Qu'est-ce que l'analytique opérationnelle ?
L'analytique opérationnelle est une solution qui vous apporte une vue de l'état de votre système à l'aide de plusieurs journaux de données disparates. C'est un peu comme si vous vous rendiez chez votre médecin, votre dentiste et votre cardiologue pour avoir un aperçu global de votre état de santé. Ces différents systèmes (professionnels de santé) combinent leurs journaux (résultats de leurs recherches) pour montrer où peuvent se trouver les problèmes et comment les traiter au mieux. L'analytique opérationnelle est basée sur ce même concept.
Comment fonctionne l'analyse opérationnelle ?
L'analyse opérationnelle vous permet d'examiner les données en temps quasi réel (NRT - Near Real-Time) lorsqu'elles entrent dans vos systèmes. Vous obtenez ainsi des informations immédiates qui peuvent vous alerter sur les défaillances de votre système avant qu'elles ne s'aggravent. Les KPI (Key Performance Indicators) surveillés pendant l'analyse opérationnelle sont le temps moyen de détection (MTTD) et le temps moyen de réponse (MTTR). Le MTTD est le temps qu'il faut entre l'apparition d'un problème et le moment où il est détecté. Le MTTR est le temps qu'il faut pour neutraliser une menace ou une défaillance dans votre environnement réseau. L'accès à ces indicateurs vous permet de prendre des décisions dans le meilleur intérêt de votre organisation.
Quels sont les avantages de l'analytique opérationnelle ?
Les principaux avantages de l'analyse opérationnelle sont l'identification rapide des problèmes (MTTD) et la résolution de ces problèmes (MTTR) tout aussi rapidement. En réduisant le MTTD et le MTTR, vous pouvez minimiser le coût des défaillances, préserver les revenus et vous protéger contre les risques. Vous pouvez également vous attendre à une réduction des temps d'arrêt, à une meilleure utilisation des capacités et à une réduction des coûts. La mise à l’échelle est un élément important de l'analyse opérationnelle. La mise à l'échelle permet à votre organisation de surveiller davantage de composants système et de protéger vos actifs.
Quels sont les défis de l'analyse opérationnelle ?
Pour que l'analytique opérationnelle fonctionne bien, vous devez intégrer différents outils comme les entrepôts de données, l'IoT, les capteurs, etc.... Ces intégrations peuvent conduire à des solutions complexes et coûteuses avec des courbes d'apprentissage abruptes. Selon l'ampleur de leurs besoins, certaines organisations peuvent même chercher à construire un département dédié pour gérer ce domaine.
Qui utilise l'analyse opérationnelle ?
L'ensemble de votre organisation peut bénéficier de l'analytique opérationnelle, mais seule un petit nombre d'employés utilise généralement une solution d'analytique opérationnelle. Les développeurs et les ingénieurs opérationnels sont les plus gros utilisateurs.
Comment créer une stratégie d'analyse opérationnelle ?
- Commencez par étudier vos cas d'utilisation et identifier vos principales priorités.
- Déterminez ce que vous essayez d'atteindre et commencez à comprendre quels outils seront nécessaires et les coûts associés.
- Identifiez les indicateurs clés tels que le MTTD et le MTTD, y compris les seuils d'erreur appropriés.
- Déterminez les systèmes et les données que vous devrez intégrer pour calculer vos indicateurs.
- Créez une stratégie de nettoyage des données. Le nettoyage des données est un effort à trois niveaux, la première étape consistant à déterminer qui sera chargé du processus de nettoyage proprement dit. Vient ensuite le nettoyage et la transformation, puis la décision quant à l'outil que vous allez déployer pour tirer le maximum de vos données.
Quelles sont les offres d'AWS pour l'analyse opérationnelle ?
AWS propose plusieurs solutions pour vous aider à gérer vos efforts d'analyse opérationnelle, notamment les suivantes :
Comment fonctionne l'analyse opérationnelle avec AWS ?
Comment les autres clients mettent-ils en œuvre l'analyse opérationnelle ?
Pour des témoignages de clients sur les avantages de l'analyse opérationnelle, consultez le référentiel d'études de cas. Par exemple, un marché mondial d'achat et de vente de véhicules a contacté AWS en 2022 pour rationaliser son infrastructure en nuage. Notre solution a réduit le temps d'attente des tickets d'assistance de 12 heures à 15 minutes.