关键词：大数据；IT运维；服务管理 ；
一、引言
近年来，随着大数据的理念和模型的成熟，形成把大数据引入IT运维中的趋势，通过大数据的分析和建模将实时数据和历史数据有效关联分析相结合，挖掘数据内在的规律和模型，以帮助预测和预防IT业务及基础架构运行中断和性能差等问题，同时通过大数据分析和建模产生的有效数据可以对未来进行预测，合理规划设备、人员、流程、技术，避免不合理的浪费以及资源的使用，最终提高用户满意度。
二、 IT运维服务管理的特点与难点
随着电力行业的IT蓬勃发展，怎么提高IT的运行保障，提升IT运维服务管理能力，提出了新的个性化服务需求。怎么从“被动服务”转换为“主动服务”，提出了服务模型的转换要求。至此需要分析IT服务管理的特点与难点。
（一）、IT运维服务管理的特点
1.技术性强
IT服务首先是基于人员、流程、技术的服务，它以对信息技术的应用管理为中心，源于技术又高于技术本身。除此之外，IT服务人员还通过日常维护，使系统发生的事故得以处理，化解问题的根本原因，并通过变更控制和测试后发布，来确保配置项在安全、可控的条件下得到维护和更新，最终使得IT应用及基础构架可以持续不断地得到维护和优化。
2.过程质量决定交付质量
IT服务质量具有主观性。用户对服务质量的评价更多地凭主观期望和现实感来确定。不同的用户对于服务的预期和感知有所区别。因此，服务提供方有必要为用户提供持续稳定的高质量服务，并逐步获得用户的认同，使服务的提供满足用户的期望价值，从而被用户所接受。
3.全流程体系参与
IT服务提供方最终向用户交付的服务质量，取决于所有影响最终交付服务过程的质量，这些过程正如IT服务管理标准中所规定的，包含了用户业务需求的确定、服务级别的定义、配置管理与变更管理等十大过程。IT服务管理是针对所有过程的管理体系，每个环节对于服务质量体系的改进和提升。
（二）、IT运维服务中的难点
随着IT建设的不断深入和完善,计算机硬软件系统的运行维护已经成为了各行各业各单位领导和信息服务部门普遍关注和不堪重负的问题，据统计，IT运维服务占到IT部门工作量的80%左右。IT运维服务中存在诸多问题：一是IT运维工作忙而不受重视。二是运维部门作为单位的业务支撑部门，在信息系统的战略规划项目立项等工作中话语权较弱，更谈不上决策权，往往是项目建设完成之后才介入系统的管理和维护，工作被动性非常大。三是IT系统复杂，维护难度高，风险压力大，组织的硬件设施、软件系统不断增加，软硬件设备的增加在一定程度上增加IT运维的复杂性。四是技术人员难培养，流动性大。运维工作的中坚力量的离职，会造成客户满意度和运维质量相当长一段时间内出现波动。
三、IT运维服务发展趋势
随着大数据和云服务的规模化发展，系统并发量越来越高，对IT基础设施和应用系统的运行质量要求也越来越高。运维管理要一个囊括机房基础设施运维、网络运维、服务器（包括小型机）运维、存储备份运维、系统软件运维、应用软件运维、数据库运维、信息安全运营、设备维保等服务能力在内的专业的IT运维团队和机构，IT运维服务需要进一步规模化、专业化和产业化。运维服务业将呈现以下几个方面的趋势：
1.组织规模化
随着IT系统规模越来越大、结构越来越复杂、技术含量越来越高，未来的IT运维服务一定是组织化的，而且是组织化的规模会越来越大，组织规模化是提升IT运维服务水平的前提和基础。
2.服务标准化
组织规模化后，必然会导致个人服务理念和服务行为上的差异，服务质量参差不齐，所以就有一个标准化的问题，只有充分标准化以后才能保证运维服务质量的稳定。
3.技术专业化
组织规模化后，内部分工就可以进一步细化。一是专业水平更高了。在一个细分的领域，一个人以及一个团队很容易把专业水平做得更高；二是人更好找了。技术专业化后的运维人才更加好培养。
4.工具智能化
随着服务规模化的不断扩大，需要综合性、协作型的软硬件运维工具，智能化的运维工具不仅会大幅度地提高工作效率，降低对运维人员的技术要求，服务质量也会更高更稳定，服务成本也会更低。
四、大数据时代下IT运维如何进化
未来的IT运维管理被赋予了更多的信息挖掘和数据分析的重任。信息的碎片化加大了选择成本的空间，如何有效采集和分析数据、排除无效数据，成为了IT部门在大数据时代亟待解决的难题。
一、整合运维服务中的大数据
在企业信息化不断扩展的情况下， IT运维数据只有实现集中、汇总和整合，并通过深层次的数据挖掘，对数据进行系统分析和评价，才能为企业决策者提供基于IT运营的决策依据，推动企业向决策科学化方向迈进，从而提高整体的管理水平和工作效率。
二、建立运维大数据平台
大数据特点之一就是数据量大，但只有找到这些数据之间的关联，才能找到有价值的数据，找到沙子里面的金子。
期刊文章分类查询,尽在期刊图书馆因此，IT 运维管理人员首先需要将所有设备、应用、业务等数据纳入一个统一的监控平台中，因为只有做好了底层监控，才能确保数据的正确性和全面性，才能进行汇聚和存储，才有可能为更高层的流程化管理以及业务管理提供数据支持。而为了挖据出数据内部的价值，就要找到零散数据中的关联点，而这就需要为管理者配备一套更加智能化的运维工具，把用户、网络、硬平台、软平台、业务系统这5个分散环节整合起来。这类型软件管理系统可以帮助管理者将大数据的智慧应用到运维管理一线，体现以数据为核心的新型IT运维方式，可以从日常监控，故障分析，决策分析三个方向为用户提供强大的数据管理能力。
针对数据时代的特点，许多IT管理人员都在负责基础架构的事情，而移动互联以及社交网络的发展将会给企业带来大量的非结构化数据，对这些数据进行分析和处理后，将为企业带来针对性的改变和革新，进一步促进技术和服务的发展。因此，未来的IT管理者不仅需要具有IT投资回报率的计算能力，还需要参与到业务和市场环节，并需要帮助企业建立用数据说话的思维。
五、大数据在IT运维中的应用效果
信息化建设经过多年的探索实践，已经形成了数据大集中的系统架构，同时形成了以数据中心为核心，以IT运维服务管理为基础的运维体系，以从制度和管理上为其业务运作提供更好的支持，但是在新形势下各行业的迅速发展和规模的急剧扩大，系统数量和规模越来越多，导致 IT运维不断陷入到建设基础设施、处理系统故障、频繁变更上线等工作的循环中，并且花费大部分时间和精力处理一些简单的问题，不能及时处理故障。此外，IT系统和基础设施的应用无时无刻不在产生数据，这些数据代表了所有系统的性能、容量、安全、压力、 稳定等因素的运行状态，但是这些海量的数据信息堆积在一起无法判断问题的实际根源在哪里，IT运维甚至可能不知道如此庞大的数据有何业务含义，更不知道这些数据该如何使用。因此将大数据引入到IT运维服务管理中可以有效的解决以上问题。
（一）、 充分发挥运维数据的潜在价值
目前企业的产生大量的数据，大部分数据都会丢失或者在几天内备份到带库中，无法分析。可以通过大数据系统可以将运维服务中的问题存储并进行计算分析，既解决了跨系统数据统一查看、挖掘、分析的问题，也解决了长期历史数据样本关联挖掘的问题。
（二）、 提前预警，主动运维
通过大数据分析发现正在运行的某系统相关指标违背了历史基线数据，即出现异常波动时，会提前预警，保证运维团队在业务受影响前修复问题，实现了主动发现问题、解决问题，真正从被动运 维转变成主动运维。
（三）、 容量预测，合理使用
资源随着业务量、资源、性能等历史样本数据的不断采集和积累，很多数据之间的内在规律与联系需要我们去挖掘。依据大数据，能够有效预测出业务系统业务数据量的变化规律，同时结合数据管理技术，实现资源的动态调整，以保证资源的合理使用，为未来决策提供依据。
（四）、数据智慧，持续改进
大数据的运用在不停的提升IT服务管理能力和提高用户满意度，在不同的业务环境和变化中，需要持续定期的对数据进行优化，尽可能的逐步实现智能设备代替传统运维服务，让IT服务模型化、智能化。同时不断提高数据模型的预测分析能力，优化预测误差，保证预测的结果随着时间的推移会更加接近现实。
六、大数据提升IT运维服务的价值体现
（一）、商业价值：
IT服务在商业中扮演着越来越重要的角色，通过实施大数据的IT服务管理，可以获取更多方面的商业价值：
1.主动运维确保IT支撑业务过程，整体上提高业务运营的质量。
2.通过大数据与事件管理、问题管理、变更管理等体系过程形成PDCA持续改进为业务提供更可靠的支持。
3.增强用户对IT服务有更合理的期望，促使IT服务相关工作量显性化，并更加清楚为实现它们所需要参与的过程。
4.使用户对IT系统能力的更明确的理解，并更加清楚为达到预期的IT能力水平，他们所需要的付出。
5.提高更加及时和有效地业务连续性服务。
6.用户与IT服务提供者之间建立更融洽的工作关系。
7.提高客户满意度。
（二）、财务价值
IT服务管理不但提供商业价值，而且是企业在财务上直接受益:
1.资源的合理化降低了IT资源及人力资源的使用成本。
2.大数据下IT运维从被动转换为主动降低了IT变更的成本。
3.合理的资源供给“量体财衣”的能力，即根据实际业务需要提供适当的能力。
4.恰当IT服务的连续性费用。
（三）、人力价值
1.IT人员更加清楚了解用户对他们的期望价值，并有合适的过程与相应的培训，以确保他们能够实现这些期望价值。
2.提高IT人员的生产率。
3.提高IT人员的士气和工作成就感。
4.使IT部门的价值得到更好的体现，从而提高了员工的工作积极性。
（四）、创新价值
1.IT服务提供者更为清楚地理解用户的需求，确保IT服务有效支撑业务过程。
2.通过大数据更多地了解当前提供的IT服务的有关信息。
3.改进型IT支持，使业务部门能够更加灵活地使用IT。
4.提高了预知未来发展趋势的能力，从而能够更加迅速地采用新的服务需求和进行相应的市场开发，为组织带来利益。
七、总结
本文介绍了IT运维服务管理中存在的优点与缺点，阐述了IT运维在企业中的价值作用，并就大数据时代下IT运维如何进化和进化后产生的效果进行说明。从发挥运维数据潜在价值，提升运行维护服务水平，提高发生故障后的快速响应能力，加强发生科技风险的主动预知能力等方面的目的出发，开展运维大数据建设工作。
参考文献：
[1] 深入理解大数据:大数据处理与编程实践
[2] 基于MapReduce的供应链大数据电力信用评估模型
[3] 大数据电力商业模式的构成要素与创新趋势
[4] 利用互联网电力发展中国健康产业的模式和途径分析
[5] 大数据背景下电力产业创新之路
论文作者:赵萌
论文发表刊物:《中国电业》2019年20期
论文发表时间:2020/3/10
标签：数据论文; 服务管理论文; 业务论文; 能力论文; 系统论文; 用户论文; 价值论文; 《中国电业》2019年20期论文;