DIKW模型-知识管理的路线图.docx

DIKW模型知识管理的路线图DIKW模型知识管理的路线图作者：樊忠林IT组织向其客户交付优质服务的能力取决于他们对自身所处环境的响应能力，这就需要IT组织对其自身及其所处的环境有深入的理解。知识管理是提升这种能力的最有效途径，它可以帮助IT组织在正确的时机做出正确的决策，而不仅仅是知识库管理。虽然知识管理越来越被重视，但很多人却始终分不清数据、信息、知识和智慧的差别，甚至认为它们是相同的，事实上它们之间存在着非常重大的差别。DIKW（DatatoInformationtoKnowledgetoWisdom）模型可以很好的帮助我们理解数据、信息、知识和智慧之间的关系，这个模型还向我们展现了数据是如何一步步转化为信息、知识、乃至智慧的，我们可以把它看成是知识管理的路线图：数据（Data）可以是数字、文字、图像、符号等，它直接来自于事实，可以通过原始的观察或度量来获得。所谓原始数据只是一个相对的概念，数据处理可能包含多个阶段，由一个阶段加工的数据可能是另一个阶段的原始数据。此外，数据可以是定量的，也可以是定性的，比如客户满意度调查中用户反馈的意见。尽管数据的存在形式可以多种多样，比如电子表格，但DIKW模型中的数据仅仅代表数据本身，并不包含任何潜在的意义。例如：服务台每个月收集到5000个故障单，这些故障单仅仅表示故障数据的存在，并不包含任何衍生的意义。知识管理中围绕数据的主要活动包括：采集准确的数据；对采集来的数据分析、综合，然后转化为信息；识别需要采集的数据，并集中资源采集之。通过某种方式组织和处理数据，分析数据间的关系，数据就有了意义，这就是信息（Information）。这些信息可以回答一些简单的问题，譬如：谁？什么？哪里？什么时候？ 所以信息也可以看成是被理解了的消息。通过对上述故障单的分析处理，可以得知谁在使用服务台？他们遇到的究竟是故障还是服务请求？哪些客户遇到了故障？他们遇到的是什么问题等等。进一步的分析可能会发现，40%的呼叫是简单的问题咨询，15%的呼叫是和网络故障，10%是ERP系统故障等。知识管理中围绕信息的关键活动是：以一种易于捕获、检索、查找、重用、借鉴经验的方式管理信息的内容，以便错误不重演，工作不重复。如果说数据是一个事实的集合，从中可以得出关于事实的结论。那么知识（Knowledge）就是信息的集合，它使信息变得有用。知识是对信息的应用，是一个对信息判断和确认的过程，这个过程结合了经验、上下文、诠释和反省。知识由隐性的经验，想法，见解，价值观和个人的判断组成。知识可以回答“如何？”的问题，可以帮助我们建模和仿真。基于前面的数据和信息，可以知道谁使用的服务出了故障？综合过去的经验、上下文信息（如：客户使用这些服务的原因，服务级别中对故障响应的约定等）就可以确定故障对业务的影响、故障的优先级、故障是如何影响业务的，以及如何来处理故障等。对于知识我们需要的不仅仅是简单的积累，还需要理解（Understanding）。理解是一个内推和盖然论的过程，是认知和分析的过程，根据已经掌握的信息和知识创造新的知识。另外，知识是动态和基于上下文的。知识将信息转化为易于使用的形式，以便加快决策的进程。最后来看智慧（Wisdom），智慧是一种外推的、非确定性的、非盖然论的过程。智慧是哲学探索的本质，是判断是非、对错和好坏的过程，它所提出的问题是还没有答案的问题。与前几个阶段不同，智慧关注的是未来，试图理解过去未曾理解的东西，过去未做过的事，并且智慧是人类所特有的，是DIKW模型中唯一不能用工具实现的。智慧可以简单的归纳为做正确判断和决定的能力，包括对知识的最佳使用。智慧可以回答“为什么”的问题。回到前面的例子，根据故障对客户的业务影响可以识别改进点，比如：制定一个培训计划或着手一个ERP服务改进计划等。随着数据向信息、知识和智慧的发展，理解（Understanding）的深度在不断增加，需要考虑的上下文（Context）范围也在扩大。服务台收集数据时关注的只是一些孤立的故障，但到制定改进计划时可能需要考虑整个组织范围内的因素。以上DIKW模型给IT组织的知识管理提供了一个路线图。但是，不管IT组织的知识管理系统有多复杂，其核心始终是数据和信息管理，数据和信息作为知识管理的基石，其重要性不言而喻。因此，良好的数据和信息管理就是知识管理必然的开端，您现在开始认真做故障记录