Os dados são um componente crucial na criação de valor.
Logística, marketing e vendas e RH - as organizações podem obter informações sobre as operações dos diferentes departamentos e tomar decisões informadas sobre a forma de utilizar os seus recursos para obter o máximo benefício.
Este artigo centrar-se-á na forma como os departamentos de TI podem utilizar a análise de dados para optimizar a utilização de licenças de software.
O consultor de soluções da Open iT, Ace Lopez, discute a forma como aplicamos os quatro tipos de análise de dados na gestão de licenças de software, enumera alguns desafios enfrentados durante o rastreio da utilização de licenças de software e fornece dicas sobre como contar histórias convincentes com dados.
Os quatro tipos de análise de dados e a forma como a gestão de licenças de software os utiliza:
Suponha que tentou pesquisar os diferentes tipos de análise de dados. Nesse caso, a maioria dos resultados apontará quatro tipos principais - analítica descritiva, diagnóstica, preditiva, e prescritiva.
Em primeiro lugar, temos a análise descritiva. Este tipo de análise é considerado o tipo de análise menos complicado.
Fornece respostas a perguntas de nível superficial com foco em eventos passados. O consultor de soluções Ace Lopez descreve-o como uma representação do panorama de licenciamento de uma organização.
A base de todos os outros tipos de análise, a análise descritiva identifica os parâmetros de relatório definidos pela organização.
É também a fase em que a filtragem de dados é utilizada antes de qualquer análise avançada. Na Open iT, a análise descritiva está presente em todos os nossos servidores, desde o Portal do Monitor de Licenças em tempo real até à biblioteca de modelos de relatórios do SQL Server Reporting Services (SSRS).
Alguns exemplos de perguntas a que a análise descritiva pode responder são: quantas licenças estão actualmente disponíveis para uma aplicação específica ou em que dias da semana um departamento regista normalmente um elevado nível de actividade dos utilizadores.
O segundo tipo de análise de dados é a análise de diagnóstico, que visa responder à causa principal de um determinado evento.
Tenta responder a questões como o motivo pelo qual os funcionários estão a sofrer recusas de licenças e o motivo pelo qual o gráfico mostra a utilização de licenças fora do horário de trabalho. Na análise de diagnóstico, cruzamos dados de diferentes fontes.
A recolha de dados do servidor de licenças é insuficiente, uma vez que apenas indica que a licença foi registada ou retirada.
Ao confiar apenas nessa fonte, não podemos descobrir como a máquina usa a licença. A Open iT combina os dados recolhidos a partir da sondagem/amostragem da utilização da licença e do acesso a ficheiros de registo com dados adicionais, como as informações de custo do fornecedor e os dados de mapeamento do cliente.
Como afirma Ace, "Os dados granulares profundos que recolhemos permitem-nos explorar as muitas formas de análise de dados que nos ajudam a resolver problemas de gestão de activos de software (SAM) e a melhorar as nossas práticas de muitas formas."
Em terceiro lugar na lista está a análise preditiva. Este tipo de análise tem como objectivo especular como os eventos futuros se irão desenrolar - só pelo próprio nome.
Na Open iT, usamos análises preditivas para prever o uso futuro. O LicensePredictor, um dos plug-ins do LicenseAnalyzer, utiliza data mining, modelação preditiva e machine learning para ajudar as empresas a planear a utilização prevista de licenças da sua organização nos próximos 18 meses.
Os dados analisados pelo LicensePredictor também podem ser utilizados para a detecção precoce de anomalias. Uma anomalia pode ser uma anomalia de utilização ou uma anomalia de dados.
As anomalias de utilização dizem respeito à utilização irregular devido ao comportamento do utilizador; no entanto, as anomalias de dados ocorrem devido a erros de dados de várias causas.
O quarto e último tipo de análise de dados é a análise prescritiva. Nesta categoria de análise, utilizamos os dados recolhidos para sugerir alterações positivas às políticas internas e às decisões de licenciamento.
De acordo com a Ace, a análise prescritiva aproveita não só a capacidade total de uma ferramenta de SAM, mas também a vasta experiência que os consultores da Open iT trazem para a mesa.
Os objectivos de cada empresa na sua iniciativa de gestão de licenças de software podem ser diferentes; por conseguinte, as soluções sugeridas também variam, por exemplo, reduzir o número de licenças, alterar a combinação de modelos de licenciamento, melhorar o comportamento dos utilizadores, fornecer formação adicional sobre aplicações, etc.
No entanto, o objectivo principal continuará a ser sempre o mesmo - maximizar o ROI dos investimentos em software da empresa.
Três desafios na análise dos dados utilizados na optimização da utilização das licenças de software
Um artigo da Gartner - a empresa de investigação do mercado das TI - afirma que o custo anual da má qualidade dos dados para as organizações ultrapassa os 12 milhões de dólares.
É, por isso, essencial tomar consciência dos diferentes desafios que as organizações podem encontrar durante a recolha, limpeza e normalização, e interpretação da utilização de licenças de software.
1. Desafios na recolha de dados de licença de software
Um dos desafios mencionados na secção anterior é o limite do que pode ser analisado ou sondado a partir de uma determinada fonte de dados.
Ele reitera a necessidade de coletar dados de várias fontes. No entanto, para além da fonte, Ace diz que outra dificuldade que as organizações enfrentam é desenvolver um colector de dados que possa compreender e desmontar o código utilizado pelo seu fornecedor.
A maioria dos fornecedores de aplicações de engenharia cria ficheiros de licença complicados que conduzem a dados de utilização de licenças difíceis de ler. Conceber um único colector de dados personalizado já é difícil - imagine conceber colectores para todas as suas aplicações de engenharia e especializadas!
Para a maioria das organizações, desenvolver uma ferramenta interna e criar uma equipa dedicada a esta tarefa não é uma actividade sustentável.
2. Desafios na limpeza e normalização de dados de utilização de software
Ace comenta que a limpeza e normalização dos dados de utilização de licenças de software é uma questão de interpretação de múltiplas versões de, na pior das hipóteses, versões aproximadas de um único conjunto de dados ou registos de eventos reais.
Acrescenta que os dados que tentamos analisar são normalmente criados apenas para serem armazenados ou lidos, nem de perto para serem explorados e muito menos para serem utilizados para optimização.
O desafio consiste, de facto, em ler e estar familiarizado com as potenciais incompatibilidades entre conjuntos de dados antes de poderem ser preparados para a análise e interpretação.
Trata-se também de conceber a forma como os dados são processados e ordenados, de modo a manterem a sua integridade e flexibilidade.
3. Desafios na interpretação dos dados recolhidos sobre a utilização das licenças
Vários factores contribuem para que a interpretação dos dados no domínio da gestão das licenças de software seja considerada um desafio.
Alguns destes factores incluem a retirada e a introdução de novos modelos de licenciamento, alterações nos preços do fornecedor e diferenças nos requisitos de cada auditoria do fornecedor.
Outro desafio que as organizações enfrentam é o volume de dados que recebem e que precisam de ser interpretados, o que leva algumas empresas a procurar a ajuda de fornecedores de serviços geridos.
Por exemplo, os dados recolhidos pela Open iT - estamos a falar de utilização de licenças discriminadas por utilizador, funcionalidade, hora e máquina.
Este nível de granularidade exige um conhecimento extenso e aprofundado do assunto para fazer a análise mais sensata que possa ser traduzida em informações accionáveis.
Três dicas sobre a utilização de narração de dados na gestão de licenças de software
Falámos sobre a obtenção de informações a partir dos resultados da sua análise de dados. No entanto, o valor das informações depende do facto de o destinatário compreender a sua relevância.
Eis algumas dicas sobre como utilizar a narrativa de dados para impulsionar as suas iniciativas de gestão de licenças de software.
1. Evitar visuais espontâneos.
O que são imagens espontâneas?
Trata-se de estilos de letra, cores de letra e gráficos desnecessários que distraem os leitores do objectivo real que está a tentar atingir.
Na pior das hipóteses, isto pode resultar em dados enganadores e interpretações erradas. Mantenha os elementos visuais simples e relevantes, como na imagem abaixo.
2. Evitar uma narrativa mal construída.
Ace adverte que uma narrativa mal construída destrói as suas piadas e deixa o seu público com apenas fragmentos do que poderia ter sido uma história única e valiosa.
Evite que o seu público fique com as sobrancelhas franzidas, assegurando que a sua apresentação segue uma progressão lógica.
Ace acrescenta outra dica: personalize a sua linguagem e os detalhes com base na pessoa que está a fazer a apresentação. Se estiver a falar com um decisor não técnico, forneça uma visão geral para que ele se concentre no jargão técnico.
Se estiver a falar com alguém que conhece os meandros do seu panorama de licenciamento, forneça-lhe detalhes específicos que o ajudarão a tomar decisões mais bem informadas.
3. Foco na linha de fundo.
Mantenha a atenção do seu público concentrando-se nas coisas que interessam.
Normalmente, os gestores de nível C estão ocupados, pelo que a maioria está interessada em compreender de que forma as suas sugestões terão impacto na situação actual e futura.
Discuta a forma como as alterações propostas terão impacto nos níveis de produção, mostre-lhes o custo de tomar medidas ou a falta delas e discuta a forma como isso afectará a cultura organizacional.
Interessado em compreender, manipular e interpretar os seus dados de utilização de licenças de software? Peça a um representante para o contactar hoje mesmo.
