知识管理
知识管理使人们所知道的东西在他人需要时可以获得;对敏捷团队行之有效的方法,是把知识作为工作的副产品来捕获,保持简短并有负责人,并把书面记录与交谈结合起来。
为什么这很重要
每项服务都依赖知识:它如何运作、以前出过什么问题、如何修复,以及当初为什么这样构建。当这些知识只存在于少数几个人的头脑中时,服务就很脆弱。一次假期、一次辞职或一个糟糕的值班夜晚,就能把十分钟的修复变成十小时的故障。知识管理是确保需要知道的人能够找到答案的实践。
敏捷传统偏向于交谈和可工作的软件而不是文档,敏捷宣言的作者们也因此受到批评(参见主题 1.1 — 敏捷宣言)。公允的解读是,文档必须证明自己值得存在。知识管理给出了一种决定什么值得存在的方式:经常被使用的知识、重新发现代价高昂的知识,或掌握在太少人手中的知识。对其余的,交谈和结对可能更合适。
维基百科“知识管理”词条范围广泛,把该领域描述为为实现组织目标而对知识的处理,有别于内容或信息管理。它记录了历史、模型、方法、促成因素、障碍和批评,对 IT 服务没有具体论述。本主题使用该词条的一般理念并将其应用于服务团队,在应用而不是转述的地方加以标注。
核心概念
知识管理是什么
维基百科把知识管理(KM)描述为涵盖组织认知、学习、协作和创新的流程,使用和分享知识以支持组织的目标。它指出,学徒制、公司图书馆和指导等做法远早于这个术语。KM 作为一门学科出现在 20 世纪 90 年代初,包括野中郁次郎(Ikujiro Nonaka)、竹内弘高(Hirotaka Takeuchi)、Thomas H. Davenport 和 Baruch Lev 在内的学者帮助发展了这一领域。词条称,ISO 9001:2015 增加了关于“组织知识”的规定。
隐性知识与显性知识
词条区分了两种形式。隐性知识是内化的,往往不被有意识地知晓。显性知识是被有意识地持有、可以轻易传达的。词条把野中郁次郎的 SECI 模型(社会化、外化、组合、内化)归于 Nonaka 和 Takeuchi 1995 年的著作,它描述了二者之间的螺旋。词条还指出,后来的研究者称这种划分过于简单化。
对服务团队而言,这一区分是实用的。有经验的工程师往往能感觉到某个告警多半是噪音,或某次发布有风险,却很难写下原因。其中的一些感觉可以转化为运行手册和检查;一些只能通过共同工作来分享。
编码化与个人化
遵循 Hansen 等人(1999),词条区分了两种策略。编码化把知识存储在知识库中,供他人复用。个人化通过人与人之间的直接接触分享知识。每一种适合不同的知识:
| 策略 | 适合 | 服务团队中的示例 |
|---|---|---|
| 编码化 | 重复的、被充分理解的任务 | 运行手册、已知错误记录、服务描述、操作指南文章 |
| 个人化 | 复杂的、变化的或依赖判断的事务 | 值班时结对、跟岗、实践社区、设计讨论 |
大多数团队两者都需要。一个菜谱式的知识库不会教会判断,而仅靠交谈也无法扩展到夜班。
实践社区
词条把实践社区列入 KM 的视角之中。在服务组织中,它们可以简单到只是一个跨团队从事类似问题的人(比如数据库工程师或服务台分析员)的定期非正式会议。它们传播知识和规范,并给人们一个提问的地方。
要捕获什么
并非一切都值得记录。服务团队中有用的候选包括:
- 如何恢复服务: 运行手册和恢复步骤(参见主题 3.2 — 事件管理)。
- 已知错误和变通办法: 症状、变通办法和负责人(参见主题 3.3 — 问题管理)。
- 服务描述: 一项服务做什么、谁负责,以及它依赖什么(参见主题 3.8 — 服务目录管理)。
- 决策及其原因: 为什么选择某种设计,使日后的变更不会盲目地推翻它。
- 来自事件的教训: 他人可以阅读的事后复盘。
- 常见用户问题的答案: 为服务台和自助服务准备的简短文章。
促成因素与障碍
词条把人员与文化、流程与结构以及技术列为核心组成部分。它指出,动机包括创新、更短的开发周期和发挥专长,组织使用诸如强制提交内容之类的激励,但它说对于激励是否奏效没有共识。它列出的障碍有知识未能转移、教育不足,以及有经验的工作者离开时知识的流失。对服务团队来说,最重要的障碍是时间压力、内容所有权不清、笨拙的工具,以及奖励英雄主义而非分享的文化。
工作流中的知识
服务台广泛使用的一个实用原则,是把知识作为工作的一部分来捕获,而不是作为单独的任务。当分析员解决了一个新问题,解决办法在工单关闭之前就成为一篇草稿文章。当工程师修复了一次事件,步骤就进入运行手册。这使每一项工作成为一份小小的贡献。为本指南所读的来源没有描述这样做的具体方法,所以请把这一原则视为有待检验的常见做法,并看看你的工具上什么可行。
批评与局限
词条记录了批评:学术 KM 研究的实际相关性受到质疑,隐性—显性的区分受到批评,激励的有效性存在争议,以及保护知识带来过度保护和侵占等风险。它没有报告 KM 的有效性或投资回报的实测证据。对服务团队而言,教训是保持适度的雄心:从缺失曾造成伤害的知识开始,度量它是否被使用,并放弃那些没有用的。
知识与组织学习
词条称,KM 与组织学习相似,但更强调知识作为战略资产和信息共享,并且 KM 促进组织学习。这与敏捷学习(参见主题 1.10 — 敏捷学习)和持续改进(参见主题 3.15 — 持续改进)相关联。
最佳实践
- 从缺失曾造成伤害的知识开始。 列出最近几次因缺少知识而造成的事件或延误。从这些主题开始,而不是试图把一切都记录下来。
- 在工作的当下捕获知识。 把写一份简短的笔记作为关闭事件、请求或变更的一部分。现在写下的粗略笔记,比计划日后写成的精美文章更有价值。
- 保持文章简短且有结构。 使用一致的形式:症状、已知的原因、步骤、何时升级、负责人、上次评审日期。压力之下的人们阅读标题和编号步骤。
- 给每篇文章一位负责人和一个评审日期。 没有负责人的内容会衰败。在文章上显示评审日期,使读者能判断可信度。
- 删除与合并。 淘汰无人使用的文章并合并重复的。小而最新的知识库胜过大而陈旧的。
- 让它易于查找。 把知识放在人们已在工作的地方,用真实的查询测试搜索,并在工单、服务目录(ITIL 拼写为 “service catalogue”)和运行手册中链接文章。
- 通过使用来测试运行手册。 请将使用运行手册的人在一个测试用例上照着做。修正不清楚之处。这使文档变成可工作的知识。
- 对隐性知识用结对和跟岗。 让经验较少的人与有经验的人一起处理真实的事件和变更。规划好结对,因为大家都忙时它不会自己发生。
- 支持实践社区。 给人们时间和跨团队聚会的地方。让话题来自成员。
- 记录决策和理由。 对重要的设计和流程决策及其原因保留简要记录。它防止重新发现,也帮助新来者。
- 分享经验教训。 用通俗语言广泛发布事后复盘和问题摘要,并问问其他团队哪些适用于他们(参见主题 3.2 — 事件管理)。
- 留意知识风险。 每季度一次,列出依赖某一个人的技能和系统,并规划将其扩散。把人员离开视为评审的提示。
与团队讨论的问题
如果某位指名的人离开一个月,我们会无法做什么?
请团队指出哪些人的缺席会造成伤害及原因。列出依赖他们的任务。这通常是一份很长的清单,对被点名的人来说并不舒服。把它构建为对服务的风险,而不是评判。主持人可以问,哪项任务最迫切需要分享、如何分享。选一个作为开端。
我们写下了什么?有人读吗?
询问人们最近使用的三份文档和最近写的三份文档。比较。差距显示出文档工作投入的偏差。问问没人读的文档有用的版本会是什么样,或者是否应该删除。商定淘汰或修复一份。
当我们修复了新问题时,知识去了哪里?
追踪最近一个新问题:谁修复的、谁知道怎么做,以及记录在哪里。如果答案是“在一张工单里”或“在我脑子里”,讨论更好的途径会是什么样。往往一个小习惯,比如关闭时的模板,就能带来改变。试用一个月。
哪些知识最好通过共同工作而不是写作来分享?
问问判断在哪里重要:读图、决定何时升级、了解一位客户。讨论新来者今天如何学习这些。典型的答案是运气和时间。规划一种刻意的安排,比如值班时跟岗。商定谁与谁结对。
我们怎么知道一篇知识文章是否仍然正确?
挑一篇文章并测试它。检查负责人、评审日期以及步骤是否可行。许多文章通不过测试。问问什么样的评审周期是现实的,以及谁可以淘汰文章。目的是在每篇文章上有一个可见的可信度标志。
是什么阻止我们分享我们所知道的?
收集诚实的回答:没有时间、害怕显得愚蠢、没有明显的地方、没有认可。维基百科词条指出激励的有效性存在争议,所以避免简单的回答。问问团队能改变哪个障碍、哪个需要管理层。承诺一项可见的改变。
实践:一个敏捷 ITIL 示例
一家国家铁路的旅客信息团队有十四人,运行车站显示屏和时刻表应用背后的系统。构建了显示屏控制器的最有经验的工程师宣布,他将在六个月后退休。没有人理解控制器如何处理故障,而文档是十年前写的一份 200 页的设计文档。
团队负责人列出这位工程师知道而他人不知道的东西。她得到三组:如何在故障后恢复控制器(显性且可重复),为什么存在某些奇怪的行为(部分写下,部分在记忆中),以及如何判断一个故障何时严重(隐性)。对第一组,团队与这位工程师一起编写运行手册,并让一位同事在测试设备上照着做来测试每一份。对第二组,一对工程师每周采访他,并在共享文件夹中写下简短的决策笔记,每份都有负责人。对第三组,一位经验较少的工程师在六个月内跟随他处理每一次值班事件,并在他旁观的情况下主导一些。
六个月结束时,三位工程师能够处理控制器故障,200 页的文档被十一份简短的运行手册和二十份决策笔记所取代,团队还有了每月一次的会议,由一个人讲解他们所知道的东西。问题依然存在。有两份运行手册在另一个硬件版本上测试时失败,不得不重写;隐性的判断只是部分转移:跟岗的工程师说,有些判断仍然像是猜测。团队计划与即将退休工程师的继任者进行第二轮跟岗,并商定每季度评审运行手册。
四种视角
产品与交付团队
交付团队掌握着许多关于服务如何构建的知识。把撰写简短的运行手册和决策笔记作为完成定义的一部分,并让将要使用它们的人来测试。与运维分享设计的理由,使变更不会推翻它们。
服务与运维团队
运维团队产生并使用大量日常知识。在关闭工单时捕获解决办法,保持已知错误最新,并向交付团队索要你们所需要的东西。让服务台和自助服务容易找到文章。
领导层与治理
领导者塑造分享是被奖励还是被抑制。维基百科词条称激励存在争议,所以要聚焦于消除障碍:给予时间,让工具易用,并奖励帮助他人的人。像对待其他服务风险那样,跟踪知识风险,比如单点专长。
客户与用户
客户和用户受益于清晰的答案和自助服务文章。当文章有误或缺失时,告诉团队。问问提供者如何从事件中学习,以及如何与你分享所学。
常见失败模式
- 什么都记录。 知识库变得庞大而陈旧。应对方法:从缺失曾造成伤害的知识开始,按需增加。
- 写作与工作分离。 捕获成了事后的差事。应对方法:把简短的笔记作为关闭工作的一部分。
- 没有负责人。 没人更新文章。应对方法:为每篇指定负责人和评审日期。
- 搜索差。 人们找不到已有的东西,于是写出重复的。应对方法:用真实的查询测试搜索,并从人们工作的地方链接文章。
- 忽视隐性知识。 一切都被假定可以写下来。应对方法:规划结对、跟岗和实践社区。
- 未经测试的运行手册。 步骤在需要时失败。应对方法:让使用者在测试用例上照着做每一份运行手册。
- 把囤积知识当作地位。 人们保护知识以保护自己的位置。应对方法:认可分享并分散依赖。
- 强制内容数量。 数量目标产生单薄的文章。应对方法:聚焦于使用和质量,并记住激励的效果存在争议。
成熟度模型
| 维度 | 起步 | 发展 | 标准化 | 管理 | 协同 |
|---|---|---|---|---|---|
| 捕获知识 | 知识存在于脑子里和聊天中 | 一些团队保存笔记和运行手册 | 捕获一份笔记是关闭工作的一部分 | 评审捕获率和有用性 | 知识捕获在团队和供应商之间共享 |
| 质量与所有权 | 没有负责人;内容衰败 | 一些文章有负责人 | 每篇文章都有负责人和评审日期 | 度量准确性和使用;移除陈旧内容 | 质量实践在整个组织内共享并改进 |
| 可查找性与使用 | 搜索差;人们互相询问 | 一些内容从工单链接 | 知识从工单、目录和运行手册链接 | 度量并修复使用和搜索失败 | 知识适当地向用户、供应商和合作伙伴开放 |
| 分享隐性知识 | 分享靠运气 | 发生一些结对和跟岗 | 结对、跟岗和实践社区是有计划的 | 跟踪并降低知识风险 | 社区和轮换使知识在团队间常规性流动 |
检查清单
- 我们已列出缺失曾伤害我们的知识,并从那里开始。
- 关闭事件、请求或变更时,若有新东西则包含一份简短的笔记。
- 文章遵循简短的通用结构,有负责人和评审日期。
- 运行手册已由未曾编写它的人测试过。
- 搜索对真实查询有效,文章从工单和服务目录链接。
- 未使用和重复的文章被淘汰。
- 我们有计划把掌握在一个人手中的知识扩散开。
- 为依赖判断的工作规划了结对或跟岗。
- 来自事件的经验教训在团队之外分享。
- 我们至少每季度评审一次知识风险。
AI 提示词
目的:把已解决的工单转化为知识文章草稿。
把这张已解决的工单转化为供服务台分析员使用的知识文章草稿。
工单(症状、所采取的步骤、解决办法;删除个人数据):[粘贴]。
写一篇简短的文章,包括:一行症状、可能的原因(如果工单没有说明,则标为“疑似”)、检查和修复的编号步骤、何时升级以及升级给谁(未知则使用 [角色]),以及负责人和评审日期的位置。仅使用工单所说的。用 [核对] 标出你推断的任何步骤。如果信息缺失,请先提出澄清问题,并列出你不确定的内容。
目的:找出你团队中的知识风险。
这是我们团队处理的系统和任务的清单,以及谁能做每一项:[以表格形式粘贴,每个系统或任务一行,附能做的人的姓名或角色]。
仅使用此清单,识别只有一个人能做的,以及有两个人能做的。如果我标注了任务的关键程度就按此排序,否则不排序。对每个单人项,建议一种低成本的扩散知识的办法(例如结对或经过测试的运行手册)。不要虚构任务或人员。请先提出澄清问题,并列出你不确定的内容。
目的:在测试之前评审运行手册的清晰度。
这是一份运行手册:[粘贴]。
扮演一位疲惫的、此前从未见过这个系统的值班工程师。列出你不确定该怎么做的每一处、每个未解释的术语或工具,以及每个假定了知识的步骤。为每处建议更清晰的措辞。不要添加运行手册中没有的技术步骤;把给作者的问题标为 [询问作者]。列出你不确定的内容。
目的:为即将离开的人规划知识交接。
帮助我为将在 [时间] 后离开的 [角色] 规划知识交接。
他们拥有或做、而他人不做的事:[列出]。
目前它们记录在哪里:[列出,或写“无处”]。
谁将接手,以及其当前的经验:[描述]。
把事项分为:转化为经过测试的运行手册的可重复任务、作为简短笔记记录的原因与决策,以及通过跟岗或结对分享的判断。提出逐周计划,包括与继任者一起测试每份运行手册。不要虚构事项。请先提出澄清问题,标明假设,并列出你不确定的内容。
AI 技能
- runbook:用于编写他人可以在压力下遵循的分步流程。
- postmortem:用于以他人可以阅读的形式记录来自事件的教训。
- architecture-decision-record:用于记录为什么作出某项设计决策。
- decision-records:用于保留重要的非架构性决策的简短记录。
- training-needs-analysis:用于找出知识分享应当解决的技能缺口。
(这些技能本身以英文编写。)
主要来源
- 知识管理(维基百科):对该领域的历史、模型、方法和批评的广泛概览。
- 事后复盘文化:从失败中学习(《站点可靠性工程》,Google,sre.google):一个组织如何分享来自事件的教训。
- 隐性知识(维基百科):关于难以写下的知识的背景。
- 实践社区(维基百科):关于分享知识的跨团队群体的背景。
参考文献
- Knowledge management — Wikipedia — https://en.wikipedia.org/wiki/Knowledge_management
- Postmortem Culture: Learning from Failure — Google SRE book, sre.google — https://sre.google/sre-book/postmortem-culture/
- Tacit knowledge — Wikipedia — https://en.wikipedia.org/wiki/Tacit_knowledge
- Community of practice — Wikipedia — https://en.wikipedia.org/wiki/Community_of_practice
- SECI model of knowledge dimensions — Wikipedia — https://en.wikipedia.org/wiki/SECI_model_of_knowledge_dimensions
- Organizational learning — Wikipedia — https://en.wikipedia.org/wiki/Organizational_learning
- Knowledge base — Wikipedia — https://en.wikipedia.org/wiki/Knowledge_base
- Ikujiro Nonaka — Wikipedia — https://en.wikipedia.org/wiki/Ikujiro_Nonaka
- Manifesto for Agile Software Development — Beck et al., agilemanifesto.org — https://agilemanifesto.org/