En los campos de la tecnología de la información (TI) y la gestión de sistemas , el análisis de operaciones de TI (ITOA) es un enfoque o método para recuperar, analizar y reportar datos para operaciones de TI. ITOA puede aplicar análisis de big data a grandes conjuntos de datos para producir información empresarial. [1] [2] En 2014, Gartner predijo que su uso podría aumentar los ingresos o reducir los costos. [3] Para 2017, predijo que el 15% de las empresas utilizarán tecnologías de análisis de operaciones de TI. [2]
Definición
Las tecnologías de análisis de operaciones de TI (ITOA) (también conocidas como análisis operativo avanzado [4] o análisis de datos de TI [5] ) se utilizan principalmente para descubrir patrones complejos en grandes volúmenes de datos de rendimiento y disponibilidad de sistemas de TI a menudo "ruidosos". [6] Forrester Research definió la analítica de TI como "El uso de algoritmos matemáticos y otras innovaciones para extraer información significativa del mar de datos sin procesar recopilados por tecnologías de gestión y monitoreo". [7] Tenga en cuenta que ITOA es diferente a AIOps , que se centra en aplicar la inteligencia artificial y el aprendizaje automático a las aplicaciones de ITOA.
Historia
La investigación de operaciones como disciplina surgió de la Segunda Guerra Mundial para mejorar la eficiencia militar y la toma de decisiones en el campo de batalla. [8] Sin embargo, solo con el surgimiento de la tecnología de aprendizaje automático a principios de la década de 2000, una plataforma de análisis operativo artificialmente inteligente podría comenzar a participar en el reconocimiento de patrones de alto nivel que podría satisfacer adecuadamente las necesidades comerciales. [1] Un catalizador crítico hacia el desarrollo de ITOA fue el surgimiento de Google , que fue pionero en un modelo de análisis predictivo que representó el primer intento de leer los patrones de comportamiento humano en Internet . Luego, los especialistas en TI aplicaron análisis predictivos a la industria de TI, presentando plataformas que pueden examinar los datos para generar conocimientos sin la necesidad de intervención humana. [1]
Debido a la adopción generalizada de la computación en la nube y el creciente deseo de que las empresas adopten más prácticas de Big Data , la industria de ITOA ha crecido significativamente desde 2010. Una encuesta de ExtraHop de 2016 de corporaciones grandes y medianas indica que el 65 por ciento de las empresas encuestadas buscan integrar sus silos de datos este año o el próximo. [9] Los objetivos actuales de las plataformas ITOA son mejorar la precisión de sus servicios APM , facilitar una mejor integración con los datos y mejorar sus capacidades de análisis predictivo.
Aplicaciones
Los equipos de operaciones de TI tienden a utilizar los sistemas ITOA, y Gartner describe siete aplicaciones de los sistemas ITOA: [10]
- Análisis de la causa raíz: los modelos, estructuras y descripciones de patrones de la infraestructura de TI o la pila de aplicaciones que se monitorean pueden ayudar a los usuarios a identificar las causas raíz detalladas y previamente desconocidas de las patologías generales del comportamiento del sistema.
- Control proactivo del rendimiento y la disponibilidad del servicio: predice los estados futuros del sistema y el impacto de esos estados en el rendimiento.
- Asignación de problemas: determina cómo se pueden resolver los problemas o, al menos, dirigir los resultados de las inferencias a las personas o comunidades más adecuadas de la empresa para la resolución del problema.
- Análisis de impacto del servicio: cuando se conocen múltiples causas raíz, la salida del sistema de análisis se utiliza para determinar y clasificar el impacto relativo, de modo que los recursos se puedan dedicar a corregir la falla de la manera más oportuna y rentable posible.
- Complementar la mejor tecnología de su clase: los modelos, estructuras y descripciones de patrones de la infraestructura de TI o la pila de aplicaciones que se supervisan se utilizan para corregir o ampliar los resultados de otras herramientas orientadas al descubrimiento para mejorar la fidelidad de la información utilizada en las tareas operativas (p. Ej., mapas de dependencia de servicios, topologías de arquitectura en tiempo de ejecución de aplicaciones, topologías de red).
- Aprendizaje del comportamiento de la aplicación en tiempo real: aprende y correlaciona el comportamiento de la aplicación según el patrón de usuario y la infraestructura subyacente en varios patrones de aplicación, crea métricas de dichos patrones correlacionados y la almacena para su análisis posterior.
- Umbral de líneas de base dinámicamente: aprende el comportamiento de la infraestructura en varios patrones de usuario de la aplicación y determina el comportamiento óptimo de la infraestructura y los componentes tecnológicos, marca de referencia y líneas de base la marca de agua baja y alta para los entornos específicos y cambia dinámicamente las líneas de base de la marca de referencia con la infraestructura cambiante. y patrones de usuario sin ninguna intervención manual
Tipos
En su Data Growth Demands a Single, Architected IT Operations Analytics Platform , Gartner Research describe cinco tipos de tecnologías analíticas: [11]
- Análisis de registros
- Indexación, búsqueda e inferencia de texto no estructurado (UTISI)
- Análisis topológico (TA)
- Búsqueda y análisis de bases de datos multidimensionales (MDSA)
- Procesamiento de eventos de operaciones complejas (COEP)
- Descubrimiento y reconocimiento de patrones estadísticos (SPDR)
Herramientas y plataformas ITOA
Varios proveedores operan en el espacio ITOA:
- AppDynamics
- BMC
- California
- Dynatrace
- Elástico
- EMC
- Evolucionado
- Redes ExtraHop
- HP
- IBM
- Enfoque micro
- Nastel
- NetApp
- Oráculo
- Cauce
- SAP SE
- CienciaLógica
- SignalFx
- Vientos solares
- Splunk
- Lógica de sumo
- TeamQuest
- VMTurbo
- VMware
Ver también
- Gestión del rendimiento de la aplicación
- Big Data
- Herramientas de inteligencia empresarial
- Operaciones de tecnología de la información
Referencias
- ^ a b c "Ha llegado el momento: Analytics ofrece para operaciones de TI" . Diario del centro de datos. Archivado desde el original el 24 de febrero de 2013 . Consultado el 18 de febrero de 2013 .
- ^ a b Fletcher, Colin (24 de junio de 2014), Apply IT Operations Analytics to Broader Datasets for Greater Business Insight , consultado el 29 de septiembre de 2015
- ^ "Análisis de operaciones de TI: Cambiando la perspectiva de TI" . Era de la información . Consultado el 13 de marzo de 2014 .
- ^ "Análisis de operaciones avanzado: ¡lo que muestran los datos!" . APM Digest . Consultado el 17 de septiembre de 2014 .
- ^ "Quintica ofrece TrueSight de BMC" . IT-Online . Consultado el 27 de octubre de 2014 .
- ^ "Ciclo de bombo para la gestión de operaciones de TI, 2013" . Gartner . Consultado el 23 de julio de 2013 .
- ^ "Convierta Big Data hacia adentro con IT Analytics" . Investigación de Forrester . Consultado el 5 de diciembre de 2012 .
- ^ Kirby, pág. 117 Archivado el 27 de agosto de 2013 en la Wayback Machine.
- ^ "El estado de la ITOA hoy" (PDF) . ExtraHop . ExtraHop . Consultado el 21 de junio de 2016 .
- ^ "Reloj del mercado de TI para la gestión de operaciones de TI, 2013" . Gartner . Consultado el 13 de agosto de 2013 .
- ^ "El crecimiento de datos exige una plataforma de análisis de operaciones de TI única y con arquitectura" . Gartner . Consultado el 30 de septiembre de 2013 .
enlaces externos
- Paisaje ITOA: Paisaje ITOA
- International Data Corporation (IDC): Gestión de servicios: abundan las oportunidades de Big Data para el análisis de operaciones de TI (mayo de 2014)
- NetworkWorld: Comprensión del análisis de big data (7 de julio de 2014)
- Enterprise Management Associates (EMA): The Many Faces of Advanced Operations Analytics (23 de septiembre de 2014)
- ITOperationsAnalytics.net: Conceptos básicos de análisis de operaciones de TI