【2018可信云大会】云智慧王理想：保险行业数字化转型解析

大家下午好，我是来自云智慧的王理想，今天主要给大家分享的主题是智能业务运维最佳的实践和做过的落地案例。

今天主要分三个方向做内容分享。第一介绍一下整个企业、整个大环境下做数据化时代的机遇与挑战。

首先看到一些数据统计，不管是单个应用的规模还是我们企业设备的规模、手机或者管理的网络设备的规模，在企业中它的规模是越来越大的，所以企业从原来的信息化到互联网化现在已经到了数字化的阶段，数字化的阶段是目前企业，不是说选择做还是不做，已经是唯一的出路了，我们要通过数字化的转型了解业务和IT之间的双向驱动关系，怎样才能促进我们业务能够和IT更紧密的关联起来。

要做这样的数据化转型肯定要引入新的IT技术，比如会引入AI这种人工智能的技术，或者要应用到大数据的技术、云计算的技术等等，这些技术应用它的时候会从四个方向考虑，怎样加速利用新的技术给用户带来的价值，这四个方向：1、用户，所有的业务最终都要接触到用户，怎样利用新的技术在数字化转型中更吸引用户或者能够获得更好的用户的转换率。2、我们会有物，物联网的设备，怎样感受物联网的设备，它的性能是怎样的。3、企业在各个领域中怎样影响或者塑造生态。4、怎样利用新的技术在数据化转型中能够保障IT系统稳定的运行。这样我们发现在做数字化转型的时候，IT和业务之间它的关联是非常深入的，可以说是一个双向驱动的，最终我们得到了一个结果，要实现数据化转型或者实现加速用户价值的交付的话，要把IT云业务进行融合，而不是简单的业务的合作，实现融合才能在数据化转型中体现最好的结果、最好的方向。

做融合我们其实会遇到三个比较大的机遇或者挑战：1、在基础架构上的运营能力，怎样能够在数据化转型中利用更多的技术、更先进的观念帮助基础架构进行整体或者统一的监控，能够帮助我们快速的发现问题、处理问题，在这个地方是我们遇到的机遇和挑战，如何提高IT基础架构的运营能力。

2、怎样了解或者改善用户体验，提升我们的运营能力，这一块也是通过利用新的技术，像大数据或者AI对用户端体验进行全面的端到端的管理和了解，也是我们在数据化时代所遇到的如何优化用户体验及业务运营能力的挑战。

3、怎样利用AI、大数据技术实现智能化的运营能力，这也是我们在这个时代中遇到的机遇与挑战。

结合这些机遇、挑战和背景，我们云智慧推出了智能业务运维的大的解决方案，解决方案，我们分为了5个层次，每个层次都是我们在做数据化转型的时候提供的技术的方案和思路，首先是在数据的接入层，怎样能够把我们企业这么大规模的数据、多样的数据进行采集，在数据接入的时候会做一些处理，接入这些数据之后利用大数据的怎样做数据管理，管理的时候可能遇到一些不同的技术，包括内存的存储做管理，大数据存储、聚合的数据存储做大数据管理。

再往上一层是做数据的分析，在数据分析层可能要引入算法、AI的技术、深度学习的技术、应用到上一层的应用模型，应用模型整体云智慧是针对每个企业的现状分为三个阶段：1、大数据运维；这个阶段一般在基础监控、网络健康、私有云、统一告警这里会利用大数据和AI的技术帮助我们做统一的大数据的运维管理平台。2、第二个阶段应用的模型主要是业务运维，在这里通过针对用户移动端的前端浏览器和支撑前端的应用后端、日志、加上你的业务帮你做业务和IT之间双向驱动的分析，帮助我们做业务的决策，第二阶段称为业务运维阶段的应用。3、智能运维。智能运维主要是利用AI的技术加上大数据的数据积累帮助我们做一些智能的分析，做一些预测的分析，帮助我们快速的定位一些问题还有未来业务发展的情况。这是我们在第四层应用模型层分3个阶段在各个企业进行落地的。最上层会有个可视化的展示层，主要是实现业务可视化的大屏与统一智能业务运维的门户，这样组成了智能业务运维解决方案整体逻辑的架构图。

我们主要用的是云智慧数字运营中央平台DOCP，这是我们整个平台最核心的价值点，它大概也是分为了5层次，也是通过微服务的架构、统一的访问加安全组成了架构图，我们看比较细的点，第一块把所有的业务IT数据采集回来，在DOCP的最底层是有Datahub的采集器，根据不同的业务模型采集相关的数据，在采集的时候针对采集器集群的监控、数据的校验，数据采集层有强大的能力，能够包含不管是结构化、半结构化、非结构化的数据都可以进行统一采集和管理。

采集完数据之后进入第二层数据存储，这里因为大量的数据主要用到的是kafka集群，会把整体的数据作为生产者、消费者，按照不同的模型和目标进行存储。上一层是数据处理，用到的还是大数据的存储，用到了spack、streaming这样技术，比如要做实时的数据输出可能会用到ES、如果要做长久的数据存储可能用到FDS，这样在数据处理的时候，根据做数据化转型的应用场景不同做这样的一些数据处理。

再上一层会做一些分析，这个分析主要是提供三大模块，业务模型设计与管理，怎样把模型和管理相关联。第二是可视化模型的管理，在这里怎么把，虽然拿了很多数据也做了存储和操作，怎么把它进行明朗或者简单的可视化管理展示出来，我们分析的时候会根据不同的场景利用相关的模型。最终在最上层会进行一些展现，这些展现会分为不同的应用模块，比如会输出一些实时可视化的大屏，或者输出一些报告，或者会通过平台输出一些通用的接口，再做一些其他的应用。还有这个平台也有支撑的权限管理和角色权限管理的模型，这样组成了整体DOCP大的平台。

第三部分，利用刚才介绍的DOCP的整体框架做了哪些落地的实践？做落地实践也是根据刚才介绍的三步走的策略，第一步做大数据运维，面向我们企业IT基于大数据技术建立一体化的监控平台及数据应用的体系，这样会在第一个阶段给一些企业提供大数据运维的解决方案。第二个阶段我们叫做业务运维，这里就是把业务视角和IT系统做双向的驱动，了解我们业务的现状状态和IT之间关系是如何的，怎么样持续提升业务的能力。第三个阶段是智能运维，智能运维是第三步，基于前两个步骤，不管是数据的积累还是平台的建设，才有了第三步利用大数据和人工智能技术帮助我们通过这样一些先进技术解决各个环节的效率问题，全面提升IT运维、业务运维的管理质量。

（编辑：辽源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!