この記事はもともとeWeekに掲載されました。
AIOps のメリットを測定し、ITとビジネスオーディエンスの両方の主要業績評価指標（KPI）を構築しようとしているリーダーは、稼働時間、インシデント対応、修復時間、予知保全などの主要な要因に焦点を当てて、従業員と顧客に影響を与える可能性のある停止が発生するようにする必要があります。防止されました。
AIOpsに関連するビジネスKPIには、従業員の生産性、顧客満足度、およびコンバージョン率やリード生成などのWebサイトメトリックが含まれます。結論として、AIOpsは、自動化と迅速な分析を通じて、企業がIT運用コストを削減するのに役立ちます。また、ビジネスプロセスをスムーズに、優れたユーザーエクスペリエンスで実行できるようにすることで、収益の成長をサポートできます。
これらの一般的なKPIは、ビジネスプロセスに対するAIOpsの影響を測定できます。
- 検出する平均時間（MTTD）
このKPIは、問題が特定されるまでにかかる時間を示します。 AIOpsは、機械学習を使用してパターンを検出し、ノイズをブロックし、停止を特定することで、企業がMTTDを削減するのに役立ちます。アラートが大量に発生する中、ITOpsは問題の重要性と範囲を理解できます。これにより、インシデントをより迅速に特定し、ダウンタイムを短縮し、ビジネスプロセスのパフォーマンスを向上させることができます。 - 確認する平均時間（MTTA）
問題が検出されたら、ITチームは問題を認識し、誰が問題に対処するかを決定する必要があります。 AIOpsは機械学習を使用して、その意思決定プロセスを自動化し、適切なチームが問題に取り組んでいることをすばやく確認できます。 - 復元/解決の平均時間（MTTR）
重要なビジネスプロセスまたはアプリケーションがダウンした場合、サービスの迅速な復旧が重要です。 ITOpsは、機械学習を使用して問題が以前に発生したかどうかを理解し、過去の経験に基づいて、サービスを復旧して実行するための最も効果的な方法を推奨する上で重要な役割を果たします。 - サービスの可用性
多くの場合、一定期間の稼働時間の割合または一定期間の停止分数で表されますが、AIOpsは、予知保全を適用することでサービスの可用性を高めるのに役立ちます。 - 自動解決と手動解決の割合
組織は、手動による介入なしに問題を解決するためにインテリジェントな自動化を活用することがますます増えています。機械学習技術は、問題を解決するために実行された以前のスクリプトなどのパターンを識別し、人間のオペレーターの代わりになるようにトレーニングできます。 - ユーザー報告と監視の検出
IT運用では、エンドユーザーが問題に気付く前に、問題を検出して修正できる必要があります。たとえば、アプリケーションのパフォーマンスまたはWebサイトのパフォーマンスがミリ秒単位で低下している場合、ITOpsは、速度低下が悪化してユーザーに影響を与える前に、アラートを受け取り、問題を修正したいと考えています。 AIOpsを使用すると、動的なしきい値を使用して、アラートが自動的に生成され、調査のために正しいチームにルーティングされるか、ポリシーで指示されたときに自動修正されます。 - 時間の節約とそれに伴うコストの節約
自動化を実行するか、問題をより迅速に特定して解決するかにかかわらず、AIOpsを使用すると、オペレーターの時間とビジネスの価値実現時間の両方を節約できます。これらは収益に直接影響します。
要約すれば
これらのKPIは、ユーザーエクスペリエンス、アプリケーションパフォーマンス、顧客満足度、eコマースの売上の向上、従業員の生産性、および収益の増加に関するビジネスKPIと関連付けることができます。 ITOpsチームは、ITインフラストラクチャとビジネス指標の間の点をすばやく結び付けて、実際のビジネスニーズに対する支出と労力に優先順位を付ける機能を必要としています。うまくいけば、機械学習が成熟するにつれて、AIOpsツールは、ビジネスの成果を改善する方法を推奨したり、デジタルプログラムが成功したり失敗したりする理由についての洞察を提供できるようになります。
次のステップ：
