Lo que la empresa necesita monitorear va mucho más allá de los típicos datos basados en SNMP en los que confían la mayoría de las empresas. Para establecer y mantener una conectividad confiable con activos corporativos y gubernamentales en las ubicaciones más remotas del mundo, su red satelital utiliza una variedad de protocolos y tipos de datos que sobrepasan las capacidades de los sistemas de monitoreo de red tradicionales.
En los últimos años, el equipo de operaciones de red de la empresa había realizado varias actualizaciones a sus sistemas de soporte operativo (OSS) para ampliar y mejorar los servicios disponibles para los clientes y sus operaciones más difíciles, como los buques de carga en el mar, los aviones en pleno vuelo y las actividades en las ubicaciones más remotas.
A pesar de estas mejoras, el equipo seguía teniendo dificultades para recopilar, normalizar y analizar los datos de rendimiento. Con su entorno operativo inusual y la variedad de tipos de datos dispares, no estandarizados, con frecuencia el equipo tenía que improvisar para correlacionar, de forma manual, los datos de distintos subsistemas con un dispositivo en particular u otro recurso de red.
En pocas palabras, la empresa quería una forma más eficiente y eficaz de recopilar y analizar todos sus datos de rendimiento para poder diagnosticar y solucionar los problemas de rendimiento con rapidez, antes de que se convirtieran en incidencias que afectaran a los clientes.
Es entonces cuando el equipo recurrió a IBM® SevOne® Network Performance Management (NPM).
El equipo había realizado actualizaciones anteriores de sus capacidades de rendimiento de la red y e gestión de eventos. Incluso, había hecho inversiones importantes en la solución AIOps de IBM Cloud Pak® for Watson. Con IBM Cloud Pak for Watson AIOps, TI y el equipo de NetOps obtienen la correlación entre los dominios, así como el enriquecimiento y la consolidación de altos volúmenes de alertas y alarmas, entre otros datos operativos en un único panel de control.
El problema del equipo no era el análisis ni las acciones de corrección posteriores, en función de las alertas entrantes, las alarmas y otros datos de eventos de rendimiento. El desafío fundamental era reunir todos los datos en un solo lugar y en un formato unificado para poder aprovechar las sólidas capacidades de IBM Cloud Pak for Watson AIOps. Era un problema conocido para el equipo, que se enfrentaba a verdaderas complejidades cuando intentaba procesar y utilizar de forma unificada todos sus datos, incluidos los numerosos tipos de datos no estandarizados.
La flexibilidad y escalabilidad inigualables de SevOne NPM le dieron al equipo una manera efectiva de superar el obstáculo. Utilizando un recurso basado en Kafka como punto intermedio, SevOne NPM pudo recibir una serie de flujos de Kafka que contenían datos en formas no estandarizadas, incluso formatos específicos de satélites y datos de IoT. Una vez recopilados todos los datos de rendimiento a través de la conexión Kafka/SevOne NPM, se podían transferir al software IBM Netcool® Operations Insight (ahora el componente Event Manager de IBM Cloud Pak for Watson AIOps) sin problemas para analizar los avances y actuar con rapidez.
Gracias a la flexibilidad y escalabilidad de SevOne NPM, el equipo tenía todos sus datos de rendimiento en un solo lugar y en un único formato compatible con IBM Cloud Pak for Watson AIOps.
