Analítica predictiva de IBM para crear un centro de datos moderno

CloudDatacenter

Con la irrupción de fenómenos tecnológicos como la movilidad, la colaboración social, el cloud computing y la analítica, las empresas deben desplegar nuevas estrategias para sus centros de datos. [Publirreportaje]

Los tiempos han cambiado. Hoy en día gestionar el centro de datos de una empresa ya no consiste sólo en abarcar cuestiones que han supuesto una preocupación típica a lo largo de los años, como la flexibilidad, la capacidad y el ahorro de costes. O no debería consistir únicamente en eso. Para hacerse con un centro de datos que vaya acorde con las necesidades de las compañías actuales es necesario cambiar el chip y abrazar tendencias emergentes del calibre del cloud computing, la colaboración social, la movilidad y la analítica. Esto significa aceptar que estos cuatro fenómenos existen e influyen en la forma de hacer negocios. Si los usuarios los han adoptado y los empleados también, ¿por qué no iba a hacerlo la propia organización como tal?

Los centros de datos están destinados a enfrentarse al uso de cada vez más aplicaciones, a través de más dispositivos, por parte de más gente, desde diversos lugares y en cualquier momento. Se trata de un reto enorme, que está ahí.

Otro aspecto a tratar a la hora de conseguir un centro de datos moderno que cumpla con las expectativas de la empresa es la implicación de la parte de negocio. Hasta ahora el desarrollo dependía en exceso del departamento de TI y esto también tiene que variar. No todo es infraestructura que instalar, tecnología que mantener operativa y aspectos técnicos que revisar en los centros de datos. A la hora de estudiar qué es lo que hace falta para tener éxito, hay que tener en cuenta el plan de futuro trazado por la compañía. Conviene implicar a los responsables de negocio y tratar sus objetivos como una pieza más a encajar en la estrategia del centro de datos. De esta manera, con un enfoque global, se puede respaldar la evolución del negocio y responder a su crecimiento a medida que éste se produzca.

Centro de datos modernoSoluciones con idea de futuro

Quien se limite a repetir modelos pasados está condenado a repetir errores y a reproducir centros de datos obsoletos, que serán incapaces de alentar la innovación y responder ante la transformación tecnológica.

El caso es que la mayoría de los centros de datos que existen en el panorama corporativo de hoy en día no ha sido diseñada con vocación de futuro y buena parte del presupuesto de TI suele ir destinada a tareas de mantenimiento. Lo que hay que hacer es renovar. Las empresas que dependan de centros de datos anticuados, esto es, que a estas alturas continúen alejados de la movilidad, lo social, la nube y el Big Data, deberían actuar rápido si no quieren quedarse sin capacidad de respuesta ante éstas y otras realidades que derivan de ellas. Nos referimos, entre otras cosas, al BYOD, la escalabilidad de la red, la potencia y la densidad de computación, la virtualización de la infraestructura, la inteligencia de negocio que se entrega en tiempo real y los requerimientos de alimentación y refrigeración.

Menos suposiciones, más datos

Para hacer frente a esta problemática y contribuir al establecimiento de estrategias vinculadas a las nuevas tecnologías, IBM propone recurrir a herramientas analíticas y técnicas de predicción. ¿Por qué? Porque con ellas se puede facilitar la expansión del negocio, mejorar la eficiencia y aumentar la disponibilidad. Y todo esto ocurriría, además, al tiempo que aportan la flexibilidad necesaria para escalar aquellos recursos con los que cuenta la empresa, rentabilizan la inversión con costes que pueden llegar a ser hasta un 50% menores y defienden la resiliencia manteniendo a raya las averías y la inactividad. Las ventajas financieras y operativas de aplicar analítica a la estrategia de un centro de datos son cuantiosas. De hecho, el Gigante Azul también ha constatado mayor agilidad cuando toca adaptarse al cambio.

Esto es así ya que, en vez de basarse en suposiciones, opiniones o intuiciones, la analítica predictiva se cimienta sobre hechos. Asimismo recurre a operaciones matemáticas y a algoritmos que nada tienen que ver con la subjetividad.

Aquí es precisamente donde fallan algunas estrategias, que prefieren recurrir a técnicas de descubrimiento de TI sobre los activos presentes en la organización. O, en todo caso, a proyecciones que aportan sus socios y que pueden acabar viciadas por intereses particulares. Quizás un socio prefiera apostar por decisiones poco arriesgadas, que le eviten disgustos si algo sale mal, cuando lo más apropiado sería apostar por una transformación radical que acompañe a los tiempos cambiantes. Tirar de analítica es favorable, además, para hacer estudios sobre la efectividad de un dictamen. Y para resolver situaciones en las que los responsables de tomar una decisión no se ponen de acuerdo. La razón que fundamenta dicha decisión no será especulativa, dependerá de los datos.

Big Data

La estrategia de IBM

La solución de IBM sigue un plan ordenado. En primer lugar, se centra en recolectar información sobre el centro de datos de la empresa con la que trabaja. Tras esta primera fase de descubrimiento, entra en acción el análisis de las prácticas actuales y la comparación con otras propuestas a nivel de características, precio y consecuencias de iniciar una transición. Para ello recurre a su experiencia y a un repositorio de datos que permite detectar problemas y plantear alternativas. A continuación, entrega las herramientas para implementar modificaciones y una hoja de ruta. IBM asegura que la información utilizada en sus analíticas predictivas pueden recabarse de forma manual o automática.

Entre la suite de herramientas de IBM con capacidades para dirimir qué inversiones hacer en los centros de datos se encuentran IBM Physical Infrastructure Threshold Analysis, IBM Resiliency Rationalisation Analysis e IBM Standardised Financial Analysis.

IBM Physical Infrastructure Threshold Analysis tiene por objetivo dimensionar la capacidad en un contexto volátil. Es decir, es capaz de determinar a qué se va a enfrentar un centro de datos en etapas posteriores y si, en sus condiciones actuales, podrá responder a la demanda tal y como se espera de él. Aplica simulaciones Monte Carlo y a partir de ahí se plantea cómo actuar. Puede que el centro de datos ya esté preparado o que haya que introducir mejoras. IBM Resiliency Rationalisation Analysis trata temas de resiliencia con presupuestos limitados, comparando su coste con el valor final. Recurre a la historia y emplea una cadena de probabilidad de Markov. IBM Standardised Financial Analysis, por su parte, ayuda a justificar el gasto al establecer el coste real de cada opción existente.

 

Centros de datos preparados

En definitiva, la analítica aplicada a los centros de datos es una tecnología única para adelantar acontecimientos y desarrollar soluciones antes de que sea tarde. Permite soportar avances como el cloud, lo móvil y lo social. Promueve decisiones sólidas y rápidas. Y estira la vida de las inversiones.

Leer la biografía del autor  Ocultar la biografía del autor