数据治理是 CMDB 项目实施中难度最大、成本最高的环节,是一个长期治理的过程,而行业很少提出 CMDB 数据治理的技术实现方案。CMDB 数据治理不仅需要解决配置管理工程性的技术问题,还要基于运维组织的特点,建立适应性的配置运营能力、设置专岗专责、梳理配置目录、制定配置项管理机制、落地流程、自动化策略、定期建立配置数据质量监测或分析、触发配置问题治理任务、技术运营等工作。
1.专岗负责
明确分层次的专岗专责。
此处的专岗负责制包括CMDB治理统筹专岗、执行任务团队专岗、执行治理任务专岗三级。其中,统筹专岗对数据治理整体治理水平的持续提升负责,来自横向优化角色;执行团队专岗负责传递、督促治理工作落实,对职能团队的治理情况起督促性作用,来自于职能团队;执行任务专岗责任配置项及配置属性的正确性,来自于职能岗位。
线上化建立专岗间协同。
基于“纵向到底、横向到边”的思路,CMDB能够纳管的IT资产范围越来越多,引发配置项问题的源头也会不断出现,具体的治理实施过程是一系列琐碎的工作。确保每一个数据问题都能够解决,需要从问题发现、问题修正、修复核实、“漏洞”优化建立一个全在线的解决方案。

责任细分到每一个任务。
专岗负责制需要针对每一项数据问题任务化,每一项任务最好能够具体到某一个特定的人。一个任务如果允许多个责任人(非会签),容易引发分工、责任不明确、责任人之间意见分歧等导致任务进展缓慢的问题。
2.流程保障
规范化的流程是机制能够顺利落地的保障基础。规范化是一种行为标准,能够约束个体的行为,建立一个有序

本文探讨了在实施CMDB项目时,如何通过设立专岗负责、规范流程、数据融合、场景驱动和闭环运营来提升数据治理效率。特别强调了技术在整合配置管理、流程协同和数据质量监控中的关键作用,以及ChatOps在连接协作中的重要性。
最低0.47元/天 解锁文章

被折叠的 条评论
为什么被折叠?



