一、选手简介
1.1选手介绍
个人介绍：
帆软社区用户名ghost112546，目前就职于中电万维信息技术有限责任公司。
中电万维信息技术有限责任公司成立于1998年，注册资金25000万元，是中国电信旗下全资子公司。主要从事应用软件开发、互联网运营、技术服务和系统集成四大领域业务。公司的核心优势推动着业务快速持续的增长，近几年营业收入保持高速增长。公司秉持以客户为中心的发展理念，专注于云计算、大数据、人工智能、区块链、5G、信息安全等领域的研究。公司长期为党政军、医疗健康、智慧文旅、数字生活、生态环境、农业农村、及智慧城市等行业客户提供安全、智能、高效、可信的信息化解决方案，为更好的为全国客户服务，先后在北京、四川等地成立十二个分公司，成立华中区域交付中心，分别在成都、天津、无锡设立研发中心，公司的研发体系和技术能力已达到行业领域的先进水平。业务覆盖全国31省，具有大量的行业成功案例，为推动各行业信息化进程做出了突出贡献。公司近年来吸引和培养了一批拥有博士、硕士、学士学位及海外留学回国的优秀人才，30%的员工获得国际或国内的中高级认证，通过系统分析师、系统架构师、高级项目经理等认证，实现了人才结构和公司发展的良好匹配。公司现有员工2400余名，本科及以上学历占90%以上。近三年，万维公司接收新进员工千余人，培养了千余名成熟IT人才，为甘肃省在信息产业领域的发展注入了新生力量。2020公司获批设立博士后科研工作站，开展博士后科研工作。为公司引进高级科研人才，实施创新驱动发展战略再添新平台。；
我目前从事运维项目经理工作。
个人感兴趣的方向和领域-数学模型、数据分析等。
1.2参赛初衷
- 希望通过比赛实践提升BI工具的使用方法和技巧；
- 准备在部门内推广BI工具，先来学习了解；
- 和更多FineBI大神交流学习，进行数据可视化作品以及分析思维的激烈碰撞；
- 观望帆软产品在全国范围内的认可度；
二、作品介绍
2.1业务背景/需求痛点
2.1.1业务背景
随着运维数据平台的建设，将极有可能出现当前大数据领域出现的数据孤岛、数据不可用、数据质量不高、融合应用难、有数据不会用等诸多问题。这些问题，在当前运维领域资源投入不足显得尤其重要。如何借鉴大数据领域数据治理的经验，反思运维数据平台建设应该关注的问题，如何减少不必要的坑，做好运维数据治理，让运维数据更好用，用得更好，完善运维数字化工作空间。
数字化运维管控是以数据为核心，可视化为手段，标准体系为工具，最大程度上帮助企业完成运维质量的提升，其核心是决策与应变，帮助企业建立一个能够感知、分析、决策并将决策自动执行的管控平台。
运维管控工作是一项贯穿企业数字化全生命周期的一项重要工作，但是基于流程管理的数据收集及决策分析一直耗用大量的人力物力，一直无法做到有效的控制，智能化、自动化管理工具对企业数字化转型建设的帮助越来越大。关于运维管控数据化，我们不能忽略的一点是，它对可视化的需求与生俱来。很多自动化操作场景，如果没有可视化呈现，你都没法想象自动化该如何工作。
随着信息技术产业的不断发展和深度应用，体系外市场竞争越来越激烈，服务提供商在成本支出方面不断上升，加上利润的透明化，导致利润空间进一步压缩，面临这种共性问题，如何在有限的成本环境中，有效地对运维质量和安全保障进行过程管控成为各大企业下一步关注的问题。
2.2.2需求痛点
运维管理的日常工作包括运维人员管理、运维合同管理、运维商机管理、运维项目管理、运维质量管理以及运维数据分析模型管理等；
在运维数据管理的颗粒度粗细方面，企业之间会有分层，特别是对一些中小企业来说，这块投入更多是成本，并不能很快带来收益。所以，相比于有收入的数据平台了说，内部管理的手段就捉襟见肘了。海量的execl表以及表象的数据让管理者需要花费大量的时间去整理。
在企业运维质量管控工作中，实施和决策存在以下社会共通的痛点：
1、IT运维与市场和决策融合不足；
2、运维数据无法提供决策价值；
3、数据安全需要更高质量的IT运维服务；
4、运维标准化仍然较为滞后；
据此我们可以了解到的企业需求是以下几点：
1、管理层对运维能力体系建设具有明确的量化指标，并能合理有效使用各种指标数据进行决策；
2、运维能力管理体系能够基于量化指标进行优化提升；
3、依据全面的运维管理过程量化指标体系进行过程再造，实现改进与变革；
4、运维技术研发与组织战略协调一致，具有技术创新能力，建立技术促进业务发展的合理绩效指标，并根据数据积累提升技术研发能力水平；
5、根据运维质量的数据积累，优化改进运维能力。
2.2数据来源
- IT过程管理平台（名称脱敏）
- EHR系统
- 大后端系统
- 部门execl来源
2.3分析思路
部门运维管理平台架构（烟囱）
现状架构可以看出来部门运维管理所涉及的应用平台很多，但是鉴于很多原因无法整合，数据自然也就成为孤岛；
国内IT运维遵循的是ITSS标准，围绕PPTR的PIOIS全流程运维管理的数据平台业界屈指可数。
目前我将运维管理分为以下几个模块
2.4数据处理
成果所述的ITSS管理模型+运维质量可视化平台通过以下关键步骤实现：
 一是建立适用于企业自身的PIOIS体系架构，通过架构节点平台采集运维质量数据，包括运维数据、质量检查数据、kpi基线数据等，形成运维生产数据湖。
二是对采集到的数据进行清洗整合；通过编排平台，对不同系统的数据、应用按照统一标准，进行汇聚，实现整体架构统一。
三是通过对全场景的运维行为分析与人员洞察，建立数据分析计算方向。
四是基于Spider大数据引擎的直连模式和本地模式，支撑BI数据分析，可完成各种应用场景的数据可视化。
五是通过下钻、上卷、旋转、切片、联动等OLAP多维分析功能，可以迅速的帮助使用者洞察数据背后的问题。
2.5可视化报告
2.5.1 运维管理舱
 面向对象为运维管理者，使用者通过整舱可以了解运维工作的质量、收入、中电工作、人员闲置情况、故障热力等全方位的运维数据，与部门定期的KPI计划相吻合；
值得一提的是这是我用BI做的第一个面板，算法也相对简单，也是使用时间最长的平台。
2.5.2 人员管理舱
运维工作中的人员管理的最大痛点是将要面对大量的不同渠道的外包人员，人员的合同签订管控也是比较头疼的一件事。
 该管理舱包含外包合同、人员矩阵（项目精力、运维工程师、主场工程师）、培训、任职资格、技术答辩甚至人员资质都进行了展示；最大的实现特色是数据联动功能（多表之间）。
2.5.3 合同管理舱
合同舱包括项目经理、销售经理信息，开票及回款趋势、项目的进度管理等，可以辅助运维主管和项目经理进行项目信息的查询以及决策。
2.5.4 质量管理舱
 管理者通过质量管理舱掌握PIOIS的过程执行情况，有效的进行调整，这块面板也是最贴合ITSS体系的一个平台。
2.5.4 ITSS一级数据模型舱
根据ITSS一级模型制作的相关决策面板，调取公司的经营数据进行二次分析。
三、参赛总结
3.1、FineBI工具
优点：
- 本管控平台为零代码研发，其特性可以让企业管理者无需编程基础即可完成包括数据集成融合、多维建模分析、可视化分析等在内的全流程数据智能决策任务，从而大幅降低数据处理成本和难度，极大提升释放数据价值的效率；
- 联动功能非常易用好学；
- 效益提升明显。
缺点：
- 图表模板并没有那么多；
- 页面自适应感觉不太好使；
- UI没有感觉特别厉害的先进性。
3.2、参赛总结
参赛主要为了学习，毕竟不是专职在做数据工作，自接触到现在不到半年时间，我制作了10余块面板，服务于部门、集团、工会、党支部、市党总支等机构。
希望通过这次竞赛，了解到更多的思路，去把自己的这份热爱提升到更高的水平。 | 
