数据分析非要用到大数据？

由于信息技术的渗透性和先导性,信息技术已成为国内外企业战略决策的制定和调整、生产经营过程中的计划、组织、管理和控制不可或缺的重要工具以及公司核心技术的主要载体,信息技术促进了生产经营过程的集成化和科学化,从而成为各公司降低成本、维持技术领先地位的战略举措。

近年来,国内外各企事业单位都十分重视信息化建设,把加快信息化建设作为提高生产经营管理水平、促进业务流程优化、加强内部控制、提高决策质量和效率的重要手段。结合中国石油发展战略和业务需求,中国石油出台了统一的“十一五”信息技术总体规划,F5(企业信息系统管理)项目便是“十一五”信息技术总体规划中的一项,目标是建立集成的监控管理平台和统一、完善的运维管理体系,提高中国石油信息技术基础设施的可靠性和性能,从而保证中国石油各业务系统的高可用性,彻底改善IT服务的管理水平,提高客户满意度,降低IT服务支持成本。

被动的传统IT运维管理

市场研究机构Gartner调查发现,在导致IT基础设施出现故障的原因中,源自技术或产品方面的因素其实只占了 20%,而因为运维管理方面的原因则占到80%,可见IT系统运维及管理是相当重要的。企业每年对IT部门投资都不少,但是得到的效益却没有体现,问题仍然时常发生,感觉好像所有的投入都打了水漂。

企业的IT运维部门是一个吃力不讨好的部门,因为IT运维就是在后台默默地保证信息系统的正常运行,只有在问题发生的时候才想到还有IT部门的存在。这种现象是由于IT运维管理还处于传统模式,即无相应的运维监控软件或者是仅仅单独使用某项监控软件而没有联合使用。这种传统的IT运维管理是被动的管理,是孤岛式的管理,是与业务应用没有联动的管理。

1被动管理

传统的IT运维管理是救火式的管理。通常是用户先于IT人员发现问题,然后再找到IT部门要求解决问题。这是由于传统的IT管理采用人工方式管理基础设施,网络管理是从各种IT基础设备出发的,仅仅是保障各类IT设备如服务器、数据库、存储设备、交换机等等基础设施的正常运行。

不采用任何管理软件,仅仅靠运维人员定期轮询,或者执行某项命令来检查设备,在系统规模较小时,只要参与运维的技术人员足够负责,人工运维方式是可以满足日常运维需要的。但是,当应用系统达到一定的规模后,这种运维方式的弊端就暴露出来了。轮询一遍要花费几个小时,这样,轮询周期越长也就代表越需要更久才能发现故障。这种被动式管理IT导致有了问题不能及时发现。

2 无关业务、孤岛管理

有些企业虽然采用某一种或几种监控软件来监控IT基础设施,但这些监控软件都各自独立运作,没有进行对业务的整合监控。如果用户投诉业务应用不畅通,很难定位故障源,到底是网络、应用程序、数据库还是其他后台系统出了问题,或者是各部门踢皮球,都说自己所负责的设备正常

好一些的IT主管会把各个部门集合到一起开会,讨论问题根源。传统的IT运维管理方式是各类设备的管理各自为政,丝毫没有关联性。处理故障不便于追根溯源。每个人的精力有限,在专业应用系统赖以生存的各基础设施支撑单元上很难做到专、精、准的多面手角色,加之由于管理范围的界定和监控手段的限制,运维人员很难直接判定问题是出在基础网络、系统服务器、数据库还是应用系统自身,故障难以定位将直接导致业务恢复时间的推迟,影响业务系统的正常运行,大大降低服务质量。

将IT运维与业务相关联

IT运维是在后台默默地保证各项业务应用系统的正常运行。IT运维工作是无形的,怎样把这种无形的运维变为有形、甚至量化,这就要把IT的运维与业务相关联。传统的IT运维管理中,基础设施的运维工作不能和业务相结合,仅仅是在设备管理的层面上。这就导致IT管理的成绩没有体现。想想看,如有业务应用不正常,那网络或者服务器之类的任何一种基础设备的正常运行又有什么用呢业务应用是“1”,设备是“0”,没有了正常通畅的业务应用,那其他的都是空谈。只有在业务应用畅通的前提下,基础设施管理才有意义,才能体现IT运维管理的价值。

因此我们需要帮助企业IT:部门了解用户使用感受,关联真实用户感受和系统性能,指导问题事件定位和原因诊断 。

企业信息化发展过程首先是基础架构建设阶段,这个阶段主要是采购一些硬件和应用软件。随着采购的不断扩大,企业的IT组件不断完备,IT系统初具规模,这就产生了IT运维和管理的要求,即网络和系统监控(NSM)阶段,监控网络连通性和系统可用性,此阶段主要还是对IT设备的监控。随着企业业务日趋复杂,IT系统进一步扩大,这时就产生了对IT服务流程进行管理的需求,上升到第三阶段,即IT服务管理(ITSM)的阶段。以上三个阶段都是IT间接产生业务价值的阶段,对业务的顺畅起辅助监控的作用。

企业业务系统对IT系统依赖的不断增强,企业开始关心IT服务对业务带来的影响,强调从业务目标角度出发来管理IT,也就是到达第四个阶段――IT与业务融合的阶段,即BSM(Business Service Management,业务服务管理)阶段。企业可以根据业务目标对IT服务进行调整,以确保IT能够支持业务目标,从而直接产生业务价值(如图2所示)。

如今各类重要的IT应用系统相继在中国石油发挥着举足轻重的作用,所以IT应用系统的可用性尤其重要,例如ERP、OA、邮件、门户等各类重要的系统如果出现中断,都会给企业造成大量的经济损失,所以除了需要对各类应用系统部署冗余的设备以备保证其高可用性,同时也需要对应用系统进行监控和管理,并且进行关联管理。业务系统的可用性是由底层的各类基础设施的状态所决定的,因此建立一个有效的业务模型,将与某个业务相关的底层IT基础设施关联起来,该业务模型能够有效地定位故障根源。这样ERP的管理员只需要关心ERP业务的可用性,而没有必要去关注每台主机的性能参数和启动的进程,不但大大节约了运维时间,而且也提高了运维效率,使故障持续时间大大缩短了。

基于BSM的IT运维

当前中国石油IT运维管理的需求就是从业务出发,建立基于BSM解决方案的新型IT运维。

新型的IT运维管理系统要做得到的就是基于BSM架构的业务管理。

首先,要实时掌控最终用户对IT服务的使用体验,根据制定好的SLA(Service Level Agreement,服务等级协议)来管理业务服务的质量,这样就可以根据业务影响和SLA来对IT服务进行管理。

其次,通过端对端的应用交易时间测量,实现业务要求端对端的可见性;从最终用户的角度,来测量业务服务的响应性能,主动帮助运维人员在第一时间发现问题,以便在问题对用户造成不利影响之前,及时得到隔离、诊断和修复,把它们对业务的干扰降到最低。

第三,提供业务服务、应用及底层IT系统构架部件之间的映射关系。这种解决方案通常会基于一种称为CMDB(Configuration Management Database,配置管理数据库)来实现。通过服务依存关系映射技术,来展现业务服务、应用和底层IT系统构架部件之间的动态关系,这样就增进了对各种IT元素的掌控和理解。

第四, 借助业务服务与IT基础设施的依存关系,对告警事件进行管理。当IT系统的组件产生告警时,结合收集上来的底层的IT系统告警事件,对它们进行过滤、关联、聚合,根据对业务服务影响的严重性,来进行排序处理。

传统意义上的CMDB是服务流程中的一部分,是ITIL中最重要、最核心的概念之一,在以业务为核心的IT运维中,CMDB也是业务建模的主要工具。CMDB通过自动发现工具收集和一定范围的IT基础架构基础信息,包括配置项和关系,建立IT基础架构模型;并通过端到端的业务服务拓扑图来可视化展示业务系统所有部件和关联关系。

把这四方面的功能整合起来,从最终用户的角度来衡量业务影响和风险;自动发现业务服务、应用和底层IT系统构件,并建立依存关系;理解用户感受,监控用户业务响应时间 ,在用户受影响之前发现问题,以求满足下列功能:

1 通过基于角色的业务视图,提供业务流和服务的可见性;

2 从最终用户的角度来衡量业务影响和风险;

3 设置和检测业务过程的SLA,了解应用性能对业务的影响;

4 24×7小时端到端监控,从浏览器到后台实时监控所有交易;

5 理解用户感受,监控用户业务响应时间 ,在用户受影响之前发现问题;

6 主动发现和按优先级管理关键业务问题;

7 通过自动把业务和底层运营信息建立关联来缩短平均问题修复时间;

8 自动发现业务服务、应用和底层IT系统构件,并建立依存关系;

9 通过联合的CMDB,来为IT环境提供一个“统一的真实数据”视图,这样就可以为用户提供一个主动的、以业务为中心的BSM解决方案,帮助用户极大地改善业务服务的性能和可用性,降低服务突然中断带来的风险。

提升IT部门的作用

以前,IT运维部门救火队式的混乱状况导致无法判断IT运维总体表现的好坏。而IT部门又是公认的成本中心,这就导致了在很多企业中IT部门总是承受着很多批评,IT人员的工作热情也不高。

而现在,IT运维部门实现了主动发现问题、提前处理故障;IT运维管理与实际的业务应用挂钩,IT运维部门的工作由无形化为有形;促进IT部门从成本中心向利润中心转变,这一切既有利于IT人员发挥其工作热情,也有利于IT部门在整个企业地位的提升。

中石油的IT运维管理就是要基于BSM模式来建设,F5项目就是要实现基于业务来管理IT,也就是要提高信息技术基础设施的可靠性和性能,降低支持成本,对基础设施的规划进行最佳的决策和采用更好的系统支持策略。同时,获取与业务运行相一致的信息技术服务与实践,整合网络、系统、数据库和应用系统管理等关键业务,从而服务于数据大集中趋势下数据中心运维模式的建立和各专业应用日常运维的需要。

用数据指标描述某一时间段内的某个问题。这里有三个关键词：数据指标、时间、问题。

第一个关键词是数据指标。我们常提的，比如PV/UV，用户数，活跃率，转化率，留存率都是指标。讨论问题如果不能具体到一个指标，就无法用数据量化分析。因此业务部门需要清晰地知道：到底有哪些指标可以用。

这里强烈建议数据分析师们把自己公司常用指标整理一份《业务常用数据字典》，方便业务方统一口径，也方便业务方新人学习。尽量不要一个项目就新造一堆指标出来。公司内部统一口径，才是可持续深入分析的基础。

第二个关键词是时间。业务方往往对时间不敏感，喜欢张口就来：“我们的用户量是多少？活跃率是多少？”这时候数据分析师必须提示业务方，想清楚自己想看的数据的时间范围。活跃率是看周活跃率还是月活跃率还是年活跃。

数据分析非要用到大数据？先用小数据，然后才考虑大数据吧！

随着移动互联网的时代到来，大数据运营越来越被人们所提及，很多CMO、COO和数据分析专家都在探索和寻找自己的公司是否可以从大数据中得到最大价值的运用和产出。

如果不能从大数据中得到价值，那它还有什么价值？不管你所在的行业以及企业大小，从数据得到价值都是一个挑战。然而，在初期阶段，这个挑战很大程度上与可获得的数据量没什么关系。如果对数据的处理过程和对数据价值提炼的结构设计不合理，那么至少在现今的标准来看，企业有数据和没数据几乎没有任何差别。所以应该要问：我的公司现在和大数据有关系吗？否则大数据只会让你公司更困难、花费更多时间和资源中像无头苍蝇一样寻找价值。

因此我们需要回答以下三个问题来确认“我的公司和大数据有关系吗？”1我们是否明确知道需要那些数据来支持公司商业化目标？2是否已经从现有可掌握的“小数据”中提取出价值？3通过数据交换的方式是否从大数据中获取更大的价值？数据价值是由业务目标所决定的，当你的数据分析团队，知道什么因素影响你的业务成功？什么会提高收入和节约成本？那么你就能从小的数据中获取价值，只有当一个企业在小数据中获得有价值的信息后，我们才能去处理好大数据并且从中获取更高的价值。你的企业准备好通过大数据获取价值了吗？看看下面的图，看看自己的企业处于什么阶段：

对于电子渠道（网站、APP）仅仅只是作为品牌展示功能的企业，那大数据很可能与其没多大关系！

企业如何才能在大数据中获取价值？有很多因素显示你的企业已经准备好从小数据的价值获取发展到大数据规模的价值获取，以下是其中的一些主要的显性因素：专业的数据分析团队拥有一个100%专业的数据分析团队，是成功分析数据的关键因素，该团队需要不同结构的知识技能构成（SQL、R、JS、PYTHON等），但技能不是最重要的，而是数据分析团队是否理解公司业务背后和关联的数据逻辑或现象，否则大数据可能就是一种浪费。具有清晰可达的业务数据目标企业已经根据业务目标设置了清晰可达数据目标，如不同业务逻辑和场景下的访问量（visits），访客（visitors），页面浏览量（page impressions），交互度（engagement）、忠诚度（loyalty），跳出率（bounce rate ）或者转化率（conversion rate）等数据指标，通过这些数据指标可以快速的知道企业目前业务表现。价值链中跨部门（领域）的团队合作无论是大数据还是小数据，要想从中获取价值，在一个企业里都需要多个部门协助进行，业务部门需要创造新的营销机会并设置业务目标，IT部门负责数据采集与存储，分析团队需要分析数据。只有当这些跨部门团队有机会在一起的时候，才有机会从数据中获取价值。管理者直接参与到数据中去负责管理数据的人只有是企业的高管，那么才越有可能在数据分析方面取得成功，否则数据分析团队无法有效与业务部门进行对接时，那任何的数据分析与预判都是该数据团队无效的独舞。

每个企业都具有自己的独特之处，但是在这信息快速发展的时代，都不可避免的与大数据打上交道，但当你的企业有个一个好的数据分析基础的时候，那么你将有很大的概率能再大数据中掘到金矿，否则没有这些基础，从大数据中提炼价值将是海底捞针。

以上是小编为大家分享的关于数据分析非要用到大数据？的相关内容，更多信息可以关注环球青藤分享更多干货

1、用户指标：包括用户信用评级、活跃度、留存率、转化率、客单价（平均投资额度）、用户分布（各等级占比）、互动指标等等。

2、产品指标：产品组合、投资人数、投资金额、满标时间、收益率、流标数、风险系数、热度（受欢迎度）等等。

3、营销渠道指标：渠道来源、渠道转化率、渠道成功率、渠道成本等等

4、营销活动指标：活动成本、活动渠道来源、活动转化率、传播数、新增粉丝数/用户数等等

5、合作方指标：合作带来的项目数、项目通过率、风险系数、成本等等

6、风控指标：项目审核通过率、风险备用金、项目流动性风险指标、合规相关指标等等

7、支付渠道指标：渠道转化率、渠道成功率、支付渠道来源、渠道成本等等

8、IT平台指标：用户体验指标（包括响应速度等）、可靠性指标、安全性指标等等。这块与互联网的指标类似。

9、客服指标：投诉分类、接通率、投诉渠道、响应速度、满意度等等

10、竞争性指标：竞争对手分析指标、互联网舆情监控指标等等

以上就是关于业务应用:IT运维管理的核心 把业务指标分解到it运维中全部的内容，包括:业务应用:IT运维管理的核心 把业务指标分解到it运维中、数据分析需要掌握哪些知识、数据分析非要用到大数据等相关内容解答，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！