ARIS方法——第六讲：知识管理方法

ARIS方法——第六讲：知识管理方法

知识管理的目标是能够对知识进行系统控制，这在企业资源中已经越来越重要。这一术语包括了企业的发展，监控，策略支持与改进，过程，组织结构和内部的有效知识处理技术等各个方面。它包括了与知识取得，知识准备，知识传送，和知识利用等方面相关的全部活动。这种知识管理活动一般都不是在封闭条件下发生的；它们最初产生于企业的操作性和指导性业务过程中。因此，就需要具有一种如业务过程，知识处理，组织结构，信息系统等等的集成观点。

 这些问题大部分都可以用较旧的ARIS 方法，如扩展的事件驱动过程链（eEPCs），组织图，功能分配表，扩展的实体关系模型（eERMs），等等，来进行说明。但是，如果我们需要对知识管理的原则进行精确的表述，分析，以及改进，就必须用另外的表现方法来对相关知识范畴的内容进行识别并将它构造成一个严密的体系，来对组织内部的知识进行说明和分配，以及来对业务过程中的知识创造和知识应用建立模型。

 为了这一原因，我们加入了两种新的对象类型，知识范畴和文档化的知识；和两种新的模型类型，知识结构图和知识分布图。另外，现有的用于表达业务过程的模型类型（eEPC，过程链表（PCD），办公过程，及其他相似的项）已经有所扩展，包括一些处理知识创造和应用的构造。新的对象和模型类型被完全而系统的整合到需求定义中最为重要的模型类型中（如eERM，组织图，及功能树模型），从而提供了一种整体的视点。举例说明，这一点可以使业务过程最优化的模型同时用于分析和促进知识管理。

 知识结构图的位置是在需求定义数据视图。知识分布图，同扩展的用于业务过程建模的模型类型一样，是位于需求定义控制视图。

一、知识管理建模中的对象类型

1、知识范畴

知识范畴对象类型，用椭圆形思想泡来表示（对照：图7.3.1-1:知识结构图），它表现的是一种represents an object with content referring to specific knowledge. 知识范畴的例子有：项目管理知识，特殊工业知识，特殊技术知识，对客户与竞争者的知识，等等。这些类型也参与了对企业所拥有或需要的知识进行分类的过程。

被划分到某一知识范畴之中的知识可以是： 1）隐性知识，也就是说不能完全文档化的知识，2）以技能形式存在的雇员和工作组的知识，或是 3）显性知识，即以文字说明或技术图的形式存在的，可以文档化的知识。知识范畴经常包括不止一种形式的知识。举例说明，项目管理知识既包括项目经理的经验，也包含了项目管理手册中的某些技巧。

下面的特殊属性，作为对一般属性，如说明，注释，出处，等的有益补充，可以使对知识范畴的说明更加详尽：

 这些属性能够对与你的企业有关的知识范畴做出评价。因此，在改进你的知识管理时，它们可以作为识别重要衡量手段的基础。经常，用图形来表示这些值是非常有帮助的。把这些值从属性窗口中复制和粘贴到一个图表计算程序中，从而创建出一个需要的图表就是其中一个较为简单的方法。举例说明，在此中考虑中可以生成一个比较知识范畴目前和期望覆盖率的条形图。

 2、文档化的知识

与知识范畴对象类型形成对比（知识范畴包括了隐性和显性的知识），文档化的知识对象类型涉及的仅仅是那些显性的，可以文档化的知识范畴，或者至少可以在原则上被文档化的知识。对这种类型知识的一个例子是：关于使用一个软件的知识可以被文档化为使用手册。在对信息进行分类时，区分开一般知识范畴和文档化的知识是非常重要的，它可以帮助识别信息系统支持的可能性和局限性，因为只有文档化的知识才能被用电子学方法来存储，传送，以及进行处理。

  文档化的知识对象类型用矩形功能思想泡来表示。它与知识范畴对象类型拥有同样的特殊属性（见第二页）。

二、对知识处理建模的模型类型

1、知识结构图

有了知识结构图的帮助，用户就可以把知识范畴根据它们的内容分配到二级小组中去。知识结构图的一个例子在图7.3.1-1:知识结构图中得到了体现。一个知识范畴可以包含另一个知识范畴，其中包括文档化的知识。文档化的知识可以被分成几个文档化知识子类型。但是，它不能包括一般的知识。

.1-1:知识结构图

对于文档化的知识，知识结构图能够表示出知识所存在于上的信息媒介，或者是在数据模型（或是面向对象系统中的类）中对这种知识进行文档化的信息对象。最后，应用系统中用于管理这项种知识的类型或类也可以被建模。

2、知识分布图

知识分布图描述了对不同知识范畴如何进行分类。组织视图中不同的对象类型（如：组织单元，位置，人员，设备，工作组）可以用处理连接来关联到某个知识范畴。除了特定的人员或组织单元只拥有在某种特殊知识范畴内的知识这一事实，也可以对知识的覆盖率加以注意。处理连接包括覆盖率这一属性，这一属性可以用百分比的形式来表示所选择的知识范畴对相关组织单元的作用程度。100%的取值表示的是最大的覆盖程度，0%的取值则意味着所选的范畴内完全没有相关的知识，这相当于一个不存在的连接。在衡量覆盖程度的时候，除了量的指标，还可以用图表的方式对质进行评价。这也就是覆盖质量这一连接属性的目的所在。它假设其取值为低，中，高，和最高。这些信息可以用表示连接的图像符号来观察，如图 7.3.2-1: 知识分布图– 面向组织单元所示。覆盖程度和覆盖质量属性的取值互相之间是不相关的。如果这两个属性同时使用，我们建议质指标低用于覆盖率 <25%的情况，中用于25-50%的情况，高用于50-75%的情况，最高用于75-100%的情况。

.2-1:知识分布图– 面向组织单元

 在图 7.3.2-1: 知识分布图– 面向组织单元 中，作为例子的这个知识分布图的结构是面向组织单元的，比如说，所有有关知识范畴都是针对一个组织单元而提出的。当然，也可以把知识范畴作为观察的中心对象，在此基础上再对相关的组织单元建立模型。ARIS中的导航选择（特性中的关系表 – 对象对话框）使我们能够非常容易的找到组织单元或知识范畴的其他关联。在知识分布图中常常要用到矩阵的表达方式。这一点可以通过把同一范畴内的几种存在形式放入栏目格式来达到，如图7.3.2-2:知识分布图 – 矩阵表示所示。在这个例子中，只给出了在顶上显示的知识范畴的名称，这很像是一张图表的表头。对于其他的存在形式，属性上方位置的名称就忽略了。这张图同时还表示了对不同覆盖率的另一种可视化的表示方法：知识范畴所用的比例尺大小不同。

2-2:知识分布图 – 矩阵表示

 3、在业务过程中对知识处理的表达

在企业业务过程中的知识利用和知识创造的模型是通过表现业务过程的模型类型来建立的（如： eEPC，有物流的eEPC，办公过程，工业过程，PCD，有物流的PCD）。知识范畴和文档化的知识对象类型现在也存在与这些图表类型之中了。现在，我们可以规定哪种类型的知识（一般知识或是文档化的知识）对执行一个功能是必不可少的，也可以记录下来在一个功能确实执行过后，哪些知识被应用到或者被文档化了。这种类型的表达方式允许我们利用所包含的知识处理过程来对业务过程进行研究。举例说明，可以发现所需知识之间的间隙。另外，也可以决定执行某个程序的限制条件。

3-1:eEPC中的知识处理