知识管理是整个金融服务业的一个症结所在.

尽管有现代管理解决方案,但几十年来,它仍然是一个重大挑战. 这是因为:
  • 银行对大型银行的依赖, 遗留技术资产和应用程序组合, 加上不一致的知识捕获
  • 员工的流失以及随之而来的知识流失
  • 跨多个内部系统的复杂集成, 第三方产品和混合解决方案
  • 通过测试获得的增量知识的不可靠捕获, 用户验收, 生产, 保修和维护
知识管理实践通常在一段时间内成熟:



那么,知识管理的最佳实践是什么呢? 以下是需要考虑的五点:

1:知识获取需要优先级和可扩展

为每个产品或应用程序开始软件开发的日子已经一去不复返了. 今天, 许多产品都是以前产品的扩展, 或者他们与第三方产品合作, 或者利用现成的编码解决方案等等.

一个主要的需求是建立一个健壮的知识转换过程,以确保团队在尝试未来的产品构建之前能够访问这些历史知识.

这种知识转移过程需要确保:

知识获取是优先的. 并不是所有的历史知识都需要在转型的时候被捕捉到,可以按以下顺序进行排序:
  • 可见书的工作期限为6个月
  • 分析过去6个月软件变更最频繁的区域
  • 分析在过去6个月内最频繁的支持领域,如果已经在生产中
知识获取是可扩展的 在未来需要时扩充知识库. 这可以通过以下方法实现:
  • 建立一个作为元数据(文档)的清晰的知识资源清单, Wiki页面, 开发管理工具,比如JIRA, 源代码库, 应用程序日志, 票务系统的支持, 等.)
  • 将知识资源映射到产品的相关功能和技术模块

已知知识只占所需知识的一半

另一半可能锁定在以前的团队成员的脑海中,或者在地面上实现系统.

知识分为三种类型:
  1. 明确: 在已知的资源中可见和清楚地可用
  2. 隐式: 从实际应用中获得的知识
  3. 默认: 随着时间的推移而被理解、假定或积累的知识
获取隐性知识:
  • 实际的评估: 已实施系统的研究. 例如, 可以使用代码逆向工程工具从实现的代码开发文档
  • 影子现任专家: 观察或一起工作以获得洞察力
获取隐性知识:
  • 分析 历史聊天记录, 电子邮件, 应用程序日志, 开发并支持票证历史记录等, 基于相关性,反映历史上呈现的实时行为. 您可以使用自然语言处理解决方案来分析非结构化的知识资源并获得有意义的见解

3:知识管理需要量化

团队知识水平是软件和产品预期质量的最积极的指标. So, 你需要对团队知识有一个客观的看法, 以及一个帮助其逐步改善的可靠计划. “知识指数(KI)”是主要的度量指标.

测量KI:
  • Proficiency-based KI: 最客观的方法是 德莱弗斯 模型的五个熟练程度(从新手到专家)
  • 目标KI: 认证、内部评估、可交付成果评审等.
  • 团队或小组KI: 粒度级测量——特定于团队
  • 组织基线: 对于共同领域的知识e.g.,特定的领域或技术
  • 目标与实际: 当前基线KI, 建立目标KI并制定目标计划以弥补实际水平和目标水平之间的差距
其他客观指标, 例如软件质量, 效率和生产率, 还能提供一个知识回顾的观点吗. 这些度量标准之间的持续相关性分析将产生团队最精确的定量知识水平.

4:知识被不断地修正

知识管理是一个持续的过程. 由于时间和成本的压力,新的知识可能不会被完全捕获——您需要在它成为历史之前捕获这些知识.

将周期最小化为:
  • 激励获取新知识:

    • 将Confluence和Miro这样的协作工具转换为知识存储库
    • 部署知识自动化工具,比如代码逆向工程,从代码生成文档

  • 简化增量式知识获取:许多知识是在代码开发和测试之后获得的. 使用缺陷管理和票据管理工具记录所获得的新知识

知识超越人的范畴

虽然知识就是人,人就是知识,但我们仍然需要将两者解耦.

对关键人物的依赖会导致压力,影响工作和生活的平衡,影响团队士气. 您必须将这些知识下载到脱机存储库中,以便提高技能.

离线知识存储库:
  • 会议记录: 鼓励专家通过离线录制的音频和视频展示他们的知识
  • 自动化的知识存储库: 在已实现的代码上使用代码逆向工程工具和自然语言处理解决方案
  • 协作工具: 比如Confluence和Miro
将这些离线知识库组织成结构化的, 带有“课程课程”的按需库. 团队可以按照自己的节奏吸收这些知识, 在扩展的知识基础上规划自己的职业道路.

如果执行得当, 知识管理可以成为银行最大的资产之一, 确保产品和服务的成功交付给客户.

美高梅网投帮助客户利用我们先进的知识管理实践来降低风险和发展他们的业务.

与…取得联系 financialservices@stevearsenaultdesign.com 并了解我们如何通过改进知识管理来帮助您增加业务价值.



巴拉Venkatramani
Balaji是美高梅网投印度公司的高级董事, 并领导BCM亚太地区的数字化交付战略和解决方案. 他在IT行业拥有超过21年的经验. Balaji推动了大规模的技术解决方案和转型计划, 直接, 在硅谷的科技公司,以及与全球金融客户的服务伙伴关系. 他的专长是大规模知识转移, 转换, 敏捷, DevOps, 大数据和分析, 云和程序管理.