传统的数据中心指标不遵循“不让任何人掉队”的规则。IT指标的差距往往导致一些投资支出被拒绝或中途放弃。五项新指标填补了数据中心跟踪方面的空白大多数ITCIO已经制定了传统的以数据为中心的指标，因为它们在历史上一直为他们提供良好的服务。然而，随着移动数据和大数据的增多，IT衡量体系发展过程中历史指标与传统指标的差距越来越大。我过去15年的研究发现，SMB很少使用数据库。此处介绍的五个新IT指标非常有用，因为它们反映了IT对业务服务和成本效益的影响。这听起来违反直觉，但事实证明它对分析关键数据中心性能非常有用，尤其是与新计划结合使用时。1.每位管理员拥有的数据库实例数成为决定IT总拥有成本的指标。它也是许多数据中心管理人员触手可及的IT标准：多少个Oracle数据库，多少个Hadoop数据管理系统。近年来，IBMSystemz竞争技术副总裁JohnShedletsky对数据中心支出进行了分析，显示数据库成本在总成本中的比例逐渐增加，数据库管理成本持续上升，占到50以上数据库总预算的百分比。换句话说，典型的大型企业将每个应用程序成本的20%花在数据库管理上。关键的可控变量是数据库。很多情况下，不同厂商的数据库是不能互相切换的。但是仍然需要不时从Oracle迁移到IBM——现有的工作负载可能需要来自同一供应商的数据库，无论是现在还是将来。然而，大数据处理和其他举措为数据库选择提供了高效、可扩展的企业标准，并且可以增加每个管理员的托管实例数量。数据中心经理和CIO们都对未来的改进和行业标准的变化感到惊讶。在成本限制下，IT组织不能再继续高举“没有数据库会被扔掉”的旗帜。每个管理员的数据库实例数是一个有效的指标，可以降低关键成本，需要加以考虑。2.开发或错误修复项目中的重要变更数量DevOps的出现清楚地表明数据中心是软件开发的重要组成部分。DevOps和敏捷IT需要为这种新方法找到数据中心指标。许多敏捷专家建议不要采用限制开发灵活性并可能鼓励错误行为的IT指标。这方面的一个例子是假设设计规范不会改变的开发成本指标。有效指标可用于衡量离线开发与敏捷开发、协调在线错误修复以及每个项目的重大变更数量。我使用这个指标进行研究，发现随着时间的推移，有效的敏捷开发会增加每个项目的重大变更数量。其他影响，例如项目规模或复杂性，或“重大变化”偏差，可以随着时间的推移进行测量和平均。与敏捷IT流程相比，您会看到项目中期的修订数量大幅增加。太多的“敏捷IT指标”认为变化是消极的，而现在需要变化是积极的。该指标并非旨在精确捕获特定项目的问题，而是显示这些项目每年平均是否步入正轨。采用敏捷指标的IT组织将因此提高敏捷业务环境中的响应能力。3.不涉及中断的性能下降IT部门通常专注于防止威胁公司的中断，而没有注意到一些性能下降或性能逐渐下降。性能下降几乎与服务中断一样重要。性能下降指标会告诉您问题有多大，而解决这些问题是您的工作。性能下降意味着即将发生特别难以修复的中断。IT内部的性能下降通常涉及从软件层到硬件层的多种类型，定位原因远比服务器被拔掉或网络故障更难。就用户满意度而言，性能下降无异于停电。随着越来越多的企业依赖软件与用户交互，用户不太可能遇到性能问题。性能下降往往意味着成本限制已经开始伤害快速扩张的骨头，这对大数据项目的成功至关重要。外包或云托管可以延缓这种可能性，但数据中心以外的成本也会增加。4.在数据处理过程的每个阶段丢失信息的百分比根据麻省理工学院斯隆管理学院等机构的研究，企业合作伙伴并不认为IT能够提供满足所有需求的信息。数据中心信息系统日益庞大，逐渐无法提供有效的数据来满足企业的分析或决策，例如分析用户购买模式，或其他形式的大数据分析所需的数据。答案最终指向一个可以帮助确定IT是否达不到要求的指标。原始数据需要经过逐步处理才能转化为有用的信息。数据的有用性取决于每次突然变化丢失的有效数据量。根据调查，数据录入阶段的主要问题是录入不正确——约有20%的潜在有用信息丢失。这个阶段通常是由于IT无法过滤输入阶段的错误造成的。数据聚合将新输入的信息与系统中已有的信息联系起来。不一致的数据无法与现有数据协调或修复，这可能导致大约15%的潜在数据无法使用。第三步是数据组合。在这个阶段，输入功能作为整体环境的一个子功能存在，比如在线交易处理，可以处理某些输入操作。数据仓库的一个重要功能是数据聚合，但随着时间的推移，需要将很少的信息移入和移出仓库。并非所有信息都需要提供；只有大约20%左右的数据在数据中心或云服务中保持活跃，这些数据可能对实际业务分析没有用。在数据传输中，最常见的抱怨是及时性。确定决策者必须快速查看哪些内容以及哪些信息只需每周或每月提交一次是一门艺术。信息丢失的问题是显而易见的。这个阶段不必要信息的比例大概在15%到25%之间。最后一步是数据分析，而在这个阶段，决策者所关注的整体数据呈现工具仍然存在缺陷。大约15%的信息在这个阶段丢失了。IT组织报告说，大约三分之二的潜在有用信息在数据处理过程中丢失了。设计一个指标来指导每个阶段的数据样本，可以避免数据丢失，并使IT更容易修复问题。这种监控可以改变企业所有者对IT的看法并对业务绩效产生重大影响。5.客户满意度普适计算及其通过软件与所有用户以及用户和企业的内部沟通意味着IT软件对客户和用户满意度的影响越来越大。即使在今天，用户满意度调查和用户调查仍然不够灵活和不够详细——他们会漏掉发现用户不可接受或特别挑剔的部分。但是，即使使用钝器，也有可能或可能获得有关正在发生的事情的信息或提示。此外，该指标还可以提醒IT和业务利益相关者——最重要的是在短期内了解最终用户，而不是业务或IT的意见。
