目錄
An IT業務分析解決方案的 應評估各項能力是否能輔助主動決策。分析成熟度模型 (AMM) 源自軟體能力成熟度模型 (CMM)。這兩個模型都描述了企業為達到流程成熟度所經歷的不同階段。無論 IT 團隊是在分析現有解決方案或評估新方案，運用 Gartner 的分析成熟度四階段模型都能提供寶貴的觀點。
Gartner 根據資料分析系統不僅提供訊息，而且直接輔助決策的能力來評估其成熟度。更成熟的分析系統能夠幫助 IT 團隊預測未來決策的影響，並最終得出最佳選擇。
Gartner 的資料分析成熟度四階段模型 它既有助於評估目前 IT 業務分析系統的狀態，也有助於找到最佳發展路徑。這四個階段依序為：
- 描述性分析：可以告訴你 這是怎麼回事 在您的組織中
- 診斷：可以告訴你 為什麼會發生這種情況
- 預測性：可以告訴你 會發生什麼 或者說，可能會發生什麼
- 指導性的：可以告訴你 你應該做什麼 關於它
在盤點挑戰和需求時， IT分析解決方案 決策者可以根據組織目前所處的階段（大致而言）以及近期發展目標來評估解決方案的能力。這些考慮因素有助於IT領導者制定標準，從而對現有解決方案以及分析供應商及其產品進行客觀比較。
描述能力－第一階段
IT業務分析解決方案最直接的功能是簡潔明了地描述組織及其專案的現狀。 IT分析系統的基準報告功能使領導者能夠監控關鍵績效指標（KPI）以及其他優先指標。
這些功能使 IT 團隊能夠回答各種各樣的「是什麼」的問題，例如：
- 我們的事故發生率是多少？它隨時間有了什麼樣的變化？
- 變更失敗率是多少？ DevOps 團隊數量是否增加？客戶問題是否也隨之增加？
如果無法回答這些「是什麼」的問題，分析系統產生的更高級的報告和預測可能會缺乏背景資訊。現階段的IT業務分析系統雖然缺乏較成熟的分析能力，但可能具備相對高階的報告功能。
第一階段系統的功能和特性可能包括：
- 與關鍵資料來源集成
- 特定領域的儀錶板和報告
- 臨時報告
- 基本排序和排名功能，例如日期/時間、線上分析處理 (OLAP) 和篩選表達式
診斷能力—第二階段
第一階段系統的報告可以為試圖監控其 IT 功能和專案狀態的組織提供描述性背景信息，但可能會遺漏關鍵資訊。例如，報告中的指標和 KPI 可能描述的是症狀，但無法揭示導致這些症狀的根本原因或趨勢。
更加成熟 IT業務分析 這些解決方案能夠深入挖掘數據，找出“原因”，並更準確地描述趨勢或過往結果。這種能力不僅為探索提供了契機，也為數據提供了更有意義的呈現方式。
最關鍵的是，具備診斷功能的分析系統能夠防止組織中重要的潛在因素被忽略。如果IT團隊只關注表面症狀，就可能導致根本問題長期存在，不僅造成效率低下，潛在問題還會隨著時間的推移而不斷惡化。
因此，挖掘問題的根本原因，是第二階段系統所能提供的最大功能之一。
診斷階段的IT系統可以回答諸如「為什麼」之類的問題：
- 為什麼過去三個月我們的系統維護成本沒有達到目標？
- 為什麼員工在使用某些文件類型的共用和存取控制功能時會遇到困難？
- 為什麼平板電腦用戶在最近一次更新後更容易遇到崩潰問題，而智慧型手機用戶卻沒有這個問題？
第二階段 IT 分析解決方案應具備的功能包括：
- 臨時分析
- 數據發現
- 能夠向下鑽取維度層次結構至根級別
- 能夠跨多個來源系統記錄進行鑽取
- IT/業務使用者能夠快速定義自己的指標
- 自助報告
- 可視化範圍
- 豐富的互動式地理空間分析
- 自訂資料來源
- 預先建置的流程挖掘模型
- 近乎即時的營運報告
預測能力—第三階段
第一階段的IT分析系統能夠事後描述挑戰；第二階段的系統能夠透過洞察力揭示挑戰的根本原因；第三階段的系統則憑藉其預測能力，提供前瞻性，從而防患於未然。
預測未來指標的表現，可以讓IT團隊在挑戰發生前就預見它們。此外，預測分析還可以繪製當前KPI趨勢的未來走勢圖。
預測分析還可以模擬「假設」情景，幫助IT領導者權衡不同選擇的利弊。即使無法做出準確預測，有些系統也能計算出風險或不確定性的大致程度。
然而，預測分析能夠回答的最重要的問題之一是： “X 變化會帶來多大的風險？這種風險的驅動因素是什麼？” 量化 變化風險 利用機器學習模型可以揭示歷史變更資料中蘊含的關鍵風險因素，並利用這些資訊預測哪些變更最有可能失敗。有了這些訊息，組織不僅可以防止災難性的後果， 變更失敗 但也要密切注意可能改變現狀的新威脅。
第三階段 IT 商業分析解決方案可提供的具體特性與功能包括：
- 預先建構的特定領域機器學習與人工智慧模型
- 指標/KPI預測
- 歷史資料探勘
規範能力—第四階段
「預測分析」一詞曾被用來描繪機器學習的未來發展方向，但各組織很快就意識到，僅僅做出預測並不總是提供應對未來可能出現的情況所需的資訊。為了實現這一目標，需要利用機器學習來處理各種潛在結果，並建議一種能夠將機會與風險最小化完美結合的方案。
換句話說，預測性分析利用基於歷史資料的預測來挖掘未來的機會。它能為企業提供最佳發展路徑建議，以最小的風險和最大的淨收益。在日常營運中，預測性分析能夠提高IT工作流程的效率並降低成本。
例如，透過對相關事件進行聚類，IT 領導者可以了解到，某些類型的事件具有共同的根本原因和解決方法，如果知識庫文章能夠提供支持，則較低級別的支援人員就可以處理這些原因和解決方法。 透過確定應對突發事件的“最佳下一步行動”，團隊可以“左移”。 下放資源給下級團隊，釋放資源，讓上級團隊有更多機會專注於更重要的問題。
要實現真正的預測能力，需要更先進的人工智慧模型，這些模型透過機器學習進行調校，並根據您的特定資料來源、環境和市場細分進行客製化。 資訊來源的合理結構可能比具體技術本身更為重要。 用過的。
利用IT業務分析實現內部轉型
根據成熟階段對分析能力進行排名，目的是為了說明這些系統所擁有的變革潛力。
然而，將某些能力置於嚴格的層級結構中並非必要，尤其是一些能力在技術上可能… 同時代表多個成熟階段我們這樣說並不是為了否定 Gartner 分析成熟度模式的價值，而是為了強調，沒有必要優先考慮任何不符合貴組織具體需求和挑戰的階段。
相反，IT 領導者需要專注於這樣一個事實：成熟的資料組織和收集方法比具有高級功能的分析系統更重要。 領導者需要策略、願景、治理、人才技能和技術。 為了支援他們的分析基礎設施。這項工作為他們以達到預期效果的方式實現自身能力奠定了基礎。
透過採用正確的方法並根據自身獨特的優先事項建立基礎設施，組織可以做出正確的決策，從而採購 IT 業務分析解決方案或修改現有解決方案以滿足自身需求。
您準備好擴大企業規模了嗎？
產品總覽
世界新動態 Digital.ai
