IT 战略规划方法论

发布时间: 2021-11-28 01:46:58  来源:华体会平台官网app 作者:华体会平台下载 

  IT 战略规划,通过分析业务战略到业务流程,评估企业 IT 应用、IT 集成架构和基础设施环境,优化企业的管理模式和业务流程,结合所属行业信息化方面的实践经验和对最新信息技术发展趋势,提出企业信息化建设的远景目标和战略,制定企业信息化的系统架构、确定信息系统各部分的逻辑关系,以及具体信息系统的架构设计、选型和实施策略,对信息化目标和内容进行整体规划,并进行可行性分析。

  全面系统地指导企业信息化的进程,协调发展地进行企业信息技术的应用,及时地满足企业发展的需要,有效充分地利用企业的资源,促进企业战略目标的实现,满足企业可持续发展的需要。

  企业战略包括企业战略目标、企业使命、企业愿景等。企业战略包括企业现有业务定位和长期的业务发展方向。

  通常在互联网、零售企业快速变化和消费端联系密切的行业,IT 战略为颠覆型,SHEIN 的上新周期极短,并有海量的 SKU(库存保有单位),实现从终端销售和消费决策电商平台上获取大数据,向后端供应系统和生产商反馈信息,适时调整生产计划,改变商品产量、种类或组合,属于颠覆式的 IT 战略赋能柔性供应链,改变了传统的供应链业务模式。而在传统行业通常为管控型和支持型,例如石化能源等。

  技术架构由四层构成,其中,应用层架构为第一层,数据架构为第二层,集成架构为第三层,第四层为基础设施层,包括网络安全、硬件管理等。

  在应用架构中,企业的业务模式和流程为第一阶梯(L1),系统定位为第二层阶梯(L2),应用系统的核心功能(一级功能)为第三阶梯(L3)。

  L1 决定了 L2,L2 决定 L3,层层递进,从总体逻辑上来看,企业的业务模式和流程决定了系统的核心功能和定位。

  从前文所述的企业战略过度到业务单元战略,业务单元策略决定了业务模式和流程未来的导向,同时,基于企业现有的价值链和业务流程,业务单元的业务流程交叉和跨部门合作,决定了 IT 系统间的集成。

  例如企业的经营分析和资金预算需要统筹各部门,采用大数据分析系统实现对企业经营分析的大数据分析可视化;要实现精准营销,需要对现有客户的消费行为和消费偏好追踪,对潜在消费者通过大数据进行预测分析,营销部门使用的 CRM 系统和广告投放系统需要在链路上集成。

  企业的业务流程模式可以基于价值链模型。价值链模型把企业活动分为基本活动和支持性活动,基本活动涉及企业生产、销售、进料后勤、发货后勤、售后服务。支持性活动涉及人事、财务、计划、研究域开发、采购等。在传统生产上游行业,生产和库存占核心主导地位,形成以 MRP 为核心的价值链。

  其次,在零售电商行业等面向 C 端用户较多、市场变化迅速的行业,企业的业务流程模式通常拆解为前、中、后台。

  企业的业务单元战略和业务流程决定了不同部门单元的系统定位,包括部门单元使用的系统和跨部门单元使用的系统,例如部门单元使用的系统为专业化程度较高的软件,例如财务部门使用的资金管理系统、税务管理系统等,和跨部门使用的大数据分析展示系统、ERP 系统等。

  基于企业的业务单元战略和业务流程,将业务 链 和 IT 系统定位 块 组合,分析梳理出部门单元的 IT 覆盖程度,形成企业 IT 覆盖成熟度图谱,例如供应链部门有 N 个系统,TMS、SRM、ERP 等,能基本覆盖业务,战略决策部门未覆盖系统,需要新增大数据 BI 等系统。

  如上文所述,企业整体战略和业务单元战略决定了,跨部门系统和专业化程度较强的部门单独使用的系统,基于系统的定位,系统的一级功能将被设计和实现。

  一级功能是否能支持基础业务发展,即从 0 到 1,体现了系统对业务的支撑程度,一级功能是否能智能高效,运用自动化技术 RPA,或者自动集成,减少重复人力增删查改,用户友好程度是否够高,体现了系统对业务的智能化程度。

  从具体的流程节点出发,可以提出运用技术(大数据、云、AI)等对系统的赋能,或者从 BPR 角度对业务流程进行优化,实现 点 的智能化。

  大数据已经成为主流的数字化转型变革趋势,在大数据技术迅速发展的背景下,数据架构覆盖的内容包括从主数据到大数据,从数据治理到数据架构设计,到最后数据平台的实现。

  数据治理核心领域包括:数据架构、数据服务、元数据管理、数据质量管理、数据标准管理、主数据管理、数据安全管理、数据生命周期管理。

  数据治理支撑体系包括:组织(组织架构、组织层次、岗位职责)、制度(管控模式、规章制度、考核机制)、流程(归口部门、管理流程、流程任务等)、技术(数据集成、数据清洗、数据开发、数据应用、数据运营、支撑平台、实施方案等)。

  企业大数据有从业务到技术的分析实施模式,也有从技术到业务的分析实施模式。在内容上,企业大数据包括数据基础平台,大数据可视化。

  在大数据架构层面,主要有传统大数据架构、流式架构、Lambda 架构、Kappa 架构和 Unifield 架构。

  其中数据分析和 BI 可视化将在第二部分详细阐述,数据基础平台主要基于大数据平台的技术框架,大数据平台的技术框架分为数据应用、存储与计算、数据采集三个主要部分。

  大数据技术栈由底层的基础技术支撑,用于存储计算资源和连接节点网络。当实现网络计算连接时,数据将在数据库系统的顶层进行管理和存储,然后,数据将被送到计算层进行处理,这一步也是以大数据技术为核心和关键的一步

  一个典型的大数据计算架构将有 hadoop 和 Spark 技术,基于计算。体系结构,形成不同的计算范式,如批处理、流处理和图形计算等。

  Hadoop 通常用于数据开发和处理。Hadoop 是一个分布式数据管理和计算平台。从处理的数据量来看,Hadoop 支持大量数据的开发和处理,从处理的数据来看,支持结构化 / 非结构化数据的处理。

  Hadoop 拥有大规模的并行处理框架,作为一个开源社区,它提供解决大数据相关问题的软件,包括数据存储、集成、处理等数据分析工具。

  HDFS 提供海量数据的存储,MapReduce 提供海量数据的计算。工作流 Azkaban,一致性服务 Zookeeper 和 Elastic。搜索是通过大数据存储和计算来实现的。最后,实现了大数据分析的可视化。

  数据收集包括 Sqoop/FTP 用于批处理,Logstash 用于日志收集,MQ/Kafka 用于消息队列,pyspider 用于网络。从企业内部系统和外部网页收集结构化和非结构化数据。

  与传统的数据分析相比,大数据的数据采集实现了数据量的扩展。数据源不仅局限于企业内部的软件数据,还实现了外部数据的获取。

  其次,大数据的数据采集实现了数据采集类型的扩展。采集到的数据不仅限于格式化数据,还包括大量的非格式化数据,可以采集到具有较高商业价值的数据。为数据存储分析和数据应用铺平了道路。

  大数据的存储和计算主要采用分布式计算和分布式文件存储 HDFS,实现对分布式计算框架 YARN、数据仓库 Hive、分布式数据库 MongoDB、Spark SQL、Spark Streaming、graphhyx 等的支持。

  与传统的数据分析相比,由于数据样本数量的激增,存储和存储能力较差。大数据的计算对数据的存储提出了更高的要求。

  在海量数据样本的背景下,分布式存储技术将数据样本分散存储,有效满足海量数据的存储需求。另一方面,与传统的数据分析相比,大数据的分析计算时间需要更敏捷的反应速度。大数据可以对数据样本进行实时分析,从而为商业决策提供更及时、准确的指导。

  大数据的应用分为两部分 : 可视化分析工具和可视化分析应用。可视化分析工具分为 AD hoc 查询、报表、图形显示、交互探索等形式,实现大数据分析结论的直观展示。可视化分析的应用分为专题分析和实时分析,根据业务需求呈现数据,为业务战略提供指导。

  进行数据指标体系规范,统一定义,统一维度区分,进行标准化可配置数据报表设计,直观的可视化输出设计,包括财务、销售、供应链等多种数据类别。企业的报表通常可分为基础查询类报表、管理层分析报表和主题分析报表。

  基础查询类报表:来自业务台账和业务凭证生成的报表,比如销售业绩查询、商品库存查询、拜访记录查询、采购订单查询等。

  管理层分析:日常经营指标预测与分析。例如店长业绩管理看板、库存管理、异常店铺管理等。这类报表基于日常管理工作,通过查看这类数据报表来监控所负责业务的当前状态,发现问题,主要用于决策辅助。

  主题分析:针对具体的业务,进行精细化业务分析,以业务单元战略为目标,在建立数据平台和可视化基础上,输出日报、周报、月报、各种专题分析报告。例如 A/B 测试报告等。

  战略分析与决策驾驶仓:基于企业经营层面的分析和重大决策改变的分析,通过大数据获取外部数据,结合企业的经营分析中产生的大量数据和指标进行分析、预测和预警。

  主流的 EA 架构包括 zachman、togaf、FEA 等,企业架构方法有很多,TOGAF 是最主流的,超过 80% 的福布斯全球排名前 50 的公司在使用,而且支持开放、标准的 SOA 参考架构。企业架构规划最常采用 TOGAF 架构方法。

  例如在架构内容框架上,云计算模式下,业务内容和 IT 架构应该包括的内容;在企业连续性上,云计算方式下,如何在更大的范围下,共享公共资源;在参考模型上,在云计算的方式下,通过标准化增强水平能力,并在更大的范围内共享最佳实践;在架构能力框架上,在云计算的变革下,云计算提出了新要求,包括技术技能运用,技术工具和技术流程成熟度

  根据定义, 企业中台就是,将企业的核心能力随着业务不断发展以数字化形式沉淀到平台,形成以服务为中心,由业务中台和数据中台构建起数据闭环运转的运营体系,供企业更高效的进行业务探索和创新,实现以数字化资产的形态构建企业核心差异化竞争力。

  中台 包括业务中台、数据中台和技术中台。其中业务中台可以理解为企业服务 bus,数据中台是大数据阶段的衍生与扩展,技术中台包括技流式计算、分布式存储、分布式数据库、消息、分布式服务、负载均衡、应用容器、软负载 & 配置中心和分布式链路跟踪 & 基础数据等。

  中台战略,体现在架构上面,则是微服务架构,微服务架构将单体应用,通过将应用和服务分解成更小的、松散耦合的组件,更加容易升级和扩展。

  微服务体现去中心化、天然分布式,是中台战略落地到 IT 系统的具体实现方式的技术架构,用来解决企业业务快速发展与创新时面临的系统弹性可扩展、敏捷迭代、技术驱动业务创新等难题,微服务架构使得中台战略更好地落地

  从软件和硬件层面可用划分为,网络规划和硬件设备规划。网络规划包括数据流量及约束条件分析、网络选型、拓扑结构设计、网络安全方案、网络建设方案等。硬件设备规划包括服务器、路由器、交换机、集线器、台式机、笔记本、打印机、手持设备等的规划和配置等。

  从内容上可用划分为基础设施平台,包括数据中心、基础架构、安全与管理、网络与链路等,IT 安全,包括信息安全管理和信息安全技术。

  基础架构:规划和整合服务器的部署技术选型,实现与应用系统部署相对应的,可共享、易扩展的服务器后台资源。

  网络与链路:建设匹配应用系统及数据中心分布的网络架构,提升网络流量负载均衡能力,统一对公网出口以增强安全性。

  基于云计算技术背景下,在数据中心层面,如果主数据中心发生故障,可以基于云,实现用户自动接入异地数据中心,从存储虚拟化灾备到主机虚拟化及服务器高可用集群,实现信息系统的应用级容灾,最后,实施网络接入三层互联及云管理平台,实现信息系统的业务级容灾。

  在基础架构层面,基于云存储,通过存储虚拟化技术,实现所有存储模块宰割存储池中的统一管理,按照应用系统的性能构建存储平台,释放峰值存储压力,实现 IT 资源投入的高效。

  在网络及链路层面,基于云技术,支持应用级灾备、虚拟化基础架构和 SAAS 产品与本地化产品的互联互通。

  其中,信息安全管理系统需从组织、制度和流程进行分析,信息安全运维体系包括资产风险管理,项目建设开发安全、日常安全运维、安全监控和事件响应、安全检查与审计,以及信息安全员工培训,信息安全技术体系包括身份 / 访问安全、应用安全、数据安全、基础设施安全和物理安全。

  企业信息化管控体系从规划规范、建设推进、运维支撑、数据管理等角度进行规划和设计,贯穿整个企业信息化生命周期,IT 管控体系包括组织与能力、流程与制度、技术标准、资产库、技术管理工具和 IT 预算与成本

  组织如果涉及集团性公司,包括从公司组织结构细分的层级,例如集团、省、地市分公司不同层级的信息化部门设置,IT 岗位设置和职责分工,具体内容包括组织、角色、资源与人才、技能和培训。

  技能与培训:是否建立技术管理的职业技能库,并为技术管理人才维护相应的技能标签,是否有专门针对技术管理人才的培训计划,并对技术管理人员开展相关的职业技能认证。

  IT 流程包括为协调业务部门与信息化部门的关系、信息化部门各层级间的关系,确保 IT 高效运作和提供优质共享服务而制订的一系列的流程,涉及管理流程、运作机制、变革保障。包括 IT 计划管理流程与制度、IT 项目实施流程与制度、IT 运维流程制度、IT 人员管理流程与制度等。

  技术标准通过建立持续维护的、一致的信息化原则、标准和管理规范,确保业务价值最有效实现。技术标准包括引导原则和标准规范,其中,引导原则是企业技术标准制定的依据,与企业发展的目标一直,遵循决策制定导向。标准规范规定了企业信息化必须遵守的原则,例如技术管理人员、技术操作人员的执行标准规范。

  资产库包括两个方面的内容,第一是技术资产库,包括内部和外部的技术架构、编程源代码、技术产品应用、技术元模型、信息治理记录等,在资产库中集中分类管理;第二是流程监督,制定相应的资产库资产存载、借阅、下载权限和管理流程机制,以确保资产库的技术资产被合规、高效、有序利用。

  技术管理工具取决于 IT 部门的业务形式,例如有的公司的 IT 部门开发能力较弱,IT 部门主要进行软件招标,通过乙方开发设计软件产品,而把工作重点放在 IT 项目管理跟进上。

  有些公司 IT 部门不仅能满足本公司的业务系统开发运维工作,还能覆盖其他公司的软件开发运维需求,例如石化盈科,基于此,根据业务形式的不同,需要选择适配的技术管理工具、例如软件开发项目管理工具等。

  最后基于业务所需的系统应用和相应适配的 IDC,需要以时间维度规划项目实施的规划和费用预算。

  与常规的预算机制相似,预算分为增量预算和零基预算,需要结合公司的业务战略做进一步分析,具体的 IT 项目实施和运维费用,可用参考业内均价进行大致估算。