数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
主要智能运维场景对运维数据的需求
在top10智能运维场景中：
- 配置数据在变更自动化/一键处置/故障治愈等自动执行相关场景应用较广，这些场景依赖准确的配置数据确保精准的处置决策和处置指令，一键处置/故障自愈等场景配置数据使用比例均超过80%；
- 在告警合并/故障发现/故障治愈等场景中需要对监控指标数据/监控告警数据/运行日志数据进行综合处理深入开展运维对象洞察。
主要智能运维场景对运维数据的访问查询方式或采集手段的需求
- 按需手工跳转到各领域运维工具查询获取场景所需数据时，超过78%的受访机构在运维工作中跳转到相关工具认证通过后查询数据，仅1/3的受访机构通过运维工具间授信免密登陆访问运维数据（也许困扰运维人员的不在于一次身份认证，而是怎样在合适工具找到合适的数据）
- 将各领域运维工具采集/生产到运维数据进行整合集成，由场景编排按需查询时，在受访机构中，实现联机接口调用的超过62%，超过半数对受访机构采用来批量、页面集成的方式进行数据交互。
主要智能运维场景对所需运维数据的质量需求
在top10的运维场景中，受访机构普遍认为运维数据的准确性是至关重要的。
分场景来看：
- 故障发现/根因分析等相关场景对运维运维数据时效性要求较高，天下武功唯快不破，数据是生产故障应急的基础，运维组织类似30分钟完成处置，甚至提出的“1510”目标都对运维数据时效性提出来非常高的要求；
- 巡检机器人/聊天机器人/工单数据自动化/变更自动化等场景对数据完整性要求更高，巡检机器人需要完整的巡检对象数据才能准确无误完成全部巡检任务；聊天机器人需要有覆盖完整的经验知识才能提供准确可用的工作建议，人机交互才能自然顺滑。数据完整是运维工具获得运维用户信任的基础。
主要智能运维场景所需运维数据无法满足的质量需求
从对受访机构反馈的影响运维场景数据质量因素来看，在top10场景中有5个场景受限最大数据质量因素是运维数据不规范，有4个场景受限最大数据质量因素是运维数据不准确。运维数据的规范性是运维数据治理中最紧迫要解决攻克的难点。
声明：本文来自ITSS数据中心工作组，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含：
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
