CN114730413A - 估计企业中的配置更改的结果 - Google Patents
估计企业中的配置更改的结果 Download PDFInfo
- Publication number
- CN114730413A CN114730413A CN202080081204.6A CN202080081204A CN114730413A CN 114730413 A CN114730413 A CN 114730413A CN 202080081204 A CN202080081204 A CN 202080081204A CN 114730413 A CN114730413 A CN 114730413A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- information
- configuration changes
- machines
- configuration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本文描述了能够估计企业中的(多个)配置更改的结果的技术。搜集有关指定企业的企业信息。该企业信息与从多个企业接收到的匿名信息进行组合以提供组合信息。确定配置更改在至少一个企业中的实际影响(例如,关于其中的第一机器子集)和/或推断(多个)配置更改在至少一个企业中的预测影响(例如,关于其中的第二机器子集)。至少部分地基于实际影响和/或预测影响来生成对在指定企业中(例如,关于第二机器子集)实施(多个)配置更改的净财务结果的估计。
Description
背景技术
信息技术(IT)专业人员通常执行动作(也称为IT动作)以促进组织的企业的系统管理。系统管理的一个功能组件是配置管理,它涉及在企业中实施配置更改,例如以维护企业的完整性。IT专业人员执行的动作通常是通过以符合组织的安全和合规标准的方式为企业的终端用户提供他们需要的硬件和软件来驱动的。但是,许多IT动作(或无动作),诸如为部署软件、硬件以及安全和合规设置而执行的动作,都具有隐藏成本。
发明内容
本文描述了各种方法,尤其是用于估计企业中的(多个)配置更改的结果。例如,可以经由管理员用来执行企业系统管理的企业管理工具来指示(例如,传达)估计结果。系统管理通常是指分布式系统(例如,计算机系统)的企业范围管理。可以经由系统管理来执行的一些示例任务包括但不限于反操纵管理、反病毒和反恶意软件管理、安全管理、存储管理、容量监控、服务器可用性监控和指标、用户活动的监控、网络容量和利用率监控、硬件清单以及软件清单和安装。系统管理常常包括各种功能组件,包括但不限于数据中心基础设施管理、帮助台管理、网络管理、安全信息和事件管理以及配置管理。配置管理通常系统地处理系统中的更改以维持系统的完整性。可以出于有益目的实施此类更改,包括但不限于:修改系统的能力;提高系统的性能、可靠性和/或可维护性;延长系统的寿命;降低系统的成本、风险和/或责任;并纠正系统的(多个)缺陷。
在示例方法中,搜集企业信息。该企业信息可以包括配置信息、票单信息和/或性能信息。配置信息指示对指定企业进行的配置更改。票单信息指示关于配置更改而接收到的支持票单的体量。性能信息指示响应于配置更改的在指定企业中的机器的性能。企业信息与从多个企业接收到的匿名信息进行组合以提供组合信息。匿名信息可以包括匿名配置信息、匿名票单信息和/或匿名性能信息。匿名配置信息指示对企业进行的配置更改。匿名票单信息指示关于对企业进行的配置更改而接收到的支持票单的体量。匿名性能信息指示响应于对企业进行的配置更改的在企业中的机器的性能。
在该方法的第一方面,通过使用自适应算法分析组合信息来推断(多个)配置更改在企业上的预测影响。预测影响包括由于(多个)配置更改而对企业中的机器的性能的预测更改以及由于(多个)配置更改而对在企业中接收到的支持票单的体量的预测更改。至少部分地基于(多个)配置更改在企业上的预测影响来生成对在指定企业中实施(多个)配置更改的净财务结果的估计。
在该方法的第二方面,确定(多个)配置更改在至少一个企业中的实际影响。实际影响包括由于(多个)配置更改而对至少一个企业中的机器的性能的实际更改,以及对关于至少一个企业中的(多个)配置更改而接收到的支持票单的体量的实际更改。至少部分地基于(多个)配置更改在至少一个企业中的实际影响来生成对在指定企业中实施(多个)配置更改的净财务结果的估计。
在该方法的第三方面,确定(多个)配置更改关于指定企业中的第一机器子集的实际影响。实际影响包括由于(多个)配置更改而对指定企业中的第一机器子集的性能的实际更改以及对响应于关于指定企业中的第一机器子集的(多个)配置更改而接收到的支持票单的体量的实际更改。通过使用自适应算法分析组合信息,来推断(多个)配置更改关于指定企业中的第二机器子集的预测影响。预测影响包括由于(多个)配置更改而对指定企业中的第二机器子集的性能的预测更改以及对响应于关于指定企业中的第二机器子集的(多个)配置更改而接收到的支持票单的体量的预测更改。至少部分地基于(多个)配置更改关于指定企业的第二机器子集的实际影响并且进一步至少部分地基于(多个)配置更改关于指定企业中的第二机器子集的预测影响,来生成对关于指定企业中第二机器子集实施(多个)配置更改的净财务结果的估计。
本发明内容被提供来以简化的形式介绍将在下面的详细描述中进一步描述的一系列概念。本发明内容并不旨在识别所要求保护的主题的关键特征或必要特征,也不旨在被用来限制所要求保护的主题的范围。此外,应注意,本发明不限于在详细描述和/或本文档的其他部分中描述的特定实施例。这些实施例在本文中仅出于说明性目的而被呈现。基于本文中所包含的教导,另外的实施例对于(多个)相关领域的技术人员将是显而易见的。
附图说明
被并入本文中并形成说明书一部分的附图图示了本发明的实施例,并且与说明书一起进一步用于解释所涉及的原理并使得(多个)相关领域的技术人员能够制造和使用所公开的技术。
图1是根据实施例的结果估计系统的框图。
图2是根据实施例的图1中所示的结果估计系统的示例实现的框图。
图3图示了根据实施例的示例价值报告。
图4-图6描绘了根据实施例的用于估计企业中的(多个)配置更改的结果的示例方法的流程图。
图7是根据实施例的示例计算系统的框图。
图8描绘了可以在其中实现实施例的示例计算机。
所公开技术的特征和优点将在结合附图时从下文阐述的详细描述中变得更加明显,其中相同的附图标记自始至终标识对应的元件。在附图中,相似的附图标记通常指示相同的、功能相似的和/或结构相似的元件。元件首次出现的附图由对应的附图标记中最左边的(多个)数字来指示。
具体实现
一、简介
以下详细描述参考了图示本发明的示例性实施例的附图。然而,本发明的范围不限于这些实施例,而是由所附权利要求来限定。因此,附图中所示出的实施例之外的实施例,诸如所图示的实施例的修改版本,仍然可以被本发明所涵盖。
在说明书中对“一个实施例”、“实施例”、“示例实施例”等的引用指示所描述的实施例可以包括特定的特征、结构或特性,但是每个实施例可以不一定包括特定的特征、结构或特性。此外,这些短语不一定指的是相同的实施例。此外,当结合实施例描述特定的特征、结构或特性时,无论是否明确描述,相关领域的技术人员都知道结合其他实施例来实现这样的特征、结构或特性。
诸如“第一”、“第二”、“第三”等等之类的描述符被用来引用本文讨论的一些元件。这样的描述符被用来促进对示例实施例的讨论并且不指示所引用的元件的所需顺序,除非在本文中做出了肯定的声明,即需要这样的顺序。
二、示例实施例
本文描述的示例实施例能够估计企业中的(多个)配置更改的结果。配置更改的示例包括但不限于软件的部署(例如,对软件的更新)、更改硬件、更改(多个)安全设置和更改(多个)合规设置。例如,可以经由IT专业人员(例如,管理员)用来执行企业系统管理的企业管理工具来指示(例如,传达)估计结果。系统管理通常是指分布式系统(例如,计算机系统)的企业范围管理。可以经由系统管理来执行的一些示例任务包括但不限于反操纵管理、反病毒和反恶意软件管理、安全管理、存储管理、容量监控、服务器可用性监控和指标、用户活动的监控、网络容量和利用率监控、硬件清单以及软件清单和安装。系统管理通常包括各种功能组件,包括但不限于数据中心基础设施管理、帮助台管理、网络管理、安全信息和事件管理以及配置管理。配置管理通常系统地处理系统中的更改以维持系统的完整性。可以出于有益目的实施此类更改,包括但不限于:修改系统的能力;提高系统的性能、可靠性和/或可维护性;延长系统的寿命;降低系统的成本、风险和/或责任;并纠正系统的(多个)缺陷。
与常规系统管理技术相比,本文描述的示例技术具有各种益处。例如,示例技术可以能够估计企业中的(多个)配置更改的结果。对结果的估计可以包括对在企业中实施(多个)配置更改的净财务结果的估计。净财务结果可以考虑与实施(多个)配置更改相关联的初始成本(例如,在实施期间降低终端用户生产力的成本)和与企业相关联的持续成本的减少(例如,实施完成后提高终端用户生产力的财务利益)。净财务结果可以基于各种因素中的任何一种,包括但不限于(多个)配置更改对一个或多个企业的预测影响、(多个)配置更改对一个或多个企业的实际影响、或其组合。示例技术可以向IT专业人员提供关于与在企业中实施(多个)配置更改相关联的传统隐藏成本的洞察力。这种传统隐藏成本的示例包括但不限于与企业中的终端用户的生产力降低相关联(例如,由此产生)的成本以及与从企业中的终端用户接收到的支持票单量增加相关联的成本(例如,每单位时间)。通过提供对在企业中实施(多个)配置更改的总成本的可见性,示例技术可以导致关于企业的系统管理的更有效规划和决策制定。
示例技术可以减少用于管理系统的时间和/或资源(例如,处理器周期、存储器、网络带宽)的量。示例技术可以降低与管理系统相关联的成本。例如,通过生成对实施(多个)配置更改的净财务结果的估计,可以不执行净财务结果大于阈值量的(多个)配置更改的实施,或者可以修改(多个)配置更改中的一个或多个以减少净财务结果。示例技术可以提高为企业执行系统管理操作的计算系统的效率。例如,如果实施的净财务成本的估计超过成本阈值,则计算系统可以被配置为不实施配置更改,或者计算系统可以被配置为修改配置更改中的一个或多个以将实施的财务成本减少到低于成本阈值。
此外,通过生成对实施(多个)配置更改的净财务结果的估计,IT专业人员不必花费时间手动执行计算来估计净财务结果。减少IT专业人员管理系统所花费的时间会降低与IT专业人员相关联的成本。示例技术可以提高IT专业人员的效率。例如,通过生成对实施(多个)配置更改的净财务结果的估计,示例技术可以减少由IT专业人员执行的步骤数量、IT专业人员花费的工作量和/或IT专业人员监督企业系统管理所花费的时间。
示例技术可以提高终端用户的效率。例如,企业中的(多个)配置更改的实施可能会导致终端用户的大量停机。通过生成对实施(多个)配置更改的净财务结果的估计,可以采取缓解措施来减少终端用户的停机时间。例如,消耗超过阈值时间量的(多个)配置更改的实施可能被延迟直到终端用户不与将受(多个)配置更改影响的计算设备交互,可以选择性地从实施中排除(多个)配置更改中的一个或多个,或者可以修改(多个)配置更改中的一个或多个从而减少终端用户的停机时间。通过减少因实施而导致的终端用户的停机时间,可以减少归因于终端用户的实施成本的一部分。
图1是根据实施例的示例结果估计系统100的框图。一般而言,结果估计系统100操作以执行关于企业114A-114M(例如,客户环境)的系统配置操作。如图1中所示,结果估计系统100包括(多个)系统管理服务器102和企业114A-114M。(多个)系统管理服务器102和企业114A-114M之间的通信使用众所周知的网络通信协议在网络108上执行。网络108可以是广域网(例如,互联网)、局域网(LAN)、另一种类型的网络、或它们的组合。
企业114A-114M中的每一个包括管理系统104、网络110和用户设备106。例如,第一企业114A包括第一管理系统104A、第一网络110A和第一用户设备106A。第二企业114B包括第二管理系统104B、第二网络110B和第二用户设备106B。第M个管理系统104M包括第M个管理系统104M、第M个网络110M和第M个用户设备106M。在企业114A-114M的每一个中,管理系统104和用户设备106之间的通信使用众所周知的网络通信协议在网络110上执行。网络110可以是广域网(例如,互联网)、局域网(LAN)、另一种类型的网络、或它们的组合。
在企业114A-114M中的每一个中,用户设备106是能够与管理系统104通信的处理系统。处理系统的示例是包括能够根据指令集来操纵数据的至少一个处理器的系统。例如,处理系统可以是计算机、个人数字助理等。用户设备106被配置为向服务器(未示出)提供请求以用于请求存储在服务器上(或以其他方式可经由服务器访问)的信息。例如,用户可以使用部署在用户拥有或以其他方式可访问的用户设备上的客户端(例如,Web浏览器或其他类型的客户端)发起用于执行计算机程序(例如,应用)的请求。根据一些示例实施例,用户设备106能够访问由服务器托管的域(例如,网站),使得用户设备106可以访问通过域可用的信息。例如,这样的域可以包括网页,网页可以作为超文本标记语言(HTML)文档和链接在其中的对象(例如文件)而被提供。
用户设备106中的每一个可以包括任何启用客户端的系统或设备,包括但不限于台式计算机、膝上型计算机、平板计算机、诸如智能手表或头戴式计算机的可穿戴计算机、个人数字助理、蜂窝电话、物联网(IoT)设备等。将认识到,任何一个或多个用户设备106可以与任何一个或多个服务器通信。
用户设备106还被配置为自动地或响应于来自管理系统104的查询而向管理系统104提供信息。例如,这样的信息可以与用户设备106的硬件和/或软件配置(例如,其更新)、用户设备106的工作负载、用户设备上的资源利用等有关。
管理系统104是能够与用户设备106通信的处理系统。管理系统104被配置为响应于从企业114的IT管理员接收到的指令而执行促进企业114的系统管理的操作。例如,管理系统104可以向(多个)系统管理服务器102提供命令,指示将由(多个)系统管理服务器102实施以执行企业114的系统管理的配置更改。在另一个示例中,管理系统104可以向用户设备106提供对信息的请求。IT管理员可以至少部分地基于从用户设备106接收到的信息来做出关于用户设备106和/或网络110的系统管理的决定。将认识到,至少一些(例如,所有)信息可以由(多个)系统管理服务器102搜集,而不是由管理系统104搜集。
(多个)系统管理服务器102是能够与企业114A-114M通信的处理系统。例如,(多个)系统管理服务器102可以能够与每个企业114中的管理系统104和/或用户设备106通信。(多个)系统管理服务器102包括结果估计逻辑112。结果估计逻辑112被配置为向每个企业114中的管理服务器104和/或用户设备106提供信息和/或从其搜集信息,以便执行企业114的系统管理。例如,结果估计逻辑112可以将信息推送到用户设备106或响应于从用户设备106接收到的请求而提供信息。请求可以是用户生成的或在没有用户干预的情况下生成的。例如,应用于用户设备的策略无需明确的用户请求即可完成。根据这个示例,即使用户未登录到用户设备,策略也会在后台被应用。进一步根据这个示例,用户设备(例如,在其上的代理)可以基于时间表(例如,每小时一次)或基于事件(例如,设备唤醒、用户解锁等)为策略而对服务器进行轮询。进一步根据这个示例,服务器可以经由开放的HTTP端点而将策略推送到用户设备(例如,在其上的代理)。
根据本文描述的示例实施例,结果估计逻辑112搜集企业信息。企业信息可以包括配置信息、票单信息和/或性能信息。配置信息指示对指定企业(例如,企业114A-114M中的任何一个)进行的配置更改。票单信息指示关于配置更改的接收到的支持票单的体量。性能信息指示响应于配置更改的在指定企业中的机器(例如,企业114A中的第一用户设备106A、企业114B中的第二用户设备106B、……或企业114M中的第M个用户设备106M)的性能。例如,性能信息可以指示指定企业中的任何一个或多个机器的启动时间、登录时间、应用启动时间、崩溃率、网络延迟和/或资源消耗(例如,CPU、磁盘或电池消耗)。结果估计逻辑112将企业信息与从多个企业(例如,企业114A-114M中的任何两个或更多个)接收到的匿名信息进行组合以提供组合信息。多个企业可以包括也可以不包括指定企业。匿名信息可以包括匿名配置信息、匿名票单信息和/或匿名性能信息。匿名配置信息指示对企业进行的配置更改。匿名票单信息指示关于对企业进行的配置更改而接收到的支持票单的体量。匿名性能信息指示响应于对企业进行的配置更改的在企业中的机器的性能。匿名信息可以在企业之中求平均,但是示例实施例在这方面不受限制。例如,这种平均信息可以用作比较企业信息的基线。在另一个示例中,先前搜集的关于指定企业的企业信息可以用作比较企业信息的基线。
在第一示例实现中,结果估计逻辑112通过使用自适应算法分析组合信息来推断(多个)配置更改在企业上的预测影响。预测影响包括由于(多个)配置更改而对企业中的机器的性能的预测更改以及由于(多个)配置更改而对在企业中的接收到的支持票单的体量的预测更改。在示例场景中,(多个)配置更改可以包括安全特征的部署,并且预测影响可以指示:安全特征的部署可能会降低启动性能(例如,增加启动时间),由于多因素授权提示而对登录尝试产生负面影响(例如,增加登录时间),和/或增加企业中的支持票单的体量。结果估计逻辑112至少部分地基于(多个)配置更改在企业上的预测影响来生成对在指定企业中实施(多个)配置更改的净财务结果的估计。
在第二示例实现中,结果估计逻辑112确定(多个)配置更改在至少一个企业(例如,企业114A-114M中的至少一个)中的实际影响。实际影响包括由于(多个)配置更改而对至少一个企业中的机器的性能的实际更改以及对关于在至少一个企业中的(多个)配置更改而接收到的支持票单的体量的实际更改。在示例场景中,实际影响可以指示:(多个)配置更改已导致应用不再工作(例如,无法执行)和/或至少一个企业中的支持票单的体量增加。结果估计逻辑112至少部分地基于(多个)配置更改在至少一个企业中的实际影响来生成对在指定企业中实施(多个)配置更改的净财务结果的估计。在示例场景中,通过将(多个)配置更改的实际影响转化为终端用户时间中断,然后至少部分地基于终端用户每小时满负荷成本和处理支持票单的估计成本(例如,历史成本)而转化为实际成本,估计逻辑112可以生成对净财务结果的估计。
在第三示例实现中,结果估计逻辑112确定(多个)配置更改关于指定企业中的第一机器子集的实际影响。实际影响包括由于(多个)配置更改而对指定企业中的第一机器子集的性能的实际更改和对响应于关于指定企业中的第一机器子集的(多个)配置更改而接收到的支持票单的体量的实际更改。结果估计逻辑112通过使用自适应算法分析组合信息来推断关于(多个)配置更改在指定企业中的第二机器子集的预测影响。预测影响包括由于(多个)配置更改而对指定企业中的第二机器子集的性能的预测更改以及对响应于关于指定企业中的第二机器子集的(多个)配置更改而接收到的支持票单的体量的(多个)预测更改。结果估计逻辑112至少部分地基于关于(多个)配置更改在指定企业中的第一机器子集的实际影响并且进一步至少部分地基于关于(多个)配置更改在指定企业中的第二机器子集的预测影响,来生成关于在指定企业中的第二机器子集实施(多个)配置更改的净财务结果的估计。因此,第三示例实现可以使得能够在指定企业中预测将(多个)配置更改从试点机器(例如,第一机器子集)延展到生产机器(例如,第二机器子集)的增量财务影响。
在上述第一、第二和第三示例实现中,净财务结果可以是净正数(例如,净财务收益)或净负数(例如,净财务损失),这取决于净财务结果所基于的各种财务因素的组合分别是正的还是负的。
将认识到,上述功能性中的至少一些可以由管理系统104来实施,而不是由结果估计逻辑112来实施。例如,如果管理员不想向(多个)102系统管理服务器提供信息并且相反希望只从(多个)系统管理服务器102接收信息,则管理系统104可以搜集关于指定企业的企业信息。管理系统104可以将企业信息与匿名信息进行组合以提供组合信息。管理系统104可以确定(多个)配置更改的实际影响和/或推断(多个)配置更改的预测影响。管理系统104可以至少部分地基于实际影响和/或预测影响来生成对净财务结果的估计。
结果估计逻辑112可以以各种方式来实现以估计企业中的(多个)配置更改的结果,包括以硬件、软件、固件或其任何组合来实现。例如,结果估计逻辑112的至少一部分可以被实现为被配置为在一个或多个处理器中执行的计算机程序代码。在另一示例中,结果估计逻辑112的至少一部分可以被实现为硬件逻辑/电路。例如,结果估计逻辑112的至少一部分可以被实现在现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、系统片上系统(SoC)、复杂可编程逻辑器件(CPLD)等中。每个SoC可以包括集成电路芯片,该集成电路芯片包括以下中的一个或多个:处理器(例如,微控制器、微处理器、数字信号处理器(DSP)等)、存储器、一个或多个通信接口和/或用于执行其功能的其他电路和/或嵌入式固件。
出于说明性目的并且不旨在进行限制,结果估计逻辑112被示出为被合并在(多个)系统管理服务器102中。将认识到,结果估计逻辑112(或其任何部分)可以被合并在管理系统104和/或用户设备106中的任何一个或多个用户设备中。例如,结果估计逻辑112的客户端方面可以被合并在管理系统104和/或用户设备106中的一个或多个中,并且结果估计逻辑112的服务器端方面被合并在(多个)系统管理服务器102中。
图2是根据实施例的结果估计系统200的框图,结果估计系统200是图1中所示的结果估计系统100的示例实现。结果估计系统200可以被配置为测量企业中的关键设备指标和更改,并将那些指标和更改与公司和全球基线进行比较以获得洞察力,诸如在企业中实施更改的净财务结果。如图2中所示,结果估计系统200包括(多个)系统管理服务器202和客户环境214A-214C。例如,(多个)系统管理服务器202和客户环境214之间的通信可以使用众所周知的网络通信协议在网络上执行。(多个)系统管理服务器202包括结果估计逻辑212。结果估计逻辑212被配置为估计客户环境214A-214M中的配置更改的结果。结果估计逻辑212包括管理门户244、企业存储库216、估计逻辑218、全局数据存储库220、事件处理器222和事件收集器224。事件收集器224收集事件信息,包括配置信息236、支持票单240和性能信息242。例如,事件收集器224从各个客户环境214A-214M中的管理系统收集配置信息236。根据这个示例,事件收集器240从客户环境214A-214M中的桌面客户端收集支持票单240和性能信息242。配置信息236和性能信息242与以上参考图1的结果估计系统100描述的配置信息和性能信息相同。每个支持票单指示终端用户遇到的与终端用户的桌面客户端有关的技术问题。
事件处理器222处理从事件收集器224接收的事件信息。例如,事件处理器222至少部分地基于支持票单240来生成票单信息。票单信息指示关于由配置信息236所指示的配置更改而接收到的支持票单240的体量。事件处理器222可以至少部分地基于实施配置更改的(多个)时间实例、接收到支持票单240的(多个)时间实例、将受到配置更改影响的企业的各方面、和/或支持票单240指示遇到问题的企业的各方面,来交叉引用支持票单240与配置更改。通过交叉引用支持票单240与配置更改,事件处理器222可以确定每个支持票单240与配置更改有关的可能性。事件处理器222可以使用可能性来确定关于配置更改而接收到的支持票单240的体量。事件处理器222可以识别针对企业214A-214M中的每一个的企业信息210。针对每个企业的企业信息210包括针对该企业的企业特定信息(例如,由其组成)。例如,事件处理器222可以对事件信息进行过滤以识别与每个企业有关的事件信息部分。事件处理器222可以将与每个企业有关的事件信息部分指定为针对该企业的企业信息210。事件处理器222可以通过聚合来自各种企业214A-214M的事件信息并去除能够被用来识别从哪个客户环境214A接收到事件信息的各个部分的任何信息来生成匿名信息208。
企业数据存储库216存储企业信息210。全局数据存储库220存储匿名信息208。估计逻辑218为相应的客户环境214A-214M生成结果估计234A-234M。针对客户环境的结果估计包括至少部分地基于对该企业的企业信息210和匿名信息208的分析而对在客户环境中实施(多个)配置更改的净财务结果的估计。估计逻辑218可以至少部分地基于(多个)配置更改对设备指标(例如,设备停机时间、用户切换设备、用户交互时间、用户生产力)的实际影响和/或(多个)配置更改在客户环境214A-214M中的一个或多个中的预测影响来生成每个结果估计234A-234M。例如,可以至少部分地基于响应于其中(多个)配置更改的实施而从一个或多个客户环境214A-214M接收到的支持票单240和性能信息242来确定实际影响。因为实际影响可能基于来自少于所有企业234A-234M(例如,单个企业)的数据,所以可以缩小用来确定实际影响的一组变量的范围。例如,可以使用对应于相对宽泛类别的子类别的多个变量,而不是使用对应于相对宽泛类别的变量。
在示例实施例中,估计逻辑218利用来自客户环境214A-214M的数据来训练机器学习模型,以预测由于(多个)配置更改而对设备指标和支持票单体量的更改。在另一示例实施例中,估计逻辑218包括定制规则引擎,其使用来自客户环境214A-214M的数据来预测由于(多个)配置更改而对设备指标和支持票单体量的更改。根据这些实施例,来自客户环境214A-214M的数据可以包括企业信息和/或上面参考图1描述的匿名信息。估计逻辑218可以能够以“具有<共同特性>的<设备|用户>中的X%将看见由于<配置更改>引起的在<指标>中的Y%回归”。所有可能的配置更改的集合可能非常宽泛,这可能会导致大量数据,并基于数据分析将范围限定为可管理的预测变量子集(特性和配置更改)。估计逻辑218可以在所有设备和终端用户上寻找指标回归,追溯到一组根本原因,然后使用聚类算法来识别受影响的设备和终端用户的共同属性。
估计逻辑218可以通过如下方式来计算(多个)配置更改的净财务结果:将设备指标更改的影响(例如,实际影响和/或预测影响)转化为终端用户时间中断,确定每个终端用户每小时满负荷成本,确定处理每个支持票单的估计成本,并相加(a)终端用户时间中断与每个终端用户每小时满负荷成本的乘积和(b)处理因实施(多个)配置更改而产生的支持票单的估计时间与处理每个支持票单的估计成本。每个终端用户每小时满负荷成本可以等于被提供给多个终端用户在一段时间内工作的总补偿(例如,包括报酬和福利的货币价值)除以多个终端用户在一段时间内工作的累积小时数。将影响转化为终端用户时间中断可能涉及确定为了实施(多个)配置更改而被执行的操作的哪些部分发生在终端用户使用他们的设备时以及操作的哪些部分发生在终端用户没有使用他们的设备时。例如,夜间安装的更新可能对终端用户没有影响,但是在工作时间安装的更新可能会使终端用户的工作效率延迟10分钟或更长时间。
管理门户244是接口,客户环境中的管理员可以通过该接口来与结果估计逻辑212通信。管理门户244被配置为将结果估计234A-234M提供给相应的客户环境214A-214M。
客户环境214A-214M中的每一个包括管理系统和桌面客户端。例如,客户环境214A被示为包括管理系统204和桌面客户端206A-206C。管理系统204可以以与上面参考图1描述的管理系统104A-104M中的任何一个的类似方式来操作。桌面客户端206A-206C可以以与上面参考图1描述的用户设备106A-106M中的任何一个的类似方式操作。出于非限制性说明性目的,桌面客户端206被示为包括事件日志226、注册表228、扩展230和性能监控代理232。事件日志226包括与关于桌面客户端206A而发生的事件有关的信息。例如,事件日志226可以包括指示对应事件发生的时间实例的时间戳和描述事件的描述性信息。注册表228可以包括桌面客户端206A的操作系统(OS)中的配置设置的数据库。扩展230扩展操作系统驱动模型。例如,扩展230可以提供OS接口,所插装的组件可以通过该接口提供信息和通知。性能监控代理232查看事件日志226、注册表228中的配置设置、以及通过扩展230提供的OS接口接收的信息和通知,并基于它们来生成性能信息242。
将认识到,结果估计系统200可以不包括图2中所示的一个或多个组件。此外,结果估计系统200可以包括除了或代替图2中所示的组件的组件。
图3图示了根据实施例的示例价值报告300。价值报告300指示组织通过相对于先前测得的基线对性能指标(例如,启动时间和登录时间)进行优化而节省(或可以节省)的金额。价值报告300包括基线菜单302、过滤器菜单304、每小时成本字段306、货币菜单308和虚拟创建按钮310。基线菜单302使得企业的管理员能够选择日期,在该日期上捕获与企业相关联的指标的快照以建立有关企业的基线。基线菜单302被配置为提供从中选择日期的多个日期。出于非限制性说明的目的,该日期被指定为6月19日。过滤器菜单304使得管理员能够对在企业中发生的事件进行过滤,以便确定在企业中实施(多个)配置更改的净财务结果。出于非限制性说明目的,管理员未选择过滤器。每小时成本字段306使得管理员能够规定与每个信息工作者(IW)相关联的每小时成本。货币菜单308使得管理员能够规定与在每小时成本字段306中规定的每小时成本相关联的货币。用于非限制性说明目的,管理员在每小时成本字段306中规定了每小时成本为100.00并且在货币菜单308中选择了美元(USD)。虚拟创建按钮310使得管理员能够发起在企业中实施(多个)配置更改的净财务结果的创建。
价值报告300显示管理员选择虚拟创建按钮310的结果。具体而言,价值报告300规定(多个)配置更改的实施将导致每月节省28,000美元,其中包括与因实施(多个)配置更改而导致的启动时间的减少相关联的第一部分和与因实施(多个)配置更改而导致的登录时间的减少相关联的第二部分。价值报告300指示:(多个)配置更改的实施将启动时间减少了21小时,这对应于每月节省10,238美元的成本。因启动时间的减少而节省的每月成本基于对与本月17,234台设备相对应的38,700次重启的分析。价值报告300进一步指示:(多个)配置更改的实施将登录时间减少了38小时,这对应于每月节省17,762美元的成本。因登录时间的减少而节省的每月成本基于对与本月17,234台设备相对应的38,700次登录的分析。价值报告300进一步指示:(多个)配置更改的实施修复了154个问题,对应于17,234个设备和5个脚本。管理员对“打印”用户界面元素的选择导致价值报告300被打印。管理员对“导出”用户界面元素的选择导致价值报告300被导出(例如,被保存在管理员规定位置的文件中)。例如,管理员可以与组织的首席信息官(CIO)共享价值报告300,以展示通过实施(多个)配置更改节省(或将节省)的金钱净额。
图4-图6描绘了根据实施例的用于估计企业中的(多个)配置更改的结果的示例方法的流程图400、500和600。例如,流程图400、500和600可以由图1中所示的(多个)系统管理服务器102、管理系统104A-104M中的一个管理系统、或其组合来执行。为了说明的目的,流程图400、500和600是相关于图7中所示的计算系统700来描述的,其可以是(多个)系统管理服务器102、管理系统104A-104M中的一个管理系统、或它们的组合的示例实现。如图7中所示,计算系统700包括结果估计逻辑712。结果估计逻辑712包括组合逻辑702、确定逻辑704和估计逻辑706。确定逻辑704包括实际影响逻辑714和预测影响逻辑716。预测影响逻辑716包括自适应算法722。估计逻辑706包括时间逻辑718和生成逻辑720。基于关于流程图400、500和600的讨论,进一步的结构和操作实施例对于(多个)相关领域的技术人员将是显而易见的。
如图4中所示,流程图400的方法开始于步骤402。在步骤402处,搜集关于指定企业的企业信息。企业信息包括(a)指示对指定企业进行的配置更改的配置信息,(b)与关于配置更改而接收到的支持票单的体量有关的票单信息,以及(c)关于响应于配置更改的在指定企业中的机器的性能的性能信息。在示例实现中,组合逻辑702搜集企业信息710,其包括配置信息、票单信息和性能信息。
任何一个或多个机器的性能可以包括机器启动时间(例如,通过(多个)配置更改的多阶段实施的阶段);登录时间(例如,通过阶段);(多个)应用启动时间(例如,应用启动的时间实例与用户开始与应用交互的时间实例之间的持续时间);CPU、存储器、磁盘输入/输出(I/O)和/或网络I/O消耗的总持续时间,其大于或等于消耗阈值(例如,总消耗容量的75%);机器利用率(例如,每个机器开启并且用户与机器交互的小时数);应用利用率;电池利用率;磁盘利用率;网络延迟和超时率(例如,通过应用和/或统一资源标识符(URI)端点;内核崩溃(BSOD)的故障之间平均使用时间;异常关闭的故障之间平均使用时间;作为消耗之间的平均时间的预测电池寿命;当用户与之交互时,以超过阈值速率的速率消耗电池的应用子集;硬盘驱动器的预测寿命;和/或驱动程序和/或应用的挂起和崩溃频率。
任何一个或多个机器的性能可以包括一个或多个机器至少部分地由于(多个)配置更改的实施而经历的停机时间量。机器的停机时间对应于使用该机器的终端用户的停机时间。终端用户的停机时间对应于终端用户的生产力的降低。机器的停机时间可以包括机器离线(例如,未完全启动)的时间和/或机器处于终端用户无法与机器交互的状态中的时间。例如,当终端用户登录到机器时,终端用户输入终端用户凭据时的时间实例与终端用户能够在机器上启动应用时的时间实例之间的时间段是机器处于终端用户无法与机器交互的状态中的时间示例。
在步骤404处,将企业信息与从多个企业接收到的匿名信息进行组合以提供组合信息。匿名信息包括(a)指示对企业进行的配置更改的匿名配置信息,(b)与关于对企业进行的配置更改的而接收到的支持票单的体量有关的匿名票单信息,以及(c)关于响应于对企业进行的配置更改的在企业中的机器的性能的匿名性能信息。在示例实现中,组合逻辑702将企业信息710与从多个企业接收到的匿名信息708进行组合以提供组合信息732。
在步骤406处,通过使用自适应算法分析组合信息来推断(多个)配置更改在企业上的预测影响。预测影响包括由于(多个)配置更改而对企业中的机器的性能的预测更改以及由于(多个)配置更改而对企业中接收到的支持票单的体量的预测更改。例如,可以至少部分地基于(多个)配置更改在一个或多个企业上的实际影响来推断(多个)配置更改在企业上的预测影响。在另一示例中,可以至少部分地基于一个或多个其他配置更改在一个或多个企业上的实际影响来推断(多个)配置更改在企业上的预测影响。例如,可以在一个或多个其他配置更改、一个或多个其他配置更改的实际影响和(多个)配置更改之间进行相关以推断预测影响。在示例实现中,预测影响逻辑716通过使用自适应算法722分析组合信息732来推断(多个)配置更改在企业上的预测影响。根据这个实现,预测影响逻辑716生成响应于推断预测影响的预测影响指示符726。预测影响指示符726指示(例如,规定)预测影响。
在示例实施例中,在步骤406处推断预测影响至少部分地基于如何实施(多个)配置更改。例如,确定可以至少部分地基于将在指定企业中执行(多个)配置更改的实施的时间量。根据这个示例,在相对较短的时间量内实施(多个)配置更改可能比在相对较大的时间量内实施(多个)配置更改具有更大的影响。例如,平均而言,快速推出更新可能比更缓慢地推出更新产生更大的影响。
在步骤408处,至少部分地基于(多个)配置更改在企业上的预测影响来生成对在指定企业中实施(多个)配置更改的净财务结果的估计。在示例实现中,估计逻辑706至少部分地基于由预测影响指示符726所指示的预测影响来生成结果估计736。结果估计736包括对在指定企业内实施(多个)配置更改的净财务结果的估计。
在示例实施例中,在步骤408处生成净财务结果的估计包括:至少部分地基于预测影响,确定指定企业中的终端用户的生产力在统计上可能由于(多个)配置更改而改变的累积时间量。例如,时间逻辑718可以确定累积时间量。根据这个示例,时间逻辑718可以生成时间指示符734以指示累积时间量。根据这个实施例,在步骤408处生成净财务结果的估计至少部分地基于第一部分和第二部分的总和。第一部分等于累积时间量与指定企业中每个终端用户每单位时间成本的乘积。第二部分等于解决与在指定企业中的(多个)配置更改有关的支持票单的估计成本。例如,生成逻辑720可以至少部分地基于第一部分和第二部分的总和来生成结果估计736。根据这个示例,生成逻辑720可以响应于时间指示符734、终端用户成本信息728和票单成本信息730的接收来生成结果估计736。终端用户成本信息728指示指定企业中每个终端用户每单位时间成本。票单成本信息730指示解决与指定企业中的(多个)配置更改有关的支持票单的估计成本。在一方面,解决支持票单的估计成本可以至少部分地基于与每个支持票单相关联的预定固定估计成本。固定估计成本可以是任何合适的成本,诸如100美元、150美元、185美元等。根据这个方面,解决与(多个)配置更改有关的支持票单的估计成本可以通过将固定估计成本与支持票单的数量相乘来计算。例如,如果固定估计成本是100美元,并且23个支持票单可归因于(多个)配置更改的实施,则解决支持票单的估计成本是100美元*23=2300美元。
在本实施例的示例实现中,累积时间量包括第一时间量和第二时间量。根据这个实现,第一部分等于(a)第一时间量与指定企业中的第一终端用户子集中每个终端用户每单位时间的第一共同成本的乘积和(b)第二时间量与指定企业中的第二终端用户子集中每个终端用户每单位时间的第二共同成本的乘积的总和。进一步根据这个实现,第一终端用户子集中每个终端用户每单位时间的第一共同成本和第二终端用户子集中每个终端用户每单位时间的第二共同成本是不同的。对于终端用户的各个子集,每个终端用户每单位时间的不同共同成本可以被称为“不同的人工成本”。例如,第一终端用户子集可以驻留在第一地理区域中,并且第二终端用户子集可以驻留在与第一地理区域不同的第二地理区域中。根据这个示例,第一地理区域可以是中国,第二地理区域可以是欧洲。在另一个示例中,第一终端用户子集可以属于组织的层次结构中的第一层级(例如,薪酬等级),并且第二终端用户子集可以属于层次结构中的第二层级,其中第二层级不同于第一层级。根据这个示例,第一层级可以对应于管理团队,而第二层级可以对应于经理。需要注意的是,如果第一时间量与第一终端用户子集中每个终端用户每单位时间的第一共同成本的乘积大于第二时间量与第二终端用户子集中每个终端用户每单位时间的第二共同成本的乘积,则可以确定在第一终端用户子集中的机器之前关于第二终端用户子集中的机器实施(多个)配置更改,反之亦然。
在另一示例实施例中,在步骤408处生成净财务结果的估计考虑了在(多个)配置更改的实施期间与实施(多个)配置更改相关联的估计初始成本并且进一步考虑了由于实施完成而预测会产生的估计财务利益。估计初始成本是由于如下所致:在(多个)配置更改的实施期间,指定企业中的机器的性能的预测降低和/或关于在指定企业中的(多个)配置更改而接收到的支持票单的体量的预测增加。估计财务利益是由于如下所致:在(多个)配置更改的实施完成之后,指定企业中的机器的性能的预测提高和/或在指定企业中接收到的支持票单的体量的预测减少。例如,估计财务利益可以对应于投资回收期,在该投资回收期,估计初始成本在(多个)配置更改的实施完成之后被与机器相关联的持续成本的减少所抵消。根据这个示例,在(多个)配置更改的实施完成之后的日常基础上,终端用户可能会更有效率,可能会接收到更少的支持票单,终端用户的机器可能会体验更少的停机时间,机器可能更高效,机器可以更快地执行操作等等。如果估计初始成本大于预测会产生的估计财务利益,则净财务结果可以被称为净财务损失。如果估计初始成本低于预计会产生的估计财务利益,则净财务结果可以被称为净财务利益。
在又一示例实施例中,企业信息还包括库存信息,其指示与指定企业中的机器相关联的硬件和/或软件。根据这个实施例,匿名信息还包括匿名库存信息,其指示与多个企业中的机器相关联的硬件和/或软件。库存信息(例如,匿名库存信息)可以指示关于任何一个或多个机器的任何合适的信息。库存信息的示例包括但不限于与一个或多个机器相关联的制造商和/或硬件型号;此类硬件的时代;与一个或多个机器相关联的存储器、中央处理单元(CPU)、硬盘驱动器、网络和/或(多个)附加外围设备;部署在一个或多个机器上的操作系统(OS)的版本和/或补丁级别;安装在一个或多个机器上的应用;一个或多个机器的启动配置;部署在一个或多个机器上的基本输入/输出系统(BIOS)的版本;安装在一个或多个机器上的(多个)驱动程序的清单和/或(多个)版本;以及与一个或多个机器相关联的设置和/或策略。
在又一示例实施例中,性能信息指示指定企业中的机器的终端用户响应于(多个)配置更改(例如,响应于(多个)配置更改的实施或者由于(多个)配置更改的实施)而无法与机器交互的时间量。例如,终端用户可能无法在机器停机时间期间与机器交互。根据这个示例,终端用户在机器启动期间和/或在终端用户登录到机器期间可能无法与机器交互。
在另一示例实施例中,性能信息指示终端用户由于对指定企业进行的(多个)配置更改而从使用第一机器切换到使用第二机器。例如,终端用户可能具有在终端用户的多个机器之间的共同终端用户身份。云服务(例如,其代理)或部署在每个终端用户的机器上的应用可以检测用户何时使用该机器。例如,云服务或应用可以检测到终端用户正在积极使用云服务来执行操作(例如,检查终端用户的电子邮件、回复电子邮件、与社交媒体账户交互等)。因此,可以至少部分地基于来自云服务或部署在第一机器上的第一信号以及来自云服务或部署在第二机器上的应用的第二信号来确定终端用户从使用第一机器切换到使用第二机器,该第一信号指示终端用户在(多个)配置更改的实施之前的第一时间实例使用第一机器,该第二信号指示终端用户在(多个)配置更改的实施完成之后的第二时间实例使用第二机器。在示例场景中,可以确定:虽然终端用户的(多个)机器的停机时间没有改变,但是(多个)配置更改的实施已经导致终端用户从使用第一机器切换到使用第二机器。根据这个场景,可以知晓与使用第一台机器相比,终端用户在使用第二机器时,生产效率降低了X%。因此,终端用户从使用第一机器切换到使用第二机器可以指示实施(多个)配置更改的估计初始成本相对较高。
在又一示例实施例中,性能信息指示终端用户与指定企业中的一个或多个机器上的指定应用交互(例如,参与)的时间量。例如,终端用户与机器交互的时间量可以由部署在机器上的应用(例如,生产力应用)或部署在机器上的云服务代理来检测。例如,可以向指定企业的管理员和/或终端用户呈现选择允许云服务代理监控终端用户与机器的交互的选项。根据这个示例,云服务代理可以至少部分地基于指定企业的管理员和/或终端用户选择允许云服务代理来监控终端用户与机器的交互来检测终端用户与机器交互的时间量。
在又一示例实施例中,性能信息指示终端用户的生产力,该生产力由终端用户在指定企业中的一个或多个机器上访问的应用确定。
在另一示例实施例中,性能信息指示终端用户何时与指定企业中的机器交互。例如,性能信息可以指示终端用户与机器交互的(多个)时间、终端用户在统计上可能与机器交互的时间范围、终端用户在星期几与机器交互,终端用户在统计上可能在星期几与机器交互,等等。例如,在夜间实施(多个)配置更改对终端用户和机器的影响可能与在白天实施(多个)配置更改的影响显著相同。在另一个示例中,在周末实施(多个)配置更改对终端用户和机器的影响可能与在工作日内实施(多个)配置更改的影响显著相同。因此,知晓终端用户何时与机器交互可以有助于确定(多个)配置更改的实施可能对终端用户和机器产生的影响,这可能导致对在指定企业中实施(多个)配置更改的净财务结果的更准确估计。
在一些示例实施例中,可以不执行流程图400的一个或多个步骤402、404、406和/或408。此外,可以执行除了步骤402、404、406和/或408之外或代替步骤402、404、406和/或408的步骤。例如,在示例实施例中,(多个)配置更改在企业上的预测影响包括在企业中的终端用户的生产力的预测降低。根据这个实施例,流程图400的方法还包括提供建议以修改(多个)配置更改在指定企业中的实施的至少一个方面,以至少部分地补偿在指定企业中的终端用户的生产力的预测降低,其至少部分地基于企业中的终端用户的生产力的预测降低。例如,提供建议可以包括提供改变实施(多个)配置更改的时间和/或日期的建议,以至少部分地补偿在指定企业中的终端用户的生产力的预测降低。例如,建议可以指示,如果用于实施(多个)配置更改的最后期限从周五下午改变为周六下午,则实施(多个)配置更改的估计初始成本可能减少X%或$Y,因为在终端用户的下班时间期间可以执行更多的实施。在示例实现中,估计逻辑706提供建议以修改(多个)配置更改的实施的至少一个方面。
在另一示例实施例中,流程图400的方法还包括确定(多个)配置更改在至少一个企业中的实际影响。实际影响可以包括对至少一个企业中的一个或多个机器的性能的实际更改以及对关于至少一个企业中的(多个)配置更改而接收到的支持票单的体量的实际更改。例如,在实施(多个)配置更改之前关于至少一个企业的票单信息和性能信息可以与在实施(多个)配置更改之后关于至少一个企业的票单信息和性能信息进行比较,以确定(多个)配置更改在至少一个企业中的实际影响。关于至少一个企业的票单信息和性能信息可以是匿名的,但是示例实施例的范围在这方面不受限制。在示例实现中,实际影响逻辑714确定(多个)配置更改在至少一个企业中的实际影响。例如,实际影响逻辑714可以生成实际影响指示符724,其指示(多个)配置更改在至少一个企业中的实际影响。根据这个实施例,在步骤408处生成净财务结果的估计至少部分地基于(多个)配置更改在企业中的预测影响,并且进一步至少部分地基于(多个)配置更改在至少一个企业中的实际影响。例如,估计逻辑706可以至少部分地基于由预测影响指示符726指示的预测影响并且进一步至少部分地基于由实际影响指示符724指示的实际影响来生成结果估计736。结果估计736包括在指定企业中实施(多个)配置更改的净财务结果的估计。
在又一示例实施例中,流程图400的步骤406和408可以用图5的流程图500中所示的一个或多个步骤代替。如图5中所示,流程图500的方法开始于步骤502。在步骤502中,确定(多个)配置更改在至少一个企业中的实际影响。例如,可以至少部分地基于组合信息来确定实际影响。例如,可以至少部分地基于企业信息和/或匿名信息来确定实际影响。实际影响包括由于(多个)配置更改而对至少一个企业中的机器的性能的实际更改以及对关于在至少一个企业中的(多个)配置更改而接收到的支持票单的体量的实际更改。在示例实现中,实际影响逻辑714确定(多个)配置更改在至少一个企业中的实际影响。例如,实际影响逻辑714可以至少部分地基于组合信息732来确定实际影响。根据这个实现,实际影响逻辑714响应于确定实际影响而生成实际影响指示符724。实际影响指示符724指示(例如,规定)实际影响。
在步骤504处,至少部分地基于(多个)配置更改在至少一个企业中的实际影响来生成对在指定企业中实施(多个)配置更改的净财务结果的估计。在示例实现中,估计逻辑706至少部分地基于由实际影响指示符724指示的实际影响来生成结果估计736。结果估计736包括对在指定企业中实施(多个)配置更改的净财务结果的估计。
以上关于流程图400的步骤406和/或408描述的任何实施例也适用于流程图500的步骤502和/或504,但是对预测影响和预测更改的引用可以用对实际影响和实际更改的引用来代替。例如,在示例实施例中,在步骤504处生成净财务结果的估计包括:至少部分地基于实际影响,确定在指定企业中的终端用户的生产力在统计上可能由于(多个)配置更改而改变的累积时间量。例如,时间逻辑718可以确定累积时间量。根据这个示例,时间逻辑718可以生成时间指示符734以指示累积时间量。根据这个实施例,在步骤504处生成净财务结果的估计至少部分地基于第一部分和第二部分的总和。第一部分等于累积时间量与指定企业中每个终端用户每单位时间成本的乘积。第二部分等于解决与在指定企业中的(多个)配置更改有关的支持票单的估计成本。例如,生成逻辑720可以至少部分地基于第一部分和第二部分的总和来生成结果估计736。
在本实施例的示例实现中,累积时间量包括第一时间量和第二时间量。根据这个实现,第一部分等于(a)第一时间量与指定企业中的第一终端用户子集中每个终端用户每单位时间的第一共同成本的乘积和(b)第二时间量与指定企业中的第二终端用户子集中每个终端用户每单位时间的第二共同成本的乘积的总和。进一步根据这个实现,第一终端用户子集中每个终端用户每单位时间的第一共同成本和第二终端用户子集中每个终端用户每单位时间的第二共同成本是不同的。
在另一示例实施例中,(多个)配置更改在至少一个企业中的实际影响包括在至少一个企业中的终端用户的生产力的实际降低。根据这个实施例,流程图500的方法还包括提供建议以修改(多个)配置更改在指定企业中的实施的至少一个方面,以至少部分地补偿在指定企业中的终端用户的生产力的预测降低,其至少部分地基于在至少一个企业中的终端用户的生产力的实际降低。例如,提供建议可以包括提供建议以更改实施(多个)配置更改的时间和/或日期,以至少部分地补偿在指定企业中的终端用户的生产力的预测降低,其至少部分地基于在至少一个企业中的终端用户的生产力的实际降低。在示例实现中,估计逻辑706提供建议以修改(多个)配置更改的实施的至少一个方面。
在又一示例实施例中,流程图400的步骤406和408可以用图6的流程图600中所示的一个或多个步骤代替。如图6中所示,流程图600的方法开始于步骤602。在步骤602中,确定(多个)配置更改关于指定企业中的第一机器子集(例如,在其上)的实际影响。实际影响包括由于(多个)配置更改而对指定企业中的第一机器子集的性能的实际更改以及对响应于关于指定企业中的第一机器子集的(多个)配置更改而接收到的支持票单的体量的实际更改。在示例实现中,实际影响逻辑714确定(多个)配置更改关于指定企业中的第一机器子集的实际影响。例如,实际影响逻辑714可以至少部分地基于组合信息732来确定实际影响。根据这个实现,实际影响逻辑714响应于确定实际影响而生成实际影响指示符724。实际影响指示符724指示(例如,规定)实际影响。
在步骤604处,通过使用自适应算法分析组合信息来推断(多个)配置更改关于指定企业中的第二机器子集的预测影响。预测影响包括由于(多个)配置更改而对指定企业中的第二机器子集的性能的预测更改以及对响应于关于指定企业中的第二机器子集的(多个)配置更改而接收到的支持票单的体量的预测更改。第二机器子集不同于第一机器子集。在示例实现中,预测影响逻辑716通过使用自适应算法722分析组合信息732来推断(多个)配置更改关于指定企业中的第二机器子集的预测影响。在该实现中,预测影响逻辑716响应于推断预测影响来生成预测影响指示符726。预测影响指示符726指示(例如,规定)预测影响。
将认识到,(多个)配置更改的实际影响可以在步骤602处关于第一机器子集而不是关于第二机器子集来确定。将进一步认识到,(多个)配置更改的预测影响可以在步骤604处关于第二机器子集而不是关于第一机器子集来推断。
在示例实施例中,(多个)配置更改关于第一机器子集的实施是(多个)配置更改的试点实施。根据这个实施例,(多个)配置更改关于第二机器子集的实施是(多个)配置更改的生产实施。
在步骤606处,至少部分地基于(多个)配置更改关于指定企业中的第一机器子集的实际影响并且进一步至少部分地基于(多个)配置更改关于指定企业中的第二机器子集的预测影响,来生成对关于指定企业中的第二机器子集实施(多个)配置更改的净财务结果的估计。在示例实现中,估计逻辑706至少部分地基于由实际影响指示符724指示的实际影响并且进一步至少部分地基于由预测影响指示符726指示的预测影响来生成结果估计736。结果估计736包括对关于指定企业中的第二机器子集实施(多个)配置更改的净财务结果的估计。
在示例实施例中,在步骤606处生成净财务结果的估计包括:至少部分地基于实际影响并且进一步至少部分地基于预测影响,确定指定企业中的第二机器子集的终端用户的生产力在统计上可能由于(多个)配置更改而改变的累积时间量。例如,时间逻辑718可以确定累积时间量。根据这个示例,时间逻辑718可以生成时间指示符734以指示累积时间量。根据这个实施例,在步骤606处生成净财务结果的估计至少部分地基于第一部分和第二部分的总和。第一部分等于累积时间量与指定企业中的第二机器子集中的机器的每个终端用户每单位时间成本的乘积。第二部分等于解决与关于指定企业中的第二机器子集的(多个)配置更改有关的支持票单的估计成本。例如,生成逻辑720可以至少部分地基于第一部分和第二部分的总和来生成结果估计736。根据这个示例,生成逻辑720可以响应于时间指示符734、终端用户成本信息728和票单成本信息730的接收来生成结果估计736。终端用户成本信息728指示指定企业中的第二机器子集中的机器的每个终端用户每单位时间成本。票单成本信息730指示解决与关于指定企业中的第二机器子集的(多个)配置更改有关的支持票单的估计成本。
在本实施例的示例实现中,累积时间量包括第一时间量和第二时间量。根据这个实现,第一部分等于(a)第一时间量与指定企业中的第二机器子集中的机器的第一终端用户子集中的每个终端用户每单位时间的第一共同成本的乘积和(b)第二时间量与指定企业中的第二机器子集中的机器的第二终端用户子集中的每个终端用户每单位时间的第二共同成本的乘积的总和。进一步根据这个实现,第一终端用户子集中每个终端用户每单位时间的第一共同成本和第二终端用户子集中每个终端用户每单位时间的第二共同成本是不同的。
在另一示例实施例中,在步骤606处生成净财务结果的估计考虑了与在(多个)配置更改的实施期间实施(多个)配置更改相关联的估计初始成本,并且进一步考虑了由于实施完成而预测会产生的估计财务利益。估计初始成本是由于以下所致:在(多个)配置更改的实施期间,指定企业中的第二机器子集的性能的预测降低和/或关于指定企业中的第二机器子集的(多个)配置更改而接收到的支持票单的体量的预测增加。估计财务利益是由于以下所致:在(多个)配置更改的实施完成之后,在指定企业中的第二机器子集的性能的预测提高和/或在指定企业中接收到的支持票单的体量的预测减少。
在又一示例实施例中,企业信息还包括库存信息,其指示与指定企业中的机器相关联的硬件和/或软件。根据这个实施例,匿名信息还包括匿名库存信息,其指示与多个企业中的机器相关联的硬件和/或软件。
在又一示例实施例中,性能信息指示指定企业中的机器的终端用户响应于(多个)配置更改而无法与机器交互的时间量。
在另一示例实施例中,性能信息指示终端用户由于对指定企业进行(多个)配置更改而从使用第一机器切换到使用第二机器。
在又一示例实施例中,性能信息指示终端用户与指定企业中的一个或多个机器上的指定应用交互的时间量。
在又一示例实施例中,性能信息指示终端用户的生产力,该生产力由终端用户在指定企业中的一个或多个机器上访问的应用确定。
在另一示例实施例中,性能信息指示终端用户何时与指定企业中的机器交互。
在又一示例实施例中,(多个)配置更改关于指定企业中的第二机器子集的预测影响包括在指定企业中的第二机器子集的终端用户的生产力的预测降低。根据这个实施例,流程图600的方法进一步包括提供建议以修改(多个)配置更改关于在指定企业中的第二机器子集的实施的至少一个方面,以至少部分地补偿在指定企业中的第二机器子集的终端用户的生产力的预测降低。在示例实现中,估计逻辑706提供建议以修改(多个)配置更改的实施的至少一个方面。
尽管为了方便呈现而以特定的顺序描述了一些公开方法的操作,但是应当理解,这种描述方式包括重新布置,除非在此阐述的特定语言需要特定的顺序。例如,顺序描述的操作在一些情况下可以重新布置或同时执行。此外,为了简单起见,附图可能没有示出所公开的方法可以与其他方法结合使用的各种方式。
将认识到,计算系统700可以不包括组合逻辑702、确定逻辑704、估计逻辑706、结果估计逻辑712、实际影响逻辑714、预测影响逻辑716、自适应算法722、时间逻辑718和/或生成逻辑720中的一个或多个。此外,计算系统700可以包括除了或代替组合逻辑702、确定逻辑704、估计逻辑706、结果估计逻辑712、实际影响逻辑714、预测影响逻辑716、自适应算法722、时间逻辑718和/或生成逻辑720的组件。
结果估计逻辑112、结果估计逻辑212、估计逻辑218、事件处理器222、事件收集器224、性能监控代理232、管理门户244、组合逻辑702、确定逻辑704、估计逻辑706、结果估计逻辑712、实际影响逻辑714、预测影响逻辑716、自适应算法722、时间逻辑718、生成逻辑720、流程图400、流程图500、和/或流程图600中的任何一个或多个可以在硬件、软件、固件或其任何组合中实现。
例如,结果估计逻辑112、结果估计逻辑212、估计逻辑218、事件处理器222、事件收集器224、性能监控代理232、管理门户244、组合逻辑702、确定逻辑704、估计逻辑706、结果估计逻辑712、实际影响逻辑714、预测影响逻辑716、自适应算法722、时间逻辑718、生成逻辑720、流程图400、流程图500和/或流程图600中的任何一个或多个可以至少部分地被实现为被配置为在一个或多个处理器中执行的计算机程序代码。
在另一个示例中,结果估计逻辑112、结果估计逻辑212、估计逻辑218、事件处理器222、事件收集器224、性能监控代理232、管理门户244、组合逻辑702、确定逻辑704、估计逻辑706、结果估计逻辑712、实际影响逻辑714、预测影响逻辑716、自适应算法722、时间逻辑718、生成逻辑720、流程图400、流程图500和/或流程图600中的任何一个或多个可以至少部分地被实现为硬件逻辑/电路。这种硬件逻辑/电路可以包括一个或多个硬件逻辑组件。硬件逻辑组件的示例包括但不限于现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、系统片上系统(SoC)、复杂可编程逻辑器件(CPLD)等。例如,SoC可以包括集成电路芯片,该集成电路芯片包括以下中的一个或多个:处理器(例如,微控制器、微处理器、数字信号处理器(DSP)等)、存储器、一个或多个通信接口和/或用于执行其功能的其他电路和/或嵌入式固件。
三、一些示例实施例的进一步讨论
示例系统包括存储器和耦合到存储器的一个或多个处理器。一个或多个处理器被配置为:搜集企业信息,包括(a)指示对指定企业进行的配置更改的配置信息,(b)与关于配置更改而接收到的支持票单的体量有关的票单信息,以及(c)关于响应于配置更改的在指定企业中的机器的性能的性能信息。将企业信息与从多个企业接收到的匿名信息进行组合以提供组合信息。匿名信息包括(a)指示对多个企业进行的配置更改的匿名配置信息,(b)与关于对多个企业进行的配置更改而接收到的支持票单的体量有关的匿名票单信息,以及(c)关于响应于对多个企业进行的配置更改的在多个企业中的机器的性能的匿名性能信息。通过使用自适应算法分析组合信息来推断一个或多个配置更改在多个企业上的预测影响。预测影响包括由于一个或多个配置更改而对多个企业中的机器的性能的预测更改以及由于一个或多个配置更改而对在多个企业中接收到的支持票单的体量的预测更改。至少部分地基于一个或多个配置更改在多个企业上的预测影响来生成对在指定企业中实施一个或多个配置更改的净财务结果的估计。
在示例系统的第一方面,一个或多个处理器被配置为:至少部分地基于预测影响,确定指定企业中的终端用户的生产力在统计上可能由于一个或多个配置更改而改变的累积时间量。根据第一方面,至少部分地基于第一部分和第二部分的总和,生成对在指定企业中实施一个或多个配置更改的净财务结果的估计。第一部分等于累积时间量与指定企业中每个终端用户每单位时间成本的乘积。第二部分等于解决与在指定企业中的一个或多个配置更改有关的支持票单的估计成本。
在示例系统的第一方面的实现中,累积时间量包括第一时间量和第二时间量。根据这个实现,第一部分等于(a)第一时间量与指定企业中的第一终端用户子集中每个终端用户每单位时间的第一共同成本的乘积和(b)第二时间量与指定企业的第二终端用户子集中每个终端用户每单位时间的第二共同成本的乘积的总和。进一步根据这个实现,第一终端用户子集中每个终端用户每单位时间的第一共同成本和第二终端用户子集中每个终端用户每单位时间的第二共同成本是不同的。
在示例系统的第二方面,一个或多个处理器被配置为:通过考虑在一个或多个配置更改的实施期间与实施一个或多个配置更改相关联的估计初始成本并且通过考虑由于实施完成而预测会产生的估计财务利益,生成对在指定企业中实施一个或多个配置更改的净财务结果的估计。根据第二方面,估计初始成本至少部分地基于以下中的至少一个:在一个或多个配置更改的实施期间,指定企业中的机器的性能的预测降低或者关于在指定企业中的一个或多个配置更改而接收到的支持票单的体量的预测增加。进一步根据第二方面,估计财务利益至少部分地基于以下中的至少一个:在一个或多个配置更改的实施完成之后,指定企业中的机器的性能的预测提高或在在指定企业中接收到的支持票单的体量的预测减少。示例系统的第二方面可以结合示例系统的第一方面来实现,但是示例实施例在这方面不受限制。
在示例系统的第三方面,企业信息还包括库存信息,其指示与指定企业中的机器相关联的硬件或软件中的至少一个。根据第三方面,匿名信息还包括匿名库存信息,其指示与多个企业中的机器相关联的硬件或软件中的至少一个。示例系统的第三方面可以结合示例系统的第一和/或第二方面来实现,但是示例实施例在这方面不受限制。
在示例系统的第四方面,性能信息指示指定企业中的机器的终端用户响应于配置更改而无法与机器交互的时间量。示例系统的第四方面可以结合示例系统的第一、第二和/或第三方面来实现,但是示例实施例在这方面不受限制。
在示例系统的第五方面,性能信息指示终端用户由于对指定企业进行的配置更改而从使用第一机器切换到使用第二机器。示例系统的第五方面可以结合示例系统的第一、第二、第三和/或第四方面来实现,但是示例实施例在这方面不受限制。
在示例系统的第六方面,性能信息指示终端用户与指定企业中的一个或多个机器上的指定应用交互的时间量。示例系统的第六方面可以结合示例系统的第一、第二、第三、第四和/或第五方面来实现,但是示例实施例在这方面不受限制。
在示例系统的第七方面,性能信息指示终端用户的生产力,该生产力由终端用户在指定企业中的一个或多个机器上访问的应用确定。示例系统的第七方面可以结合示例系统的第一、第二、第三、第四、第五和/或第六方面来实现,但是示例实施例在这方面不受限制。
在示例系统的第八方面中,性能信息指示终端用户何时与指定企业中的机器交互。示例系统的第八方面可以结合示例系统的第一、第二、第三、第四、第五、第六和/或第七方面来实现,但是示例实施例在这方面不受限制。
在示例系统的第九方面,一个或多个配置更改在多个企业上的预测影响包括在多个企业中的终端用户的生产力的预测降低。根据第九方面,一个或多个处理器还被配置为:提供建议以修改一个或多个配置更改在指定企业中的实施的至少一个方面,以至少部分地补偿在指定企业中的终端用户的生产力的预测降低,其至少部分地基于多个企业中的终端用户的生产力的预测降低。示例系统的第九方面可以结合示例系统的第一、第二、第三、第四、第五、第六、第七和/或第八方面来实现,但是示例实施例在这方面不受限制。
在示例系统的第十方面,一个或多个处理器被配置为确定一个或多个配置更改在至少一个企业中的实际影响。实际影响包括对至少一个企业中的一个或多个机器的性能的实际更改以及对关于至少一个企业中的一个或多个配置更改而接收到的支持票单的体量的实际更改。根据第十方面,至少部分地基于一个或多个配置更改在多个企业中的预测影响并且进一步至少部分地基于一个或多个配置更改在至少一个企业中的实际影响,来生成对在指定企业中实施一个或多个配置更改的净财务结果的估计。示例系统的第十方面可以结合示例系统的第一、第二、第三、第四、第五、第六、第七、第八和/或第九方面来实现,但是示例实施例在这方面不受限制。
在示例系统的第十一方面中,一个或多个处理器被配置为至少部分地基于时间量来推断预测影响,在该时间量上在指定企业中将执行一个或多个配置更改的实施。示例系统的第十一方面可以结合示例系统的第一、第二、第三、第四、第五、第六、第七、第八、第九和/或第十方面来实现,但示例实施例在这方面不受限制。
在示例方法中,搜集企业信息,其包括(a)指示对指定企业进行的配置更改的配置信息,(b)与关于配置更改而接收到的支持票单的体量有关的票单信息,以及(c)关于响应于配置更改的在指定企业中的机器的性能的性能信息。将企业信息与从多个企业接收到的匿名信息进行组合以提供组合信息。匿名信息包括(a)指示对多个企业进行的配置更改的匿名配置信息,(b)与关于对多个企业进行的配置更改而接收到的支持票单的体量有关的匿名票单信息。(c)关于响应于对多个企业进行的配置更改的在多个企业中的机器的性能的匿名性能信息。至少部分地基于组合信息来确定一个或多个配置更改在至少一个企业中的实际影响。实际影响包括由于一个或多个配置更改而对至少一个企业中的机器的性能的实际更改和对关于至少一个企业中的一个或多个配置更改而接收到的支持票单的体量的实际更改。至少部分地基于一个或多个配置更改在至少一个企业中的实际影响来生成对在指定企业中实施一个或多个配置更改的净财务结果的估计。
在示例方法的第一方面,生成净财务结果的估计包括:至少部分地基于实际影响,确定在指定企业中的终端用户的生产力在统计上可能由于一个或多个配置更改而改变的累积时间量。根据第一方面,生成净财务结果的估计包括:至少部分地基于第一部分和第二部分的总和,生成对在指定企业中实施一个或多个配置更改的净财务结果的估计,第一部分等于累积时间量与指定企业中每个终端用户每单位时间成本的乘积。进一步根据第一方面,第二部分等于解决与在指定企业中的一个或多个配置更改有关的支持票单的估计成本。
在示例方法的第一方面的实现中,累积时间量包括第一时间量和第二时间量。根据这个实现,第一部分等于(a)第一时间量与指定企业中的第一终端用户子集中每个终端用户每单位时间的第一共同成本的乘积和(b)第二时间量与指定企业的第二终端用户子集中每个终端用户每单位时间的第二共同成本的乘积的总和。进一步根据这个实现,第一终端用户子集中每个终端用户每单位时间的第一共同成本和第二终端用户子集中每个终端用户每单位时间的第二共同成本是不同的。
在示例方法的第二方面,生成对在指定企业中实施一个或多个配置更改的净财务结果的估计考虑了与在一个或多个配置更改的实施期间实施一个或多个配置更改相关联的估计初始成本,并且还考虑了由于实施完成而预测会产生的估计财务利益。根据第二方面,估计初始成本是由于以下中的至少一个:在一个或多个配置更改的实施期间,指定企业中的机器的性能的预测降低或关于在指定企业中的一个或多个配置更改而接收到的支持票单的体量的预测增加。进一步根据第二方面,估计财务利益是由于以下中的至少一个:在一个或多个配置更改的实施完成之后,在指定企业中的机器的性能的预测提高或在指定企业中接收到的支持票单的体量的预测减少。示例方法的第二方面可以结合示例方法的第一方面来实现,但是示例实施例在这方面不受限制。
在示例方法的第三方面,企业信息还包括库存信息,其指示与指定企业中的机器相关联的硬件或软件中的至少一个。根据第三方面,匿名信息还包括匿名库存信息,其指示与多个企业中的机器相关联的硬件或软件中的至少一个。示例方法的第三方面可以结合示例方法的第一和/或第二方面来实现,但是示例实施例在这方面不受限制。
在示例方法的第四方面,性能信息指示指定企业中的机器的终端用户响应于配置更改而无法与机器交互的时间量。示例方法的第四方面可以结合示例方法的第一、第二和/或第三方面来实现,但是示例实施例在这方面不受限制。
在示例方法的第五方面,性能信息指示终端用户由于对指定企业进行配置更改而从使用第一机器切换到使用第二机器。示例方法的第五方面可以结合示例方法的第一、第二、第三和/或第四方面来实现,但是示例实施例在这方面不受限制。
在示例方法的第六方面,性能信息指示终端用户与指定企业中的一个或多个机器上的指定应用交互的时间量。示例方法的第六方面可以结合示例方法的第一、第二、第三、第四和/或第五方面来实现,但是示例实施例在这方面不受限制。
在示例方法的第七方面,性能信息指示终端用户的生产力,该生产力由终端用户在指定企业中的一个或多个机器上访问的应用确定。示例方法的第七方面可以结合示例方法的第一、第二、第三、第四、第五和/或第六方面来实现,但是示例实施例在这方面不受限制。
在示例方法的第八方面,性能信息指示终端用户何时与指定企业中的机器交互。示例方法的第八方面可以结合示例方法的第一方面、第二方面、第三方面、第四方面、第五方面、第六方面和/或第七方面来实现,但是示例实施例在这方面不受限制。
在示例方法的第九方面,一个或多个配置更改在至少一个企业中的实际影响包括在至少一个企业中的终端用户的生产力的实际降低。根据第九方面,示例方法还包括提供建议以修改一个或多个配置更改在指定企业中的实施的至少一个方面,以至少部分地补偿在指定企业中的终端用户的生产力的预测降低,其至少部分地基于在至少一个企业中的终端用户的生产力的实际降低。示例方法的第九方面可以结合示例方法的第一方面、第二方面、第三方面、第四方面、第五方面、第六方面、第七方面和/或第八方面来实现,但是示例实施例在这方面不受限制。
一种示例计算机程序产品包括计算机可读存储介质,在其上记录有用于使得基于处理器的系统能够执行操作的指令。操作包括:搜集企业信息,其包括(a)指示对指定企业进行的配置更改的配置信息,(b)与关于配置更改而接收到的支持票单的体量有关的票单信息,以及(c)关于响应于配置更改的在指定企业中的机器的性能的性能信息。该操作还包括将企业信息与从多个企业接收到的匿名信息进行组合以提供组合信息。匿名信息包括(a)指示对多个企业进行的配置更改的匿名配置信息,(b)与关于对多个企业进行的配置更改而接收到的支持票单的体量有关的匿名票单信息,以及(c)关于响应于对多个企业进行的配置更改的在多个企业中的机器的性能的匿名性能信息。操作还包括确定一个或多个配置更改关于指定企业中的第一机器子集的实际影响。实际影响包括由于一个或多个配置更改而对指定企业中的第一机器子集的性能的实际更改和对响应于关于指定企业中的第一机器子集的一个或多个配置更改而接收到的支持票单的体量的实际更改。操作还包括通过使用自适应算法分析组合信息来推断一个或多个配置更改关于指定企业中的第二机器子集的预测影响。预测影响包括由于一个或多个配置更改而对指定企业中的第二机器子集的性能的预测更改以及对响应于关于指定企业中的第二机器子集的一个或多个配置更改而接收到的支持票单的体量的预测更改。所述操作还包括至少部分地基于一个或多个配置更改关于指定企业中的第一机器子集的实际影响并且进一步至少部分地基于一个或多个配置更改关于指定企业中的第二机器子集的预测影响,来生成对关于指定企业中的第二机器子集实施一个或多个配置更改的净财务结果的估计。
在示例性计算机程序产品的第一方面,操作包括:至少部分地基于实际影响并且进一步至少部分地基于预测影响,确定指定企业中的第二机器子集的终端用户的生产力在统计上可能由于一个或多个配置更改而改变的累积时间量。根据第一方面,操作包括:至少部分地基于第一部分和第二部分的总和,生成对在指定企业中实施的第二机器子集的一个或多个配置更改的净财务结果的估计。第一部分等于累积时间量与指定企业中的第二机器子集中的机器的每个终端用户每单位时间成本的乘积。第二部分等于解决与关于在指定企业中的第二机器子集的一个或多个配置更改有关的支持票单的估计成本。
在示例计算机程序产品的第一方面的实现中,累积时间量包括第一时间量和第二时间量。根据这个实现,第一部分等于(a)第一时间量与指定企业中的第二机器子集中的机器的第一终端用户子集中每个终端用户每单位时间的第一共同成本的乘积和(b)第二时间量与指定企业中的第二机器子集中的机器的第二终端用户子集中每个终端用户每单位时间的第二共同成本的乘积的总和。进一步根据这个实现,第一终端用户子集中每个终端用户每单位时间的第一共同成本和第二终端用户子集中每个终端用户每单位时间的第二共同成本是不同的。
在示例计算机程序产品的第二方面,操作包括:通过考虑在一个或多个配置更改的实施期间与实施一个或多个配置更改相关联的估计初始成本并且通过考虑由于实施完成而预测会发生的估计财务利益,生成对关于指定企业中的第二机器子集实施一个或多个配置更改的净财务结果的估计。根据第二方面,估计初始成本至少部分地基于以下中的至少一个:在一个或多个配置更改的实施期间,指定企业中的第二机器子集的性能的预测降低或者关于指定企业中的第二机器子集的一个或多个配置更改而接收到的支持票单的体量的预测增加。进一步根据第二方面,估计财务利益至少部分地基于以下中的至少一个:在一个或多个配置更改的实施完成之后,在指定企业中的第二机器子集的性能的预测提高或在指定企业接收到的支持票单的体量的预测减少。示例计算机程序产品的第二方面可以结合示例计算机程序产品的第一方面来实现,但是示例实施例在这方面不受限制。
四、示例计算机系统
图8描绘了可以在其中实现实施例的示例计算机800。图1中所示的用户设备106A-106M中的任何一个或多个、管理系统104A-104M中的任何一个或多个、和/或(多个)系统管理服务器102中的任何一个或多个;图2中所示的(多个)系统管理服务器202中的任何一个或多个、管理系统204和/或桌面客户端206A-206C中的任何一个或多个;和/或图7中所示的计算系统700可以使用计算机800来实现,包括计算机800的一个或多个特征和/或替代特征。例如,计算机800可以是常规个人计算机、移动计算机或工作站形式的通用计算设备,或者计算机800可以是专用计算设备。本文提供的计算机800的描述是为了说明的目的而提供的,而非旨在是限制性的。如(多个)相关领域的技术人员所知晓的,实施例可以在其他类型的计算机系统中被实现。
如图8中所示,计算机800包括处理单元802、系统存储器804和将包括系统存储器804在内的各种系统组件耦合到处理单元802的总线806。总线806表示若干类型的总线结构中的一种或多种,包括存储器总线或存储器控制器、外围总线、加速图形端口以及使用各种总线架构中的任何一种的处理器或本地总线。系统存储器804包括只读存储器(ROM)808和随机存取存储器(RAM)810。基本输入/输出系统812(BIOS)被存储在ROM 808中。
计算机800还具有以下驱动器中的一个或多个:用于从硬盘读取和写入到硬盘的硬盘驱动器814,用于从可移动磁盘818读取或写入到可移动磁盘818的磁盘驱动器816,以及用于从可移动光盘822(诸如CDROM、DVDROM或其他光学介质)读取或写入到可移动光盘822的光学磁盘驱动器820。硬盘驱动器814、磁盘驱动器816和光盘驱动器820分别通过硬盘驱动器接口824、磁盘驱动器接口826和光盘驱动器接口828而连接到总线806。驱动器及其关联的计算机可读存储介质为计算机提供计算机可读指令、数据结构、程序模块和其他数据的非易失性存储。尽管描述了硬盘、可移动磁盘和可移动光盘,但是也可以使用其他类型的计算机可读存储介质来存储数据,诸如闪存卡、数字视频磁盘、随机存取存储器(RAM)、只读存储器(ROM)等。
多个程序模块可以被存储在硬盘、磁盘、光盘、ROM或RAM上。这些程序包括操作系统830、一个或多个应用程序832、其他程序模块834和程序数据836。应用程序832或程序模块834可以包括例如用于实现(例如至少一部分)结果估计逻辑112、结果估计逻辑212、估计逻辑218、事件处理器222、事件收集器224、性能监控代理232、管理门户244、组合逻辑702、确定逻辑704、估计逻辑706、结果估计逻辑712、实际影响逻辑714、预测影响逻辑716、自适应算法722、时间逻辑718、生成逻辑720、流程图400(包括流程图400的任何步骤)、流程图500(包括流程图500的任何步骤)和/或流程图600(包括流程图600的任何步骤)中的任何一个或多个,如本文所述。
用户可以通过诸如键盘838和定点设备840之类的输入设备将命令和信息输入到计算机800中。其他输入设备(未示出)可以包括麦克风、操纵杆、游戏手柄、碟形卫星天线、扫描仪、触摸屏、相机、加速度计、陀螺仪等。这些和其他输入设备常常通过耦合到总线806的串行端口接口842而连接到处理单元802,但是也可以通过其他接口来连接,诸如并行端口、游戏端口或通用串行总线(USB)。
显示设备844(例如,监控器)也经由诸如视频适配器846之类的接口而连接到总线806。除了显示设备844,计算机800还可以包括其他外围输出设备(未示出),诸如扬声器和打印机。
计算机800通过网络接口或适配器850、调制解调器852或用于在网络上建立通信的其他部件而连接到网络848(例如,互联网)。调制解调器852可以是内部的或外部的,经由串行端口接口842而连接到总线806。
如本文中所使用的,术语“计算机程序介质”和“计算机可读存储介质”通常被用来指代介质(例如,非暂时性介质),诸如与硬盘驱动器814相关联的硬盘,可移动磁盘818、可移动光盘822,以及诸如闪存卡、数字视频盘、随机存取存储器(RAM)、只读存储器(ROM)等的其他介质。这样的计算机可读存储介质与通信介质有区别且不重叠(不包括通信介质)。通信介质将计算机可读指令、数据结构、程序模块或其他数据体现在诸如载波之类的调制数据信号中。术语“调制数据信号”意指这种信号,其使其一个或多个特性以在信号中编码信息的这样一种方式来进行设置或改变。作为示例而非限制,通信介质包括无线介质,诸如声学、RF、红外线和其他无线介质,以及有线介质。示例实施例也涉及这种通信介质。
如上面所指出的,计算机程序和模块(包括应用程序832和其他程序模块834)可以被存储在硬盘、磁盘、光盘、ROM或RAM上。这样的计算机程序也可以经由网络接口850或串行端口接口842而被接收。这样的计算机程序在由应用执行或加载时,使得计算机800能够实现本文所讨论的实施例的特征。因此,这样的计算机程序表示计算机800的控制器。
示例实施例还涉及包括存储在任何计算机可用介质上的软件(例如,计算机可读指令)的计算机程序产品。这样的软件当在一个或多个数据处理设备中被执行时,导致(多个)数据处理设备如本文所述那样操作。实施例可以采用现在或将来已知的任何计算机可用或计算机可读介质。计算机可读介质的示例包括但不限于存储设备,诸如RAM、硬盘驱动器、软盘、CD ROM、DVD ROM、zip磁盘、磁带、磁存储设备、光存储设备、基于MEMS的存储设备、基于纳米技术的存储设备等。
将认识到,所公开的技术不限于任何特定的计算机或硬件类型。合适的计算机和硬件的某些细节是众所周知的并且不需要在本公开中详细阐述。
五、结论
尽管已经以特定于结构特征和/或动作的语言描述了主题,但是应当理解,在所附权利要求中限定的主题不一定限于上述特定特征或动作。相反,以上描述的特定特征和动作作为实现权利要求的示例而被公开,并且其他等效特征和动作旨在落入权利要求的范围内。
Claims (15)
1.一种系统,包括:
存储器;和
一个或多个处理器,被耦合到所述存储器,所述一个或多个处理器被配置为:
搜集企业信息,所述企业信息包括:(a)指示对指定企业进行的配置更改的配置信息、(b)与关于所述配置更改而接收到的支持票单的体量有关的票单信息、以及(c)关于响应于所述配置更改的在所述指定企业中的机器的性能的性能信息;
将所述企业信息与从多个企业接收到的匿名信息进行组合以提供组合信息,所述匿名信息包括:(a)指示对所述多个企业进行的配置更改的匿名配置信息、(b)与关于对所述多个企业进行的所述配置更改而接收到的支持票单的体量有关的匿名票单信息、以及(c)关于响应于对所述多个企业进行的所述配置更改的在所述多个企业中的机器的性能的匿名性能信息;
通过使用自适应算法分析所述组合信息来推断一个或多个配置更改在所述多个企业上的预测影响,所述预测影响包括由于所述一个或多个配置更改而对所述多个企业中的机器的性能的预测更改以及由于所述一个或多个配置更改而对所述多个企业中接收到的支持票单的体量的预测更改;以及
至少部分地基于所述一个或多个配置更改在所述多个企业上的所述预测影响,生成对在所述指定企业中实施所述一个或多个配置更改的净财务结果的估计。
2.根据权利要求1所述的系统,其中所述一个或多个处理器被配置为:
至少部分地基于所述预测影响,确定所述指定企业中的终端用户的生产力在统计上可能由于所述一个或多个配置更改而改变的累积时间量;以及
至少部分地基于第一部分和第二部分的总和,生成对在所述指定企业中实施所述一个或多个配置更改的所述净财务结果的所述估计,所述第一部分等于所述累积时间量与所述指定企业中每个终端用户每单位时间成本的乘积,所述第二部分等于解决与在所述指定企业中的所述一个或多个配置更改有关的支持票单的估计成本。
3.根据权利要求2所述的系统,其中所述累积时间量包括第一时间量和第二时间量;
其中所述第一部分等于以下项的总和:(a)所述第一时间量与所述指定企业中的第一终端用户子集中每个终端用户每单位时间的第一共同成本的乘积,以及(b)所述第二时间量与所述指定企业中的第二终端用户子集中每个终端用户每单位时间的第二共同成本的乘积;以及
其中所述第一终端用户子集中每个终端用户每单位时间的所述第一共同成本和所述第二终端用户子集中每个终端用户每单位时间的所述第二共同成本是不同的。
4.根据权利要求1所述的系统,其中所述一个或多个处理器被配置为:
通过考虑在所述一个或多个配置更改的实施期间与实施所述一个或多个配置更改相关联的估计初始成本并且通过考虑由于所述实施完成而预测会产生的估计财务利益,生成对在所述指定企业中实施所述一个或多个配置更改的所述净财务结果的所述估计;
其中所述估计初始成本至少部分地基于以下至少一个:在所述一个或多个配置更改的实施期间,所述指定企业中的所述机器的性能的预测降低或者关于在所述指定企业中的所述一个或多个配置更改而接收到的所述支持票单的体量的预测增加;以及
其中所述估计财务利益至少部分地基于以下至少一个:在所述一个或多个配置更改的实施完成之后,所述指定企业中的所述机器的性能的预测提高或者在所述指定企业中接收到的所述支持票单的体量的预测减少。
5.根据权利要求1所述的系统,其中所述企业信息还包括库存信息,所述库存信息指示与所述指定企业中的所述机器相关联的硬件或软件中的至少一个;以及
其中所述匿名信息还包括匿名库存信息,所述匿名库存信息指示与所述多个企业中的所述机器相关联的硬件或软件中的至少一个。
6.根据权利要求1所述的系统,其中所述性能信息指示以下至少一个:
所述指定企业中的所述机器的终端用户响应于所述配置更改而无法与所述机器交互的时间量;
由于对所述指定企业进行的所述配置更改,终端用户从使用第一机器切换到使用第二机器;
终端用户与所述指定企业中的所述机器中的一个或多个机器上的指定应用交互的时间量;
由终端用户在所述指定企业中的所述机器中的一个或多个机器上访问的应用所确定的所述终端用户的生产力;或者
终端用户何时与所述指定企业中的所述机器交互。
7.根据权利要求1所述的系统,其中所述一个或多个配置更改在所述多个企业上的所述预测影响包括在所述多个企业中的终端用户的生产力的预测降低;以及
其中所述一个或多个处理器还被配置为:
提供建议以修改所述一个或多个配置更改在所述指定企业中的实施的至少一个方面,以至少部分地补偿在所述指定企业中的终端用户的生产力的预测降低,所述指定企业中的终端用户的生产力的预测降低至少部分地基于所述多个企业中的所述终端用户的生产力的预测降低。
8.根据权利要求1所述的系统,其中所述一个或多个处理器被配置为:
确定所述一个或多个配置更改在至少一个企业中的实际影响,所述实际影响包括对所述至少一个企业中的一个或多个机器的性能的实际更改以及对关于所述至少一个企业中的所述一个或多个配置更改而接收到的支持票单的体量的实际更改;以及
至少部分地基于所述一个或多个配置更改在所述多个企业中的所述预测影响并且进一步至少部分地基于所述一个或多个配置更改在所述至少一个企业中的所述实际影响,来生成对在所述指定企业中实施所述一个或多个配置更改的所述净财务结果的所述估计。
9.一种方法,包括:
搜集企业信息,所述企业信息包括:(a)指示对指定企业进行的配置更改的配置信息、(b)与关于所述配置更改而接收到的支持票单的体量有关的票单信息、以及(c)关于响应于所述配置更改的在所述指定企业中的机器的性能的性能信息;
将所述企业信息与从多个企业接收到的匿名信息进行组合以提供组合信息,所述匿名信息包括:(a)指示对所述多个企业进行的配置更改的匿名配置信息、(b)与关于对所述多个企业进行的所述配置更改而接收到的支持票单的体量有关的匿名票单信息、以及(c)关于响应于对所述多个企业进行的所述配置更改的在所述多个企业中的机器的性能的匿名性能信息;
至少部分地基于所述组合信息来确定一个或多个配置更改在至少一个企业中的实际影响,所述实际影响包括由于所述一个或多个配置更改而对所述至少一个企业中的机器的性能的实际更改和对关于所述至少一个企业中的所述一个或多个配置更改而接收到的支持票单的体量的实际更改;以及
至少部分地基于所述一个或多个配置更改在所述至少一个企业中的所述实际影响,来生成对在所述指定企业中实施所述一个或多个配置更改的净财务结果的估计。
10.根据权利要求9所述的方法,其中生成所述净财务结果的估计包括:
至少部分地基于所述实际影响,确定所述指定企业中的终端用户的生产力在统计上可能由于所述一个或多个配置更改而改变的累积时间量;以及
至少部分地基于第一部分和第二部分的总和,来生成对在所述指定企业中实施所述一个或多个配置更改的所述净财务结果的所述估计,所述第一部分等于所述累积时间量与所述指定企业中每个终端用户每单位时间成本的乘积,所述第二部分等于解决与在所述指定企业中的所述一个或多个配置更改有关的支持票单的估计成本。
11.根据权利要求10所述的方法,其中所述累积时间量包括第一时间量和第二时间量;
其中所述第一部分等于以下项的总和:(a)所述第一时间量与所述指定企业中的第一终端用户子集中每个终端用户每单位时间的第一共同成本的乘积,和(b)所述第二时间量与所述指定企业中的第二终端用户子集中每个终端用户每单位时间的第二共同成本的乘积;以及
其中所述第一终端用户子集中每个终端用户每单位时间的所述第一共同成本和所述第二终端用户子集中每个终端用户每单位时间的所述第二共同成本是不同的。
12.根据权利要求9所述的方法,其中生成对在所述指定企业中实施所述一个或多个配置更改的所述净财务结果的所述估计考虑了与在所述一个或多个配置更改的实施期间实施所述一个或多个配置更改相关联的估计初始成本,并且还考虑了由于所述实施完成而预测会产生的估计财务利益;
其中所述估计初始成本是由于以下至少一个:在所述一个或多个配置更改的实施期间,所述指定企业中的所述机器的性能的预测降低或者关于在所述指定企业中的所述一个或多个配置更改而接收到的所述支持票单的体量的预测增加;以及
其中所述估计财务利益是由于以下至少一个:在所述一个或多个配置更改的实施完成之后,在所述指定企业中的所述机器的性能的预测提高或者在所述指定企业中接收到的所述支持票单的体量的预测减少。
13.根据权利要求9所述的方法,其中所述性能信息指示以下至少一个:
所述指定企业中的所述机器的终端用户响应于所述配置更改而无法与所述机器交互的时间量;
由于对所述指定企业进行的所述配置更改,终端用户从使用第一机器切换到使用第二机器;
终端用户与所述指定企业中的所述机器中的一个或多个机器上的指定应用交互的时间量;
由终端用户在所述指定企业的所述机器中的一个或多个机器上访问的应用所确定的所述终端用户的生产力;或者
终端用户何时与所述指定企业中的所述机器交互。
14.根据权利要求9所述的方法,其中所述一个或多个配置更改在所述至少一个企业中的所述实际影响包括在所述至少一个企业中的终端用户的生产力的实际降低;以及
其中所述方法还包括:
提供建议以修改所述一个或多个配置更改在所述指定企业中的实施的至少一个方面,以至少部分地补偿在所述指定企业中的终端用户的生产力的预测降低,所述指定企业中的终端用户的生产力的预测降低至少部分地基于在所述至少一个企业中的所述终端用户的生产力的实际降低。
15.一种包括计算机可读存储介质的计算机程序产品,所述计算机可读存储介质在其上记录有用于使得基于处理器的系统能够执行操作的指令,所述操作包括:
搜集企业信息,所述企业信息包括:(a)指示对指定企业进行的配置更改的配置信息、(b)与关于所述配置更改而接收到的支持票单的体量有关的票单信息、以及(c)关于响应于所述配置更改的在所述指定企业中的机器的性能的性能信息;
将所述企业信息与从多个企业接收到的匿名信息进行组合以提供组合信息,所述匿名信息包括:(a)指示对所述多个企业进行的配置更改的匿名配置信息、(b)与关于对所述多个企业进行的所述配置更改而接收到的支持票单的体量有关的匿名票单信息、以及(c)关于响应于对所述多个企业进行的所述配置更改的在所述多个企业中的机器的性能的匿名性能信息;
确定一个或多个配置更改关于所述指定企业中的第一机器子集的实际影响,所述实际影响包括由于所述一个或多个配置更改而对所述指定企业中的所述第一机器子集的性能的实际更改和对响应于关于所述指定企业中的所述第一机器子集的所述一个或多个配置更改而接收到的支持票单的体量的实际更改;
通过使用自适应算法分析所述组合信息来推断一个或多个配置更改关于所述指定企业中的第二机器子集的预测影响,所述预测影响包括由于所述一个或多个配置更改而对所述指定企业中的所述第二机器子集的性能的预测更改以及对响应于关于所述指定企业中的所述第二机器子集的所述一个或多个配置更改而接收到的支持票单的体量的预测更改;以及
至少部分地基于所述一个或多个配置更改关于指定企业中的所述第一机器子集的所述实际影响并且进一步至少部分地基于所述一个或多个配置更改关于指定企业中的所述第二机器子集的所述预测影响,来生成对关于所述指定企业中的所述第二机器子集实施所述一个或多个配置更改的净财务结果的估计。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962940784P | 2019-11-26 | 2019-11-26 | |
US62/940,784 | 2019-11-26 | ||
US16/826,142 | 2020-03-20 | ||
US16/826,142 US11379777B2 (en) | 2019-11-26 | 2020-03-20 | Estimating a result of configuration change(s) in an enterprise |
PCT/US2020/059246 WO2021108106A1 (en) | 2019-11-26 | 2020-11-06 | Estimating a result of configuration change(s) in an enterprise |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114730413A true CN114730413A (zh) | 2022-07-08 |
Family
ID=75974855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080081204.6A Pending CN114730413A (zh) | 2019-11-26 | 2020-11-06 | 估计企业中的配置更改的结果 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11379777B2 (zh) |
EP (1) | EP4066183A1 (zh) |
CN (1) | CN114730413A (zh) |
WO (1) | WO2021108106A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11501237B2 (en) * | 2020-08-04 | 2022-11-15 | International Business Machines Corporation | Optimized estimates for support characteristics for operational systems |
US20230007894A1 (en) * | 2021-07-08 | 2023-01-12 | Bank Of America Corporation | Intelligent Dynamic Web Service Testing Apparatus in a Continuous Integration and Delivery Environment |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7231374B1 (en) * | 2000-05-16 | 2007-06-12 | Cypress Semiconductor Corp. | Scheme for evaluating costs and/or benefits of manufacturing technologies |
US6857020B1 (en) * | 2000-11-20 | 2005-02-15 | International Business Machines Corporation | Apparatus, system, and method for managing quality-of-service-assured e-business service systems |
US8725844B2 (en) * | 2003-11-05 | 2014-05-13 | Hewlett-Packard Development Company, L.P. | Method and system for adjusting the relative value of system configuration recommendations |
US9224147B2 (en) * | 2007-07-16 | 2015-12-29 | Hector Franco | Customer service management system |
US9111235B2 (en) * | 2012-02-02 | 2015-08-18 | HCL America Inc. | Method and system to evaluate risk of configuration changes in an information system |
US20140336791A1 (en) | 2013-05-09 | 2014-11-13 | Rockwell Automation Technologies, Inc. | Predictive maintenance for industrial products using big data |
US20160155076A1 (en) * | 2014-12-01 | 2016-06-02 | At&T Intellectual Property I, Lp | Method and apparatus for improving service provider maintenance |
US10044563B2 (en) * | 2015-12-22 | 2018-08-07 | International Business Machines Corporation | Automated change monitoring and improvement recommendation system for incident reduction in information technology infrastructure |
US10073753B2 (en) | 2016-02-14 | 2018-09-11 | Dell Products, Lp | System and method to assess information handling system health and resource utilization |
US10956843B2 (en) | 2017-11-07 | 2021-03-23 | International Business Machines Corporation | Determining optimal device refresh cycles and device repairs through cognitive analysis of unstructured data and device health scores |
US10680889B2 (en) * | 2018-04-02 | 2020-06-09 | Cisco Technology, Inc. | Network configuration change analysis using machine learning |
-
2020
- 2020-03-20 US US16/826,142 patent/US11379777B2/en active Active
- 2020-11-06 CN CN202080081204.6A patent/CN114730413A/zh active Pending
- 2020-11-06 WO PCT/US2020/059246 patent/WO2021108106A1/en unknown
- 2020-11-06 EP EP20817132.2A patent/EP4066183A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20210158257A1 (en) | 2021-05-27 |
WO2021108106A1 (en) | 2021-06-03 |
US11379777B2 (en) | 2022-07-05 |
EP4066183A1 (en) | 2022-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11269750B2 (en) | System and method to assess information handling system health and resource utilization | |
US9710322B2 (en) | Component dependency mapping service | |
EP3289485B1 (en) | Automatic demand-driven resource scaling for relational database-as-a-service | |
US9436535B2 (en) | Integration based anomaly detection service | |
Birke et al. | Failure analysis of virtual and physical machines: patterns, causes and characteristics | |
US9176789B2 (en) | Capacity control | |
US11500735B2 (en) | Dynamic optimization of backup policy | |
US20070168915A1 (en) | Methods and systems to detect business disruptions, determine potential causes of those business disruptions, or both | |
US20210366268A1 (en) | Automatic tuning of incident noise | |
WO2019204898A1 (en) | Workload scheduling in a distributed computing environment based on an applied computational value | |
WO2022062964A1 (en) | Detecting performance degradation in remotely deployed applications | |
US11057280B2 (en) | User interface with expected response times of commands | |
CN114730413A (zh) | 估计企业中的配置更改的结果 | |
Wolski et al. | QPRED: Using quantile predictions to improve power usage for private clouds | |
US8359463B2 (en) | Selecting a configuration for an application | |
US20060224925A1 (en) | Method and system for analyzing an application | |
US11265212B2 (en) | Selectively throttling implementation of configuration changes in an enterprise | |
US11888686B2 (en) | Admin change recommendation in an enterprise | |
US11704242B1 (en) | System and method for dynamic memory optimizer and manager for Java-based microservices | |
US20240012687A1 (en) | Managing usage of resources in a hybrid computing environment | |
US20230244538A1 (en) | Optimization of Virtual Warehouse Computing Resource Allocation | |
US20210357120A1 (en) | Configuration-based alert correlation in storage networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |