Análisis de operaciones de TI

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 e informar datos para las 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 utilizarían tecnologías de análisis de operaciones de TI. ^{[ 2 ]}

Las tecnologías de análisis de operaciones de TI (ITOA) (también conocidas como análisis operacional avanzado, ^{[ 4 ]} o análisis de datos de TI ^{[ 5 ] ) se utilizan principalmente para descubrir patrones complejos en grandes volúmenes de datos de disponibilidad y rendimiento de sistemas de TI, a menudo "ruidosos". [ 6 ]} Forrester Research definió el análisis de TI como "el uso de algoritmos matemáticos y otras innovaciones para extraer información significativa del mar de datos brutos recopilados por las tecnologías de gestión y monitorización". ^{[ 7 ]} Cabe señalar que ITOA es diferente de AIOps , que se centra en la aplicación de inteligencia artificial y aprendizaje automático a las aplicaciones de ITOA.

La investigación operativa 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 la aparición de la tecnología de aprendizaje automático a principios de la década de 2000, una plataforma de análisis operativo con inteligencia artificial pudo comenzar a participar en el reconocimiento de patrones de alto nivel que pudiera satisfacer adecuadamente las necesidades empresariales. ^{[ 1 ]} Un catalizador crítico para el desarrollo de ITOA fue el auge de Google , que fue pionero en un modelo de análisis predictivo que representó el primer intento de interpretar patrones de comportamiento humano en Internet . Los especialistas en TI luego aplicaron el análisis predictivo a la industria de TI, presentando plataformas que pueden examinar datos para generar información sin necesidad de intervención humana. ^{[ 1 ]}

Debido a la adopción generalizada de la computación en la nube y al creciente interés de las empresas por adoptar prácticas de big data , la industria de ITOA ha crecido significativamente desde 2010. Una encuesta de ExtraHop de 2016 a grandes y medianas empresas indica que el 65 % de las empresas encuestadas buscarán 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 potenciar sus capacidades de análisis predictivo.

Los sistemas ITOA suelen ser utilizados por los equipos de operaciones de TI, y Gartner describe siete aplicaciones de los sistemas ITOA: ^{[ 10 ]}

• Análisis de la causa raíz: Los modelos, las estructuras y las descripciones de patrones de la infraestructura de TI o la pila de aplicaciones que se está monitorizando pueden ayudar a los usuarios a identificar las causas raíz, detalladas y previamente desconocidas, de las patologías del comportamiento general del sistema.
• Control proactivo del rendimiento y la disponibilidad del servicio: predice los estados futuros del sistema y el impacto de dichos estados en el rendimiento.
• Asignación de problemas: Determina cómo se pueden resolver los problemas o, al menos, dirige los resultados de las inferencias a las personas o comunidades más apropiadas dentro de la empresa para la resolución de problemas.
• Análisis del impacto en el servicio: Cuando se conocen varias causas raíz, la información del sistema analítico se utiliza para determinar y clasificar el impacto relativo, de modo que se puedan destinar recursos a corregir la falla de la manera más oportuna y rentable posible.
• Complementar la mejor tecnología disponible: 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, con el fin de mejorar la fidelidad de la información utilizada en las tareas operativas (por ejemplo, mapas de dependencia de servicios, topologías de arquitectura de 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 basándose en el patrón de usuario y la infraestructura subyacente en varios patrones de aplicación, crea métricas de dichos patrones correlacionados y las almacena para su posterior análisis.
• Umbral de referencia dinámico: Aprende el comportamiento de la infraestructura en diversos patrones de usuario de la aplicación y determina el comportamiento óptimo de la infraestructura y los componentes tecnológicos, establece puntos de referencia y líneas base para los niveles mínimo y máximo en entornos específicos y cambia dinámicamente las líneas base de los puntos de referencia con los patrones de usuario y de infraestructura cambiantes sin ninguna intervención manual.

En su informe 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 (AT)
• Búsqueda y análisis de bases de datos multidimensionales (MDSA)
• Procesamiento de eventos de operaciones complejas (COEP)
• Descubrimiento y reconocimiento de patrones estadísticos (SPDR)

En el ámbito de la arquitectura de TI operan varios proveedores:

• Gestión del rendimiento de las aplicaciones
• Big data
• Herramientas de inteligencia empresarial
• operaciones de tecnología de la información

• Paisaje ITOA: Paisaje ITOA
• International Data Corporation (IDC): Gestión de servicios: Abundan las oportunidades que ofrece el Big Data para el análisis de operaciones de TI (mayo de 2014)
• NetworkWorld: Entendiendo el análisis de macrodatos (7 de julio de 2014)
• Enterprise Management Associates (EMA): Las múltiples facetas del análisis avanzado de operaciones (23 de septiembre de 2014)
• ITOperationsAnalytics.net: Los fundamentos del análisis de operaciones de TI