01. 企业数字化转型的成功率仅20%
据McKinsey（麦肯锡）发布的调查报告显示，目前企业数字化转型的成功率普遍仅为20％。导致企业数字化转型失败的原因多种多样，大多数企业的失败可以归咎于缺乏业务上的指引，盲目部署数字化系统和引进新技术，对即将出现的各种风险毫无防备。
未来的数字化，一定是业务和技术的快速融合，以构建各类能力共享中心形式螺旋推动数字化进程发展。在这里，我们无意探讨业务问题，还是谈谈怎样构建满足未来数字化转型需求要的技术支撑底座吧。
1. 运维数字化易被忽视
构建数字化技术支撑底座，从架构上可以分为三个部分，分别是基础设施架构、应用开发架构和运维支撑体系，三者相辅相成，缺一不可。
▲ 三层架构的关系随着技术理念的进步，发生悄然的转变而在三大组成部分之中，最容易被忽视的往往是运维支撑体系。由于大多数企业忽视了运维支撑体系本身也需要不断进行数字化演进，导致许多企业的运维体系根本无法支撑整个技术底座的正常高效运转。
2. CMDB是下一代运维体系的基石
如何推动运维数字化转型？其实从业界IT相关标准演变就可以看出端倪，大名鼎鼎的ITIL已经发展了从V2到V3再到如今V4的多个版本，还有DevOps和AIOps理念的出现和发展，都从侧面告诉我们，运维已经到了必须数字化转型的时刻了。而在运维数字化的发展路径上，CMDB的建设是一切的起点。
02. 消费驱动是建设CMDB最佳方法论
1. 为什么要以消费驱动来建设CMDB？
这些年来，我们在调查和服务客户中发现，消费驱动是建设CMDB最适合的方法论，有三个主要原因。
第一个原因，CMDB的本质就是数据服务。它提供了各类技术工具所需要的数据，这些技术工具被各领域的工作过程所使用，满足了不同人员的差异化需求，最终体现了价值的传递过程。因此，在构建与企业IT架构相匹配的CMDB过程中，需要重新规划IT利益相关者（包括客户在内）的工作活动和需求，以人员为起点、从过程、技术一直到资源，最终落到CMDB上。
第二个原因，CMDB的关键是数据质量。既然我们说CMDB的本质是数据服务，那么其关键一定是数据的质量，如何保证CMDB中的数据始终保持高质量呢？首先就是要确保进入CMDB的新数据是准确的，其次是及时发现和净化脏数据，最后是消费这些数据，让数据持续不断地产生价值。如何让数据流动起来，持续不断地产生价值取决于我们的消费场景是否足够丰富。数据流出之后能不能持续保持质量，取决于消费过程对数据的改动是否能及时回写。
第三个原因，CMDB建设的原动力是消费。我们从第二个原因可以得知，消费场景越多，共享程度越高，数据的价值就越高，CMDB也就建设的越成功。因此，从规划CMDB建设之初，就应当充分考虑将来CMDB的消费场景，如果不能清晰的认识到CMDB的定位，不能做到消费驱动的CMDB建设，最终CMDB会沦为一个毫无边界的数据库。
当然，如何去构建CMDB消费场景，也要结合企业自身情况，并不是盲目追求全面覆盖。若试图一蹴而就，反而导致CMDB建设成本过高，消费场景落地效果不佳，最终面临项目失败的局面。
2. 消费驱动的CMDB建设四步法
在这里，我们结合多年的运维行业实践经验，分享下自己在服务客户过程中的CMDB建设四步法：
① 配置管理体系构建
CMDB作为企业运维体系的一部分，必须从整体运维体系的角度进行规划，以整体目标为导向，明确CMDB建设相关的目标、原则、流程、组织架构、运营考核机制等内容。
② 消费场景和模型设计
设计符合企业自身特点的消费场景，相关数据及其模型设计，明确各消费场景会用到哪些对象的哪些属性和关系，梳理各类资源对象的生命周期，确保消费场景闭环。
③ 数据采集、维护和消费
通过自动化和流程驱动的方式，实现数据的采集和回写。根据CMDB使用者的不同视角，提供符合其习惯的维护界面，便于其及时的对数据进行查看和修改。同时，充分考虑监控、自动化、服务流程等消费场景的集成需求，提供符合要求的数据服务接口。
④ 持续的运营和改进
持续的改进和运营对CMDB的长期成功起到决定性的作用，这其实很容易被管理人员忽略。通过对数据进行持续审计和检查，通过运营数据报表等方式都可以发现CMDB存在的问题，比如数据孤岛、错误数据、重复数据、低价值数据等等，都可以帮助我们对消费场景和模型提供改进意见。
3. 消费驱动建设的CMDB该是什么样的？
根据消费驱动建设CMDB的方法论，沉淀自身运维行业的服务经验，我们基于腾讯蓝鲸PaaS平台，打造了嘉为蓝鲸配置管理中心产品体系。
产品架构上，按照CMDB的水池模型，充分考虑了数据采集、数据维护管理和数据消费闭环的三大环节，将产品分成三大模块，满足配置管理员、配置所有者和配置经理的不同管理需求。
从功能上，嘉为蓝鲸CMDB除了提供常规的数据建模、自动采集、数据维护、数据接口等基本能力之外，还提供面向机房运维的IDC视角、面向设施运维的资源视角、面向应用运维的业务视角等，未来可扩展为面向应用、技术、数据、物理各层的架构管理场景，以满足客户特有对象的覆盖，包括与监控系统、网管系统等第三方数据源的集成对接。
从能力融合上，嘉为蓝鲸CMDB支持ITOM、ITSM、ITOA等各类场景的消费集成能力，依托腾讯蓝鲸PaaS的强大运维开发能力，还能不断扩展消费场景。
提供开箱即用内置插件100 ，覆盖基础软件、主机、基础架构、基础设施等各个运维层面40多种对象，1000 属性。无论是作为一体化运维解决方案的一部分，还是快速融入企业现有的运维体系，嘉为蓝鲸都可以从容应对。
嘉为蓝鲸为客户提供全过程的规划咨询、蓝图设计、产品实施、运营改进服务，确保每一个CMDB项目都能取得成功。
某股份制银行：2018年开始规划一体化运维，项目一期建设嘉为蓝鲸CMDB方案，梳理配置数据62万条，自动采集比例高达95%，至今持续支撑数十个消费场景不断落地。
某大型汽车集团：实现集团三地三中心多云数字资产统一管理，合计共有11类分组，66类模型，录入模型实例14,424个，有效提升资产管控能力，为IT运营决策提供配置信息服务。
某知名财险：2020年起建设自动化运维项目，其中包括CMDB建设，项目共纳管24000余节点，配置了86个自动采集任务，支撑上千个自动化作业流程。
某大型能源企业：CMDB应用实现模型、属性及其相互关系的自定义维护，集中管理全网超过88万条IT资产配置，基本完成全网IT资产配置统一管理，有效支撑“监、防、管、控、服”业务融合。
嘉为蓝鲸CMDB解决方案，以消费驱动的CMDB建设方法论作为核心，本着客户成功的理念，在项目实践中贯彻四步法的落地过程，强调以管理体系构建作为开端，以持续运营改进作为终点，其中暗合PDCA循环的理念。
