ITIL4之问题管理最佳实践

目的和描述

问题管理实践的目的是通过查明事件的实际和潜在原因，以及管理临时解决方案和已知错误，减少事件发生的可能性及其影响。

没有完美的服务。每个服务都存在可能导致事件的错误或缺陷。错误可能源于服务管理四维模型中的任何一个维度。例如，第三方合同中的错误与组件故障一样可能导致事件。许多错误在服务上线之前就能被识别出来，然后在设计、开发或测试期间得到解决。但是，有一些仍未被发现，将存在生产环境中，它们可能会导致事件产生。为了管理生产环境中出现的错误，组织开发了问题管理实践。该实践旨在识别和分析组织产品中的错误，以最大程度地减少其对所提供服务的负面影响。

1.术语和概念

可能导致（或已经导致）事件的错误称为问题。

定义：问题

一个或多个事件的原因或潜在原因。

问题管理实践有三个不同的阶段，如图2.1中所示。

图2.1 问题管理实践的三个阶段

1.1 问题识别

有两种主要方法来识别问题。第一种方法是调查已经发生的事件的原因。这种方法先要了解症状，再了解原因。它目的是防止事件再次发生，也可能有助于解决处于解决中的事件。这称为被动问题管理，因为它是对事件的被动反应。

第二种方法是在问题导致事件发生之前识别到它，评估相关风险，并优化响应，以最小化事件发生的可能性和/或影响。这称为主动问题管理，基于有关问题的信息，尤其是在生产环境中可能存在的问题。这些信息来源可能包括：

• 供应商告知其产品中的漏洞

• 开发人员、设计人员或测试人员在使用下一版本时发现生产版本中的错误

• 用户和专家社区分享其他组织的经验

• 基础设施的监控发现系统性能中的偏差，但这些偏差还不属于事件

• 技术审计和其他评估

问题管理实践总是被动的对问题作出反应：它不能防止问题的第一次出现。主动与被动的区别是指问题调查与事件之间的关系：

• 主动问题管理有助于预防事件第一次发生

• 被动问题管理有助于预防事件再次发生，并可能有助于解决进行中的事件

1.2 问题控制

问题识别使得问题被登记形成问题记录。可能形成一系列待分析问题列表。已记录的问题将根据其最初的分类和优先级进行分析。问题完成分析之后，问题初始分类很可能会发生改变，特别是基于事件（症状）信息登记的问题。

定义

任务优先级是一个任务相较于其他任务的重要性。具有更高优先级的任务应优先被处理。优先级基于待办事项中所有任务的情况来定义。无法为待办事项中所有的任务分配资源时，通过优先级排序选择优先要处理的任务。

问题控制专注于问题的分析。在被动问题管理中，问题分析可使用关于产品架构和配置的信息来识别可能导致相关事件的配置项（CI）。分析不限于配置项，还包括其它因素，例如：用户行为、人为错误和规程错误等。

主动问题管理通常从更好地掌握配置项和服务管理四维模型中所有维度开始，这些组件可能导致事件。例如，如果供应商将其软件中的漏洞告知组织，则问题控制的任务将是掌握组织使用该软件的情况，以便评估与漏洞相关的风险以及对所提供服务的潜在影响。

对问题完成分析后，将为其分配为“ 已知错误”状态。 

定义：已知错误

已经分析过但尚未解决的问题。

问题优先级

问题很多属于低紧急度。服务团队有一些更紧迫的任务需要完成，使得紧急度低的问题在待办事项中总处于保持的状况。但是，确保对识别到的问题进行分析和解决是非常重要的。从中长期的角度来看，问题既影响所提供的服务的质量，也影响服务提供者的工作量。

问题优先级划分有许多简单的准则：

• 评估问题的影响度和紧急度（以及调查和解决的时间限制），评估结果可用于确定优先级和其他重要的考虑因素，例如，预估完成工作所需的时间

• 只有存在资源冲突时才需要确定优先级。当有足够的资源在有限的时间内处理每一项任务时，优先级排序不是必须的

• 应该使用包含其他任务（计划内的和计划外）的统一待办事项来计划问题处理

• 优先级排序是为团队内部成员分配任务的一种工具。如果问题由多个团队处理，则可根据每个团队的资源可用性、目标完成时间以及预计处理时间来确定优先级。

• 资源可用性和预计处理时间由团队定义。目标完成时间取决于问题的影响，当问题被确定并初步分类时，它可能被定义。随着问题分析过程中发现新的信息，问题的影响，预计完成（解决）时间可能会发生变化

• 可视化工具（例如，看板和精益原则，限制进行中任务数量）有助于有效的优先级排序

这些规则适用于服务提供者的专业团队执行的所有类型的工作（计划的和计划外的）。重要的是，在所有实践中涉及组织服务管理活动的每个人都应该同意并遵循它们。

这些规则适用于服务提供商的专家团队执行的所有类型的工作(计划的和计划外的)。重要的是，在所有实践中，参与组织服务管理活动的每个人应达成一致，并遵循它们。

问题分析过程中可能会发现错误已经从组织的环境中消除，或者它们不会影响所提供的服务。根据上面的示例，组织可能未使用该软件易受攻击的版本，或者漏洞可能不会影响组织的服务。在这些情况下，问题记录经过分析后可以设置为已关闭。在其他情况下，它可能保持处理状态，并启动错误控制。

问题控制其他的重要输出可能是解决事件的建议。通常，了解导致事件的原因有助于，为处理事件提出更有效的解决方案，包括临时解决方案。

定义：临时解决方案

减少或消除尚未获得永久解决方案的事件或问题的影响的解决方案。一些临时解决方案可以降低事件发生的可能性。

请注意，从问题分析得出的临时解决方案通常不会减少发生事件的可能性，而是，有助于在事件发生时，更快、更好地解决事件。有助于防止事件再次发生的临时解决方案通常在错误控制阶段被找到。

1.3 错误控制

对问题进行分析后（如，产品中的错误对组织自身服务的影响已经被评估），应该对其进行控制。仅当满足以下条件之一时，问题记录才可能关闭：

• 问题被解决：与问题相关事件的风险被移除，或降低到可接受的水平。

• 问题不再影响组织。

请注意，尽管“ 已知错误”是问题的状态，但是某些组织更喜欢使用独立的记录来进行问题控制和错误控制。在这些情况下，当问题分析完成时，问题记录可能被关闭，并且随后的活动可能被登记到相关的已知错误记录中。上述关闭条件适用于已知错误，无论它们是否是问题。

如果许多已知错误无法得到有效解决，并且它们会继续影响服务，那么它们将长期处于未关闭状态。在这些情况下，组织可能集中精力，最大程度地提高事件处理的效果和效率（有时达到完全自动检测和解决的水平），但问题记录应保持未关闭状态，并定期进行审查。

如果解决问题的成本高于处理已知错误或有效事件管理的成本时，则上述错误控制方法是有效的。这通常用于与第三方组件相关的典型问题，尤其是在第三方无响应或组件不受支持的情况下。相反，如果组件可用于改进并可以进行改进时（特别是在组织自己控制下的软件），则应迅速消除已知错误。

已知错误是组织技术债务的一部分，应在合理可行的情况下予以消除。

定义：技术债务

选择临时解决方案，而不是需要花费更长的时间的系统性解决方案。

错误控制确保组织拥有与其产品相关的已知错误有足够的最新信息，包括它们的状态及对服务的影响。

错误控制对问题解决方案进行了优化，使其成本、负面影响、正面影响相平衡。

定期检查已知错误有助于识别环境中的变化（例如，业务影响、永久解决方案的可用性和相关成本，以及资源可用性等），这些变化可能会导致对错误的重新评估，并启动错误的解决。

错误控制的关键输出是改进措施和变更请求，它们启动问题的解决。某些解决方案修复了配置项和其他产品组件中的错误。其他的可能会引入永久的变通方法：对产品配置的更改不会修复错误，但可以将事件发生的可能性降到最低，相关的问题记录可能会被关闭。保持错误相关知识的可用性是很重要的，这些知识对于将来的服务设计以及规划可能非常有价值。

永久性变通方法通常用于组织无法修复的组件（旧系统、第三方提供的工程基础结构等）。但是，使用永久性变通方法来防止事件会增加组织的技术债务。因此，应尽可能避免使用。

总而言之，表2.1中列出了消减问题的可能类型。

表 2.1 问题消减的方法   

1.4 问题模型

不同的问题来源和类型可能需要不同的方法来识别和控制问题。例如，以下类型问题中的一种或多种可能对问题管理实践需要特殊的处理方法。这些问题包括以下方面：

• 软件

• 硬件

• 程序

• 第三方组件

• 消费者的资源

• 数据

• 数据与敏感信息相关

• 高度规范的服务和系统

为了优化这些问题和其他类型问题的处理与解决，服务提供者通常定义问题模型。问题模型有助于有效地管理问题，由于应用程序相关的经过验证和测试的方法，通常可以得到更好的结果。

定义模型

一种管理特定类型问题的可重复方法。

问题模型的创建和使用对于问题管理实践中的活动很重要。它们将在第3节中进行介绍。

1.5 范围

问题管理实践的范围包括：

• 问题的识别与分析，包括已知错误的分析与控制

• 启动变更以消除或减少问题的影响

• 向干系人提供有关问题信息

• 监控错误和持续改进解决方法

有一些活动和责任范围不包括在问题管理实践中，尽管它们仍然与问题密切相关。表2.2中列出了这些内容，以及对可以找到它们的实践的引用。重要的是要记住，ITIL实践只是价值流的背景中使用的工具的集合，应根据情况需要将它们组合在一起。

表2.2 与其他实践指南中描述的问题管理实践相关的活动

2 实践成功因素

定义：实践成功因素

达成实践目标所必须的一系列复杂功能组件

实践成功因素（PSF）不仅是一个任务或活动，还包含所有服务管理思维模型组件。实践中PSF的活动和资源的性质可能有所不同，但它们共同确保了实践有效。

问题管理实践包含以下成功因素（PSF）：

• 识别并了解问题及其对服务的影响

• 优化问题解决和消解措施。

2.1 识别并理解问题及其对服务的影响

组织应该掌握其产品中的存在错误。因为，它们可能导致事件并影响服务质量和客户满意度。问题管理实践确保问题被识别，从而有助于持续改进的产品和服务。如果是主动执行而不是被动执行，这将更加有效。

2.2 优化问题解决和消解措施

发现问题后，应有效和高效地进行处理。修复（消除）组织产品中的所有问题几乎是不可能的，但是，对于组织及其客户而言，没有解决方案的问题识别，其价值就会大大降低。应该为问题消解定义一种平衡的方法，即一种考虑相关成本，风险和对服务质量的影响的方法。

3. 关键指标

ITIL实践的绩效应在每种实践所贡献的价值流的背景下进行评估。与任何工具的表现一样，该实践的表现只能在其应用范围内评估。但是工具的设计和质量会有很大差异，这些差异定义了不同用途下的潜力或能力。有关度量、绩效（KPI）和其他有助于实现这一目标的其他技术，请参见《度量和报告实践指南》。

问题管理实践的关键指标已映射到其PSF。 它们可以用作价值流中的KPI，以评估实践对这些价值流的有效性和效率的贡献。 表2.3中给出了一些关键指标的示例。

表2.3 实践成功因素的关键指标示例

将度量指标正确汇总到复杂的指标中，才更易于将数据用于正在进行的价值流管理，更利于问题管理实践的定期评估和持续改进。这并没有单一的最佳解决方案。度量标准将基于组织的整体服务战略和优先级，以及实践贡献的价值流的目标。

4. 价值流和流程

4.1 价值流贡献

与任何其他ITIL 管理实践一样，问题管理实践也有助于实现多个价值流。请谨记单一实践不会形成价值流。问题管理实践与其他实践相结合，可以为消费者提供高质量服务。实践贡献的主要价值链活动是：

• 交付和支持

• 改进

问题管理实践对服务价值链的贡献如下图片3.1 所示：

图3.1 问题管理实践对价值链的贡献的热图活动

4.2 流程

每个实践可能包含一个或多个流程和活动，它们对于实现该实践的目的可能是必需的。

定义：流程

一组相互关联或交互的活动，可将输入转化为输出。一个流程接受一个或多个已定义的输入并将其转换为输出。流程根据活动的顺序与依赖性定义次序。

问题管理活动分为四个过程：

• 主动问题识别

• 被动式问题标识

• 问题控制

• 错误控制

4.2.1 主动问题识别

该流程包括表3.1中列出的活动，并将输入转换为输出。

表3.1 主动问题标识流程的输入活动和输出

图3.2 显示了流程的工作流程图。 

图3.2 主动问题识别流程的工作流程

主动问题用于识别到组织产品中存在的，来源于事件记录以外的潜在错误。可以考虑将问题的主动标识和控制作为风险管理的一种形式执行，即重点关注组织产品中的漏洞，它包括对漏洞和相关风险的识别、评估和分析。

表3.2 中列出了组织产品相关错误可能的信息来源。

表3.2 主动识别问题的信息来源  

主动的风险管理活动应尽可能的专注于对组织及其客户具有最大潜在影响的关键系统和组件。

然而，其他系统中错误的迹象不应被忽视。在为提高可用性而设计的复杂技术环境中，导致事件可能有多种原因，这些原因通常是各类因素组合后产生的结果。非核心系统中，看似不重要的错误可能导致严重事件。主动问题识别应包括对已识别漏洞的发生概率和影响进行仔细评估。

表3.3提供了流程活动的示例。

表3.3 主动问题识别过程的活动

表3.3 主动问题识别过程的活动

谁可以登记问题？

有几种方法可以分配问题登记的职责。一种方法是鼓励每一位专家提出并登记问题。这将增加改进的数量，并提高组织产品中错误的可见性。

但是，这可能会显著增加登记问题的数量，没有人关注这些问题，或者这些问题被错误地分类了。为防止这种情况发生，一些组织更愿意让一个或多个角色负责对潜在问题的初始筛选并进行登记。只要角色中的人员拥有所需的资源，并且可以使来自各种来源的流程信息一致且透明地进行，此方法就有效。

4.2.2 被动问题识别

该流程包括表3.4中列出的活动，并将输入转换为输出。

表3.4 被动问题识别过程的输入，活动和输出

被动问题识别过程的工作流程图如下图3.3所示：

被动问题识别使用过去或正在发生事件的相关信息来调查其原因。可能问题是在诊断分析发生中事件的性质遇到难题而触发的。在这种情况下，问题识别和控制可能很紧急，事件管理和问题管理实践在同一个价值流中，同时，它们需要相同（或重叠）的资源，包括团队，工具和过程。

基于对过去事件的分析时，问题的识别可能包括：基于各种角度的统计分析、影响分析和趋势分析。这是为了识别具有可能的共同原因或其他相关性的一组事件。

过程随触发点不同而略有差异。表3.5中说明了这些差异。

表3.5  被动问题识别过程的活动

4.2.3 问题控制

该流程专注于问题的调查。它包括表3.6中所示的活动，并将输入转换为输出。

表3.6 问题控制过程的输入活动和输出

图3.4显示了问题控制流程的工作流程图。

图3.4 问题控制流程的工作流程

表3.7提供了流程活动的示例。

表3.7 问题控制流程的活动

组织使用各种分析技术进行问题调查。这些可能包括：

• 根本因分析技术，例如5 Whys分析法、K&F分析以及故障分析树

• 影响分析技术，例如组件失效影响分析、业务影响分析

• 风险分析技术。

记住以下一点很重要。单一根源的情况在复杂的、不断发展的环境中具有非常有限的适用性。事件常常是由不可预料的因素经过预料之外的组合后导致的。因此，对问题的调查（尤其是在被动问题管理中）不应仅限于确定事件的一项可能原因。问题调查应始终考虑整个服务管理四维模型。可以在补充ITIL出版物中找到有关使用特定技术进行问题调查的进一步指南。

4.2.4 错误控制

这一过程的重点是监测和控制已知错误（已分析但尚未解决的问题）的状况及其解决方案。它有助于确保已知错误对服务的负面影响得以掌握并使其最小化；有关事件的解决方案是有效的；已知错误的缓解方法是有效的，可行且高效的。

该流程包括表3.8中所示的活动，并将输入转换为输出。

表3.8 错误控制的输入活动和输出流程

图3.5显示了流程的工作流程图。

图3.5 错误控制的工作流程

表3.9提供了流程活动的示例。

表3.9 错误控制的活动流程

问题管理活动由服务提供者执行，如表3.3、3.5、3.7和3.9中所述。他们可能涉及供应商和合作伙伴，甚至有时还涉及客户和用户。这些活动可以利用工具和技术支持开展（有时甚至是全自动化或很高程度的自动化）。这些将在以下部分中进行阐述。

5. 组织和人员

5.1 角色，能力和责任

实践指南没有描述实践管理的角色，例如实践负责人，实践主管或实践教练。相反，他们专注于每个实践的专家角色。组织不同，每个角色的结构和命名也可能不同，因此ITIL中定义的任何角色都不应被视为强制性的，甚至不应被视为推荐性的。请记住角色不是职务。一个人可以担任多个角色，一个角色也可以分配给多个人。

角色是关联到流程和活动中来描述的。每个角色都具有基于表4.1中所示的模型的能力概况特征。

表4.1 能力代码和描述

在组织中可以设定两个实践特定的角色：问题经理和问题协调人。这些角色通常在问题数量很多的组织中引入。在其他组织中，问题管理活动由负责与问题关联配置项的服务或产品的个人或团队协调。，可能是资源所有者，服务负责人或产品负责人。

5.1.1 问题经理角色

在定义专门的问题经理角色的情况下，通常将其分配给专家，这些专家结合了组织产品（架构，配置和相互依赖性）的丰富知识以及扎实的分析技能（协调团队合作并提供出色风险管理的能力和权威）。该角色的能力概要是TMAC。角色通常负责管理和协调问题管理流程中的专家活动，包括：

• 根据提交的信息进行和协调问题登记

• 问题的初步分类

• 与负责事件解决和变更实施的团队协调沟通

• 开发和交流问题模型（如适用）

• 协调已知错误监视和评审

• 问题规范的关闭

5.1.2 问题协调人角色

在较复杂的组织中，问题管理实践的某些职责可以委托给问题协调人。问题协调人专注规范的问题管理，例如，对提交的关于可能出现的问题的信息评审、问题评审和问题关闭。

5.2 组织结构和团队

尽管问题管理的角色有时与正式职称相关联，但问题管理实践的专用组织结构却很少见。这对于具有复杂官僚机构和大量需要管理的问题的组织来说是典型的。许多组织发现组建临时团队调查影响度高的问题和/或开发解决方案很有用。

在以产品为中心的组织中，通常不采用问题管理工作的头衔和角色。相反，这种实践被集成到产品开发和管理团队的日常活动中。它在任何可能的地方都是自动化的。

若需要ITIL4问题管理完整实践资料，请点击右上角注册账号后向客服索取！

永服科技有限公司（简称“Servicehot”），运用ITIL、ISO20000、ITSS等最佳实践方法，结合ServiceHot在国内外众多行业客户的IT服务管理、信息安全管理方面的成功实施经验，协助客户梳理并建设IT管理体系，推动企业数字化转型，ServiceHot产品在数以百计的大型的国企、制造业、金融、IT互联网等行业完成了实际的应用和推广，主要案例包括：XX省农信、建信基金、中原银行、国信证券、四川长虹、一汽启明、中国移动、中国石化、华为、深信服、中航西飞、中航成飞、深圳航空、富力集团、华西医院、西南民族大学、泸州老窖、天原集团等。