What-If Scenario Planning

预测未来业务状况。确定服务影响。坚定无疑地实施规划。

IT 世界不可预测，但有了适当的 AIOps 工具包，一切都不再是问题。

What-if Scenario Planning 可模拟内部和外部条件变化，便于您了解变化对服务操作产生的影响并制定相应的计划。首先，确定希望根据假设的未来场景测试业务服务生态系统的哪一种组件。测试对象可以是公司环境的任意组件，包括单个平台和总体销售收入。

接下来，确定要应用的条件。您可增加或减少业务推动因素（例如销量），也可以施加技术限制（例如特定服务器的容量）。推动因素可以积极因素，也可以是消极因素。另外，还可以尝试结合不同条件来观测"完美风暴"的结果。

现在，您可回顾"假设分析"场景结果并制定未来计划。系统将按简单的时间表格式呈现结果，准确显示即将达到关键阈值的时间和位置。如果模型确定会对系统造成负面后果，还将推荐具体方法缓解影响。

不再需要手动预测

场景模拟自动完成且准确无误(无需投入时间和精力进行人工预测)。

着眼未来

自由结合内部和外部条件生成清晰视图，反映未来可能发生的各种状况。

无与伦比的灵活性

根据您所选的时间表，针对系统指标或 KPI 创建模型。

直观的可视化

按简单的时间表格式呈现模型，显示即将达到关键阈值的时间和位置以及达到关键阈值的路径。如果模型预测系统将会发生故障，则推荐缓解方案。

探索更多

我可以在哪些类型的场景上运行假设规划模拟？

您可使用两种类型的假设分析模拟：

容器化应用程序假设分析模拟：在此场景下，您可使用前瞻性预测和自动化人工智能关联，根据增长场景预测饱和度、模拟事件，预测有机增长，审查资源分配规模优化建议。

您可使用这项流程制定资源分配计划，结合 IT 资源满足动态业务需求，优化支出并保障服务水平。
业务服务假设分析模拟：在此场景下，您可模拟未来业务变更场景对资源利用率产生的影响，接收机器学习 (ML) 推动生成的建议，缓解未来风险，针对业务服务支持资源开展影响分析。

您可通过业务服务假设分析模拟规划服务资源，满足动态业务需求，构建服务保证和优化路线图，使 IT 资源与业务需求保持一致。

在业务服务假设模拟中，如何预测业务服务风险并将其与系统资源关联起来？

我们可以使用 BMC 专有机器学习关联算法，自动关联业务推动因素的历史性能（表示关键业务指标）与一段时间的资源消耗趋势。这些机器学习关联和预测算法会自动选择最佳关联和预测模型，一键生成结果，无需模型定义或试错选择。

这些模拟模型是否提供自动建议，从而缓解未来风险并节省成本？

是。两个模拟模型均提供自动建议，从而缓解未来风险并节省成本。用户可提前制定规划、采用服务水平协议 (SLA)、确立服务水平目标 (SLO) 并提前修复未来可能发生的问题，避免问题影响客户和用户的服务水平和服务可用性。

我可以保存模拟结果并与其他人分享吗？

是！用户可以保存、共享及导出模拟结果。