EDIT数据分析 it 数据分析_IT

当我们谈论IT服务管理(ITSM)世界中的大数据时,这里有两个非常不同的概念:

• IT为业务提供的大数据工具/服务:对关键的业务运营数据进行数据索引。

• IT运营中的大数据:处理和利用复杂的IT运营数据。

大数据中的业务运营服务

在竞争日益激烈,数据驱动的世界中,企业管理者都在寻找能够有效管理和解释业务数据(尤其是大数据)的方法。数字化的业务操作,如:电子商务网站和银行移动APP,它们产生了大量的数据,如果使用传统的计算模型,我们几乎无法管理它们。
业务经理知道,在数据海洋的某个地方可以找到有价值的、战略级的业务见解,经理们都想找到它们。为了发现这种见解,业务经理需要IT知识、分析和处理数据方面的专业知识。不幸的是,数据太大,太快,太模糊,通过主流业务应用程序无法处理。因此,必须部署新技术架构,例如MapReduce。
这意味着我们需要新的基础结构支撑技术。对于IT领导者来说,这是一个走出阴影的机会,它可以通过提供工具和服务来帮助企业理解数据并获得战略优势,从而将IT部门打造成为业务的主要贡献者。值得庆幸的是,企业可以使用IT基础结构库(ITIL®),ITIL中包含管理服务生命周期的最佳实践。这可以帮助IT规划出开发、启动、管理对业务有用的大数据服务。

ITSM中的大数据

在IT内部,ITSM必须处理的数据,无论是数据量还是种类都呈爆发性增长。尽管它的规模与业务运营中的大数据不一样(因此不需要新的计算架构来处理),但无论是数量还是种类都足够成为IT部门的头疼问题。随着IT领域的规模和复杂性的增长,数据源及其类型的数量也以这些方式扩展:
 来自众多来源的IT资产数据
 更复杂的事件记录,捕获数据
 问题记录
 变更记录
 服务要求
 支持生命周期记录之间的链接(事件/问题/变更)
 最终用户联系方式
 知识文章
 入门视频
 社会合作会议
 即时消息会话
 大量的流程模型可支持更大的服务组合
 系统监控数据
 来自Web和移动支持门户的IT客户交互
ITSM面临的挑战是将所有这些多样化的数据整合在一起,并使它们对于不同的IT团队和广泛的最终用户群体来说,可用并有用。不管数据的大小如何,从数据分析中获得洞察力和价值对于业务的发展至关重要。通过联合来自不同来源的所有ITSM数据,数据可以被存储,分析和共享数据,从而在IT运营和业务中获得广泛的价值。通过收集横跨ITSM的所有数据,业务经理可以分析数据以产生可行的知识和智慧。
IT领导者正在寻找提高IT性能,降低成本和通过创新支持业务的方法。服务经理希望IT服务能与不断变化的业务需求保持同步。IT经理希望能够尽早缩小基础架构问题的范围,以便他们可以在出现问题之前解决问题。尽管大数据面临挑战,但拥有良好的分析绝对有很多好处。

结语

IT部门面临两个挑战:数字化和数据大爆炸。业务部门需要新的服务来帮他们从大数据中获取战略价值,而IT部门内部却在与管理多源的各种数据进行斗争。这是两个不同解决方案的两个不同问题。为了应对这一挑战,IT需要将合适的人员(数据科学家),流程(ITIL服务生命周期方法)和工具(大数据工具以及可以联合/分析来自多个来源的数据的ITSM解决方案)相结合。