旅程 11:合規稽核準備
Arova Nexus — Phase 0 Product Definition | 2026-03-31

角色: 王美華(合規主管)+ 陳志豪(IT 主管) 場景: 收到金管會稽核通知,1 個月後來查 IT 事件管理,需要準備完整報告 橫跨模組: Analytics → Incident → Service Desk → AI Native


背景

泰國廠屬於金融集團旗下,每年定期接受金管會的 IT 稽核。合規主管王美華收到通知:下個月金管會將來查 IT 事件管理流程,需要提供完整的事件處理紀錄、回應時效、MTTR 趨勢、AI 自動化使用情況。

以前這份報告要花 3-5 天,從各系統手動撈數據、整理成 Word。現在用 Arova 只需要 10 分鐘。


旅程步驟

Stage 1:收到稽核通知

王美華收到金管會稽核通知
    ↓
通知陳志豪:
  「下個月稽核,需要準備 IT 事件管理相關報告,
   包含 Q1 的事件處理紀錄和 SLA 達成率」
    ↓
以前的做法:
  - 從監控系統撈告警紀錄
  - 從工單系統撈處理歷史
  - 手動計算 MTTR 和 SLA 達成率
  - 整理成 Word 報告
  - 耗時 3-5 天
    ↓
Arova 的做法:↓

使用者情緒: 🟡 以前收到稽核通知就壓力大,現在有 Arova 很放心


Stage 2:一鍵產生合規報告(10 分鐘)

陳志豪登入 Arova,進入分析報表頁面,選擇「合規報告」。

選擇報告參數:
  - 報告類型:金管會 IT 事件管理稽核報告
  - 時間範圍:2026 Q1(1月-3月)
  - 包含項目:
    ✅ 事件統計(數量、嚴重度分布、來源分布)
    ✅ MTTR 分析(平均、P50、P90、月趨勢)
    ✅ 嚴重度分布與回應時效
    ✅ AI 介入率(分類、合併、建議的比例和準確率)
    ✅ SLA 達成率(依嚴重度分級)
    ✅ 未結案事件清單
    ↓
點擊「產生報告」→ 系統自動彙整
    ↓
報告包含:
  ┌─────────────────────────────────────────────────┐
  │ 金管會 IT 事件管理稽核報告                        │
  │ 報告期間:2026-01-01 ~ 2026-03-31                │
  │ 產出時間:2026-04-07 08:45                       │
  │                                                 │
  │ 1. 期間事件總覽                                  │
  │    總事件數:47 筆                                │
  │    嚴重度分布:P1: 2 / P2: 8 / P3: 22 / P4: 15  │
  │    來源:LibreNMS 28 筆、Graylog 15 筆、手動 4 筆│
  │                                                 │
  │ 2. MTTR 分析                                     │
  │    平均:52 分鐘                                  │
  │    P50:38 分鐘 / P90:95 分鐘                   │
  │    趨勢:1月 68min → 2月 55min → 3月 42min ↓38%  │
  │                                                 │
  │ 3. 回應時效合規率                                 │
  │    P1 SLA 達成率:100%(2/2 在 15 分鐘內回應)    │
  │    P2 SLA 達成率:87.5%(7/8 在 30 分鐘內回應)   │
  │    整體 SLA 達成率:93.6%                        │
  │                                                 │
  │ 4. AI 介入統計                                    │
  │    AI 自動分類:75%(35/47 筆由 AI 自動分類)     │
  │    分類準確率:88%                                │
  │    AI 告警合併:127 筆原始告警 → 47 筆事件        │
  │    合併準確率:82%                                │
  │                                                 │
  │ 5. 完整稽核軌跡(附件 A)                        │
  │    每個事件的處理紀錄:                           │
  │    - 建立時間、來源、嚴重度                       │
  │    - 每次狀態變更(時間 + 操作人 + 說明)         │
  │    - AI 分析摘要和建議行動                        │
  │    - 結案摘要(根因 + 修復方式)                  │
  │                                                 │
  │ 6. 未結案事件(0 筆)                            │
  └─────────────────────────────────────────────────┘
    ↓
陳志豪檢視報告內容 → 匯出 PDF
    ↓
轉寄給王美華:「報告好了,請確認。」

使用者情緒:

涉及模組: Analytics(AN-009)、Incident(完整稽核軌跡)、AI Native(AIN-014 AI 稽核軌跡)

→ Wireframe: page-reports(合規報告卡片)


旅程摘要

Stage 動作 花費時間 模組
1 收到稽核通知,通知 IT 主管
2 選擇報告參數 → 一鍵產生 → 匯出 PDF 10 分鐘 Analytics + Incident + AI Native

全程數據

指標 使用 Arova 前 使用 Arova 後
報告準備時間 3-5 天(手動從各系統撈數據 + 整理 Word) 10 分鐘(一鍵產生)
資料完整度 可能遺漏(手動容易出錯) 100%(系統自動彙整所有紀錄)
稽核軌跡 散落在不同系統,需人工拼湊 完整串連(每個事件從建立到結案的完整紀錄)
報告格式 Word(每次手動排版) PDF(統一模板,自動產出)
人力成本 IT 主管 + 1-2 位工程師協助 IT 主管一人 10 分鐘