为现代App经济优化数据中心的6大步骤

简介:

今天的数字化企业正在重新定义其对于与客户的互动、争夺市场份额意味着什么,并将那些曾经是企业的一个负担的数据转化成为了创收资产。一些市场走势趋同,从而创造出了当下所大热的“现代App经济”。

现代应用程序的增长、数字化的业务计划举措、以及爆炸性的数据增长均是由移动设备和数字化文化的普及和持续增长所导致的。而与此同时,在全球范围内的IT预算投入一直都是持平甚或出现下降。现如今,IT企业组织比以往任何时候都需要改善他们的规划,并充分优化数据中心,以在降低成本的同时,提高性能、配置和容量。

市场调研机构Gartner公司的首席研究员兼管理副总裁Daryl Plummer对此表示同意,他说:现如今,对于贵公司的CEO所期望的提升您企业的增长和竞争优势的能力而言,您企业的资源安置要比以往任何时候都更加重要。

现代App的增长

消费者们的期望值一直都在持续上升。我们的数字文化使得人们能够得到他们想要的东西,不管他们何时想要,也无论他们身处在世界上任何地方。现如今的消费者们希望能够通过移动应用程序与品牌企业做生意并进行交互。这类技术以前所未有的速度的增长即反映了这一趋势。例如,预计到2020年,将会有500亿款设备和对象将被连接到互联网。

这些应用程序已然成为了品牌企业的脸面,并有助于他们建立竞争优势。事实上,现在的企业组织在改善消费者体验方面的花费比以往更多。据IDC的统计数据显示,在全球范围内,公共云服务的支出将增长19.4%,几乎是整体IT支出增长速率的近6倍,将从2015年的接近700亿美元增长至2019年的超过1410亿美元。

各行各业的企业组织机构都在推动着这一趋势。据CEB的定量研究专家Prashast Gupta介绍说:“现如今,随着他们继续专注于提升服务响应速度和成本的灵活性,91%的IT企业组织都至少将其部分的预算分配给云服务。”

据IDG的研究人员指出,在针对当前的企业IT和业务领导人所进行的调研显示,由高达92%的惊人比例的受访者表示他们在制定企业的竞争战略时要求将数字业务的举措纳入其中,而其中87%的受访者说改善客户体验是关键。如下图1所示,改善客户体验,争取新的客户,提升客户的参与度和忠诚度已成为当前企业组织机构数字化业务举措的顶级商业目标。

虽然现代App经济为那些选择充分对其加以利用的企业组织机构带来了一个很好的机会,但其同时也为IT企业组织带来了巨大的挑战。根据Gupta介绍说,“消费者技术的巨大的进步已经造成了IT企业内部的业务部门的同事因为要求获得更好的性能表现和更人性化的硬件和软件而给IT团队带来了不断增长的压力。”在提供和支持这些应用程序的同时,确保性能、可用性和将产品和服务快速的推向市场是不小的壮举。

图一 资料来源:IDG战略营销服务,“混合云计算;数字业务的伟大推动者”

数据的爆炸性增长

数据的爆炸性增长是现代app经济的另一大特点。随着现代app和数字业务计划的增长,由其所生成的数据也在同步增长。虽然存储和管理这些“大数据”已经给企业组织的IT部门到来了一大挑战,但企业组织也纷纷意识到利用这些数据所能够带来的优势和机遇。

在经济学人集团旗下的经济分析智囊机构经济学人智库针对全球476名企业高管所进行的一项调查中,83%的受访者表示说,他们所在的企业已经在利用数据,来使得其现有的产品和服务更有利可图。三分之二以上(69%)的受访者认为现在有充分理由开设一个新业务部门专门致力于开发数据相关产品或服务。

借助一套IT战略,和合适的支持技术,曾经是企业组织的一个负担的数据现在已经成为了企业组织的一项创收的资产。据这项研究的主编Naka Kondo介绍说,“在未来三年内,数据将具有头等重要的战略意义,特别是对于那些希望在不断扩大和变化的市场上捕捉未来发展机会的企业。”

IT资源的下降和业务部门的转向

尽管现代app经济带来了巨大的机遇,但企业的IT部门正面临IT资源的不断减少,及来自他们所服务的业务部门更高的要求之间的矛盾和压力。据Gartner称,2016年第二季度的IT预算持平,如下图2所示,而此前一个季度的预算实际则下降了0.5%。

图二 资料来源:IDG战略营销服务,“混合云计算;数字业务的伟大推动者”

在当前这样一个数字化的、消费者推动的世界,IT所面临的最大挑战是借助有限的IT预算进行IT创新和维护的平衡。太多的IT企业组织将大量的IT支出都集中用在了仅仅是“保持日常IT运维方面”,对于企业业务的增长几乎没有多大的贡献。

一些研究和分析机构提供了这一趋势的证明。据CEB的研究显示,60%-70%的IT预算都花在了日常维护和强制性支出方面,仅仅只留下很少的一点用于推动业务向前发展。即使是最具创新性的IT企业组织将其44%的预算分配到了日常运维方面。“在当前的环境下,任何不利于企业发展或提升竞争力的企业功能,最终都将被抛弃淘汰。”Plummer说。

对于IT企业组织的另一项挑战是,其数字化的举措往往都是由业务部门所推动的。鉴于IT部门往往更多的专注于日常IT运维而非IT创新,许多企业的业务部门甚至干脆直接绕过IT部门,去发掘更快、更容易使用的公共云提供商的服务来支持他们的应用程序。这为那些需要保持安全和遵守企业内部和外部的各种监管治理要求的IT领导者们提出了困难。

更有甚者,许多企业发现:IT决策的制定正逐渐由CIO转变为业务部门。根据IDC的数据显示,在2015年,由业务部门所资助的IT项目占据了58.2%的企业IT支出,其中,财务、人力资源、市场营销和运营部门占据了其技术预算的最大比例。

正如IDC公司的项目总监、客户洞察和分析师艾琳·史密斯所总结的那样。“第三方平台技术,如云服务、移动技术、大数据和社交业务为业务流程的变革创造了基础。在某些情况下,甚至推动了业务模式的转变。”她说。“在涉及到这样的重大利益的前提下,企业的业务部门在技术举措方面越来越多的跻身到决策的前排。”

为现代App经济优化数据中心的六大思考

鉴于现代App经济所带来的机遇和挑战,使得企业的IT部门对其数据中心实施优化,以便能够快速、轻松地满足企业内部和外部利益相关者们的数字化需求变得日渐重要。为此,如下我们将为广大读者朋友们介绍IT企业组织需要牢记于心的六个关键因素。

1、分析您企业的优势

以同样的方式,企业的业务正在采用现代App数据来推动业务的增长,IT企业组织利用这些数据来推动效率和数据中心的创新是相当明智的。分析和监测是所有IT规划的基础。通过数据分析,IT部门可以获得洞察见解,进而得以深入了解关于如何能够提高数据中心的性能和更好的服务于数字业务需求。

先进的IT分析有几大特点。首先,企业的仪表盘能够提供一个单一的面板,揭示洞察企业数据中心的整体视图的全貌。有了这些数据,IT领导人能够作出由跨整个企业的存储、服务器、SAN和应用程序资产的详细、实时的信息所支撑的决策。

此外,对于诸如监控云迁移、并预测和防止停机中断等活动而言,预测分析是至关重要的。通过对模式和趋势的分析,IT部门可以确保数据中心在未来的健康运行,并实现企业组织的云战略。

其它功能包括性能监控,其提供了对于计算效率、功率利用率、服务器操作运营、存储环境和虚拟化的洞察。数据基准使IT部门能够在行业内与其它企业进行性能比较,并从规范获得对于偏差的洞察。借助详细的数据信息,企业IT可以进一步深入探索产品上市时间延迟、性能滞后、和企业资产利用不足的根本原因。

最后,基于云的SaaS模式提供了最好的数据分析。其确保分析具有成本效益,快速部署实施(以小时为单位,而不是几个星期),并可以随时随地进行访问,能够在几分钟内获得结果,而无需几天或几周的时间。通过以这种方式缩短价值实现的时间,IT部门不仅能快速响应他们内部的利益相关者的需求,而且能够推动创新,有助于业务的增长。

2、提高基础设施利用率

随着数字化举措在支持和推动现代app经济方面的作用不断扩大,以及消费者需求的不断增加,企业IT部门必须确保数据中心所有资产的充分利用。而特别是当涉及到支持数据的增长时,利用率成为了IT的一个最大的挑战。过度利用会导致停机中断和运行速度的下降,使得企业关键任务应用面临风险。而利用不足则又会导致宝贵的IT资源浪费。

数据分析可以帮助IT企业组织确定有效的利用率,同时提供对于高峰时间需求和额外的存储配置的洞察见解。通过监测容量和性能的趋势和模式,企业IT可以使用数据来准确的确定数据中心究竟将如何对任何需求变化和未来的升级作出反应。例如,在支持企业合并或收购的过程中,数据分析将有助于确定迁移将如何影响数据中心。企业IT部门可以找准如何充分利用现有的技术投资,并增加工作负载到现有的设备,而无需花钱采购新的资产。

3、最大化IT预算

正如前面所提到的,全球范围内的IT企业组织的IT预算都停滞不前甚至下降。尽管现如今的IT部门被不断要求需要支持数字化举措,但IT预算方面的状况并未获得改观。现如今,IT企业组织最大限度地利用IT预算比以往任何时候都更为重要。

当企业在考察其IT预算时,无论是资本支出(CapEx)和运营支出(OpEx)都必须加以考虑。分析可用于识别在这两个领域的节约。借助从数据收集中所获得的见解,企业IT可以通过如下措施实现资本支出的节省:

· 确定老化的设备是否需要更换,或者当前的环境是否可以管理工作负载

· 确定哪些服务器的租约即将到期,并确定是否需要更换设备;如果是的话,有什么技术可以用来处理工作负载

· 评估服务器、存储和SAN的利用率

· 评估是否有可能推迟设备的采购,最大化技术随着时间的推移而不可避免的成本降低、性能改进所带来的益处

· 确定从虚拟化和任何可以使用的不太昂贵的商品硬件所带来的节省

从本质上讲,数据分析可以揭示什么样的硬件是必要的,以及提高利用率、限制或延迟硬件采购是否能够带来成本的节省。

同样的道理,数据能够显示, IT企业如何能够从操作运营的角度来实现成本的节约。借助数据的洞察见解,企业IT可以通过如下措施达到运营成本节省的目的:

· 确定自动化、管理和优化IT环境如何可以帮助降低运营成本

· 确定如何简化花费在日常IT运维方面的时间,而将更多的时间用于IT创新

· 评估是否将数据集中到一个地方以进行单点管理

此外,管理基于云的分析所花费的时间是最少的。借助直观的、自助式的分析和周到的支持,企业IT不需要进行专门的培训或聘请高薪人员。管理可以形成数据视图,通过业务角色、技术、业务部门或应用程序为最需要的员工提供洞察力。企业IT可以与业务部门达成一致的目标,在防止发生停机中断和运行减速的同时,支持业务战略发展计划。

4、保护免受安全威胁

在今天的数字世界中,企业的命运及其与客户的互动往往掌握在IT部门的手中。故而保护数据中心的安全是最为重要的。在2015年,企业共计遭受了创纪录的九种特大破坏漏洞,使得身份信息的暴露增长到4.29亿。

对企业数据中心的安全威胁也可能来自于企业组织内部。当企业IT缺乏灵活敏捷性和迅速的响应将产品和服务推向市场的需求时,业务部门将转向采用公共云服务。这种“影子IT”将企业暴露于安全威胁之下,并带来了业务运行放缓的可能性,因为更大规模的企业客户会赢得云提供商的最大的份额处理能力。

基于云的分析利用加密和认证能够帮助企业IT确定在何处的应用程序和数据可能处于风险中。另外,预测、用户自定义分析图表和报告能够识别系统速度变慢、中断和停机,并在这些发生之前识别潜在的可能性。

5、提高灵活敏捷性

今天的现代app的需求比以往任何时候都更大。而IT企业组织并不总是能够提供和支持这些应用程序。据Gartner公司介绍,预计到2017年底,企业移动应用程序市场的需求增长将是IT企业组织交付这些需求能力增长速度的至少五倍。

企业IT优化数据中心,以便能够支持内部利益相关者提高灵活敏捷性的要求是至关重要的。数据分析可以帮助企业IT快速配置存储和服务器容量,以支持数字业务的需求。通过坚守“以防万一”的理念,企业IT可以使用分析工具来快速确定如何为更多创新的现代应用程序和它们所产生的不断增长的数据配置未充分利用的资产。

分析还可以帮助确定虚拟化环境在怎样的情况下可能是一个更好的配合,而技术的进步又将如何提供创新方法来帮助企业IT推动业务的发展。虚拟化和软件定义的环境本身提供了更大的灵活性。与此同时,它们使得IT能够避免被锁定到硬件厂商,在专用设备上花钱,或不断增加维修人员。

6、满足新产品上市时间的压力

现代app可以对客户满意度产生直接的影响,也能够让企业在市场上充分的竞争,并赢得市场份额。根据CA Technologies公司的调研显示,43%的受访者认为,成为一家应用程序驱动的企业为他们提供了一个关键性的竞争优势。预计这一比例到2018年将上升到78%。

鉴于有如此高的比例,故而业务部门需要更快的产品上市时间,或干脆直接简单地绕过企业IT部门而转向公共云服务供应商也就不足为怪了。在许多情况下,特别是当IT响应太慢,无法很好的满足内部利益相关者的需要时,他们甚至被看作是创新的障碍,而不是业务的推动者。

为了提高IT的价值,并使其成为企业业务增长的贡献者,企业数据中心必须全面进行优化。通过分析提高性能和容量,有助于确保业务部门具备快速部署的现代app和支持数字业务计划所需的敏捷性和灵活性。

结论:平衡IT创新与维护

当我们在考察IT部门在今天的数字化企业中所发挥的作用时,很明显,有几股力量在工作中创造并推动了“现代app经济”。世界各地的企业都在利用移动设备和数字文化的普及这一大趋势。虽然这会为企业带来巨大的机会,但其也给企业IT部门持平甚至下降的预算带来了显著的挑战。

IT企业组织必须采取积极的态度来优化数据中心,以满足内部利益相关者的需求和客户越来越高的要求。

通过数据的模式和趋势分析,企业IT可以优化利用率,降低成本,抵御安全威胁,提高灵活性,并满足新产品上市时间的压力。这样一来,企业IT可以有效地平衡IT创新和日常IT维护,并推动业务增长的数字计划。

本文转自d1net(转载)

相关文章
|
25天前
|
Android开发 开发者 UED
个人开发 App 成功上架手机应用市场的关键步骤
个人开发 App 成功上架手机应用市场的关键步骤
|
29天前
|
机器学习/深度学习 监控 算法
利用机器学习优化数据中心的能源效率
【2月更文挑战第27天】 在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着人工智能技术的进步,特别是机器学习(ML)算法的发展,出现了新的机会来优化数据中心的能源消耗。本文探讨了如何通过应用机器学习模型对数据中心的能源使用进行实时监控和预测,进而实施节能策略。文中详细分析了不同类型的机器学习算法,并提出了一套基于预测分析的动态能源管理框架。通过仿真实验验证了所提出方法的有效性,结果表明,与传统管理手段相比,该框架能够显著提高数据中心的能源效率,降低运营成本。
37 3
|
1月前
|
机器学习/深度学习 存储 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第23天】 在数据中心的运营成本中,冷却系统占据了一大块。传统的冷却管理通常依赖于简单的规则或手动调整,无法适应复杂多变的热负荷和环境条件。本文提出了一种基于机器学习的方法来动态优化数据中心的冷却系统。我们设计了一个预测模型来估计未来的热负荷,并结合实时数据,通过优化算法调整冷却设备的工作状态,以降低能源消耗并保持适宜的运行温度。实验结果表明,该方法能够有效减少能耗,同时保证数据中心的冷却效率。
16 0
|
22天前
|
机器学习/深度学习 传感器 监控
利用机器学习优化数据中心能效
在数据中心管理和运营中,能效优化是减少能源消耗、降低运营成本的关键。本文探讨了应用机器学习技术对数据中心的能效进行实时监控和优化的方法。通过分析历史数据和实时参数,构建预测模型来指导冷却系统的调整,实现智能化能源管理。结果表明,该方法可以显著提升数据中心的能源使用效率,为绿色计算提供技术支持。
12 2
|
25天前
|
机器学习/深度学习 资源调度 算法
利用机器学习优化数据中心能效的策略
【2月更文挑战第31天】 在云计算和大数据的时代,数据中心作为核心基础设施,其能效管理已成为技术创新的前沿话题。本文旨在探讨通过机器学习技术优化数据中心能效的可能性与实践策略。通过对现有数据中心运行模式的分析,结合机器学习在能源消耗预测、资源调度和故障检测等方面的应用案例,我们展示了如何实现智能化的能源管理,以及这些技术如何帮助降低运营成本并减少环境影响。文中不仅详细阐述了机器学习模型的构建过程,还讨论了实施中的挑战及未来发展方向。
|
26天前
|
机器学习/深度学习 资源调度 数据挖掘
利用机器学习优化数据中心的能效
【2月更文挑战第30天】在本文中,我们探讨了如何通过应用机器学习技术来优化数据中心的能源效率。传统的数据中心管理方法往往依赖人工经验和定期维护,而机器学习提供了一种自动化和智能化的解决方案。文中首先介绍了数据中心能耗的主要来源,随后详细阐述了机器学习模型在预测和管理数据中心资源中的应用。通过对历史数据的学习和模式识别,机器学习不仅能够准确预测未来的负载变化,还能实时调整硬件配置以最小化能耗。最后,文章展示了一个基于机器学习的能效管理系统原型,并通过实验数据分析验证了该系统的有效性。
|
27天前
|
机器学习/深度学习 传感器 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第29天】 在本文中,我们探讨了如何应用机器学习技术来改善数据中心的能源效率,特别是针对冷却系统的优化。传统的数据中心冷却方法常常采用静态的、预设的策略,忽视了环境变化和负载波动的影响。通过集成机器学习模型,我们能够实时分析数据中心的操作状况,并动态调整冷却策略,以实现节能和性能的双重提升。文中详细介绍了所采用的算法框架、实验设置以及与传统方法的性能比较。
|
28天前
|
机器学习/深度学习 算法 调度
利用机器学习优化数据中心能效
【2月更文挑战第28天】 在本文中,我们将探讨如何应用机器学习技术来提高数据中心的能效。通过分析历史能耗数据和环境参数,构建预测模型,并基于这些模型实施动态能源管理策略。我们展示了一种自适应算法,该算法能够根据实时工作负载和外部温度变化自动调整冷却系统,以最小化能源消耗。实验结果表明,采用机器学习方法可以显著降低数据中心的PUE(功率使用效率)值,进而减少运营成本,并对环境可持续性产生正面影响。
|
29天前
|
机器学习/深度学习 传感器 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第27天】在数据中心的运行成本中,冷却系统占据了一大块。随着能源价格的上涨和环保意识的提高,如何降低冷却系统的能耗成为了一个重要问题。本文将探讨如何利用机器学习技术优化数据中心的冷却系统,以实现能源效率的最大化。我们将介绍相关的算法和技术,并通过实验验证其有效性。
|
29天前
|
机器学习/深度学习 监控 算法
利用机器学习优化数据中心的能源效率
【2月更文挑战第27天】 在数据中心管理和运营的众多挑战中,能源效率优化是一项持续的关键课题。随着人工智能技术的不断进步,特别是机器学习(ML)方法的应用,为精确预测和动态调整数据中心的能源消耗提供了新的可能性。本文将探讨如何通过机器学习模型来分析历史能耗数据,实现对冷却系统、服务器利用率和其他关键因素的智能调控,从而达到降低整体能耗的目的。我们还将讨论这些技术实施过程中可能遇到的挑战以及潜在的解决方案。