当前位置:首页 >  会议 >  正文

【数字趋势 洞见未来】听云王凡:智能化运维保障企业数字化转型

 2021-01-21 14:04  来源: CIO时代网   我来投稿 撤稿纠错

  【推荐】海外独服/站群服务器/高防

2021年1月16日,由CIO时代学院、新基建创新研究院主办的“数字趋势,洞见未来”--中国行业数字化转型高峰论坛暨华南CIO年会在广州成功召开。 作为中国行业数字化的顶级盛会,本次峰会汇聚了超200位专家和华南地区的优秀CIO参会,在开启2021年之际,纵论趋势,洞察未来,共论数字化转型之道。为期一天的盛会,干货满满,囊括11场重磅主题演讲、三场行业圆桌对话!中国CIO发展报告、中国行业数字化转型报告在峰会上正式启动,2020年度优秀CIO颁奖盛典隆重举行。

听云首席架构师王凡在本次活动上做主题分享:智能化运维保障企业数字化转型。 他分享到现今单靠堆积技术专家不能解决问题,随着企业运维越来越智能化、自动化、可视化,更应该保障数字化转型过程中的用户体验、高净值用户的服务价值、多云业务的保障以及数据分析的复杂,多工具的融合,通过业务运维加应用性能管理,实现对用户的全面保障。以下为演讲实录:

很高兴有机会在这边跟各位领导、各位来宾一起分享关于数字化的概念,在分享前首先我们先看一个小视频。

视频很短,讲的就是我们未来的变革,我们现在变革时代里面,不管是企业还是人员都在做变革,在我们刚才看的视频里面,有一部分已经实现了,有一部分正在实现中,有一部分未来我们会逐步实现。带来的变化是我们会有越来越好的用户体验,有越来越好的服务。传统的企业的数字化转型,我列了一些关键点,过去我们做的是企业做什么,我们提供什么,我们服务什么,现在更多是客户需要什么,我们设计什么,我们提供什么,所以这带来的变化是,过去以我为主,现在我们以客户为主,而且随着现在新的技术,云、大、物、智、5G、区块链各种各样的技术引入中,怎么迎接这种变革?最大的变化是企业价值模式的变化,企业价值模式从内驱向变成外驱向,从企业自身需求变成外部客户需求。

在新模式下,对企业提出新的运维业务,智能业务需要智能运维保障,我们的后台是否能支撑这种变革,这种支撑不仅是技术上的存储,技术的引入、包括自身人员能力的不足、组织结构的不足,整个流程的不足,首要是用户体验,不管做任何技术变革、业务变革,首要条件是满足企业用户需求,要提供更好、更优质的用户体验给到客户,如果变革没有达到好的优质体验,这个变革就是失败的,所以我们回过头看一下国内做各个企业数字化转型的企业,并不是所有企业数字化转型都做得很成功,有的企业就做失败了,失败的原因就是企业数字化转型的初衷没有实现。我们需要牢记使命,我们的初衷是什么?是提供最好的用户服务和保证用户体验。二是保证高净值用户价值,我们要创造更多的价值,价值是在高净值用户上体现的。三是多云业务的保障,不管私有云、公有云、混合云,很多企业既有私有云,也有多种公有云,可能有阿里、腾讯,不同云上开展不同业务,多云环境,我们怎么维护它?怎么保障它,因为它已经不再是企业内部运维管理要求,更多涉及到更多云厂商的联动。四是数据分析的复杂,多工具的融合。有各种各样的应用组件,非常多,我们大概统计了一下,一般对企业而言,每一个企业平均11个工具,这么多工具、这么多数据,怎么把数据提取出来做分析,这是我们要的。

数字化转型的重要点在什么地方?过去随着企业信息化建设,我们解决了一个问题,即信息的收集。我们有大量数据收上来了,怎么把这些数据变成钱,所谓数据的变现,这是很多企业在数字化转动过程中要思考的问题。要把海量数据进行管理,光靠堆人是不行的,以前我们做管理的时候不需要做工具,多招一些人,通过人来做,但是由于业务的复杂性,由于系统复杂性,由于数据多样性,这时候已经是海量数据了,靠人是无法做分析的,所以必须通过一些自动化手段做数据分析,帮助我们找到所收集上来所有数据的价值,从而把这个价值变成企业价值,从而保证企业数字化转型的成功。

在整个数据化转型中,大多数企业建设都是这么一个过程,从底层来说,我们都有基础架构监控,随着逐渐上云后,我们云原生的组件,很好补充基础架构组件的不足,实现的底层架构数据收集和管理。

做数字化转型第一步保证用户体验,这是我们一定要做的。 现在这个概念大家已经接受了,我们会做端到端用户体验,从用户端开始到后台服务器端,实现端到端联动做分析。1、多云环境、双态环境管理。2、随着企业不断创新,我们做微服务化。针对业务运维,从用户维度来说,一是使用体验维度,二是使用性能维度,体验维度+性能维度,才能对用户有一个综合的用户体验考量,或者用户体验的保障。随着这些数据的收集,我们已经实现了第一步,所有信息的收集,所有在数据化转型中,不管传统架构中、云架构中,不管新应用、老应用,所有数据收集已经满足了,收集上来后,就是做AI中台,通过机器学习技术、通过AI技术,帮我把这些数据进行深层次分析,通过海量数据分析后,把真正需要关注的数据拿出来,把关键数据和业务、成本、营收挂钩,提供更好的支撑,然后再跟自动化平台打通,再提供数字化看板,让领导看得到、CIO看得到,底层业务人员看得到,让我们所有人看到自己想看的信息,这是数字化转型中,需要实现的智能运维架构。

首先是保证用户体验,我们这个部门人比较多,一是客服,因为出了问题,第一时间会打客服,客服会把这个问题反馈回来,我们追踪某一个客户的电话号码,UID,还有他使用过程中,业务流向。从而帮助我们定位使用过程中发生什么问题,用户使用的时候很好把产品选购了,下单的时候付款的时候失败了,付款失败的时候到底是由于我们自身付款模块做得不好,还是跟付款机构的接口不好出现这样的问题,找到问题后,第一时间反馈,从而提升用户体验。

优先保障高净值或重要性客户的服务体验, 高价值客户可以给企业提供更多营收,这是VIP客户,我们可以采用单独专门的处理策略,进行单独的保障,有问题第一时间提出问题解决,及时发起主动用户关怀,从而提升用户体验,保证用户质量,这是我们一定要做的事情。我们的数据量非常大,有大量数据需要收集、做管理,在传统的管理手段中,我们看到业界大多数企业的做法是做数据采量的,所有的数据通过5分钟采一次,25分钟采一次,通过采量数据评判数据好坏,由于业务复杂性,可能有一些数据无法采用到,无法把所有数据真正监测起来,这样就发现当用户出问题后,无法找到用户的问题点,找不到问题点,就没有解决方案,没法改善用户体验,所以在这个基础上,我们要实现全量数据采集,把所有交易数据、用户数据、架构数据采集上来,然后再做相应数据分析,从而保障分析准确性、完整性。在分析中,要引入AI算法,在我们系统中,每一个系统至少有十几个工具,有的企业多一点,二十多个三十多个工具也很正常,工具多样性,不可能让一个人看很多工具,人的能力是有限的。数据这么多,如何把数据判断出来?我需要多少专家来做这个事情?这对很多企业来说也是不现实的。所以我们只能通过智能手段,利用现在机器学习技术,把相关数据做数据收集和分析,它带来的变化有两点:一是数据源的收集,把多数据源数据做综合的数据分析和呈现,提供企业在信息化转型过程中所需要收集的有价值的数据,或者我们企业价值数据做分析,提升企业的营收或者降本增效。二是通过智能化分析,把监控系统和我们的自动化对接,作为CIO以前做的传统运维架构,都是做三台一库,监控平台、ITSM平台,自动化平台,然后是CMDB,然后通过CMDB做整合,由于CMDB复杂性和不确定性,造成我们做管理的过程中,很难达到企业的管理效果。所以这种基础上,大家发现我们需要通过新的技术帮助我们更好地找到系统具体的根源问题,然后再由根源问题触发自动化,这样才能更好达到我的效果。比较好的做法就是通过AI算法来做,把海量数据源收进来做降噪、收敛,根据收敛后做相应的根源分析,通过根源分析后做数据处理,然后跟自动化、ITSM做对接,实现自动化的告警自愈,实现自动的开工单和闭环的事件管理,达到我们的管理效果。

还有就是穿透式代码级的应用调用链追踪,我们有大量的企业新业务或者老业务,老业务需要往云上迁移,或者建设新业务,客户的应用调用链,通过网络到后台, 我需要有一个手段把穿过云、穿过微服务的复杂应用自动发现出来,自动判断出来,自动把问题诊断出来,目的是帮助我们优化应用、提升服务效果,这也是我们通过穿透式代码使其直观展现和管理。在具体的管理中,我们在用户体验保障上有两块,一块是业务维度,保证用户使用效果,二是性能维度,保证使用性能,通过这样的维度,我们可以很好保障每一个用户使用过程中,通过最优的使用方式,了解当前数据的关联情况,数据应用的使用方式,应用使用中的流程,在溯源问题的时候,如果是设计不合理,则设计优化,如果系统不合理,则对系统进行优化。比如说企业里十个业务,那十个业务都是很好的业务吗?不一定的,可能随着半年或者一年后做一个评估,十个业务里面有三个业务用户体验很差,用户使用情况不好,就要把这些业务淘汰掉,从而把这些资源投入到重点业务中,提供更高的价值,我们会把应用业务或者系统更新,从而保证具体的应用和使用。

所有数字化转型,最终是要展示给客户的,企业数字化转型不是一个IT部门的事情,是整个企业的事情,这是一个“企业一把手”抓的事情。 我做的所有事情应该让每一个部门、每一个领导都看到价值,所以这就是数字化展示很重要的效果。我们根据每一个部门的具体要求,根据每一个领导的考核要求,根据每一个KPI考虑要求,提供相应的视图和借鉴,让他们在操作过程中,知道我的部门、我的岗位有什么样的提升。

因为时间比较短,如果大家有兴趣,回头可以跟我们联系,我们可以做深入交流。谢谢大家。

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关文章

热门排行

信息推荐