发布时间:2014-11-05所属分类:科技论文浏览:1次
摘 要: 摘要:在系统运维期间,对应急预案以及重大问题的应急演练不足。出现问题,运维人员处理无步骤、无重点、无章法,延误问题的解决,造成更大的损失。就目前来说,各系统运行都有了相应的预案,但是在系统实施期间对数据迁移问题处理预案、双轨运行数据同步问
摘要:在系统运维期间,对应急预案以及重大问题的应急演练不足。出现问题,运维人员处理无步骤、无重点、无章法,延误问题的解决,造成更大的损失。就目前来说,各系统运行都有了相应的预案,但是在系统实施期间对数据迁移问题处理预案、双轨运行数据同步问题处理预案等重视不够、准备不足。
在一个系统稳定运行一段时间以后,操作人员会依据操作习惯以及业务要求,提出一些页面操作修改和功能变更等需求。运维人员往往没有经过严格的验证和审核,直接针对需求对系统进行了修改。而这些修改就有可能对系统造成隐患或者部分功能无法正常执行。
由于系统是全网统一版本,虽然系统在设计开发的过程中对统一功能标准化,而且个性化功能可配置,但各个地区用户水平不一,使用习惯也不一样。另外,对新系统的担忧也是用户产生抵触心理的重要原因,他们普遍认为,新系统即使有改进,也未必能解决他们的老大难问题,从而产生抵触心理。
用户抵触心理是系统实施过程中的第一块绊脚石。要想消除用户的抵触心理,使系统的推广实施能够变得轻松,除了在系统设计之初对用户关注的功能点进行改进以外,系统宣传培训也非常必要。
系统宣传培训是信息系统推广实施过程中的重要环节,它能使用户对系统的认识从抽象到具体,全面理解新系统相对于老系统的的优势。通过宣传,消除用户的忧虑,转变观念,真正理解新系统推广实施的必要性,从而消除他们对系统的抵触心理。
系统在推广应用过程中,会面临信息集成平台不统一、缺乏统一的服务规划、应用系统的服务化程度不高、应用系统间的数据交互模型不统一、信息集成的应用深度不够和缺乏服务的统一治理与管控等问题。因此,根据南方电网“十二五”信息化规划的要求,将建设南方电网公司及分、子公司间信息交互的一体化信息集成平台,以支撑流程集成和业务应用的深度融合,打破业务间的壁垒、消除信息孤岛,促进各应用系统间的信息共享和流程协同,实现对各个应用系统服务的统一管控,实现信息系统的横向集成。
在系统推广前期,需统筹各网省系统建设现状,充分考虑各单位可能存在的合理性差异,深入把握业务本质、科学兼容地区差异,集成涉及到结构、硬件、软件及流程等各个层面,保证业务的延续性,实现跨业务、跨层级信息有效集成。系统在推广应用中,不是孤立存在的,与其他系统、设备等都会发生横向的业务及数据共享交叉,需提前对各供电单位当前存在的个性化管理模式进行分析,提出个性化功能方向性的解决策略和方法。
应严格遵循业务模型和需求分析的要求,在进行个性化功能梳理的过程中,要与业务模型进行严格比对,对于业务模型要求的关键业务环节和核心管控环节,应遵循核心统一的原则,在制定策略时要保证业务模型完整无误的在系统中得以落地。
近年来,随着南方电网一体化工程及企业信息化工作的不断推进,供电企业营销信息化程度不断提升,营销管理信息系统覆盖了营销业务的各个方面,实现了“服务型定位、经营型管控、集团化运作、一体化管理”目标。但营销管理信息系统的推广应用涉及到企业的各个方面,参与部门范围广、人员投入多、流程环节复杂,因此,做好企业营销管理信息系统推广工作较为困难。本文以南方电网公司一体化营销管理系统推广、应用为实例,对供电企业营销管理信息系统推广、应用的关键问题进行了分析,并提出了相应的解决策略。
静态数据的采集。静态数据主要包括客户基本信息、设备基础信息、企业资产信息、各类图纸信息等。静态数据为开展其他相关业务工作提供了基础支撑,在实施过程中静态数据的采集缺失将会给系统的应用、推广带来很大影响。例如,某县级供电企业现有的系统对于资产的资产编号、厂家、类型的记录缺失比较严重,在新系统实施推广的过程中,也未能及时进行普查、采集,对系统应用产生了很大的影响,如无法对企业资产的结构进行正确的分析,无法正常开展电能表定检工作流程,表计真实的所属客户或安装位置与系统中记录不相符等。
静态数据关键在于保障系统数据与现场情况保持一致。该工作相对来说对参与人员的技能要求较低,关键在于投入足够的人手与有效的管理。
动态数据的核对。动态数据主要指的是应用系统中的业务应用数据,此类数据主要是在业务处理的过程中生成。如工作单数据、电量电费数据、计量检定数据等。动态数据的正确性直接影响到系统的应用价值,核对动态数据的参与人员需具备较高的技术能力与业务能力。为了保障动态数据核对工作准确、有效、高效地开展,可以从如下几个方面来开展相关工作:1)成立专门专家工作组。动态数据的核对工作,需要成立专门的技术专家、业务专家工作组来共同完成。技术专家工作组负责动态数据清理的技术方案制定,业务专家工作组为技术专家组提供业务指导,并对数据清理的结果进行检验。2)模型梳理。对业务模型与数据模型的准确理解是数据迁移、清理成功的保障。只有准确掌握了现有系统与新系统中业务模型与数据模型的关系,才能正确地完成数据迁移与清理的工作,保证进入到新系统中的数据真实、正确、可用。
模型差异数据的填充。新建设的系统虽然带来了很多先进的管理理念、服务理念与工作方式,但现有系统与新建系统数据模型也存在着较大的差异。如随着以客户为中心理念的不断加强与深化,应用系统中对于客户信息的记录将会比现有的系统更为详细。为了保障新系统充分发挥出其先进的管理、服务理念与高效的工作方式,需要对此类缺失的数据进行补充完善。一般情况下,主要分为如下几类:1)无数据关联性的数据。该类数据往往作为独立的个体存在,与其他的数据信息没有必然的关联性。此类数据需要在数据采集的环节中一并提出,并纳入需要人工采集的数据类型当中。2)有数据关联性的数据。此类数据与其他数据存在着较强的关联性,一般情况下,该类型的数据内容可以通过其他一个或多个属性来共同联合推断、确定出该字段所应该填写的内容。
数据修改是系统在运行维护过程中较为频繁发生的情况,同时也是对数据安全性带来较大风险的操作。数据修改的要求,绝大部分情况主要来源于两个方面:第一,由于系统功能不够完备,业务流程中的错误无法通过系统进行修正,此类统一归为系统问题;第二,出于业务上或管理上的需求,需要对数据进行修改,此类统一归为业务要求。
对于系统问题所引起的数据修改要求,可以通过如下方面来尽力保障数据修改的正确性、合理性、合法性、可行性。1)制定严格、完善的数据修改审核制度与流程。通过该流程,业务部门需要对修改内容的正确性、合理性、合法性进行审核,信息部门对数据修改的可行性进行审核。2)严格的数据库权限管理。对数据库的权限进行严格的管理,只为经过审批流程以后的修改请求开通相关数据库权限,操作完毕后立即回收。3)修改过程的跟踪。通过审计平台对修改工作的整个过程进行跟踪、监控、记录。4)功能整改的需求。对于由于功能无法满足业务要求而引起的数据修改,需要汇总功能整改需求并上报上级部门审查。
在系统运维期间,由于对系统运维的难度、复杂程度估计不足,造成运维人员、技术储备以及物资等准备不足,无法及时准备地解决系统使用人员遇到的问题。这个问题在系统运维初期最为常见,这个时期由于系统新上线,操作人员对操作不熟悉,是最需要运维人员支撑的时期。
SCISSCIAHCI