首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >以企业架构为核心驱动的知识体系构建-业务+技术+管理的融合

以企业架构为核心驱动的知识体系构建-业务+技术+管理的融合

作者头像
人月聊IT
发布2025-06-24 18:47:20
发布2025-06-24 18:47:20
3350
举报

大家好,我是人月聊IT。

今天,我想和大家简单分享一下企业架构知识体系的外延和内涵,包括它上游下游之间的知识展开。最近几个月,总有朋友私信我,他们原本从事软件开发、软件架构设计或业务流程咨询,现在想转型成为企业架构规划设计师,询问我应如何构建整个完整的知识体系。

首先我要强调的是,如果你想转型企业架构,仅仅学习企业架构方法论、业务架构、应用架构、数据架构、技术架构这“4A架构”是远远不够的。企业架构的本质是基于企业战略和业务目标,最终实现IT和数字化建设落地的系统思考。

因此要意识到,企业架构知识体系覆盖了业务、技术和管理等各个方面的知识。学习企业架构一定要围绕4A架构为核心进行上下游的展开,才能构建一个完整的企业架构知识框架。

为了更好的说明整个围绕企业架构的核心知识体系。我重新构建了一个知识体系框架图供大家学习和参考。

我们通常所说的企业架构,都是围绕业务架构、应用架构、数据架构、技术架构这四个核心领域。

但在这个架构之上,必须有一个架构体系框架或方法论的指引。除了企业架构方法论,我们还需要增加业务战略模型、SOA领域建模思想,以及云原生架构体系设计的思想

从4A架构过渡到单应用架构

在企业架构规划设计完成后,一定会涉及到IT信息化建设的落地,因此企业架构会转向软件“4A架构”的设计,包括逻辑架构、开发架构、数据架构、运行架构和最终的物理架构。

企业架构和软件的“4+1架构”之间有严格的一一映射关系。比如应用架构会映射到逻辑架构,数据架构相互映射,而技术架构会映射到开放架构和部署架构等。当然,研究软件架构时,还会涉及到数字化技术,这不仅仅是传统的IT技术,还包括5G、物联网、区块链、AI等。

在软件架构设计完成后,最终的技术落地需要参考当前主流的平台+应用的构建思想,核心是云原生的三大技术实践:容器、云、微服务、DevOps,实现应用架构现代化。包括信通院去年发布的应用架构现代化白皮书。

软件架构到软件项目管理

软件架构设计完成后,需要管理软件从需求到设计、开发、编码、交付的整个生命周期,这涉及到IT项目管理的知识体系。

IT项目管理的知识体系参考PMBOK项目管理知识体系和CMMI软件能力成熟模型,包括底层的支撑过程管理、中间的软件工程架构域、上层的IT项目管理全生命周期。当前主流的还有敏捷方法论,如Scrum敏捷方法论。

IT项目管理可能只管理单个项目,但在面对整个企业的数字化建设规划时,往往需要管理一个大项目或项目群,这时需要引入产品研发的方法论。例如,IPD集成产品研发,市场驱动研发,市场管理需求管理,规划产品组合,产品规划、版本规划、目标规划,然后进入概念计划开发验证发布的产品开发流程。

在我最近和甲方客户的沟通中,发现缺失的正是内部IT的产品规划,技术规划,阶段决策,项目组合管理等关键内容。IPD的核心思想不仅仅可以用在产品研发,对于内部IT规划和研发管理通用适用。

战略-业务目标-业务能力

对于大型企业进行信息化建设规划实施落地时,需要顶层的产品生命周期管理。企业架构向上游发展,会涉及到战略和商业模式。

在这里,我对BLM业务领先模型进行了简化,如何清晰地识别市场机会,详细进行战略规划和设计,包括组织人才团队和文化。在BLM业务领先模型中,业务能力是关键衔接点,业务能力就是你在商业模式梳理过程中的核心业务价值主张。

战略和商业模式下来后,会落到核心的价值链和价值流分析。可以借鉴波特的价值链分析模型,包括底层的支撑过程(如财务、HR)、上层的战略管理和决策流程,中间是核心的价值流(如研发、物流、生产、营销、服务)。

在业务分析完成后,企业架构规划最终会涉及到IT应用建设的落地。

从规划架构到建设落地

在整个信息化建设过程中,有传统的ERP,核心是实现财务底座。

在新一代ERP建设过程中,外围的核心业务逐渐剥离为独立的外部业务应用系统,如供应链、产品研发、MIS、客户关系管理、售后等。在上层我们希望进一步体现数字化下数据驱动的思想,考虑数据驱动业务和决策。

企业架构规划应用落地中,除了传统的OLTP建设,还有数据这条线,如何挖掘企业核心数据,形成数据资源,并逐渐转变为有价值的数据资产。这是当前讨论较多的体现数据驱动的关键点,其中就包括了如何构建核心数据资源要素,并通过数据服务实现价值能力的对外开放。

数字化底座-算力,算法和数据基础设施

图片
图片

数据资源要素是核心内容,需要底层的数据基础支撑和基础设施。在云原生架构落地时,有三个核心基础设施:算力、数据、算法。数据基础设施涉及构建数据技术平台、数据服务,包括上层的数据仓库数据服务系统。

对于AI算法,涉及算法库、训练库、模型库,如何进行学习训练和推理。在整个架构中,数字化应用建设的关键是数字经济和传统企业的数字化转型,如何实现产业数字化和数字产业化,如何做好数字化治理。

从建设到数字化治理

整个数字化治理分为三层:内部数字化升级、实现内部横向纵向集成、打通消费者互联网和产业供应链上下游的产业互联网生态构建。这是整个架构的核心目标。

数字化IT应用建设完成后,我们仍需回到IT服务和运营。基于传统的IT服务标准体系,我们应增加运营思路,而不仅仅是服务。服务是被动支撑,而运营是基于数据驱动、风险驱动、主动的IT能力构建和实现。

因此,学习企业架构时,不要只关注“4A企业架构”的实现,而应基于企业架构进行上游和下游知识点的展开。上游核心知识包括企业战略、业务目标、商业模式和核心价值链分析;下游知识包括软件架构和云原生平台、云计算能力支撑,以及数字化后如何体现数据驱动和数据资源要素这条核心内容线。

所有的建设落地都有一个实施过程,因此还需要项目管理和产品生命周期管理的支撑,实现整个过程的管理。只有这样,规划企业架构时,才能从前期的需求调研分析到架构规划,再到最终的IT数字化建设落地,形成一个完整的闭环过程。

今天关于企业架构知识体系的分享就到这里,希望对大家有所启发。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-11-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 人月聊IT 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档