出的依據。

1.1.4 大數據服務安全管理

我們將大數據看做企業核心資產的同時，也就意味著數據在企業中有著非同一般的價值和作用。此外，大數據還有不同于企業其他資產的獨特性，比如企業的客戶數據會涉及個人或者企業的隱私，可能會涉及企業的商業秘密。

為了保證大數據服務的安全性，需要從以下三個方面做起。

第一是保證數據不會被非法獲取，企業可以通過權限控制機制實現認證和授權。

第二是當企業或個人使用數據時，要進行數據使用記錄，保留“痕跡”，為審計工作做好準備。

第三是數據的對外提供采用匿名或者統計數據的方式，保證數據使用方不會看到真實的個體數據，如果確實需要則可以采用審批和合約的方式，在法律制度對數據予以保護，要嚴懲違法者。

1.1.5 大數據服務服務等級管理

服務等級是大數據服務的用戶和大數據服務的提供者之間的共同約定，大數據服務的提供者需要按照約定的服務等級來提供服務。

當大數據服務提供方并沒有按照約定的服務等級提供服務時，需要進行服務能力提升，以保證按照約定的服務等級提供服務。

比如，服務等級中約定用戶從提交大數據服務請求到服務響應的時間為3秒鐘以內，如果用戶實際使用過程中沒有滿足這樣的服務等級要求，大數據服務提供方則需要確認信息系統的容量設計是否存在問題。

如果存在問題，則可以通過擴容大數據服務基礎設施容量的方式來滿足性能要求。當然，在大數據服務提供方沒有為用戶提供相應等級的服務時，大數據服務提供方應當給予使用方一定的經濟補償。

服務等級除了在系統響應性能方面的要求外，主要還是大數據服務提供的數據質量是否能夠滿足要求。例如，數據完整性和數據準確性應當保證超過合同約定的百分比。應當預先建立雙方都能認可的數據質量驗證方法。

1.1.6 大數據服務可用性管理

服務的可用性直接關系到用戶的體驗。如果用戶體驗好，則會提高用戶的辦事效率，反之則有可能導致用戶的流失并減少企業收入，可見可用性管理是非常重要的。

大數據服務分為三類：嵌入到生產過程中的服務、提供決策參考的服務以及提供趨勢預測的服務，以上三類大數據服務對于可用性的要求是有差別的。

對于嵌入到生產過程中的大數據服務，需要保證高可用性，否則會因為無法及時做出決策而影響企業的生產經營，比如某銀行的貸款業務流程中集成了信用評估服務。而信用評估服務就是一個大數據服務，只有當信用評估大數據服務輸出客戶的風險敞口后，才能確定是否能夠為客戶提供貸款以及貸款額度，如果信用評估大數據服務不可用，則會延長用戶獲得貸款的時間，從而降低銀行貸款業務的辦理效率，甚至導致客戶的流失。

比較而言，提供決策參考的大數據服務和提供趨勢預測的大數據服務，對于響應的實時性要求相對較低，因此對大數據服務的可用性要求相對也較低。當然，它們對于可用性的要求也需要根據具體情況來判斷，如果企業應付突發和緊急情況，這時候對以上兩類大數據服務的可用性要求也是非常高的，如果大數據服務不可用，則會為企業帶來很大的損失，原因是大數據服務的不可用影響到組織的決策效率，錯失了調整經營策略的好時機。

可見，大數據服務可用性對于企業的生產經營都是非常重要的，需要通過可用性管理的方法和手段來保證大數據服務具有較高的可用性。

實現大數據服務高可用性的方法分為兩種類型：被動型和主動型。

被動型方法是要求系統對于大數據服務的運行情況進行實時監控，根據監控結果進行度量和分析，并通過報表形式展現分析結果，根據分析結果來定位和解決影響大數據服務可用性的故障點。

主動型方法是采集用戶使用和系統運行數據進行主動分析，預測可能影響大數據服務可用性相關的問題，提前優化和完善，防患于未然。

1.1.7 大數據服務連續性管理

顧名思義，服務連續性管理就是保證服務不間斷。對于面操作的事務型應用，服務的連續性是服務質量的重要考量指標，當服務出現故障后應當盡快發現和解決問題，服務恢復時間的長短體現了服務連續性管理水平的高低。

對于大數據服務而言，與生產流程結合緊密的大數據服務的服務連續性是需要重點考慮的類型。對于其他類型的大數據服務，應該重點保障數據采集服務的連續性，因為如果數據采集失敗就意味著大數據服務依賴的數據樣本減少，進而影響到數據分析的結果。

作者簡介

李福東，資深大數據和信息化專家，培訓師，《大數據運營》著作者，現為北京某高科技公司CEO，擁有20年電信、金融、互聯網等跨行業工作經驗，長期致力于企業架構、大數據、人工智能、區塊鏈、虛擬現實、數字化轉型等創新與實踐。

了解更多最新干貨，請掃碼加入本文作者知識星球（數智螢火蟲），您將至少獲得：

1、問題解答。72小時內答復數字科技相關問題。

2、精品文章。每周至少分享一篇原創精編長文。

3、精華PPT。最新培訓、公開課PPT干貨分享。

4、精美禮物。贈送小禮品、紅包、作者簽名書。