Data-driven Intelligence

Voorspellend en preventief

Iedereen wilt informatie die nauwkeurig is en helpt bij het nemen van snelle beslissingen.

Voor IT-afdelingen is dit niet anders. Goede en correcte informatie is nodig om snel oorzaken van problemen te kunnen achterhalen en zo snel mogelijk op te lossen. Zo wordt voorkomen dat deze problemen een grote invloed hebben op het bedrijf en hun klanten.

Acteren op het moment zelf is echter niet voldoende. Dus wat als u over informatie kunt beschikken voordat een mogelijk probleem zich stelt? Stelt u zich een wereld voor waarin u 30 minuten voor het probleem al wordt gewaarschuwd en u passende maatregelen kunt nemen om het probleem te voorkomen.

Indien u dit toepast, kunt u drie voordelen behalen:

• U behoudt uw positieve klantervaringen. Door uitval te voorkomen, blijven uw klanten tevreden.
• U behoudt uw inkomsten. Wanneer uw klant geen problemen ervaart, voorkomt u een afname van de omzet vanwege down time en klanten die vertrekken vanwege een slechte ervaring.
• U verhoogt uw productiviteit. Uw medewerkers kunnen meer tijd besteden aan zaken die het bedrijf vooruit helpen, in plaats van (huidige) problemen op te lossen.

Start met machine learning

Alleen het hebben van de gegevens op één plaats, is niet voldoende om voorspellingen te kunnen doen.

Machine learning, een onderdeel van AI, dient toegepast te worden op de verzamelde gegevens uit het verleden in combinatie met de real time gegevens. Alleen zo kunt u potentiële toekomstige problemen voorspellen.

Met machine learning kunt u:

• Data gebruiken en analyses toepassen om ruis, onjuiste waarschuwingen en onderhoud te verminderen. Zo kunt u gemakkelijk de problemen met de hoogste prioriteit identificeren en aanpakken;
• Snel afwijkingen detecteren door: 1) uw data te analyseren op basis van operationele patronen en 2) statistische metingen te gebruiken om drempels te bepalen;
• Deze drempels aanpassen aan veranderend gedrag en abnormale activiteiten.

Indien u een platform heeft waar alle gegevens zijn verzameld, kan machine learning optimaal ingezet worden. Er wordt dan aangegeven wat normaal is en wat niet en afwijkingen worden gesignaleerd. Hierdoor leidt dit platform u naar een meer voorspellende en preventieve benadering van IT.

Tijd is geld

Wellicht bent u bekend met de term ‘Artificial Intelligence for IT Operations’ (AIOps).

Gartner definieert AIOps als volgt: “AIOps-platforms zijn softwaresystemen die big data en AI- of machine learning-functionaliteit combineren om een breed scala aan IT-operationele processen en -taken te verbeteren en gedeeltelijk te vervangen, inclusief beschikbaarheid en prestatiebewaking, de correlatie tussen gebeurtenissen en analyse, IT-service beheer en automatisering.”

Wat houdt het automatiseren en vervangen van deze taken nu echt in, en waar spelen voorspellende analyses een rol?

Met een oplossing waarbij u machinegegevens kunt combineren en AI kunt toepassen op uw huidige datagegevens en die uit het verleden, kunt u mogelijke uitval voor zijn en voorkomen dat uw organisatie hieronder lijdt.

Hierdoor kunt u:

• De gemiddelde tijd om het probleem te detecteren verlagen (MTTD)
• De gemiddelde tijd tussen storingen verhogen (MTBF)
• De gemiddelde tijd om het probleem te onderzoeken verkorten (MTTI)
• De gemiddelde tijd tot het vinden van een oplossing verlagen (MTTR)

Wij ondersteunen u

Bij deze specifieke domein- en sectorkennis en pragmatische adviesverlening wordt u ondersteund door CroXcon.