JP6275542B2 - 分析装置およびコンピュータプログラム - Google Patents
分析装置およびコンピュータプログラム Download PDFInfo
- Publication number
- JP6275542B2 JP6275542B2 JP2014096771A JP2014096771A JP6275542B2 JP 6275542 B2 JP6275542 B2 JP 6275542B2 JP 2014096771 A JP2014096771 A JP 2014096771A JP 2014096771 A JP2014096771 A JP 2014096771A JP 6275542 B2 JP6275542 B2 JP 6275542B2
- Authority
- JP
- Japan
- Prior art keywords
- operator
- information
- information indicating
- unit
- operational
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims description 33
- 238000004590 computer program Methods 0.000 title claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 103
- 238000000611 regression analysis Methods 0.000 claims description 79
- 238000012806 monitoring device Methods 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 description 123
- 238000000034 method Methods 0.000 description 42
- 230000008569 process Effects 0.000 description 32
- 238000012986 modification Methods 0.000 description 22
- 230000004048 modification Effects 0.000 description 22
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000012800 visualization Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000000470 constituent Substances 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
近年、情報システムの運用コストの圧縮要請は強まる傾向にあるが、運用対象となるシステムの規模はむしろ増大傾向にあり、運用コストの圧縮は容易でない状況である。このような背景を踏まえ、本発明者は、運用コストを顧客へ説明する際の説明能力の向上が必要であると認識し、(1)情報システムの運用実績の可視化と、(2)運用コスト見積の精度向上、が必要であると考えた。
これまで、運用実績の集計は運用担当者による手作業でなされ、集計者の作業負荷も大きかった。また、運用に関する少数の情報しか集計できず、集計した情報が既に古い内容になっていることもあった。また、運用実務の要員(以下「オペレータ」とも呼ぶ。)の評価基準も限られており、例えば勤続年数等による評価に留まるものであった。
これまで、情報システムの運用コストの見積は運用担当者の経験や勘に頼る部分が大きく、その精度は必ずしも高くなかった。本発明者は、実際にシステム運用業務に携わる中で、現実の情報システムの運用におけるオペレータの業務量および運用能力と、オペレータの運用実績との間に相関があることに想到した。
変数取得部72は、各監視対象システム10における監視対象サーバ数とメッセージ数(すなわちエラー発生数)を実システム情報保持部32のシステム定義情報とエラーメッセージログからから取得する。また、各監視対象システム10の運用に携わるオペレータ数を運用実績保持部34のオペレータ基本情報から取得する。また、各監視対象システム10の運用に携わる複数のオペレータそれぞれのスキル値と平均コール時間をオペレータ評価保持部40から取得する。特に断らない場合、変数取得部72は、運用状況可視化部60と同様の方法でデータ保持部30から必要な情報を取得してもよい。なお以降の例では、オペレータのスキル値を10段階(10点満点)に調整している。
推定部76は、第1予測処理として、新規システムで想定されるオペレータの業務量と、仮に定められたオペレータの運用能力と、回帰モデル保持部44に格納された回帰係数にしたがって、新規システムに対するオペレータによる運用状態を推定する。推定対象とする運用状態は、システム運用のサービスレベルを示すものであり、具体的にはオペレータによるコール時間やコールミス回数である。
推定部76は、第2予測処理として、新規システムで想定されるオペレータの業務量と、新規システムに要求されるオペレータによる運用状態と、回帰モデル保持部44に格納された回帰係数にしたがって、新規システムで必要となるオペレータの運用能力を推定する。新規システムに要求されるオペレータの運用状態は、新規システムに要求されるサービスレベルとも言え、SLAで定められた情報であってもよい。具体的には、オペレータによる平均コール時間やコールミス回数の許容値である。また、推定対象とするオペレータの運用能力は、具体的にはオペレータの人数および/またはオペレータのスキルである。
先の分析処理から所定期間(例えば一箇月)が経過したことを検出すると、実システム情報取得部52は、監視対象システム10に対する運用監視処理を実行中の運用監視装置12から、運用監視装置12が管理するシステム定義情報とエラーメッセージログを取得する。運用実績取得部54は、運用監視装置12と連携してオペレータ支援処理を実行中のサービスデスク装置14から、サービスデスク装置14が管理するオペレータ基本情報、作業実績情報、定義申請情報を取得する。運用効率評価部62、オペレータ評価部64、サービスレベル評価部66は、運用監視装置12で管理された情報と、サービスデスク装置14で管理された情報にもとづいて、運用効率情報、オペレータ評価情報、サービスレベル情報を生成する。
上記実施の形態では言及していないが、本変形例の分析装置20は、複数の監視対象システム10のそれぞれで発生しうる複数種類のエラーについて、各エラーに関する属性情報を各監視対象システム10のIDに対応付けて保持するエラー属性保持部をさらに備える。以下、特定の監視対象システム10について説明する。エラー属性情報は、特定の監視対象システム10で発生しうる複数種類のエラーそれぞれの識別情報と、各エラーの重大度に応じた重み値を含む。具体的には、エラーが引き起こす結果が重大であるほど、またエラーの影響範囲が大きいほど、エラーの解決コストが大きいほど、またエラーの解決までの時間が長いほど、大きい重み値が設定される。例えば、(1)Java例外:重み1、(2)タイムアウトエラー:重み2、(3)サーバA停止エラー:重み3、と予め定められてもよい(「Java」は登録商標)。
上記第1変形例ではエラーの重大度を運用実績評価に反映させる手法を提案したが、第2変形例ではエラーの重大度を運用コストの見積支援処理に反映させる手法を提案する。第2変形例の分析装置20も、第1変形例と同様のエラー属性保持部を備える。
上記実施の形態では回帰分析部74が、運用能力基礎数値を説明変数とする単回帰分析を実行する例を示したが、複数の説明変数を用いた重回帰分析を実行してもよい。例えば、複数の監視対象システム10のそれぞれについて、監視対象サーバ数、メッセージ数(エラー発生数)、システム担当チーム数、オペレータ数、オペレータスキル等の複数項目を説明変数とし、サービスレベルの実績値(平均コール時間等)を目的変数とした重回帰分析を実行してもよい。
上記実施の形態では、運用未開始の新規システムを運用コストの予測対象システムとしたが、変形例として、運用開始済の既存システムを予測対象システムとしてもよい。この場合、予測対象システムの前提条件として、運用規模(コール)、運用規模(定義登録)、オペレータ人数、オペレータスキルの実績値が入力されてもよい。不図示のサービスレベル比較部は、第1予測処理で出力された予測サービスレベルと、サービスレベル評価部66が出力した現実のサービスレベルとを比較し、その差分を示す比較結果をデータ保持部30へ格納してもよい。予測サービスレベルよりも現実のサービスレベルが悪い場合、例えばコール時間が長い、コールミス回数が多い、定義登録期限超過数が多い場合、他の既存システムと比べて予測対象の既存システムの運用に問題があることが分かる。
1人のオペレータが複数のシステム運用に携わる場合、オペレータの稼働実績に応じて運用効率の算出基準となるオペレータ数を調整してもよい。本変形例の運用効率評価部62は、1つの監視対象システム10(特定システムと呼ぶ)の運用効率情報を生成する際に、特定システムのIDに対応付けられた各オペレータが実際に特定システムの運用に従事した稼働量、言い換えれば、各オペレータの稼働量全体に占める特定システムの運用に従事した割合に応じてオペレータ数を算出してもよい。
第5変形例と同様に、1人のオペレータが複数のシステム運用に携わる場合、オペレータの稼働実績に応じて、運用コスト予測のための回帰分析の説明変数とするオペレータ数を調整してもよい。具体的には、第5変形例の運用効率評価部62と同様に、変数取得部72は、特定システムのIDに対応付けられた各オペレータが実際に特定システムの運用に従事した稼働量、言い換えれば、各オペレータの稼働量全体に占める特定システムの運用に従事した割合に応じてオペレータ数を算出してもよい。第6変形例によると、より現実に即した回帰モデルを生成し、より現実に即した精度の高い予測結果を導出することができる。
Claims (6)
- 実システムの運用に要するオペレータの業務量を示す情報を取得する第1取得部と、
オペレータの運用能力を示す情報を取得する第2取得部と、
前記実システムに対するオペレータによる運用実績を示す情報を取得する第3取得部と、
前記オペレータの業務量および運用能力にもとづいて特定される第1変数と、前記オペレータの運用実績にもとづいて特定される第2変数との間の回帰係数を導出する回帰分析部と、
予測対象のシステムで想定されるオペレータの業務量と、仮に定められたオペレータの運用能力と、前記回帰分析部により導出された回帰係数にしたがって、前記予測対象のシステムに対するオペレータによる運用状態を推定する推定部と、を備え、
前記第1取得部は、前記実システムの動作状態を監視する運用監視装置に保持された情報にもとづいて特定されたオペレータの業務量を示す情報を取得し、
前記第2取得部は、前記システムで発生し、前記運用監視装置が検出したエラーに対応すべきオペレータを支援するサービスデスク装置に保持された情報にもとづいて特定されたオペレータの運用能力を示す情報を取得することを特徴とする分析装置。 - 実システムの運用に要するオペレータの業務量を示す情報を取得する第1取得部と、
オペレータの運用能力を示す情報を取得する第2取得部と、
前記実システムに対するオペレータによる運用実績を示す情報を取得する第3取得部と、
前記オペレータの業務量および運用能力にもとづいて特定される第1変数と、前記オペレータの運用実績にもとづいて特定される第2変数との間の回帰係数を導出する回帰分析部と、
予測対象のシステムで想定されるオペレータの業務量と、前記予測対象のシステムに要求されるオペレータによる運用状態と、前記回帰分析部により導出された回帰係数にしたがって、前記予測対象のシステムで必要となるオペレータの運用能力を推定する推定部と、を備え、
前記第1取得部は、前記実システムの動作状態を監視する運用監視装置に保持された情報にもとづいて特定されたオペレータの業務量を示す情報を取得し、
前記第2取得部は、前記システムで発生し、前記運用監視装置が検出したエラーに対応すべきオペレータを支援するサービスデスク装置に保持された情報にもとづいて特定されたオペレータの運用能力を示す情報を取得することを特徴とする分析装置。 - 前記実システムに配置されたサーバの数が多いほど、または、前記実システムで発生したエラーの数が多いほど、前記オペレータの業務量が大きく設定されることを特徴とする請求項1または2に記載の分析装置。
- 前記実システムで発生しうる複数種類のエラーそれぞれの重大度を示す情報を保持するエラー属性保持部をさらに備え、
前記実システムで発生したエラーが重大なものであるほど、前記オペレータの業務量が大きく設定されることを特徴とする請求項3に記載の分析装置。 - 実システムの運用に要するオペレータの業務量を示す情報を取得する機能と、
オペレータの運用能力を示す情報を取得する機能と、
前記実システムに対するオペレータによる運用実績を示す情報を取得する機能と、
前記オペレータの業務量および運用能力にもとづいて特定される第1変数と、前記オペレータの運用実績にもとづいて特定される第2変数との間の回帰係数を導出する回帰分析機能と、
予測対象のシステムで想定されるオペレータの業務量と、仮に定められたオペレータの運用能力と、前記回帰分析機能により導出された回帰係数にしたがって、前記予測対象のシステムに対するオペレータによる運用状態を推定する機能と、をコンピュータに実現させるためのコンピュータプログラムであって、
前記実システムの運用に要するオペレータの業務量を示す情報を取得する機能は、前記実システムの動作状態を監視する運用監視装置に保持された情報にもとづいて特定されたオペレータの業務量を示す情報を取得し、
前記オペレータの運用能力を示す情報を取得する機能は、前記システムで発生し、前記運用監視装置が検出したエラーに対応すべきオペレータを支援するサービスデスク装置に保持された情報にもとづいて特定されたオペレータの運用能力を示す情報を取得することを特徴とするコンピュータプログラム。 - 実システムの運用に要するオペレータの業務量を示す情報を取得する機能と、
オペレータの運用能力を示す情報を取得する機能と、
前記実システムに対するオペレータによる運用実績を示す情報を取得する機能と、
前記オペレータの業務量および運用能力にもとづいて特定される第1変数と、前記オペレータの運用実績にもとづいて特定される第2変数との間の回帰係数を導出する回帰分析機能と、
予測対象のシステムで想定されるオペレータの業務量と、前記予測対象のシステムに要求されるオペレータによる運用状態と、前記回帰分析機能により導出された回帰係数にしたがって、前記予測対象のシステムで必要となるオペレータの運用能力を推定する機能と、をコンピュータに実現させるためのコンピュータプログラムであって、
前記実システムの運用に要するオペレータの業務量を示す情報を取得する機能は、前記実システムの動作状態を監視する運用監視装置に保持された情報にもとづいて特定されたオペレータの業務量を示す情報を取得し、
前記オペレータの運用能力を示す情報を取得する機能は、前記システムで発生し、前記運用監視装置が検出したエラーに対応すべきオペレータを支援するサービスデスク装置に保持された情報にもとづいて特定されたオペレータの運用能力を示す情報を取得することを特徴とするコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014096771A JP6275542B2 (ja) | 2014-05-08 | 2014-05-08 | 分析装置およびコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014096771A JP6275542B2 (ja) | 2014-05-08 | 2014-05-08 | 分析装置およびコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015215673A JP2015215673A (ja) | 2015-12-03 |
JP6275542B2 true JP6275542B2 (ja) | 2018-02-07 |
Family
ID=54752530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014096771A Active JP6275542B2 (ja) | 2014-05-08 | 2014-05-08 | 分析装置およびコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6275542B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107645403B (zh) * | 2016-07-22 | 2020-07-03 | 阿里巴巴集团控股有限公司 | 终端规则引擎装置、终端规则运行方法 |
JP7429149B2 (ja) | 2020-04-03 | 2024-02-07 | 株式会社日立ソリューションズ東日本 | 要員計画支援装置および要員計画支援方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001109712A (ja) * | 1999-10-07 | 2001-04-20 | Toshiba Corp | データエントリシステム |
JP3953785B2 (ja) * | 2001-11-16 | 2007-08-08 | 株式会社日立製作所 | コールセンターにおけるリソースシミュレーション方法およびシステム |
JP4928962B2 (ja) * | 2007-01-30 | 2012-05-09 | ピーアンドダブリューソリューションズ株式会社 | コール量を予測する方法 |
JP2010041103A (ja) * | 2008-07-31 | 2010-02-18 | Seiko Epson Corp | 応答数算出装置、応答数算出方法および応答数算出プログラム |
-
2014
- 2014-05-08 JP JP2014096771A patent/JP6275542B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015215673A (ja) | 2015-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5605476B2 (ja) | システム運用管理装置、システム運用管理方法、及びプログラム記憶媒体 | |
CN103548009B (zh) | 用于跨云管理和故障查找的方法和系统 | |
JP5267736B2 (ja) | 障害検出装置、障害検出方法およびプログラム記録媒体 | |
CN103547994B (zh) | 用于容量管理和灾难恢复的跨云计算的方法和系统 | |
WO2014033945A1 (ja) | 複数の監視対象デバイスを有する計算機システムの管理を行う管理システム | |
JP4717945B2 (ja) | 業務分析プログラムおよび業務分析装置 | |
WO2015092920A1 (ja) | 性能予測方法、性能予測システム及びプログラム | |
WO2017189012A1 (en) | Dynamic streaming of query responses | |
US20170169342A1 (en) | System and method for diagnosing at least one component requiring maintenance in an appliance and/or installation | |
CN112130892A (zh) | 产品灰度发布方法、装置、设备及存储介质 | |
CN112633542A (zh) | 系统性能指标预测方法、装置、服务器及存储介质 | |
JP2007249373A (ja) | 分散型プログラムの監視システム | |
US9356848B2 (en) | Monitoring apparatus, monitoring method, and non-transitory storage medium | |
JP6275542B2 (ja) | 分析装置およびコンピュータプログラム | |
JP6436644B2 (ja) | 分析装置およびコンピュータプログラム | |
JP7466479B2 (ja) | 業務改善支援装置、プログラムおよびプログラムを格納した記憶媒体 | |
JP5200678B2 (ja) | サービシステム、サービスシステム管理方法、及びプログラム | |
JP5475602B2 (ja) | 非同期処理サービス管理システム | |
US20150120921A1 (en) | Techniques for workload toxic mapping | |
CN109274533A (zh) | 一种基于规则引擎的Web服务故障的定位装置和方法 | |
JP2020035297A (ja) | 機器状態監視装置及びプログラム | |
JP5141788B2 (ja) | システム使用率管理装置及びそれに用いるシステム使用率管理方法並びにそのプログラム | |
AU2016202814A1 (en) | Systems and methods for managing cpu usage during qualitatively assessment of task data | |
EP4428781A1 (en) | Task design assistance system and task design assistance method | |
WO2023013045A1 (ja) | 保全対応時期提案装置、保全対応時期方法、及び、保全対応時期提案プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161121 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170922 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171031 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171127 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6275542 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |