12月3日消息：傳統數據中心指標不遵循"不讓任何人落后"的規則。IT指標的差距通常會(huì )導致一些投資性支出半被拒絕或半途而廢。
大部分IT企業(yè)的CIO已經(jīng)制定了以傳統數據為中心的指標，因為從歷史上看，它們服務(wù)得很好。然而，隨著(zhù)移動(dòng)數據與大數據的增多，歷史傳統的指標在IT度量系統發(fā)展中，差距越來(lái)越大。
這里介紹的5個(gè)新IT指標之所以好用，因為它們體現了IT對業(yè)務(wù)服務(wù)與成本效益的影響。聽(tīng)起來(lái)有點(diǎn)違反直覺(jué)，但其已經(jīng)被證明為適用于分析重要數據中心性能，尤其在配合新舉措的場(chǎng)景下。
一、每位管理員多個(gè)數據庫實(shí)例
我在過(guò)去15年的研究發(fā)現，中小規模企業(yè)對數據庫的使用差異成為決定IT總擁有成本的指標。這也是許多數據中心經(jīng)理們指尖的IT標準：有多少Oracle數據庫，有多少Hadoop數據管理系統。
近年來(lái)，IBM System z Competitive Technology副總John Shedletsky分析了數據中心支出，顯示數據庫成本在總成本費用中占比逐漸走高，數據庫管理費用不斷上升，占比達到數據庫整體預算的50%以上。換言之，典型的大型企業(yè)每個(gè)應用程序需要花費20%的成本在數據庫管理上。
關(guān)鍵的可控變量是數據庫，很多情況下，不同廠(chǎng)商的數據庫是無(wú)法互相切換的。但仍然時(shí)不時(shí)有需要從Oracle遷移到IBM的需求——現有的工作負載可能更需要相同供應商的數據庫，不管是現在還是將來(lái)。然而大數據處理和其他舉措為數據庫選擇提供了有效、可擴展的企業(yè)標準，并且可以提高每管理員管理實(shí)例的數量。
數據中心經(jīng)理與CIO都驚訝于其未來(lái)的改進(jìn)與行業(yè)標準會(huì )如何變化。隨著(zhù)成本限制，IT組織沒(méi)有辦法再繼續高舉“沒(méi)有任何數據庫會(huì )被拋棄”的旗號。每管理員數據庫示例數量是一個(gè)能夠削減關(guān)鍵成本的有效指標，需要引起重視。
二、開(kāi)發(fā)或錯誤修復項目中期的重要變更數
DevOps的問(wèn)世清楚表明，數據中心是軟件開(kāi)發(fā)的重要組成部分。DevOps以及靈活I(lǐng)T需要為這中新方法找到適合數據中心的指標。
許多敏捷專(zhuān)家建議，不要采取制約開(kāi)發(fā)靈活性以及可能鼓勵錯誤行為的IT指標。其中一個(gè)例子就是開(kāi)發(fā)成本指標，這種指標是以設計規范不會(huì )改變?yōu)榍疤帷?/p>
有效的指標可以用于測量線(xiàn)下與敏捷開(kāi)發(fā)，協(xié)調線(xiàn)上bug修復，以及每個(gè)項目重大變更的次數。我使用這個(gè)指標進(jìn)行調研，結果發(fā)現隨著(zhù)時(shí)間推移，有效的敏捷開(kāi)發(fā)可以提高每個(gè)項目重要變更的數量。
其他影響，如項目規模或復雜性，或者“明顯變更”偏差都可以測量，根據時(shí)間推移計算出平均值。相較于靈活I(lǐng)T流程，你會(huì )發(fā)現在項目中間出現的大幅修改數增加。
太多的“敏捷IT指標”認為變更是有負效果的，而現在需要將變更作為積極的影響。該指標不用于精細捕捉特定項目的問(wèn)題，而是顯示平均每年這些項目的過(guò)程是否正常。采用敏捷指標的IT企業(yè)會(huì )因此提高敏捷業(yè)務(wù)范圍內的響應。
三、不涉及中斷的性能下降
IT部門(mén)的重點(diǎn)通常在于防止針威脅公司的中斷故障，而沒(méi)注意到一些性能下降或性能逐步降低的情況。性能下降幾乎與服務(wù)中斷一樣重要。性能下降指標會(huì )告訴你問(wèn)題有多大，而你的工作就是解決這些問(wèn)題。
性能下降意味著(zhù)特別難以修復的中斷將要出現。在IT范圍內的性能下降通常涉及軟件層到硬件層的多種類(lèi)型，使得定位原因遠比服務(wù)器被拔掉或網(wǎng)絡(luò )混亂來(lái)的難。
涉及到用戶(hù)滿(mǎn)意度時(shí)，性能下降無(wú)異于中斷。隨著(zhù)越來(lái)越多企業(yè)依賴(lài)軟件與用戶(hù)進(jìn)行交互，用戶(hù)不太可能忍受性能問(wèn)題。
性能下降通常意味著(zhù)成本制約已經(jīng)開(kāi)始傷到快速擴張的骨頭，這對大數據項目成功的影響至關(guān)重要。外包或云主機可以延緩這種可能性，但數據中心外部的成本同樣會(huì )增加。
四、數據處理過(guò)程每個(gè)階段信息丟失的百分比
根據MIT斯隆管理學(xué)院與其他地方研究發(fā)現，公司合作伙伴并不認為IT能提供令人滿(mǎn)意的所有需求信息。
數據中心信息系統日積月累不斷增長(cháng)，逐漸變得無(wú)法交付有效數據來(lái)滿(mǎn)足企業(yè)分析或作出決策，比如分析用戶(hù)的購買(mǎi)模式，或者其他形式大數據分析所需的數據。
答案最終指向一個(gè)指標，該指標需要能夠幫助確定IT是否已經(jīng)存在不足。原始數據需要經(jīng)過(guò)一步一步的處理，才能轉換為有用信息。數據的有用性取決于每緩解驟損失的有效數據量。
根據調查，數據輸入階段的主要問(wèn)題是錯誤條目——大約會(huì )損失20%潛在有用信息。該階段通常是由于IT無(wú)法過(guò)濾輸入階段時(shí)的錯誤。
數據聚合會(huì )連接新輸入的信息和系統中已存在信息。不一致的數據無(wú)法與現有數據進(jìn)行核對或修復，這樣可能導致大約15%的潛在數據不可用。
第三步是數據組合，該階段，輸入功能作為整體環(huán)境的分功能存在，例如在線(xiàn)交易處理，能夠處理一定的輸入操作。數據倉庫的重要功能就是數據匯總，但隨著(zhù)時(shí)間推移，只有很少的信息需要進(jìn)出倉庫。并不是所有信息都需要展示；只有大約20%左右的數據在數據中心或云服務(wù)中保持活躍，而這些數據可能對實(shí)際的業(yè)務(wù)分析并沒(méi)有幫助。
數據傳輸中，最常見(jiàn)的抱怨是及時(shí)性。這是一門(mén)藝術(shù)，確定哪些事情決策者必須迅速看到，哪些信息只需要每周或每月提交。信息損失問(wèn)題十分明顯。該階段不必要的信息占比大約在15%至25%。
最后一步是數據分析，并且在該階段，決策者所關(guān)注的總數據展示工具還是存在缺陷。該階段大約有15%的信息會(huì )丟失。
IT組織報告說(shuō)，大約有三分之二可能有用的信息會(huì )在數據處理的環(huán)節中丟失。設計一個(gè)指標用來(lái)指導每個(gè)階段的數據樣本，可以避免發(fā)生數據損失，IT也可以更方便地修復問(wèn)題。這種監控可以改變企業(yè)者對IT的看法，并對企業(yè)效益產(chǎn)生重大影響。
五、客戶(hù)滿(mǎn)意度
普適計算及其對所有用戶(hù)以及用戶(hù)與企業(yè)通過(guò)軟件進(jìn)行內部交流，意味著(zhù)IT軟件對客戶(hù)以及用戶(hù)滿(mǎn)意度影響的占比越來(lái)越大。
即使實(shí)在今天，用戶(hù)滿(mǎn)意度調查與用戶(hù)調查仍然不夠靈活，不夠細致——他們會(huì )錯過(guò)發(fā)現用戶(hù)無(wú)法接受或者特別關(guān)鍵的部分。然而，即使是鈍器，也是有可能或獲得與正在發(fā)生的事情相關(guān)的信息或提示。此外，這個(gè)指標能提醒IT和企業(yè)利益相關(guān)者——最重要的是感知最終用戶(hù)，而不是短期內企業(yè)或IT的意見(jiàn)。
