iTMan Discovery

Основные статьи:

• Определение Business Intelligence
• Data mining Интеллектуальный анализ данных
• Управление данными (Data management)

iTMan Discovery – среда для разработки процессов сбора и трансформации данных об ИТ-инфраструктуре (под класс ETL-систем) в графическом виде.

2022

Сбор данных в режиме реального времени

По информации на октябрь 2022 года ключевая особенность ITMan Discovery – сбор данных с конечных устройств в режиме реального времени и улучшение CMDB за счет искусственного интеллекта. При интеграции с Service Desk-платформами можно уточнять данные о текущей конфигурации ИТ-актива в реальном времени.

По словам разработчиков, ITMan Discovery собирает данные менее чем за 10 секунд со 100 тыс. устройств без перегрузки каналов данных и управляющего сервера. Это возможно благодаря нулевой архитектуре платформы, которая строится всего на двух компонентах: агент и сервер. Что обеспечивает высокую скорость сбора данных и экономию на железе. Благодаря ITMan Discovery у ИТ-подразделения всегда будет актуальная информация о состоянии активов.Российский рынок BI-систем: оценки, перспективы, крупнейшие вендоры и интеграторы. Обзор TAdviser 184.5 т

На базе платформы строятся три продукта: Asset Inventory Manager для управления ИТ-активами, Configuration Manager для управления конфигурациями, Protection Manager для обеспечения информационной безопасности.

Также на платформе представлены отраслевые решения. Первое - для автоматизации ITSM-процессов, где ITMan Discovery является поставщиком нормализованных данных для CMDB при интеграции с Service Desk-платформами. Второе - для автоматизации контроля удаленных рабочих мест сотрудников call-центров.

Включение в Реестр российских программ

iTMan Discovery официально включен в Единый реестр российских программ для ЭВМ и баз данных. Теперь система доступна государственным заказчикам, и все клиенты смогут приобретать решение по меньшей цене. Об этом 17 января 2022 года сообщили в компании Softline.

iTMan Discovery является официальной отечественной средой для разработки процессов сбора, трансформации, анализа и представления данных об ИТ-инфраструктуре в графическом виде. Продукт помогает оптимизировать ИТ-инфраструктуру, снижать расходы на используемое программное обеспечение и представлять информацию о инфраструктуре в виде удобных схем и отчетов.

Благодаря включению в Реестр государственные учреждения и компании с государственным участием смогут закупать и использовать этот продукт для анализа ИТ-инфраструктуры в соответствии с курсом на импортозамещение.

«В госсекторе наше решение может заинтересовать средние и крупные организации. То есть всех тех, где стоит задача оптимизировать расходы на ИТ-инфраструктуру и используемое ПО. Существуют и альтернативные импортное ПО, однако оно недоступны для государственных организаций и госкомпаний. Поэтому мы считаем включение в реестр — необходимым шагом, который расширяет портфель Softline в сфере импортозамещения», — отметил менеджер проектов Softline Василий Гурьев.

Кроме того, большим преимуществом включения в Реестр станет возможность предоставлять лицензии на это программное обеспечение без НДС. Это значит, что стоимость лицензий снизится на 20%, подчеркнули в Softline.

Функции и решаемые задачи

По информации на январь 2022 года, iTMan Discovery помогает решать задачи, связанные со сбором и извлечением данных об ИТ-инфраструктуре из «дикой» среды и внешних источников, их трансформацией, очисткой, нормализацией, обогащением, линковкой для соответствия требуемой модели CMDB (БДКЕ) и загрузкой в систему автоматизации ITSM/ITAM-процессов, а также позволяет выводить собранные данные в удобном интерфейсе настраиваемых отчетов, позволяя вести контроль точности и полноты собираемой информации о компьютерной технике и установленном программном обеспечении.

Продукт выполняет следующие функции и позволяет реализовать следующие возможности:

• Автоматическое обнаружение и инвентаризация данных о аппаратной и программной части устройств в сети;
• Извлечение данных о КЕ (конфигурационных единицах) из различных источников и создание связей между объектами;
• Приоритезация источников и агрегация данных;
• Нормализация входящих данных на основе правил, шаблонов и обученных моделей нейронных сетей;
• Обогащение и расширение данных модели на основе различных правил;
• Предоставление аналитики и отчетов
• Экспорт собранной модели данных в системы автоматизации ИТ-процессов и учета ИТ-активов, а также в хранилища данных.