|
|
干货分享：多名CIO畅谈IT服务管理经验
近年来，企业业务的快速发展使IT的服务需求猛增，业务部门对IT的响应速度和解决效率提出了更高要求。作为企业的信息技术主管，怎么样才能实现高效的IT运维服务管理？让IT价值得到更好的实现，同时IT运维服务又怎么样才能为业务的发展提供更好的推动力？
近年来，企业业务的快速发展使IT的服务需求猛增，业务部门对IT的响应速度和解决效率提出了更高要求。作为企业的信息技术主管，怎么样才能实现高效的IT运维服务管理？让IT价值得到更好的实现，同时IT运维服务又怎么样才能为业务的发展提供更好的推动力？
针对以上问题，8月1日由金道和ITValue联合呈现的“IT服务管理经验分享在线会议”顺利召开。来自美亚财产
保险公司中国区IT总监谢峰、马克华菲公司信息技术总监左敬东，以及金道公司高级副总裁王勇分享了各自的经验。
如何得到CEO支持
提到IT服务管理，很多
CIO都会面临如何说服CEO，如何获得业务部门支持的问题。那么，究竟应该用什么方法来向CEO和业务部门说明IT服务的价值呢？美亚财产保险公司中国区IT总监谢峰认为，CIO应该在一开始准备时就告诉CEOIT能帮助降低成本，而不是后来摸索一段时间，然后才用非常量化、具体的数字来博得CEO支持——也就是要让IT与公司战略结合起来。从实际经验来看，美亚不仅通过IT服务管理帮助公司降低了IT运维成本，而且还通过实现集中式的IT桌面服务，大大降低了远程地区和办公室成本，有力支持了企业业务扩张。
在这一问题上，马克华菲信息总监左敬东也给出了他的答案：“IT服务的价值展现，第一点就应该想到数据，必须有一个量化的数据，要有工具统计数据。第二点，如何把数据转化为所谓的业务价值，这一点在IT成本节约及降低相关业务损失上就可以体现出来。”
IT服务的入手与改进
那么IT服务究竟该从何入手？谢峰表示，很多人都会问到底哪些流程比较好，其实这没有一个定论。在实施ITIL过程中，所实施过的流程其实都在跟随业务发展情况在变。另一方面，可以考虑外包合作伙伴，他们会提供无数流程，就像美亚保险就选择了金道这样在中国本土并且在ITIL方面有非常丰富实战经验的供应商来帮助公司提高客户满意度。但谢峰同时提醒CIO千万要记住重要的不是别人怎么做，而是自己要找到一个合适的，并且不断的改进这些流程。
的确，IT服务管理要想做好，并不是一朝一夕的事，持续改进则贯彻整个IT服务过程。“通过服务数据来驱动整个后面的一系列持续改进，这是一个核心问题。”马克华菲作为国内服装行业快速成长企业的代表，公司在IT服务管理上也有其独到之处。在左敬东看来，目前马克华菲最希望通过IT服务的持续改进变被动为主动，在问题还没暴露的时候即加以解决。
从供应商的角度来看，王勇也给出了建议，他表示，在ITIL应用过程中，要因企业不同情况来使用，而且也应该有轻重缓急，“我们也看到过有不少的企业上来就要上ITIL，但是结果会闹得最后效果会非常的不好，然后就费了很大的精力。”王勇谈道，“其实在初级阶段我们会先上一些比较好见效快的，另外比较重要的方面就是在关键点上的控制，要根据企业的自身情况来判断，如何去灵活的使用ITIL，我觉得这个才是CIO最重要的考量。”
IT服务管理，集中还是分散
随着近年来企业业务的快速发展，越来越多公司也开始面临IT管理应该集中还是分散的问题。“金道在IT服务方面已经有多年的经验，金道今天的成长，也跟我们所服务的这些客户这十多年的成长密切相关。”金道公司高级副总裁王勇介绍道：“在这十多年中，我们看到了各种各样企业，包括这个企业服务从无到有、从分散到集中、从不规范到规范、服务平台从无到有的过程，也包括上述服务流程建立。正是因为亲身经历了这些过程，才让金道在与客户日常的IT服务中保持高效。”
王勇表示，人们通常会认为集中管理会让整体的服务效率提高，成本也会比较容易降低，但是却无法满足异地办公特殊的要求，响应的时间也会慢。讲到分散的时候，客户的体验会比较好。但是集中优势能发挥的前提是要有统一的流程标准，而分散优势则来源于遍布各地的IT服务能力(此时可采用服务商或者是服务合作伙伴去达到符合要求的服务能力)。讲到两者的平衡，王勇认为在某种情况下，企业能够寻找折中办法。据他介绍，金道通过应用虚拟服务台模式实现虚拟集中管理的同时，使分布各地的服务能力又最大程度得到发挥，因而最大化降低了总体IT服务成本，成功帮助某世界500强外资
银行有效平衡了集中和分散管理的难题。
责编：罗信
微信扫一扫实时了解行业动态
著作权声明：kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴，部分非原创文章作者信息可能有所缺失，如需补充或修改请与我们联系，工作人员会在1个工作日内配合处理。
|
最新专题
|
宏景软件人力资源解决方案.ppt
[人人都是产品经理].苏杰.文字完..
2012 IBV big data study.tweets...|
|
