作者 CDA 数据分析师
对于 ERP 系统、 硬件传感器、 服务中心应用等来源的数据所构成的环境，您已经实现了一定程度的可视化。不过与其他诸多企业一样，您可能仍旧无法实现所有此类信息的同步化，无法做出数据驱动的前瞻性决策，进而改善企业环境的整体效率和功能性。
每天您花费多少时间来处理紧急事件？您在确保日常运营方面需要耗费多少时间，而不是将这些时间用于将 IT 转化为贵企业所需的战略资源？您可能觉得，IT 的中断修复模式效率低下，已经不合时宜，但要舍弃这一套模式却非常困难。 不过，要解决这一问题，您需要提高数据访问量，同时还需要拥有适当的高级工具，使您能够基于当前的数据做出决策，并能够预测企业在不断发展过程中的新需求。
快速解决 IT 问题
1、数据无处不在 - 利用数据主动出击，而非坐等良机
您往往在解决问题方面花费了太多时间，而在主动地改善流程、 升级设备和解决组织需求方面投入的时间又太少。 问题的根本不是缺乏数据，而是缺乏洞察力。 哪些角色拥有足够的时间来关注设备日志，或者根据服务中心票据真正地找出系统性的问题？哪些培训有助于改善服务中心的响应性？哪些应用或服务器得到了充分利用，而哪些仅仅只是多年企业发展的残留而已？尽管您拥有适当的技能来处理前述各种问题，但通常因缺乏必要的资金而无法整合正确的数据。
不过，数据访问仅仅只是一个因素。 即便您拥有充足的工具和时间来分析整个企业内部的数据，如何汇总、 清理和准备数据也需要花费大量的时间。 同样，确保数据质量是一项繁重的任务，不过也是做出明智的数据驱动决策的重要因素。 Watson Analytics 包含有一系列内置功能，可用于评估数据质量、 标出潜在问题，并自动解决质量问题。 与此同时，Watson Analytics 还可以无缝集成多个来源的数据，让您的分析工作变得更轻松。
2、将一流的洞察力转变为 IT 部门和大型企业的一流绩效
现在，您已经拥有了所需的全部数据：当前及以往的服务中心票据、 服务器使用信息、 应用日志等等。 所有数据也都清理和整理完毕，而且也了解了可能会影响决策的质量问题。 下一步需要做的是探索和分析数据，将其转化为商务智能，并通过针对 IT 各方面的深入洞察力更快地做出决策。
对于大型企业而言，您还需要考虑 IT 部门以外的因素。往往会出现的问题是，IT 部门和其他业务线脱节。正确的数据有助于弥补这种差距，避免数据需求方面的臆测，并将这些需求转化为战略性采购和部署计划。 您与其他业务部门之间的个人关系非常关键，但是借助一流的数据进行有关采购、 推广和容量的决策，有助于确保您所购买并部署的产品/服务能够实际上满足用户的需求。
借助 Watson Analytics，您将能够解决长期得不到解决的各类服务中心票据，还可以了解哪些应用需要额外的计算资源，或者任何硬件是否出现了永久性故障。 除了此类运营改进外，Watson Analytics还有助于强化 IT 与其他业务部门之间的关系。Watson Analytics 可帮助您确定业务应用需求的驱动因素，并协助您制定影响最小的升级和推广计划。
Watson Analytics 还能够根据已收集的数据以智能的方式给出分析建议，使您能够更加专注于 IT 业务，而不是疲于应付复杂的分析。
3、通过清晰的数据驱动展示获得认同和支持
对于企业而言，IT 部门可以非常容易地做出简单的单边决策。发现问题后，迅速解决这个问题。相反，如果预算紧张，即便拥有适当的解决方案，融资方面也会令人非常沮丧。在上述两种情况下，企业便会遭遇困境。无论前期计划得多完美，无法获得认同的项目通常都会流于失败，而必需的项目如果资金无法到位，将使企业遭受不可接受的风险。
无论是在解决 IT 问题时，还是准备启动新项目时，与整个企业内部的利益相关者进行充分的沟通都至为关键。 决策者需要了解项目的业务案例，而一流的可视化正是项目获得认同还是得不到资金支持的关键。
Watson Analytics 从标准的柱状图或现状图入手，能够以视觉化的方式展示大数据，这是电子表格等工具永远无法实现的。 由于 IT 数据之间的关系过于复杂，因此单单采用二维图表，很难表述清楚。 VM 利用率和应用性能之间的关系可能会受到网络问题或硬件老化的影响。 Watson Analytics 能够给出有助于以最佳方式展示此类深入关系的可视化建议，能够让您高效地分享重要信息，无需耗费时间借助传统工具来进行沟通。
4、终结中断修复模式 - 预测企业的 IT 需求
中断修复模式对于每位 IT 人员而言都不陌生。但是，若要改变 IT 的工作方式，需要采用一种不同的方法，具体来说，需要能够超前思维、预测 IT 需求，并以战略性的方式应对这些需求。
预测分析是指探索以往数据和现有数据，然后得出结论并验证有关未来的设想，而这种能力在以前属于数据科学家的专有技能。 预测分析背后的数学模型非常复杂，而预测分析所需的数据准备，即便是经验丰富的统计人员，也颇具挑战性。 而 Watson Analytics 能够让预测分析成为人人皆可使用的工具。 您可以选择一个或多个领域作为改善或预测的对象，然后搜索在这些领域中的主要影响因素。
举例来说，如果您的目标是优化客户支持并改善服务中心绩效，“ 票据未决时间” 便是选择对象时的关键指标之一。 Watson Analytics 可能会指出，问题严重程度或者所分派的支持技术员的经验将会是该指标的主要影响因素。 之后，Watson Analytics 会进行相关验证，以确定加强服务支持人员的培训、 快速派遣更具经验的技术员，或者是最终用户培训，哪种方式更有助于缩短支持票据的未决时间。
5、借助强大的分析功能交付更佳的 IT 成效
对于真正希望在 IT 职能的工作方式方面实现显著改善的企业而言，所需的解决方案要能够高效利用来自各种来源的异构数据。 此外，该解决方案需要在流程、 采购、 部署、 维护等方面使企业具备前瞻性的能力。由于 IT 对于大多数企业而言都非常关键，因此就需要包括服务中心人员、CIO 在内的所有企业员工具备更快速做出决策的能力，需要预测而非被动应对企业的需求。
企业都希望 IT 从传统的企业支持角色中走出来，成为企业的战略性发展引擎。 对于希望实现这种转型、 交付更佳绩效、 更智慧洞察力和高水平前瞻性的任何 IT 人员而言，Watson Analytics 都称得上是一款关键的工具。
如果感兴趣！或者觉得自己要提升！或者想跟我们一起探讨一些问题，扫描下方二维码加好友，发送wa进群，寻找和你一样志同道合的小伙伴！
想了解更多 IBM Watson Analytics，请点击阅读原文获取平台试用链接。
推荐阅读
大数据舆情情感分析，如何提取情感并使用什么样的工具？（贴情感标签）
【干货】找不到适合自己的编程书？我自己动手写了一个热门编程书搜索网站（附PDF书单）
