信息系统管理

信息系统包括四个要素：人员、技术 流程和数据。
信息系统之上是管理，它监督系统的设计和结构，并监控其整体性能。
信息系统管理覆盖四大领域：
规划和组织 。
设计和实施 。 运维和服务 。
优化和持续改进 。
信息系统战略三角突出了业务战略、信息系统和组织机制之间的必要一致性。
1 业务战略
当组织的目标是成为市场上成本最低的生产者时，总成本领先战略就会产生。
采用差异性战略时，组织通过差异化，以一种在市场上显得独特的方式，定义其产品或服务。
采用专注化战略时，专注化允许组织将其范围限制在更狭窄的细分市场 。

2 组织机制战略
钻石模型将组织计划的关键组成部分标识为其信息与控制、人员、结构和任务，所有组件
都是相互关联的。
3 信息系统战略
信息系统战略矩阵基础结构包括： 硬件、 软件、 网络、 数据。
设计和实施
开展信息系统设计和实施，首先需要将业务需求转换为信息系统架构，信息系统架构为将组织业务战略转换为信息系统的计划提供了蓝图。
设计方法
需要组织首先将业务战略转化为信息系统架构，然后将该架构转化为信息系统设计。
架构模式
信息系统体系架构有三种常见模式：
①集中式架构，又称主机架构。
②分布式架构，又称面向服务器的架构。
③面向服务的系统架构 SOA，又称基于 Web的架构。

运维和服务
信息系统的运维和服务由各类管理活动组成，主要包括：运行管理和控制、 IT 服务管理、运行与监控、终端侧管理、程序库管理、安全管理、介质控制和数据管理等。
IT 服务管理由若干不同的活动组成：服务台、事件管理、问题管理、变更管理、配置管理、发布管理、服务级别管理、财务管理、容量管理、服务连续性管理和可用性管理。

优化和持续改进常用的方法为戴明环，即 PDCA 循环。 PDCA 循环是将持续改进分为四个阶段，即 Plan 计划 、 Do 执行 、 Check 检查 和 Act 处理 。
优化和持续改进基于有效的变更管理，使用六西格玛倡导的五阶段方法 DMAIC / DMADV ，是对戴明环四阶段周期的延伸，包括：定义 Define 、度量 Measure 、分析 Analysis 、改进／设计 Improve / Design 、控制／验证 Control / Verify 。当第四阶段的"改进"替换为"设计","控制"替换为"验证"时，五阶段法就从 DMAIC 转变为 DMADV 。

定义阶段：目标包括待优化信息系统定义、核心流程定义和团队组建。
度量阶段：目标包括流程定义、指标定义、流程基线和度量系统分析。
分析阶段：目标包括价值流分析、信息系统异常的源头分析和确定优化改进的驱动因
素。
改进/设计阶段：
目标包括：
向发起人提出一个或多个解决方案；量化每种方法的收益；就解决方案达成共识并实施。
定义新的操作／设计条件。
为新工艺／设计提供定义和缓解故障模式。
控制/验证阶段：目标包括标准化新程序／新系统功能的操作控制要素、持续验证优化的信息系统的可交付成果、记录经验教训。

数据管理
数据管理是指通过规划、控制与提供数据和信息资产的职能，包括开发、执行和监督有关数据的计划、策略、方案、项目、流程、方法和程序，以获取、控制、保护、交付和提高数据和信息资产价值。
DCMM 定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期8个核心能力域。

数据管理能力成熟度模型 DCMM 将组织的管理成熟度划分为5个等级，分别是：初始级、受管理级、稳健级、量化管理级和优化级。
初始级：数据需求的管理主要是在项目级体现，没有统一的管理流程，主要是被动式管理。
受管理级：组织意识到数据是资产，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。
稳健级：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管理流程，促进数据管理的规范化。
量化管理级：数据被认为是获取竞争优势的重要资源，数据管理的效率能量化分析和监控。
优化级：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，能在行业内进行最佳实践分享。

运维管理
能力模型
包含治理要求、运行维护服务能力体系和价值实现 。
四要素是围绕人员、过程、技术、资源能力 。
智能运维
智能运维能力框架包括组织治理、智能特征、智能运维场景实现、能力域和能力要素，其中能力要素是基础。 四个过程是：场景分析、场景构建、场景交付和效果评估 。
智能运维能力平台通常具备数据管理、分析决策、自动控制等能力。 以运维场景为中心，通过场景分析、能力构建、服务交付、迭代调优四个关键环节，可以使运维场景具备智能特征。

信息安全管理
CIA 三要素是保密性 、完整性 和可用性，也经常被称为信息安全三元组 。