Data science

ITOPs และ Big Data Come of Age

การวิเคราะห์ข้อมูลและข้อมูลเป็นรากฐานในการขับเคลื่อนการดำเนินการด้านไอทีมาโดยตลอด การวิเคราะห์เป็นเครื่องมือในการสนับสนุนการวางแผนกำลังการผลิต การเพิ่มประสิทธิภาพทรัพยากร การปรับสมดุลปริมาณงาน การประมาณการต้นทุน และการคาดการณ์ความปลอดภัย แต่ตอนนี้ มีความต้องการใหม่ๆ ในการปฏิบัติการด้านไอทีเพื่อนำเสนอข้อมูลอัจฉริยะที่ครอบคลุมมากขึ้น ซึ่งสามารถสนับสนุนการตัดสินใจในวงกว้างทั่วทั้งไอทีและธุรกิจ ทีมงาน ITOPs มีอำนาจหน้าที่เพิ่มมากขึ้นในการโน้มน้าวธุรกิจและผลลัพธ์ที่เกี่ยวข้องกับลูกค้าในทางบวก ความสามารถในการรวบรวม วิเคราะห์ และใช้ข้อมูลเพื่อสนับสนุนการตัดสินใจประเภทต่างๆ เป็นสิ่งที่สำคัญที่สุด มีการขอให้ทีมปฏิบัติการด้านไอทีลดค่าใช้จ่าย โยกย้ายไปยังระบบคลาวด์ ปรับปรุงประสิทธิภาพการทำงาน และสร้างสรรค์สิ่งใหม่ๆ ด้วยความเร็วของธุรกิจ ในขณะที่ดำเนินการเชิงรุกมากขึ้นในการแก้ไขปัญหาด้านการปฏิบัติงาน โดยพื้นฐานแล้ว ทำได้มากขึ้นโดยใช้น้อยลง ในขณะที่จัดการกับความท้าทายเหล่านี้ พวกเขาต้องมั่นใจว่าลูกค้ามีความสุขและต่ออายุ ในขณะเดียวกัน นวัตกรรมผ่านการบรรจบกันระหว่างฮาร์ดแวร์และซอฟต์แวร์ คลาวด์ในสถานที่และขอบ และ DevOps/ITOps ได้อำนวยความสะดวกในการพัฒนาซอฟต์แวร์อย่างรวดเร็วและคล่องตัวด้วยเครื่องมือและเทคโนโลยีโอเพ่นซอร์ส มีความจำเป็นสำหรับผู้นำ I/O ทุกคนในการเปิดใช้งานประสบการณ์ของลูกค้าตลอดเวลา ไม่มีการหยุดชะงักของตลาดและเป็นผู้นำในการสร้างความแตกต่างในการแข่งขัน ITOPs: การต่อสู้เพื่อไล่ตามการเร่งความเร็วของธุรกิจดิจิทัล สมาชิกในทีมมีปัญหาในการทำความเข้าใจว่าองค์กรพัฒนาหลายภาษาทำงานอย่างไรในสภาพแวดล้อมที่มีความเร็วสูงนี้ เพื่อจัดการการเปลี่ยนแปลงและลดความเสี่ยงอย่างเหมาะสม นอกจากนี้ยังมีความโปร่งใสในการจัดการสภาพแวดล้อมที่แตกต่างกันและโครงสร้างพื้นฐานแบบไฮบริดซึ่งมีการกำหนดค่าเลเยอร์คอนเทนเนอร์หรือเวอร์ชวลไลซ์จำนวนมากแบบไดนามิก นี่คือจุดบอดของวิธีการวิเคราะห์ข้อมูลแบบเดิม: ฝ่ายปฏิบัติการด้านไอทีไม่สามารถเข้าใจความต้องการแบบองค์รวมของลูกค้าพร้อมกับผลกระทบในระยะสั้นและระยะยาวต่อประสบการณ์ของลูกค้า ซึ่งหมายความว่าอาจมีการตัดการเชื่อมต่อขนาดใหญ่ระหว่างธุรกิจ (ผลิตภัณฑ์หรือบริการ) และตลาด (ลูกค้า) การมองเห็นที่ขาดหายไปยังนำไปสู่การลงทุนที่ไม่ดี องค์กรจะลงทุนน้อยกว่าหรือเกินจริงในด้านสำคัญๆ เช่น การพัฒนา ความปลอดภัย โครงสร้างพื้นฐาน และการเฝ้าติดตาม โดยไม่มีภาพที่ถูกต้องและเป็นองค์รวมว่าช่องว่างที่สำคัญมีอยู่จริงที่ใด และทุกสิ่งเชื่อมโยงกันอย่างไร ITOps จะต้องดำเนินการด้วยแนวทางเชิงรับ-ปฏิบัติการ สุ่มสี่สุ่มห้าและย้ายจากการแก้ปัญหาหนึ่งไปยังปัญหาถัดไปโดยไม่ต้องมองภาพใหญ่ของลำดับความสำคัญและความต้องการ ปฏิกิริยาลดนวัตกรรมและการแข่งขันในตลาด พนักงานไอทีถูกขัดขวางอย่างต่อเนื่องโดยการแก้ไขสิ่งต่างๆ แทนที่จะปรับสภาพแวดล้อมทั้งหมดให้เหมาะสมสำหรับลูกค้า เราเห็นตัวอย่างรายวันขององค์กรที่เลิกกิจการเพราะพวกเขาไม่ได้ปรับให้เข้ากับการเปลี่ยนแปลงจากการแปลงเป็นดิจิทัล ซึ่งเป็นความจริงโดยสิ้นเชิงใน 2020 ตัวอย่างเช่น ยกตัวอย่าง ClassPass ซึ่งเป็นบริการ/แอพสมัครสมาชิกฟิตเนสและสุขภาพชั้นนำ ซึ่งช่วยให้ลูกค้าสามารถลงทะเบียนสำหรับกิจกรรมออกกำลังกายในสตูดิโอหรือสตรีมมิงแบบสดแบบดิจิทัลจากสตูดิโอบูติกและสปาทั่วประเทศ บริษัทได้ระดมทุน $549 ล้าน และจอง 100 ล้านการจองตั้งแต่ก่อตั้งใน 2013. ในขณะเดียวกัน เครือโรงยิมแบบดั้งเดิมที่ไม่มีบริการดิจิทัลที่ใช้งานได้ เช่น -Hour Fitness และ Gold's Gym มีอาการไม่ดี 2020 การปิดสถานที่และการยื่นฟ้องล้มละลาย ง่ายต่อการค้นหาตัวอย่างที่คล้ายกันในร้านอาหาร การบริการ/ที่พัก การค้าปลีกและการธนาคาร กรอบงานเทคโนโลยีใหม่สำหรับการวิเคราะห์ข้อมูลแบบองค์รวมในด้านไอที โชคดีที่เทคโนโลยีทันต่อการสนับสนุนบทบาทใหม่นี้สำหรับการดำเนินงานด้านไอที ความก้าวหน้าในนวัตกรรมเทคโนโลยีราคาจับต้องได้ในด้านการประมวลผล การจัดเก็บข้อมูล AI และ ML ทำให้สามารถได้รับข้อมูลเชิงลึกที่มีความหมายจากแหล่งข้อมูลที่แตกต่างกัน แยกส่วน และรวมศูนย์ซึ่งสนับสนุนฟังก์ชันหลักขององค์กร เพื่อให้ทันกับการเปลี่ยนแปลงอย่างต่อเนื่อง ทีมปฏิบัติการด้านไอทีต้องสร้างมุมมองที่ขับเคลื่อนด้วยข้อมูลขององค์กรจากมุมมองของลูกค้า: การตัดขวางการทำงานแบบบูรณาการและแยกส่วนที่แตกต่างกันของธุรกิจและเทคโนโลยี การมีข้อมูลที่ถูกต้องในเวลาที่เหมาะสมในการตัดสินใจที่ถูกต้องจะช่วยขับเคลื่อนประสิทธิภาพทั่วทั้งองค์กร อย่างไรก็ตาม การได้รับสภาพแวดล้อมการทำงานที่ขับเคลื่อนด้วยข้อมูลนี้ จำเป็นต้องมีการเปลี่ยนแปลงขั้นพื้นฐานในด้านเทคโนโลยีและกระบวนการ สิ่งนี้เริ่มต้นด้วยการใช้ประโยชน์จากเครื่องมือการค้นพบ การเฝ้าติดตาม APM เครือข่าย และ AIOps ในลักษณะที่เชื่อมโยงและบูรณาการเข้าด้วยกัน เป้าหมายคือการได้รับการมองเห็นตามบริบทแบบ end-to-end แบบเกือบเรียลไทม์ และใช้การวิเคราะห์ข้อมูลเพื่อขับเคลื่อนการตัดสินใจและการดำเนินการที่ดีที่สุด ผู้นำด้านไอทีจะต้องพัฒนากลยุทธ์ที่ครอบคลุมสำหรับการประเมินเครื่องมือและเหตุผล พวกเขาจะต้องปรับแต่งชุดทักษะและสร้างบทบาทองค์กรใหม่ที่จำเป็นในการได้รับ ROI กระบวนการเฉพาะโดเมนจะต้องหายไปซึ่งเป็นส่วนหนึ่งของความพยายามนี้ ตัวอย่างอุตสาหกรรม การวิเคราะห์ ITOPs ในยุคปัจจุบันที่อิงจากการรวบรวมข้อมูลแบบเรียลไทม์ การนำเข้า และการวิเคราะห์ข้ามโดเมนต่างๆ ทำให้เกิดความชาญฉลาดซึ่งสามารถคาดการณ์ปัญหาด้านไอทีที่ส่งผลกระทบต่อลูกค้าได้ การดำเนินการที่เน้นข้อมูลเป็นศูนย์กลางยังสามารถให้ข้อมูลกลยุทธ์ที่กว้างขึ้นในการปรับปรุงประสบการณ์ของลูกค้าและผลลัพธ์ทางธุรกิจ นี่คือคำมั่นสัญญาของ DataOps, AIOps และการวิเคราะห์การปฏิบัติงาน วิธีนี้สามารถนำไปใช้ได้จริง: สถานการณ์ที่ 1: อีคอมเมิร์ซ ผู้ค้าปลีกมีชีวิตอยู่และตายจากประสบการณ์เว็บไซต์ พวกเขาจำเป็นต้องติดตามตัวชี้วัดเช่นอัตราการละทิ้งตะกร้าสินค้าและเวลาการทำธุรกรรม เป็นหน้าที่ของ IT ที่จะต้องเข้าใจวิธีการรวบรวม วิเคราะห์ และเชื่อมโยงข้อมูลที่ถูกต้องจากทรัพยากรโครงสร้างพื้นฐานกับตัวชี้วัดทางธุรกิจเหล่านั้น เป้าหมายคือการใช้การวิเคราะห์เพื่อระบุปัญหาคอขวดของเว็บไซต์ที่เกิดจากระบบที่มีประสิทธิภาพต่ำ หรือกระบวนการของผู้ใช้อาจดีขึ้น ตัวอย่างเช่น การกำหนดค่าสถาปัตยกรรมคลาวด์ใหม่ สถานการณ์ที่ 2: การดูแลสุขภาพ การส่งมอบบริการด้านสุขภาพได้ผลักดันไปสู่ผลลัพธ์ที่ดีขึ้นและการกำจัดของเสียเป็นเวลาหลายปีแล้ว เพิ่มข้อจำกัดของ Covid-19 ให้กับสมการนั้น และคุณมีพายุที่สมบูรณ์แบบสำหรับการหยุดชะงักทางดิจิทัล ผู้ให้บริการด้านสุขภาพได้ลงทุนในบริการ telehealth อย่างที่ไม่เคยมีมาก่อน และแนะนำวิธีที่ง่ายกว่าสำหรับผู้ป่วยในการติดต่อกับเจ้าหน้าที่ เช่น การจัดกำหนดการการนัดหมายทางออนไลน์ และการติดตามและส่ง Vitals ทางอิเล็กทรอนิกส์ บริการดิจิทัลเหล่านั้นจำเป็นต้องดำเนินการอย่างไม่มีที่ติเพื่อให้ผู้ป่วยไม่ลังเลที่จะลองใช้และใช้บริการซ้ำแล้วซ้ำอีก AIOps จะเป็นผู้เปลี่ยนเกมที่นี่ โดยคาดการณ์และแม้กระทั่งแก้ไขปัญหาเว็บไซต์ของแอปพลิเคชันและแอปก่อนที่จะกลายเป็นปัญหาจริง เครื่องมือ ITOPs ใหม่และข้อมูลที่ผลิตจะเชื่อมโยงจุดต่างๆ ระหว่างสุขภาพทางการเงินกับการนำเทคโนโลยีไปใช้ในองค์กรด้านการดูแลสุขภาพชั้นนำ สถานการณ์ที่ 3: การธนาคาร ในบริการทางการเงิน ตัวชี้วัดความสำเร็จอาจรวมถึงจำนวนธุรกรรมทางอิเล็กทรอนิกส์และการโต้ตอบที่ลูกค้าทำต่อสัปดาห์ และความสัมพันธ์ของตัวเลขนั้นกับอัตราการออกจากงานที่ลดลงหรือรายได้ที่เพิ่มขึ้นต่อลูกค้าหนึ่งราย ITOP จะต้องรวบรวมข้อมูลจากระบบธุรกรรมต่างๆ เหล่านั้นเมื่อเวลาผ่านไป ทำความเข้าใจรูปแบบการใช้งานและเหตุการณ์ต่างๆ จากนั้นปรับการกำหนดค่าพื้นฐานและเวิร์กโฟลว์การแก้ไขให้เหมาะสมเพื่อรองรับ KPI ของธุรกิจ การย้ายไปสู่การดำเนินการที่ขับเคลื่อนด้วยข้อมูลจำเป็นต้องมีการสนับสนุนและการสนับสนุนจากทีมผู้บริหารระดับสูงด้านไอทีและการลงทุนในบทบาทใหม่ เช่น CDO (Chief Data Officer) ผู้นำด้านไอทีจำนวนมากได้ทำสิ่งนี้มาระยะหนึ่งแล้ว แต่การทำความเข้าใจ KPI ของธุรกิจโดยใช้ประโยชน์จากข้อมูลลูกค้าและธุรกรรมจะช่วยให้องค์กรสร้างกลยุทธ์ข้อมูลที่เหมาะสมและเลือกเครื่องมือวิเคราะห์และระบบอัตโนมัติที่ดีที่สุด เกี่ยวกับผู้เขียน Bhanu Singh เป็นรองประธานอาวุโสฝ่ายวิศวกรรมและ DevOps ที่ OpsRamp เขาเป็นผู้นำที่ประสบความสำเร็จและเด็ดขาดในอุตสาหกรรมเทคโนโลยีซอฟต์แวร์ด้วยประสบการณ์ที่กว้างขวางในกลยุทธ์ผลิตภัณฑ์ นวัตกรรมที่ก่อกวนและการส่งมอบเพื่อเพิ่มส่วนแบ่งการตลาด รายได้ และปรับปรุงประสบการณ์ของลูกค้า ซิงห์เป็นผู้เชี่ยวชาญในการจัดการวิศวกรรมระดับโลกขนาดใหญ่ วงจรชีวิตการพัฒนาซอฟต์แวร์ การเพิ่มประสิทธิภาพกระบวนการปฏิบัติงาน โครงการการเปลี่ยนแปลง การพัฒนาความสามารถระดับโลก และการมีส่วนร่วมกับลูกค้า เขาเป็นตัวแทนการเปลี่ยนแปลงที่มุ่งเน้นที่กระบวนการวงจรชีวิตของผลิตภัณฑ์เพื่อให้ออกสู่ตลาดได้เร็วขึ้น ในขณะที่ขับเคลื่อนการเปลี่ยนแปลงองค์กรระดับโลกอย่างมีประสิทธิผลผ่านการให้เหตุผลด้านงบประมาณและประสิทธิภาพในการดำเนินการ เขามีความหลงใหลในการสร้างผลิตภัณฑ์ ท้าทายสถานะเดิม และพัฒนาทีมที่มีประสิทธิภาพสูง ลงทะเบียนเพื่อรับจดหมายข่าว InsideBIGDATA ฟรี เข้าร่วมกับเราบน Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button