Donnez de la valeur à vos informations: De la Business Intelligence au Capacity Management

Transcription

1

2 Donnez de la valeur à vos informations: De la Business Intelligence au Capacity Management

3 Ordre du jour 1. Business Analytics Introduction Business Intelligence Predictive Analytics 2. Business Analytics on System z IBM DB2 Analytics Accelerator (IDAA) Cognos on z SPSS on z 3. Business Analytics Capacity Management

5 Business Analytics et Optimization (BAO) est l une des quatre initiatives majeures et une zone d investissement massive d IBM IBM Growth Initiatives Investissement de la Compagnie inégalé Growth Markets Smarter Planet Business Analytics and Optimization Plus de $14B d investissement dans l acquisition de 24 sociétésdepuis consultants dédiés, 8 centres mondiaux dédiés aux Analytics Solutions 100 assets analytiques; ~ 300 chercheurs; ~ 500 brevets IBM BAO va croître vers $16B en 2015 et contribuer à 20% de la croissance d IBM Cloud and Next Generation Data Center Création de valeur unique pour les clients

6 Business Analytics et Optimization (BAO) : Transformer les données en décisions et les décisions en actions pour optimiser les performances des métiers Content Management Enterprise Marketing Management Optimisation Business Analytics Information Integration Data Warehouse Master Data Management Data Management Gouvernance de l information

7 IBM Business Analytics, des solutions de pilotage de la performance How are we doing? MARKETING FINANCE SALES Comment nous portons-nous? Pourquoi? HR Que devrions-nous faire? OPERATIONS CUSTOMER SERVICE IT PRODUCT DEVELOPMENT

8 Comment nous portons-nous? Tableaux de Bord Reporting Monitoring Temps Réel Immediate Insights Tableaux de bord sur des flux de données

9 Pourquoi? Requête Ad Hoc Analyse et Statistiques Consumer Insight Analyse des «Social Media» Deeper Analysis of Trends & Patterns

10 Que devrions-nous faire? What If? Analyse Prédictive Planification et budget Deeper Analysis of Trends & Patterns Construction du plan et allocation de ressources

11

12 Prédire les menaces et potentiels opportunités Identifier et analyser des anomalies Assembler des tableaux de bord avec les informations pertinentes Comparer des scénarii what-if Evaluer et piloter les risques Evaluer le comportement Transformer les informations en action pour optimiser les résultats Comprendre le comportement d achat du consommateur Elaborer les budgets et prévoir les ressources Aligner décisions stratégiques et opérationnelles

13 Ensemble complet de Fonctionnalités BI Requête ad-hoc, Reporting, Analyse, Scorecarding, Tableaux de Bord Distribue l information où, quand et comment elle est nécessaire Reporting et Analyse Self-service Distribution Automatisée d information contextuelle Créer une fois, Consommer via différents Canaux & différents Formats Plateforme SOA qui s adapte aux environnements clients et facilement déployable

14 Offre Complète d Analyse Prédictive Collecte de Données, Statistiques, Data mining, Text mining, Modélisation Prédictive, Services de déploiement des modèles Mettre la Prédiction dans la main des Métiers Décision Management Mieux piloter les résultats de l entreprise Attirer et Retenir les clients les plus profitables Fidéliser les clients existants Détecter et Prévenir la fraude Gestion du risque Améliorer les allocations de resources

15 Historique des campagnes Contacts Réponse / Refus Groupes de contrôles / test Suivi de la performance des campagnes Données d interactions Centre d appel Visites du site internet Réclamations Données clients Demographique Activité du compte Produits détenus Données d enquêtes Analyses Prédiction des probabiltés de réponse basées sur les profils de chaque client Scoring Gestion de campagne Marketing Capturer Prédire Agir

16 Predictive Led Business Analytics Solutions Predictive-Led Business Analytics Predictive Customer Analytics Predictive Operations Management Predictive Risk & Threat Management Acquire, grow, retain customers Up-sell/cross-sell Market basket analysis Churn Prevention Customer segmentation Brand Monitoring Optimize processes and manage assets Predictive maintenance Assortment planning Condition Monitoring Reverse logistics Capacity Management Protect against threat and manage risk Claims fraud Credit-card fraud Insider Threat Signals analysis Cyber Security

17 Predictive Operational Analytics BMW BMW utilise IBM SPSS pour consolider sa position face à ses concurrents Objectifs : Réduire les coût liés aux contrats de garantie et améliorer la satisfaction des clients Méthode : Analyser les causes de pannes Prédire les pannes en fonctions des données remontées par les concessionnaires Repair reports Vehicles error memories Dealer feedback Analytical repository Scoring models Computer assisted maintenance

18 Planning, Simulation, Elaboration Budgétaire (TM1) Fonction intégrée à la plateforme IBM Cognos pour répondre aux besoins de Planification, Elaboration budgétaire, Simulation comme par exemple simulation de la masse salariale Permet la collecte d informations à distance Via le Web, des fonctionnalités avancées pour l utilisateur Undo/Redo Grille de saisie personnalisée Scenarios personnalisés Hiérarchies personnalisées Code couleur, suivi des modifications Graphique Aide à la saisie Liste déroulante Rétro-calcul pour répartition et autres simulations Saisie, Contrôle, & Collaboration Historisation Agrégation des budgets en temps réel Workflow pour assurer le suivi de la collecte et responsabiliser les acteurs

19 Plate-forme servant de fondation pour la gestion des risques dans l entreprise Unifie à l échelle de l entreprise les initiatives de gestion du risque et de conformité au sein d un système de gestion unique Propose une synergie avec l information et la gouvernance IT, la gestion des risques et la Sécurité

20 Solutions de Reporting et d Analyse packagées proposant indicateurs et rapports prêts à l emploi Pour le pilotage des RH, la finance, la gestion des achats et les ventes (B to B) Adaptable & extensible Adaptive Application Framework Données sources provenant de multiples systèmes transactionnels

21 IBM Cognos Consumer Insight Des fonctions analytiques pour écouter, mesurer et analyser l e-réputation sur les media sociaux Accroitre le business Comprendre les souhaits des consommateurs pour les cibler plus efficacement lors des campagnes marketing réseaux sociaux Développer la réputation Evaluer son e-réputation et prendre des décisions basées sur l analyse des messages pour cibler les bonnes personnes au bon moment. Améliorer l expérience client Répondre plus rapidement, plus précisément et avec une meilleure connaissance client pour assurer une expérience consistante sur la marque sur tous les canaux.

23 IBM zenterprise - The integration of System z and distributed technologies into an hybrid platform Unified management for a smarter system: zenterprise Unified Resource Manager The world s fastest and most scalable system: IBM zenterprise 196 (z196) Ideal for large scale data and transaction serving and mission critical applications Most efficient platform for Large-scale Linux consolidation Capable of massive scale up, over 50 Billion Instructions per Second (BIPS) Unifies management of resources, extending IBM System z qualities of service across the infrastructure Install, Monitor, Manage, Optimize, Diagnose & Service Scale out to a trillion instructions per second: IBM zenterprise BladeCenter Extension (zbx) Application Server Blades Runs applications unchanged. Logical device integration between System z and distributed resources HMC 23

24 Service levels to match your business needs Increased flexibility for your multi-architecture strategy when data is on z/os zenterprise System TCO Focus Silo managed islands of computing Less dynamic than z virtualization Minimal resource sharing with z resources Expanded ISV support for enterprise applications Targeted for applications that interact with mainframe data and transactions Provisioned and managed by System z Extreme consolidation of servers and networking Superior levels of virtual server provisioning, monitoring and workload management Industry-best virtual I/O bandwidth and reliability Fewer components and reduced complexity System z qualities of dynamic resource management and capacity-on-demand Seamless integration with z/os backup and disaster recovery solutions Extreme scalability and performance for transaction processing and data serving High availability and crosssystem scalability with Parallel Sysplex and GDPS Leading policy-based capacity provisioning and workload management Pervasive, high-performance security support z/os Linux on z/vm TCA Focus Distributed Systems Select IBM Blades in zbx LOWER SCALABILITY, SECURITY, DYNAMIC WORKLOAD MANAGEMENT HIGHER 1 All statements regarding IBM future direction and intent are subject to change or withdrawal without notice, and represents goals and objectives only.

25 Infrastructures traditionnelles Une approche en silos Division A Marketing & R&D Users Division B Marketing & R&D Users Operations Sales Finance Executive Management DW & BA Administrators & Report Authors BA Solution Data Warehouse / Data Mart

26 Les avantages du System z? Proximité du DW, de la BA, des données transactionnelles Réduction des mouvements de données Réduction du temps de latence et des données quasi temps réel Accélération des requêtes complexes Sécurité élevée (EAL5) Haute disponibilité (99.999% ) Tourne à 100% de capacité Prioritisation des requêtes et des Workloads critiques Disaster Recovery intégré Ajout de Processeurs, disques, mémoire dynamiquement sans outage Préinstallé puis activé en fonction des besoins Options de déploiement flexibles Infrastructure Centralisée, évolutive Virtualisation Commencez avec votre architecture finale

27 Solution BA complète intégrée sur System z Present Information Transform Information MDM External Data Sources Warehouse Information Warehouse Cubing Excel Acquire Data Operational Applications ELT ETL Replication Data Quality EAI EII IBM DB2 Analytics Accelerator Operational Source Systems Structured/ Unstructured Data System z

28 IBM DB2 Analytics Accelerator for z/os (IDAA) Appliance Netezza connectée au System z accessible uniquement via DB2 Mélange des technologies System z et Netezza pour délivrer des performances incomparables pour les workloads mixed dans le cadre des besoins analytiques complexes. Quelle est la valeur? Temps de réponse rapide et prévisible pour des analyses au bon moment Accélère les temps de réponse des requêtes Analytiques Améliore le prix/performance pour les Workloads analytiques Réduit le besoin de créer des data Marts pour des soucis de performance Environnement sécuriser pour l analyse des données sensibles Transparent pour l application et l utilisateur

29 Flux d éxécution des requêtes Application Interface Optimizer SPU CPU FPGA Memory Application Query execution run-time for queries that cannot be or should not be off-loaded to IDAA IDAA DRDA Requestor SMP Host SPU CPU Memory SPU CPU Memory SPU FPGA FPGA CPU FPGA Memory DB2 for z/os DB2 Analytics Accelerator Queries executed without DB2 Analytics Accelerator Queries executed with DB2 Analytics Accelerator

30 Options de déploiement BI et PA sur zenterprise DB2 D B2 for z/ z/os O S 8, v8 9, 9 or 10 C8 z/ O S C10 SPSS L i n u x f o r Syst e m z z1 96 C10 SPSS L i n u x f o r Syst e m x C10 SPSS AI X zbx Business Intelligence Cognos sur zlinux Cognos on z/os Predictive Analytics SPSS Modeler Server 14.2 sur zlinux SPSS Statistics 19.0 sur zlinux SPSS Collaboration and Deployment Services 4.2 sur zlinux SPSS Decision Management 6.2 sur zlinux zen t e rp ri se IDAA

31 Business intelligence sur zenterprise Cognos Business Intelligence pour Linux on System z Version Cognos BI v Fonctionnalités Reporting Analysis Dashboarding Real-time Monitoring Mobile Base de données supportées Supporte la majorité des Data Sources Cognos Business Intelligence pour z/os Version Cognos BI v8.4.1 Fonctionnalités Reporting Analysis Base de Données supportées DB2 for z/os 8.1, 9, 10 PowerCubes

32 Pourquoi l Analyse Prédictive sur System z? L analytique est devenu un besoin crucial Les volumes de données qui ont besoin d être analysées sont énormes La plus part de ces données se trouvent sur System z (DB2, IMS, InfoSphere Warehouse) L overhead pour déplacer les données vers le Distribué est significatif Parmi les applications qui ont besoin de consommer les résultats des analyses prédictives plusieurs sont sur System z

33 Parmi les applications qui ont besoins de consommer les résultats des analyses prédictives plusieurs sont sur System z Banking Insurance Retail Healthcare Public Sector Core Banking Internet Rate Quotes On-line Catalog Patient Care Systems Electronic IRS Wholesale Banking Payments Policy Sales & Management (e.g. Life, Annuity, Auto) Supply Chain Management On line Claims Submission & Payments Web based Social Security Customer Care & Insight Claims Processing Customer Analysis Tax processing

34 L analyse prédictive apporte de la valeur à ces applications Banking Insurance Retail Healthcare Public Sector Core Banking Internet Rate Quotes On-line Catalog Patient Care Systems Electronic IRS Wholesale Banking Payments Policy Sales & Management (e.g. Life, Annuity, Auto) Supply Chain Management On line Claims Submission & Payments Web based Social Security Customer Care & Insight Claims Processing Customer Analysis Tax processing Banking Insurance Retail Healthcare Public Sector Customer Intimacy & Offer Optimization Integration into Enterprise Risk Cross-sell & Retention Risk-based Claims Processing Market Basket Analysis Assortment Planning Evidence based healthcare Policing and Crime prevention Human Capital Management

36 Capacity Management: Définition ITIL V3 Le Capacity Management est la discipline garantissant que l infrastructure IT est fournie au bon moment, au bon prix et en quantité adéquate. Elle s assure que l IT est utilisé de la manière la plus efficiente possible. [ ] Processus garantissant que la capacité des Services IT et de l infrastructure est capable de délivrer les objectifs de niveau de service (contractualisés dans les SLA), dans les temps et dans le budget. Le Capacity Management prend en compte toutes les ressources requises pour délivrer le Service IT, et est responsable de la planification à court, moyen et long terme des exigences métier (Business Requirements)

37 Capacity Management: Avantages Continuité de Service : Permet de faire un plan de continuité avec une estimation correcte de la capacité nécessaire aux processus métiers critiques. Gestion des niveaux de Service: Permet de définir avec assurance les SLRs d un nouveau service. Gestion des changements: Permet d estimer l impact des changements en termes de capacité consommée, où la faisabilité en fonction de la capacité disponible.

38 Solution IBM de Capacity Management for System z Gestion et contrôle efficace des coûts Détermine & monitor la capacité de la production L utilisation des systèmes & sous-systèmes Monitor l utilisation des applications Refacturation Assure le respect des niveaux de service (SLA) Planification des prévisions de croissance Modélisation de scénarii What if Impact sur La standardisation des applications La consolidation de Serveurs Prévisibilité des Upgrades Croissance incrémentale des applications Support des tendances émergentes Cloud Computing Prédire l impact des utilisateurs On-boarding Gestion des solutions de Business Analytics

39 La solution de Capacity Management plus en détail La solution implique 4 fonctions: Un Extracteur pour lire, parser, et rationaliser les données SMF dans un format relationnel Repository Relationnel pour contenir les données normalisées (Warehouse) Un moteur de Reporting pour une utilisation facile et efficace de l information contenu dans le Warehouse Un moteur de Simulation et d analyse prédictive pour prévoir et valider les futurs changements Optimiser le niveau de performance Fournir des prévisions sur les performances futures en se basant sur les données historiques Ces fonctions sont apportées par : Tivoli Decision Support for system Z (TDSz) pour lire, normaliser et stocker les données DB2 z/os va servir de repository pour les données Cognos 10 Business Intelligence, (C10), est la plateforme de Reporting SPSS Modeler fourni l analyse prédictive et le forecasting et s intègre avec Cognos BI. Le package BACM Package C10 BI Rapports Out-of-the-box, Templates de rapports Flux Modeler prédéfinis pour prédire l utilisation quotidienne/mensuelle des LPARs Configuration du Warehouse (BACMDW) et best practices Software Services pour installer, configurer et créer des rapports additionnels

40 TDS/z Pourquoi? Mesurer les perfomances machine, systèmes et sous systèmes Contrôler la disponibilité des systèmes Connaître la consommation des batchs, stc, applicatifs Anticiper les saturations CPU et disques Montrer aux utilisateurs le respect des engagements de service (SLA) Temps de réponse, nombre de transactions Fenêtre batch Juger de l efficacité des actions prises (tuning, upgrade ) Facturer les clients (internes ou externes)

41 TDS/z Comment? TDS for z/os: Analyse de l évolution des performances dans le temps Collecte les logs provenant de sources multiples: SMF, RMF, IMS, CICS, etc... Agrège les données récoltées dans une base DB2 Créé des rapports de performance personnalisés Capacity Planning Niveau de service Gestion des coûts TUAM indique les coûts par utilisateur et entité

42 TDS/z - Architecture Administration Dialogs Log collector DB2 Reporting Dialogs 3270 DB2 Web-based Reporting Tivoli Enterprise Portal Base Product System Performance Distributed Systems AS/400 CICS IMS Network TUAM Plus de 1000 rapports prédéfinis Possibilité de créer ses composants utilisateurs Composants optionnels (non inclus dans la base)

43 Solution de Capacity Management Syst e m Z zo S zl i n u x BA C a p a ci t y Ma n a g e me n t SMF So u rce s SMF So u rce s SPSS Mo d e l i n g and St a t i st i cs R AC F SMF D ASD T D Sz Pa rse r St a t s- An a l yt i cs R MF Other SMF T APE T D Sz F i l t e r T D Sz D a t a Pre p a ra t i o n T D Sz D B2 D a t a Pre p a ra t i o n D B2 Cubing C o g n o s R e p o rt i n g and An a l ysi s U se r R e p o rt i n g

44 Templates pour les rapports de Capacity Management

45 Filtres avancés: Moins de rapports

46 Navigation à travers Cognos Rapports Adhoc

47 Infos sur la configuration des processeurs Vue globale des processeurs Drill down sur un CP spécifique

48 Infos sur les jobs

49 Utilisation CPU au niveau du CEC

50 Démo 1: Monitoring des Ressources Systèmes & Détermination des Problèmes

51 Infos sur les processeurs Nbre de moteurs (ziip, zaap, IFL,

52 Capacité en MIPS

53 Démo 2: Monitoring des Sous-systèmes / Composants

54 Utilisation CPU Par Address Space

55 Utilisation CPU détaillé pour un Sous-système particulier

56 Demo 3: Self monitoring de la solution BACM

57 Fraicheur des données collectées

58 État de la collecte par système

59 Avantages de SPSS dans la solution BA CM Disposer d informations d analyses prédictives pour anticiper la période où la machine va nécessiter un upgrade est critique pour s assurer d un bon niveau de SLA. La plupart des prévisions générées par d autres systèmes s appuient sur des méthodes simples (ajustement linéaires) qui ignorent certaines composantes (jour de la semaine ou variations saisonnières). Ces prévisions sont donc inexactes et vont générer des violations de SLA. La solution proposée dispose de méthodes de prévisions multi variées (prise en compte de données exogènes). Cette solution adresse plusieurs sujets : Utilisation future ziip Configurations optimales LPAR pour satisfaire les prérequis de capacity Dépenses ISV MSU Compliance pricing SYSPLEX Et bien +

60 Modèles simples Out of the Box - Prévision Linéaire Exemple: Consommation de MIPS quotidienne d une banque

61 Comparer les données prévisionnelles aux données Actuelles

62 Prévision avec des paramètres plus Complexes Précisions / What-If s Prise en compte de variables indicatrices dans le modèle de prévision Interface d analyse de prévision SPSS

63 Modélisation multi variée Paramètre du modèle de prévision multi variée

64 Présentation des résultats de prévision

65 Intégrer le tout pour l utilisateur Pour l utilisateur l expérience est sans commune mesure Les Forecasts sont mis à jour de manière transparente et de manière planifiée Cognos fourni une interface utilisateur interactive permettant de combiner les données prévisionnelles aux données historiques et actuelles. Ex: un utilisateur peut sélectionner plusieurs LPARs, mais zoomer sur des jours spécifiques de la semaine Rapport historique typique Prévisions intégrées

66 Forecasting avec IBM SPSS Flexibilité Supporte un grand éventail de techniques et de besoins en matière de prévisions Ex: les ratios MSU vers MIPS peuvent changer, donc les modèles peuvent changer Exactitude Des modèles simples aux modèles complexes Choisissez celui qui vous convient le mieux Productivité Création et sélection automatique des modèles qui conviennent le mieux Planifier le Forecasting automatique des rapports les utilisateurs voient les forecasts sans avoir à aller dans chaque LPAR Traiter un nombre illimité de targets dans un seul flux (stream) Une modélisation précise et Productive requiert de la flexibilité et de l automatisation

68 QUESTIONS? 68

69 Donnez de la valeur à vos informations: De la Business Intelligence au Capacity Management