博客一文概述运维数据的变现历程

一文概述运维数据的变现历程

数栈君发表于 2023-06-30 17:31 242 0

运维数据的规模和企业规模、业务形态和运维能力有很大的关系，根据信通院的《企业IT运维发展白皮书》中所述，企业规模越大、业务形态越复杂、运维能力越高的企业，运维所纳管的数据越多，运维数据变现的效果越好，相对应的，运维数据建设的层次越高，通常使用较为前沿的大数据和AI技术作载体来进行数据的价值交付。典型场景为，知识图谱、智能监控、动态阈值、根因分析和故障自愈。

在企业规模较小、业务形态较为单一、运维能力较为一般的企业，运维数据变现较弱，更多的数据输出强依赖场景，因此在这个阶段，场景成为运维数据的唯一突破口，主要进行数据的被动采集、被动存储和被动消费，特征为数据割裂和数据关联性较弱，典型的场景化驱动主要为，资源管理、基础架构监控、业务连续性保障和应急知识库。

在运维数据的变现过程中，一般需要关注三个阶段，数据由少到多、单维到多维、覆盖面由内到外的阶段；数据处理由简单到复杂、技术单一到多样化的阶段；场景由基于需求到基于规划、输出能力由浅到深、自动化到智能化的阶段，总的概括如下。

1、从数据获取渠道出发，由少到多
在初级阶段，运维数据来源局限于运维侧自身，如资源数据、监控数据、文本数据、日志数据，随着数据源接入进入全覆盖的时候，运维数据已经覆盖业务运营数据、后台支撑数据、财务数据。需要说明的是，运维数据的获取离不开运维数据输出的强依赖条件，那就是场景输出的需要，一切数据的根本都要基于运维能力输出。

2、数据处理的能力决定了数据价值的范围，覆盖面由内到外
在这里，很多人可能疑惑，这不是大数据做的事吗？说到底，大数据只是一个工具，而非一个职能，因此运维数据处理的能力与否，决定了数据汇聚层的价值模型，也间接的影响数据输出的覆盖场景，这也就是我们所理解的运维数据中台。在这期间，重点要做的是数据的处理能力和数据的衍生能力。

3、有价值的场景化选型决定了数据变现能力，变现能力由浅到深
在我们所理解的变现过程中，其实是最终的价值输出模型，最终也会得到三个结果，优化、反馈和贡献价值。因此，有价值的场景化选型也必须遵照，从运维内部的优化开始，到信息科技领域的度量反馈（《建立数据指标体系，推动 DevOps 全链路度量闭环》一文详细阐述），最后到数据衍生体系的贡献价值，例如智慧运维、项目后评价体系、信息科技的成本复盘、成本中心的利润测算。

下面通过一张图可以通俗的理解。

免责申明：

本文系转载，版权归原作者所有，如若侵权请联系我们进行删除！

《数据治理行业实践白皮书》下载地址：https://fs80.cn/4w2atu

《数栈V6.0产品白皮书》下载地址：https://fs80.cn/cw0iw1

想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友，浏览袋鼠云官网：https://www.dtstack.com/?src=bbs

同时，欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」，交流最新开源技术信息，群号码：30537511，项目地址：https://github.com/DTStack