大数据运营方法论之基石小结局：以不变应万变的框架体系

（本文摘自：李福东《大数据运营》7.4，了解更多请关注微信公号：李福东频道）

编者按

TMF Frameworx和ITIL/ITSM分别为电信行业和IT领域的国际最佳实践和国际标准，前者主要特点是从服务型企业的商业需求出发，内容涵盖战略和运营，用于构建四维一体的企业架构；

后者则以发展战略为出发，沿着软件工程的实施路径，持续迭代优化，让大数据成为企业发展的有效赋能手段甚至发动机；

因此，将电信与IT行业的两个国际标准融合起来，就能够构建开放、多维、立体化、系统化的大数据运营方法论。

企业架构是企业发展战略和企业日常运营之间的桥梁和纽带，如果企业不进行架构设计，则难以将企业发展战略有效地贯彻到日常运营或者IT运营/运维之中，难以解决复杂的企业管理问题。

Zachman企业架构框架是企业架构领域的典型代表，通过自顶而下的5个层次（业务范围、业务模型、系统模型、技术模型、详细描述）和从左到右的5W1H（What、How、Where、When、Who、Why），清晰地定义IT系统。

除了Zachman企业架构模型之外，开放组架构框架TOGAF、集成式架构框架IAF、美国首席信息官协会NASCIO也是企业架构领域的重要参考框架，以上企业架构模型虽然在设计思路上与Zachman模型有一些区别，但实现原理和方法上基本是相似的。

为了保证本书思路清晰、结构严谨、内容系统化，因此需要以经过长期实践检验的方法论作为指导。

TMF Frameworx和ITIL/ITSM分别为电信行业和IT领域的国际最佳实践和国际标准，前者主要特点是从服务型企业的商业需求出发，内容涵盖战略和运营，用于构建四维一体的企业架构，后者则以发展战略为出发，沿着软件工程的实施路径，持续迭代优化，让大数据成为企业发展的有效赋能手段甚至发动机，因此，将电信与IT行业的两个国际标准融合起来，就能够构建开放、多维、立体化、系统化的大数据运营方法论。

Frameworx是四维一体的框架体系，Frameworx框架体系分为：业务过程框架、信息框架、应用框架、集成框架，共四个维度。其中，集成框架负责将业务过程框架、信息框架、应用框架连接起来。

大数据的核心目标是要解决组织的业务问题，因此大数据运营的本质是将大数据服务植入到业务活动的决策环节之中，而Frameworx的业务过程框架和信息框架恰恰能从动态和静态两个角度，实现了对企业业务活动的刻画，大数据服务可以借助这两个框架体系，实现企业的大数据服务在业务层面的落地。

按照Frameworx业务过程框架的分域管理方法，大数据服务可以植入到企业的战略、战术、执行三个层面的业务活动之中。

在企业发展战略层面，大数据服务可以辅助企业完成环境分析，比如政治与法律环境分析、经济环境分析、社会与文化环境分析、技术发展趋势分析、竞争对手分析、企业内部资源分析等，辅助企业做出发展战略决策；

在企业的战术管理层面，大数据服务可以帮助企业中层管理人员更好地完成生产与运营决策，比如面向市场部门的广告投放效果分析、面向销售部门的渠道投资效益分析、面向客户服务部门的服务效率分析、面向人力资源部门的人才引进效果分析，等等；

在企业的落地执行层面，大数据服务可以帮助企业基层人员完成客户信用评估、客户偏好分析、热点分析等任务，从而提高企业的整体运营效率，降低运营风险，提升客户感知，间接地促进了企业增收。

大数据服务通常没有明确的需求，Frameworx框架体系中的业务过程框架和信息框架可以作为大数据服务需求分析的起点，实现大数据与企业架构的“联姻”，同时也解决了企业对不断增多的大数据服务的管理问题。

虽然已经解决了企业大数据服务与业务活动的结合问题，但毕竟大数据服务是一种IT服务，因此仅仅到业务活动与大数据服务“联姻”这个层面是不够的，还需要将大数据服务落地。

ITIL/ITSM作为以IT服务为管理对象的国际最佳实践，以服务战略为指导，从服务设计、服务转换、服务运营到服务持续优化，构建闭环式的IT服务管理体系，体现了软件工程中瀑布式与循环迭代的设计思想，可以作为大数据服务落地实施的方法论指导。

大数据服务与满足企业日常生产经营的操作型应用不同，大数据服务属于分析型应用，大数据服务的主要用途是为企业提供不同层面的决策支持。

因此，大数据服务在服务战略、服务设计、服务转换、服务运营以及服务持续优化的各个环节、不同阶段的关注点是不同的，需要企业根据大数据服务的特点，参考ITIL/ITSM的管理模式，进行重新调整和适配。