Modéliser le Knowledge Management IT : DIKW et SKMS
Comment la connaissance est-elle créée au sein des organisations ? Comment se crée-t-elle tout court ? Comment savoir quand une connaissance a été créée afin de la documenter ? Telles sont quelques-unes des questions auxquelles les Knowledge Managers IT sont confrontés au quotidien — leur rôle est de déterminer ce que l'entreprise apprend et de codifier ces connaissances pour qu'elles soient accessibles aux personnes qui doivent résoudre des problèmes IT et prendre de meilleures décisions. Dans cette section, nous abordons deux outils utilisés par les Knowledge Managers pour générer et stocker les connaissances : le modèle DIKW et le SKMS.
DIKW : créer de la sagesse à partir des données
Le modèle DIKW décrit comment les organisations peuvent commencer à générer des connaissances à partir de leurs activités quotidiennes. Il représente également une hiérarchie des connaissances, un modèle utilisé pour démontrer ou visualiser le flux de données à travers des étapes d'analyse de plus en plus rigoureuses jusqu'à ce qu'elles deviennent de véritables connaissances et de la sagesse. Les quatre niveaux du modèle DIKW sont les données, les informations, les connaissances et la sagesse. Voici comment nous définissons chacun d'eux :
Données
Les données sont la collecte de faits sur des événements. Chaque processus suivi par l'organisation est associé à certaines données, à condition qu'un système soit en place pour les collecter. Les données peuvent être constituées de signes, de symboles, de valeurs spécifiques ou relatives, ou de tout autre élément que l'organisation peut mesurer. En elles-mêmes, les données ne sont pas très utiles car nous n'avons pas encore travaillé avec elles ni posé de questions à leur sujet.
Informations
Les informations, c'est ce qui se passe lorsque vous prenez un ensemble de données et commencez à poser des questions à leur sujet. Lorsque nous appliquons un contexte à des données collectées ou posons des questions à leur sujet, nous commençons à obtenir des éléments d'information que nous pouvons utiliser. Une partie du rôle du Knowledge Manager consiste à poser des questions sur les données que l'organisation IT collecte, et il est important de poser les bonnes questions !
Si nous mesurons la température dans la salle des serveurs à intervalles d'une heure, nous pouvons probablement déterminer si une glace fondrait dans la salle des serveurs, mais nous souhaitons surtout savoir si les serveurs sont suffisamment refroidis. Par conséquent, une organisation doit analyser ses données avec le bon contexte pour trouver des informations utiles.
Connaissances
Les connaissances sont un type de donnée encore plus dérivé. Lorsque vous avez collecté des données et les avez transformées en informations utiles par l'analyse et l'application d'un contexte, vous pouvez être en mesure d'en extraire des connaissances. Cette expérience est équivalente à l'apprentissage de quelque chose de nouveau — elle exige que les analystes mobilisent leur capacité cognitive ou intellectuelle pour transformer des informations en connaissances.
Sagesse
Rappelons que l'objectif des processus de Knowledge Management ITIL est de réduire les redondances dans l'acquisition des connaissances au sein de l'organisation et de s'assurer que chacun peut prendre de meilleures décisions grâce à une plus grande disponibilité des connaissances. La sagesse, c'est l'application des connaissances. C'est l'utilisation d'un insight que vous n'aviez pas auparavant pour prendre une décision que vous n'auriez pas prise autrement.
SKMS : un système de données vivant pour les organisations
Fort d'une solide compréhension de la hiérarchie DIKW et d'une volonté de stocker et de partager les connaissances pour l'organisation, le Knowledge Manager établit et maintient le Service Knowledge Management System (SKMS) comme référentiel central de toutes les informations nécessaires à la gestion du cycle de vie des services fournis par l'organisation IT.
Le SKMS combine plusieurs sous-systèmes en un super-système unique qui tire des données de multiples sources, utilise des applications logicielles et des technologies pour synchroniser et réconcilier les données en informations exploitables, conduit des processus de modélisation et d'analyse, et présente les connaissances qui en résultent dans des formats interrogeables.
Les données du SKMS peuvent provenir de plusieurs sources, notamment :
- Le système de gestion des actifs de l'organisation
- La bibliothèque logicielle
- Les données de gestion des demandes de service
- Les métriques et KPIs du service desk
- Les systèmes de gestion des identités
- La base de données de gestion des configurations (CMDB)
Une fois les données fédérées et réconciliées dans le système, des méthodes analytiques peuvent être appliquées pour transformer les informations dérivées en connaissances exploitables par l'organisation. Le SKMS permet au Knowledge Manager d'exécuter des requêtes et des analyses sur les données capturées, de planifier et de prévoir les conditions futures sur la base des données actuelles, de construire des modèles d'amélioration des processus métier en manipulant des variables connues, et de surveiller les performances continues de l'organisation sur un ensemble de métriques. Ces connaissances sont mises à disposition des clients de l'ensemble de l'entreprise et utilisées par les managers dirigeants pour améliorer la prise de décision.