予測分析がIT運用に対応

このブログは、の元の記事から改作されました DevOps.com

データを使用してITの停止や問題を予測および防止することは、成長するベストプラクティスです。特に、監視ソフトウェアの進歩により、分析をタイムリーに提供することが容易になっています。かつてIT運用分析（ITOA）として知られていたIT予測分析は、まだ多くの組織で初期段階にありますが、TableauやMicrosoftPowerBIなどの特殊な分析ツールにデータセットをエクスポートする必要があったときよりもはるかに合理化されています。データアナリストとデータサイエンティストは、これらの高度なツールと対話し、貴重な予測を提供する必要がありました。このプロセスには数週間かかる場合があります。

今日、ITプロフェッショナルは最新のIT運用監視を使用できます（ITOM) 機械学習とAIを利用して、データを収集および統合し、正規化してからリアルタイムで分析するためのシステム。

予測分析の教義

組織で予測分析の実践を作成するために選択するツールに関係なく、最初に正しく理解しなければならないことがいくつかあります。考慮すべき6つの推奨事項は次のとおりです。

予測分析がIT運用を支援する3つの方法

ストレージ使用量。 高価なストレージアレイがダウンしていることにITが気付いたのは、幸せな瞬間ではありません。ストレージボリュームが通常のパターンから着実に増加しているという事実の後で知るだけでは十分ではありません。トレンドが許容範囲を超えていることを事前に知ることにより、ITは原因を調査し、損傷が発生する前に修正することができます。
クラウド間のパフォーマンスの比較。 ITリーダーは、IT環境全体にわたるアプリケーションのパフォーマンスについて学習することに関心があります。これには、複数のクラウドにわたる過去のパフォーマンスを比較して、あるサービスの弱点を他のサービスよりも予測し、それらをプロアクティブに軽減することが含まれる場合があります。
コンテナの最適化。 マイクロサービス環境でパフォーマンスを管理する場合、相関関係を作成することは特に価値があります。コンテナ化されたアプリケーションの指標を収集することは、各コンテナ自体を調べることでは役に立ちませんが、コンテナ環境全体を調べて、多くまたはすべてのコンテナで危険な傾向にある一般的な指標があるかどうかを確認する場合には役立ちます。

データを最大で1つまたは2つのシステムに一元化します。 これにより、データのクレンジング、正規化、および他のすべてのユーザーと統合のための単一の（理想的には）記録システムが可能になります。
一流のデータ視覚化に投資します。 ビジネスユニットがIT管理システムと対話して部門の使用状況を確認し、小さな問題のトラブルシューティングを行うようになったため、ツールはデータアナリストではない人にとって使いやすいものでなければなりません。ダッシュボードとチャートは、ストーリーを簡単に伝え、ソフトウェアが提供する相関関係と結論を説明することができます。
それを実行可能にします。 適切な個人に自動的に送信されたり、必要に応じてアクションを実行するために他のシステムと共有されたりしない場合、予測データを作成しても意味がありません。アマゾンのやり方で考えてみてください。人々がモニターの後ろに座って、毎日何百万もの個別の推奨事項を顧客に送信しているわけではないことは誰もが知っています。あなたのIT運用ポートフォリオは同じように動作する必要があります。自動化され、インテリジェントで、有用であり、常に新しい情報に適応します。
ITの変化の速度でデータを相関させます。仮想化やクラウドインフラストラクチャなどが登場する前は、監視するデバイスが少なく、日々の変化はあまりありませんでした。もちろん、今では、私たちの知らないうちに、毎分舞台裏で変化が起こっています。変更検出の監視に標準偏差を使用することで（通常は4時間単位）、チームがインフラストラクチャのステータスやさまざまなシステムとコンポーネント間の関係を常に最新の状態で把握できるようにします。
ブラックボックスは避けてください。 イベントデータでデータレイクを継続的に充実させ、ユーザーがIT運用プラットフォームがリアルタイムで機能していることを確認できるようにします。機械学習と人工知能では、常にある程度の疑いと許容誤差があります。この不確実性は、ユーザーが独自の結論を下せるように、より多様なデータセットを送信することで打ち消すことができます。また、機械が判断に誤りを犯した場合は、同じ間違いを繰り返さないように訓練してください。
内部ITスキルを更新します。 聞いたことがあるでしょう。ビッグデータの時代において、IT組織はデータサイエンスの専門知識とスキルを必要としています。チームが機械知能と人間の洞察を組み合わせてより良い意思決定を行えるように、これらのスキルを習得または開発することが重要です。

IT運用における予測分析のこの新時代はまだ始まったばかりです。やがて、組織はダウンタイムと深刻なアプリケーションの問題の予測から、インフラストラクチャの最適化とコスト削減の推進に移行します。 ITリーダーは、時間の経過とともにプロビジョニングまたはプロビジョニング解除する必要のあるクラウドインフラストラクチャの量に自信を持って答えることができます。彼らは、一般的なアプリケーションのスケーリングパターンと、全体的な容量管理のニーズをより明確に理解します。予測分析が定着するにつれて、ITリーダーは、以前は画面上のデータのスキャンに何時間も費やしていた従業員をより戦略的な役割に再編成する方法を決定する必要があります。