Springpath 获得实时智能并提高运营效率

随着 HCI 市场变得越来越拥挤，Springpath 试图通过为客户提供增强的可维护性来实现差异化。但它缺乏为硬件和软件组件提供快速客户问题解决方案的能力，也缺乏从数据中获取有意义的实时情报的能力。 Springpath 需要为其支持组织创造更好的运营效率。为了更好地服务客户，Springpath 需要一种解决方案来更快地解决客户问题，同时从系统中收集实时客户数据，以便为内部支持团队和最终客户等提供更好的洞察力。构建解决方案需要快速摄取和解析数据（当时这些数据通常以复杂日志文件的形式发送）以及将其呈现为可操作信息的能力。此外，解决方案需要使支持工程师能够提供快速的问题解决方案，以最大限度地减少停机时间。理想情况下，Springpath 希望客户能够全面了解他们自己的系统，从而能够及时执行维护任务，目标是最大限度地延长正常运行时间并确保最佳系统性能。此外，解决方案应与他们的问题管理系统 Salesforce.com 服务门户集成，以便内部支持团队和最终客户轻松访问。 “在物联网时代提供世界一流的客户服务需要一个全面且可扩展的分析平台，该平台与现有的支持工作流程完美集成，”Springpath 全球客户成功副总裁 Brett Flinchum 说。

Springpath 选择 Glassbeam Analytics 平台作为构建强大解决方案的基础，该解决方案可以快速解决问题并实现实时智能，从而改变支持小组的运营。 Glassbeam 独特的数据转换和准备引擎可以轻松地将最复杂的机器数据转换为结构化和有意义的格式。然后可以在仪表板报告中使用这些结构化数据，以了解 HCI 系统堆栈的每个操作参数。它还可用于通过 Glassbeam 的规则和警报应用程序创建和监控阈值条件，以确保支持小组能够通过主动解决潜在故障原因来抢占停机时间。 “Glassbeam 是第一个在转换非结构化数据方面拥有真正凭据的复杂机器日志分析平台”，Brett 指出。 “这些是深深嵌入日志文件中的情报宝库，Glassbeam 是我们将原始数据转换为可操作信息的核心” Glassbeam 解决方案利用其与 PTC 的合作伙伴关系，通过 ThingWorx Analytics 在 Springpath 中整合强大的评分模型。 ThingWorx Analytics 使 Springpath 能够在其解决方案中嵌入强大的自动化分析功能，包括自适应学习技术、实时模式和异常检测、模拟和规范分析以及自动化预测分析，而无需数据科学家或数学家的专业知识。它能够快速准确地预测影响客户的重要运营事件，例如磁盘故障或性能下降的拐点。 Glassbeam 和 ThingWorx 的联合解决方案使 Springpath 能够更好地洞察产品故障——它们发生的条件和故障的潜在原因——以及更好地了解围绕这些问题的客户行为模式，所有这些都是实时的。借助此类实时数据，ThingWorx Analytics 能够更好地预测未来事件，为 Springpath 提供前所未有的洞察力，从而更有效地规划维护、最大限度地减少或避免停机，并更好地管理客户期望和满意度水平。要获得 ThingWorx 8 的免费演示：http://solutions.iotone.com/thingworx

• [Efficiency Improvement - Operation]
  Springpath is able to get a deeper, detailed understanding of issues surrounding product failure and able to use that insight to improve operational efficiencies, provide better customer service, enhance customer interaction, and improve overall customer outcomes and satisfaction.
• [Efficiency Improvement - Issue Response]
  Analytics dashboards are used by the support team and end-customer to carefully monitor anomalies and quickly react to potentially adverse situations. The Single-Sign-On implementation with Salesforce.com ensures the right context for each end user, thereby greatly increasing the dashboards’ utilization at Springpath.
• [Process Optimization - Predictive Maintenance]
  The combination of predictive scoring models and rules and alerts has better-equipped engineers to pre-empt and avoid incidents of failure and/or system malfunction. Engineers get notifications via email or text messages in real time and are able to quickly take remedial steps to minimize or eliminate downtime events.