数据处理危机的表现

数据规划作为一种理论和实践方法，是20世纪80年代由美国管理与信息化专家詹姆斯·马丁在其专著《信息工程》中提出的，并在另一专著《总体数据规划方法论》中详加论述的。詹姆斯·马丁提出的数据规划的直接动因，是为了解决当时在计算机应用领域普遍出现的“数据处理危机问题”。

   数据处理危机的表现
   1.失败案例很多
    一家大保险公司用3年的时间，花费了400万美元，开发了公司的计算机信息系统，为了推广应用，还抽调了不少业务人员参加培训学习，可是到头来不得不因系统不适用而放弃。美国国防部开发了10个自动化系统，1977年的研究表明，这10个系统都存在着要修改的问题，而这种修改耗资巨大。
    两家航空公司指控计算机应用系统研制人员，因为他们花费4000万美元研制的软件实际上不好用。欧洲一家银行花费7000万美元开发的应用程序，美国空军花费3亿美元开发的指挥系统软件，都没有收到预期的效果。
    这些失败的案例说明，正确的开发使用计算机，可以扩大人脑的才智，使管理人员从繁重的数字工作中解放出来；而不正确的开发使用计算机，则会出现前所未有的灾难，其后果不堪设想。在企业高层领导中时常出现对IT部门的不满情绪，认为他们花费了大量的人力、物力、财力和时间用于计算机系统的应用开发，但是收益甚微。例如，一家拥有昂贵的、世界一流的计算机网络系统的大公司总经理伤心的说，多年来他一直要求每天或者起码每周给他一份资金平衡数据，但是看来他所需要的信息是无指望了。
   2.应用积压严重
    在大多数注重管理的企业中，新的应用需求的增长速度要比IT部门所能提供的服务快得多，这种需求不平衡性日趋严重。
    另一方面，无用的或效率很低的应用程序越积越多，即形成“应用积压”问题。长期的积压使IT部门尽快满足最终用户需求无能为力；许多用户需要的很有价值的应用项目，却因IT部门的负担过重而不能及时开发。IT部门负责人和工作人员承受着双重压力。
   3.应用开发的低效率
    随着计算机的普及，最终用户使用计算机的知识不断增加，对高效率开发各种应用软件的需求日益迫切，但是系统分析和程序设计工作太慢了，程序设计不能停留在手工劳动密集型的阶段。要自动化的完成这种工作，需要信息系统分析与设计的新方法。例如，要把汽车制造从个体手工生产方式变为大工业生产方式，需要建立一种真正的挤出结构。对于信息系统的自动化建设来说，也是同样的道理。这种必要的基础结构的建立，需要一定的时间和资金，但是这并不比早期系统的手工开发方法和维护所耗费的时间长、费用多。
   4.系统维护的困难
   数据处理和软件开发工作，由于所谓的维护问题而变得更糟。使用“维护”这个术语，是指的旧程序要重写，以适应新的需要，或者使他们能随系统资源的变化而继续使用。经常要重新编写程序，是因为分散开发的程序不能联合起来工作，或者当数据从一个系统传送到另一个系统是存在着接口问题。对一个程序进行必要的修改，会整个牵动对其他一些程序必须进行修改的连锁反应。维护工作会随程序数目的增加而急剧增加，如果不采取严格的控制措施，程序之间的交互作用的数量大致会按程序数目的平方增长。
    维护工作量的增长会使应用积压问题变得更加严重。在许多企业中，维护工作投入占80%以上，而新的应用开发工作投入不到20%，有些企业的大部分程序员都在忙于维护工作。有的系统分析员设想那些现存的工作良好的程序应该不去管它，事实上，像这样的程序所生成或使用的数据也是其他项目所需要的，而且几乎总是以不同的格式相互提供，维护工作无法避免。在某些大型企业中，这种维护困境就像病魔缠身一样无法解脱。令人十分担忧的是，今后如果总是采取传统的方法来增加越来越多的应用项目和系统，问题将会越来越严重。