O modelo proposto nesta Tese é direcionado pelo mapa estratégico Balanced Scorecard- BSC (Kaplan e Norton, 2003), em uma proposta direcionada especificamente para provedores IaaS, o qual trabalha as perspectivas baseadas em objetivos estratégicos do negócio, definidos no mapa para as dimensões financeira, clientes, processos internos, aprendizado e crescimento, conforme pode ser visto na Figura 9.
O mapa estratégico que deu suporte ao desenvolvimento do modelo (Figura 9), se encontra em conformidade com os pressupostos da abordagem Scorecard Dinâmico (Fernandes, 2003).
Figura 9 - Mapa estratégico - BSC
Fonte: Autor
Para um melhor entendimento e manipulação do modelo proposto, foi utilizado o conceito de indicador de desempenho (Key Performance Indicator - KPI) e proposto um novo conceito de indicador, denominado indicador de capacidade (Key Capacity Indicator - KCI). Para cada um desses indicadores utilizados no modelo, deve-se informar o padrão de capacidade esperado para o provedor IaaS, bem como o valor da tolerância que irá definir a sinalização do modelo para os gestores (vide Figura 10), no caso da proximidade de possível violação dos acordos de nível de serviço (Service Level Agreements - SLAs) que definem esse padrão.
Figura 10 - Visão da análise de tolerância para KPIs e KCIs no modelo
Fonte: Autor
A Figura 11 apresenta um exemplo de verificação da tolerância executado no modelo, onde por exemplo, no caso de um indicador com padrão definido para 70% e tolerância definida para 50% serão sinalizados os valores entre os dois percentuais. No segundo exemplo mostrado na mesma figura, o padrão de capacidade foi definido para 90% e o valor da tolerância
foi informado como sendo 70%. Dessa forma, os valores no intervalo entre padrão e tolerância serão sinalizados como alertas pelo modelo. Recomenda-se que as definições de padrões e tolerâncias para entrada no modelo sejam definidas em grupo, preferencialmente por um comitê gestor de TI (LIMAET AL., 2018).
Figura 11 - Visão da análise de tolerância para KPIs e KCIs no modelo
Fonte: Autor
O modelo proposto se inicia a partir da necessidade do provedor em manter uma infraestrutura de TI que possibilite o dimensionamento de serviços do tipo IaaS alinhado com a demanda por capacidade da organização. A partir do monitoramento do ambiente IaaS, atividade contínua em um provedor de serviços. Os gestores de capacidade, através da coleta histórica de dados do ambiente e estimativa de possíveis cenários de uso dos serviços, devem definir cenários e parâmetros para as simulações. Com o planejamento de simulações realizado, as entradas do modelo são alimentadas, e executa-se a ferramenta de software (Stella) para cada um dos cenários definidos.
Os resultados do modelo podem indicar pontos onde a capacidade do serviço IaaS pode necessitar de uma atenção especial dos gestores, através dos semáforos. Os valores apresentados na saída do modelo podem indicar as cores verde, amarelo e vermelho, de acordo com o grau de criticidade de cada variável apresentada nos resultados. Dessa forma, as ações
50%
60%
70%
70%
80%
90%
Limiar do Padrão Limiar do Padrão Faixa de Tolerâncias Faixa de Tolerânciasmitigadoras podem ser planejadas em função do aspecto que mais contribuir para um possível resultado crítico em uma simulação. A tomada de decisão sobre as ações no gerenciamento de capacidade é suportada pelo modelo. A Figura 12 mostra uma visão geral da organização e da utilização do modelo.
O foco do modelo aqui desenvolvido é o processo de apoio a tomada das decisões estratégicas na sua interação com as atividades de entrega de serviços IaaS. É importante ressaltar que a implementação do processo (e do comportamento da capacidade) entrega de serviços IaaS foi desenvolvida considerando os processos de gestão de demanda e gestão de capacidade do ITIL.
Figura 12 - Visão Geral de utilização do Modelo
Fonte: Autor Capacity Management • Propor Cenários • Definir Parâmetros do Modelo • Planejar Simulações Parâmetros de Monitoramento
MODELO COM
DINÂMICA DE SISTEMAS
Coleta de dados do Ambiente de Nuvem • Quantitativos • Qualitativos Resultados de Simulações - Discussão - Análise Drill-down - Tomada de decisãoGestores
SUPORTE A TOMADA DE DECISÃO NO GERENCIAMENTO DE CAPACIDADE
Gerenciamento de Capacidade
Decisões • Objetivos de Negócio • Planejamento de TI Demandas QoS Monitora mento • Ações Possíveis Melhorias do Serviço IaaSA Figura 13 mostra o fluxo de execução e verificação do modelo considerando as variáveis de entrada, a simulação dos processos, a análise do comportamento, variáveis de saída e a opção de decisões estratégicas.
Figura 13 - Fluxo de execução e verificação do modelo
Fonte: Autor
A Figura 14 mostra os componentes do modelo proposto com os seus respectivos inter-relacionamentos. O modelo proposto foi organizado com base no comportamento e relacionamentos entre os processos de gestão de demandas, gestão de capacidade, gestão do negócio e gestão de benefícios.
Figura 14 - Estrutura modular de dinâmica de sistemas do modelo
Fonte: Autor
Variáveis - As variáveis do modelo estão divididas em quatro tipos: variáveis de entrada, variáveis de calibragem, variáveis mediadores e variáveis de saída. As variáveis de entrada (E) caracterizam os benefícios e as métricas de desempenho a serem alcançados, os recursos disponíveis dentro da organização e as características da demanda. As variáveis de calibragem representam informações específicas sobre as organizações. São utilizadas para ajustar o comportamento do modelo à realidade das organizações ou aos ambientes dos cenários de simulação. As variáveis mediadoras (M) representam informações intermediárias, endógenas ao sistema, obtidas a partir das entradas, da calibragem e, em situações que envolvem ciclos de feedback, a partir de variáveis de saída. As variáveis de saída (S) são valores decorrentes das relações de causa e efeito entre as variáveis de entrada, calibragem e mediadoras ao longo do tempo.
O modelo produz o desempenho que supostamente seria apresentado pelas capacidades envolvidas no mundo real em resposta a entradas que representam os recursos disponíveis e o desempenho esperado. O desenho das variáveis envolvidas no processo de gerenciamento de capacidade no modelo é apresentado na Tabela 4.
Como base conceitual para desenho das variáveis, foi utilizado como referencial o trabalho em Rochmann et al. (2014), o qual propõe um modelo conceitual de capacidades
organizacionais para uso de computação em nuvem pública, mostrado na Figura 15, bem como os resultados oriundos de observação e indicações feitas em reuniões com os gestores da empresa avaliada. O modelo considerou as capacidades propostas por ROCKMANN ET AL. (2014), além da hierarquia proposta para os indicadores de desempenho no modelo: objetivos- serviço-indicadores de capacidade (KCIs) - indicadores de desempenho (KPIs) - métricas.
Figura 15 - Capacidades organizacionais de uso da computação em nuvem.
Fonte: Pochmann et al. (2014)
Os seguintes conceitos foram utilizados no desenho do monitoramento da capacidade de serviços IaaS do modelo proposto:
1) Objetivos: envolvem a gestão de capacidade e necessidades do provedor IaaS em