MtoM Mag - Le journal de l'MtoM.

Selon le rapport « Mind the Gap », produit par Nimble Storage en collaboration avec le cabinet Oxford Economics, les retards dans la propagation et le rafraichissement des données des applications, « l’App-data gap », peut causer d’importantes baisses de productivité et pertes économiques. Sur la base de calculs issus des résultats de l’étude, les entreprises américaines perdent potentiellement 7,5 milliards de dollars en temps de travail par an à cause de retards et d’interruption.

L’enquête a été menée auprès de 3 000 responsables informatiques et utilisateurs d’applications métier basés aux Etats-Unis, en Europe (Allemagne, France, Royaume-Uni), en Australie et en Asie du sud-est. Près des deux-tiers des personnes interrogées et 53% des répondants en Europe estiment que la rapidité des applications qu’ils utilisent impacte considérablement leur capacité à accomplir au mieux leurs tâches au travail. Cependant, les reponsables informatiques ne semblent pas être conscients de l’ampleur des problèmes au sein de leur propre société. Alors que 40% des utilisateurs affirment éviter d’utiliser des applications au travail parce qu’elles s’exécutent trop lentement, seulement 18% des responsables informatiques pensent que leurs utilisateurs sont insatisfaits ou très insatisfaits de la façon dont leurs logiciels fonctionnent au travail. Un rapport à ce sujet, « Le machine learning peut-il empêchêr l’indisponibilité d’applications », analyse les données collectées par Nimble Storage et pointe les obstacles majeurs qui influent sur la rapidité à laquelle les entreprises accèdent aux données qui alimentent leurs applications.

« Mind the Gap » : comment les retards d’applications affectent la performance des entreprises

Résultats clés de l’étude

 Les sociétés américaines perdent potentiellement 7,5 milliards de dollars de temps de travail par an à cause des retards et interruptions

 Plus de 40% des répondants évitent d’utiliser certaines applications au travail parce qu’elles fonctionnent trop lentement.

 48% des répondants en Europe et 54% aux Etats-Unis affirment perdre plus de 10 minutes par jour en attendant qu’une application réponde.

 Plus de 50% des personnes interrogées affirment être moins tolérantes aux retards qu’elles ne l’étaient il y a cinq ans.

Les Millennials sont les plus affectés par l’App-Data Gap

 77% des Millennials (35-25 ans) affirment qu’une performance d’application sous-optimale affecte leur capacité à donner le meilleur d’eux-mêmes, comparé à seulement 50% des Baby-boomers et 72% des Générations X.

 La moitié des Millennials interrogés disent avoir arrêté d’utiliser une application parce qu’elle fonctionnait trop lentement, soit beaucoup plus que les utilisateurs des autres tranches d’âge.

 Plus des trois-quarts des Millennials disent être occasionnellement ou constamment pénalisés par des retards lors de requête ou de transmission d’informations avec un logiciel métier, comparé à 60% pour les baby-boomers.

Résultats clés par région

 Comparé à 53% en Europe, 76% des répondants aux Etats-Unis et 72% en Asie du sud-est sont plus exigeants en termes d’infrastructures technologiques, la majorité considérant que la rapidité des applications qu’ils utilisent affecte considérablement leur capacité à donner le meilleur d’eux-mêmes.

 56% des répondants aux Etats-Unis affirment perdre plus de 10% de leur temps de travail à attendre que la technologie fournisse les informations dont ils ont besoin, comparé à 36% pour en Europe, 40% en Australie et 57% en Asie du sud-est.

« Le goulet d’étranglement en termes de performance entre les données et une application, ce que nous appelons « l’App-data gap », perturbe le temps de travail des employés et diminue la performance de l’entreprise. En évitant des approches réactives qui consistent à analyser des causes fondamentales et prennent habituellement des jours ou des semaines, les départements informatiques peuvent exploiter la science des données et le machine learning pour prévoir et empêcher les obstacles à la vélocité des données, » explique Suresh Vasudevan, CEO, Nimble Storage.

Le machine learning peut-il empêcher l’arrêt d’application ?

Les infrastuctures informatiques actuelles sont réellement complexes. Un important fossé entre les applications et les données peut perturber l’accès aux données, dégrader la productivité des employés, créer l’insastisfaction des clients et réduire le rythme d’activité global et la réputation d’une entreprise. Alors qu’il est facile et courant de pointer le stockage des données comme premier responsable de l’écart entre une application et les données, les principaux facteurs des ralentissements d’application proviennent d’une variété de problèmes au sein de l’ensemble de l’infrastructure.

Selon une étude de Nimble Storage sur l’analyse prédictive qui analyse plus de 12 000 cas documentés de problèmes « d’app-data gap » au sein de la base de plus de 7 500 clients de Nimble, 54% des problèmes sont indépendants du stockage. La majorité d’entre eux résulte de problèmes de configuration (28%), d’interopérabilité (11%), d’absence des best practices non liées au stockage et impactant la performance (8%). Dans 7% des cas, il s’agit de problèmes d’hôte, de calcul ou de VM.. Parmi les 46% de problèmes de stockage détectés, matériel et logiciel, l’assistance pour une mise à jour logicielle et la régression de performance sont les plus courants.

Ces résultats révèlent que les responsables informatiques considèrent instinctivement l’infrastructure de stockage comme cause première d’un manque de performance d’une application. Cette présomption les conduit à mettre en œuvre des technologies de stockage flash rapide pour accélérer la performance, mais le flash seul ne répond pas aux 54% des problèmes indépendants du stockage. Pour combler l’écart entre les applications et les données, les départements informatiques doivent tirer parti de l’analyse prédictive qui intègre science des données et machine learning pour optimiser la performance et la disponibilité des applications. Ces technologies sont conçues pour aider à identifier très tôt une faible performance, à minimiser ou éliminer les effets d’un problème, à empêcher les entreprises de rencontrer les mêmes difficultés que leurs concurents et à améliorer continuellement la performance et la disponiblité des utilisateurs.

Pour plus d’informations sur la plateforme Predictive Flash de Nimble, qui associe la performance du flash et l’analyse prédictive d’InfoSight : http://www.nimblestorage.com