虽然工具随手可得，但很少有 IT 企业运用分析来强化运维。 但您应使用。

从来没有一个任务像运行 IT 这么复杂。 运维必须在业务中发挥战略作用，而不仅是维护作用。 但由于人们从各地使用众多设备连接到企业网络，更快速地产生更多数据，因此这两个责任都变得越来越困难。 用户还需要在功能和性能方面有更高质的用户体验，因此监控必须变强。

在大多数 IT 企业中，“监控”仍意味着监视发生的情况并作出相应反应。 但要充分运用运维，不仅需要监控用户和系统生成的大量数据，同时也要擅于分析这些数据并对其进行操作。 尽管存在许多不同的工具，但大多数 IT 企业尚未实施先进和优化的分析。 下面是数据分析的三个阶段，及通过这些阶段您可取得哪些收获。

阶段 1： 基本分析

大多数公司都在早期阶段应用分析： 他们具有关于应用程序、系统和基础设施的性能的简单报告。 因此，他们通常知道正在执行的操作，但只有当用户抱怨时，才发现未执行的操作。 问题最终得以解决，但并非在造成影响工作效率或付费客户（如，业务）的问题之前。 运维团队往往只回应无法摆脱持续响应模式的问题，这意味着在维护方面受阻，且大部分时间都未执行最佳工作。

阶段 2： 转换分析

第二阶段可以采取转换分析，运维团队利用生成的大量数据，将其与事件相关联。 这种因果关联的能力标志着一个大的飞跃，因为这样，运维便能在问题发生时更快速地解决。 在这一阶段中，工具集合用户、应用程序和系统数据，可实现更快速的根本原因分析，并使用相关性在组件和问题之间建立关联。 利用转换分析，您不会再全然不知地等待，直到用户打电话告诉您 10 分钟前发生了问题； 您对该用户的回应变为“我们已知此问题，已在努力解决。”

阶段 3： 优化的分析

在第 3 阶段中，您将使用不只是迅速发现问题的工具，这些工具实际会提醒您潜在的问题，避免爆发成影响用户的情况。 您将跟踪模式并对因果形成更深入的了解，这样就可以防止曾经让整个部门停工一整天的问题。 在第 3 阶段中，心急如焚的用户来电将显著减少，因为您会在任何人可能会遇到问题之前，预测并修复潜在的危机。

此外，数据不只进行汇总和分析。 而是以一种意义丰富、十分有用的方式呈现，因此不需要专家来检查、解释及对性能数据执行操作。

提升成熟水平

大多数 IT 运维小组一直无法实施高级运维分析，因为他们只是致力于让 IT 保持运行。 但关于大数据和分析的热烈讨论应是一个大大的提醒： 优化的分析至关重要； 有助于业务执行，以充分发挥其潜力的工具是帮助 IT 运维占据企业中更具战略性位置的关键所在。 此外，现已提供在第 3 阶段发展中需要的工具。 鉴于此类技术的优势，现在正是利用这些技术的好时机。

通过不断改进运维分析方法，提高 IT 可靠性和您对于企业的价值。 有关详细信息，请访问 hp.com/go/opsanalytics。