Saltar al contenido principal

Savings Engine

El Savings Engine convierte el uso de software en endpoints en recomendaciones de reducción de costos ordenadas por prioridad. Mientras que Optimization informa lo que es recuperable por fuente de datos, el Savings Engine evalúa todo el inventario instalado y ordena los resultados por ahorro anual ponderado por confianza — de modo que las recomendaciones en las que actúe primero sean las que tienen tanto el mayor ahorro como la evidencia más sólida detrás de ellas.

Ejecutar Optimización​

El motor no se ejecuta de forma continua — produce un conjunto de resultados en un momento determinado. Run optimization, disponible tanto en el encabezado de la página como en el estado vacío, analiza el uso de software en endpoints importado y presenta las recomendaciones. Hasta que se complete la primera ejecución, la página mostrará No savings run yet.

Vuelva a ejecutar el motor después de una importación de inventario de endpoints, una sincronización de conector o un cambio en los Optimization Thresholds — los resultados reflejan los datos y umbrales presentes en el momento de la ejecución.

Qué Lee el Motor​

Las recomendaciones se derivan de los datos de uso a nivel de instalación descritos en Endpoint Inventory — instalaciones, dispositivos, usuarios únicos y los grupos de antigüedad de último uso. Una empresa sin inventario de endpoints importado no tiene nada que modelar, y el motor devuelve un conjunto de resultados vacío.

Nota: La ponderación por confianza es la razón por la que la clasificación no es una simple ordenación por valor monetario. Una instalación con telemetría de uso escasa produce un ahorro de menor confianza y se clasifica por debajo de una más pequeña pero con mayor evidencia.

Mejores Prácticas​

  • Importe o sincronice el inventario de endpoints antes de la primera ejecución — consulte Endpoint Inventory. El motor no tiene otra fuente de datos.
  • Vuelva a ejecutar el motor con la misma cadencia que la actualización de su inventario, de modo que la clasificación refleje el uso actual en lugar del estado en la última ejecución.
  • Trabaje la lista clasificada de arriba hacia abajo. La ponderación por confianza ya tiene en cuenta la calidad de la evidencia, por lo que saltar a un ahorro bruto mayor generalmente significa actuar sobre datos menos sólidos.
  • Trate la salida del Savings Engine como la lista de candidatos y Optimization como la superficie de seguimiento por fuente — ambos responden preguntas diferentes.

Páginas Relacionadas​