[转帖] ITIL提升中国电信运维管理系统建设

西红柿

   
         运维管理是电信运营商主要的生产和管理活动之一。运维管理系统建设和运营的好坏直接影响到电信运营的整体成本、管理水平和服务水平。因此，近两年来，各大电信运营商纷纷对现有的运维系统进行改造。
        
        中国在电信领域的增长速度超过了其GDP增长的速度。正是电信快速的增长，推动了运维系统的发展。如何更有效地利用现有的资源，提高运营维护的工作效率，提高整体服务质量是目前各大运营商面临的普遍问题。毫无疑问，中国电信在运营维护方面，也面临相同的问题。建设新一代中国电信运维管理系统，成为解决目前运维管理问题的唯一方案。
        
        根据我们长期在电信领域的实践，下面的几点经验，值得我们在中国电信运维系统的建设中更加关注。
        
        一、采用ITIL作为运维系统的方法论
        
        IT基础架构库（ITIL-ITInfrastructureLibrary），被誉为IT服务管理的圣经，其中包含了总结国际大公司在IT服务管理中的经验并得到证明的IT服务计划和运营的最佳实践框架。
        
        ITIL已经为《财富》500强的一些企业所采用，并取得了预期的效果。加特纳（Gartner）和国际数据集团（IDC）等世界权威研究机构的调查研究表明，企业通过在IT部门实施最佳服务管理实践，将因重复呼叫、不当的变更等引起的延误时间减少了79%，每年每个终端用户平均节约800美元的成本，同时每项新服务推出的时间也缩短一半。
        
        要成为国际一流的企业，就要吸取国际一流企业的成功管理经验，借鉴其管理手段。因此，中国电信在运维管理系统的建设，也应确立ITIL在系统建设过程中的方法论地位，吸取ITIL中的成功经验。
        
        作为众多国际大型企业成功实践的积累，ITIL使我们找到了解决运维流程规范的方式和方法。可是，如何更好地运用ITIL这一经典的方法论呢？我们认为应该注意两点：
        
        1)ITIL是从实践中得来的精髓，不是僵化的教条，应该结合实际情况去运用ITIL，建立更加适合中国电信的流程规范，而不是照抄照搬。
        
        2)由于ITIL理论博大精深，不可能在短期内在企业中全面实施。应该根据实际情况，选取实施重点，逐步实施，逐步完善。
        
        在中国电信运维系统建设中，应该深入理解ITIL的核心理念，结合电信运维的现状，解决核心和关键问题，逐步实现对运维的科学管理。
        
        二、ITIL理论与实际情况相结合，注重工作流程细节的设计和优化，是系统建设的关键
        
        理顺工作流程、提高服务效率是新运维系统建设的主要内容之一。
        
        在工作流程的制定过程中，容易陷入以下两个极端。
        
        1．盲目照搬流程。作为方法论的ITIL，本身含有大量的成功实践框架。但是，正如前面所说的，ITIL是从实践中得来的精髓，不是僵化的教条，盲目照搬，只能使得工作流程不切合实际，并流于形式，对系统的贯彻和执行产生不好的影响。
        
        2．完全遵照现有流程，实现其电子化。虽然这样更符合目前的工作习惯，可能容易为运维人员所接受，但是，仍然解决不了目前运维所存在的一些问题。例如，我们在项目实施中曾遇到“工单在部门之间的重派”的问题。在当前手工作业的工作模式中，各单位将不属于本单位处理范围的工单，或部门需要其他部门配合的工单，均提交给故障处理的负责人，由该负责人向其他单位进行转派和重派。这种处理方式，主要便于手工作业条件下负责人及时了解项目处理状况。在建立运维系统后，负责人可以通过运维系统随时了解到故障的处理状况，每次重派和转派之前，对负责人的回复变成了一种无效的工作，降低了事件的处理效率。如果仅仅将目前的手工作业电子化，那么故障处理的效率仍然没有得到有效的提高。
        
        因此，将ITIL理论与实际情况相结合，注重工作流程细节的设计和优化，是系统建设的关键。
        
        三、树立主动服务观念
        
        在现行的运维工作中，我们经常遇到这样的情况：一方面是运维部门疲于应付各种突发事件，加班加点处理各种重复事件，工作繁重，身心疲惫；一方面是客户代表不断抱怨和投诉“技术人员服务水平太低”。二者不可调和的矛盾，是新运维系统要解决的重要问题。
        
        传统的运维方式给人的印象是：故障发生前，维护人员似乎无所事事；故障发生后，则是手忙脚乱。这就是被动服务给人们留下的印象，运维人员是在被动地等待故障的发生。在新的运维系统中，我们必须改变原有的运维方式，变被动服务为主动服务。
        
        在主动服务模式下，运维人员主动地监控系统的变化，对日常工作及故障处理完成后主动进行问题分析，对系统的变更风险进行评估。在新系统中，可以通过种种技术措施，使得运维工作从被动服务转移到主动服务，如：增加变更管理流程以防范变更风险。
        
        在日常运维工作中，变更工作是在所难免的。例如，新的系统安全漏洞被公布，为了保证系统安全，就需要安全系统补丁，而这种变更给系统带来的风险则是难以估计的。例如在安装补丁后，有时会产生大量莫名其妙的问题。这么一个简单的例子已经可以说明，如果没有很好的风险防范手段，系统变更将给我们的日常运维工作带来大量的问题，后果往往是难以想象的。在新系统中，我们可增加变更管理流程。在变更管理流程中，变更方案需提交变更经理，由变更经理组织由专家组成的变更顾问委员会（CAB）对变更进行风险评估，在评估通过后才能够进入变更的实施过程。变更管理是防范变更风险的最好办法。
        
        当然，主动服务是一种理念，在这种理念下，我们可以定义更多的流程，如问题管理流程，对系统中存在的隐患问题进行挖掘，防患于未然。总之，我们应该树立这样一个理念，在各流程的定义中进行运用，主动地提早发现系统存在的风险和隐患，减少突发事件的发生。
        
        四、从平台到业务的全面管理
        
        网络管理是运维系统的组成部分。对系统的监控也是运维的主要业务之一。以往网管系统实现了对平台的监控，可是在实际运维工作中，平台往往只有少数的几个系统管理员负责，大多数业务人员更多地是面对业务系统。对于业务的监控和管理，是业务人员更加关心的问题。因此，在网管系统中，应加入业务监控的内容。
        
        需要注意的是，业务是建立在平台的基础之上的，而不是孤立存在的。因此，监控中，应强调业务监控与平台监控密不可分的联系，从业务的角度出发，建立平台与业务的关联关系。在故障发生时，应能够即时描述对业务的影响程度，能够描述故障的影响范围。
        
        例如：采集源的某台交换机产生异常，除了可以看到交换机告警外，我们还应该能够在业务拓扑图中直观看到，采集系统受到影响，同时采集、预处理、分拣等相关业务也不同程度受到影响。其影响程度，能够通过不同的颜色直观地展示出来。
        
        只有这样才能够更加直观而全面地反映系统的运行状态，反映业务的运行情况。能够帮助运维人员在故障发生时，快速修复关键部件，减少故障带来的损失。
        
        五、建立科学的激励与监督机制
        
        多年来，系统的使用和推广问题成为系统能否得到良好运用的一个重要问题。
        
        假设：我们制定了变更管理流程，但是，变更管理没有被很好地执行，而只是流于形式，则风险的防范也只能是停留在理论上的空谈。
        
        在运维系统建设过程中，建立了一整套科学的考核制度，以激励运维人员更有效地提高服务质量和服务水平，是至关重要的。
        
        对运维人员的考核，并不能就管理论管理，应该从客户服务的角度出发，以客户满意为前提，进行考核。例如，根据每个部门的服务水平，制定了服务时限。假设，某个用户投诉，需要多个部门协同进行处理。在处理过程中，各部门互相推托，虽然工单在各部门的停留时间没有超过部门承诺的时限，而整体处理时间已经超过了运营商对该用户承诺的处理时间。为了杜绝这种现象的出现，我们应该从用户的角度出发，进行各部门处理时间的分段计算。计算结果将反映在每月故障处理情况的统计报告中，而这些报告直接与各部门、各单位的绩效考核挂钩。
        
        通过这样的考核机制，形成对员工日常工作的科学评价，既调动了员工积极性，又提高了工作效率和服务质量。