服务管理
服务管理是设计、运行和改进服务的学科,目的是让客户获得他们想要的成果,而不必自己承担生产这些成果的成本与风险;敏捷实践、AI、自动化和分析是把这项工作做得更好的四种方式,而不是它的替代品。
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
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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
- service-catalog:用于把服务描述整理成面向客户的目录。
- stakeholder-analysis:用于识别客户、用户和发起人,以及各自的需求。
- maturity-models:用于把成熟度表作为团队自我评估来使用。
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
- Service management — Wikipedia — https://en.wikipedia.org/wiki/Service_management
- IT service management — Wikipedia — https://en.wikipedia.org/wiki/IT_service_management
- Service (economics) — Wikipedia — https://en.wikipedia.org/wiki/Service_(economics)
- Service-dominant logic — Wikipedia — https://en.wikipedia.org/wiki/Service-dominant_logic
- Value creation — Wikipedia — https://en.wikipedia.org/wiki/Value_creation
- ITIL — Wikipedia — https://en.wikipedia.org/wiki/ITIL
- Service design — Wikipedia — https://en.wikipedia.org/wiki/Service_design
- Customer experience — Wikipedia — https://en.wikipedia.org/wiki/Customer_experience
- Artificial intelligence — Wikipedia — https://en.wikipedia.org/wiki/Artificial_intelligence