为什么这很重要

大多数组织既是服务的客户,也是服务的提供者。医院依赖由其 IT 部门运行的电子病历系统,而该部门又依赖云服务提供商。链条上的每一环都向下一环作出承诺。一旦某个承诺落空,故障就会沿链条传递,最终落在一个从未见过原因的人身上:打不开病历的护士,无法付款的顾客。

服务管理为作出这些承诺的人提供了一种共同的思考和交流方式。它提出一个朴素的问题:客户需要达成什么,我们必须持续而可靠地做什么,才能让他们达成?它把答案看作一种持续的实践,而不是有截止日期的项目。

对技术团队而言,转变在于从“我们运行服务器和应用”到“我们提供一项成果”。服务器依然重要,但成功的衡量标准从机器是否在线,转向了人是否完成了他们的工作。这一转变也解释了为什么一个团队可以达成所有可用性目标,却仍被告知其服务很差。

本指南通过四个视角来看待服务管理:敏捷、AI、自动化和分析。每个视角都会改变服务的运行方式,但没有一个会改变上面那个问题。请先阅读本主题;后续主题都依赖这里的术语。

核心概念

服务(service)。 ITIL 4 将服务定义为:通过促成客户想要达成的成果来实现价值共创的一种手段,而客户无需管理特定的成本和风险。这个定义中有两处分量很重。“共创”意味着价值并不存在于提供者内部:它在客户使用服务时才出现。“无需管理特定的成本和风险”则说明了提供者承担什么,这正是客户愿意付费或出资购买服务的原因。

价值、成果与产出。 产出是服务生产的东西,例如一张已解决的工单或一次已部署的发布。成果是客户想要的改变,例如患者按时就诊。价值是客户对成果相对于其成本和风险是否值得的判断。一个团队可能产出很多,却没有任何成果,而只统计产出的服务评审是发现不了这一点的。

提供者、消费者,以及“消费者”之内的角色。 提供者设计并运行服务。消费者是一个更宽泛的群体:客户定义需求并对成果负责,用户使用服务,发起人批准经费。同一个人可以同时担任多个角色;如果提供者只与其中一个角色沟通,服务就会失败。

服务关系。 提供者与消费者通过一种关系联系在一起,这种关系由协议、期望和反馈回路构成。服务级别协议(SLA)见主题 3.7 — 服务级别管理,它只是其中一部分;维系 SLA 诚信的持续沟通才是更大的部分。

实践,而不只是流程。 早期对 IT 服务管理(ITSM)的描述强调流程,即固定的步骤序列,比如事件流程。当前的指南,包括 ITIL 4,讲的是实践:为实现某个目标而设计的一组组织资源。一项实践既包括步骤,也包括人员、信息、工具和合作伙伴。主题 1.2 — ITIL 追溯了该框架如何形成这种表述,主题 1.4 — 服务价值系统则说明各项实践如何组合在一起。

从以技术为中心到以服务为中心。 以技术为中心的团队围绕组件来组织:网络团队、数据库团队、应用团队。以服务为中心的团队围绕客户的体验来组织,而这种体验会跨越这些组件。大多数组织处于两者之间,事件复盘会暴露它们的位置:如果每次复盘都以“是另一个团队的组件出了问题”收尾,这个组织仍然是以技术为中心的。

IT 之外的服务管理。 同样的理念适用于人力资源、设施、法务和财务,所以许多组织把服务台和服务目录扩展到这些职能。见主题 1.9 — 企业服务管理。

四个视角。 敏捷指持续的干系人参与、持续改进,以及对可运行变更的持续交付。AI 指能学习模式并生成内容或给出建议的系统,需要负责人和人工监督。自动化指由软件完成、无需人工触碰每一步的工作。分析指用数据回答有关服务的问题。第 2 部分讲敏捷,第 5 部分讲 AI,第 6 部分讲自动化,第 7 部分讲分析。

最佳实践

  1. 从客户的成果出发。 为每项服务写一句以“客户可以……”开头的话。如果团队写不出来,就说明它还不清楚自己在提供什么。请与真实客户核对这句话,而不是与和你有相同假设的同事核对。
  2. 为每项服务指定一位负责人。 即使有许多团队参与,也应由一个人对客户所体验到的服务负责。没有负责人,就没有人去权衡一个团队的修复对另一个团队造成的代价。
  3. 用客户的语言描述服务。 把“Exchange 集群”换成“电子邮件和日历”。技术视图在提供者内部有用;而面向客户的描述才应出现在目录、报告和状态页面中。
  4. 界定服务的边界。 说明包含什么、不包含什么,以及客户必须自己做什么。边界不清会在最糟糕的时刻,也就是事件发生时,引发争议。
  5. 把改进当作服务的一部分。 预留一份可见的容量用于改进工作,并定期与干系人一起评审一份很小的变更待办事项列表(backlog)。如果你的团队选择使用冲刺,可以在每个冲刺中安排一次评审;比起节奏,习惯更重要。
  6. 用这些视角来提问,而不是用来买工具。 对每项变更,都问:哪种敏捷实践能缩短反馈,AI 能在哪里帮忙以及由谁监督,哪种自动化能消除重复的手工劳动,哪些数据能表明它是否奏效。
  7. 让人对决策负责。 软件可以在限度内提出建议并采取行动,但由一位指定的人决定这些限度,并审查所发生的事情。这同样适用于脚本和 AI 系统。
  8. 衡量成果,并保持度量诚实。 把每个产出度量(如已关闭的工单数)与一个成果或体验度量配对,并说明每个度量可能如何被钻空子。配套的《服务管理度量》一书给出了定义。
  9. 把你的承诺写下来。 协议不必很长。一页简短的文字写明范围、时间、目标和联系人,比一份没人读的长合同能避免更多争论。
  10. 评审服务关系,而不只是服务。 按计划与客户会面,听取他们的困难,并告诉他们你因此做了哪些改变。没有反馈的关系会逐渐衰败。

与团队讨论的问题

如果客户用一句话描述我们的服务,他们会怎么说?我们同意吗? 这个问题检验提供者与消费者是否对服务有共同的认识。预期的回答会描述组件或提供者的努力,而不是客户的成果。如果可能,收集客户的真实原话。追问:他们那句话中有哪些词是我们自己从来不用的?

我们的报告在哪些地方一片绿色,而客户却不满意? 这个问题寻找产出与成果之间的差距。团队常会提到在糟糕的一周里仍然达成的可用性或工单关闭目标。注意听报告遗漏了什么。追问:哪一个度量本来会变红?

我们的哪些服务没有唯一的负责人? 所有权缺口常出现在团队边界上,比如共享平台或入职流程。讨论可能会发现一项人人都以为别人负责的服务。目标是落实到一个具体的人,而不是一个委员会。追问:两个团队想要相反的东西时,由谁来决定?

客户必须自己做的哪些事,是我们从未写下来的? 边界在客户一侧通常最模糊:准备数据、批准请求、保持联系方式最新。你可能会听到“大家都知道”。请问一问新成员或客户。追问:哪一项没写下来的责任引发了我们上一次争议?

四个视角(敏捷、AI、自动化、分析)中,哪一个今年对我们的服务帮助最大?代价是什么? 这个问题迫使我们做出选择,并点明监督、维护或数据质量工作等代价。团队常被最新的视角吸引。请要求拿出问题确实存在的证据。追问:为了腾出空间,我们会停止做什么?

如果我们所服务的人能看到我们所做的一切,我们会有什么不同的做法? 这个问题会暴露隐藏的工作,比如手工变通办法,也检验团队是否为自己的运作方式感到自豪。回答从“没有区别”到一长串令人尴尬的事项不等。把这份清单当作改进候选项,而不是追究责任。追问:本月选出一项来让它变得可见。

实践:一个服务管理示例

一个地区公共图书馆网络设有一个小型 IT 部门,支持 40 个分馆。员工把他们的工作描述为“让图书馆系统保持运行”。投诉成批出现,主要来自分馆馆长,而部门的月度报告是一页总高于目标的可用性数字。

服务经理做了一个简短的练习。她请三位分馆馆长补全句子“IT 服务帮助我……”。答案是:准时开馆、帮助读者查找和借阅书籍、举办儿童阅读时间。没有人提到在线时间。她发现,每个分馆开馆当天,员工要登录四个系统,早上 8:55 的一次缓慢登录,造成的损失比午夜的一次短暂中断更大。

团队用客户的语言重新命名服务,例如“开馆与闭馆”和“借出与归还”。它为每项服务指定了一位负责人,报告分馆在开馆后开始借阅所需的时间,并把可用性数字留作自己内部使用。它还增加了一份小型改进待办事项列表,每月与两位分馆馆长一起评审。最初的两个事项是一项登录方式的改动,以及针对一个反复出现的问题的纸质指南。

变化在于:与分馆的对话从抱怨中断转向了具体请求。仍然困难的是:新的开馆时间数字取决于员工的记录,而有些分馆记录得并不一致。部门也没有为图书订购系统确定负责人,因为它一部分属于供应商,一部分属于采购团队。这个缺口是它下一个要讨论的话题。

四种视角

产品与交付团队

把你所构建的服务看作人们将使用多年的东西。问问谁来运行它,你将如何知道它对客户有效,以及除了代码之外你还要交接什么。把客户的成果放在待办事项列表旁边,让取舍清晰可见。

服务与运维团队

你的日常工作就是客户所体验到的服务。排优先级时把客户的那句话放在眼前,记录你从事件和请求中学到的东西,并告诉构建和出资的人你看到了什么。

领导层与治理

为服务出资,而不只是为项目出资,并要求每项服务都有负责人和成果。对仅由产出构成的报告保持警惕。每年至少抽出几次时间直接与客户见面。

客户与用户

你是服务的一部分,而不只是接受者。说明你需要什么成果,告诉提供者什么地方不对,并期待听到由此带来的改变。如果不确定覆盖范围,请要求提供书面的服务边界。

敏捷、AI、自动化与分析

敏捷

把持续改进应用于服务本身:一份小型的变更待办事项列表,与客户一起评审,以小块交付。注意:不要用敏捷词汇把服务重新贴上“有截止日期的项目”的标签;服务是持续的,对它的改进永远不会结束。

AI

在 AI 能为专业人员节省常规阅读和写作时间的地方使用它,例如总结一长串工单对话,同时指定负责人,并由人审查它的产出。注意:AI 会犯看似合理的错误,所以要事先确定如何发现并纠正错误的回答。主题 5.1 — 服务管理中的 AI 梳理了这一领域。

自动化

自动化重复且被充分理解的步骤,例如创建账户或重启一项已知会出故障的服务,并保留自动化所做操作的日志以及撤销的办法。注意:把一个混乱的流程自动化,只会让混乱更快,所以应先简化。见主题 6.1 — 自动化策略。

分析

收集能回答明确问题的数据,例如哪些请求耗时最长以及原因。注意:工单数据反映的是人们选择记录的内容,而不是发生的一切;任何变成目标的度量都会招致钻空子。定义和护栏见配套的《服务管理度量》一书,方法见主题 7.1 — 服务管理分析。

常见失败模式

  • 统计投入而不是成果。 报告列出工单和工时,却没有客户达成了什么。为每项服务增加一个成果或体验度量。
  • 服务没有负责人。 人人都参与,却没有人决定。为每项服务指定一位负责人,并公布其姓名。
  • 在与客户交谈时使用技术名称。 客户无法分辨覆盖范围。用客户的语言描述服务,并把技术图谱单独保存。
  • 把框架当成目标。 团队采用了每一个 ITIL 术语,却没有改变任何客户能察觉的东西。选择一项实践,用证据改进它,证据用尽时就停下。
  • 工具优先。 在没有人描述服务之前就买了平台。先写服务描述和改进目标,再选工具。
  • 未经监督就把判断交给软件。 某个自动化或 AI 系统在没有指定负责人的情况下行动。指定负责人,设定限度,并审查它做了什么。

成熟度模型

维度 起步 发展 标准化 管理 协同
服务定义 按技术描述服务 主要服务按成果描述 所有服务都有基于成果的描述和边界 描述按固定节奏与客户一起评审 描述和边界在提供者与合作伙伴之间共享
所有权 所有权不明确 主要服务有负责人 每项服务都有指定的负责人 负责人定期评审成果和成本 负责人在供应商与内部团队之间协调
改进 改进靠危机推动 存在一份想法清单 有经过评审并预留容量的改进待办事项列表 改进以证据为依据进行核查 改进从客户和跨服务的数据中学习
四个视角的运用 临时使用 在一个团队中试用 在负责人和监督下有意选用 对效果进行度量和评审 在共同治理下协同使用

检查清单

  • 每项服务都有一句客户成果的描述。
  • 每项服务都有指定的负责人。
  • 面向客户的描述使用客户的语言。
  • 服务边界(包括客户的职责)已写下来。
  • 存在一份经过评审的改进待办事项列表,并为之预留了时间。
  • 每个产出度量都与一个成果或体验度量配对。
  • 每个自动化和 AI 系统都有负责人,并有办法审查它做了什么。
  • 我们按计划与客户会面,并告诉他们有什么变化。

AI 提示词

把技术性的服务名称变成客户成果。

这是我们的技术服务清单:[粘贴清单,每项附一行说明]。
请为每项服务用通俗语言写一句以“客户可以……”开头的话,并说明你假设的客户类型。不要编造关于我们业务的事实;无法判断的地方请写“未知”并提出问题。
最后列出你不确定的事项。

从服务清单中找出所有权缺口。

下面是我们的服务清单,以及已记录的负责人:[粘贴清单]。
请生成一张表:服务、负责人(仅限已给出的;否则写“无记录”),以及一个用来找出真正负责人的问题。不要猜测负责人。
请先提出澄清问题,标明假设,并列出你不确定的事项。

准备一次客户谈话。

下周我将与服务 [服务名称] 的客户见面。在场的客户角色:[列出角色]。
请起草八个开放式问题,涉及他们需要什么成果、什么阻碍了他们,以及他们自己要做什么。避免引导性问题和技术行话。不要给出答案。
最后列出我应该倾听的三件事,以及你不确定的事项。

AI 技能

主要来源

  • Wikipedia, "Service management":对该学科跨行业的简短概述。
  • Wikipedia, "IT service management":这些理念如何应用于 IT,以及描述它们的框架。
  • Wikipedia, "Service-dominant logic":价值共创背后的营销理论,在解释为什么价值存在于客户一侧时很有用。
  • Wikipedia, "ITIL":最知名的框架,包括上文引用的服务定义(请对照所有者当前的出版物核对其措辞;见主题 1.3 — ITIL 5)。

参考文献

  1. Service management — Wikipedia — https://en.wikipedia.org/wiki/Service_management
  2. IT service management — Wikipedia — https://en.wikipedia.org/wiki/IT_service_management
  3. Service (economics) — Wikipedia — https://en.wikipedia.org/wiki/Service_(economics)
  4. Service-dominant logic — Wikipedia — https://en.wikipedia.org/wiki/Service-dominant_logic
  5. Value creation — Wikipedia — https://en.wikipedia.org/wiki/Value_creation
  6. ITIL — Wikipedia — https://en.wikipedia.org/wiki/ITIL
  7. Service design — Wikipedia — https://en.wikipedia.org/wiki/Service_design
  8. Customer experience — Wikipedia — https://en.wikipedia.org/wiki/Customer_experience
  9. Artificial intelligence — Wikipedia — https://en.wikipedia.org/wiki/Artificial_intelligence