石油勘探开发数据资源规划方法研究

初创公司，上来主要精力集中在主业发展上，可通过招聘市场招聘IT经理，继而组建一个小规模的IT团队。但是IT这块专业性比较强，人力成本较高，在上海一般IT工程师年薪15w+，IT经理年薪30w+，可见一支小规模的IT团队也开销不菲。

初创公司要力求把每分钱花在刀刃上，特别是对于启动资金有限的初创们。建议通过专业的供应商，按照明确的需求来采购。IT供应商很多，愿意深耕初创企业的却很少。

建议咨询这家，未 信 号： 姚八武 而要物流 五把刘刘，用心做每一家初创企业，业务涵盖广泛：1。IT建设战略规划、咨询

2。IT办公室、工厂布线、监控、企业邮箱

3。IT机房建设、服务器机柜租用、托管

4。企业IT系统运维

5。企业上云咨询、规划、建设

我之前咨询过中大咨询的专家，他们在信息化规划这方面做得还挺好的，可以参考一下他们制定的大致方案：

中大咨询信息化团队基于公司现状，制定信息化建设战略方向，明确信息化建设路径，并且规避可能存在的各类风险，保障信息化建设投资收益。

1、明确方向

（1）通过信息化规划，明确企业战略和数字化转型的信息化抓手，明确信息化建设的战略方向。

（2）明确信息化建设对于企业战略和管控体系建设的支撑作用和引领作用。

2、凝练共识

（1）在公司高层管理人员、各业务单元、关键用户等角色之间，在信息化建设方向和路径方面形成共识。

（2）明确各业务部门和IT部门的工作边界，提升信息建设的效果。

3、明确方向

（1）明确公司信息化建设蓝图，明确应用架构、数据架构、技术架构、IT治理体系等领域的实施蓝图和路径。

（2）明确信息化建设的实施策略与先后顺序，指引信息化实施。

4、规避风险

（1）基于信息化规划减少盲目建设、重复投资等常见的信息化建设风险。

（2）基于企业自身实际情况，分析企业信息化建设的潜在风险，并提供相应的风险应对措施，降低信息化建设的风险。

文必龙 计秉玉

（中国石化石油勘探开发研究院信息技术研究所，北京 100083）

摘 要 当前的各种IT规划方法和软件工程方法在指导石油企业进行数据资源规划时，需要结合石油勘探开发数据资源管理的特点进行具体化。本文分析了石油勘探开发数据资源管理方面的现状及特点，提出了基于业务驱动的石油勘探开发数据资源规划方法，给出了构建勘探开发业务模型、数据资源目录的方法，以及数据中心的总体架构，为石油勘探开发数据资源规划提供了完整的方法论。

关键词 数据资源 业务驱动 业务模型 数据中心

Research on Method of Petroleum Exploration and Production

Data Resource Planning Based on Business－driven

WEN Bilong，JI Bingyu

（Depof Information Technology，Exploration and Production Research

Institute，SINOPEC，Beijing 100083，China）

Abstract To guide data resource planning，the IT planning methods and software engineering theory need to be specified according the features of petroleum data resource managementThe features in petroleum exploration and production data resource management are analyzed，and a method of data resource planning based on business－driven is put forward，that presents the approaches how to build petroleum exploration and production business model and data resource catalogs，and architecture of data centreThese provide a complete methodology to plan petroleum exploration and production data resource

Key words data resource；business－driven；business model；data centre

在油气勘探开发综合研究过程中，需要从海内外油田收集大量的数据，同时综合研究成果中包含了大量的数据，如各种图表、报告。为了管理和应用这些数据，各研究部门纷纷开展了与项目研究相关的数据资料管理系统的建设，但由于缺少统一的规划，在数据资源的建设和管理中存在以下问题：数据库建设 “小、散、杂”，难以管理；数据分散存储，数据之间的逻辑关联度低，不能集成共享；数据收集困难；缺少专门的数据服务机制，数据应用困难。因此，有必要对油气勘探开发综合研究的勘探开发数据资源进行统一规划，即开展数据管理与应用需求分析，从总体上设计数据中心建设方案。

数据资源规划（Data Resource Planning，DRP）的方法主要是基于软件工程理论和IT战略规划的各种方法论。目前多数国际知名的IT咨询公司均采用企业架构（Enterprise Architecture，EA）这一先进理论方法，例如TOGAF企业架构框架，制定具有自身特点的IT规划编制方法论，并在企业规划咨询项目中应用，取得了良好效果［1］。针对数据资源，高复先在信息工程方法论的基础上，总结出了一套信息资源规划（Information Resource Planning，IRP）方法［2］。IRP方法以面向主题数据库的总体数据规划方法为基础，按照一定的方法步骤、遵循相关标准规范、利用有效的软件支持工具进行各职能域的信息需求和数据流分析，制定信息资源管理基础标准，建立全域和各职能域的信息系统框架——功能模型、数据模型和系统体系结构模型。

本文根据EA理论和IRP方法，结合油气勘探开发综合研究的特点，提出了一套基于业务驱动的勘探开发数据资源规划方法。

1 数据规划的基本思想

数据资源规划是采用科学合理的方法，对企业生产经营过程中产生和使用的数据的相关内容、标准、技术、软件、人员、支撑条件等进行全面梳理、优化和设计，提出全面的数据资源采集、传输、存储、应用、管理的解决方案，以便企业提高数据的共享程度，降低数据采集、管理、应用的成本，发挥数据资源的最大价值。

数据资源规划的目的是优化企业数据管理质量。这包括提高数据共享程度，降低数据采集、管理、应用的成本，提升数据资源的价值等。其中，首先要向企业不同层级提供相关的信息。对决策层，提供的信息包括：有哪些数据资产，还要投资建设哪些，数据投资效果如何，是否有重复建设；对管理层，提供的信息包括：数据保存在哪里，谁在管理，哪些人在使用，数据质量如何；对执行层，提供的信息包括：有什么数据，数据在哪里，如何获取数据，如何提交成果；对信息服务部门，提供的信息包括：业务部门需要什么数据，如何使用这些数据。

数据资源规划的目标是提出一个数据资源建设解决方案。通过实施方案，可以建立企业数据中心及配套的建设和管理体系，达到数据资源规划的目的。数据资源规划的内容包括梳理数据需求，即数据内容；设计数据相关标准，包括数据元标准、数据采集标准、数据管理标准、数据代码标准等等；设计数据建设和管理的技术方案；数据管理和服务的软件体系架构；数据建设的组织架构和配套制度等。

数据资源规划的过程如图1所示。如果把数据中心的建设作为一个完整的软件工程项目，数据资源规划位于需求分析阶段和概要设计阶段。在项目实施中，还需要进一步根据规划的各项方案进行详细设计、系统开发、系统测试和运行维护。

在数据资源需求分析阶段，通过调研，梳理当前勘探开发综合研究的业务范围、研究活动、已经建立的数据库及数据内容、应用软件及部署情况。根据调用情况建立业务模型，用规范化的方式描述各项研究活动及每项活动的数据需求，并对数据流进行分析，形成统一的数据资源目录。需求分析阶段最终成果是需求分析报告，核心内容由一组规范组成，包括业务模型、数据资源目录、数据元目录、数据流规范。

概要设计阶段主要任务是依据数据需求进行方案设计，形成数据资源建设方案，具体包括：综合数据库建设方案、综合研究数据服务与管理平台建设方案、数据中心运维体系。形成数据模型、数据服务功能、数据管理功能、数据汇交管理流程、数据管理与服务组织架构等总体架构，并形成数据中心建设的项目框架。通过数据资源建设方案明确了数据如何存储，如何控制数据质量，数据如何建设，数据如何管理，数据如何获取、提交、应用等问题。

图1 数据资源规划过程

图2 数据资源规划的成果及其之间的关系

在项目实施阶段，还需要根据数据资源建设方案，对每一个项目进行详细设计和开发。

数据资源规划的成果包括数据资源需求分析报告和数据中心建设方案。需求分析报告中，包含了业务模型、数据资源目录和数据元目录，数据中心建设方案包括数据库和数据模型在内的数据库建设方案、数据服务与管理平台、数据中心运行维护体系。

图2给出了这些成果及其之间的关系。业务模型中的每一个业务活动使用和产生的每一类数据都应在数据资源目录中进行注册，数据资源目录中的每一类数据都要用一个或多个数据元进行描述。数据库中的数据实例应该归类到数据资源目录中，数据元与数据模型之间要建立映射关系。根据上述关系，应用软件或用户可以根据业务活动利用数据服务与管理平台非常方便地从数据中心获取需要的数据。

2 基于6W的业务模型

业务模型（Business Model）是一种通过定义组成活动及活动之间逻辑关系来描述企业经营生产过程的模型。勘探开发业务建模就是要将石油勘探开发生命周期中涉及的业务抽象为一个完整的业务功能结构，建立勘探开发业务模型。建立此模型，在系统地、本质地、概括地把握勘探开发功能结构的同时，还要建立勘探开发业的数据模型、知识模型、软件模型等与功能相关的信息模型。

业务分析与建模过程从形式上可分为4个阶段：一是业务领域划分；二是分业务领域建模；三是业务模型集成；四是业务模型标准化。

业务模型采用 “业务域－业务分类－业务活动” 3层结构。将石油勘探开发涉及的所有业务划分为多个业务域，每个业务域建立多级业务分类，每个分类中定义一个或多项最基本的业务活动。

业务域（Business Domain）是对企业中的一些主要业务活动领域的抽象，而不是现有机构部门的照搬。对油田业务域的划分可以依据某一主题进行。业务领域的划分原则是：(1)根据专业划分业务领域；(2)根据油气田勘探、开发生命周期划分业务领域；(3)根据油气田勘探、开发管理阶段划分管理业务域。业务领域的划分参照以上3种原则进行划分，尽量符合油气田勘探、开发管理约定俗成的管理习惯，做到不同业务域间的业务不重复，并保证能覆盖所有的勘探、开发业务。根据以上原则，油气勘探开发业务领域可划分为“物化探”、“井筒工程”、“分析化验”、“综合研究”、“油气生产”、“地面工程” 等六大业务领域。

业务是由一系列业务活动组成的，对业务活动的描述按照 “6W” 的模式进行［3］，即活动是由谁（Who）发起的、在什么时间（When）发起的、在哪里（Where）发起的、为什么（Why）要发起这个活动、在这个活动中都涉及了哪些（Which）对象、这些对象的特性是什么（What）。采用业务单元定义了参与业务活动的基本元素以及元素之间的关系。一个业务单元包括以下8类元素：1个业务活动，该活动作用的1个业务对象，实施该活动的组织机构，1组结果对象（输出），1组参与对象（输入），业务规则，相关对象的特性，对象之间的关系。业务单元的结构如图3所示。

业务单元中，“特性” 定义了业务活动需要的数据、业务活动相关的知识，是数据规划中梳理的重点；“参与对象” 包括各种人员、软件、数据、设施、材料、方法等；“作用对象” 包括区块、油藏、井、层位、油田、企业等；“结果对象” 可以是油井等油田实物对象，也可以是文档、方法、研究成果等技术性对象。

基于6W的业务模型的建模通过在统一的业务域分类架构下对单一业务活动的业务单元进行描述，没有进行专门的业务流程梳理，但由于业务单位中描述了业务活动参与对象与结果对象，即定义了活动的输入与输出，以这些对象为中介，因此很容易自动形成业务流、数据流、知识流等各种流程。

业务活动与数据之间的关系可以用 “CUR” 矩阵描述。矩阵中，行对应业务活动，列对应数据元。如果业务活动中创建了某一项数据则行列对应的值标识为 “C”（Create），如果业务活动对数据进行了更新则标识为 “U”（Update），如果业务活动引用了某一项数据则标识为 “R”（Read）。通过CUR矩阵，可以检查某一数据是否有唯一的创建源头，保证数据源头的唯一性。根据CUR关系，可以自动形成数据流。

图3 业务单元的结构

3 勘探开发数据资源目录

勘探开发数据资源目录是对油田企业、勘探开发研究院或中国石化整体已有和需要数据的分类与组织方式描述。数据资源目录描述了企业需要什么数据、有什么数据、数据在哪里、谁在管理数据、哪些人在使用、哪些应用软件在使用等信息。数据资源目录既是一个数据建设单位的数据分类与数据组织规范，也是数据中心进行数据管理与服务平台的核心元数据，同时也是用户建设和使用数据的依据。

数据资源目录的分类模式是多维的，可以从不同角度进行分类。常用的维度包括：

（1）按业务对象组织。包括区块、油藏、井、层位、油田、企业等，除对象本身的基础数据（如井基础信息）即通常所说的静态数据外，还包括该对象的各种动态数据（如井的日报数据）。

（2）按业务活动组织。根据业务模型的 “业务域－业务分类－业务活动” 3层结构进行分类，每一个业务都有一组按 “CUR” 标识的数据。

（3）按特性组织。按数据或知识本身的特性进行分类，如长度、密度、渗透率等。

（4）按项目组织。一个项目使用和产生的数据有哪些。

（5）按单位组织。一个部门使用、产生、管理的数据有哪些。

数据资源目录的各个维度是相互关联的，对象、活动、特性、项目、单位之间的关系如图4所示。

除建立分类目录外，数据资源目录还包括数据实例，因此需要将数据分类与数据库中的实例关联起来，明确标识出每一类包括哪些实例。分类与实例关联的方式主要采用数据集进行定义，通过数据实例的标识符、标识条件确定数据集中的实例［4］。数据资源分类在数据需求分析阶段完成，分类与数据实例的关联在数据中心运行期间形成。

数据资源目录中数据分为两级：逻辑数据实体和属性。从技术角度，逻辑数据实体的本质就是数据视图，一个数据视图是一个虚数据表，每一个数据视图由多个属性组成，其中至少包括一个关键字。实体的属性用数据元进行描述。数据元是不必要再分的基本数据单元［5］。当前可直接参照中国石化石油勘探开发数据元字典［6］。

4 数据中心的总体架构

不同企业数据中心的架构会有所不同［7］。本文以中国石化石油勘探开发研究院的数据中心为例，说明数据中心建设方案。数据中心包括综合研究勘探开发数据库、数据服务与管理平台、数据中心运维体系，如图5所示。

图4 数据资源分类维度之间的关系

图5 综合研究勘探开发数据中心

勘探开发数据库包括元数据和专业数据。元数据是以数据资源目录为核心，描述了专业的分类、目录、结构、使用动态等信息。外购数据库、地理信息数据库由于来源于外部，自带有成熟的管理软件，属于公共数据，独立于具体的项目研究。由于地震数据和测井数据有专门的格式，由专门的软件进行管理，但要与项目数据进行关联。项目资料与成果主要以文件形式保存，对共享程度较高的数据需要从半结构化的文件形式转换为结构化数据，数据之间相互关联，实现数据的集成。综合研究应用软件有自己内部的项目数据库，通过数据桥技术可以实现在线数据访问。数据通道用于实现石油勘探开发研究院数据中心与中国石化各级数据中心的互联。

综合研究数据服务与管理平台的主要功能包括：GIS研究目标查询、地震剖面显示、测井曲线显示、资料查询、资料搜索、资料提交、资料下载、系统管理、数据发布等。

数据中心运维体系包括运维管理组织机构、数据资料上交管理、数据服务管理3个部分。运维管理队伍的职能包括数据库系统管理、数据服务支持、数据质量控制等。数据资料上交管理按照数据流和数据生命周期，对各环节进行规范管理，包括：外部数据申请、数据采集、原始资料上交、个人/项目组资料管理、成果上交、数据流程调整（数据资料目录注册与注销）、安全与权限、审核与验收等内容。数据服务管理通过数据服务管理制度，规范数据服务行为，建立数据服务技术规范，通过数据应用服务接口规范，为应用系统提供标准的服务接口。

5 结论

数据资源规划方法提出了一套适合石油勘探开发领域开展数据资源建设的方法论。从勘探开发业务需求出发，通过梳理业务流程，建立业务模型，并梳理与业务相关的数据，建立数据资源目录，在此基础上提出完成的数据中心建设方案，从人员组织、数据建设、服务平台构建及运维管理进行规划。数据资源规划方法成功应用于中国石化油气勘探开发数据模型标准建设，开发了中国石化业务模型（Sinopec Business Model，SPBM），定义了物化探、井筒工程、分析化验、综合研究、开发生产、地面工程六大业务域，包括1237个业务活动，对每一个与业务活动相关的数据项进行了梳理。进一步的研究工作将把数据资源规划方法应用于中国石化石油勘探开发研究院数据资源建设，通过研究院业务进行调研，结合SPBM，建立综合研究数据资源目录，设计数据中心建设方案。针对中国石化石油勘探开发研究院综合研究的数据资源规划成果可进一步推广应用于石油行业各石油公司的综合研究数据资源建设。

参考文献

［1］金涛，郑树泉，李名敏，等企业架构驱动的IT规划方法研究［J］计算机应用与软件，2009，26（12）：164～166

［2］高复先信息资源规划——信息化建设基础工程［M］北京：清华大学出版社，2002

［3］肖波，景帅，吴建军，马承杰模型驱动技术在油田企业数据中心中的应用研究［J］大庆石油学院学报，2012，36（1）：78～82

［4］时贵英，文必龙基于数据元的数据集成技术研究［J］科学技术与工程，2011，11（18）：4223 ～4227

［5］Wen Bilong，Zhang LiDefining semantics for data element with semantic tree［C］Proceedings of 2008 International Symposium on Information Science and Engineering，200812：524～527

［6］文必龙，肖波，陈新荣石油勘探开发数据元管理技术［J］大庆石油学院学报，2012，36（1）：83～87

［7］李剑峰，肖波，段鸿杰中国石化油田企业数据中心总体框架设计［J］大庆石油学院学报，2012，36（1）：73～76

当然，你会不服气，说自己已经研究过这些资料，并且转化成了自己的知识，而知识是无价的。 可是残酷的现实告诉你，知识既不会带来“颜如玉”，也不会带来“黄金屋”。自认为饱学之士的你，为何反而不被重用？不被运用的知识是死知识，你可能成为别人的“百科全书”/“智力提款机”，但偏偏你自己不知道该做些什么。 而且IT领域知识的更新换代很快，一不小心，花费大量精力掌握的知识就成了“废品”，其价值不如一枚“茶叶蛋”， 这让身为IT“专业人士”的你，情何以堪？如果经历过风雨的你仍然执着于技术，本文将与你探讨IT技术人员进化之路，探讨如何更有效的管理知识，如何让知识变成能力，运用知识解决问题。Table of Contents1 缘起2 资料，知识，智慧，思想，精神3 知识的条理31 业务领域32 行业划分33 类别34 掌握程度4 知识地图41 知识地图的作用42 如何表述知识地图5 小结1 缘起加入某证券公司已经2年了，最近发现自己的知识体系有有些混乱。其实这是好事，说明知识的领域变宽了， 带来的问题是需要抽出时间进行专门的梳理，这是一项比较繁重的体力劳动，尤其对于奔4的人来说。在十余年的IT生涯中，这样的事情发生过几次，其中比较重大的有以下几次：第一次是解散自己的创业团队，加入某软件服务商（ASP）并担任项目经理。 之前的创业团队规模较小管理简单，个人关注的领域主要在开发技术；到了新公司拓展了项目管理、需求分析、政府行业知识（主要是区域政府一站式审批，新农村合作医疗）、协同办公解决方案 等知识领域， 也涉及到一些软件开发平台、CMS、以及BI产品。第二次是到一家外企的解决方案部门，主要工作内容是Consulting，即分析问题并提出解决方案。期间积累了企业管理（尤其是IT管理）、电信行业、民航行业、电视媒体行业的业务知识，知识管理（KM）解决方案，以及BPM、ESB、Portal等平台软件，了解了SUN和IBM的服务器，同时客串了一些Flash/Flex和M$ WPF的研究及培训工作。第三次也就是现在，加入证券公司。从乙方变成了甲方，工作内容又有了比较大的变化。首先是扩充证券行业的业务知识，接下来的工作重点放在企业架构（EA）、IT运维（主要是应用系统管理、配置管理、问题管理）、甲方的项目管理等。为了做好这些工作，又额外关注了IT规划、企业IT治理、IT组织架构等领域；在技术方面包括ESB实施和webservice规划、服务器虚拟化、HP服务器及一些网络和存储设备、Linux、Oracle、网络规划设计（学习）、数据仓库和数据挖掘（了解）、消息中间件、集中交易系统架构、规则引擎、CEP、性能测试、应用开发平台等等。出于兴趣和爱好还在学习python和emacs。相信你已经明白我为什么会写这篇文章了——这些急速扩充的知识迫切需要条理化，否则短期内知识领域的急剧扩充必然导致大脑崩溃。学习的过程可能是在某个领域的不断深入，也可能是对更多领域的扩展。在知识爆炸和渴求复合型人才的今天，后者应该更加重要。知识领域的扩展，必然会带来某种“混乱”，即新的领域知识打破了你原来的知识框架，对知识的主观定位及知识之间的关联变得模糊不清。所以过一段时间（2-3年）就需要对你掌握的知识进行重新梳理，这是一个痛苦的“破而后立”的过程，但完成它，你就会看到一片新天地展现在你面前。这也就是写出本文的原因。2 资料，知识，智慧，思想，精神在着手梳理之前，还是要搞清楚一些基本概念。前面所谓的”知识“其实并不确切，那么，到底什么是知识，以及知识与其他的概念有什么关系呢？正如每个孩子都珍藏过小石头，每个IT人士都收集资料。我手头也有多年积累的大量文档。但这些文档仅仅是资料，时效性很低（尽管我在技术上不是很追求时髦），可能1-2年的时间就变成了硬盘上的垃圾，需要经常清理。要让这些资料发挥作用，就必需及时进行归纳、整理、沉淀，将其中有价值的内容纳入自己已有的知识体系。只有这样，资料才能转化为知识，并在需要的时候发挥作用。世上从来不缺少这种人，才高八斗学富五车却四体不勤五谷不分，此谓“懒”；满腹经纶却不通世故，谓之“呆”。 “懒”者，懒得去解决问题。毕竟学习知识是一种输入，解决问题是一种输出，后者的难度更大，需要的思考更多，于是乎懒得去做。 ”呆“者，知识的奴隶，空有满腹学识却根本不知如何运用，知识成了死知识，而人成了书呆子。 究其根本，就是知识没有转化为“生产力”。如果能够运用知识解决问题，这就叫做智慧。知识之间有很多共通之处，有些人能够发现知识之间的规律，并运用这些规律产生出新的知识为别人所用，这叫做”有思想“。思想需要领悟，只靠学习是没有用的。要做到所有这一切，需要研究并务实，合作且独立，并经常自省；需要内心的强大，这叫做精神。精神才是一切行动的源动力。简言之：信息的管理产生知识知识的运用产生智慧知识的积累产生思想一切的根本在于精神3 知识的条理知识的条理可以有很多，但够用就好。过多的线索反而会让知识丛林变得扑朔迷离，难以形成全貌。对于IT人员来说，可能以下几方面的线索就够用了。31 业务领域如果你在从事企业级应用相关的工作，对于业务领域（Business Domain）的划分是非常重要的，这可以使你明确当前的主题能够解决企业哪方面的问题。业务领域的知识解决“是什么”的问题。根据不同的业务分析和表示方法论，有不同的描述方式，但大体来说总要包含以下几个部分：领域模型业务服务业务流程业务角色对于一些比较成熟的领域，会有相应的参考模型，如供应链的scor模型，研发领域的pace或ipd，项目管理的pmbok，软件工程的cmmi等。 这些模型都会包含上述的基本内容，而且适用范围比较广泛。对于业务领域的划分，可以参考企业管理中的层次及方面两个维度，如下表： 企业管理销售与市场生产财务人力资源IT决策层 管理层 *** 作层 随着对某个领域的不断深入，该领域会越来越细分，比如对于IT管理这个方面，可能会划分为：IT管理 决策层 企业架构 IT策略IT组织及治理策略IT规划管理层 IT资产管理IT绩效IT项目管理安全管理采购管理 *** 作层 应用管理IT基础设施管理32 行业划分有些知识可能是某个或某类行业专属的，并不适用于所有行业，所以还需要划分一个”行业“的维度。这个维度与业务领域进行正交。 行业划分不一定精确，完全可以按照你自己的知识结构进行划分。可以在一定程度上使用树。比如我自己的行业划分如下：IT服务 硬件维护和支持软件维护和支持咨询服务 管理咨询 IT咨询开发和集成 定制开发 应用集成应用部署IT外包服务 应用外包 平台外包基础设施外包金融行业 证券银行保险基金媒体行业 电视台网站电子商务 B2BB2CC2C支付服务电信行业政府行业 区域政府国家部委制造业零售业33 类别很多东西都可以成为知识，但知识确实有很多种。不同种类的知识，其适用范围也各不相同。 比如“产品生命周期管理”是制造业产品管理领域的知识，但是其对应的“生命周期理论”又是一种理论类的知识。 再比如敏捷开发、面向对象都属于方法论的范畴，而emacs是一种开发工具。对于IT人员，下面的类别都是比较常用的：理论方法论解决方案 技术解决方案业务解决方案行业解决方案技术应用开发技术网络技术工具模板 都涉及到标准规范，指导书，培训教材，模板，检查单这些核心内容，这相当独立来看是完整的一套体系。其中需要专门说明的是解决方案类。解决方案是对知识的一种运用，但针对运用的结果和经验进行总结，就会形成新的知识。 解决方案根据运用的范围不同，可以分为技术解决方案、业务解决方案和行业解决方案。显然，他们会分别知识类别中的技术、业务领域中的层次和方面、行业划分相交叉。34 掌握程度对于学习来说，认识到自己对于某项知识的掌握程度非常重要，可以使学习的目的性更强。一般我们喜欢用知道，了解，熟悉和精通来表示掌握的程度。知道 知道有这么一类知识，知道其定位及能够解决的问题，但是对细节不清楚。了解 掌握此类知识大体包含哪些部分的内容（即细分），在需要时可以通过参考资料进行使用。熟悉 掌握60%以上的要点，并具备实际解决问题的经验。精通 掌握80%以上的要点，具备多次运用的经验，能够指导别人如何学习或运用。4 知识地图前面介绍了对于IT人员比较实用的对知识进行条理化的一些维度，包括领域（层次+方面）、行业、类别、掌握程度等。 综合运用这些条理，对知识进行定位和标识，梳理知识之间的关系与关联，就能够使知识以有序的面貌呈现处理，极大提高知识的利用率。 这就是知识地图, Knowledge Map，简称K-Map41 知识地图的作用导航 对知识的导航是知识地图最根本的功能，通过知识地图能够通过多种方式和线索找到需要的知识。关联 知识之间存在各种关系，如上述每个维度内的层级关系，维度之间的正交关系和关联关系等等。知识之间的关联形成一个网状结构。盘点 构建了知识地图，也就有了关于知识的清册（Category)。可以随时盘点自己已经掌握了哪些知识，掌握到何种程度，以及还有哪些知识需要扩充。42 如何表述知识地图到这里，你可能已经迫不及待要建立自己的知识地图了。表述知识地图主要有两种方法：一种是显式表达，可以用文字，或图形化的工具（如xmind,visio等）专门进行描述。另一种是隐式表达，没有专门的知识地图说明，但是将知识地图运用在各种工具中，比如文件和目录结构，gmail，evernote，emacs org-mode, 以及blog中。5 小结本文从自身的经历出发，说明了个人知识管理的必要性。探讨知识和文档资料的区别与联系，以及如何对知识进行条理化。 最后引出了知识地图这一工具，描述了其作用以及如何使用知识地图。希望能够对读者构建自己的知识体系架构带来帮助。

谈到IT售前进阶体系，《IT售前工程师》是入门阶段一本很不错的书籍，可以帮助小白很快的搭建起售前的知识体系，入门推荐读物。下面简单介绍下本书的体系，本书分为两部分。

第1部分：理论， 主要从IT售前必备的思维、能力和知识三个维度介绍。

第2部分：实战， 主要让读者通过产品型售前案例、方案型售前案例和咨询型售前案例三大案例来体会实际的IT售前工作是如何开展的。

基于本书体系结合实践经验，笔者通过售前进阶的三个阶段告诉大家如何做一个好的IT售前。

主要任务：产品学习、方案编写、方案宣讲

在第1年里，最重要的是熟练掌握公司的产品知识，包括所含的功能点、优点等，能够熟练进行产品演示。

在第2年里，应该着重培养撰写方案的能力与客户的沟通能力。从方案编写入手，逐步变得擅长写方案，深入了解公司的各项业务。有机会见见客户，进行问题的解答。

1方案编写——逻辑思维能力

金字塔原理：结论先行、自上而下。

三种重要的逻辑顺序：时间顺序、结构顺序、程度顺序（分别对应项目进度、公司架构、优势劣势）。

解决问题的思路框架：现状分析-引出问题-得出结论-提出方案。

解决方案的写法：

总的思路：基于调研对项目的需求理解——系统方案实现规划——方案实施规划建议。

2方案编写——PPT制作

你离好的PPT只差一个好的习惯 -

3方案宣讲——演讲能力 （学会沟通，学会表达，注意策略）

学会沟通 ，多听少说；

学会表达 ，PPT的呈现要注意传达的主题思想一定要明确，有一个鲜明的主题让大家把精力集中到这个点高效完成演讲和沟通。PPT的宣讲要像讲故事一样，总的串起来是一个总的故事，客户要听的懂；

注意策略 ，不同的听众有不同的演讲策略，演讲中说服关键性人物。

主要任务：需求分析、方案规划、知识储备

在第3年里，应该深入客户业务进行需求分析。方案水平和沟通能力已经有了提高，开始更加深入的接触和分析客户的业务，尝试做做招投标的事务。

在第4年里，应该养成自己独特的见解。不仅要对客户业务清楚，还要有自己独特的见解，可去帮助客户做方案规划。

其次，要注意知识储备，包括软件开发知识、储存网络知识、行业知识（包括新结束学习，物联网、云计算、大数据）。

1需求分析

调研提纲为组织架构、IT平台、主要业务与问题、管理指标、用户期望。

2思维养成——SPIN思维（营销思维）

SPIN是顾问式销售技巧，通过一系列提问启发准客户的潜在需求，使其认识到购买此产品能够为他带来多少价值。

S，背景问题：你们有服务管理系统吗？有。

P，难点问题：那你们的服务管理系统对客诉处理及时吗？不及时。

I，暗示问题：不及时影响用户正常的工期吗？耽误。

N，解决方案：我们的服务管理系统好。

3思维养成——咨询方法论（咨询思维）

仅供参考，不如实施方法论完整。

咨询部分、规划部分、实施部分。

主要任务：培养领导力，项目管理，企业战略管理。

在第5年，应该开始培养项目管理能力，学会项目管理。

1培养领导力

当别人不服你，首先要有容忍的度量，其次要能提取不同意见，再次要学会关心组员，最后需要一碗水端平。

2项目管理

项目进度管理（WBS）、项目质量管理、项目风险管理。

3企业战略管理

最后，愿大家都能成长为好的IT售前。

简介：林合夫睿（北京）咨询有限公司专注于IT信息咨询服务，提供IT咨询、开发、实施和运营等服务，致力于应用最新的技术以促使业务流程以及沟通变得更为有效，始终如一地提供满足业界最高标准的优质服务。1信息安全解决方案公司拥有拥有专业的CISSP安全认证专家，能够结合企业实际业务需求，设计全面的安全防护体系，保护企业的信息安全。2IT架构规划咨询服务不仅能从方法论的角度，更能结合多年的运维管理经验，为企业提出切合实际的IT规划咨询服务。3IT运维支持服务公司IT专家多年的实际运维经验，为企业提供专业的IT运维支持，确保企业的IT基础设施高效运转。4数据中心规划咨询服务数据中心是企业IT的核心，一个合理规划和设计的数据中心，不仅能给企业带来更高效的信息能源利用率，更高的可靠性以及可用性。我公司在IT运维和数据管理上有着多年的经验。同时与世界领先的信息技术服务公司，国际奥委会全球合作伙伴的ATOS有着紧密合作。5IT基础设施外包可以提供IT基础设施外包服务，客户可以IT基础设施建设，托管给我公司的数据中心，所有的基础设施设计、建设和运维都将有我公司负责

法定代表人：刘晓娣

成立时间：2013-12-25

注册资本：100万人民币

工商注册号：110108016606488

企业类型：有限责任公司(自然人独资)

公司地址：北京市海淀区信息路甲28号12层D座12A-2-052

以上就是关于我们是一家初创公司，IT这块完全不懂，如何建设全部的内容，包括:我们是一家初创公司，IT这块完全不懂，如何建设、国内信息化规划做得好的管理咨询公司有哪些、石油勘探开发数据资源规划方法研究等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！