Cinco métricas de SLA que debe monitorizar

En los negocios y fuera, la comunicación es el rey. Los acuerdos de nivel de servicio (SLA) exitosos funcionan según este principio, sentando las bases para unas relaciones satisfactorias entre proveedor y cliente.

Un acuerdo de nivel de servicio (SLA) es un componente clave de los contratos de proveedores de tecnología que describe los términos de servicio entre un proveedor de servicios y un cliente. Los SLA describen el nivel de rendimiento que se espera, cómo se medirá el rendimiento y las repercusiones si no se cumplen los niveles. Los SLA se aseguran de que todas las partes interesadas entiendan el acuerdo de servicio y ayudan a forjar una relación de trabajo más fluida.

Hay tres tipos principales de SLA:

SLA de nivel de cliente

Los SLA de nivel de cliente definen las condiciones de servicio entre un proveedor de servicios y un cliente. Un cliente puede ser externo, como una empresa que compra almacenamiento en la nube a un proveedor, o interno, como es el caso de un acuerdo de nivel de servicio entre los equipos empresariales y de TI en relación con el desarrollo de un producto.

SLA de nivel de servicio

Los proveedores de servicios que ofrecen el mismo servicio a varios clientes suelen utilizar SLA a nivel de servicio. Los SLA de nivel de servicio no cambian en función del cliente, sino que describen un nivel general de servicio proporcionado a todos los clientes.

SLA multinivel

Cuando un proveedor de servicios ofrece un plan de precios de varios niveles para el mismo producto, suele ofrecer acuerdos de nivel de servicio de varios niveles para comunicar claramente el servicio que ofrece cada nivel. Los SLA multinivel también se utilizan para crear acuerdos entre más de dos partes más.

Los SLA incluyen una visión general de las partes implicadas, los servicios que se prestarán, el desglose de las funciones de las partes interesadas, la monitorización del rendimiento y los requisitos de elaboración de informes. Otros componentes de SLA incluyen protocolos de seguridad, acuerdos de reparación, procedimientos de revisión, cláusulas de rescisión y más. Fundamentalmente, definen cómo se medirá el rendimiento.

Los SLA deben definir con precisión las métricas clave (métricas del acuerdo de nivel de servicio) que se utilizarán para medir el rendimiento del servicio. Estas métricas suelen estar relacionadas con los objetivos de nivel de servicio (SLO) de la organización (enlace externo a ibm.com). Mientras que los SLA definen el acuerdo entre la organización y el cliente, los SLO establecen objetivos de rendimiento internos. Cumplir con los SLA requiere monitorizar métricas importantes relacionadas con las operaciones comerciales y el rendimiento del proveedor de servicios. La clave es monitorizar las métricas correctas.

Las métricas son medidas específicas de un aspecto del rendimiento del servicio, como la disponibilidad o la latencia. Los indicadores clave de rendimiento (KPI) están vinculados a los objetivos empresariales y se utilizan para juzgar el progreso de un equipo hacia esos objetivos. Los KPI no existen sin objetivos empresariales; son "indicadores" de progreso hacia un objetivo establecido.

Utilicemos como ejemplo el crecimiento anual de las ventas, con un objetivo organizativo de crecimiento interanual del 30 %. Los KPI como las renovaciones de suscripciones hasta la fecha o los clientes potenciales generados proporcionan una instantánea en tiempo real del progreso del negocio hacia el objetivo anual de crecimiento de las ventas.

Métricas como la disponibilidad de las aplicaciones y la latencia ayudan a proporcionar contexto. Por ejemplo, si la organización está perdiendo clientes y no va camino de cumplir el objetivo anual, un examen de las métricas relacionadas con la satisfacción del cliente (es decir, disponibilidad y latencia de la aplicación) podría ofrecer algunas respuestas a por qué los clientes se están marchando.

Los SLA contienen diferentes términos según el proveedor, el tipo de servicio prestado, los requisitos del cliente, los estándares de cumplimiento y más, y los parámetros varían según el sector y el caso de uso. Sin embargo, ciertas métricas de rendimiento de SLA, como la disponibilidad, el tiempo medio de recuperación, el tiempo de respuesta, las tasas de error y las medidas de seguridad y cumplimiento, se suelen utilizar en todos los servicios e industrias. Estas métricas establecen una base para las operaciones y la calidad de los servicios prestados.

Definir claramente qué métricas e indicadores clave de rendimiento (KPI) se utilizarán para medir el rendimiento y cómo se comunicará esta información ayuda a los equipos de gestión de servicios de TI (ITSM) a identificar qué datos recopilar y monitorizar. Con los datos correctos, los equipos pueden mantener mejor los SLA y asegurarse de que los clientes sepan exactamente qué esperar.

Lo ideal es que los equipos de ITSM hagan aportaciones cuando se redactan los SLA, además de supervisar las métricas relacionadas con su cumplimiento. Involucrar a los equipos de ITSM al principio del proceso ayuda a garantizar que los equipos empresariales no lleguen a acuerdos con los clientes que los equipos de TI no puedan alcanzar.

Las métricas de SLA que es importante que los líderes de TI e ITSM monitoricen incluyen:

1. Disponibilidad

Las interrupciones del servicio, o el tiempo de inactividad, son costosos, pueden dañar la credibilidad de la empresa y pueden provocar problemas de cumplimiento. El SLA entre una organización y un cliente dicta el nivel esperado de disponibilidad del servicio o tiempo de actividad y es un indicador de la funcionalidad del sistema.

La disponibilidad a menudo se mide en “nueves en el camino hacia el 100 %”: 90 %, 99 %, 99,9 %, etc. Muchos proveedores de nube y SaaS apuntan a un estándar industrial de “cinco nueves” o un tiempo de actividad del 99,999 %.

Para ciertas empresas, incluso una hora de tiempo de inactividad puede significar pérdidas importantes. Si un sitio web de comercio electrónico sufre una interrupción durante una época de mucho tráfico, como el Black Friday, o durante una gran venta, puede dañar la reputación de la empresa y sus ingresos anuales. Las interrupciones del servicio también repercuten negativamente en la experiencia del cliente. Los servicios que no están disponibles de forma constante suelen llevar a los usuarios a buscar alternativas. Las necesidades de las empresas varían, pero la necesidad de proporcionar a los usuarios productos y servicios rápidos y eficaces es universal.

Por lo general, se prefiere el máximo tiempo de actividad. Sin embargo, a los proveedores de algunos sectores les puede resultar más rentable ofrecer una tasa de disponibilidad ligeramente inferior si sigue satisfaciendo las necesidades de los clientes.

2. Tiempo medio de recuperación

El tiempo medio de recuperación mide el tiempo promedio que se tarda en recuperar un producto durante una interrupción o fallo. Ningún sistema o servicio es inmune a un problema o fallo ocasional, pero las empresas que pueden recuperarse rápidamente tienen más probabilidades de mantener la rentabilidad empresarial, cumplir con las necesidades de los clientes y cumplir los SLA.

3. Tiempo de respuesta y tiempo de resolución

Los SLA suelen indicar el tiempo en el que un proveedor de servicios debe responder después de marcar o registrar un problema. Cuando se registra un problema o se realiza una solicitud de servicio, el tiempo de respuesta indica cuánto tarda un proveedor en responder y solucionar el problema. El tiempo de resolución se refiere a cuánto tarda en resolverse el problema. Minimizar estos tiempos es clave para mantener el rendimiento del servicio.

Las organizaciones deben tratar de abordar las cuestiones antes de que se conviertan en fallos en todo el sistema y provoquen problemas de seguridad o cumplimiento. Las soluciones de software que ofrecen una observabilidad completa de las funciones empresariales pueden desempeñar un papel importante a la hora de mantener optimizados los sistemas y el rendimiento de los servicios. Muchas de estas plataformas utilizan herramientas de automatización y machine learning (ML) para automatizar el proceso de solución o identificar los problemas antes de que surjan.

Por ejemplo, los sistemas de detección de intrusos (IDS) con IA monitorizan constantemente el tráfico de la red en busca de actividades maliciosas, violaciones de los protocolos de seguridad o datos anómalos. Estos sistemas implementan algoritmos de machine learning para monitorizar grandes conjuntos de datos y los utilizan para identificar datos anómalos. Las anomalías y las intrusiones activan alertas que notifican a los equipos informáticos. Sin la IA y el machine learning, la monitorización manual de estos grandes conjuntos de datos no sería posible.  

4. Tasas de error

Las tasas de error miden los fallos del servicio y el número de veces que el rendimiento del servicio cae por debajo de los estándares definidos. Dependiendo de su empresa, los índices de error pueden estar relacionados con cualquier número de cuestiones vinculadas a las funciones empresariales.

Por ejemplo, en la fabricación, las tasas de error se correlacionan con el número de defectos o problemas de calidad en una línea de productos específica, o con el número total de errores encontrados durante un intervalo de tiempo determinado. Estas tasas de error, o tasas de defectos, ayudan a las organizaciones a identificar la causa raíz de un error y si está relacionado con los materiales utilizados o con un problema más amplio.

Hay un subconjunto de métricas basadas en el cliente que monitorizan las interacciones del servicio de atención al cliente, que también se relacionan con las tasas de error.

• Tasa de resolución en la primera llamada: en el ámbito del servicio de atención al cliente, los problemas relacionados con las interacciones del servicio de asistencia pueden influir en las tasas de error. El éxito de las interacciones de los servicios de atención al cliente puede ser difícil de medir. No todos los clientes rellenan una encuesta o presentan una queja si no se resuelve un problema; algunos simplemente buscan otro servicio. Una métrica que puede ayudar a medir las interacciones del servicio de atención al cliente es la tasa de resolución en la primera llamada. Esta tasa refleja si el problema de un usuario se resolvió durante la primera interacción con un centro de servicio, un chatbot o un representante. Cada escalamiento de una consulta de servicio de atención al cliente más allá del contacto inicial significa gastar en recursos adicionales. También puede afectar a la experiencia del cliente.
• Tasa de abandono: esta tasa refleja la frecuencia con la que un cliente abandona su consulta antes de encontrar una solución. La tasa de abandono también puede contribuir a la tasa de error general y ayudar a medir la eficacia de un servicio de asistencia, un chatbot o el personal humano.

5. Seguridad y cumplimiento

Los grandes volúmenes de datos y el uso de servidores locales, servidores en la nube y un número creciente de aplicaciones crean un mayor riesgo de vulneraciones de datos y amenazas de seguridad. Si no se monitorizan adecuadamente, las violaciones de seguridad y las vulnerabilidades pueden exponer a los proveedores de servicios a repercusiones legales y financieras.

Por ejemplo, el sector sanitario tiene requisitos específicos sobre cómo almacenar, transferir y eliminar los datos médicos de un paciente. El incumplimiento de estos estándares de conformidad puede acarrear multas e indemnizaciones por las pérdidas sufridas por los clientes.

Aunque existen innumerables métricas específicas de la industria definidas por los diferentes servicios prestados, muchas de ellas se incluyen en categorías más grandes. Para tener éxito, es importante que los equipos empresariales y los equipos de gestión de servicios de TI trabajen juntos para mejorar la prestación de servicios y satisfacer las expectativas de los clientes.

Monitorizar las métricas de los acuerdos de nivel de servicio es la forma más eficaz que tienen las empresas de evaluar si los servicios de TI cumplen las expectativas de los clientes e identificar las áreas de mejora. Al monitorizar las métricas y los KPI en tiempo real, los equipos de TI pueden identificar las debilidades del sistema y optimizar la prestación de servicios.

Los principales beneficios de la monitorización de las métricas de SLA incluyen:

Mayor observabilidad

Una comprensión clara de las operaciones empresariales de principio a fin ayuda a los equipos de ITSM a encontrar formas de mejorar el rendimiento. Una mayor capacidad de observación permite a las organizaciones obtener información sobre el funcionamiento de los sistemas y flujos de trabajo, identificar errores, equilibrar las cargas de trabajo de manera más eficiente y mejorar los estándares de rendimiento.

Rendimiento optimizado

Al monitorizar las métricas adecuadas y utilizar la información que se obtiene de ellas, las organizaciones pueden ofrecer mejores servicios y aplicaciones, superar las expectativas de los clientes e impulsar el crecimiento del negocio.

Mayor satisfacción del cliente

Del mismo modo, la monitorización de las métricas de SLA y los KPI es una de las mejores formas de asegurarse de que los servicios satisfacen las necesidades de los clientes. En un campo empresarial saturado, la satisfacción del cliente es un factor clave para impulsar la fidelización de clientes y construir una reputación positiva.

Mayor transparencia

Al describir claramente los términos de servicio, los SLA ayudan a eliminar la confusión y protegen a todas las partes. Los SLA bien redactados dejan claro qué pueden esperar todas las partes interesadas, ofrecen un calendario bien definido de cuándo se prestarán los servicios y qué partes interesadas son responsables de acciones concretas. Cuando se hacen bien, los SLA ayudan a marcar la pauta de una colaboración fluida.

La plataforma IBM Instana Observability e IBM Cloud Pak for AIOps pueden ayudar a los equipos a obtener información más sólida de sus datos y mejorar la prestación de servicios.

IBM Instana Observability ofrece observabilidad de pila completa en tiempo real, combinando automatización, contexto y acción inteligente en una sola plataforma. Instana ayuda a romper los silos operativos y proporciona acceso a los datos a los equipos de DevOps, SRE, ingeniería de plataformas e ITOps.

Los equipos de gestión de servicios de TI se benefician de IBM Cloud Pak for AIOps a través de herramientas automatizadas que abordan la gestión y corrección de incidentes. IBM Cloud Pak for AIOps ofrece herramientas para la innovación y la transformación de las operaciones de TI. Cumpla los SLA y monitorice las métricas con una solución de visibilidad avanzada que ofrece contexto a las dependencias en todos los entornos.

IBM Cloud Pak for AIOps es una plataforma AIOps que brinda visibilidad de los datos de rendimiento y las dependencias en todos los entornos. Permite a los gestores de ITOps y a los ingenieros de fiabilidad del sitio (SRE) utilizar la inteligencia artificial, el machine learning y la automatización para abordar mejor la gestión y corrección de incidencias. Con IBM Cloud Pak for AIOps, los equipos pueden innovar más rápido, reducir los costes operativos y transformar las operaciones de TI (ITOps).