Fire fordeler ved automatisert, datadrevet leveranse

Hvilke fordeler kan organisasjoner forvente seg fra en automatisert, datadrevet tilnærming? Her får du svaret.

For raskt å omstille seg til endringer i markedet, må bedrifter begynne å ta i bruk data på nye måter.

Chris Swan, viseadministrerende direktør og teknologisjef for Global Delivery-organisasjonen i DXC Technology, snakker om å bruke analyser, forenklede prosesser og automatisering for å oppnå effektiv og formålstjenlig drift.

Hvorfor trenger så mange organisasjoner ekstra hjelp til sin digitale transformasjon?

Et tema som stadig dukker opp, er nettverkstilkoblingen – og dens sikkerhet. Dessuten trenger organisasjoner generelt å finne en måte å koble skymiljøet sammen med det eksisterende miljøet på.

De har flere muligheter, men samtlige innebærer kompromisser når det gjelder kostnader, ytelse og sikkerhet. Dette fører til modellen med delt ansvar, som i hovedsak går ut på at kommunikasjonsdirektøren (CIO) får en tjenesteleverandør til å bære noe av risikoen.

Vil det altså si at tjenesteleverandører påtar seg noe av risikoen og samtidig hjelper organisasjonen med å bli produktiv?

Ja. For eksempel innhenter, behandler og lagrer vi mye større datasett enn tidligere, men med langt lavere kostnader.

Nå behandler vi for det meste dataene i flyter som befinner seg utenfor de tradisjonelle administrasjonssystemene for relasjonsdatabaser (RDBMS).

Vi lagrer også data i objektlagre, noe som er veldig mye rimeligere enn å legge inn ting i et RDBMS. Deretter bruker vi de samme objektlagrene til opplæring av maskiner.

Vi kan også bruke dem til å stille spørsmål vi i utgangspunktet hadde glemt. De er optimalisert for en helt annerledes tilnærming.

Et RDBMS er svært dyktig til å svare på spørringer, mens objektlagring er optimalisert for å redusere lagringskostnader. Det er virkelig billig å lagre store mengder data, og det vektlegges forskjellig.

Så vi venter ikke å kjøre en mengde spørringer på objektlageret, fordi vi allerede har trukket ut dataverdien på veien til objektlageret i databehandlingsflytene våre.

Kan automatisering også hjelpe?

Ja, og dette henger sammen med det vi allerede har gjort med DXC Bionix™, som er metodikken vi bruker for å gjøre operasjoner med effektive og formålstjenlige gjennom analyse, forenkling og automatisering.

Platform DXC™, som understøtter Bionix, brukes til å optimalisere leveransen av de administrerte tjenestene våre og er også integrert i vår neste generasjon av tilbud.

Når kunder kjøper disse tilbudene fra oss, får de Platform DXC og Bionix bygget inn i det de allerede har. Vi bruker frasen «Powered by Bionix».

Det betyr at denne analysebaserte tilnærmingen og optimaliseringene den medfører, er lagt inn fra starten av og ikke føyd til senere.

DXC er i seg selv en bruker av disse tjenestene, så vi vet hvordan de fungerer, og de har ført oss gjennom vår egen kulturelle endring.

Vi var nødt til å legge om våre egne arbeidsmåter, gå over fra fossefallsmetoder til smidige metoder, fra en prosjektsentrert tilnærming til en produktsentrert tilnærming, fra tradisjonelle ITIL-mekanismer (Information Technology Infrastructure Library) for levering til ITIL-aktiverte via DevOps-kanaler.

Hvilke fordeler kan organisasjoner forvente seg fra en automatisert, datadrevet tilnærming?

Vi fokuserer på fire nøkkelfaktorer:

  • Ledetid: Hvor lang tid det tar fra en kundeforespørsel kommer inn, til den blir behandlet. Vi er ute etter å levere systemer som reduserer ledetiden svært mye.
  • Distribusjonshyppighet: Hvor ofte vi kan få inn en endring i miljøet. Noen CIO-er går gjerne over fra to til fire ganger i året til ukentlig. Men i mange tilfeller prøver vi faktisk å utføre distribusjoner hver dag eller til og med hver time.
  • Gjennomsnittlig gjenopprettingstid: Hvor lang tid det tar å gjenopprette etter en svikt i systemet. Du må regne med at systemet svikter fra tid til annen. Så du vil minimere tiden det tar å få systemet opp igjen etter at det har vært nede.
  • Prosentandel mislykte endringer: Hvor ofte skjer det at en endring vi gjør, ikke fungerer som forventet, slik at vi må trekke den og gå tilbake til det opprinnelige miljøet? Vårt mål er at enhver endring skal lykkes. Så det er et delmål for kvaliteten på det som inngår i prosessen vår.

Virksomheter ønsker generelt en kontinuerlig omstillingsprosess. DevOps gir dem kontinuerlig læring gjennom eksperimentering.

Hver gang vi leverer noe nytt til miljøet, får vi en mulighet til å lære hvorvidt det passer. Produktet kan da utvikles for miljøet.

Til syvende og sist er det slik vi støtter kontinuerlig transformasjon: med IT-systemer fra infrastruktur og helt opp til applikasjoner som kontinuerlig tilpasses miljøet og endringene som skjer der.

Les mer: Dansand konsoliderede sig med automatisering

Les mer: Er du usikker på automatisering?  Så skal du bruge et procesudviklingsværktøj

Si din mening

*