Casos prácticos - Español

Generador de informes de métricas de API CIO

AlteryxAdvocacy
Alteryx
Alteryx
Created

 Selección para los Premios a la excelencia de 2018: Generador de informes de métricas de API CIO

Nombre: Kenny Dsouza
Título: Analista de sistemas
Empresa: T-Mobile
 
 
Descripción del caso práctico

       

La transformación digital continúa dirigiendo la sala de reuniones, a medida que las organizaciones comprenden las ventajas organizativas y financieras que puede brindar la digitalización. Para algunos, las interfaces de programación de aplicaciones (API, application programming interfaces) son un segmento fundamental en la combinación de etapas antiguas y actualizadas de TI, porque capturan grandes medidas de información y, finalmente, logran su estrategia de transformación digital. A continuación, el caso práctico muestra cómo utilicé Alteryx para extraer información de una plataforma de API y desarrollar un panel de control de Tableau para informar las métricas de API al CIO y al liderazgo sénior.

 

Describe el desafío o problema que se necesitaba resolver

  

La estrategia de API en una empresa se determina según el CIO, que es la persona clave para aportar una transformación digital en la organización. Para habilitar la TI con autoservicio, y la reutilización y monetización de las API existentes, mi liderazgo solicitó una manera de medir la adaptabilidad de las API en toda la empresa, junto con las métricas clave que miden la calidad de la API. Usamos Apigee como una de nuestras herramientas del Gateway de API para ayudar a tener llamadas seguras a las API, regular los mecanismos de tráfico, manejar errores y analizar el tráfico de API. Sin embargo, es difícil obtener una imagen holística de las tendencias y otras métricas de las API a un nivel empresarial.

 

Metas:

- Desarrollar la capacidad de ver la adaptabilidad o las tendencias de las API en la empresa

- Calcular métricas según la cantidad de API, los desarrolladores elaborando las API y los productos y aplicaciones de API en la organización

- Crear una manera de ver métricas según el tiempo de respuesta promedio, la tasa de error y la composición del tráfico en todas las API

 

Describe la solución funcional

 

 Apigee es la fuente principal de datos para las métricas del API de donde se extrajo la mayoría de la información. Junto con Apigee, también he integrado los datos con las siguientes fuentes:

 

  • Workday: Información del propietario, para que las API estén asignadas al propietario y departamento correcto en la organización
  • Service Now: Aplicaciones son asignadas a las API asociadas
  • Cloud Foundry: Microservicios son asignados a las API asociadas

El Gateway de Apigee tiene sus API expuestas para que puedan consumir la información disponible en su plataforma usando llamadas RESTFUL al API. Por lo general, los datos se encuentran en formato JSON o XML. Una vez que extraemos el archivo JSON usando la herramienta de descarga mediante llamadas RESTFUL, debemos organizar la información en un formato tabular para que sea más fácil visualizar la salida. Sin embargo, los datos necesarios se almacenan en componentes diferentes que se pueden acceder usando diferentes llamadas API. Por ejemplo, si tenemos que comprender la relación entre los desarrolladores y los productos API, deberíamos extraer la información del desarrollador y la información del producto API por separado y luego unirla basada en su GUID. De modo similar, necesitábamos realizar varias llamadas API de REST a cada componente que deseábamos analizar e informar esas métricas clave en una herramienta de visualización como Tableau.

 

A continuación se puede encontrar una Macro que desarrollé para que pudiéramos llamar y reutilizar a estos componentes diversos de Apigee en lugar de volver a desarrollarlos cada vez que necesitábamos acceder a la información. Los datos extraídos son vastos, razón por la cual extraemos solo por un intervalo de tiempo en particular y cargamos la información en la base de datos de SQL en una metodología incremental. Para programar el intervalo de tiempo, usamos la interfaz de aplicación de fechas. El analizador JSON nos ayuda a analizar la información y a convertir los datos en un formato de tabla. La Tabulación cruzada ayuda a agrupar los datos, y proporciona encabezados y valores en un formato sistemático.

 

 image.png

Una vez que tenemos la macro preparada, según las métricas clave que deben informarse y analizarse, ejecutamos un flujo de datos para extraer la entrada de la fuente, convertir los datos del formato JSON al formato tabular y luego unir los datos de varios componentes en una gran tabla normalizada. Debajo del flujo de trabajo, se encuentra uno de los componentes que se usaron para extraer la información de Apigee.

 

image.png

 

Al final del flujo de trabajo, los datos se cargan en una base de datos de SQL. El flujo de trabajo actualmente está publicado en Gallery y está programado para ejecutarse diariamente. Los datos de la base de datos de SQL luego se publican en Tableau Server a través de una conexión en vivo, para que cuando la base de datos se actualice, los informes de Tableau se actualicen automáticamente. A continuación, se presenta un ejemplo del panel de control de algunas de las métricas de API que se informan al liderazgo sénior como resultado de este proceso.

 

 image.png

image.png      

 

Describe los beneficios que has obtenido

 

El uso de Alteryx para mi proceso ETL (extraer, transformar y cargar) y de un panel de control Tableau para mostrar la información me ayudó a proporcionar vistas a estas importantes métricas sobre la transformación digital. A continuación, presentamos algunos de los muchos beneficios que hemos descubierto y cómo han tenido un impacto significativo en nuestra organización...


Automatización y ahorro de tiempo: Dado que los paneles de control se actualizan diarias automáticamente, nos ahorra el esfuerzo manual de tener que extraer y procesar la información de varias fuentes. Esto también libera tiempo para los desarrolladores que extraen la información y les permite concentrarse en los proyectos fundamentales.

 

Tomado de decisiones y revelaciones: Dado que el flujo de trabajo está integrado con varias fuentes, los líderes sénior pueden tomar mejores decisiones y el analista puede proporcionar conclusiones enriquecidas sobre los datos. El liderazgo puede ver las métricas en un nivel global y tomar decisiones para ayudarlos en la transformación digital.

 

Accesibilidad a los datos: Estos informes son accesibles para todos los empleados de la empresa, para que no tengan que someterse a la experiencia engorrosa de solicitar acceso a la plataforma (Apigee) y luego buscar la información dependiendo de sus necesidades.

 

En general, el proceso de Alteryx nos ahorró aproximadamente entre 6 y 7 horas en las que los desarrolladores hubieran estado consultado datos de Apigee para cada API. Actualmente, el flujo de control se ejecuta durante 20 minutos, en cuales todos los datos se actualizan y el panel de control se actualiza automáticamente.

 

 

Contributors