ITIL4之四维模型

ITIL4的一个核心概念。它定义了四个维度(图中的1~4),这四个维度旨在确保组织能够在多方面考虑其服务提供,从而更有效地创造和交付价值。
四维模型的整合流程
确立价值载体:明确信息服务提供商的价值主张,该价值通过具体的产品和服务得以体现和传递。
细化要素分析:将产品和服务细分为四大核心维度进行深入分析:
组织架构与人力资源:评估组织结构、团队能力和成员角色对服务交付的支撑。
信息与技术支持:考察技术基础设施、信息系统及其对服务效率与质量的影响。
供应链互动:分析供应商和合作伙伴网络,确保协同效应最大化。
价值流及流程管理:优化从需求识别到价值实现的全过程,确保流程顺畅且高效。
环境因素考量:全面审视围绕这四个维度的外部与内部环境因素,包括市场动态、政策法规、技术趋势、顾客期望等,以确保服务管理策略能够适应并利用这些环境条件,持续创造和提升服务价值。
组织和人员

社会活动本质上聚焦于人的行为,而参与运维的个体无不在特定组织框架内运作,因此,首要步骤是明确组织架构与人员配置的关系。典型的组织人员结构包括:
信息中心及其内部团队:核心为甲方的信息管理中心,与其直接相关的则是该中心内部的工作人员,他们负责日常运营与管理任务。
服务供应商与技术专家:代表乙方的外包服务商,以及直接参与技术支持的服务工程师,他们是确保技术服务实施的关键角色。
交互协作网络:特指甲方与乙方现场合作模式中的工程师群体,他们作为双方沟通的桥梁,协同解决技术难题,保障项目顺利进行。
综上所述,理解并优化这些核心组织与人员之间的互动模式,对于提高信息技术运维的效率与效果至关重要。
信息和技术
在运维场景中,信息范畴广泛,涵盖了运维活动所有相关数据与知识,例如运维团队内部的角色分工细则、业务系统的具体功能描述、以及硬件设备的详细配置参数等,这些都是确保运维工作精准执行的基础。
至于技术方面,则着重于实践操作层面的专业技能,涵盖诸如计算机维修、网络配置管理、恶意软件查杀、业务系统故障排查等一系列IT运营维护中不可或缺的技术能力,这些技能是运维人员解决问题、提升服务质量和效率的核心工具。
供应商和合作伙伴
根据合作的紧密程度与战略重要性,将它们划分为三个不同层级:
一般合作伙伴与供应商:这类合作关系通常涉及较为常规或交易性质的互动,服务内容明确,合作范围有限,主要满足基本的供应或辅助需求,灵活性与依赖度相对较低。
重点合作伙伴与供应商:在此级别,合作双方建立了更为紧密和协调的工作关系,共同参与关键业务流程或项目,共享一定程度的风险与回报。这类伙伴通常是业务运行中不可或缺的一部分,对服务质量与稳定性有显著影响。
战略合作伙伴与供应商:处于这一层次的合作关系最为紧密,双方在战略目标、长期规划及创新开发等方面高度契合,形成深度互信与依赖。战略伙伴不仅支持当前运营,更是推动企业未来发展、共同探索市场机遇的核心力量,此类合作往往伴随有独家协议、资源共享及深度集成的特征。
价值流和流程
价值流:指的是确定各类运维任务的优先顺序,确保资源被合理分配至最关键或高影响力的任务上,以优化服务交付和价值创造的流程。
流程:则详细定义了每一项运维任务从接收到完成的具体操作步骤和标准,包括故障响应、问题分析、解决方案实施及后续的评审改进等,旨在标准化作业,提升运维工作的效率与质量。
周边因素
在IT运维中应用ITIL4四维模型时,虽然周边环境因素同样值得考虑,但它们的优先级相对较低,主要是因为这些因素通常超出了IT部门直接控制的范畴。尽管如此,对这些外围条件保持知晓和理解依然是必要的,以便更好地适应外部变化,采取相应的策略或调整服务管理措施。
ITIL4之四维模型的更多相关文章
- A review of learning in biologically plausible spiking neural networks
郑重声明:原文参见标题,如有侵权,请联系作者,将会撤销发布! Contents: ABSTRACT 1. Introduction 2. Biological background 2.1. Spik ...
- 移植UE4的模型操作到Unity中
最近在Unity上要写一个东东,功能差不多就是在Unity编辑器上的旋转,移动这些,在手机上也能比较容易操作最好,原来用Axiom3D写过一个类似的,有许多位置并不好用,刚好在研究UE4的源码,在模型 ...
- 关于DPM(Deformable Part Model)算法中模型结构的解释
关于可变部件模型的描写叙述在作者[2010 PAMI]Object Detection with Discriminatively Trained Part Based Models的论文中已经有说明 ...
- 学习笔记TF048:TensorFlow 系统架构、设计理念、编程模型、API、作用域、批标准化、神经元函数优化
系统架构.自底向上,设备层.网络层.数据操作层.图计算层.API层.应用层.核心层,设备层.网络层.数据操作层.图计算层.最下层是网络通信层和设备管理层.网络通信层包括gRPC(google Remo ...
- GPU的线程模型和内存模型
遇见C++ AMP:在GPU上做并行计算 Written by Allen Lee I see all the young believers, your target audience. I see ...
- [Kaggle] dogs-vs-cats之建立模型
建立神经网络模型,下面要建立的模型如下: (上图来源:训练网络时,打开tensorboard即可观察网络结构,在下一节模型训练的时候会讲到) 下面为具体步骤: Step 0:导入相关库 import ...
- 【Keras篇】---Keras初始,两种模型构造方法,利用keras实现手写数字体识别
一.前述 Keras 适合快速体验 ,keras的设计是把大量内部运算都隐藏了,用户始终可以用theano或tensorflow的语句来写扩展功能并和keras结合使用. 二.安装 Pip insta ...
- tensorflow-Inception-v3模型训练自己的数据代码示例
一.声明 本代码非原创,源网址不详,仅做学习参考. 二.代码 # -*- coding: utf-8 -*- import glob # 返回一个包含有匹配文件/目录的数组 import os.pat ...
- Inception 模型
https://blog.csdn.net/xxiaozr/article/details/71481356 inception v1: 去除了最后的全连接层,使用全局平均池化层来代替,因为全连接层的 ...
- 伯克利、OpenAI等提出基于模型的元策略优化强化学习
基于模型的强化学习方法数据效率高,前景可观.本文提出了一种基于模型的元策略强化学习方法,实践证明,该方法比以前基于模型的方法更能够应对模型缺陷,还能取得与无模型方法相近的性能. 引言 强化学习领域近期 ...
随机推荐
- springBoot打war包部署tomcat
1.修改maven的pom.xml文件 <packaging>war</packaging> 2.排除springboot内嵌的tomcat <dependency> ...
- 《梦断代码》(《Dreaming in Code》)读书笔记
<梦断代码>(<Dreaming in Code>)读书笔记 在看了这本书之后,我在豆瓣看到一段书评:做软件难.软件乃是人类自以为最有把握,实则最难掌控的技术.这本书揭示了好多 ...
- #线段树,矩阵乘法#LOJ 3264「ROIR 2020 Day 2」海报
题目 分析 设\(dp[i][0/1/2/3]\)表示以\(i\)结尾1的长度为0/1/2/3的最大值, 那么 \[\begin{cases}dp[i][0]=\max\{dp[i-1][\dots] ...
- OpenHarmony轻量设备Hi3861芯片开发板启动流程分析
引言 OpenHarmony作为一款万物互联的操作系统,覆盖了从嵌入式实时物联网操作系统到移动操作系统的全覆盖,其中内核包括LiteOS-M,LiteOS-A和Linux.LiteOS-M内核是面向I ...
- 学习如何使用 Python 连接 MongoDB: PyMongo 安装和基础操作教程
Python 可以用于数据库应用程序.最流行的 NoSQL 数据库之一是 MongoDB MongoDB MongoDB 将数据存储在类似 JSON 的文档中,使数据库非常灵活和可扩展. 您可以在 M ...
- 民生直销银行终端安全修炼秘籍之HMS Core两大安全能力
在金融行业数字化转型浪潮下,传统商业银行先后推出手机银行.直销银行等移动金融客户端.作为民生银行"数字金融"的试验田,民生直销银行始终秉承"简单的银行"发展理念 ...
- 成为一名 BI数据分析师,这些能力不能少
近些年来,随着数据技能的日益普及和数据工具的不断简化,大数据技术的迅速发展催生了很多新生职业,BI数据分析师就是其中一个岗位. 说到BI数据分析,我们首先要说的是 BI,它的全称是 Business ...
- 全面支持JS/eTS应用开发,DevEco Studio 3.0 Beta4新版本发布
原文:https://mp.weixin.qq.com/s/j5Cl48ZxzEmnnpfoM0pKJg ,点击链接查看更多技术内容. HUAWEI DevEco Studio(后文简称DevEco ...
- GAN的实现和一些问题
GAN的学习是一个二人博弈问题,最终目标是达到纳什平衡.对抗指的是生成网络和判别网络的互相对抗.生成网络尽可能生成逼真样本,判别网络则尽可能去判别该样本是真实样本,还是生成的假样本.示意图如下: 生成 ...
- cesiumjs GIS引擎源码编译并运行-2021年3月18日最新版【1.68~1.79.1版本亲测成功】
前言 本篇最初是在2020年的[macOS Big Sur + Cesium 1.76版本]下编译成功,后在[macOS Catalina+cesium 1.79.1版本]编译过程中,出现编译的错误和 ...