Derfor skal du vælge en automatiseret, datadrevet tilgang

Din virksomhed opnår 4 værdiskabende fordele ved at udnytte virksomhedens data på en automatiseret måde. Se dem her.

For at kunne reagere hurtigt på ændringer i markedet og forbedre produktiviteten skal virksomheder udnytte data på nye måder. Chris Swan, Vice President og CTO for Global Delivery hos DXC Technology, taler om brugen af analyser, lean-processer og automation for at opnå effektiv drift.

Hvorfor har så mange virksomheder, der gennemfører digital transformation, brug for yderligere hjælp?

Én af de ting, der kommer op igen og igen, er netværksforbindelse – og sikkerheden af den. Virksomheder skal generelt også finde en måde at forbinde deres cloudmiljø til deres eksisterende miljø.

Her har de mange valgmuligheder, som dog også indebærer valg i forhold til omkostninger, ydeevne og sikkerhed. Det fører til modellen for delt ansvar, hvor CIO’erne (Chief Information Officers) i bund og grund får en serviceudbyder til at påtage sig en del af risikoen.

Så serviceudbydere påtager sig en del af risikoen og hjælper samtidig virksomheden med at øge produktiviteten?

Ja. Fx registrerer, behandler og lagrer vi meget større datasæt, end vi gjorde tidligere, men vi betaler meget mindre for det end tidligere. Nu behandler vi primært dataene i flows, der eksisterer uden for traditionelle relationsdatabasesystemer (RDBMS).

Vi lagrer også data i objektlagring, hvilket er meget billigere end at placere tingene i et RDBMS. Vi kan så bruge disse objektlagre til træning af machine learning. Vi kan også bruge dem til at stille spørgsmål, som vi glemte at stille fra starten. De er optimeret til en helt anden tilgang.

Et RDBMS er rigtig godt til at besvare forespørgsler, hvorimod objektlagring er omkostningsoptimeret i forhold lagringen. Det er virkelig billigt at lagre en masse data, og der lægges vægt på noget andet. Så vi forventer ikke at køre en masse forespørgsler på vores objektlager, fordi vi allerede har trukket dataværdien ud på dataenes vej til objektlageret i vores databehandlingsflows.

Kan automatisering også hjælpe?

Ja, og dette er forbundet med det, vi har gjort med DXC Bionix™, som er vores metode til at forbedre driftseffektiviteten, hvilket sker gennem analyse, lean og automatisering. Platform DXC™ understøtter Bionix. Den bruges til at optimere leveringen af vores administrerede tjenester og er også integreret i vores næste generation af tilbud.

Når kunder køber disse tilbud af os, får de Platform DXC og Bionix indbygget i det, de har. Vi bruger udtrykket “powered by Bionix.” Det betyder, at denne analysebaserede tilgang og de optimeringer, vi foretager på basis heraf, er integreret fra begyndelsen, i stedet for at de kommer til senere.

DXC er selv forbruger af disse tjenester, så vi ved, hvad det drejer sig om, og det har ledt os gennem vores egen kulturelle forandring. Vi har selv skullet ændre de måder, vi arbejder på, og har skullet flytte os fra at være traditionelle til at være agile, fra en projektcentreret tilgang til en produktcentreret tilgang, fra traditionelle leveringsmekanismer baseret på ITIL (Information Technology Infrastructure Library) til ITIL-løsninger vha DevOps-pipelines.

Hvilke fordele kan virksomheder forvente sig af en automatiseret, datadrevet tilgang?

Vi fokuserer på fire nøgleparametre:

  • Gennemløbstid: Hvor lang tid der går fra modtagelse af en kundeforespørgsel, til der bliver gjort noget ved den. Vores mål er at levere systemer, der nedbringer gennemløbstiden massivt.
  • Implementeringsfrekvens: Hvor tit vi kan indføre en forandring i miljøet. Nogle CIO’er er glade, når de kan gå fra to eller fire gange årligt til ugentligt. Men i mange tilfælde prøver vi rent faktisk at indføre implementeringer dagligt eller endda pr. time.
  • Middelfejlretningsfrekvens: Hvor lang tid det tager at genoprette efter en fejl. Man skal forvente, at der vil ske fejl. Så man vil minimere den tid, det tager at få systemet op at køre igen, når disse fejl så sker.
  • Fejlslagne ændringer i procent: Når vi laver en ændring, hvor tit slår den så rent faktisk fejl, så vi bliver nødt til at rulle den tilbage og beholde det miljø, vi havde? Vores mål er at arbejde på, at alle ændringer lykkes. Så det er et proxymål for kvaliteten af det, vi kører igennem vores proces.

Generelt beder virksomheden om løbende transformation. DevOps giver dem løbende læring ved hjælp af eksperimenteren. Hver gang, vi leverer noget nyt i miljøet, får vi en mulighed for at lære, om det passer ind. Produktet kan så udvikle sig efter miljøet.

I sidste ende er det sådan, vi understøtter løbende transformation: med IT-systemer fra infrastruktur hele vejen op til applikationer, der løbende tilpasser sig miljøet og dets ændringer.

Læs mere: Dansand konsoliderede sig med automatisering

Læs mere: Er du usikker på automatisering? Så skal du bruge et procesudviklingsværktøj

Sig din mening

*