Vanson Bourne 2016调查: 为什么智能化机构能够最大化应用性能

简介:

中国区主要数据综述

1)与其它国家和地区相比,中国受访者有更高比例的商务交易通过移动设备完成(46% vs 整体平均34%)。

2)中国受访者更有可能认为目前对业务战略至关重要的应用是:移动应用(76% vs 整体59%)和电子采购应用(60% vs 整体 41%)。而且,中国受访者更有可能认为表5中列出的几乎所有应用类型在未来三年将更加重要。中国受访者通常更有可能认为更多应用目前直观重要,更多应用将在未来三年更加重要。

3)中国受访者更有可能认同:

“与安全相比,我更担心我们的应用在重大使用高峰期出现故障”(87% vs 整体

60%)

4)中国受访者 (67%)(美国:66%)更有可能对常规工作负载期间满足SLA完全充满信心 (整体51%),但对于在负载高峰期满足SLA的信心较低(25% vs 整体29%)。

5)中国受访者更有可能认为,在云中使用基于云/SaaS应用时,他们所在机构的IT部门曾经需要更长时间进行更新(57% vs 整体42%)。中国受访者也更有可能表示,客户请求被延迟了(57% vs 整体40%)并且因此造成客户满意度较低(51% vs 整体36%)。

6)中国受访者更有可能认为,在使用非基于云/SaaS应用时,他们所在机构已经出现了应用运行速度缓慢的情况(55% vs 整体45%)。中国受访者更有可能认为因此造成了客户满意度较低(61% vs 整体44%)。

7)如果所在机构能够把应用运行速度加倍,中国受访者最有可能赞同客户满意度提高了(77% vs 整体63%),并且交易数量会增加(68% vs 整体55%)。

8)中国的ITDM更有可能表示,报告大型Bug时,并非总是可以获得支持(56% vs 整体37%)

9)中国的ITDM更有可能表示,业务部门在IT部门不知情或未获得IT部门支持的情况下推出或考虑推出自己的业务应用项目(42% vs 整体20%)

10)中国的业务部门更有可能表示,他们已经或正在考虑在IT部门不知情或未获得IT部门支持的情况下推出自己的业务应用项目(36% vs 22% 整体),虽然与上一条的数据之间的差别意味着中国的 ITDM是过高估计机构中影子 IT 的 ITDM,而其它国家和地区的ITDM略微低估这一点。

11)81%的中国受访者认为,未来的所有应用都应当是移动应用(vs 整体69%)

总的来说,中国受访者认为自己所在机构大量使用移动应用,但他们更有可能碰到造成客户满意度较低的问题。影子IT是这些机构的一个更大问题(虽然 ITDM更有可能意识到这样的事情发生),并且IT部门没有足够快速地解决问题和更新应用。


原文发布时间为:2016年05月10日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
9月前
|
供应链
代采系统如何利用大数据分析优化采购决策?
代采系统可以利用大数据分析来优化采购决策
|
1月前
|
人工智能 监控 数据管理
如何利用CRM系统降低获客成本并高效挖掘潜在客户
在竞争激烈的市场中,企业面临获客成本上升和竞争加剧的挑战。CRM系统通过优化客户数据管理、自动化营销流程和精准营销策略,有效降低获客成本。同时,借助数据驱动、内容营销和社交媒体营销等方法,CRM能帮助企业挖掘潜在客户,提升营销效率与转化率,助力企业在数字化时代脱颖而出,实现可持续发展。
|
3月前
|
机器学习/深度学习 数据采集 人工智能
《精准掌控时间:C++ 人工智能开发中的运行时间监测之道》
在C++人工智能开发中,时间监测至关重要。它不仅帮助发现性能瓶颈,优化算法和代码结构,还确保模型训练和推理的效率,支持项目按时交付。C++提供多种时间监测方法,如标准库中的`clock()`函数和C++11的`<chrono>`库,后者能提供更高精度的时钟类型,适合精确测量代码运行时间。通过在模型训练和推理阶段监测时间,可以有效评估和优化系统性能,推动AI项目向更高效、智能方向发展。
62 16
|
7月前
|
机器学习/深度学习 数据采集 运维
智能化运维:利用机器学习优化系统性能
在当今快速发展的信息技术时代,传统的运维方式已难以满足日益增长的业务需求和复杂性。本文将探讨如何通过机器学习技术来提升运维效率,确保系统的高可用性和性能优化。我们将深入分析机器学习模型在预测系统负载、自动故障检测与响应以及资源分配中的应用,并讨论实施这些策略时可能遇到的挑战和解决思路。
|
开发者
《中国开发者画像洞察报告2022》——02 开发者面临的挑战——2.3新形势
《中国开发者画像洞察报告2022》——02 开发者面临的挑战——2.3新形势
|
机器学习/深度学习 算法 数据挖掘
数据驱动!精细化运营!用机器学习做客户生命周期与价值预估!⛵
如何预测客户价值,计算特定时间段内能带来的价值,是互联网公司在面临海量用户时急需解决的运营命题。本文就来讲解『机器学习+RFM模型』的精细化运营解决方案。
994 2
数据驱动!精细化运营!用机器学习做客户生命周期与价值预估!⛵
舆情预测工作解决方案
舆情预测,不仅涉及到舆情的评估,还包括事件的发展趋势分析,其重要性不言而喻,那么具体应该怎么做呢?
舆情预测工作解决方案
|
UED 项目管理 前端开发
TCO模型助CIO准确对SaaS作出效益评估
本文讲的是TCO模型助CIO准确对SaaS作出效益评估,作为传统软件采购模式的替代性选择,软件作为服务(Software-as-a-Service, 下称SaaS)的宣传可谓铺天盖地。但是需要深入评估的是SaaS模式的精确财务定位和投资回报率(ROI),以及这些评估细节中显示的和企业用户业务流程相关的关键内容。
1536 0
|
存储 安全
安全预测 影响企业风险管理的三大趋势
本文讲的是安全预测 影响企业风险管理的三大趋势,云计算、面向服务的架构(SOA)及其他迅速出现的新技术加大了数据治理策略面临的威胁。知道安全威胁在如何变化是风险管理规划取得成功的关键,同时关乎贵企业的利润。
1727 0