本文大部分内容来自
公众号:信息科技审计分会及团体标准正文内容
如有侵权,请联系我们进行删改
2022年10月24日,中国计算机用户协会发布公告,批准发布团体标准《金融机构信息系统运维数据治理能力成熟度评估规范》,标准号为:T/CCUA 019-2022,于2022年12月1日开始实施。
点击文末“阅读原文”可查看标准正文
2021年6月《金融机构信息系统运维数据治理能力成熟度模型与评估》团体标准正式立项。通过一年多的持续研究与实践,2022年9月,该标准通过标委会组织的专家评审论证。该标准确立了金融机构信息系统运维数据治理能力成熟度模型和框架,规定了运维数据治理能力成熟度评估与改进方法。标准内容详实、条理清晰、语言规范、可操作性强,具有较好的实用性和推广价值。同时,该标准瞄准金融行业数据治理和智能运维的重点、难点问题,具有创新性,填补了行业在运维数据治理领域标准的空白。
该标准由中国计算机用户协会信息科技审计分会组织,上海擎创信息技术有限公司、华为技术有限公司、中治研(北京)国际信息技术研究院、国家开发银行、中国建设银行股份有限公司、华夏银行股份有限公司、中信银行股份有限公司、兴业银行股份有限公司、深圳前海微众银行股份有限公司、北京农村商业银行股份有限公司、农信银资金清算中心有限责任公司、山东重工集团财务有限公司、建信金融科技有限责任公司等会员单位共同完成。
标准概览
建立了金融行业运维数据治理能力框架,包含运维数据治理8个能力域和28个能力项,形成了治理能力构成要素。
● 建立了运维数据治理能力模型,通过对运维数据治理中的各能力域进行成熟度的定义,引入对运维数据治理能力的成熟度分级定义。建立了5级能力评价基准和智能运维导向。
● 提供了运维数据治理能力成熟度评估方法、操作图表和实践示例。通过评估,可对用户运维数据治理状况形成对标效果,便于用户识别运维及数理治理风险点和管理短板,有利于用户进行系统性优化改进。
● 从运维数据治理标准化入手,为研究解决数据治理的理论、方法、关键点和难点等问题提供了可行依据,为用户建立数据治理体系提供了方法和标准遵循。  
运维治理能力框架——8个能力域
运维治理能力成熟度
1
起始级(1级)
  1. 有基本的运维数据治理需求,部分功能域有实现,但没有统一的治理体系,是被动式管理;
  2. 数据间缺乏关联性,数据彼此无法兼容;
  3. 运维业务决策未获得充分的数据支持。
2
发展级(2级)
  1. 组织已意识到数据是资产,根据管理策略的要求制定了管理流程,指定了相关人员进行初步管理;
  2. 开始对运维数据归并集中管理;
  3. 可以为运维业务决策提供基本的数据统计分析支持。
3
稳健级(3级)
  1. 数据已被当做实现组织绩效目标的重要资产,在组织层面制定了系列的标准化管理流程,促进运维数据治理的规范化;
  2. 搭建运维数据统一存储管理系统,满足跨多个运维系统的、准确的、一致的、实时的数据要求;
  3. 尝试数字化运营及可视化能力的建设,为运维业务决策提供全面的数据分析支持。
4
优秀级(4级)
  1. 数据被认为是提升运维业务效能,激发运维业务创新的重要资源,数据治理的效率能够被量化分析和监控;
  2. 将更多相关的数据接入运维数据平台,构建数据多维分析能力,同时引入AI(知识图谱,机器学习等)能力,尝试通过数据分析能力,推动智能运维场景的落地;
  3. 数据分析可以为运维业务提供辅助决策支持。
5
卓越级(5级)
  1. 数据被认为是组织生存和发展的基础,相关管理流程能实时优化,并能在行业内进行最佳实践分享;
  2. 全量运维数据接入运维数据平台,叠加完善的AI引擎,通过数据超市、业务编排能力的构建推动数据分析与智能运维场景的融合,实现从感知、分析到决策、执行的闭环;
  3. 数据分析与AI协同驱动运维业务的决策和执行,全面实现智能化运维。
擎创科技作为智能运维领域领跑者,专注于协助企业客户提升对运维数据的洞见能力,优化运维效率,充分体现科技运维对业务运营的影响力。 擎创认为在助力客户完善数字化转型的过程中,首要应当完成的即是数据治理体系的建设,所谓“九层之台,起于垒土”,只有将基石打牢,才能逐步完善智能运维体系,使得企业数字化运维逐渐走向智慧化运营。作为编制组的一员,此次在参与标准的制定中,擎创科技总结了近几年在银行业落地实践的经验,为标准的研制提供尽可能的实际数据以及理论方法等。
未来,擎创科技将怀奋楫笃行之心,持续积极地为业界提供有关智能运维的实践分享、建设方法以及不断革新的理念等,期盼未来可以与更多客户携手并肩,共同助推我国数字化转型的浪潮飞速奔涌向前,一浪更比一浪高。
擎创科技,Gartner连续推荐的AIOps领域标杆供应商。公司致力于协助企业客户提升对运维数据的洞见能力,优化运维效率,充分体现科技运维对业务运营的影响力。
行业龙头客户的共同选择
继续阅读
阅读原文