1. 文档介绍

1.1 编写目的

本文档编写的目的是有效地解决XX铁道总公司运营总部通号中心IT运维服务部（以下简称“IT运维服务部”）在IT环境下的突发事件，提高IT系统运行的稳定性和服务的质量，为业务的快速发展提供更优质的IT服务，并且可以有效地帮助实施其他相关服务管理流程，如问题管理、变更管理等流程。

通过本文档的定义，将建立一个完整的事件管理系统，从而实现：

1. 快速恢复服务
2. 确保每个事件和服务请求都得到完满的处理
3. 减小突发事件对业务的影响
4. 最优化支持资源，提高工作效率
5. 根据业务轻重缓急解决事件，保障有效IT运营
6. 加强有效监控和及时反馈
7. 提升用户满意度
8. 提供管理信息

1.2 适用范围

本流程适用于IT运维服务部的IT运维团队。本文档所规定的IT服务是指IT运维服务部的IT运维团队所提供的运维服务。

管理范围指的是IT运维服务部的IT运维团队的所辖范围内的运维，受理范围为辖内的客服上报的事件请求与主动监控事件。具体说明如下：

1. IT人员监测或检查到事件（如：值班人员主动监控发现的故障）
2. 客服报告的事件（如：用户上报给客服的事件，再由客服转为IT运维团队的事件）

2. 术语、定义和缩略语

3. 内容

3.1 流程介绍

3.1.1 流程解释

事件管理流程设立的主要功能是尽快解决IT环境下的生产/运行中出现的事件，确保IT环境的稳定性。通过对事件进行登记、分类、分级、状态跟踪、关闭确认等手段建立一个事件管理流程的闭环，从而对事件的处理过程进行监控和优化，在成本允许的范围内尽快恢复服务，提高客户满意度。

事件管理流程还提供一个日常接口，提供关于服务状态的信息更新，定期对事件信息进行统计和分析，了解事件的分布和发展趋势，努力降低事件响应时间和解决时间，提供优质无间断的IT服务。

3.1.2 业务价值

1. 用户业务尽快恢复
2. 内部团队协作加强
3. 服务质量控制和改进
4. 减少与避免故障对业务所造成的影响
5. 提高响应、团队、沟通和资源管理效率
6. 加强对供应商的管理
7. 集中精力管理关键业务信息

3.1.3 流程机制

1. 在IT运维服务部的实际生产与运行环境中，所有发生的事件都会通过事件管理流程来进行处理，将通过流程中定义的标准、原则和机制进行管理。
2. 所有报告事件的部门/用户将会参与统一的事件管理管理流程，不应该有任何例外。
3. 所有支持人员对优先级1和2的事件所采取的恢复服务的行动，相比其他任务具有优先权。
4. 应该定期（每月）产生和回顾事件管理报表。对没有解决的问题，应该举行定期的问题管理会议，对这些问题进行评估。
5. 应该定期（每半年）对流程进行回顾，以改进事件管理流程。

3.1.3.1  责任人机制

对事件进行有效管理的一个重要因素是定义责任人机制，以确保每个事件在任何时段都有适当的人员负责。

1. 当一个事件被创建后，事件记录员负责记录与跟踪此事件单。
2. 事件单被分派/转派后，事件受理员 (2/3线)负责接收此事件单，但是分派方（做出分派的事件记录员或是做出转派的事件受理员）有责任通知被分派的事件受理员并要求他接受或是拒绝此事件单。
3. 事件单被分派/转派后，事件受理员（2/3线）接收此事件单后，即成为此事件单的当前责任人，但事件记录员仍是此事件的整体负责人，有义务对事件的处理状态进行跟踪和推动，并及时向用户反馈事件处理进展。
4. 采用首问负责制，由事件的首要受理人或者创建人负责客户可能的查询。

3.1.3.2  分派机制

事件分派原则是确保事件在服务目标时段内处理和解决的重要因素。

1. 服务台一线支持人员在规定的一线处理时限内，可按情况选择转给其他在值服务台一线支持人员进行处理。
2. 服务台一线支持人员在规定的一线处理时限内不能解决事件时，原则上根据事件分类分派到相应二线支持人员。
3. 支持人员如判断事件需要第三方支持，原则上不在系统中进行事件单的分派，事件单仍保持在相应的一线或二线支持人员处。第三方处理完毕后，由相应一线或二线支持人员负责更新事件单状态、解决方案等相关信息。

3.1.3.3 再分派机制

再分派又称转派，指第一次分派后被分派对象，将事件单分派给其他部门或个人。

再分派机制是另一项关键的原则，它确保事件单不被过于频繁的相互转派，以至于无法在规定时间内得到解决。

1. 同组的事件单再分派不被监控；
2. 任何跨组的事件单再分派将会报告给事件经理；
3. 事件再分派超过2次，事件单将升级给事件经理；

3.1.3.4  优先级划分

事件的优先级表明了该事件或问题对运维对象（游戏产品）的业务影响。它是评定事件处理优先等级的一个重要指标。所有事件都将分配到三个优先级中的一个。优先级从 1 (优先级最高) 到 3 (优先级最低) 。优先级的划分一般情况下，是由事件的“影响度”和“紧急度”共同决定。

影响度是指受影响业务系统的关键程度，通常根据受影响的客户数量，可能造成的业务损失程度，或是业务系统的重要程度来决定。紧急度是指解决事件所需要的速度。需要指出的是：一个高影响度的事件并不一定非常紧急，反之亦然。

除此之外，还可以参考下列因素中的一个或几个可以用来定义优先级：

1. 服务中断的时间和范围
2. 受影响的服务
3. 发生的次数
4. 问题没有解决的时间的长短

优先级在事件的生命周期中是可以改变的。关于更改事件单优先级的原因和行为应该在事件单中记录。根据IT运维服务部的业务实际情况，综合考虑影响度、紧急度等多方面因素，得出事件的优先级定义如下表所示：

说明：优先级为1的事件为重大事件。 优先级1、2、3分别对应重度、中度与轻度的故障等级定义；

3.1.3.5  目标解决时间机制

为了更好的控制事件的解决，整个流程被分解成几个组成部分。每个流程的阶段都设定了目标时间。事件管理的目标时间如下表所示：

所有超出目标时间的事件单将体现在每周、每月的统计报表中。同时，事件经理将得到通知。

详细的事件目标解决时间可参考附件《4.3事件分类表》

3.1.3.6  升级机制

升级机制的目的是，对于不同优先级的事件，确保分配到合适的资源来解决。为了达到这个目的，定义了升级机制的时间框架。当达到下列时间时，如果事件还未解决，将触发升级机制。

从事件单被创建之后所经过的时间作为触发事件升级的标准。

3.1.3.7  通知机制

通知机制的目的是将影响到服务可用性的事件的有关信息及时通知给关键的IT人员和用户。通知将告知相关的IT员工和IT管理者，通知相关信息如下：

通知方式：

• 事件发生时，告知事件导致了服务的中断（描述受影响的服务以及预计恢复时间）
• 受影响服务恢复时，告知服务已恢复，回到可用状态
• 优先级1的将通过电话+email方式通知；
• 优先级2和3的将通过email方式通知

标准通知内容：

• 事件的简要描述
• 受到影响的服务
• 预计恢复服务的时间（尽可能准确）
• 联系服务台咨询以获取更多信息的方法

具体的事件通知机制如下：

具体的事件通知矩阵如下：

注：“*”表示选择性通知

3.1.3.8  重复机制

重复事件是指在一个较短时间段（通常30分钟内至1小时），由监控系统上报的同一个配置项上现象相同的事件或一人/多人申告的同一来源（系统、应用）现象相同的事件。当被报告的事件与某个已经创建且尚未解决的事件单相同时，则该事件被认为是重复的。

由于此时已创建的事件尚未解决，还没有采取修正措施来恢复服务，因此，应创建新的事件单，复制原有事件单内容，并标识为“重复”的事件，原始事件将被标注为“主事件”。在原有事件单得到解决时，所有的重复事件单也同时获得解决。

3.1.3.9  复发机制

如果报告的事件与已经关闭的事件相同，该事件被认为是“复发”的事件单。这意味着为了解决事件而采取的解决措施失败了。此时应当创建一个新的事件单，复制原始事件单的内容，并说明这是复发的事件。

3.1.3.10 事件关闭机制

事件被解决后，需要对此事件进行关闭操作。事件单的关闭应当符合以下原则：

1. 事件单的关闭必须由一线支持（值班组工程师）负责完成，但是事件经理可以超越此规则（即事件经理可以干预事件处理并关闭事件单）。其他人无权关闭事件单。
2. 事件关闭后，需由值班组组长负责对此事件的记录内容进行核实。
3. 事件单的用户可以要求关闭此事件单，例如：误报、错报事件。但具体关闭动作应由对应的一线支持人员负责。

3.1.3.11 流程关联机制

和问题管理的关联

• 一线支持在解决事件的过程中，可以通过问题记录查找相应的解决方案
• 通过分析事件记录，形成问题，并使该问题与相关事件建立关联
• 通过事件单和问题单的关联，服务台人员对问题的解决状况进行跟踪并和用户保持沟通
• 对重大事件或者“成功但有问题”关闭的事件，由问题管理流程生成问题进行进一步分析，直到确定根本原因，得到根本解决。事件单和问题应建立关联。

和变更发布管理的关联

• 事件处理过程中，如果需要变更，必须按照变更管理的定义，提交变更请求（变更单必须和事件单建立关联），变更完成后，继续事件的处理。

和配置管理的关联

• 事件处理过程中，可以通过配置管理查询相关的配置项信息（尤其是关系信息）以及该配置项历史上发生的事件、问题或变更，来帮助故障的定位
• 事件处理过程中，如果可以将故障定位到某个配置项，则必须将事件单与该配置项关联

和服务级别管理的关联

• 事件处理过程中，依照用户签订的SLA及相应服务级别对事件进行诊断和恢复。
• 事件记录为服务级别管理中各项服务是否违背SLA中相关定义提供数据支持。

3.1.4 事件单代码设计

3.1.4.1  事件单信息项

事件单必须包含如下信息项，可以在此基础上扩充：

3.1.4.2事件分级

给事件分级是事件管理的一个关键要素，事件的分级决定处理这个事件的顺序及所提供的资源。

3.1.4.3 事件影响度

3.1.4.4 事件紧急度

3.1.4.5 事件优先级

3.1.4.6 事件来源

给事件分级是事件管理的一个关键要素，事件的分级决定处理这个事件的顺序及所提供的资源。

3.1.4.7 事件性质

3.1.4.8 事件分类

3.1.4.9 事件关闭代码

3.1.4.1 角色及职责

3.1.5 角色介绍

3.1.6 事件流程负责人

事件管理流程负责人从宏观上监控流程，确保事件流程在IT运维服务部的IT运维团队范围内被正确的执行。随着业务需求和IT环境的改变，流程负责人必须定期或不定期进行流程分析、找出缺陷、进行改进，从而实现服务能力的可持续提升。

职责定义:

1. 确定管理流程的衡量指标
2. 确保事件流程能够取得管理层的参与和支持
3. 确保事件流程符合业务实际状况和业务发展战略
4. 总体上管理和监控流程，建立事件流程运行机制
5. 确保事件流程实用、有效、正确地执行
6. 保持与其他流程负责人的定期沟通

专业技能：

1. 理解内部和外部业务环境
2. 理解业务规划及发展战略
3. 理解用户需求
4. 充分理解业务相关IT政策、操作过程和标准
5. 流程的评估和设计能力
6. 良好的分析和规划能力
7. 理解事件管理流程
8. 理解服务水平承诺

处事技能：

1. 良好的矛盾管理技巧
2. 确定问题以及趋势发现的能力
3. 良好的口头和书面表达能力
4. 工作主动性和领导能力
5. 决策能力

3.1.7 事件经理

事件经理负责具体事件解决过程中的协调和监控，对事件升级进行判断，以及在升级过程中的具体执行或协调。

职责定义：

1. 监控事件流程的运行状况
2. 负责对事件解决过程中的资源进行协调，保证故障的最终排除
3. 当事件超时升级时或重大事件升级时，负责或参与资源协调，解决事件
4. 确保和问题管理流程之间的有效合作
5. 基于事件处理状况，发现IT或业务的相关问题
6. 专业技能
7. 充分理解业务相关IT政策、操作过程和标准
8. 基本了解业务系统环境
9. 具有流程的知识
10. 了解用户需求
11. 有分析能力
12. 理解服务水平承诺
13. 用户关系技能

处事技能：

1. 良好的口头和书面表达能力
2. 矛盾管理技巧
3. 监控和管理流程的能力
4. 谈判技巧
5. 确定问题和趋势发现的能力
6. 管理经验
7. 良好的团队工作能力

3.1.8 事件记录员

事件记录员是同用户间的主要联系人，通常由一线工程师担任，即日勤和值班工程师。他们是用户组织和服务团队之间的纽带。作为事件的整体负责人，他们的职责是负责创建事件单，充当一线支持角色。并跟踪、协调事件的解决过程，以及最终关闭事件单。

职责定义：

1. 按监控流程和规范进行主动监控工作，并对告警信息进行筛选和识别
2. 响应所有用户事件，包括通过电话、邮件等渠道
3. 完整记录所有接收的事件信息，包括：IT用户信息、事件描述、发生时间和地点等
4. 负责处理事先确定的服务请求
5. 对事件进行适当的分类、为事件分配优先级等属性
6. 使用知识库等手段对事件进行初步诊断和分析，尝试解决问题
7. 必要时联系供应商和现场服务人员，参与事件处理
8. 如果不能解决事件，应当将事件分配给合适的二线支持
9. 检查事件记录的处理进度，保持与用户的联系，适时通知事件处理状况
10. 与用户确认事件解决方案，关闭事件

专业技能：

1. 了解用户和供应商信息
2. 基本理解业务相关IT政策、操作过程和标准
3. 用户关系技巧
4. 优秀的服务意识
5. 服务的基本知识和技能
6. 沟通技巧
7. 分析诊断能力
8. 电话响应技能

处事技能：

1. 出色的口头和书面沟通能力（必要时多语种支持）
2. 客户至上的理念
3. 责任心
4. 承受压力的能力

3.1.9 事件受理员（2/3/n线）

事件受理员（2/3/n线）具有某个领域的技术技能，负责对服务台无法解决的事件进行进一步快速有效的分析，提出解决方案以尽快恢复服务。

职责定义：

1. 验证事件的描述和处理状况，进一步收集相关信息
2. 根据专业技能和知识库等，确定并实施有效解决方案或临时变通方法
3. 必要时联系供应商和现场服务人员参与事件处理
4. 更新事件记录和解决方案，确保事件状态代码真实反映事件状态
5. 必要时与其他事件受理员（2/3/n线）合作，确定解决方案或临时变通方法
6. 将已解决的事件转回事件记录员，由其进行用户确认并关闭事件

专业技能：

1. 基本理解同业务相关的IT政策、操作过程和标准
2. 理解相关的操作过程和工作指导
3. IT基础架构和操作环境中某一方面的较高的技术知识
4. 用户关系技能
5. 分析技能

处事技能：

1. 良好的口头和书面沟通能力
2. 基本的决策能力
3. 客户至上的理念
4. 承受压力的能力

3.2 流程输入及输出

3.2.1 流程触发条件

1. 客户上报的事件
2. 巡检发现事件
3. 监控系统上报告警事件

3.2.2 输入

1. 来自于客服的事件请求
2. 通过巡检发现的事件
3. 监控系统上报的告警事件
4. 配置项（CI）的信息
5. 来自于知识库的解决方案/变通方法

3.2.3 输出

1. 已关闭的事件单
2. 知识库的候选解决方案

3.2.4 流程关闭条件

• 所有事件均通过解决方案或变通方法恢复

3.3 流程描述

3.3.1 流程综述

事件管理流程在执行过程中需要遵循以下要求：

1. 所有接收的事件要保证完整、准确、详细的记录
2. 事件需进行优先级划分和分类
3. 应有一线解决方案和事件转交说明
4. 事件需进行追踪和生命周期管理
5. 事件需验证和关闭
6. 事件需存在升级机制
7. 所有的事件均应可以追溯和分析相关信息
8. 应同事件影响对象及时沟通事件解决的过程，要在事件记录中记录所采取的全部措施
9. 应为处理人员提供更新的知识库
10. 只有事件确认已经解决并且服务得到恢复的情况下，事件才能被认为可以关闭

3.3.2 作业流程图

3.3.3 流程活动说明

1）主要活动说明

2）分活动说明

3.4 流程衡量指标及报表

为了控制流程的质量，提高用户服务体验，建议为事件流程设置衡量指标。通过对指标的分析，可以有效地对流程的运行情况进行监控和改进。基于对IT运维服务部的IT服务认识和了解，事件管理流程KPI指标设置如下：

事件流程管理相关报表建议如下，IT运维服务部运维服务团队可在此基础上自行补充：

4. 参考

4.1 相关流程

1. 问题管理
2. 变更与发布管理
3. 服务级别管理
4. 业务关系管理
5. 供应商管理

4.2 相关表单

1. 事件单/事件记录
2. 运维事件月报/周报
3. 经验手册/FAQ