事实

多年精心维护的资产。
这些工作不是沉没成本。

领域、术语表、分类,还有您为之争论了两年的负责人——它们是一个模型中最难产出的部分,而您已经把它们做出来了。Nodwise 把它们读进来,并让它们走得更远。是否让现有目录继续作为数据源运行,由您决定,而非必需。

导入的内容

事实并非从空白开始。它们从您已有的东西开始。

三个来源就能覆盖一个组织类型化现实的大部分,而且没有一个需要人工编写:

01

您的数据目录

领域、资产、术语表条目、分类,以及已经分配给它们的职责——以类型化节点的形式导入,负责人信息原样保留。

02

您的 HR 系统

人员、部门、职位和汇报关系。正是这些,让一项职责能够落到一个确实仍然在职的人身上。

03

您的身份提供商

组、角色和权限——模型正是靠这些,来区分被指派的负责人与真正能够触及其所负责事物的负责人。

这三者都经由 Remote Services 接入——在哪里运行,由您决定。

位于防火墙之后的数据源

在您的网络内部运行并主动向外连接。无需入站端口,无需防火墙例外,无需交出任何凭据——Nodwise 从不需要进入的通道。

您的网络→ 向外 →Nodwise

可通过互联网访问的数据源

省去部署,改为在 Nodwise 云中运行。同样的组件,同样的连接器。

您的 SaaS 数据源← 至 ←Nodwise 云

每个连接器在两种方式下都能工作。唯一的问题是,数据源位于您网络边界的哪一侧。

而且,由于这些节点是读取而来、而非人工编写的,它们不可能偏离自己的源头。一旦上游有什么消失了,该节点就会被降级为源中缺失——而不是作为一个早已悄悄失真的事实继续留在那里。

您的目录止步之处

目录治理的是数据。而组织远不止数据。

战略与影响

人力资源

业务

治理与合规

数据与知识

应用

技术

实物资产

外部实体

人工智能

这并不是您的目录没能填补的缺口。这是它设计覆盖范围的边缘,而且这条边界划得没错。数据与知识是十个组织维度之一,也正是您的目录做得好的那一个。

另外九个维度,才是那些目前无人能答的问题所在之处:车间里的设备、一项法律义务、一个销售流程、生产环境中的一个模型、唯一知道这一切如何衔接在一起的那个人。它们并非治理不善。它们根本不在任何模型之中。

Nodwise 以您的目录已知的内容为起点,把同一套类型化语法延伸到其余九个维度——于是一个问题就能从一项资产,跨越到使用它的流程,再到负责该流程的人,再到该流程所满足的那项义务。

变得可回答的问题

同样的事实,放进一个可以遍历的模型。

没有编写任何新内容。下面这些问题在导入后的第二天就能回答,因为每一个问题都是一条穿过早已存在的节点的路径——只是这些节点原本分散在三个彼此看不见对方的系统里。

哪项关键任务只有一个人能够执行?

HR 提供人员,目录提供资产,职责把两者连接起来。答案是一次计数,而不是一场调查。

哪些已认证资产的负责人已经离职?

这是目录无法提出的问题,因为在职状态不是它的字段之一。

如果这个系统宕机,什么会随之停摆——又需要通知谁?

从技术跨越到流程,再到对其负责的人。三个维度,一次遍历。

这是谁批准的?批准时他们是否拥有相应授权?

不是现在名单上写着谁,而是当时谁拥有授权——这是一个不同的问题,也是审计员唯一会问的问题。

这些都不是需要您委托制作的报告。它们是对一个已经掌握答案的模型的查询

第三项

光有事实,不会自己采取行动。

由三套系统构建的模型,在构建当天是准确的。让它保持真实的——并让它从一个供您查询的东西,变成一个主动找到您的东西——正是这第三项。

接着阅读

智能体——让模型保持真实的部分

它关注模型,察觉变化,并找到需要采取行动的人。

智能体 →

或者看它实际运行

打开演示

一家完整建模的组织,用您的工作账号一键进入。无需填表,无需通话。

打开演示