本书依据行业IT运维服务管理相关规范要求编写，主要内容是，在理清IT服务管理的发展沿革，辨明IT服务管理与其他类似管理领域的关系与差别的基础上，介绍与分析了IT运维服务全生命周期管理方法（PDCA）、管理标准/规范、管理模式、管理支撑工具、管理对象以及基于流程的管理方法，从实践的角度介绍了建设一套适合组织现状的IT服务管理体系的方法和步骤。

本书适合IT服务管理从业人员和IT部门管理者，以及具备一定技术基础，希望了解IT服务管理或准备向IT服务管理方向转型的技术人员。

当前，云计算、大数据、人工智能等 IT 技术迅猛发展，国家信息化建设逐渐深入，信息系统已成为企业核心竞争力的重要部分。因此，IT 运维作为信息系统稳定、安全、高效运行的保障，获得了越来越多的关注。随着微服务、容器等新型IT技术实践逐渐成熟，以及业务需求的快速变化，IT运维也在不断探索着新模式、新实践。本书从理论结合实践的角度，对IT服务管理的概念、发展、服务标准、管理模式、方法、流程以及在组织中的作用进行阐述，并结合实际场景，对其主要服务管理内容和□佳实践进行讲解，以使读者能够理解本质，灵活运用。

我们编著本书的目的有三个：第一，推动企业IT管理的理念革命，使人们了解从传统的IT管理到IT服务管理转变的必要性和必然性，从而推动IT服务管理在国内的发展和应用；第二，为关注ITSM的人士提供一本基础的普及性中文读本，使人们了解ITSM和ITIL的核心思想、理念和方法，促进进一步的研究和发展；第三，为企业实施IT服务管理提供一个基本的思路和框架，帮助企业界人士了解IT服务管理实施的途径和方法。

丛书序 一

数字技术、数字产品和数字经济，是信息时代发展的前沿领域，不断迭代着数字时代的定义。数据是核心战略性资源，自然科学、工程技术和社科人文拥抱数据的力度，对于学科新的发展，具有重要意义。同时，数字经济是数据的经济，既是各项高新技术发展的动力，又为传统产业转型提供了新的数据生产要素与数据生产力。

本系列图书从产教融合的角度出发，在整体架构上，涵盖了数据思维方式的拓展、大数据技术的认知、大数据技术高级应用、数据化应用场景、大数据行业应用、数据运维、数据创新体系七个方面。编写宗旨是搭建大数据的知识体系、传授大数据的专业技能，描述产业和教育相互促进过程中所面临的问题，并在一定程度上提供相应阶段的解决方案。本系列图书的内容规划、技术选型和教培转化由新型科研机构大数据基础设施研究中心牵头，而场景设计、案例提供和生产实践由一线企业专家与团队贡献，二者紧密合作，提供了一个可借鉴的尝试。

大数据领域的人才培养的一个重要方面，就是以产业实践为导向，以传播和教育为出口，□终服务于大数据产业与数字经济，为未来的行业人才树立技术观、行业观、产业观，对产业发展也将有所助益。

本系列图书适用于大数据技能型人才的培养，适合高校、职业学校、社会培训机构从事大数据研究和教学作为教材或参考书，对于从事大数据管理和应用的工作人员、企业信息化技术人员，也可作为重要参考。让我们一起努力，共同推进大数据技术的教学、普及和应用！

丛书序 二

大数据的出现，给我们带来了巨大的想象空间：对科学研究界来说，大数据已成为继实验、理论和计算模式之后的数据密集型科学范式的典型代表，带来了科研方□□的变革，正在成为科学发现的新引擎；对产业界来说，在当今互联网、云计算、人工智能、大数据、区块链这些蓬勃发展的科技舞台中，主角是数据，数据作为新的生产资料，正在驱动整个产业数字化转型。正因如此，大数据已成为知识经济时代的战略高地，数据主权也已经成为了继边防、海防、空防之后，另一个大国博弈的空间。

如何实现这些想象空间，需要构建众多大数据领域的基础设施支撑，小到科学大数据方面的国家重大基础设施，大到跨越国界的“数字丝路”、“数字地球”。今天，我们看到大数据基础设施研究中心已经把人才也纳入到基础设施的范围，本系列图书的组织出版，所提供的视角是有意义的。新兴的产业需要相应的人才培养体系与之相配合，人才培养体系的建立往往存在滞后性。因此尽可能缩窄产业人才需求和培养过程间的“缓冲带”，将教育链、人才链、产业链、创新链衔接好，就是“产教融合”理念提出的出发点和落脚点。可以说大数据基础设施研究中心为我国的大数据人工智能事业发展模式的实践，迈出了较为坚实的一步，这个模式意味着数字经济宏观的可行路径。

本系列图书以数据为基础，内容上涵盖了数据认知与思维、数据行业应用、数据技术生态等等各个层面及其细分方向，是数十个代表了行业前沿和实践的产业团队的知识沉淀，特别是在作者遴选时，注重选择兼具产业界和学术界背景的行业专家牵头，力求让这套书成为中国大数据知识的一次汇总，这对于中国数据思维的传播，数据人才的培养来说，是一个全新的范本。

我也期待未来有更多产业界专家及团队，加入到本套丛书体系中来，并和这套丛书共同更新迭代，共同传播数据思维与知识，夯实我国的数据人才基础设施。