Categorías
NUBE 

Maximice el valor de la migración a la nube

Migre complejos sistemas de cobro en línea y gestión de pedidos de servicios de red a la nube de manera integral.

Los proveedores de servicios de todo el mundo están considerando o ya han aumentado su gasto en la nube. Garner afirma: La nube será la pieza central de los nuevos servicios y experiencias digitales, razón por la cual el 40% de todas las cargas de trabajo empresariales se implementarán en la nube  durante los próximos año. Dado que los sistemas de carga en línea (OCS) y la gestión de pedidos de servicios (SOM) de red están a la vanguardia, trasladarlos a la nube ofrece la ventaja de hacer frente al panorama en evolución y la virtualización de 5G. Sin embargo, los proveedores de servicios todavía se muestran reacios a realizar esta transición porque:

  • Es engorroso manejar cargas útiles y flujos de trabajo pesados ​​mientras se hace malabarismo con una arquitectura con mucha integración y latencia cero. 
  • Es fundamental proteger  datos confidenciales como facturas, registros detallados de llamadas (CDR), historial de uso de los clientes, transacciones financieras e información de portabilidad.
  • Cumplir con complejos requisitos de cumplimiento de datos para las normas regulatorias de datos locales y nacionales.

Además, a diferencia de otros sistemas CRM, la transición de OCS y SOM de red a la nube implica importantes desafíos debido a las complejas redes e integraciones en la arquitectura de las telecomunicaciones. Se trata de sistemas críticos que pasan por numerosos cambios cada día y no pueden permitirse retrasos. Por lo tanto, la migración exitosa a la nube requiere una arquitectura de implementación sólida, automatización de extremo a extremo y seguridad continua para adaptarse rápidamente a los cambios en tiempo real en el entorno y acelerar las versiones seguras.

null

Fig:Áreas de enfoque clave para la nube exitosa de OCS y SOM de red


Mover OCS y SOM de red a la nube ofrece una ventaja fenomenal con el panorama y la virtualización 5G en evolución. Sin embargo, los proveedores de servicios todavía se muestran reacios a realizar esta transición.

Categorías
NUBE 

Solucione los problemas de confianza en los datos en su viaje a la nube

Mejore la confianza en sus datos y acelere la migración a la nube aprovechando la gestión de calidad de datos (DQM) impulsada por IA

Empresas de todo el mundo han acelerado la adopción de la nube. De acuerdo con Garner, El 75 % de todas las bases de datos se implementarán o migrarán a la nube para 2022. Las empresas que migran sus datos locales a la nube quieren aprovechar una mayor eficiencia, escalabilidad y rendimiento.

Pero es poco probable lograr estos beneficios si los datos que se migran no son confiables. ¿Qué pasa si la calidad de los datos se pierde durante la migración? ¿Qué sucede si la calidad de los datos es mala y los mismos datos se migran a la nube?

Para los proveedores de servicios de la industria de la conectividad, los desafíos de la calidad de los datos impactan en mucho mayor medida tanto en el negocio como en la experiencia del cliente. Las aplicaciones heredadas rara vez tienen datos completos, consistentes y correctos. Esto conduce a una toma de decisiones errónea y afecta a diversas funciones, como la prestación de servicios, la gestión de fallos, la facturación y la garantía de ingresos, y muchas más. Solucionar problemas de calidad de datos, una tarea que requiere mucho tiempo y que a menudo provoca retrasos en los plazos del proyecto planificados para la migración a la nube.

Los proveedores de servicios necesitan una estrategia integral de calidad de datos y una estructura de gestión de calidad de datos  robusto y automatizado para garantizar que los datos migrados sean confiables y acelerar la migración de datos a la nube.


Independientemente de las herramientas o tecnologías utilizadas para abordar los problemas de integridad de los datos, todavía ocurren discrepancias. Este problema debe solucionarse durante el proceso de registro manual para tener
datos de inventario de alta calidad.

Categorías
NUBE 

AIOps: predice y resuelve la próxima interrupción antes de que ocurra

La transformación digital avanza a un ritmo más rápido y no muestra signos de desaceleración en el corto plazo.

Con este crecimiento, también está aumentando la demanda de operaciones de TI (ITOps) resilientes, precisas y oportunas. A medida que el hardware y el software se vuelven más potentes, se vuelven más complejos, lo que aumenta la necesidad de equipos de ITOps responsables de gestionarlos.

De acuerdo con Garner, La creciente complejidad de los entornos de TI y los costos de gestión de datos se están convirtiendo en las principales preocupaciones de muchos proveedores de servicios. Además, la proliferación de herramientas de monitoreo dispares ha dificultado obtener visibilidad de extremo a extremo en todo el servicio o aplicación. Otros puntos débiles, como el mayor tiempo dedicado a la gestión de incidentes, los problemas de replicación de bases de datos y las interrupciones de origen desconocido, provocan enormes pérdidas de ingresos para los proveedores de servicios.

Para superar estos desafíos, los proveedores de servicios deben adoptar la Inteligencia Artificial para Operaciones de TI (AIOps). AIOps es una plataforma de software que utiliza el aprendizaje automático (ML) para mejorar una amplia gama de operaciones de TI, incluida la supervisión del rendimiento, la correlación de eventos y el análisis. AIOps puede predecir la próxima interrupción antes de que ocurra y resolverla sin intervención humana. Además, las capacidades de análisis y recopilación de datos de AIOps pueden emplear ML para tendencias de datos actuales e históricas, creando pronósticos altamente precisos de resultados futuros, reduciendo así el costo total de propiedad y acelerando el retorno de la inversión.

null

Fig: Enfoque de implementación de AIOps

Debido a la capacidad de AIOps para recopilar y analizar de forma inteligente datos operativos de TI, es un activo invaluable en una variedad de acciones y soluciones. Estos son los tres beneficios clave de AIOps, entregados a las empresas:

  • Transición de un enfoque reactivo a uno proactivo
  • Ofrezca experiencias de usuario superiores con análisis predictivos
  • Mejorar el tiempo medio para identificar problemas (MTTI) y el tiempo medio para resolver (MTTR) las incidencias

El lanzamiento de AIOps requiere un enfoque único según su organización, sus capacidades y sus necesidades. Esta información proporciona una estrategia de tres pasos para implementar AIOps de manera efectiva, detectar incidentes antes de que afecten a los usuarios, automatizar la respuesta y prevenir problemas recurrentes.


AIOps emplea ML para las tendencias de datos actuales e históricas, creando pronósticos altamente precisos de resultados futuros.

Categorías
NUBE 

Magia de la contenedorización

Modernice las aplicaciones .NET y ofrezca rápidamente nuevas funciones a sus clientes

La infraestructura de TI actual en la industria de la conectividad involucra a más del 70% de los servidores que utilizan el sistema operativo (SO) Windows, según Informe estadístico .La mayoría de las cargas de trabajo utilizadas en estos servidores Windows son aplicaciones heredadas basadas en .NET, que necesitan modernizarse urgentemente para volverse más flexibles, escalables y rentables. Pero existen algunos desafíos críticos que enfrentan los CIO y los tomadores de decisiones en tecnología, que se esfuerzan por modernizar estas aplicaciones heredadas basadas en .NET. Los desafíos incluyen:

  • Las versiones de .NET anteriores a Windows Server 2016 no admiten la contenedorización
  • Migrar aplicaciones .NET completamente a la nube es costoso
  • La falta de estrategias claras de migración de aplicaciones .NET genera muchos esfuerzos de reingeniería
  • Reescribir todas las aplicaciones .NET para la última versión de Windows es un proceso que requiere mucho tiempo

Para superar estos desafíos, los proveedores de servicios deben adoptar una estrategia de modernización bien definida, que incluya la contenedorización de las aplicaciones .NET y compartir cargas de trabajo en un entorno de nube híbrida. La contenedorización permite a los proveedores de servicios escalar sus aplicaciones .NET cuando sea necesario, sin limitaciones de tamaño ni de memoria. De hecho, el proceso de creación de contenedores comienza con las aplicaciones .NET que ya se están ejecutando en la empresa. Ayuda a crear un impacto inmediato al ahorrar tiempo de recodificación, reducir costos y limitar el riesgo de las operaciones. Además, los proveedores de servicios que quieran permanecer en las instalaciones o estar más cerca de su centro de datos también pueden beneficiarse de la contenedorización, utilizando herramientas de software como Google Kubernetes Engine On-premises (GKE on-premise) (en el local).

Palancas de transformación clave para contener y modernizar con éxito aplicaciones heredadas basadas en .NET

Sin duda, la contenedorización impulsará el futuro de la industria de la conectividad. Sin embargo, los proveedores de servicios deben estudiar en profundidad su caso de negocio y elegir el enfoque correcto a medida que se embarcan en su estrategia de contenedorización. Los proveedores de servicios también deben prestar la debida atención a la gestión del ciclo de vida de los contenedores y a su orquestación, lo que requiere una considerable capacidad y experiencia en gestión de contenedores.


La contenedorización permite a los proveedores de servicios escalar sus aplicaciones .NET cuando sea necesario, sin limitaciones de tamaño ni de memoria.

Categorías
NUBE 

No dejes que la gestión de infraestructura te nuble la mente

Implementar infraestructura como código (IaC) para reducir el tiempo de aprovisionamiento en un 65 %

Las infraestructuras de TI generalmente se imaginan como grandes salas con enormes servidores y sistemas conectados con una red de cables. El aprovisionamiento de esta infraestructura siempre ha sido un proceso manual para los proveedores de servicios en la industria de la conectividad, lo que genera muchos problemas de precisión y coherencia. La llegada de la computación en la nube ayudó a abordar la mayoría de estos problemas. Sin embargo, persistieron los problemas de coherencia de la configuración, escalabilidad manual y costos. Además, implementar soluciones de infraestructura complejas requiere un esfuerzo considerable por parte de los arquitectos de la nube. Estos esfuerzos no son fáciles de repetir ni modificar de una sola vez.

Para superar estos desafíos, los proveedores de servicios pueden implementar una metodología de infraestructura como código (IaC) de DevOps , que ayuda a automatizar las tareas de aprovisionamiento manuales propensas a errores. Permite a los proveedores de servicios definir la infraestructura del estado final, las configuraciones de las aplicaciones y las políticas de escalado de forma codificada. Esto, a su vez, reduce significativamente la dependencia de los arquitectos de la nube y el tiempo de aprovisionamiento.


La infraestructura como código (IaC) ayuda a los proveedores de servicios a definir la infraestructura de la nube, las configuraciones de las aplicaciones y las políticas de escalado de forma codificada.

Categorías
NUBE 

Evite que su lago de datos se convierta en un pantano de datos

Cree un lago de datos ligero y eficiente en la nube

El futuro de los proveedores de servicios estará impulsado por una toma de decisiones ágil y basada en datos. Los proveedores de servicios de la industria de la conectividad generan datos de diversas fuentes todos los días. Por lo tanto, integrar y almacenar sus volúmenes de datos masivos, heterogéneos y aislados en un almacenamiento centralizado es un imperativo clave.

La demanda de todo proveedor de servicios es una solución de análisis y almacenamiento de datos de alta calidad, que pueda ofrecer más flexibilidad y agilidad que los sistemas tradicionales. Un lago de datos sin servidor es una forma popular de almacenar y analizar datos en un único repositorio. Ofrece un gran almacenamiento, mantenimiento autónomo y flexibilidad arquitectónica para diversos tipos de datos.

Almacenar datos de todo tipo y variedad en un almacenamiento central puede resultar conveniente, pero puede crear problemas adicionales. Según Gartner, “el 80% de los lagos de datos no incluyen capacidades efectivas de gestión de metadatos, lo que los hace ineficientes”. Los lagos de datos de los proveedores de servicios no están a la altura de las expectativas debido a motivos como que el lago de datos se ha convertido en un  pantano de datos, la falta de impacto empresarial y las complejidades en la replicación de los canales de datos .

Categorías
NUBE 

¿Qué debería considerar una empresa al adoptar o expandir rápidamente su estrategia de múltiples nubes?

La nube existe desde 2006, cuando Amazon Web Services (AWS) anunció por primera vez sus servicios en la nube para clientes empresariales. Dos años más tarde, Google lanzó App Engine, seguido de Alibaba y los servicios Azure de Microsoft. La incorporación más reciente a la lista de proveedores de servicios de nube pública es OCI (Oracle Cloud Infrastructure).

Según el Cuadrante Mágico de Gartner 2021, AWS es el líder del mercado, seguido por Microsoft Azure y Google Cloud Platform en la segunda y tercera posición, respectivamente. A medida que la tecnología de la nube evoluciona, también lo hacen los requisitos de los clientes. Hoy en día, la adopción de la nube es una de las principales prioridades entre los ejecutivos de alta dirección. La pandemia de Covid-19 aceleró aún más la necesidad de adoptar la nube, ya que la digitalización ya no es una opción para las organizaciones sino un mandato. A medida que la pandemia se acerca a su fin, se produce un aumento en la demanda de servicios en la nube a medida que la mayoría de las empresas los aprovechan cada vez más. Como resultado, las empresas no dedican suficiente tiempo a la evaluación “correcta” de la carga de trabajo. Existe la posibilidad de que las empresas se vean afectadas debido a este cambio repentino a la nube y eventualmente tengan que salir o cambiar a otro Hyperscaler (Hiperescalador) en una etapa posterior.

Según informe de Gartner, el 81% de los encuestados dijeron que actualmente trabajan con dos o más proveedores de nube pública. Significa que la nube múltiple es el futuro de la computación en la nube.

1.Presencia regional : este es uno de los requisitos más comunes al seleccionar Hyperscaler. Los Hyperscalers más conocidos han ampliado su alcance global para acceder a nuevos mercados, satisfacer las demandas de los clientes existentes y cumplir con los requisitos normativos y de cumplimiento. La presencia regional tiene un fuerte impacto ya que las empresas preferirían estar más cerca de sus clientes, cumplir con los requisitos de cumplimiento definidos por su país y ofrecer servicios de alto rendimiento con baja latencia. Al planificar la incorporación de otro Hyperscaler, las empresas deben asegurarse de que cumpla con todos los requisitos reglamentarios y de cumplimiento y que tenga presencia en la región local. Además, las empresas deben realizar una pequeña prueba de concepto si cambian por motivos relacionados con la latencia. Además, también deben evaluar las opciones de conectividad disponibles a través de Hyperscaler o sus socios de canal.

2.Los mejores servicios : todos los principales Hyperscalers ofrecen una enorme cartera de servicios en infraestructura, plataforma, servicios de datos e IA/ML. Sin embargo, algunos proveedores de servicios en la nube disfrutan de liderazgo en el mercado de servicios específicos. Las empresas pueden optar por cualquier Hyperscaler para infraestructura general. Sin embargo, las grandes empresas, que dependen principalmente de las tecnologías y herramientas de Microsoft, prefieren Azure, ya que pueden aprovechar el modelo de licencias de Microsoft y la facilidad de integración. Por último, GCP se convierte en el proveedor elegido entre las empresas en cuanto a servicios de IA/ML/datos. Al evaluar otro Hyperscaler, las empresas deben validar los servicios nuevos y diferentes que están disponibles con el nuevo Hyperscaler. Evalúe estos servicios para determinar su funcionalidad, limitaciones, límite de recursos y disponibilidad adecuados en la región elegida. Para un Hyperscaler, es posible que no todos los servicios estén disponibles en todas las regiones. Revise la hoja de ruta del Hyperscaler y asegúrese de que los servicios requeridos estén disponibles antes del cambio.

3.Independencia del proveedor : la dependencia de un proveedor/proveedor de la nube puede ser extremadamente perjudicial, manteniéndolo cautivo por precios no competitivos. También puede afectar su agilidad, productividad y crecimiento si un proveedor de nube no cumple con los términos del SLA comprometidos y usted no puede cambiar a otro proveedor. Optar por una estrategia de múltiples nubes al principio del viaje a la nube ayudaría a las empresas a evitar quedar atrapadas en esa dependencia de los proveedores. Hoy en día existen diferentes modelos, como usar servicios genéricos de un Hyperscaler y servicios especializados de otro y usar un Hyperscaler para la carga de trabajo de producción y otro para la recuperación ante desastres. Las empresas deben asegurarse de que las aplicaciones puedan funcionar en diferentes nubes antes de finalizar la estrategia, especialmente para aplicaciones con estado.

4.Rendimiento de la infraestructura: cada hiperescalador ha creado su entorno utilizando una tecnología de virtualización diferente llamada hipervisor. Si bien AWS utiliza el hipervisor Xen para la generación anterior y nitro para la nueva generación, Oracle Cloud Infrastructure utiliza tecnología Xen y Google Cloud Platform utiliza KVM. Además, sus servicios están alojados en la última y mejor pila de hardware. Existe la posibilidad de que algunas cargas de trabajo funcionen ligeramente mejor en un entorno que en otro debido a la sobrecarga de abstracción o al nuevo hardware subyacente. Además, algunos Hyperscalers ofrecen hardware diferente en diferentes regiones, por lo que las empresas deben evaluar esto en función de la aplicación que planean implementar en una región. Como recomendación, las empresas pueden realizar una prueba de concepto (PoC) ejecutando la misma aplicación en diferentes Hyperscalers. Esto puede requerir ejecutar la misma carga de trabajo en la nueva configuración durante un período específico y monitorearla de cerca. Intente simular el mismo caso de uso, configure alertas, aumente gradualmente el tráfico del caso de uso y supervise el comportamiento de la aplicación. Según los resultados de PoC, aloje sus aplicaciones en múltiples nubes.

5.Credibilidad de los hiperescaladores de nicho : existen opciones más allá de los principales hiperescaladores que podrían adaptarse a las necesidades de nicho empresarial. Es fundamental validar la credibilidad de estos proveedores especializados durante la fase de evaluación. Las empresas pueden hacer uso de servicios de terceros para garantizar la credibilidad del proveedor. Los analistas de la industria como Gartner, IDC, Forrester, etc. publican periódicamente informes orientados a los proveedores. Esté atento a su evaluación del Hyperscaler en Magic Quadrant, Forrester Wave, etc. El Hyperscaler debe tener una estrategia, un plan y una hoja de ruta a largo plazo.

6.Herramientas/servicios de migración : para que una empresa planee incorporar otro Hyperscaler, resulta igualmente importante seleccionar la herramienta adecuada para migrar las cargas de trabajo del sistema local a la nube o de un Hyperscaler a otro. Por este motivo, evalúe si el nuevo Hyperscaler proporciona alguna herramienta o servicio para la migración de cargas de trabajo, bases de datos y datos a su entorno.

Por ejemplo, cada Hyperscaler tiene un conjunto de herramientas para la migración de cargas de trabajo, migración de bases de datos, migración de datos, transformación de datos, etc. AWS proporcionar Servicios de migración de aplicaciones para la migración de cargas de trabajo, Servicio de migración de bases de datos de AWS para la migración de bases de datos, Sincronización de datos de AWS para la migración de datos desde las instalaciones a AWS. De manera similar, Google Cloud Platform tiene herramientas para hacer que la migración de datos y cargas de trabajo sea muy fluida. Migrar para Compute Engine para la migración de cargas de trabajo de On-Premise a GCP, AWS/Azure a GCP (Hyperscaler a otro Hyperscaler),Migrar para Anthos para la transformación de cargas de trabajo de GCE a GKE, AWS EC2/Azure VM a GKE (un Hyperscaler a otro Hyperscaler) o Servicio de transferencia de almacenamiento para la nube, etc. Asimismo, Azure tiene Azure Migrate para la migración de cargas de trabajo, Servicio de migración de bases de datos de Azure para bases de datos, etc.

7.Precios, FinOps y optimización de costos : los cargos por consumo de servicios son siempre una prioridad para un director financiero. Las empresas exploran constantemente diferentes opciones para reducir sus gastos operativos. Esperan que los Hyperscalers recomienden opciones para reducir costos, mostrar el uso granular e informar sobre desgloses del servicio. Herramientas/plataformas como CloudCheckr, CoreStack (FinOps), Flexera CMP, etc., ofrecen recomendaciones e información para optimizar costos. Estos productos/herramientas utilizan un enfoque avanzado basado en ML para los datos pasados ​​(históricos) para recomendar el siguiente curso de acción. La optimización de costos juega un papel vital a la hora de decidir la estrategia de múltiples nubes.

8.Modelo de soporte, KPI, SLA : pocas empresas también querrán agregar otro Hyperscaler, ya que el Hyperscaler disponible no puede cumplir con el SLA requerido o no ofrece KPI bien definidos. Estos son algunos parámetros medibles clave que una empresa debe discutir con su Hyperscaler antes de tomar una decisión. Ayuda a evaluar a los socios de la nube, medir el progreso del proyecto y su impacto en su negocio. Evalúe los beneficios de cada modelo de soporte disponible a través de Hyperscaler. Elija el que mejor se adapte a los requisitos de la empresa. Consulta diferentes SLA, KPI, informes mensuales/trimestrales, etc.

9.Disponibilidad de habilidades y PYME : para pasar a la nube múltiple, una empresa necesitará orientación en cada etapa, como identificar las cargas de trabajo adecuadas, los hiperescaladores adecuados, las herramientas de supervisión y gestión adecuadas, las habilidades adecuadas, etc. Tener o contratar a un experto o un integrador de sistemas (SI) que pueda asesorar, ayudar al equipo y guiarlo a través del viaje hacia la nube múltiple. Además, definir un camino para que los equipos internos aprendan nuevas habilidades y se certifiquen.

A medida que se expanden las ofertas y servicios de la nube pública, las empresas tienen múltiples opciones disponibles a su disposición. Pueden decidir y elegir el Hyperscaler más adecuado para sus cargas de trabajo. La movilidad de la carga de trabajo entre nubes será un patrón general basado en el costo del servicio, la latencia de las aplicaciones y/o la necesidad de recursos adicionales. Aunque puede que no sea ideal para cargas de trabajo/aplicaciones críticas de nivel de producción con requisitos normativos y de cumplimiento, es más adecuado para otras cargas de trabajo como pruebas de productos, pruebas de escalabilidad, desarrollo de código, etc., que atienden alrededor del 30%-40% de las cargas de trabajo. Estas cargas de trabajo pueden hacer uso de esta capacidad para lograr la optimización de costos.

Anteriormente, debido a un número limitado de proveedores de servicios en la nube, las empresas tenían que preocuparse por las interrupciones del servicio, la dependencia de los proveedores, los retrasos en la resolución de problemas, la insolvencia de los proveedores, etc. Pero con el floreciente ecosistema Hyperscaler, las empresas se ven inundadas de opciones. Esto genera desafíos para administrar, monitorear, proteger y optimizar los costos de manera efectiva en un entorno de múltiples nubes. Sin embargo, las empresas pueden utilizar soluciones de gestión de múltiples nubes de proveedores como IBM (Cloud Pak), Micro Focus (Hybrid Cloud Management X), Flexera (Cloud Management Platform), Scalr, ServiceNow (ITOM Cloud Management), etc., para garantizar operaciones fluidas.

Una estrategia de múltiples nubes también exige una gobernanza bien definida. De lo contrario, puede aumentar los costos operativos debido a personas ignorantes o mecanismos de control deficientes. Una gobernanza (mecanismo de control) ineficiente puede dar lugar a recursos subutilizados y zombis, consumiendo dinero en la nube. Se recomienda crear un organismo central responsable de gestionar los recursos de la nube y garantizar una gobernanza adecuada. Crear un portal de autoservicio con un flujo de trabajo adecuado es un buen enfoque para gestionar los costos y gestionar la mala gestión.

Hoy en día, ya consumimos servicios “sin servidor” de proveedores de servicios en la nube, pero, en el futuro, es posible que tengamos un nuevo modelo de negocio en el que las empresas pagan por los servicios y se olvidan de preocuparse por dónde están exactamente alojados. En el mercado de productos actual, la adquisición es una estrategia común adoptada por las empresas para ampliar su base de clientes, agregar servicios únicos a su cartera y/o mejorar sus capacidades. Mañana, la tendencia puede continuar también entre los Hyperscalers. ¿Quién sabe cuál será el próximo paso en la hoja de ruta tecnológica?

Categorías
NUBE 

Rompiendo la barrera entre el prototipo y la producción de Machine Learning (ML)

Aproveche MLOps para escalar y realizar los casos de uso de ML más rápidamente

La mayoría de las empresas de la industria de la “Conectividad” han comenzado a adoptar la tecnología de aprendizaje automático (ML) para brindar un servicio eficaz a los clientes. Sin embargo, gestionar estos proyectos de ML y ponerlos en práctica es un desafío. Para los proveedores de servicios que se esfuerzan por ir más allá de la ideación e incorporar el aprendizaje automático en sus procesos comerciales, las operaciones de aprendizaje automático (MLOps) cambiarán las reglas del juego. Según Gartner, “lanzar pilotos de ML es engañosamente fácil, pero implementarlos en producción es un desafío notorio”. A continuación, se enumeran algunos desafíos que dificultan la ampliación de las iniciativas de aprendizaje automático.

  • Falta de mecanismo automatizado para abordar la solicitud de cambio en el proceso de ML
  • Formas ineficientes de volver a capacitar e implementar los modelos de ML para adaptarse a los cambios de datos
  • Falta de visibilidad en profundidad del desempeño del modelo.

Los proveedores de servicios deben implementar el enfoque MLOps para superar estos desafíos, que automatiza y monitorea todo el ciclo de vida del aprendizaje automático. Permite una mejora constante en la precisión de la línea base y acelera el tiempo de producción de los modelos ML.


Lanzar pilotos de ML es engañosamente fácil, pero implementarlos en producción es un desafío notorio.

La implementación exitosa del enfoque MLOps requiere el conjunto adecuado de habilitadores, como arquitectura desacoplada, proceso de gestión de cambios estándar, reentrenamiento e implementación automatizados de modelos de ML y monitoreo continuo.

Categorías
NUBE 

Tratar o no tratar: aumentar el retorno de la inversión en marketing con campañas específicas mediante modelos de mejora

Al ejecutar campañas de marketing directo, las empresas deben asignar a los clientes adecuados una oferta promocional determinada para maximizar el efecto de la campaña. Por ejemplo, qué clientes deberían recibir un descuento en la suscripción para minimizar la tasa de abandono general de la empresa.

Se pueden utilizar diferentes métodos para identificar el conjunto adecuado de clientes objetivo para las campañas, como el modelado estadístico manual basado en hojas de cálculo y el modelado de resultados. Estos métodos, sin embargo, tienen algunas limitaciones como:

  • Lista aleatoria e inexacta de clientes objetivo
  • Falta de detalles granulares, como qué clientes tienen más probabilidades de responder a las campañas de marketing.
  • Bajo retorno de la inversión en marketing debido a la baja tasa de respuesta de los clientes

El modelado de elevación basado en aprendizaje automático (ML) es un enfoque prometedor para superar las limitaciones anteriores. Permite a las empresas clasificar a los clientes como aquellos que probablemente responderán positivamente a una campaña y aquellos que permanecerían neutrales o incluso reaccionarían negativamente.

null


Un modelo de mejora aumenta el retorno de la inversión en marketing al determinar los clientes objetivo-adecuados.

Un modelo de mejora bien ejecutado mejoraría la eficiencia del marketing empresarial y ayudaría a generar mayores ingresos incrementales. La implementación exitosa del modelo requiere el conjunto adecuado de habilitadores, como la adquisición de datos sin procesar, la ingeniería de funciones y el desarrollo de modelos AI/ML.

Categorías
NUBE 

Observabilidad: mirar más allá del monitoreo tradicional

Obtenga información crítica sobre el rendimiento de los complejos entornos nativos de la nube actuales.​

A medida que las empresas hacen la transición hacia una arquitectura de microservicios de múltiples capas y aplicaciones nativas de la nube, a menudo tienen dificultades para ganar granularidad con las herramientas de monitoreo tradicionales. En el método tradicional, los equipos utilizan herramientas independientes para monitorear los registros, métricas, eventos y rendimiento, lo que dificulta el análisis unificado. Las herramientas de monitoreo no brindan la opción de profundizar y correlacionar problemas entre la infraestructura, el rendimiento de las aplicaciones y el comportamiento del usuario. Los equipos suelen utilizar registros para depurar y optimizar el rendimiento, lo que lleva mucho tiempo. Los paneles estáticos con umbrales generados por humanos no se escalan ni se ajustan automáticamente al entorno de la nube. Dado que miles de servicios nativos de la nube se implementan en una sola máquina virtual en un momento dado, el monitoreo se ha vuelto engorroso. Además, la monitorización convencional se basa en alertar únicamente de escenarios de problemas conocidos. No hay visibilidad de lo desconocido: problemas únicos que nunca han ocurrido en el pasado y no se pueden descubrir a través de paneles de control.

Las empresas necesitan hacer que su negocio digital sea observable de manera que sea más fácil de entender, controlar y solucionar. Por lo tanto, deben mirar más allá del seguimiento tradicional. Con la observabilidad, las empresas pueden obtener información crítica sobre entornos complejos nativos de la nube. La observabilidad permite un descubrimiento y solución de problemas proactivos y más rápidos, proporcionando una visibilidad más profunda sobre los problemas y lo que puede haberlos causado.


Con la observabilidad, las empresas pueden obtener información crítica sobre entornos complejos nativos de la nube.