AdvancedITIL: 服务支持度量标准
主办者:
服务支持度量标准
固定的测定过程
第 3 章
不论是为了定向、介入、证明还是验证而进行测定，您都应该遵循下列的简单过程：
图 2：简单监视和测定过程
这个过程可能很简单，但执行起来可能很耗费时间且有难度。现在我们详细地了解这个过程：
收集：收集 主要是集中搜集监视和测定 IT 服务和组件必需的原始数据。因为 IT 自动收集大量数据，所以乍看起来收集必要数据显得比较简单。不过，收集工作并非总是如此简单。例如，服务台工具主要收集服务台代理输入的数据，但是如果某个关键字段与“事故”记录无关，那就不会收集到有关该参数的数据。您应该确保已准备好数据收集的正确方法。
另外，往往需要收集比所需更多的信息，以便在测定质量很差的情况下，还有可用以进一步调查的数据。有一点是肯定的 — 若要成功地进行测定和监视，必须收集正确的数据。为了正确地收集数据，您必须了解为什么要收集数据 — 是要进行定向、介入、验证还是证明？
处理：收集完数据后，下一步就是处理 数据，将其转换为符合要求的格式。例如，您可能每周遇到 3,000 个事故，但仅希望查看每小时的总事故数，以确定需要的员工数量。在这个阶段，您可以使用报告生成技术。这通常意味着将大量数据压缩成将在后续阶段中使用的信息。
分析：数据经过处理转化为信息后，您可以分析 其结果，为下列问题寻找答案，如：
- 是否可看出任何趋势？
- 是否需要改动？
- 是否在按照计划行事？
- 是否正在超目标努力？
- 是否需要采取纠正措施？
- 是否存在潜在的结构性问题？
在寻找问题的答案过程中您要利用知识进行信息的处理。否则，您得到的将仅仅是一串数字，代表着毫无意义的度量标准。仅仅查看这个月的数字并毫无异议地予以接受，这还不够，即使已经达到 SLA 目标。您应该分析数字以占取先机。不进行分析，您所拥有的仅是信息。进行分析后，您所拥有的将是知识。如果发现异常情况或得到很差的结果，那就要寻求改进的方法。
呈现或使用：最后的阶段就是将知识呈现出来，即利用知识将其转变为智慧：
- 报告
- 监视器
- 行动计划
- 复查
- 评估
- 变更请求
- 新机会
可以看出，利用测定和监视可作出明智的决策，以构造性和结构化方式推进 IT 的发展。现在可以合并上面的两幅图，将“智慧分层体系”映射到“测定过程”上：
图 3：合并后的智慧分层体系和简单过程
此过程定义了一个用以遵循的逻辑方法，但是您如何确保可以有效地进行监视和测定？您需要具备适当的驱动因素，以确保可以生成有效的度量标准：
图 4：固定的测定过程
驱动因素影响您收集的数据以及此过程中的所有其他阶段。除非您要构造性地使用这些数据，收集大量数据是毫无意义的。首先确定为什么要监视某一参数。掌握此信息后，就可以确定所需的数据以及可以从哪里获取这些数据。此后您就可以按此过程操作，但要切记一开始就确定驱动因素是成功的关键。