为什么IT运营需要新的指标

[[354692]]

如今，基础设施就是一切，可以提高生产率、降低运营成本、提供灵活性，以及支持可能在一夜之间改变的数字化转型计划。采用监控设备进行管理的措施已不再足够，现在是在日益数字化的世界中开发新指标的时候了。

虽然可用性仍然非常重要，但当应用程序或数据中心出现故障时，将会影响用户运营业务，但传统的IT指标(如服务器容量、I/O、利用率和网络吞吐量)现在成了企业生存的关键。在拥有大量云计算投资的组织中，这些数据中心指标的相关性较低，因为基础设施组件被抽象化并作为服务交付。

但是，云计算基础设施是根据响应时间、可扩展性、安全性以及每个客户/用户的成本来衡量的。对于企业管理人员来说，云计算是一个巧妙的概念，可以使他们能够在一夜之间为客户提供新服务而获利。

支持新指标的另一个趋势是智能化和自动化基础设施监控系统的出现，不再需要工作人员全天候监控那些指标。IT工程师和管理员最终可以将他们的注意力从停机和数据呼叫演习转移到基于用户需求和业务优先级的优化技术上。

调研机构Forrester Research公司分析师Rich Lane在其发布的一篇博客文章中谈到了旧指标面临的问题：“平均修复时间(MTTR)等指标在将系统构建为具有高度弹性和可自动扩展的环境中已经过时。如果数据中心基础设施与运营(I&O)正确地完成其工作，那么这些复杂性、高容量数量的事件就会从系统中根除。”

从服务器到销售和满意度

在更宏大的计划中，IT运营团队必须为用户(包括最终客户)提供可衡量的价值。这种价值是提高生产力、提供令人难以置信的体验或者提供新颖的产品，都取决于指标：企业是否拥有正确的指标来向用户和利益相关方展示价值?是否知道用户偏爱一种服务或应用程序而不是另一种?IT工作可以帮助企业员工做出更好的决策来增加收入、忠诚度和客户满意度吗?

无论答案是和否，都需要开展一些工作和重新定位。

考虑新指标

无论企业如何从发现关键的成功案例开始，这些是支持面向客户的产品和服务的数字化计划和技术，以及使企业提供优质服务的工具。有了这些知识，IT运营部门就可以开始创建新的指标，并将它们与可用性和性能的“旧指标”相关联。

以下是在一些行业领域中应用的例子：

(1)电子商务

对于在线零售商来说，最近几年的重点是了解购买者的意图：客户在购买什么?为什么?他们会在什么时候买什么?哪些因素会影响客户离开网站而不购买?为什么客户会以回头客的身份回来购买?

因此，衡量标准可以包括在订单中购买的商品数量、订单金额、购物车放弃率，以及从客户访问网站到购买为止的交易时间。

了解这些指标可以为决策提供信息，例如：网页加载是否足够快?推荐的引擎工作正常吗?产品是否缺货或采购过程困难?需要优化云计算服务还是选择新的云计算服务来支持上述所有服务?

(2)银行业务

交叉销售和追加销售是金融服务业一种重要的创收策略。因此，人们可能需要衡量每个客户消费的银行产品和服务的数量。

另一个衡量客户满意度的指标是数字服务的质量。客户每周进行多少次电子交易和互动?这与每位客户减少损耗或增加收入有何关联?同样，负面结果可能表明IT性能问题，而反过来，积极结果证实了当前的战略和技术组合。

(3)汽车行业

通过发送更换机油的标签，OnStar等车载技术可以根据客户的驾驶行为向其发送警报，并让他们知道何时需要更换机油或何时需要进行推荐保养。测量这些监控技术的准确性和影响将是非常有价值的，尤其是在与客户满意度指标和车辆总拥有成本相关联的情况下。

IT运营专业人员需要密切关注容量、可用性和可靠性。但要实现业务价值，为此需要开始思考企业所做的每件事对员工、客户和收入的影响。

• 重新计算IT指标。对于企业要衡量的每项服务，都需要将其分解为步骤和流程，然后从中分解为支持该服务的基础技术(网络、数据库、存储、虚拟机、实例、事务系统)。与高级用户、业务流程所有者和/或开发人员接触通常是获得这一视图的必要条件。

在IT运营工具中寻找自动服务映射功能，这些功能可以在分析性能时提供简单的视觉效果和深入查看功能。正如他们所说的，重点在于细节;能够迅速找出造成问题的根本原因，从而在影响用户之前就将其解决是竞争优势。

• 查找新的分析形式。收集客户使用情况数据的工具(例如Pendo)可以作为创建新指标和目标的起点。在团队中拥有数据科学技能是一件好事。采用业务指标需要具有做出新的相关性和结论的能力。

如何使用用户/客户活动的不同数据集来提高客户对数字工具的采用率、告知新功能或减少对使用较少的功能的投资?

• 测量滞后指标。在电子商务示例中，每个客户的收入是结果指标，也被称为滞后指标。捕获这些指标(应该很容易从销售和营销团队中获得)，并将其作为基准，不断进行改进。
• 确定领先指标。客户使用率和行为是大多数组织的两个关键的领先指标。通过获取存储在各种前台和后台系统中的最终用户数据，企业可以开始与性能指标进行关联。

但是首先必须全面理解总体业务需求和支持它们的核心流程。企业了解影响收入的方式可能会带来改善收入的机会，而跨职能小组(例如卓越中心)在这些工作中可能会有用。

• 精益求精。当企业了解更多关于用户行为和数字服务性能的信息时，可以通过改进领先指标的性能从而优化其报告指标，从而提高业务成果。了解IT运营变化如何影响更广泛的组织指标和KPI的满足感是值得的，而且企业管理者会对及时实现的见解和结果表示满意。