Le conseguenze finanziarie e operative dei tempi di inattività sono diventate sempre più evidenti negli ultimi sette anni. Nel 2014, Gartner stimava che i tempi di inattività costassero alle organizzazioni in media 300.000 dollari all’ora. Le statistiche più recenti, però, sono ben lontane da questa cifra a sei zeri: oggi il 44% delle organizzazioni calcola un costo orario dei tempi di inattività superiore a 1 milione di dollari, senza contare le sanzioni o le spese legali che ne derivano.
Anche se i fornitori e i partner cloud promettono un uptime del 99%, la realtà quotidiana di questo SLA ammette che i tempi di inattività sono inevitabili: persino con un uptime perfetto del 99%, i clienti devono comunque mettere in conto 8 ore di disagi all’anno. I meccanismi di prevenzione adottati da molte aziende seguono la logica del “lontano dagli occhi, lontano dal cuore”, ma ignorando la realtà dei tempi di inattività si lascia che il costo dei tempi di inattività cresca senza controllo.
Che cosa sono i tempi di inattività?
Con tempi di inattività si indica il periodo in cui un sistema, un servizio, una macchina o un’operazione non è disponibile oppure non funziona a pieno regime. Gli utenti non riescono ad accedere ai servizi online, la produttività dei dipendenti si riduce drasticamente e i clienti non possono interagire con la tua organizzazione. Queste conseguenze si sommano una all’altra e si trasformano rapidamente in ricadute pesanti sulla reputazione di un’organizzazione.
Facebook – oggi Meta – conta utenti nell’ordine dei miliardi. Alla fine del 2021, quasi tutte le piattaforme di proprietà di Meta sono rimaste offline per oltre 5 ore. L’interruzione è stata causata da una modifica alla configurazione di diversi router di backbone. Questi router gestiscono il flusso di traffico di rete tra i data center di Facebook: l’aggiornamento ha quindi innescato un effetto domino. Secondo Cloudflare, Facebook ha sostanzialmente comunicato al Border Gateway Protocol (BGP) che i percorsi verso WhatsApp, Instagram, Facebook e altri servizi non erano più validi. Di conseguenza, chi provava ad accedere a Facebook non riusciva a individuare il percorso necessario.
In sostanza, questa interruzione non ha reso irraggiungibile solo Facebook: ha fatto sparire tutti i servizi e le operazioni collegati. Questo significa anche che a restare fuori non sono stati soltanto gli utenti finali: i sistemi interni di Facebook si basano sugli stessi processi, il che ha reso difficile per i dipendenti individuare e risolvere il problema. L’interruzione ha portato a un calo del prezzo delle azioni di Facebook del 4,9%, mentre il patrimonio personale del CEO Mark Zuckerberg è diminuito di 6 miliardi di dollari.
Molte organizzazioni preferiscono ignorare la realtà dei tempi di inattività non controllati, che invece rappresentano un parametro fondamentale per valutare l’affidabilità e le prestazioni delle operazioni della tua organizzazione.
Come si verificano i tempi di inattività
Non tutti i tempi di inattività hanno lo stesso costo. Esistono due tipologie principali e ognuna richiede un approccio specifico.
Tempi di inattività pianificati
Si tratta di un’interruzione programmata delle operazioni o dei servizi per manutenzione, aggiornamenti, riparazioni o altre attività pianificate. Di solito viene svolta al di fuori delle ore di punta per ridurre al minimo i disagi e gli utenti finali vengono avvisati con largo anticipo. I tempi di inattività pianificati sono un elemento essenziale per ridurre la tipologia che segue.
Tempi di inattività non pianificati
I tempi di inattività non pianificati si verificano in modo imprevisto, creano disagi e possono provocare gravi perdite finanziarie e operative.
I tempi di inattività non pianificati si possono suddividere in due forme principali. La prima è legata al fattore umano. Secondo un report pubblicato l’anno scorso dal Downtime Institute, l’errore umano ha causato quasi il 40% di tutti gli incidenti gravi degli ultimi tre anni. Di questi, quasi il 90% deriva dal mancato rispetto dei protocolli da parte del personale, oppure da carenze nelle procedure stesse. Per esempio, i protocolli che regolano l’allocazione delle risorse vanno monitorati con attenzione, perché una stima al ribasso del fabbisogno di risorse porta rapidamente al sovraccarico e al blocco dei server.
Se le minacce interne bruciano milioni di dollari di fatturato annuo, l’altra causa di tempi di inattività, ancora più preoccupante, è di origine esterna. Si va dalle catastrofi naturali come le alluvioni, che mettono a rischio i data center fisici, fino agli attacchi informatici che sfruttano contro di te anche le minime configurazioni errate. Il ransomware è una delle minacce più gravi di questa categoria, perché è in grado di cifrare completamente anche backup altrimenti al sicuro.
Cause comuni dei tempi di inattività
Purtroppo le situazioni che generano tempi di inattività non pianificati sono molte, per esempio:
- Attacchi informatici e violazioni dei dati
- Emergenze ambientali
- Guasti alle apparecchiature
- Errore umano
- Problemi di rete
- Interruzioni di corrente
Questi problemi non riguardano i tempi di inattività pianificati, che spesso derivano da patching, backup o altri processi IT. Quando si verificano tempi di inattività pianificati, il team IT avvisa in anticipo tutte le parti coinvolte.
Analisi del costo dei tempi di inattività
La formula che determina il costo dei tempi di inattività è piuttosto semplice. Trovare i numeri reali dietro a ciascuna voce può essere molto più complicato. Per arrivare a una formula utilizzabile, analizziamo più da vicino ogni elemento.
Costo dei tempi di inattività = mancato fatturato + perdita di produttività + costo di ripristino
Mancato fatturato
Se stai analizzando un’interruzione recente, il primo passo è capire quali dipendenti sono stati coinvolti e in che misura. Alcuni dipendenti riescono a continuare a lavorare, per esempio i tecnici e gli ingegneri in sede, ma la stragrande maggioranza dei sistemi operativi oggi richiede una connettività internet continua. Anche nelle linee di assemblaggio completamente automatizzate, i dispositivi Internet of Things (IoT) misurano costantemente i dati di efficienza in tempo reale e li trasmettono ai team operativi. Senza questi dati, anche le catene di fornitura che di per sé funzionano offline potrebbero doversi fermare. Con un accesso minimo dei dipendenti ai sistemi online, la tua azienda non riesce a evadere gli ordini con la stessa efficienza.
Questa perdita di fatturato può diventare ancora più grave se riguarda sistemi critici: i negozi di eCommerce che si affidano esclusivamente a una vetrina online si trovano completamente impossibilitati a generare ricavi. Analizzando i siti coinvolti e il loro ruolo nella generazione di fatturato, è possibile quantificare la perdita giornaliera di ricavi causata da un’interruzione. Questo processo va applicato a ogni sistema coinvolto, sommando poi il mancato fatturato complessivo di tutti i sistemi interessati.
Perdita di produttività interna
Mentre i sistemi sono fuori uso, i dipendenti restano con le mani in mano e all’inizio quantificare l’impatto finanziario di tutto ciò può sembrare un’impresa. Per avere una stima prudenziale del valore di questa produttività persa, chiedi al reparto risorse umane un riepilogo dello stipendio medio di ogni reparto coinvolto. Moltiplicando questo dato per il numero di dipendenti ottieni il valore totale delle retribuzioni perse. Sommato al mancato fatturato, ti offre una visione realistica delle perdite giornaliere o persino orarie.
Costo di ripristino
Non tutti i dipendenti restano a guardare l’orologio in attesa del ritorno online: alcuni si danno da fare per rimediare ai danni e rimettere tutto in funzione. Il costo di queste ore di lavoro può crescere in fretta, soprattutto quando i team IT devono prolungare l’orario. Inoltre, a seconda della causa dei tempi di inattività, possono servire ulteriore tempo e ulteriori risorse economiche per riportare tutto online. Che si tratti di cambiare fornitore o di ripristinare server essenziali, queste modifiche improvvise vanno incluse nel costo totale.
Comprendi con chiarezza l’impatto dei tempi di inattività sul business: guarda questo breve video, “Qual è il vero costo dei tempi di inattività per le aziende?”
Come ridurre ed evitare i tempi di inattività
Anche se in parte inevitabili, i danni dei tempi di inattività si possono ridurre notevolmente con una pianificazione accurata.
Metti in pratica il tuo piano di disaster recovery
La prima fase nella definizione di un piano di disaster recovery (DRP) consiste nell’individuare e valutare le potenziali minacce e vulnerabilità che potrebbero avere un impatto sull’amministrazione dei tuoi sistemi. Tra questi fattori rientrano guasti hardware, interruzioni di corrente, attacchi informatici, incendi, alluvioni, terremoti ed eventi simili. Inoltre, è fondamentale stabilire l’RTO (recovery time objective) e l’RPO (recovery point objective) per i sistemi e i dati critici. L’RTO indica il tempo di inattività massimo tollerabile per il tuo sistema, mentre l’RPO indica la massima perdita di dati accettabile. Capire la differenza tra RTO e RPO è essenziale, perché queste metriche hanno un ruolo decisivo nel definire le priorità delle attività di ripristino e nella scelta delle strategie di backup e recupero più adatte.
Una volta stabilite queste metriche, occorre definire ruoli e responsabilità all’interno del team di amministrazione dei sistemi e tra gli altri stakeholder. Questo significa indicare chi è responsabile di avviare, eseguire e supervisionare il DRP. Significa inoltre stabilire chi deve comunicare con le parti interne ed esterne, come dipendenti, clienti, fornitori ed enti regolatori. Trattandosi di un piano di disaster recovery, è altrettanto essenziale definire personale di riserva e alternative per ogni ruolo, nel caso in cui le persone designate siano a loro volta coinvolte.
Investi in sistemi di backup affidabili
I backup dei dati in locale sono utili, ma tieni presente che affidarsi solo a questa forma di backup ti espone a minacce fisiche come incendi, allagamenti e furti. L’importanza dei backup e il ruolo che svolgono nell’accelerare il ripristino non si possono sottovalutare. Per questo si consiglia di avere almeno tre copie dei tuoi dati, una delle quali conservata al di fuori della tua normale infrastruttura IT.
Il backup nel cloud: i fornitori di questi servizi sono nella posizione ideale per affrontare i tempi di inattività, grazie alla facilità di scalabilità e all’uso di più istanze. Pensa a una configurazione Kubernetes all’interno dell’infrastruttura cloud AWS, composta da due nodi. Questa configurazione include un trigger di autoscaling che rileva quando l’utilizzo della CPU resta stabilmente sopra il 75% e aggiunge pod ulteriori.
Inoltre, avere più nodi garantisce che la tua applicazione resti attiva anche se una parte del cluster subisce un’interruzione. Kubernetes cerca di distribuire i pod in modo uniforme tra le istanze del cluster. È però indispensabile che le risorse aggiuntive arrivino tempestivamente e non quando l’esperienza dell’utente ha già iniziato a peggiorare.
Monitora e proteggi
Come accennato nel punto precedente, il monitoraggio degli endpoint è uno dei pilastri della prevenzione dei tempi di inattività. Gli avvisi non solo ti danno una visione in tempo reale delle policy violate e dei conflitti sulle risorse, ma ti offrono anche un punto di osservazione privilegiato sulla sicurezza complessiva. I firewall e le blacklist aiutano a impedire l’ingresso degli aggressori, mentre il Web Application Firewall (WAF) integrato di AWS ti segnala eventuali attacchi DDoS in corso o tentativi di SQL injection. Queste notifiche in tempo reale possono poi essere inviate alla tua email o al tuo telefono, consentendo un intervento preventivo rapido.
Il vero costo dei tempi di inattività è troppo alto
La resilienza è fondamentale per contenere il costo crescente dei tempi di inattività. NinjaOne potenzia i servizi di enterprise informatica individuando in modo proattivo i problemi degli endpoint e offrendo una piattaforma per la remediation automatica. I file possono essere ripristinati in diversi modi, dal recupero self-service da parte dell’utente finale ai ripristini via web, riducendo il carico di lavoro dei tecnici proprio quando sono più necessari. Dal ticket al backup, Ninja supporta ogni livello di protezione dai tempi di inattività.
