Wir bei Splunk wissen, dass Daten die Grundlage für fundierte Entscheidungen sind. Das sehen wir bei unseren Kunden und erleben es auch tagtäglich bei unseren internen Abläufen. Wer umfangreiche Cloud-Services bei mehreren Cloud-Anbietern betreibt, muss Datenrichtlinien und Datenverarbeitungsanforderungen für eine zunehmende Anzahl von Use Cases verwalten – und dabei gesetzliche Vorschriften, Datenschutz- und Sicherheits-Frameworks berücksichtigen. Gerade heute haben wir die Splunk Security Cloud angekündigt, und alle Fachkräfte, nicht nur diejenigen aus dem Sicherheitsbereich, wissen, worin die Herausforderung bei der Arbeit mit Daten liegt. Während einige eurer Daten offensichtlich ausgesprochen wertvoll sind, kennt man den Wert der restlichen Daten erst, wenn man sie braucht.
Daten sind zwar absolut entscheidend für den Unternehmenserfolg, gleichzeitig gilt es jedoch, die Kosten im Blick zu behalten. Denn wir alle sind an Budgets gebunden. Genau deshalb bin ich begeistert von unseren Innovationen bei den Tarifen und Paketen, insbesondere von den Workload-basierten Tarifmodellen.
Mit den Workload-basierten Tarifmodellen profitieren unsere Kunden von umfassender Flexibilität sowie einer großen Daten- und Kostenkontrolle. Ihr zahlt nicht für euren gesamten Datenbestand, sondern nur für die Nutzung von Splunk im Zusammenhang mit euren Daten. Der Tarif richtet sich nicht nach dem erfassten Datenvolumen, sondern nach den Ressourcen, die für Suchen, Analysen und andere Workloads der Datenverarbeitung verbraucht werden. Ihr zahlt nicht dafür, dass ihr einen Datenbestand habt, sondern für die Aufgaben, die ausgeführt werden, um aussagekräftige Erkenntnisse daraus zu gewinnen.
„Workload-basierte Tarifmodelle sind nutzenorientiert."
Bei einigen Daten liegt der Nutzen auf der Hand. Sicherheits- und Kundendaten sind perfekte Beispiele dafür. Doch wie verhält es sich mit all euren anderen Daten? Einige scheinen nur von geringem Wert zu sein – zumindest auf den ersten Blick – und bei anderen ist der potenzielle Wert noch unklar. Einmal abgesehen vom unterschiedlichen Nutzen der Daten kann es abhängig von bestimmten Vorkommnissen im Unternehmen auch zu unerwarteten Datenfluten kommen. Workload-basierte Tarifmodelle bieten euch maximale Flexibilität in Sachen Typ, Volumen und Wert der verarbeiteten Daten.
Tarife auf Basis der erfassten Datenmenge sind für High-Value-Anwendungsfälle sinnvoll, die Möglichkeiten zur Anpassung an andere Datenanforderungen sind jedoch eingeschränkt.
Workload-basierte Tarifmodelle richten sich nach der Ressourcennutzung und ermöglichen es unseren Kunden, mehr Dark Data in Taten zu verwandeln – ganz unabhängig vom Datenvolumen. Das sorgt für eine größere Flexibilität, und der Wert eurer Daten oder deren genaue Nutzung müssen im Vorfeld nicht bekannt sein.
Workload-basierte Tarifmodelle bieten ein Lizenzmodell, das sich an eine breite Palette von Use Cases anpassen lässt. Jeder Tag ist anders und wenn es zu Incidents oder Veränderungen bei den Geschäftsanforderungen kommt, braucht Ihr Kontrolle und Flexibilität beim Einsatz eurer Lösungen. Eure Ressourcen können dynamisch angepasst werden, von kontinuierlichem Monitoring der Umgebung über Ad-hoc-Suchen in einer anderen Umgebung bis hin zu übersichtlichen, benutzerfreundlichen Dashboards und Monitoring-Optionen.
Eure Datenanforderungen werden sich ändern. Workload-basierte Tarifmodelle passen sich an die aktualisierten Anforderungen an, ohne dass ihr einen neuen Beschaffungszyklus anstoßen müsst.
Die Umstellung auf dieses Tarifmodell war mit dem Release mehrerer Features verbunden, mit denen das Reporting und die Verwaltung der Nutzung von Mandantenressourcen optimiert werden. Dabei spielt vor allem das Workload-Management eine wichtige Rolle, eine Reihe leistungsstarker Funktionen für eine differenzierte, regelbasierte Steuerung der Ressourcenpriorisierung. Dieses regelbasierte Framework gibt euch die Möglichkeit, Regeln für die automatische Verwaltung eurer Systemressourcen festzulegen. Eine der wichtigsten Funktionen ist die Festlegung von Regeln für die Systempriorisierung. Mithilfe von zeitplanbasierten Regeln lassen sich wichtige Suchen priorisieren und Workloads in Spitzen- und Nebenzeiten flexibel verwalten. Ihr könnt Suchvorgänge in verschiedenen Pools platzieren und bestimmte Benutzer mit einer granularen Zugriffssteuerung ausstatten, sodass sie ihre eigenen Workload-Pools wählen können. Darüber hinaus lässt sich dank der umfangreichen Monitoring-Funktionen die Auslastung nachverfolgen und die Ressourcenzuweisung fein abstimmen. Mit dem Workload-Management behaltet ihr jederzeit alles unter Kontrolle, könnt Splunk-Ressourcen präziser zuweisen und damit interne Geschäftsanforderungen ohne Überprovisionierung erfüllen.
Kunden können die Nutzung ihrer Ressourcen viel besser steuern und müssen weniger Aufwand betreiben, um mehr zu erreichen. Darüber hinaus sorgt die Cloud-Monitoring-Konsole von Splunk für Transparenz bei der Ressourcennutzung. Sie bietet einen umfassenden Überblick über den Ressourcenverbrauch sowie detaillierte Informationen zum Charge-Back-Bedarf für Großunternehmen.
Es gibt keinen Zweifel daran, dass sich eure Betriebsumgebung und eure Use Cases für Analyse, Monitoring und Erkennung jetzt und auch in Zukunft weiter ändern werden. Ihr müsst vielleicht Veränderungen am Betriebssystem-Substrat bewältigen, von Bare Metal, über VMs bis hin zu Containern und serverlosen Technologien. Letztlich wird sich auch die Nutzung eurer Daten ändern und es wird darauf ankommen, schnell reagieren zu können. Heute nutzt ihr die Splunk Cloud Plattform vielleicht, um massenhaft Event-Daten zu erfassen und zu durchsuchen. In Kürze möchtet ihr möglicherweise gebündelte Datenabfragen in S3 durchführen oder Machine Learning nutzen und noch später sind vielleicht Streaming-Analysen gefragt.
Da Splunk immer mehr Cloud-basierte Plattform-Services bereitstellt, ermöglichen euch unsere Workload-basierten Tarifmodelle, mit den bereits erworbenen Nutzungsrechten von jeder neuen Innovation zu profitieren. Ursprünglich haben wir Workload-basierte Tarifmodelle nur als Metrik für Datenerfassungs- und Suchfunktionen eingeführt. Mit der Einführung unserer Streaming-Services in der Splunk Cloud Plattform haben unsere Workload-Kunden nun die Möglichkeit, auch Streaming-Analysen zu verwenden, ohne einen weiteren Beschaffungszyklus anzustoßen. Das System zeigt die aggregierte Ressourcennutzung aller genutzten Services an.
Mit dem Workload-basierten Tarifmodell könnt ihr das gesamte Potenzial der Splunk Cloud Plattform nutzen. Eure Investitionen in Splunk sind auf die Ressourcen abgestimmt, die ihr zur Wertschöpfung nutzt. Damit profitiert ihr von der Flexibilität, vorab ein größeres Datenvolumen zu erfassen, und haltet euch die Möglichkeit offen, unterschiedliche Use Cases auszuprobieren, ohne euch über eine Bezahlung pro Gigabyte Gedanken machen zu müssen. Eure Workload-Nutzung könnt ihr über die Cloud-Managementkonsole und die Workload-Management-Funktionen überwachen und verwalten – eine runde Sache also.
Schaut euch unsere neuen Informationen zur Preisgestaltung an, sprecht mit dem Vertriebsteam und lasst euch von Splunks neuen Paket- und Tarifoptionen begeistern. Damit wird nicht nur das Meistern von Sicherheitsherausforderungen einfacher, sondern auch die Lösung all eurer Datenprobleme.
----------------------------------------------------
Thanks!
Splunk
----------------------------------------------------
Thanks!
Splunk
Die Splunk-Plattform beseitigt die Hürden zwischen Daten und Handlungen, damit Observability-, IT- und Security-Teams in ihren Unternehmen für Sicherheit, Resilienz und Innovation sorgen können.
Splunk wurde 2003 gegründet und ist ein globales Unternehmen – mit mehr als 7.500 Mitarbeitern, derzeit über 1.020 Patenten und einer Verfügbarkeit in 21 Regionen rund um den Globus. Mit seiner offenen, erweiterbaren Datenplattform, die die gemeinsame Nutzung von Daten in beliebigen Umgebungen unterstützt, bietet Splunk allen Teams im Unternehmen für jede Interaktion und jeden Geschäftsprozess End-to-End-Transparenz mit Kontext. Bauen auch Sie eine starke Datenbasis auf – mit Splunk.