63 论某通信集团政企云网产品运营支撑系统的规划设计

ONEPSOFT | 软考学习知识库

---

新业务运营支撑系统由某通信集团总公司发起，是该集团面向政企市场开展云网产品合作管理的重要支撑平台，为各类渠道代理商、系统集成商提供了统一的合作服务门户，也为集团内部业务人员提供了管理支撑工具，涵盖资质准入、产品订购、佣金结算、信用积分、考核管理、资料查询等十余项主要业务功能，是连接集团与合作伙伴的调度中心和信息枢纽。该平台日常在线的合作伙伴账户超过三千个，佣金结算每月涉及金额达数亿元，任何一次长时间中断都会直接影响渠道商利益和集团声誉，系统运行的可靠性容不得半点马虎。该系统规模庞大、业务时效性强、并发量大，对可靠性与准确性要求很高。我所在公司通过公开招标方式，中标了该系统2024年度的运维服务合同，合同期一年，合同金额256.8万元。公司以项目型组织结构组建运维服务团队进驻客户现场，我担任系统规划与管理师，负责项目的系统规划与全面管理，工作内容包括IT服务规划设计、部署实施、运维管理、持续改进、监督管理等。我们参照服务级别协议（SLA），为需方提供远程支持、现场服务、集中监控三种服务模式，并定期进行服务回顾，参照人员、资源、技术、过程四个方面的服务测量数据，定期生成《服务报告》，供业务管理部门参考决策。

应急管理是为了降低设备在运行维护过程中突发故障造成的损失而采取的系列措施，包括制订应急预案、组织应急培训、开展应急演练等，使人员能够领会交付和应急管理的重要性，提升岗位人员的应急处置能力。项目伊始，我就组织项目团队骨干重点落实应急管理工作。根据以往的项目经验，我认为运维服务中的应急响应过程可以划分为应急准备、监测与预警、应急处置和总结改进四个主要阶段，其中尤以明确触发应急预案的重大事件、掌握应急预案的具体活动最为关键。

在项目规划设计阶段，我组织项目骨干在技术要素设计活动中，识别突发事件类型和等级，制订应急预案编制计划，并针对预案内容编写了具体的《培训方案》；在部署实施阶段又建立了相应的培训库。项目正式启动后，即为服务团队全体成员组织了一系列有关应急预案的专题培训。培训采取集中授课、案例研讨和线上考核相结合的方式，并针对不同岗位编制了差异化的学习内容，确保每名成员都清楚自己岗位对应的应急职责。通过培训，大家对应急预案相关知识形成了清晰的认识，充分认识到应急预案是组织在信息系统方面的总体应急预案，适用于组织IT系统发生重大系统性故障，导致全国性或地区性业务中断、大量客户数据丢失以及组织认为应采取应急机制的其他重大突发事件，主要包括以下情形：一是自然灾害引起的对IT系统的灾难性破坏；二是网络通信设备、通信线路故障导致IT系统的重大故障；三是电源电路以及机房等基础设施故障导致IT系统的重大故障；四是数据库、系统、存储、中间件故障导致的重大系统性故障；五是网络攻击、计算机病毒传播或被利用从事违法犯罪活动等引发的重大安全突发事件；六是应用系统发生的重大故障；七是组织认为应采取应急机制的其他IT系统重大突发事件。

我带领项目团队在部署实施计划阶段就充分考虑服务过程中可能出现的突发状况，预先定义好应急响应方法，并将其融入日常工作、故障响应和重点时段保障预案中，例如在渠道结算日、业务考核月等关键时点，我们提前一周开展系统健康检查，安排专人值守，确保高峰时段平稳度过。通过项目实践，我们总结出应急响应所需的要素主要包括：风险评估；应急响应的触发与通知机制；制订应急预案；成立应急响应组织，明确由何人负责启动应急预案，以及恢复服务所需的行动步骤和相应责任人；应急预案的培训与演练；日常监测与预警。

为让应急预案在出现问题时真正发挥作用，除针对性培训外，我们本着"结合实际、合理定位、着眼实战、讲求实效、精心组织、确保安全、统筹规划、厉行节约"的原则，将突发事件等级划分为四级：特别重大突发事件（Ⅰ级）、重大突发事件（Ⅱ级）、较大突发事件（Ⅲ级）以及其他造成区域性业务中断的故障。在此基础上成立应急组织指挥体系并明确职责，包括指挥小组负责指挥、协调系统内部组织的信息系统突发事件处理工作，IT恢复小组负责IT环境的恢复工作，涵盖基础设施、应用系统和其他IT环境，同时明确了各小组的联络机制和报告路径，确保指令传达畅通、信息同步及时。在日常监测与预警方面，我们利用监控平台对系统运行状态、接口调用成功率、交易并发量进行实时监测，设定告警阈值，并与安全团队联动，对异常流量和疑似攻击行为及时研判处置，做到早发现、早预警、早处置。我们还以每半年为周期开展一次制度化应急演练，具体过程包括：演练启动，由演练总指挥宣布演练开始；演练执行，参演人员根据控制信息和指令，按照演练方案规定的程序开展应急处置行动，综合应急预案采用桌面演练方式，专项应急预案及现场处置方案采用实战演练方式；演练结束与终止，由总策划发出结束信号，演练总指挥宣布演练结束；应急演练评估与总结，评估组人员对各个场景进行演练记录，填写《演练方案实施情况评估表》，演练结束后进行现场总结或事后总结；成果运用，对演练暴露的问题及时改进，包括修改完善应急预案、针对性加强应急人员教育培训、有计划地更新应急物资装备，并建立改进任务表，按规定时间对改进情况进行监督检查；文件归档与备案，演练结束后将演练计划、演练方案、评估报告、演练总结等资料按规定归档保存；考核与奖惩，对演练中表现突出的单位和个人给予表彰奖励，对不按要求参加演练或影响演练正常开展的给予相应处罚。通过常态化演练，团队应对突发故障的熟练度和信心都得到了明显提升。

通过有效的项目管理特别是出色的应急预案管理，项目服务期满后，我们结合年底考核对项目实际数据进行了统计，发现项目质量成本明显下降，其中内部失败成本比公司标准降低了2.8%，投入产出比高于公司平均水平3.2%，全年未发生业务中断事故，系统可用率达到99.93%，满足服务级别协议要求。服务团队在响应速度、服务水平与业务熟练程度方面显著提升，团队整体技术水平进步突出，项目组内部逐步向学习型组织过渡，团队成员工作与学习的积极性明显增强，取得了客户的普遍好评，年度客户满意度测评达到96分，较上年度明显提升。

截至目前，系统运行状况良好。在本项目的实践中，我总结出几条管理经验：一是重视应急预案管理各阶段工作，好的应急预案对抵御项目风险非常重要；二是必须明确触发应急预案的重大事件，有的放矢地提高服务质量；三是关注应急预案的具体活动，遏制风险隐患，预防胜于治疗；四是坚持演练常态化，让应急预案始终处于可用、好用的状态。当然，项目中也存在一些不足，需要在以后的工作中不断改进，例如应更加重视信息安全工作，充分考虑核心与关键设备的国产化替代；同时要加强成本控制，统筹平衡成本与效率、质量、范围之间的关系。此外，还应进一步完善知识库的更新机制，避免人员流动带来的经验断层。