Cinq signes de l'existence d'un accumulateur de permis au sein de votre équipe

[0:02] Bonjour, bon après-midi ou bonsoir, d’où que vous nous regardiez. Bienvenue. Voici le webinaire d’Open iT intitulé « Cinq signes qui indiquent que vous avez un accumulateur de licences dans votre équipe ». Je m’appelle Nix, je suis votre animateur aujourd’hui, et nous allons examiner de manière concrète l’une des sources les plus courantes de gaspillage caché de licences : l’accumulation. Au cours des 20 prochaines minutes, notre intervenant vous présentera les principaux schémas d’utilisation qui conduisent au gaspillage de licences, comment les détecter à un stade précoce, et comment les équipes peuvent adopter des pratiques plus intelligentes et plus efficaces sans nuire à la productivité.

[0:33] N'hésitez pas à nous envoyer vos questions via la fenêtre « Questions-réponses » située en haut de votre écran. Nous répondrons en direct à autant de questions que possible, et si certaines ne sont pas abordées, nous vous contacterons directement après la session.

[0:44] Faisons maintenant connaissance avec notre intervenant du jour. Sagi est un architecte de solutions qui a aidé des entreprises internationales à prendre de meilleures décisions, fondées sur les données, concernant l’utilisation des logiciels. Il se passionne pour aider les équipes à travailler plus efficacement en exploitant pleinement le potentiel des outils dont elles disposent déjà, sans pour autant dépenser trop. Accueillons Sagi à cette session.

[1:05] Sagi : Merci beaucoup, Nix. Aujourd’hui, nous allons donc parler des habitudes d’utilisation des utilisateurs. Plus précisément, nous allons essayer d’identifier les « accumulateurs » au sein de votre équipe.

[1:16] Qu’est-ce qu’un « accapareur de licences » ? Il s’agit essentiellement d’une personne qui utilise plus de licences que nécessaire, ce qui donne une fausse impression de pénurie de licences et fait apparaître un taux d’utilisation très élevé. En accaparant plus que sa juste part de licences et en donnant l’impression qu’il y a toujours une pénurie de licences en raison de ses habitudes d’utilisation, cette personne amène en fait l’administrateur des licences à penser que l’organisation a besoin de plus de licences qu’elle n’en a réellement besoin.

[1:58] Aujourd’hui, nous allons passer en revue les cinq signes permettant de repérer un « accapareur » de licences, expliquer comment utiliser les outils d’analyse pour les identifier, et voir ce qu’il est possible de faire pour remédier à cette situation afin d’améliorer la disponibilité des licences pour les autres utilisateurs.

[2:17] Gardez toutefois à l'esprit qu'il existe de nombreuses raisons valables justifiant la « thésaurisation » d'une licence, notamment le fait que certains utilisateurs aient besoin de l'utiliser pour leur projet. Il convient donc de mener une enquête approfondie, au-delà des simples données analytiques, afin de déterminer s'il existe un réel besoin justifiant que ces utilisateurs thésaurisent effectivement des licences.

[2:46] Nous devons donc tout d’abord exploiter nos capacités d’analyse pour identifier ces utilisateurs parmi l’ensemble de la base d’utilisateurs et les isoler. Nous devons mettre en évidence les critères qui indiquent réellement qu’un utilisateur pourrait accumuler des licences au-delà des capacités normales. Il appartient ensuite à l’administrateur de décider si une enquête plus approfondie est nécessaire ou s’il suffit simplement d’avoir une conversation amicale avec l’utilisateur afin de mieux comprendre ses habitudes de travail avec les applications d’ingénierie.

[3:25] Certains comportements d'accumulation peuvent se justifier, par exemple chez les utilisateurs qui ont une charge de travail importante et doivent mener plusieurs projets de front, ce qui les oblige en substance à mener plusieurs tâches de front afin d'atteindre les objectifs qui leur ont été fixés. Mais d'autres peuvent ne pas se justifier et nécessiter des ajustements, que ce soit par le biais d'une note de service générale ou d'une approche individuelle spécifique.

[3:56] Alors, comment identifier ces utilisateurs ? Nous allons commencer par l'indicateur le plus évident : déterminer qui utilise des licences depuis longtemps et de manière régulière. Il s'agit donc des utilisateurs qui ont emprunté une licence et la conservent pendant de longues périodes avant de la restituer.

[4:21] Il faut garder à l'esprit qu'un seul signe ne suffit pas à définir un « accapareur » : il est en effet tout à fait normal qu'un utilisateur se procure une licence pour toute une journée, et cela ne pose aucun problème. Cependant, le fait de combiner cet indicateur avec d'autres signes, que nous présenterons plus tard, pourrait indiquer la présence d'un « accapareur » de licences.

[4:49] Afin d’identifier les premiers signes, nous allons générer un rapport présentant le total annuel de tous les utilisateurs et le temps passé par chacun d’entre eux. Cela nous permettra, en substance, de visualiser l’ensemble du temps consacré à l’utilisation des applications d’ingénierie. Certains utilisateurs afficheront une valeur faible, d’autres une valeur moyenne, mais certains présenteront un temps passé extrêmement élevé, ce qui les rendra suspects de sessions de longue durée et nous amènera à examiner de plus près leurs habitudes d’utilisation des licences.

[5:29] Nous voyons ici Aaron, Alice et Amanda, qui affichent le temps d’utilisation le plus élevé de l’ensemble des utilisateurs de notre entreprise. Examinons donc leur routine quotidienne. Tout d’abord, en nous penchant sur une journée de travail type, nous additionnons les heures d’utilisation de la journée et calculons leur temps d’utilisation total. Nous pouvons ainsi clairement constater qu’ils utilisent tous l’application pendant toute la journée, du début à la fin.

[6:06] Mais nous constatons que d'autres utilisateurs font la même chose. Comment pouvons-nous donc les isoler ? Eh bien, nous allons calculer une moyenne mensuelle pour chaque heure de chaque jour, en tenant compte même de plusieurs mois combinés, afin d'obtenir la moyenne de chaque utilisateur. Nous pouvons ainsi constater d'emblée que ce schéma se répète quotidiennement, comme le montre d'ailleurs la moyenne globale que l'on voit dans le graphique ci-dessous. Nous constatons que leur durée moyenne d’utilisation indique qu’ils empruntent des licences pour toute la journée, tous les jours. Chez les autres utilisateurs, en revanche, ce phénomène est plus rare. Leurs moyennes ne montrent pas qu’ils utilisent toutes les heures de la journée chaque jour, mais dans une mesure bien moindre que l’équipe soupçonnée d’accaparement.

[7:07] Nous allons maintenant approfondir l'analyse. Nous pouvons créer un rapport présentant l'ensemble de l'année, ainsi que l'utilisation horaire maximale, moyenne et minimale. Nous constatons qu'Amanda, Alice et Aaron affichent effectivement des durées d'utilisation horaires moyennes élevées, ainsi que des durées d'utilisation horaires minimales très élevées, ce qui indique que ce schéma de longues sessions se répète tout au long de l'année, renforçant ainsi notre conviction qu'il s'agit bien de leur schéma d'utilisation général et non d'un événement isolé.

[7 h 51] Ces résultats pourraient dans un premier temps interpeller l'administrateur, ce qui justifierait de mener une enquête plus approfondie pour détecter d'autres signes d'accumulation excessive, voire simplement d'avoir un échange avec les utilisateurs afin de mieux comprendre comment ils utilisent les applications d'ingénierie au quotidien.

[8 h 16] Le deuxième signe révélateur d'un « accapareur de licences » est le fait d'emprunter plusieurs licences en même temps. Cela signifie en substance que l'utilisateur pourrait ouvrir l'application plusieurs fois en parallèle sur son poste de travail, voire lancer plusieurs instances sur différents postes de travail, le tout simultanément.

[8:41] Ces utilisateurs peuvent avoir une raison valable pour expliquer ces habitudes d’utilisation. Certaines applications exigent que l’utilisateur quitte l’application pour lancer une simulation, un calcul ou tout autre processus de longue durée, ce qui l’oblige en fait à ouvrir une autre instance de l’application pour poursuivre son travail pendant que l’autre instance effectue le traitement. Mais ce n’est pas toujours le cas, et il se peut qu’il n’y ait pas de justification aussi claire au fait d’avoir trop d’instances d’application ouvertes en parallèle.

[9:27] Nous allons ici appliquer la même stratégie, mais avec un indicateur différent : le « max in use », qui nous montre chaque utilisateur et le nombre de licences que chacun a empruntées en parallèle. Nous pourrions constater que pour la plupart des utilisateurs, cet indicateur est fixé à un seul, mais certaines valeurs pourraient être plus élevées, ce qui nous amènerait à soupçonner qu’ils pourraient accaparer des licences. Mais ce n’est pas certain. Nous devons approfondir notre analyse afin de déterminer si c’est effectivement le cas ou non. Il s’agit peut-être d’un événement rare. Après tout, nous examinons ici la valeur maximale. Il se peut donc que cela ne se soit produit qu’une seule fois, ou bien qu’il s’agisse d’un phénomène régulier qui se produit en réalité tous les jours.

[10:23] Nous avons repéré quelques utilisateurs susceptibles d'accumuler des données dans cette liste. Examinons donc la situation de plus près pour voir comment ils se situent. Nous allons créer une carte thermique indiquant leurs valeurs maximales quotidiennes d'utilisation sur l'ensemble du mois, puis nous choisirons ce mois-ci comme échantillon pour vérifier si nos soupçons se confirment. Voici une carte thermique qui montre, pour chaque utilisateur, la valeur maximale d'utilisation pour chaque jour du mois.

[10 h 55] Eh bien, nous avons tout de suite constaté que six membres de notre groupe cible n'utilisaient en réalité pas de licences en parallèle au quotidien, ce qui montre qu'il s'agit là d'un cas vraiment rare et non de leurs habitudes d'utilisation habituelles. Mais nous avons également identifié trois utilisateurs qui le font effectivement presque tous les jours du mois, ce qui laisse penser que c'est leur mode d'utilisation habituel des licences.

[11 h 29] Cela peut bien sûr s'expliquer par le fait qu'ils acquièrent une licence pour exécuter une simulation tout en travaillant simultanément sur plusieurs projets. Mais cela peut aussi simplement s'expliquer par le fait qu'ils laissent les instances de l'application ouvertes sur différents postes de travail, ou même qu'ils ouvrent une nouvelle instance et oublient de fermer l'ancienne.

[11 h 59] Passons donc à la vue annuelle. Nous pourrons ainsi voir si ce phénomène se produit tout au long de l’année ou s’il se limite au mois spécifique que nous avons choisi d’examiner. Dans notre cas, nous constatons que ces trois utilisateurs agissent effectivement de la même manière tout au long de l’année. Il s’agit peut-être simplement de leurs habitudes de travail : ils acquièrent de nombreuses licences en même temps, chaque jour, chaque mois de l’année.

[12 h 31] Il s'agit là d'un autre signe qui devrait amener l'administrateur à s'interroger sur la manière dont ces utilisateurs utilisent leurs licences, sur le déroulement concret de leur journée de travail et sur les changements qui pourraient être apportés à leur mode de fonctionnement. Comme vous pouvez le comprendre, ces licences pourraient s'avérer très utiles pour d'autres utilisateurs de l'organisation, mais elles sont accaparées par ces trois utilisateurs, ce qui entraîne un manque de disponibilité pour les autres.

[13 h 08] Un autre signe caractéristique d’un « accapareur » de licences est l’utilisation de celles-ci en dehors des heures et des jours de travail, ce qui indique que les utilisateurs pourraient oublier de fermer l’application une fois qu’ils ont fini de s’en servir, ou même simplement les laisser indéfiniment sur leur poste de travail afin de ne pas avoir à « retirer » une licence le lendemain, s’assurant ainsi de disposer de la licence dont ils ont besoin au moment voulu. En substance, le fait de transformer une licence partagée en une licence nominative privée nuit gravement à l'efficacité d'utilisation de cette licence.

[13:51] Là encore, il peut y avoir une bonne raison de laisser une licence activée après les heures de travail. Par exemple, un ingénieur peut lancer une tâche de traitement, telle qu’une simulation ou un calcul intensif, pour qu’elle s’exécute pendant la nuit en son absence, ce qui est tout à fait acceptable. Il faut toutefois analyser les données pour déterminer s’il s’agit d’un cas isolé, d’un simple oubli ou d’un comportement prémédité et récurrent.

[14:28] Pour y parvenir, nous allons donc commencer par filtrer notre rapport afin de n’afficher que les heures hors travail et les week-ends. Une fois cette opération effectuée, tous les utilisateurs apparaissant dans les rapports auront à coup sûr laissé leur application ouverte au-delà des heures de travail attribuées. Nous avons ainsi identifié quelques utilisateurs suspects : certains présentent des durées d’utilisation faibles, tandis que d’autres affichent des durées très élevées, ce qui laisse penser qu’il pourrait s’agir d’un schéma récurrent.

[15 h 04] Nous allons donc à nouveau générer un rapport présentant, pour chaque utilisateur, le détail de chaque heure de la journée, en nous concentrant uniquement sur les heures hors travail, afin d'identifier ceux qui affichent des durées d'utilisation élevées. Dans notre cas, nous pouvons identifier quatre utilisateurs qui laissent fréquemment leurs applications ouvertes en dehors des heures de travail.

[15 h 26] En générant un rapport récapitulatif des dimanches et samedis, nous constatons une nouvelle fois que ce sont ces jours-là qui affichent les durées d'utilisation les plus élevées, ce qui indique qu'il s'agit là de leur schéma d'utilisation habituel. Cela pourrait constituer une justification suffisante pour que l'administrateur mène une enquête plus approfondie auprès de ces utilisateurs afin de comprendre pleinement pourquoi ils laissent leurs applications ouvertes en dehors des heures de travail.

[15 h 58] Il peut bien sûr y avoir une très bonne raison à cela. Mais afin de garantir l'efficacité du système d'octroi de licences, il serait préférable que l'administrateur en comprenne la raison exacte, car cela peut grandement contribuer à l'efficacité de l'octroi des licences.

[16:18] Mais en quoi cela peut-il contribuer à l’efficacité en dehors des heures de travail ou le week-end ? Eh bien, prenons l’exemple suivant : imaginons qu’un utilisateur ait laissé son application ouverte avant de rentrer chez lui et qu’il ne se soit pas présenté au travail le lendemain. Peut-être est-il tombé malade. Peut-être avait-il un jour de congé, voire est-il parti en vacances pour une semaine. Cette licence restera donc inoccupée jusqu’à son retour au travail, empêchant quiconque de l’utiliser et nuisant par conséquent à l’efficacité de son utilisation.

[17:01] Les taux d'inactivité élevés constituent un autre indicateur significatif. Cette fonctionnalité s'appuie sur les capacités de niveau deuxde LicenseAnalyzer™, qui permettent à l'administrateur d'obtenir des analyses relatives aux habitudes d'utilisation des licences après leur emprunt. En d'autres termes, une fois la licence empruntée, a-t-elle été réellement utilisée ou est-elle restée inactive sur le poste de travail de l'utilisateur la plupart du temps ?

[17:34] Un utilisateur a peut-être emprunté une licence pour, disons, 8 heures, mais il se peut qu’il ne l’ait utilisée que pendant 3 heures et qu’elle soit restée inutilisée pendant 5 heures. Pendant ce temps, la licence aurait pu être attribuée à quelqu’un d’autre, mais au lieu de cela, elle est simplement restée inoccupée, en attendant que l’utilisateur revienne. Cela nuit directement à la disponibilité des licences, ce qui donne une fausse impression de faible disponibilité et oblige à acheter sans cesse de nouvelles licences, car l’entreprise semble ne jamais en avoir assez.

[18:11] Nous allons donc générer un rapport qui nous indique le taux d'inactivité de chaque utilisateur. Nous avons ici la durée d'activité par rapport à la durée d'inactivité, et à côté, le taux global d'inactivité qui en découle. Plus ce taux est élevé, plus l'utilisateur est inactif. Et nous identifions dans notre cas cinq utilisateurs susceptibles d'accumuler des données, d'après leur utilisation globale.

[18 h 40] Mais examinons de plus près leur taux moyen quotidien sur une année entière afin de comprendre quelles sont leurs habitudes d'utilisation réelles. Nous avons ici une carte thermique présentant chacun de nos utilisateurs pour chaque jour du mois, ainsi que leur taux d'inactivité moyen pour chaque jour. Nous pouvons ainsi déterminer si l'inactivité est un phénomène récurrent ou s'il s'agit simplement d'un cas isolé.

[19:14] Par exemple, nous constatons que pour trois de nos utilisateurs suspects, le taux d’inactivité ne correspond en réalité pas à un schéma récurrent, mais simplement à une valeur aberrante par rapport à leur mode d’utilisation global des applications. En revanche, Emily et Ernest présentent une inactivité répétée avec les licences qu'ils ont empruntées, ce qui révèle un schéma d'utilisation clair qui devrait être géré soit par l'administrateur, qui engagera une discussion avec l'utilisateur au sujet de ses habitudes d'utilisation, soit simplement en utilisant le niveau troisde LicenseAnalyzer™, qui gèle automatiquement leur application inactive et renvoie la licence dans le pool afin que d'autres personnes puissent l'utiliser.

[20 h 05] Une fois de retour, ils peuvent reprendre la procédure, ce qui leur permet de débloquer la demande et de se remettre au travail.

[20:15] Le dernier signe consiste à utiliser plusieurs applications différentes en même temps. Cela signifie qu'un utilisateur a obtenu une licence pour diverses applications et qu'il ne les utilise peut-être pas toutes, mais qu'il les garde simplement à disposition au cas où. Il existe toutefois une raison valable d’avoir plusieurs applications ouvertes en même temps : certaines peuvent en effet exécuter des simulations tandis que l’utilisateur utilise d’autres applications en parallèle. Quoi qu’il en soit, ce signe, associé à d’autres, peut donner une idée de la manière dont l’utilisateur travaille et évolue au quotidien.

[21 h 01] Pour ce rapport, nous devrons effectuer une analyse heure par heure, en examinant une heure précise de la journée et en remontant jusqu'au mois et à l'année. Ce que nous recherchons, c'est le temps d'utilisation généré par un même utilisateur sur différentes applications au cours d'une même période. Comme on le voit ici, trois utilisateurs ont plusieurs applications ouvertes à la même heure, ce qui se traduit par une longue durée de session sur l'ensemble des jours et des mois.

[21:37] Nous avons donc identifié plusieurs indices permettant de repérer un utilisateur qui accumule les licences. Gardez toutefois à l’esprit que la présence d’un seul de ces indices chez un utilisateur ne signifie pas nécessairement qu’il accumule les licences ; cependant, si plusieurs indices concernent les mêmes utilisateurs, l’administrateur des licences devrait mener une enquête plus approfondie sur leurs habitudes de travail, car modifier leurs habitudes pourrait permettre d’augmenter la disponibilité des licences et d’améliorer leur efficacité globale.

[22:14] Et voilà. Voici les cinq signes qui permettent de repérer un accapareur de licences au sein de votre équipe : des sessions prolongées, l’utilisation simultanée de plusieurs licences, l’utilisation en dehors des heures de travail, des taux d’inactivité élevés et l’utilisation simultanée de plusieurs applications. Open iT peut vous aider à identifier facilement tous ces signes grâce à nos fonctionnalités de reporting robustes et cohérentes, ce qui vous permettra de repérer précisément les cas d’accaparement de licences et d’améliorer considérablement l’efficacité de votre parc de licences.

[22 h 55] Nix : Merci, Sagi. Comme toujours, tes remarques sont pertinentes et utiles. Nous avons reçu quelques questions. Passons donc directement à la séance de questions-réponses.

[23 h 00] Nix: Comment les administrateurs peuvent-ils trouver le juste équilibre entre l'optimisation des licences et la garantie que les utilisateurs ne subissent pas de ralentissements dans leur travail ?

[23:14] Sagi : Très bien, il existe donc plusieurs façons de procéder. Tout d’abord, une gestion rigoureuse : veiller à ce que les licences soient bien utilisées, empêcher les utilisateurs de simplement « s’accaparer » des licences, de les « monopoliser » ou de les « thésauriser », et s’assurer d’une disponibilité élevée des licences sans avoir à en acheter davantage. Cela peut se faire soit grâce aux analyses que nous avons vues aujourd’hui, soit à l’aide deLicenseAnalyzer™niveau trois, qui suspend toute application inactive et renvoie la licence dans le pool, garantissant ainsi une excellente disponibilité.

[24:04] Nix : Merci pour cette explication claire, Sagi. Nous avons maintenant une autre question.

[24:10] Nix: Outre les rapports et les analyses, quelles mesures, formations ou automatisations peuvent contribuer à enrayer rapidement l'accumulation abusive de licences ?

[24:17] Sagi : Tout commence donc par la sensibilisation des utilisateurs. En gros, il s’agit de leur faire comprendre que la licence qu’ils utilisent a un impact sur les autres utilisateurs. Cela peut se faire par le biais de formations, d’une note de service, d’une vidéo à envoyer aux utilisateurs ou encore de brèves sessions annuelles ou bimestrielles avec chacun d’entre eux. Tout dépend vraiment de l’organisation et de sa structure. La meilleure façon de procéder est de les sensibiliser avant qu’ils ne commencent à travailler, afin qu’ils sachent que la licence qu’ils utilisent est, en réalité, soustraite à d’autres personnes qui pourraient également en bénéficier.

[25:08] Nix : Merci pour ces explications, Sagi. Passons maintenant à une autre question.

[25:10] Nix: Pouvez-vous nous donner un exemple où la détection de personnes accumulant des licences a permis à une entreprise d'éviter d'acheter des licences supplémentaires et de faire des économies ?

[25:21] Sagi : Oui, nous en avons eu un il n’y a pas longtemps. Une entreprise du secteur de l’aéronautique et de la défense. Elle disposait de deux pools de licences : l’un était un pool « flottant », l’autre un pool « nommé ». Et ce qu’ils ont constaté dans le pool « flottant », c’est que les utilisateurs se voyaient systématiquement refuser l’accès et s’en plaignaient. Ils s’apprêtaient à acheter de nouvelles licences, mais ils ont alors vérifié le niveau 2, c’est-à-dire le rapport entre le temps d’activité et le temps d’inactivité. Ils ont alors constaté que la plupart des utilisateurs « accaparaient » les licences, les conservant pendant de longues périodes au-delà des jours ouvrés, pendant les week-ends, les gardant simplement comme s’il s’agissait de licences nominatives. Ainsi, une réorganisation et le transfert de ces utilisateurs vers le pool nominatif ont permis à chacun de disposer d’une licence lorsqu’il en avait besoin, sans avoir à l’accaparer, tout en évitant d’avoir à acheter davantage de licences.

[26:26] Nix : Merci de nous avoir fait part de cela, Sagi. Nous avons également une autre question.

[26:35] Nix: Comment envisagez-vous la suite de votre parcours dans le domaine de l'IA ? Ce serait formidable que des agents se chargent de la majeure partie de la charge de travail.

[26:40] Sagi : Oui, c'est tout à fait pertinent. En ce moment, nous travaillons sur un composant appelé « prédicteur de licence ». Il est encore en cours de développement et permettra de prévoir les analyses futures en se basant sur les tendances observées dans les rapports antérieurs.

[27:05] Nix : Merci, Sagi. Cela conclut notre session de questions-réponses. Merci pour ces réponses très pertinentes. Avant de clore la session d’aujourd’hui, un petit rappel : ce webinaire a été enregistré et nous vous enverrons sous peu le lien vers l’enregistrement par e-mail. Vous pourrez également le retrouver sur notre page dédiée aux webinaires à la demande sur openit.com. Si vous souhaitez revoir la session précédente de cette série, nous y avons abordé la préparation aux modèles de licences cloud et SaaS. La semaine prochaine, nous organisons également un autre webinaire. Il portera sur CLIMS: un système centralisé de gestion de l’intégration des licences, un portail unique, un contrôle total des licences. Il vous suffit de scanner le code QR affiché à l’écran ou de vous rendre dans la rubrique « Webinaires » de notre site web. Si vous êtes prêt à analyser vos propres données d’utilisation et à remédier à l’accumulation de licences ou à tout autre défi d’optimisation, nous vous proposons une consultation gratuite de 30 minutes avec l’un de nos consultants en solutions d’entreprise. Utilisez les coordonnées affichées à l’écran pour nous contacter et suivez-nous sur les réseaux sociaux sous le nom Open iT, Inc. pour rester informé. Encore une fois, je m’appelle Nix. Merci de nous avoir accordé votre temps et nous espérons vous revoir bientôt.