Changes for page 第3章利用信息和技术创建、交付和支持服务

Last modified by superadmin on 2024/04/03, 16:10

From version < 29.3 >

edited by roll tech
on 2022/08/05, 10:26

To version < 29.4 >

edited by roll tech
on 2022/08/05, 10:51

< >

Change comment: There is no comment for this version

Raw
Rendered

Summary

Page properties (1 modified, 0 added, 0 removed)

Details

Page properties

Content

@@ -52,7
          +52,6 @@
  |(% style="width:106px" %)增量交付|(% style="width:597px" %)增量交付是一种更敏捷的方法，用于集成多个组件，其中以预定义的顺序分别引入新的集成。增量交付减少了了每个独立交付到生产的规模，从而可以对部署后的问题执行故障排除并予以解决。这种方法可以在大多数情况下使用。然而，由于在每个集成就绪前总体服务仍不完整，所以服务测试可能需要大量的模拟考虑未交付的元素。回归测试的负担也可能很大.
  |(% style="width:106px" %)使用（价值）流直接集成|(% style="width:597px" %)直接集成允许各个集成在准备就绪后立即部署，而不需要预先确定顺序。直接集成提供了更大的敏捷性，并支持快速的初始进展。像增量交付一样。该方法可能需要大量的仿真促进足够的测试。整个服务的全局测试，甚至其中功能链的子集的全局测试，只能在服务实现的后期运行。
--
  (% class="box" %)
  (((
  **ITIL 故事: 集成和数据共享**
@@ -146,7
          +146,6 @@
  * **查询集中式数据** 用户查询必须快速有效地执行。
  * **数据可视化** 从来自不同数据源的ETL数据上运行所得的查询结果以一种格式显示，用户可以根据自己的需要和偏好使用这种格式。
--
  (% class="box" %)
  (((
  **ITIL 故事: 报告和高级分析**
@@ -254,9
          +254,9 @@
  成功的RPA计划有几个好处，包括：
--* 低劳动力成本 机器人部署后唯一的费用是维修和维护软件。
--* 提高吞吐量 由于机器人可比人类更快地完成手动任务，包括开发、测试和部署软件，因此可以缩短新产品的上市时间，从而加快投资回报（ROI）。一年四季机器人都持续可用。
--* 提高准确性 机器人能够实现近乎完美的准确性，从而在整个价值流、价值链和SVS中提高卓越性，提供了与标准输出水平更一致的体验，对业务/IT性能和客户体验有更深入的了解，并减少了人为错误的水平。
++* **降低劳动力成本** 机器人部署后唯一的费用是维修和维护软件。
++* **提高吞吐量** 由于机器人可比人类更快地完成手动任务，包括开发、测试和部署软件，因此可以缩短新产品的上市时间，从而加快投资回报（ROI）。一年四季机器人都持续可用。
++* **提高准确性** 机器人能够实现近乎完美的准确性，从而在整个价值流、价值链和SVS中提高卓越性，提供了与标准输出水平更一致的体验，对业务/IT性能和客户体验有更深入的了解，并减少了人为错误的水平。
  === 3.4.3 RPA 注意事项 ===
@@ -265,13
          +265,12 @@
  与任何服务或工具一样，应谨慎对待RPA实施。RPA实施需要适当的计划、分析、设计和治理流程，包括以下注意事项：
  * 垃圾进垃圾出 如果没有可以遵循的标准流程，那么使用机器人运行关键流程将是一个挑战。
--* ITIL 指导原则 例如，优化并使其自动化和简单实用。确定最有可能实现自动化的领域，并据此对自动化进行优先级排序。
--* 在合适的人中开发合适的技能 例如，如何有效地安排和使用RPA。
--* 确定切合实际的投资回报率的期望 设计完善的商业案例，并说明成本、风险和对董事会的好处。
--* 在业务和IT之间启用强大的协作 应特别考虑RPA项目所有者和IT，因为这两个业务领域都无法独立工作。
--* 执行自动化 将自动化视为具有短暂迭代的路线图。
++* **ITIL 指导原则** 例如，优化并使其自动化和简单实用。确定最有可能实现自动化的领域，并据此对自动化进行优先级排序。
++* **在合适的人中开发合适的技能** 例如，如何有效地安排和使用RPA。
++* **确定切合实际的投资回报率的期望** 设计完善的商业案例，并说明成本、风险和对董事会的好处。
++* **在业务和IT之间启用强协作** 应特别考虑RPA项目所有者和IT，因为这两个业务领域都无法独立工作。
++* **执行自动化** 将自动化视为具有短暂迭代的路线图。
--
  (% class="box" %)
  (((
  **ITIL 故事: 机器人流程自动化**
@@ -289,7
          +289,7 @@
  该领域存在大量的营销炒作和误解，因此至关重要的是，必须清楚理解采用AI和任何潜在解决方案的关键组件、功能和约束的业务目标和预期结果。
--=== 3.5.1 构建注意事项 ===
++=== 3.5.1 架构考虑 ===
  AI技术的实施往往需要在硬件、软件和专业知识方面进行大量投资。在过去，费用和复杂性限制了AI的使用，但自从新一代基于云的服务出现后，AI已成为主流。
@@ -308,11
          +308,11 @@
  AI技术为服务设计者提供了一套广泛的新工具，并且有可能预见到在服务管理中应用AI的许多新创新。AI在服务设计和提供方面的一些常见应用包括：
--* 流程和决策自动化 基于对已知事实的分析，使用AI确定要遵循的适当流程分支。
--* 自然语言处理 为翻译、摘要或情感分析等目的解释非结构化文本。
--* 对话界面 使客户或服务代理能够使用正常的书面或口头语言与服务管理工具交互，一个常见的示例是用于自动化自助服务的聊天机器人。
--* 预测分析 对度量标准或情况未来状态的预测，从而能够主动决策。
--* 发现 从大量信息中识别有用的洞察，如日志文件、知识库或以前记录的工单。
++* **流程和决策自动化** 基于对已知事实的分析，使用AI确定要遵循的适当流程分支。
++* **自然语言处理 **为翻译、摘要或情感分析等目的解释非结构化文本。
++* **对话界面** 使客户或服务代理能够使用正常的书面或口头语言与服务管理工具交互，一个常见的示例是用于自动化自助服务的聊天机器人。
++* **预测分析** 对度量标准或情况未来状态的预测，从而能够主动决策。
++* **发现 **从大量信息中识别有用的洞察，如日志文件、知识库或以前记录的工单。
  === 3.5.3 AIOps的增长 ===
@@ -324,9
          +324,9 @@
  这些洞察可用于推动一些或全部范围内的共同输出，例如:
--* 问题检测和预测 帮助服务组织更快地对事件做出响应。
--* 主动系统维护和调整 减少人为努力和潜在错误。
--* 阈值分析 能够更准确地了解系统的正常运行范围。
++* **问题检测和预测** 帮助服务组织更快地对事件做出响应。
++* **主动系统维护和调整** 减少人为努力和潜在错误。
++* **阈值分析** 能够更准确地了解系统的正常运行范围。
  一些组织还开始在IT运维之外使用AIOps，为业务经理提供IT对业务影响的实时洞察。这使业务经理了解情况，并能够基于实时的相关数据做出决策。
@@ -357,10
          +357,8 @@
  作为该学习过程的一部分，监督者需要确定：
  * 使用了学习算法
--* 用于训练机器的样本数据集。例如，在IT服务的背景中，样本数据集可以是来自记录系统
++* 用于训练机器的样本数据集。例如，在IT服务的背景中，样本数据集可以是来自记录系统（如IT和服务管理工具集）中结构化数据行，每行都覆盖了一个“已知的良好“，即之前基于输入范围做出的人为输出的决策。
--（如IT和服务管理工具集）中结构化数据行，每行都覆盖了一个“已知的良好“，即之前基于输入范围做出的人为输出的决策。
--
  监督学习系统最初可以使用现有的数据训练系统。当系统产生的结果达到要求的精度水平时，就认为该系统已得到充分训练。然后对系统进行任何必要的手动更正，进行中的训练可以继续提高输出的可靠性，从而减少持续监督的需要。
  监督学习非常适合于分类问题（如识别垃圾邮件）和回归问题（如分析变量指标何时能达到特定阈值）。
@@ -367,7
          +367,6 @@
  无监督学习也需要输入数据，但这种方法不使用先前决策中的现有输出数据，并且没有监督者。与之相反，机器仅从输入数据中学习。
--
  无监督学习非常适合于“聚类分析”（在数据中识别固有分组）和“动态基线”，后者根据指标过去的行为预测未来行为。在数字服务的背景下，无监督学习可能检测到先前未知的因果关系，如当发生故障X时发生故障Y的可能性。
@@ -403,8
          +403,8 @@
  持续集成、持续交付和持续部署（CI / CD）是主要与软件工程相关实践的描述性术语，是精益和敏捷软件开发的核心。这些实践的采用量正迅速增长，在实施由软件开发支持的服务时，重要的是要了解CI / CD的定义特征以及不断发展的系统开发实践的背景。
--
--|(((
++(% class="box warningmessage" %)
++(((
  **定义**
  * **持续集成 **一种在软件开发环境中集成、构建和测试代码的方法。
@@ -459,11
          +459,11 @@
  该流通常分为三个不同的阶段：
--* **建自动化（CI阶段） **此阶段包含编码实践，如版本控制，以及将多个开发人员的变更合并到一个分支中。
++* **构建自动化（CI阶段） **此阶段包含编码实践，如版本控制，以及将多个开发人员的变更合并到一个分支中。
  * **测试自动化 **此阶段的每个变更都作为开发流动链的一部分进行自动测试和验证。
  * **部署自动化 **此阶段涉及将代码从生产前环境迁移到生产服务的实际流程的自动化。
--实施CI/CD的组织或团队的主要重点是减少需要手工的工作量（如果保持不变，这些手工工作量将妨碍CI/CD流水线的流动，不会交付一定比例的特定值。）这种工作有时被称为“苦力（toil）*”。谷歌的站点可靠性工程^^5^^将苦力定义为具有某些或全部特定特征的工作：
++实施CI/CD的组织或团队的主要重点是减少需要手工的工作量（如果保持不变，这些手工工作量将妨碍CI/CD流水线的流动，不会交付一定比例的特定值。）这种工作有时被称为“苦活（toil）*”。谷歌的站点可靠性工程^^5^^将苦活定义为具有某些或全部特定特征的工作：
  * **手工** 需要人工操作的工作。
  * **重复性 **一遍又一遍重复相同任务的工作。
@@ -495,7
          +495,7 @@
  * 将工作从开发团队中剥离并集中到变更功能中，从而减少整体工作量（如果开发是在受监管的环境中进行的，那么目前是否有由开发人员承担的检查点任务可集中到变更团队中？ ）。
  * 将更广泛的业务背景引入风险评估中，有助于更好地量化特定变更的风险，并且在理想情况下，找到风险更低、可能通过CI / CD 流水线更顺利执行的变更。
--* 放宽对预定义的控制，支持“防护栏”，从而使各个团队更灵活地创新和建立他们自己的变更流程，同时仍然保持对CI/CD流程整体安全性的信心。
++* 放宽对支持“防护栏”的预定义的控制，从而使各个团队更灵活地创新和建立他们自己的变更流程，同时仍然保持对CI/CD流程整体安全性的信心。
  === 3.7.4 CI/CD并不适用于所有情况 ===
@@ -541,7
          +541,6 @@
  * 通用信息模型（由DMTF管理） 一组开放标准，列出了广泛的IT基础设施（包括现代云和虚拟化技术）中管理信息的通用定义（该定义正在不断增长）。
  * Frameworx  一组“最佳实践和标准，一旦采用，就能以面向服务、高度自动化和高效的方式进行业务操作”。 Frameworx由TM Forum管理，特别关注电信行业，是该行业中广泛使用的框架。
--
  (% class="box" %)
  (((
  (% id="cke_bm_649S" style="display:none" %)** **(%%)**ITIL 故事: 有效信息模型的价值**
@@ -590,7
          +590,6 @@
  * 符合不断发展的架构和技术要求及标准
  * 高级分析和报告。
--
  (% class="box" %)
  (((
  **ITIL 故事:服务管理的自动化**

粤ICP备17056641号

深圳市艾拓先锋企业管理咨询有限公司

Changes for page 第3章 利用信息和技术创建、交付和支持服务

Summary

Details

Changes for page 第3章利用信息和技术创建、交付和支持服务