Power Platform 自动化成熟度模型详细信息

以下各节介绍组织的每个功能类型在 Power Platform 自动化成熟度模型的每个成熟度级别的详细特征。

启动

级别 Details
100:初始

目标:可用培训资源和自动化 CoE 在工具功能和使用方面具有合理的把握

指标:

  • CoE 已接受初步训练。 (在一天内实现 RPA、知识文章)。

资源:制作者学习资源

200:可重复

目标:组织有标准的培训课程,可为新用户提供一个起点。 所有制作者都接受了基本的 Power Automate 培训。

指标:

  • 利用 Microsoft 的培训资源,并认可通过认证计划获得的知识

资源:Microsoft 认证:Power Platform 基础

300:已定义

目标:将学习知识扩展到组织内部的各个垂直部门并分享知识。

指标:

  • 每月举行内部黑客马拉松/知识会议。
  • 利用 Power Platform Yammer 组
  • 午餐学习会

资源:组织黑客马拉松

400:有能力

目标:参与组织外部的 Power Automate 实践者社区。

指标:

  • 加入和参与基于 Power Automate 社区的外部活动。

资源:Microsoft Power Automate 社区

500:高效

目标:帮助我们 - 帮助您 - 积极向 Microsoft 提供反馈。

指标:

  • 向 Microsoft 组织的计划(如 Ignite 等)提供产品反馈,展示产品功能。

资源:Microsoft Ignite

发现和计划

级别 Details
100:初始

目标:与支持 IT/业务团队开展技术就绪情况讨论。

指标:

  • 设立有技术和业务利益干系人参与的体系结构评审会议。
  • 确定关键决策者和利益干系人

资源:Power Automate 体系结构 - 高级

200:可重复

目标:组织将公认的优先事项和关注点形成文件,针对如何应对 Power Automate 基本方面形成初稿。 策略计划的定义偏向于“CoE 主导 - 业务支持”模型

指标:

  • 定义解决网络、安全和基础结构问题的高级指南
  • 定义利益干系人角色和责任(业务、CoE、安全、合规和管理)
  • 定义高级 ROI 因素

资源:

300:已定义

目标:扩充策略计划文档,进而处理组织级别的安全性和治理级别的参数。

指标:

  • 定义包括 VM 计算、计算机组和 VNET 设置在内的网络预配参数
  • 凭据/访问管理策略已明确定义 - 制作者、管理员和 CoE 用户及其相应角色和特权已形成记录。
  • 安全控制和 RBAC 策略已形成记录
  • 定义了数据加密/保留和管理策略
  • 已制定业务连续性和灾难恢复计划

资源:

400:有能力

目标:策略计划文档包括围绕高级报告结构、基于 AI 的自动化策略、偏向“业务主导 - CoE 支持”模型的流程挖掘工具的构想

指标:

  • 定义详细的操作和功能级别分析,包括 KYC、计算机管理、ROI 计算器、许可证利用率、常见例外列表、热门制作者。
  • 利用 AI builder 的机会。
  • 通过流程挖掘进行流程发现

资源:

500:高效

目标:完成策略计划文档,并随时进行必要的修订。 业务和技术团队与策略和相应的投资匹配。

指标:

  • 自动化基于治理的手动流程的策略 - ALM、计算机管理、DLP、访问管理和许可证管理。
  • 在 Power Automate 社区中共享设计最佳实践。

资源:

设计​​

级别 Details
100:初始

目标:随着组织对工具的熟悉,初始设计范围是支持对 Power Automate 进行的试验。

指标:

  • 探索围绕 API 与 UI 使用的设计观点
  • 环境划分(开发/测试/生产)没有很好地确定。

资源:不同类型流的概述

200:可重复

目标:设计范围是支持生产环境中的一些机器人,以满足部门内的基本自动化需求。 组织仍处于自动化旅程的最早期阶段。

指标:

  • 围绕记录和凭证管理的设计考虑仍处于初级阶段。
  • (开发/测试/生产)之间此时建立了清晰分界。
  • 实践者从设计的角度对何时使用 API 和 UI 有清晰的认识。

资源:

300:已定义

目标:设计范围是通过支持很多机器人来满足组织的生产使用需求。 组织在自动化旅程中日趋成熟。

指标:

  • 从设计的角度,记录和凭证管理已经很好地建立。
  • 身份安全和访问管理工具与基础结构的集成布局合理。
  • 代码审查标准已明确定义。
  • 使用 Try-Catch-Finally 模式设计例外处理模型
  • 考虑按比例扩展的存储技术

资源:

400:有能力

目标:设计范围是支持跨职能团队的很多机器人在生产中使用 - 利用 AI/ML、自定义连接器和高级错误处理。

指标:

  • 围绕通用模式和实践的模板化的设计考虑已经确立。
  • 制定关于自定义连接器使用的清晰设计策略/蓝图已确定。
  • 设计应用程序运行状况探测来检查系统关键部分的可用性,如负载均衡器和流量管理器。

资源:
500:高效

目标:设计处于成熟状态,根据总体组织准则从基础结构、安全性和治理角度解决所有体系结构挑战。

指标:

  • 自动扩展功能 - 围绕基于流程量的计算机组使用的设计思考已明确安排。
  • 支持主动监视的高级审核功能得到支持
  • 已有处理云基础架构中瞬态故障的设计考虑

资源:处理 Azure 中的瞬态故障

构建和测试

级别 Details
100:初始

目标:从实施的角度看,最初目标已取得成功。 CoE 建立概念证明来支持简单的用例场景,以此验证解决方案的可行性。

指标:

  • 实践者构建基本的云端流和桌面流来了解工具的基础功能。
  • 测试仅限于 PoC 级别。
  • 监视手动进行。
  • 实施仅限于一般开发环境。

资源:基本云端流和桌面流

200:可重复

目标:实施的目标是构建一些用于生产用途的机器人。 组织继续探索 Power Automate 功能。

指标:

  • 代码此时没有充分模块化/组织安排。
  • 环境之间的代码提升手动进行。
  • Power Automate Desktop 的安装和设置手动完成
  • 实施涵盖 DPA(数字流程自动化)和 RPA(流程机器人自动化)场景
  • 本地网关/直接计算机连接已实现
  • ROI 计算此时主要是手动进行

资源:本地网关/直接计算机连接

300:已定义

目标:实施的目标是构建大量用于生产用途的机器人。 组织在自动化旅程中日趋成熟。

指标:

  • 代码得到很好的模块化/组织安排 - 主要流和子流。
  • 环境之间的代码提升对于托管和非托管解决方案都是自动进行
  • Power Automate Desktop 的安装和设置自动完成
  • 凭据通过 Azure 密钥保管库(或等效工具)进行管理
  • 例外处理最佳实践实施范围:
    • 云端流:使用“配置运行条件”、Try/Catch、错误
    • 桌面流:操作级别和块级别例外处理

资源:

400:有能力

目标:实施的目标是构建大量支持跨职能团队用于生产的机器人,偏向于高级的复原能力和可重用性。

指标:

  • 自定义连接器、API 支持(用于内部应用程序)由专业开发人员构建,以方便平民开发者构建自动化。
  • 使用了云端流和桌面流的可重用模板。
  • ROI 计算自动完成。
  • 流程已利用 AI Builder 实现。
  • 并行执行工作负荷以提高吞吐量已实现
  • 业务组件测试已顺利执行(验证其他组件、工作负荷管理、流程分支、例外处理和性能度量)

资源:

500:高效

目标:实现成熟度处于高级状态。 组织配备完善,能够构建具有高复原能力的复杂流程。

指标:

  • 利用跨自动扩展的虚拟机的计算机组实现工作负荷的分布式执行。
  • 由来自云、AI 和其他技术功能的开发人员组成的融合团队构建混合自动化解决方案。

资源:融合团队

部署和管理

级别 培养和平民制作者状态
100:初始

目标:部署/管理的范围是支持 PoC 级别的自动化。

指标:

  • ALM 处于初级阶段,机器人开发仅限于一般开发环境。
  • 网络/基础结构部署不可扩展 - 仅限于机器人
  • 自动化主要在有人参与模式下执行
  • 机器人监视和管理手动进行
  • 源代码管理未实现

资源:部署和管理指南

200:可重复

目标:部署/管理的范围是支持将一些机器人用于生产。

指标:

  • 正在努力实现应用程序部署自动化。
  • 使用源代码管理软件进行版本控制已实现
  • 备份和还原环境已建立
  • 自动化部署同时支持有人参与和无人参与执行模式

资源:

300:已定义

目标:部署/管理的范围是支持将大量机器人用于生产。 组织在自动化旅程中日趋成熟。

指标:

  • ALM 自动完成 - 已建立导出、部署、导入管道
  • 静态分析器尚未实现,验证手动进行
  • 跨环境定义平民开发者/管理员/审核者的角色权限已实现。
  • 使用 Intune 或 SCCM 等工具管理多台计算机上的配置管理和补丁更新。
  • 从机器人部署角度监视/报告指标(使用 Power BI/等效报告工具)已实现(可能不是实时的)

资源:

400:有能力

目标:部署范围的目标是支持为跨职能团队服务的机器人用于生产用途,偏向于优化和效率。

指标:

  • 利用 Dataverse 构建特定于用例的仪表板。
  • 将 VM 见解解决方案添加到 Log Analytics 工作区
  • 使用 Azure 中的连接监视器配置连接测试
  • 从高可用性的角度来看,网络部署已完成 - Azure 可用性区域、Azure 灾难恢复实施已到位。
  • 从机器人部署角度监视/报告指标(使用 Power BI/等效报告工具)已实现(实时)

资源:

500:高效

目标:部署/管理范围处于成熟状态。 组织配备完善,能够有效地部署和管理解决方案,确保高度的复原能力。

指标:

  • 利用 Azure Monitor 监视工作负荷和资源利用率。
  • 通过设置警报、可视日志和监视来检测异常行为。
  • 使用 NSG(网络安全组)日志流使用 Azure 网络观察程序记录网络流量
资源:

保护和治理

级别 Details
100:初始

目标:安全和治理设定为在基础级别支持自动化,以促进未来增长。

指标:

  • 治理/安全实施成熟度处于初级阶段,因为需要监督的机器人数量较少。
  • 在机器人构建/探索过程中识别出需要加密的敏感数据。
  • 已确定连接到外部系统所需的访问权限。

资源:对敏感数据进行加密

200:可重复

目标:安全和治理设定为支持将一些机器人用于生产。

指标:

  • 条件访问策略 - 在 Azure for Power Automate 中定义策略以根据用户/组、设备、位置授予或阻止。
  • 加密静态数据和传输中的数据
    • 对面向 Internet 的应用程序强制执行仅 HTTPS 通信
    • 使用 RDP 加密与虚拟机的连接
  • 防火墙保护 - 定义网络安全组以允许/拒绝流量出站/入站。
  • 管理桌面流中的敏感数据 - 通过使用输入作为文本类型来加密数据。
资源:
300:已定义

目标:安全和治理设定为支持将大量机器人用于生产。 组织在自动化旅程中日趋成熟。

指标:

  • 网关/计算机连接自动完成。
  • 许可证管理是一个自动化过程,根据团队/部门的使用需求分配/取消分配许可证。
  • 已实现安全的凭证存储和轮换。
  • 访问管理可根据需要自动管理对文件路径、项目和应用程序的访问。
  • 使用 Dataverse Teams 和 Microsoft Entra 组来有效管理用户权限。

  • 查看 PPAC(Power Platform 管理中心)中的连接器使用情况。

资源:

400:有能力

目标:安全和治理的目标是支持为跨职能团队服务的机器人用于生产用途,偏向于优化和效率。

指标:

  • 已实现主动监视。
  • 实施跨租户阻止来限制第三方租户访问。
  • 为连接器实施粒度终结点 DLP 定义。
  • 确保符合基于行业的合规标准(例如,PCI DSS - 支付卡行业数据标准等。

资源:

500:高效

目标:安全和治理处于成熟状态。 组织配备完善,能够有效地保护和治理解决方案,确保高度的复原能力。

指标:

  • 实施安全信息事件管理 (SIEM) 以提供智能的安全分析和威胁情报。
  • 建立应用发现流程以识别新的应用连接(使用应用程序安全管理工具,如 Microsoft Cloud App Security Management)。

资源:安全信息事件管理 (SIEM)

培养

级别 Fusion Teams 状态
100:初始

目标:组织刚开始自动化旅程,目标是在基础级别宣传 Power Automate 的采用。

指标:

  • 确定需要参与自动化旅程的团队
  • 主张自动化在团队设置级别的重要性和影响

资源:数字化转型

200:可重复

目标:组织正在扩大自动化足迹,同时仍在从规模角度评估可行性。 已进行培养来支持和促进对 Power Automate 有一定了解的制作者。

指标:

  • 根据个人工作职能分配角色和责任
    • 自动化产品支持者
    • 自动化制作者
    • 自动化 CoE 团队
  • 建立联系点,让以在组织内宣传和支持自动化为目标的潜在顾客流动起来。

资源:分配角色和责任

300:已定义

目标:组织将 Power Automate 确定为可行的解决方案。 组织在自动化旅程中日趋成熟,随之而来的是很多“学习时刻”。 这个级别的“培养”被调整为为伴随日益成熟而出现的典型增长痛点提供支持。

指标:

  • 自动化信标支持其他平民开发者通过“尝试-失败-成功”周期。
  • 平民开发者大力推进解决方案用于生产,同时在每一步都得到同伴的支持。

资源:自动化信标

400:有能力

目标:组织在自动化旅程中逐渐进入成熟状态。

指标:

  • 团队分享成功案例,平民开发者主张通过自动化在整个组织中提高 ROI。
  • 最初对自动化犹豫不决的团队开始接受自动化,坚信它的价值主张。

资源:真实的自动化成功案例

500:高效

目标:组织在自动化旅程中进入成熟状态。

指标:

  • 为有前途的平民开发者提供个人认可和职业发展通道。
  • 鼓励平民开发者撰写博客文章介绍他们的学习和自动化旅程,让其他刚起步的爱好者从中受益。

资源:平民开发者的职业发展道路

备注

您可以下载可打印版本的 Power Platform 自动化成熟度模型。 自动化成熟度模型的高级快照 - 根据各个 HEAT 支柱对目标进行分组,即授权、发现和计划、设计、构建和测试、部署和管理、保护和治理以及培养。定义与 HEAT 支柱相关的各个阶段的 CMMI 级别:初始、可重复、已定义、有能力和高效。