Los datos son un componente crucial en la creación de valor.
Logística, Marketing y Ventas, y Recursos Humanos: las organizaciones pueden conocer mejor las operaciones de los distintos departamentos y tomar decisiones informadas sobre cómo utilizar sus recursos para obtener el máximo beneficio.
Este artículo se centrará en cómo los departamentos de TI pueden utilizar el análisis de datos para optimizar el uso de las licencias de software.
Open iT Ace López, consultor de soluciones, explica cómo aplicamos los cuatro tipos de análisis de datos en la gestión de licencias de software, enumera algunos de los retos a los que nos enfrentamos durante el seguimiento del uso de licencias de software y ofrece consejos para contar historias convincentes sobre los datos.
Los cuatro tipos de análisis de datos y cómo los utiliza la gestión de licencias de software:
Supongamos que ha intentado buscar los distintos tipos de análisis de datos. En ese caso, la mayoría de los resultados señalarán cuatro tipos principales: análisis descriptivo, de diagnóstico, predictivo y prescriptivo.
En primer lugar, tenemos el análisis descriptivo. Este tipo de análisis se considera el menos complicado.
Proporciona respuestas a preguntas superficiales centrándose en hechos pasados. Ace López, consultor de soluciones, lo describe como una representación del panorama de licencias de una organización.
La base de todos los demás tipos de análisis, el análisis descriptivo identifica los parámetros de información establecidos por la organización.
También es la etapa en la que se utiliza el filtrado de datos antes de cualquier análisis avanzado. En Open iT, el análisis descriptivo está presente en todos nuestros servidores, desde el portal License Monitor en tiempo real hasta la biblioteca de plantillas de informes de SQL Server Reporting Services (SSRS).
Algunos ejemplos de preguntas a las que puede responder el análisis descriptivo son cuántas licencias hay disponibles actualmente para una aplicación específica o qué días de la semana suele tener un departamento un alto nivel de actividad de usuarios.
El segundo tipo de análisis de datos es el análisis de diagnóstico, cuyo objetivo es responder a la causa raíz de un suceso concreto.
Intenta responder a preguntas como por qué los empleados están experimentando denegaciones de licencias y por qué el gráfico muestra el uso de licencias fuera del horario laboral. En el análisis de diagnóstico, cruzamos datos de distintas fuentes.
La recopilación de datos del servidor de licencias es insuficiente, ya que sólo indica que la licencia se ha registrado o retirado.
Al depender sólo de esa fuente, no podemos descubrir cómo utiliza la máquina la licencia. Open iT combina los datos recopilados a partir del sondeo/muestreo del uso de licencias y el acceso a los archivos de registro con datos adicionales, como la información de costes del proveedor y los datos de asignación del cliente.
Como afirma Ace, "los datos granulares profundos que recopilamos nos permiten explorar las muchas formas de análisis de datos que nos ayudan a resolver problemas de gestión de activos de software (SAM) y a mejorar nuestras prácticas de muchas maneras."
El tercero de la lista es el análisis predictivo. Este tipo de análisis pretende especular sobre cómo se desarrollarán los acontecimientos futuros, ya solo por su nombre.
En Open iT, utilizamos análisis predictivos para prever el uso futuro. LicensePredictor, uno de los plug-ins de LicenseAnalyzer, utiliza la minería de datos, el modelado predictivo y el aprendizaje automático para ayudar a las empresas a planificar el uso previsto de licencias de su organización en los próximos 18 meses.
Los datos analizados por el LicensePredictor también pueden utilizarse para la detección temprana de anomalías. Una anomalía puede ser de uso o de datos.
Las anomalías de uso se refieren a un uso irregular debido al comportamiento de los usuarios; sin embargo, las anomalías de datos se producen debido a errores en los datos por diversas causas.
El cuarto y último tipo de análisis de datos es el análisis prescriptivo. En esta categoría de análisis, utilizamos los datos recopilados para sugerir cambios positivos en las políticas internas y las decisiones de concesión de licencias.
Según Ace, el análisis prescriptivo no sólo aprovecha toda la capacidad de una herramienta SAM, sino también la amplia experiencia que aportan los consultores de Open iT .
Los objetivos de cada empresa en su iniciativa de gestión de licencias de software pueden variar; por lo tanto, las soluciones sugeridas también variarán, por ejemplo, reducir el número de licencias, alterar la combinación de modelos de licencias, mejorar el comportamiento de los usuarios, proporcionar formación adicional sobre aplicaciones, etc.
Sin embargo, el objetivo principal seguirá siendo siempre el mismo: maximizar el retorno de la inversión en software de la empresa.
Tres retos en el análisis de los datos utilizados en la optimización del uso de licencias de software
Un artículo de Gartner -la empresa de investigación del mercado de TI- afirmaba que el coste anual de la mala calidad de los datos para las organizaciones supera los 12 millones de dólares.
Por lo tanto, es esencial ser consciente de los diferentes retos que las organizaciones pueden encontrar durante la recopilación, limpieza y normalización, y la interpretación del uso de licencias de software.
1. Retos en la recopilación de datos sobre licencias de software
Uno de los retos mencionados en la sección anterior es el límite de lo que se puede analizar o sondear de una fuente de datos determinada.
Reitera la necesidad de recopilar datos de múltiples fuentes. Sin embargo, aparte de la fuente, Ace afirma que otra dificultad a la que se enfrentan las organizaciones es desarrollar un recopilador de datos que pueda entender y desmontar el código utilizado por su proveedor.
La mayoría de los proveedores de aplicaciones de ingeniería crean complicados archivos de licencias que dan lugar a datos de uso de licencias difíciles de leer. Diseñar un único recopilador de datos personalizado ya es bastante difícil: ¡imagínese diseñar recopiladores para todas sus aplicaciones de ingeniería y especializadas!
Para la mayoría de las organizaciones, desarrollar una herramienta interna y crear un equipo dedicado a esta tarea no es una actividad sostenible.
2. Desafíos en la limpieza y normalización de los datos de uso de software
Ace comenta que la limpieza y normalización de los datos de uso de licencias de software es una cuestión de interpretación de múltiples versiones de, en el peor de los casos, versiones aproximadas de un único conjunto de datos o registros de hechos reales.
Añade que los datos que intentamos analizar suelen estar hechos inicialmente sólo para ser almacenados o leídos, ni mucho menos para ser explorados y menos para ser utilizados con fines de optimización.
En realidad, el reto consiste en leer y familiarizarse con los posibles desajustes entre conjuntos de datos antes de que puedan estar listos para ser analizados e interpretados.
También se trata de diseñar cómo se procesan y ordenan los datos para que conserven su integridad y flexibilidad.
3. Retos a la hora de interpretar los datos recopilados sobre el uso de licencias
Diversos factores contribuyen a que la interpretación de los datos en el ámbito de la gestión de licencias de software se considere un reto.
Algunos de estos factores son la retirada y la introducción de nuevos modelos de licencia, los cambios en los precios de los proveedores y las diferencias en los requisitos de cada auditoría de proveedores.
Otro reto al que se enfrentan las organizaciones es el volumen de datos que reciben y que es necesario interpretar, lo que lleva a algunas empresas a buscar la ayuda de proveedores de servicios gestionados.
Por ejemplo, los datos recogidos por Open iT : hablamos del uso de licencias desglosado por usuario, función, hora y máquina.
Este nivel de granularidad requiere un conocimiento extenso y profundo del tema para realizar el análisis más sensato que pueda traducirse en percepciones procesables.
Tres consejos para utilizar la narración de datos en la gestión de licencias de software
Ya hemos hablado de sacar conclusiones de los frutos del análisis de datos. Sin embargo, el valor de las ideas depende de si el destinatario comprende su relevancia.
He aquí algunos consejos sobre cómo utilizar la narración de datos para impulsar sus iniciativas de gestión de licencias de software.
1. Evite las imágenes espontáneas.
¿Qué son los visuales espontáneos?
Se trata de estilos de letra, colores de fuente y gráficos innecesarios que distraen a los lectores de lo que realmente se pretende transmitir.
En el peor de los casos, esto puede dar lugar a datos engañosos e interpretaciones erróneas. Mantenga los elementos visuales sencillos y pertinentes, similares a la imagen siguiente.
2. Evite una narración mal construida.
Ace advierte de que una narración mal construida destruye sus chistes y deja a su público con sólo retazos de lo que podría haber sido una historia única y valiosa.
Evite que su público frunza el ceño asegurándose de que su presentación sigue una progresión lógica.
Ace añade otro consejo: personaliza tu lenguaje y los detalles en función de a quién hagas la presentación. Si te diriges a un responsable de la toma de decisiones que no es técnico, ofrece una visión general para que se centre en la jerga técnica.
Si está hablando con alguien que conoce los entresijos de su entorno de licencias, proporciónele detalles concretos que le ayuden a tomar decisiones mejor informadas.
3. Centrarse en la cuenta de resultados.
Mantenga la atención de su público centrándose en las cosas que importan.
Normalmente, los directivos de nivel C están ocupados, por lo que la mayoría están interesados en comprender cómo influirán sus sugerencias en la situación actual y futura.
Discuta cómo los cambios propuestos afectarán a los niveles de producción, muéstreles el coste de tomar medidas o la falta de ellas, y discuta cómo esto afectará a la cultura organizativa.
¿Está interesado en comprender, manipular e interpretar sus datos de uso de licencias de software? Póngase en contacto con un representante hoy mismo.
