分类归档：未分类

原文：https://www.dragon1.com/blogs/markpaauwe/enterprise-architect-the-first-100-days

通过电子邮件，我收到了许多受人尊敬的分析公司（如 Gartner）的信息图表，它们声称提供了如何在新工作的前 100 天内成为一名成功的企业架构师的路线图。

在我看来，这些信息图表通常不包含前 100 天的独特架构内容。它们更像是另一个企业架构师的普通配方。这些通向成功的路线图包含模糊的陈述，不提供约束或“敦促”架构师的行为或态度。

在关于如何确保作为企业架构师为业务增加有形价值的讨论中，我的 2 美分是基于 EA 的开放式 Dragon1 方法和我自己作为 EA 超过 25 年的工作经验。

13条黄金法则

以下是 13 条黄金法则（不是原则）。如果你遵循这些，你就不会失败，你会在最初的 100 天内留下深刻的印象。

为了成为一名成功的企业架构师：

1. 您必须能够在第一个月内理解、可视化和传达组织的业务战略图；
2. 您必须能够在第一个月内理解、可视化和传达组织的商业模式；
3. 在设计和可视化组织的概念蓝图方面，您必须被视为和接受为有远见的领导者；
4. 您必须能够从各种利益相关者那里收集需求并能够确定它们的优先级；
5. 您必须能够共同设计、可视化和交流组织概念蓝图（=架构）的视图；
6. 为此，您必须对行业的概念和原理以及技术和创新具有丰富的经验；
7. 您必须有足够的经验来支持利益相关者的决策，并以概念蓝图的观点指导项目；
8. 您必须使用存储库来提高设计的数据质量以及您共同创建的视图；
9. 您必须有一个计划和一个所有者/客户；
10. 您必须报告并真正处理反馈；
11. 您必须在存储库中建立已批准和维护的文档的架构档案；
12. 您必须对利益相关者和项目有一个概览，并且对他们使用的架构档案产品有一个概览；
13. 您必须能够在不命名 EA 或将 EA 放在前面的情况下进行 EA。

如果您遇到的信息图没有提及蓝图、存储库、概念或原则，那么它永远不会成为任何架构师成功的路线图。为什么？因为您需要努力使用存储库。创建具有实际意义的视图的概念蓝图并不容易，但您不应该放弃这一点。你应该面对任务并去做！

EA 的 7 大好处

Dragon1 开放式 EA 方法已识别并定义了 7 个企业架构优势。这些都是：

1. 创建关系和依赖关系的见解和概述
2. 变更分析的影响（假设情景）
3. 标准化和风险缓解
4. IT 成本和复杂性降低
5. 流程和能力改进
6. 创新赋能
7. 战略与转型实现

如果您作为架构师了解来自行业的新技术和创新技术，并且您了解组织的战略和业务模式，那么您就能够设计一个概念蓝图或总体概念（=架构）来指导创新项目并支持决策-制造。因此，使用 Dragon1 方法处理企业架构将始终为您和业务增加价值。

作为利益相关者或经理，您可以要求架构师能够将他们创建的每个文档或可视化与公司的战略图（及其目标）和业务模型相关联。公司的战略图和业务模型是每个架构师应该拥有的两个重要的架构产品，作为架构师将要创建的所有其他工作的起点。

阅读更多关于EA的7大好处这里

成熟度级别 1 的构建模块

下面的可视化显示了在 open Dragon1 方法中定义的核心构建块，它们需要达到成熟度级别 1。

架构档案标准

下面的可视化显示了在 Dragon1 EA 方法中定义的最重要的文档，以开始有效地使用企业架构。

阅读更多关于企业架构档案标准

不管是谈数字化还是信息化，软件系统的一个重要资产就是数据。国内不少企业从数据架构开始做，但是我发现还是有不少架构师连基本的数据建模技术都没有掌握，这也注定无法做好架构。IT帮数据建模课程可以帮助你掌握数据建模理论和技术，这是每一个数据建模相关人员的必学课程。

工作十几年，我写过不少代码，开发过不少系统，在这个过程中也建了很多数据库。我自己还给公司做了一个报表引擎，这其实和数据也是有关的。

我知道有不少做过开发的人对数据建模技术不屑一顾，认为“不就是建几个表嘛，根据自己的经验就可以胜任工作了，为什么还要系统学习数据建模呢？” 

任何事情没有绝对，如果做一个小系统，就几张表，你怎么捣鼓都可以，但是如果是一个大系统，甚至到了企业数据模型层次，你如果还没有一个良好的认知基础，那么想要处理复杂项目的时候，你一定会感到吃力。

我学过不少方法体系，也实践过不少，我有自己的学习方法，其中一条就是踏踏实实的去学，然后义无反顾的去实践。数据建模本身也是IT中的一个分支学科，我自己不是一个理论学家，我更喜欢学以致用，所以我也不会在课程中给大家总结梳理那么多理论的东西，而是为大家精炼一些在实践工作中，作为数据相关人员应该了解或必须掌握的一些知识和方法。

这个系列的课程从今年春节后开始在线上授课，每周一次不间断，按原定计划本周课程结束。本次的课程覆盖数据建模的基础到高级话题, 并帮助你如何把这些应用在真实项目之中。基础话题指导你在不同阶段去应用数据建模技术，高级话题会讲到数据仓库、企业数据模型和数据管理等话题，适合数据建模人员、数据架构师、数据库设计人员、DBA和系统分析师等人员学习。

不管是谈数字化还是信息化，软件系统的一个重要资产就是数据。国内不少企业从数据架构开始做，但是我发现还是有不少架构师连基本的数据建模技术都没有掌握，这也注定无法做好架构。IT帮数据建模课程可以帮助你掌握数据建模理论和技术，这是每一个数据建模相关人员的必学课程。

工作十几年，我写过不少代码，开发过不少系统，在这个过程中也建了很多数据库。我自己还给公司做了一个报表引擎，这其实和数据也是有关的。

我知道有不少做过开发的人对数据建模技术不屑一顾，认为“不就是建几个表嘛，根据自己的经验就可以胜任工作了，为什么还要系统学习数据建模呢？” 

任何事情没有绝对，如果做一个小系统，就几张表，你怎么捣鼓都可以，但是如果是一个大系统，甚至到了企业数据模型层次，你如果还没有一个良好的认知基础，那么想要处理复杂项目的时候，你一定会感到吃力。

我学过不少方法体系，也实践过不少，我有自己的学习方法，其中一条就是踏踏实实的去学，然后义无反顾的去实践。数据建模本身也是IT中的一个分支学科，我自己不是一个理论学家，我更喜欢学以致用，所以我也不会在课程中给大家总结梳理那么多理论的东西，而是为大家精炼一些在实践工作中，作为数据相关人员应该了解或必须掌握的一些知识和方法。

这个系列的课程从今年春节后开始在线上授课，每周一次不间断，按原定计划本周课程结束。本次的课程覆盖数据建模的基础到高级话题, 并帮助你如何把这些应用在真实项目之中。基础话题指导你在不同阶段去应用数据建模技术，高级话题会讲到数据仓库、企业数据模型和数据管理等话题，适合数据建模人员、数据架构师、数据库设计人员、DBA和系统分析师等人员学习。

不管是谈数字化还是信息化，软件系统的一个重要资产就是数据。国内不少企业从数据架构开始做，但是我发现还是有不少架构师连基本的数据建模技术都没有掌握，这也注定无法做好架构。IT帮数据建模课程可以帮助你掌握数据建模理论和技术，这是每一个数据建模相关人员的必学课程。

工作十几年，我写过不少代码，开发过不少系统，在这个过程中也建了很多数据库。我自己还给公司做了一个报表引擎，这其实和数据也是有关的。

我知道有不少做过开发的人对数据建模技术不屑一顾，认为“不就是建几个表嘛，根据自己的经验就可以胜任工作了，为什么还要系统学习数据建模呢？” 

任何事情没有绝对，如果做一个小系统，就几张表，你怎么捣鼓都可以，但是如果是一个大系统，甚至到了企业数据模型层次，你如果还没有一个良好的认知基础，那么想要处理复杂项目的时候，你一定会感到吃力。

我学过不少方法体系，也实践过不少，我有自己的学习方法，其中一条就是踏踏实实的去学，然后义无反顾的去实践。数据建模本身也是IT中的一个分支学科，我自己不是一个理论学家，我更喜欢学以致用，所以我也不会在课程中给大家总结梳理那么多理论的东西，而是为大家精炼一些在实践工作中，作为数据相关人员应该了解或必须掌握的一些知识和方法。

这个系列的课程从今年春节后开始在线上授课，每周一次不间断，按原定计划本周课程结束。本次的课程覆盖数据建模的基础到高级话题, 并帮助你如何把这些应用在真实项目之中。基础话题指导你在不同阶段去应用数据建模技术，高级话题会讲到数据仓库、企业数据模型和数据管理等话题，适合数据建模人员、数据架构师、数据库设计人员、DBA和系统分析师等人员学习。

星球会员可下载上图相关的 智能运营,智赢未来

软件开发的最早模型的着眼点是以系统设计为中心的，典型的例子有系统流程图和结构设计。多系统环境中不同系统间的相互数据传输也在观察之中。在过去的25年中，许多项目团队发现从另一个视角观察问题极其重要，即最终用户的视角。同时出现了用例、建立业务流程模型以及建立其他形式的以用户为中心的模型。最近企业高层领导开始尝试如何使软件开发与最终用户、业务目标保持一致。

业务需求建模语言介绍了4大类22个模型，便于宏观审核，最终达成一致。它把模型按目标、人员、系统和数据(OPSD)进行分组。这些区域代表四种信息类型，在全面分析解决方案时需要加以考虑。

• 目标类型：用在更早期的意向阶段，关注于业务目标是什么以及如何满足这些业务目标。
• 人员类型：是看哪些人会对设计中的系统感兴趣，他们需要系统做什么，以及将如何使用系统。
• 系统类型：指的是新系统所有功能的环境、接口和事件。在很大程度上属于传统的分析方法类别，由于软件方式会有突发的变化，这些分析方法经常被认为已经过时了。但这些旧的方法也许不全面但不见得是错误的。当然，上世纪70年代的系统分析方法本身是不够完善的，例如，它对目标没有足够的重视因而分析经常出错。
• 数据类型：指的是定义业务用户所需要的信息以及探索在系统内如何使用信息。虽然数据类型不仅包括数据分析，而且包括状态模型和报告分析，但是数据类型也是非常传统的，我们是从现代视角重新看待老的话题。

需求模型之间存在着必然的复杂性，它们相互依存。目标和功能有关，功能和流程有关，流程和用例有关，用例和用户接口有关。

•

•每一类RML类别都有一个首要模型，完全有可能捕获用于创建该模型的所有信息。一旦确信模型是完整的，就表明你已经完全界定了分析范围。例如，对于一些IT系统，所有可能的利益相关者可以从组织结构图中确定，后者可以用来创建解决方案的组织图。因此，也就产生了完整的利益相关者访谈名单。通过创建一个包括所有利益相关者群体的组织图来界定分析，确定没有遗漏利益相关者。

•每个RML类型的首要模型分别是业务目标模型(目标)、组织结构图(人员)、生态系统图(系统)和业务数据图(数据)。

•合理使用每个类型的首要模型，界定分析范围，创建全面信息的基础。随着分析进展到更详细的RML模型，判断模型是否完整变得越来越难。例如，随着更深入地了解每个用户的业务流程，确认用户完成的所有工作变得越来越困难。使用多个模型能帮助填写空白

•

原文：https://blog.nexa.com.au/blog/service-design-what-are-the-5-principles-of-service-design

什么是服务设计？

服务设计是一种创造性和实用的方式来评估、改进和创新您现有的服务或帮助您设计新的服务。它是计划和实施实际更改以满足您服务的所有用户需求的方法。

通过设计原则、工具和流程，服务设计使您能够基于对所有用户需求（包括员工、团队成员、管理层和客户）的感同身受的理解，提供以客户为中心的服务，从而实现整体业务成功。

为了使您的服务设计成功，您需要遵循五个核心原则。这些原则将有助于最大限度地提高客户满意度并提高运营的内部效率。

1. 考虑每个用户的观点

根据体验设计您的服务

了解每个用户的期望、偏好、价值观、信念和核心决策影响，将使您能够提供真正以客户为中心的高标准服务。

做到这一点的最好方法是通过广泛的技术收集见解，包括调查、观察和实地研究。

全面了解您的所有用户，包括员工、管理层和客户，还将让您更好地了解如何优化您的技术以提供量身定制的解决方案并增强整体体验。

2. 共创

所有利益相关者群体都应参与服务设计过程。

共同创造是指所有用户不仅参与解决方案的设计，而且还参与解决方案的生产和开发的过程。来自组织各个级别的多学科团队可以提供广泛的专业知识、知识和技能来产生伟大的想法。这包括您的实际客户本身。

要利用共同创造，您必须首先确定谁在服务“生态系统”内，并确保每一方都有代表。

让利益相关者参与到共同创造过程中来鼓励更高水平的一致性、定位和对客户的承诺，并将其作为服务理念的中心。这可以防止他们所有宝贵的知识和经验都被浪费掉。共同创造还保证使用该服务的人和提供该服务的人感到受到重视。

3. 迭代过程

服务设计的主要特征之一不是避免犯错，而是从中学习。

这是通过原型设计和测试来实现的。如果您在花费大量时间开发之前测试客户体验，您可以节省大量时间和金钱。

同样重要的是要记住，虽然在启动解决方案之前必须对其进行原型设计，但在整个过程中多次发布和测试迭代也是一个好主意。测试是一个持续的过程 – 不要等到项目结束才这样做。

4. 可视化交流

在协作的团队环境中，使用视觉辅助工具比单纯依靠文字更具表现力。

让您的团队在适用的情况下使用草图、图片、图表、地图和原型。他们还可以用彩色笔和胶水发挥创意。

视觉工具使观众能够消化最复杂的想法。通过使用视觉辅助工具，您可以正确地解释您要达到的目标并使信息更容易记住。

5. 采取整体方法

应该考虑服务存在和交付的整个环境。

整体服务着眼于整个用户旅程并考虑每个人的接触点 – 这包括员工使用情况以及客户使用情况。通过使用服务蓝图、角色或虚构人物来突出不同的用户体验和用户旅程，可以实现整体方法。通过这一点，您还可以确保服务的功能性、安全性和可靠性。

利用这 5 条原则将有助于为您的组织成功的服务设计计划奠定坚实的基础。