Trabajos relacionados

Este estudio considera como punto inicial el método desarrollado en la investigación presentada por ^{Carroll et al. (2014)} donde su modelo de Marco de Evaluación de Capacidades de Servicio en la Nube (CSCAF por sus siglas en inglés) tiene como objetivo crear una herramienta para asesorar las capacidades de la nube. La contribución principal de este estudio considera que se requiere una plataforma para asesorar al negocio e infraestructura en áreas claves, como: 1) Estrategia, 2) Identificación de procesos, 3) Valuación y 4) Alineación.

Otra contribución del estudio de ^{Carroll et al. (2014)} es que ayuda a los expertos en la materia con un modelo de mejora de negocio para la adopción de la nube. El método que refiere este estudio esta descrito en la Fig. 2 y este se basa principalmente en marcos de referencia como ITSM, ITIL, CMMI, TOGAF y COBIT.

Fuente: ^{Carroll et al., 2014}.

Fig. 2 Marco de Evaluación de Capacidades de Servicio en la Nube (CSCAF). 

Las principales conclusiones de este primer estudio son que, aunque se listen en este modelo las principales preocupaciones de los expertos, el estudio requiere verificar como se puede utilizar para desarrollar mayores habilidades analíticas que soporten la toma de decisiones. Este modelo es la primera fase de la herramienta, planeado tocar puntos como el conocer que se requiera para estar listo para la nube, las capacidades que impulsan las ventajas competitivas y las oportunidades que existen sobre las mejoras de negocio. Algunas limitaciones encontradas son el poder identificar requerimientos y característica de cliente de servicios vs proveedores de servicios y la toma de decisiones considerando la habilidad de proveedores de entregar requerimientos de Calidad de servicios.

Otra investigación considerada para sustentar este estudio fue basada en el “Diseño de Método Ágil de Autoevaluación de ITSM” desarrollado ^{Göbel1, Cronholm y Seigerroth (2013)}, donde como objetivo tiene encontrar una solución a la falta de métodos de mejora de procesos de ITSM derivado de expertos en TI. Con esto en mente se apoyan del método de CMMI-SVC v.1.3. La razón de esta decisión es que CMMI es un modelo ya establecido, reconocido por los practicantes a los que se dirige el estudio y que permite adaptarse para lograr los objetivos de los proyectos. La principal contribución que se logra que los desarrolladores de métodos desarrollen una variedad de evaluaciones que logren diversas necesidades (CMMI, 2010).

El modelo desarrollado considera que se crea un artefacto (método, modelo, constructo) que se adecue al propósito del estudio, que aplique en combinación de desarrollo de software. Se utiliza el marco de referencia de Hevner et al. (2004) y se adapta en el estudio logrando el modelo en la Fig. 3. El ambiente de la investigación consiste en siete prácticas de ITSM. Estas prácticas pueden ser revisadas en los casos de estudio (Yin, 2009) utilizados aquí para diseñar, probar y evaluar el artefacto mostrado.

Fig. 3 Modelo adaptado del marco conceptual de Hevner et al. (2004). 

Las conclusiones y resultados de este método indican que es fácil de usar, de entender y crea una gran oportunidad de compartir el conocimiento dentro de la compañía. Este método de auto evaluación crea oportunidades para mejorar los procesos de ITSM de la organización. También se determine que es posible utilizarlo como primer punto de auto mejora para el negocio, identificando brechas, haciendo benchmarking, así como guía en los esfuerzos de mejora. Finalmente, el método hace posible a los expertos implantar estándares que mejoran los tiempos y recursos. Las limitaciones es que no estudia en especifico resultados en reducción de costos con un método cuantitativo.

Otro estudio revisado es el de ^{J. Repschlaeger et al. (2014)} donde se examina la aplicabilidad del modelo de proceso analítico jerárquico (AHP por sus siglas en ingles) para resolver un problema de decisión de una selección de proveedor para una solución de Gestión de servicios de TI (ITSM) basada en la nube, con un enfoque de beneficios. En este estudio se identificaron los criterios críticos de selección para el proceso de selección de proveedor, donde se considero la reducción de costos. El artículo describe un enfoque que soporta a la organización de TI en el proceso de decisión para seleccionar el proveedor apropiado usando el AHP. Por lo tanto, el modelo basado en AHP es creado y aplicado a casos de uso estándares de nube. Para esto se entrevistaron a 7 ejecutivos de TI y sus prioridades relativos al cada nivel de nube. Adicionalmente, se llevó a cabo un caso de estudio con una compañía grande de productos de consumo, que había realizado una implementación basada en una solución de ITSM.

Los hallazgos usando el enfoque de AHP, es que los criterios de nube empleados para seleccionar al proveedor se aplicaron exitosamente de la selección de ITSM. Se encontró que la seguridad de TI y de cumplimiento se percibe como una dimensión mandataria. Se encontró también que la selección del proveedor es un problema de multi-decisión y multi-criterios complejo con los siguientes factores mas importantes: elasticidad de servicio, seguridad de información y mejoras continuas de servicio. El modelado de proceso de AHP se muestra en la Fig. 4.

Fuente: Tomado de ^{J. Repschlaeger et al. (2014)}.

Fig. 4 Modelado de proceso AHP de 4 fases. 

Las limitaciones encontradas refieren que la priorización de decisiones se diferencia por los niveles de nube requeridos. Sin embargo, se debe tomar en cuenta que la priorización depende de caso de uso del servicio. De acuerdo con esto, el criterio de selección de los procesos a implementar es individual por compañía o por proyecto. Las prioridades dependen de los expertos de la nube y ejecutivos. Los valores específicos fueron derivados de las selecciones dadas por los expertos en este estudio. Sin embargo, el criterio de selección puede usarse en problemas generales de decisión considerando la comparación de proveedores.

Otro trabajo es el de ^{Asrowardi et al. (2018)} que permite sustentar el uso de una metodología cualitativa como punto de partida y terminar con un método cuantitativo, para la evaluación de gestión de servicios de ITSM. Es este estudio se argumenta que la tecnología de información no solo es relativo a hardware o software, infraestructura de comunicación, pero también de administración de servicios. La medición de servicios juega un rol sumamente importante en la gestión de servicios de TI (ITSM) que es un subcampo de la ciencia de servicios de cómputo. Este estudio muestra el conocimiento técnico sobre la medición de ITSM con algunos requerimientos. En este artículo se sugiere las métricas que cada proceso de servicio habilita a las organizaciones para predecir la dirección del proceso de mejora e identifica la meta del proceso que puede alcanzarse. El resultado de este estudio es una lista de métricas y herramientas que pueden utilizar cualquier tipo de organización.

Un aspecto importante tomado de este estudio es que usa un método mixto concurrente y embebido como su metodología. Inicialmente el estudio usa una metodología cualitativa obteniendo datos cualitativos, como revisión de literatura y elaborando algunas mejores prácticas o estándares para diseñar el gobierno de servicio de TI. La primera fase es hacer el análisis de la literatura para evaluar el proceso de servicio de TI. El análisis se lleva a cabo como un método cualitativo, pero en la última parte se aplica un método cuantitativo para probar el método cualitativo. El método cuantitativo es solo una parte pequeña del método cualitativo. Se puede inferior que el método cuantitativo esta embebido en el total del proceso cualitativo. Este método se muestra en la Fig. 5.

Fig. 5 Metodología de investigación de ^{Asrowardi, et al. (2018)}. 

Después de generar el modelo de medición de servicios de TI, este se valida de manera cuantitativa. Se utiliza específicamente el marco proactivo de investigación creado por ^{Cole R. et al. (2005)}. Este enfoque tiene cuatro pasos de proceso que se llevaron a cabo en esta investigación: a) Identificación del problema, que cubre la creación inicial del concepto y objetos de investigación, b) Intervención como proceso de planeación, desarrollo, proceso de construcción de modelo, prototipo y otros recursos, c) Evaluación como proceso de observación y medición de nivel de compatibilidad y exactitud de los resultados para soportar la solución del problema. Es el proceso de validación de modelo o diseño usando juicio experto y d) Reflexión y lecciones aprendidas, donde se apunta a reportar los resultados de la investigación y encontrar la contribución a la práctica y la teoría.

El siguiente paso fue crear las métricas al diseñar el Modelo de Evaluación de Proceso (PAM por sus siglas en inglés) del ISO/IEC15504-8:2013, el cual se basa en el Modelo de Referencia de Procesos (PRM por sus siglas en inglés) ISO/IEC 20000-4. El marco utilizado de la herramienta de evaluación se muestra en la Fig. 6.

Fig. 6 Marco de implementación de ^{Asrowardi, et al. (2018)}. 

De los resultados de este artículo, la ventaja que se replica es facilitar la autoevaluación logrando una evaluación de proceso para cada capacidad de ITSM, y este puede incrementar el nivel de dominio de la gestión de servicios de TI. Esta métrica se probó por el autor con la implementación y justificación de un experto de ITSM en Polinela (Centro de Educación de alto nivel). Las limitaciones surgen de la aplicación del modelo en una organización de educación y del hecho de que se evaluó en un ambiente donde no hay un cliente.

Resumiendo, el resultado de la revisión de la literatura permitió mostrar que, aunque estas investigaciones no cubren el objetivo de identificar aquellas capacidades específicas de ITSM para lograr la reducción de costos operativos en la gestión de servicios de cómputo en la nube, si proporcionan suficiente información como punto de partida para resolver este tema.

El Cómputo en la Nube como habilitador de capacidades de negocio

Es claro que la influencia de la Tecnología de Información está alterando el entendimiento del ambiente de negocios hoy en día, y ésta continúa modificando paradigmas de cómputo para permitir mayor acceso a capacidades de negocio. Esto es más evidente con el crecimiento acelerado del cómputo en la nube. Usamos una definición del cómputo en la nube donde es “un esfuerzo de habilitación o filosofía general que explota las tecnologías de Internet como organizaciones que proveen o entregan recursos y competencias por medio infraestructuras económicas habilitadas por TI”, Buya et al. (2008).

El cómputo en la nube permite que varios recursos clave de la organización estén disponibles eficientemente, por ejemplo, software, información, almacenamiento y procesos de negocio (^{Carroll, Helfert, y Lynn, 2014}). De acuerdo con el Instituto Nacional de Estándares y Tecnología (^{National Institute of Standards and Technology, 2013}) el cómputo en la nube es “un modelo que habilita convenientemente, acceso por demanda a un grupo de recursos de cómputo configurables que pueden se rápidamente provisionados y liberados con un esfuerzo mínimo de gestión o poca interacción con proveedores”.

Las compañías actuales, aprovechan la característica disruptiva del cómputo en la nube como un modelo de entrega de servicios que se consumen por demanda, es flexible y escalable, con un impacto significativo de reducción de costo. Y la gestión efectiva de este modelo de servicios de cómputo en la nube es fundamental para asegurar la entrega de sus beneficios.

Aunque una de las ideas principales del cómputo en la nube es eliminar los niveles complejos de operación, haciendo los servicios de TI más fáciles de usar, la entrega actual de servicios no es necesariamente más fácil también. Crear recursos casi infinitos para consumirse en una forma por demanda y pagarse de forma automática, pueden complicar la gestión de la producción de los servicios (^{Akram y Singh, 2016}).

Existen diversos modelos de servicio y se dividen en tres categorías principales: (1) Nube pública, la nube se hace disponible a través de un acuerdo medido para el público en general, (2) Nube privada, Centros de datos interno a una organización que no se hace disponible al público en general y (3) Nube hibrida, una combinación de desarrollos de nube privadas y públicas (^{Armbrust et al., 2009}). Estas tres categorías también pueden describirse como micro características de modelos de nube. Por ejemplo, ver Fig. 7:

Fig. 7 Características de Modelos de Nube (^{Armbrust et al., 2009}). 

La adopción de estos modelos se refleja en el ambiente de servicio (p.ej. en la industria) y la confianza del gerente en su habilidad de convertirse en proveedores/usuarios de la nube. Se ha visto que las organizaciones se acostumbran rápidamente a las capacidades de la nube y que están usando la combinación de estos modelos (^{Cisco CloudWatch Report, 2013}).

El siguiente nivel de descripción del cómputo en la nube es la arquitectura del servicio. La arquitectura puede dividirse en diferentes niveles de servicio de acuerdo con el nivel de virtualización. La división más común es Software-como-Servicio, Plataforma-como-Servicio e Infraestructura-como-Servicio. Además, una capa de Proceso de Negocio-como-Servicio (BPaaS por sus siglas en inglés) que se posiciona en el nivel superior. Los servicios ofertados pueden accederse en cualquier momento, en cualquier lugar del mundo en el Internet. La Fig. 8, muestra la arquitectura de capas del cómputo en la nube.

Fig. 8 Arquitectura de capas del cómputo en la nube (^{Carroll, Helfert y Lynn, 2014}). 

Principales beneficios del cómputo en la Nube

El cómputo en la nube permite a las organizaciones tener acceso a servicios sofisticados por medio de canales de Internet. El beneficio fundamental del cómputo en la nube es su habilidad de compartir recursos “por demanda” en un considerable costo reducido. Esto ha llevado a un aumento considerable de cómputo en la nube. De acuerdo con el último reporte de Cisco “la nube está en la agenda del 90% de las compañías, comparado con solo el 52% de año anterior” (^{Cisco CloudWatch Report, 2013}).

^{Clarke (2010)} indica que algunos beneficios por el uso de servicios de cómputo en la nube son: aceleramiento del acceso a los mercados por medio de la mejora del acceso a los recursos, mayor escalabilidad, mayor flexibilidad, incremento de colaboración (compartir recursos), menor inversión y menores costos operacionales y de staff.

La Fig. 9 resume las principales ventajas y desventajas del cómputo en la nube. En este estudio nos enfocamos a investigar el impacto positivo en la reducción de costo operacional.

Fig. 9 Principales ventajas y desventajas del cómputo en la nube (^{Clarke, 2010}). 

De acuerdo con “Forrester Research” (^{Gillett, 2008}), los principales impulsores que soportan la adopción del cómputo en la nube incluyen:

Por lo tanto, como se sugiere anteriormente, las principales razones para adoptar el cómputo en la nube se pueden resumir costo de oportunidad, costo de producción y catalítico.

Costos operativos de cómputo en la nube vs servicios en sitio: Estimación de ahorros

Los servicios de cómputo en la nube dependen de los costos de los centros de datos diseñados para tal fin, donde se realizan grandes inversiones que van amortizándose por medio de la prestación del servicio. Es importante entonces identificar las diferencias entre los costos de centros de datos empresariales en sitio comparados con los de centros de datos dedicados a la nube. De acuerdo con estudios de ^{Greenberg et al. (2009)} el costo principal en la empresa es el costo de personal de operación, y en el centro de datos, este costo es del orden del 15%. En una empresa promedio el radio típico de personal de TI es de 1:100. La automatización es parcial, y el error humano es causa de un gran porcentaje de problemas. En el centro de datos en la nube, la automatización es un tema mandatorio para lograr escalación, y es un principio de diseño fundamental. En un centro de datos para la nube el radio de miembros de personal es de 1:1000. La automatización y las técnicas de recuperación del cómputo en la nube resuelven la mayoría de los problemas que surgen (^{Greenberg et al., 2009}).

Las diferencias principales de costos entre los centros de dato de empresa y el servicio de nube son: 1) Las grandes economías de escala, donde el tamaño de los centros de datos (algunos de 100,000 servidores) presentan una oportunidad de explotar la economía de escala al disminuir costos por volumen, lo cual no sucede en las empresas que deben invertir grandes montos iniciales; 2) Aumento proporcional, donde la optimización de espacio y numero de dispositivos, en la nube se explota el uso eficiente de carga de trabajo distribuidos en un gran numero de servidores de bajo costo (^{Greenberg et al., 2009}).

Para la operación de los centros de datos se requieren diversos rubros donde se incluye el costo operativo de TI. En la Fig. 10 se muestra los porcentajes relativos de los principales costos de operar un centro de datos de empresa en sitio y en la Fig. 11 los porcentajes de costo de un centro de datos en la nube. De acuerdo a ^{Day y Pham (2017)} el costo de operación de los centros de datos puede ser de un 8.5% del Capital inicial invertido (Equipo, sitio, etc.). Los costos de personal de TI empresarial son del orden del 15% del total de costos de operación y en el caso de la nube es del orden del 5% (^{Day & Pham, 2017}). Por lo que el monto estimado de ahorro podría ser de hasta un 10% del monto total dedicado a la operación de TI, considerando que al mover la operación a la nube se llega al 5% partiendo del 15% de costo de personal.

Fig. 10 Rubros de costos de Centro de Datos en sitio (empresarial) (^{Day & Pham, 2017}). 

Fig. 11 Rubros de costos de Centro de Datos en la nube (aplican por contrato anual) (^{AWS, 2019}). 

Modelo de Madurez para evaluar las capacidades de gestión

Los modelos de madurez han sido diseñados para evaluar el nivel de desarrollo (P.ej. competencia, capacidad, nivel de sofisticación) de un dominio seleccionado basado en un grupo de criterios más o menos completos (^{de Bruin, Roseman, Freeze, y Kulkarni, 2005}). Se define un método de evaluación como un método usado para comparar un proceso actual de una organización contra un conjunto definido de procesos de “mejores prácticas”.

Las evaluaciones de capacidad se han documentado muy bien a través de la literatura, particularmente en el campo de las tecnologías de Información (TI). Sin embargo, debido al crecimiento explosivo del cómputo en la nube no existen casos o esfuerzos para evaluar las capacidades organizacionales y de gestión para la nube (^{Armbrust et al., 2009}).

Las evaluaciones pueden usarse internamente por la organización de TI como punto inicial de auto mejora (^{Clerc y Niessink, 2004}), para benchmarking o actividades de cumplimiento, así como para guiar a la organización en sus esfuerzos de mejora (^{CMMI, 2013}). Algunos ejemplos de métodos en general de evaluación de madurez son: CMMI, IDEAL o Bootstrap.

Se escogió utilizar el método CMMI como base para resolver problemas específicos dentro de la práctica de ITSM, debido a que el método está bien establecido en el mercado, en la comunidad de investigación y en la práctica general. Considerando esto último, se estructura el proceso de evaluación de capacidades siguiendo el enfoque tradicional del CMMI:

Los procesos son medibles y por lo tanto dirigidos por desempeño. El objetivo principal de desarrollar una evaluación de capacidades es proveer algún nivel de medición que puede generar datos para soportar la toma de decisión. Estas mediciones pueden soportar a la gerencia a determinar el estatus de los procesos y el impacto en los costos. Además, permite a las organizaciones identificar donde existe una oportunidad en los diferentes niveles de CMMI.

El paso inicial para asesorar las capacidades de gestión es tener un entendimiento conciso de como:

Los niveles de madurez en CMMI que se aplican a la evaluación son: (1) Inicial - el proceso se improvisa y depende de individuos, (2) Gestionado - se gestiona con mecanismos de control, aunque con procesos no necesariamente acordados, (3) Definido - existen procesos estándares compartidos y guías de adaptación adecuadas, (4) Gestionado Cuantitativamente, y 5) Mejorado Continuamente.

El modelo de CMMI aplicado a los procesos y capacidades de gestión nos permiten desarrollar un modelo de diagnóstico y de medición estándar, que identifique un estado actual y permita diseñar un estado futuro, alineado a los objetivos de reducción en costo en las empresas de consumo.

Modelo de Gestión de Servicios de Tecnologías de Información

Dentro de los estándares de gestión de TI, se determinó para este estudio, el de la Gestión de Servicios de TI (ITSM por sus siglas en inglés) descrito en el marco de ITIL. El objetivo principal de ITSM es entregar y soportar servicios de TI que sean apropiados a los requerimientos del negocio o de la organización que habiliten la optimización de estos servicios (^{Case y Spalding, 2007}).

Se define ITSM como una colección de procesos, gente y capacidades de TI que en conjunto habilitan a una organización de TI a tomar un enfoque “centrado en servicio”. Un segundo objetivo de ITSM es desarrollar capacidades que habiliten la entrega de servicios de una forma eficiente y efectiva. Una parte importante de estas capacidades es entender claramente donde los servicios de TI pueden añadir valor al negocio, proveer una visión, estrategia y un mapa de ruta de transformación (^{ITIL, 2013}).

Históricamente, el interés formal en ITSM empezó a crecer recientemente en la industria de TI después de la introducción de ITIL v2 en 1999, el ISO/IEC 20000 en 2005 y en 2010 la versión 3 de ITIL, (ver Fig. 12). Los motivadores fundamentales y las principales preocupaciones de la Gerencia en los negocios acerca de los servicios de TI, fueron la demanda creciente de mejores retornos sobre inversión de TI, los requerimientos regulatorios de control de TI, optimización de costos, y la habilidad de evaluar el desempeño contra los estándares (^{Nastase, Nastase, y Ionescu, 2009}).

Fig. 12 Modelo de ciclo de vida de Servicio ITIL (Taylor, Iqbal y Nieves, 2013) 

Proceso Analítico Jerárquico (AHP, Analytic Hierarchy Process)

Se aplicó la técnica del Proceso Analítico Jerárquico (AHP por sus siglas en inglés), desarrollado por Saaty en los años setenta (Saaty, 1994) porque brinda un marco racional para estructurar el problema de decisión, representar y cuantificar los criterios de esta, y evaluar alternativas de solución. Este método permite encontrar la solución que mejor se ajusta a las necesidades y a la compresión del problema por parte de los expertos. También ayuda a identificar el peso relativo de cada capacidad de gestión y la relación entre éstas y la reducción de costo.

Se aplica el AHP a partir de estudios similares como el desarrollado por ^{Cobo, Vanti y Rocha (2014)} donde crea un modelo de evaluación de gobierno de IT en una organización basada en los niveles de madurez de los procesos de COBIT. Para desarrollar este modelo aplican la metodología de AHP. Esta técnica permite obtener un solo valor de evaluación a partir de indicadores seleccionados previamente o criterios (niveles de madurez de procesos), aún más, este permite incorporar apreciaciones subjetivas u opiniones de varios administradores de TI, en el proceso que pueda probar que es más significativo cuando se evalúa el gobierno de TI, en AHP, cada elemento de la jerarquía se considera como independiente de los otros.

Otro estudio que también se toma como referencia es el de ^{Ergu et al. (2013)}, donde se aplica AHP para asignar recursos en un ambiente de cómputo en la nube, donde hay muchas computadoras alternativas que varían en capacidades. Ergu et al. proponen un modelo orientado a la tarea , donde las tareas son posicionada en cierto nivel por medio de una comparación por pares utilizando una técnica de matriz y el proceso de AHP dando a los recursos disponibles y preferencias de usuarios. La matriz es usada para identificar elementos inconsistentes y sirve para mejorar el radio de consistencia cuando los pesos en conflicto se asignan a varias tareas.

Una referencia adicional es el trabajo de Peiyu y Dong (2011) para un modelo de evaluación de riesgos de un sistema e información para un ambiente de cómputo en la nube. Poniendo foco en un Sistema de información que enfrentan problemas de riesgos de seguridad en un ambiente de cómputo en la nube, este estudio suma hasta 8 clases de amenazas a los principios de seguridad, y lista los factores correspondientes. Combinando con tecnología de cómputo en la nube de colaboración y virtualización, adaptando la teoría de AHP e introduciendo el coeficiente de correlación para analizar la decisión de objetivos múltiples, este estudio propone un modelo nuevo de evaluación de riesgos de seguridad basado en AHP en el ambiente de cómputo en la nube.

La técnica AHP se desarrolla por medio de siete pasos (adaptados de Saaty para este estudio): 1) Definición del problema y establecer objetivos claros y resultados esperados, 2) Descomposición de un problema complejo en una estructura jerárquica con elementos de decisión. En el alto nivel, los objetivos generales y criterios se dividen en objetivos particulares o subcriterios hasta alcanzar el nivel más bajo donde se localizan las alternativas, 3) Validación de la relación positiva de los criterios y subcriterios con el objetivo. Se aplica una reducción de dimensiones y factorización con análisis de componentes principales, 4) Realizar comparaciones por pares entre los elementos de evaluación, formando matrices de comparación basadas en el establecimiento de importancia relativa entre los factores de cada nivel jerárquico, 5) Revisar las propiedades de consistencia de las matrices para garantizar que los juicios dados por los expertos sean coherentes y consistentes, 6) Estimación basada en las matrices previas del peso relativo de los elementos de evaluación para lograr el objetivo general y 7) Realizar una evaluación de las alternativas basadas en los pesos de los elementos de decisión.

El modelo de diagnóstico (Cuestionario) desarrollado ayuda a alcanzar un doble objetivo. Primero, evaluar el nivel de competitividad derivado del nivel de madurez de gestión de servicios en la nube, usando niveles de madurez de CMMI, y segundo, utilizar el diagnóstico para identificar aspectos críticos en el modelo de gestión de servicios en la nube dentro de las organizaciones en 5 procesos clave definidos por ITIL.

Para cumplir con los objetivos propuestos, se seleccionaron 25 procesos propuestos por ^{Carroll et. al. (2014)} y combinados con la propuesta de Michael ^{Nieves (2014)}, Y finalmente los procesos definidos por ITIL, como capacidades requeridas para gestionar servicios en la nube. Estos procesos se organizaron jerárquicamente como se muestran en la Tabla 1.

En el primer nivel de jerarquía se considera el objetivo: Reducción de costos derivado de la gestión de servicios en la nube. En el segundo nivel se incluye la categoría de Reducción en Costos. En el tercer nivel se consideran los 5 dominios: Di (i=1, 2, 3, 4, 5). Específicamente, ES corresponde a “Estrategia de servicio en la nube”, DS es “Diseño de Servicio en la nube”, TS es “Transición de Servicio en la nube”, OS es “Operar Servicio en la nube” y MC “Mejora continua de servicios en la nube”. ITIL define un grupo de procesos asociados con cada dominio, que se combina con lo sugerido por ^{Carroll et al. (2014)} y ^{Nieves (2014)}. Se usará la siguiente notación para referirnos a los procesos involucrados: ESi con i en {1,2,3,4,5}, donde i indica el número de proceso en el dominio. Cada dominio tiene un número diferente de procesos involucrados. De hecho, ES=5, DS=7, TS=5, OS=3 y MC=3. La lista completa de procesos se muestra en la Tabla 1. Los procesos definen el cuarto nivel en la jerarquía de criterios.

Evaluar el impacto en la reducción de costos derivada de madurez de capacidades de gestión de servicios de cómputo en la nube.

Para identificar el impacto de los criterios y subcriterios en la reducción de costos se realizó un cuestionario que consta de tres partes: la primera identifica la relación entre la reducción de costos y los criterios. La segunda parte del cuestionario identifica la importancia por pares de los criterios y la tercera toma en cuenta el nivel de madurez recomendado por los expertos que se considerará como guía del peso y meta que cada subcriterio. Con esto se evaluó el impacto de los criterios y subcriterios tienen sobre la reducción de costos.

Los criterios que se medirán son: Estrategia de servicio en la nube, Diseño de servicio en la nube, Transición de servicio en la nube, Operación de servicio en la nube y mejora de servicio en la nube. Los subcriterios se describen en la Tabla 1.

La escala que se utilizó para la primera parte del cuestionario fue de Likert (Sampieri, Fernández, Collado y Baptista, 2010) conformada por 5 puntos los cuales van desde “totalmente de acuerdo” a “totalmente en desacuerdo”. La segunda parte del cuestionario utiliza comparaciones entre pares (Matriz de comparación de pares). La tercera parte del cuestionario utiliza una escala de 1 a 5 basada en los niveles de madurez de CMMI.

Se entenderá por valor relativo a la importancia que se le atribuye a la evaluación de un criterio con respecto al resto de los criterios. Para ello se encuesta a cada experto pidiendo que emita su opinión acerca de la importancia que tiene cada componente con relación a los demás para. Se especifica que la sumatoria de estos valores relativos debe ser igual a 1, aplicando la fórmula:

Dónde:

EP = Valor relativo de cada criterio

VE= valor de cada criterio

Cn = indicador de posición del criterio en la lista de criterios

E = número total de criterios

Con la aplicación de la encuesta a expertos se definen los niveles de importancia para cada proceso, y niveles de prioridad asociados con cada proceso y área foco. Con esta información se construye matrices de comparación por pares entre las áreas y procesos del mismo dominio.

Los expertos incorporan sus preferencias usando comparaciones por parejas entre elementos considerados; estos juicios se miden en la escala fundamental de Saaty (1994) y se muestra en la Tabla 2, refleja la importancia relativa de dos elementos con respecto al elemento común en el nivel mayor de jerarquía. El resultado es una matriz cuadrada, recíproca y positiva, conocida como matriz de comparación por pares.

Las prioridades se obtienen de las matrices previas usando procedimientos de priorización propuestos en la literatura (el método de eigenvector - EGV - el método de la fila de medias geométricas - RGM - que son los más comunes).

La construcción del cuestionario partió con la generación de ítems según las capacidades incluidas en ITIL V3 (Tabla 3), para la gestión de la Nube. Se pidió validación de los ítems por parte de 5 expertos. Cada uno de los expertos recibió el listado de las capacidades un listado con 25 ítems que debían calificar en una escala de 1 a 5 (siendo 1 la calificación más baja, y 5, la calificación más alta) considerando el nivel de pertinencia y relevancia del ítem para la categoría de estudio, la calidad de la sintaxis y la semántica de la redacción. Con este instrumento se aplicó un piloto a 3 personas y con los resultados se procedió a realizar los ajustes de los ítems para de esta forma determinar finalmente el instrumento que se sometería a la muestra de estudio.

El cuestionario final es formal y estructurado y consta de tres partes: a) preguntas para validación de la relación positiva de los criterios y subcriterios con el objetivo, b) preguntas para realizar comparaciones por pares entre los elementos de evaluación y c) preguntas para diagnóstico de Madurez de Gestión de Servicios en la nube.

Validación del Instrumento (cuestionario)

Es conveniente destacar que la característica fundamental de los ítems es que las respuestas se delimitan en una escala tipo Likert como sigue: 1= Totalmente en desacuerdo, 2= En desacuerdo, 3= Neutral, 4= De acuerdo, 5= Totalmente de acuerdo.

Se generó una escala de evaluación que permite establecer si la percepción reflejada en las dimensiones revela las capacidades que favorecen la reducción en costos, donde se determinan 5 niveles de impacto (bajo, medio o alto) en la reducción de costos (Parte I). En nuestro caso se utilizó una escala de 5 niveles (nada de influencia, poca influencia, mediana influencia, bastante influencia e influencia total). La Tabla 4 muestra el parámetro de comparación.

La información obtenida fue procesada mediante el programa estadístico SPSS Versión 23. Los resultados de esta investigación proporcionaron, de acuerdo con la metodología explicada por Hernández, et al. (2010), un Alfa de Cronbach de 0.937 lo que nos permite determinar que el instrumento hace mediciones estables y consistentes (Tabla 5).

Para establecer la validez del instrumento para los componentes de reducción de costos, se realizó un análisis exploratorio factorial mediante el método de componentes principales tomado de ^{Aurea (2019)} una matriz rotada con normalización Varimax obteniendo un indicador de adecuación de los datos para realizar el análisis de factores de ^{Kaiser (1974)}, ^{Cerny & Kaiser (1977)}; donde la prueba de Kaiser-Meyer-Olkin (KMO) arrojó un valor de 0.785 y la prueba de esfericidad de Bartlett tomado de Hernández et al. (2010), fue estadísticamente significativa, aproximadamente:

Donde:

“χ²” es el Chi cuadrado

“p” es la significancia, la cual tuvo un valor de 0

Buscando el contraste de consistencia de juicios comparativos entre los criterios realizados por los expertos, la técnica AHP propone el cálculo de un radio de consistencia. En este sentido Saaty (1994) recomienda un radio de consistencia de 0.1 o menor así que la comparación de pares tomada por el experto pueda considerarse aceptable. En este caso se tomó el número asociado a los valores de comparación para obtener el radio de consistencia de las matrices de comparación.

Para identificar el peso de las capacidades sobre la reducción de costos, el AHP permite la jerarquización de opiniones subjetivas, haciendo posible un tratamiento cuantitativo que permite calcular un valor estimado de importancia relativa de cada atributo perteneciente a cada criterio, subcriterio y alternativa con el fin de alcanzar una meta. Gráficamente, la estructura del AHP se observa en la Tabla 1. La importancia relativa de los atributos se obtiene a partir de un proceso que se inicia con la construcción de una matriz de comparación de parejas o matriz de preferencia1, luego es necesario calcular el vector de prioridad (eigen vector) constituido por las notas o pesos ponderados dados a los atributos que determinan la jerarquía que el atributo tiene en relación con los otros atributos en la matriz de preferencia (Parte II). Finalmente, se debe determinar la consistencia de la matriz de preferencia y, para tal fin, se calculan el valor de prioridad (eigen value) y la razón de consistencia.

Finalmente se tomó la tercera parte del cuestionario como el de diagnóstico (Parte III). Éste incluye una escala de medición de madurez de 1 -5 basado en CMMI, para evaluar la gestión de servicios en la nube.

La validez del instrumento de diagnóstico de madurez de procesos se basa en la escala de Madurez del CMMI y la Guía práctica de medición de niveles de madurez para ITIL (2013).

Los niveles de madurez en CMM que se aplican a la evaluación son: 1) Inicial. El proceso se improvisa y depende de individuos, 2) Gestionado. Se gestiona con mecanismos control, aunque con procesos no necesariamente acordados, 3) Definido. Existen procesos estándares compartidos y guías de adaptación adecuadas, 4) Gestionado Cuantitativamente, y 5) Mejorado Continuamente

Tanto (4) como (5) definen una alta madurez con un entendimiento exacto del rendimiento de proceso y una gestión cuantitativa.

El nivel de madurez de una organización se relaciona con un conjunto de Metas Genéricas y Practicas Genéricas asociadas a un grupo de áreas de proceso. En la Tabla 6 se muestran las áreas de proceso por categoría de proceso y nivel de madurez definido por un grupo de expertos a quienes se les pidió identificar un nivel de madurez recomendada para lograr el objetivo de reducción de costos.

La herramienta desarrollada tiene como objetivo: “Identificar el nivel de madurez de capacidades de gestión de servicios de TI en la nube para lograr la reducción de costos”.

En la parte III del cuestionario, se califica para cada capacidad dentro de cada dimensión de la Tabla 7 con las siguientes instrucciones: Se indica con una X la opción que más se acerque a la opinión de la encuesta sobre el nivel de madurez de las capacidades para gestionar servicios en la nube y su impacto en reducción de Costos.

Detalles de aplicación del cuestionario

Este se aplicó a un grupo de administradores de TI dentro de un total de 30 expertos. Este número se seleccionó de acuerdo con ^{Mertens (2005)} y Hernandez, et. al. (2014) para estudios cualitativos donde se considera el caso de teoría fundamentada, entrevistas y observaciones. Además, con la ayuda de la técnica de AHP y los valores priorizados y pesos dados por los expertos, se identificó el nivel de competitividad y las áreas de mejora dentro de la gestión de servicios en la nube que pueden aplicarse para incrementar la competitividad derivada de la reducción de costos. Se seleccionaron expertos de diferentes organizaciones de consumo, desde tamaño medio y grandes corporativos. Se seleccionaron los expertos por su nivel de preparación y experiencia en gestión de servicio de TI. Se incluye una semblanza de 5 de los entrevistados como referencia (Tabla 8).

El procedimiento de investigación se llevó a cabo por medio de encuesta y el instrumento de recolección de datos fue un cuestionario impreso que se describe en la sección de metodología en este documento.

El cuestionario tuvo tres objetivos: (1) identificar la relación de las capacidades de gestión de servicios de TI en la nube con la reducción de costos, (2) priorizar las capacidades de gestión de servicio en la nube con respecto a la competitividad para generar la importancia y el peso dado por expertos a cada capacidad que impacte positivamente en la reducción en costos y agilidad al mercado; y (3) realizar una evaluación de nivel de madurez de capacidades de gestión de servicios en la nube recomendado para lograr un nivel requerido de competitividad.

Relación de variables

Las dimensiones que son completamente favorables a la variable independiente de reducción de costos son la Estrategia de Servicio, Diseño de Servicio y Operación de Servicio (Fig. 14). El resultado de la media para reducción de costos es de 4.23 en la dimensión de Estrategia de Servicio, 4.19 en la dimensión de Diseño de Servicio y 4.03 en Operación de Servicio. Los estadísticos descriptivos de cada dimensión se muestran en la Tabla 9.

Fuente: Elaboración Propia.

Fig. 14 Dimensiones completamente favorables a la reducción de costo. 

Se realizó una regresión múltiple estándar entre la dimensión Estrategia de Servicio (variable dependiente [VD]), DS y OS como medidas de control (variables independientes [VI]). Los resultados de los supuestos confirmaron la inviolabilidad de la normalidad, linealidad y homocedasticidad de los residuos. Al recurrir al criterio de p ˂ 0,001 para la distancia Mahalanobis, no fue encontrado ningún atípico. La Tabla 10 presenta las correlaciones entre las variables, los coeficientes de regresión no normalizados (B) y la ordenada de origen (constante), así como los coeficientes de regresión normalizados (β), o R² y R² ajustado. El valor de R para la regresión reveló significancia estadística [F = 77.13, p ˂ 0,001], lo que permite concluir que, globalmente, DS y TS explica el 84 % de la alta influencia en Reducción de costos de la Estrategia de Servicio (N = 10).

Debido a que se identificó que varias dimensiones tenían valores similares, se estableció la relación existente entre las capacidades de la Dimensión de Estrategia de Servicio, que fue evaluada con la mayor media en el estudio de impacto a reducción de costos (4.23), las capacidades de las dimensiones de Diseño de Servicio con la segunda mejor media (4.19) y finalmente Gestión de Operación (4.01) (ver F). Para ello se realizó primero una identificación de la media más alta de cada capacidad en las tres dimensiones (ES, DS y OS).

A continuación, se realizó un análisis de correlación entre las capacidades con mayor media para identificar cuales tenían relación (ver Tabla 12). Se determina que la correlación arriba de 75% es significativa. Obteniendo que la correlación muestra dentro las dimensiones de Estrategia de Servicio, Diseño de Servicios y Operación de Servicios, las capacidades que muestra alta correlación son: 1) ES4 Gestión de la Demanda con ES1 Gestión de Estrategia, ES2 Gestión de Portafolio de Servicios y ES3 Gestión Financiera de Servicios de TI, 2) ES5 Gestión de la Relación de Negocio con ES1 Gestión de Estrategia y ES4 Gestión de la Demanda, 3) DS2 Gestión de Niveles de Servicio con ES1 Gestión de Estrategia, ES3 Gestión Financiera de Servicios de TI, ES4 Gestión de la Demanda y ES5 Gestión de la Relación de Negocio, 4) DS3 Gestión de disponibilidad con ES5 Gestión de la Relación de Negocio, 5) DS3 Gestión de Capacidad con ES1 Gestión de Estrategia y ES5 Gestión de la Relación de Negocio, 6) DS6 Sistema de Gestión de seguridad de Información con ES2 Gestión de Portafolio de Servicios, 7) DS7 Gestión de Proveedores con ES2 Gestión de Portafolio de Servicios, Gestión de Accesos y Seguridad, 8) OS3 Gestión de problemas con ES4 Gestión de la Demanda y OS2 Gestión de Incidentes, 9) OS4 Gestión de Accesos y Seguridad con ES4 Gestión de la Demanda, OS2 Gestión de Incidentes y OS3 Gestión de problemas y 10) OS5 Gestión de eventos con ES4 Gestión de la Demanda, OS2 Gestión de Incidentes, OS3 Gestión de problemas y Gestión de Accesos y Seguridad.

Aplicando el análisis factorial para reducir el número de variables e identificar las categorías la que tienen relación entre sí, se obtiene la siguiente grafica de sedimentación donde se muestran los componentes o categorías de relación. Se aplica la gráfica de sedimentación para seleccionar el número de componentes que se usarán con base en el tamaño de los valores propios, el valor es de 5 componentes de acuerdo con la Fig. 15, los cuales explican la mayor proporción de la variabilidad y por tanto son relevantes.

Fuente: Elaboración propia.

Fig. 15 Gráfica de Sedimentación. 

Con el número de componentes, se identifican las categorías que explican las varianzas totales de las variables (Tabla 11).

El siguiente paso es obtener el resultado de la matriz de componente rotado, el cual nos ayuda a identificar las correlaciones entre las variables

La relación por componente se obtiene de la matriz de componente rotado (Tabla 12): 1) OS5 Gestión de eventos, DS2 Gestión de Niveles de Servicio, ES4 Gestión de la Demanda, ES1 Gestión de Estrategia, OS4 Gestión de Accesos y Seguridad, ES5 Gestión de la Relación de Negocio, OS3 Gestión de problemas, 2) DS5 Gestión de la continuidad de servicio de TI, DS3 Gestión de disponibilidad, DS6 Sistema de Gestión de seguridad de Información, DS4 Gestión de Capacidad, 3) DS7 Gestión de Proveedores, OS1 Gestión de Requerimientos ES2 Gestión de Portafolio de Servicios y 4) ES3 Gestión Financiera de Servicios de TI, DS1 Catálogo de servicios, OS2 Gestión de Incidentes.

Aplicación de la jerarquización

Para identificar el peso de las capacidades sobre la reducción de costos, se aplicó AHP para obtener la jerarquización de opiniones subjetivas, haciendo posible un tratamiento cuantitativo que permite calcular un valor estimado de importancia relativa de cada atributo perteneciente a cada criterio, subcriterio y alternativa con el fin de alcanzar una meta.

Para todas las dimensiones se identificó la importancia relativa de los atributos se obtenida a partir de la encuesta que respondieron los 10 expertos sobre las matrices de las 5 dimensiones que impacten en reducción en costos. A nivel Dimensión y a nivel Capacidad se obtuvieron los valores siguientes de Peso. Donde los pesos locales se refieren a las capacidades por cada dimensión y los pesos globales se refieren al peso relativo con respecto a las 5 dimensiones por reducción en. Se obtuvo la Tabla 13 donde se identifican como prioritarios aquellos que tienen un peso por arriba de la media 0.04 (4%).

La Tabla 13 muestra las capacidades listadas por prioridad, para obtener la reducción de costos: ES1 Gestión de Estrategia, ES2 Gestión de Portafolio de Servicios, ES3 Gestión Financiera de Servicios de TI, DS1 Catálogo de servicios, DS2 Gestión de Niveles de Servicio, ES4 Gestión de la Demanda, OS2 Gestión de Incidentes, OS1 Gestión de Requerimientos, DS7 Gestión de Proveedores, DS3 Gestión de Disponibilidad, DS4 Gestión de capacidad.

Nivel de Madurez

Los resultados de la tercera parte de la encuesta, donde se preguntó el nivel de madurez que se requiere para impactar positivamente en la reducción de costos. Los resultados se muestran en la Tabla 14. Donde el nivel de madurez se define en la Tabla 7.

De los resultados mostrados en la Tabla 14 se desprende el perfil recomendado para tener un nivel alto de impacto a la reducción de costos. El paso final fue integrar los resultados en el Modelo de la sección 3 de este documento.

Herramienta de diagnóstico

La herramienta desarrollada para el diagnóstico permite medir el nivel de madurez de las dimensiones y capacidades de servicios de TI en la nube (ver Fig. 1) en las compañías de consumo. La herramienta toma en cuenta el nivel de madurez de las capacidades definidas en la Tabla 7. Esta tabla incluye una descripción de mapa de calor correspondiente a cada nivel de madurez para permitir dar un resultado más gráfico al resultado de la evaluación.

Cada evaluación de capacidad se divide en 5 niveles alineados con los niveles de madurez, con una descripción por nivel donde se selecciona el estado actual y el futuro de cada capacidad. A continuación, se muestra un ejemplo de cómo se aplica la herramienta de evaluación para una capacidad en la Tabla 15. En este ejemplo se incluye una columna que contiene una descripción del que de la selección del nivel de madurez para mayor información en el análisis de resultados. Se incluye también un apartado donde se describen las acciones iniciales recomendadas.

Los resultados de la encuesta se reflejan en el modelo en forma de mapa de calor. Se tienen entonces dos resultados, el estado actual de capacidades (Fig. 16) y el estado óptimo que es el que se definió con la investigación inicial.

Fuente: Elaboración propia.

Fig. 16 Ejemplo de resultado de Estado actual de Evaluación de Madurez. 

El resultado del diagnóstico muestra también el mapa de estado futuro. Y muestra un reporte por dimensión y capacidad (ver Fig. 17).

Fuente: Elaboración propia.

Fig. 17 Reporte de Capacidades. 

Con el reporte de estado actual y futuro con respecto a las capacidades identificadas se diseña un plan de acción para cerrar las brechas. Este plan incluye acciones para lograr implementar procesos, procedimientos, herramientas, indicadores, roles y responsabilidades, personal e inversión no descritas en este estudio al ser parte de recomendaciones generales de ITIL v3. Estas recomendaciones son acordes a la compañía donde se implementarán.

Diseño del Modelo de Gestión

El modelo de gestión propuesto considera las capacidades de gestión basadas en ITIL (Tabla 7). Esta lista reducida de capacidades se seleccionó al aplicar la herramienta de diagnóstico desarrollada en este estudio y detallada en la metodología. Este modelo esta optimizado para influir favorablemente en la reducción de costos en la gestión de servicios de cómputo en la nube.

Las dimensiones listadas en la Tabla 1 se relacionaron de acuerdo con el proceso de Gestión de Servicios de TI tradicional de ^{ITIL (2013)}:

Solo se consideran las capacidades evaluadas con mayor prioridad e influencia en eficacia de costos. La relación de estas dimensiones sigue las mejores prácticas de ^{ITIL (2013)}. El resultado es la Fig. 1. Las flechas en el modelo corresponden a las relaciones entre las diferentes capacidades que se consideran para generar las recomendaciones de mejora.

Resultado de Implementación en Compañía de Consumo

Analizando la situación específica de la empresa estudiada se determinó implementar solo 3 procesos de los recomendados: Gestión de Demanda, Gestión de relación con proveedores y Gestión Financiera de TI.

Otro punto importante para resaltar es que fue necesario por parte de la organización invertir en consultoría de expertos de ITIL para la implementación de las capacidades. Esto tomó 2 semanas iniciales y 3 días diferidos de seguimiento por parte de 2 consultores. Esta inversión fue un 2% del costo mensual de operadores de TI, lo cual se pudo financiar por la reducción lograda posteriormente en el costo.

Una segunda evaluación se realizó después de 4 meses mostró una adopción y nivel de madurez administrado de las capacidades recomendadas. Esto significa que estas capacidades de gestión muestran efectividad y cuentan con documentación formal de evaluación de gestión lo cual se realiza de forma frecuente. Se aplica un limitado uso de tecnología para automatizar la gestión. Lo cual se confirma con el uso de aplicaciones de gestión de demanda de servicios en la nube de forma semiautomática.

Los resultados de la medición del indicador del Costo Operativo / Presupuesto de TI muestra una reducción de 9% en un periodo de 6 meses de septiembre de 2018 a febrero de 2019.