Ir al contenido

Temas populares
Calculadora de ROI

Modele su propio ahorro. Después revise los cálculos.

Cinco números sobre su organización y una cifra anual orientativa construida solo a partir de investigaciones publicadas por terceros. Todas las tasas son editables y se muestran junto a la página que las publica.

  • Se recalcula mientras escribe
  • Todas las tasas, publicadas por terceros
  • Los cálculos, completos
  • Se ejecuta en su navegador

Ahorro anual orientativo

1,26 M$

SaaS
$568,000
Nube
$696,000
Otras tres clases
nada

Con las cifras de ejemplo de abajo. Cámbielas y esto se actualiza.

Calculadora de ahorro

Modelo de ahorro

Se ejecuta en su navegador

Sus cifras

Sus cifras, sin convertir · la elección se recuerda

Todas las personas con credenciales de acceso, contratistas incluidos.

Equipos de sobremesa, portátiles, servidores, máquinas virtuales, móviles.

£$€

Todo lo que facturan AWS, Azure, Google Cloud y el resto.

£$€

Suscripciones y licencias de usuario, incluidas las que se pagan como gastos.

£$€

Licencias locales, mantenimiento y true-ups.

Cinco cifras de entrada · dos tasas de salida

Solo el gasto en nube y SaaS tiene una tasa publicada. El gasto en software, los dispositivos y los empleados son contexto: dividen el total y nada los multiplica.

JavaScript está desactivado, por lo que los controles están ocultos. Todo lo que sigue se calcula para esta organización de ejemplo, con las tasas publicadas:

  • Empleados 2,500
  • Dispositivos gestionados 3,000
  • Gasto anual en la nube £2,400,000$2,400,000€2,400,000
  • Gasto anual en SaaS £1,600,000$1,600,000€1,600,000
  • Gasto anual en software y licencias £2,000,000$2,000,000€2,000,000

Nube + SaaS, con las dos tasas publicadas

£1.26M$1.26M€1.26M

Dos promedios del sector publicados, aplicados a las cifras que usted ha introducido. No interviene ninguna tasa de Certero; consulte lo que este modelo no puede saber.

Las cinco clases de activos

gasto, a escala

SaaS £1,600,000$1,600,000€1,600,000
35.5% del gasto en SaaS desperdiciado en licencias sin uso · 19,8 M$ ÷ 55,7 M$ $568,000
Nube £2,400,000$2,400,000€2,400,000
29% del gasto en la nube se desperdicia $696,000
Software y licencias £2,000,000$2,000,000€2,000,000
Sin tasa publicada por terceros · no modelado nada
Dispositivos 3,000 dispositivos
Sin tasa publicada por terceros · no modelado nada
IA sin cifra de gasto
Sin tasa publicada por terceros · no modelado nada
  • Ahorro modelado
  • Gasto sin tasa publicada
  • No se recoge cifra de gasto
Ahorro modelado, por empleado y año
$506
Gasto anual para el que el modelo tiene una tasa
$4,000,000
Gasto en nube + SaaS por empleado
$1,600
Gasto en licencias por dispositivo gestionado
$667

Mostrar los cálculos

cada número de esta página, derivado

  1. SaaS

    $1,600,000 gasto anual en SaaS
    35.5% del gasto en SaaS desperdiciado en licencias sin uso
    $568,000 ahorro anual modelado

    Derivada: 19,8 M$ desperdiciados al año en licencias de SaaS sin uso ÷ 55,7 M$ de gasto anual medio en SaaS. Otra cifra publicada sitúa las licencias sin uso en el 46 %. Esa cuenta licencias de usuario, así que el modelo divide el desperdicio publicado entre el gasto publicado y usa el resultado.

  2. Nube

    $2,400,000 gasto anual en la nube
    29% del gasto en la nube se desperdicia
    $696,000 ahorro anual modelado

    La cifra de mercado publicada, que este año subió por primera vez en cinco.

  3. Software y licencias

    No modelado
    $2,000,000 gasto anual en software y licencias
    sin tasa no hay tasa publicada por terceros, así que aquí no se modela nada
    — sin ahorro modelado

    Nadie publica una tasa para esto, así que esta línea queda vacía. El desperdicio en licencias locales se mide título a título una vez que el producto está en marcha, no se estima a partir de un promedio.

  4. Dispositivos

    No modelado
    3,000 dispositivos dispositivos gestionados, según lo introducido arriba
    sin tasa no hay tasa publicada por terceros, así que aquí no se modela nada
    — sin ahorro modelado

    No hay una tasa publicada para el hardware. Lo que devuelve esta línea es un recuento de dispositivos, obtenido con diez métodos de detección en un ciclo de inventario.

  5. IA

    No modelado
    no se solicita no recogemos una cifra de gasto en IA
    sin tasa no hay tasa publicada por terceros, así que aquí no se modela nada
    — sin ahorro modelado

    La investigación publicada sobre IA solo mide tasas de crecimiento, así que no hay una tasa de desperdicio que esta línea pueda usar.

  6. Total orientativo por año

    La cifra de SaaS más la cifra de la nube, redondeada, porque el modelo no justifica más precisión que esa.

    $1,264,000

Los supuestos y su procedencia

El modelo tiene dos tasas, y ambas proceden de investigaciones publicadas. La tasa de la nube es un porcentaje publicado. La tasa de SaaS es la división de dos importes publicados, con la división a la vista. Cambie cualquiera de ellas y todo lo de arriba se actualiza, y lo indicaremos en la tarjeta.

Gasto en SaaS desperdiciado en licencias sin uso

Derivada: 35,5 % 19,8 M$ ÷ 55,7 M$

El 46 % es la cifra publicada basada en el número de licencias. El modelo parte de los dos importes en dólares que hay detrás, y la tasa resultante es menor.

%

Dos importes publicados, una división entre ellos y ningún otro paso.

Gasto en la nube que se desperdicia

Publicada: 29 %

La cifra publicada, trasladada al modelo sin editar.

%

La investigación publica un único porcentaje, así que ese es el valor inicial del campo.

Software y licencias no tiene una tasa que editar, y tampoco los dispositivos ni la IA: esto es lo que medimos para ellos en su lugar. Cada enlace de arriba abre la página que publica la cifra que lo acompaña.

En qué se basa el modelo

Seis cifras publicadas.
De ellas salen dos tasas.

Todas las cifras siguientes proceden de investigaciones publicadas por terceros. Solo una de las dos tasas que usa el modelo llega como tasa; la otra se obtiene dividiendo dos importes publicados, y esa división se detalla más abajo.

  • 305

    Solo contexto

    aplicaciones SaaS en la cartera media de una gran empresa

    Un recuento de aplicaciones, que dimensiona el problema que describen las otras tres cifras. Nada en el modelo lo multiplica. Las carteras se mantuvieron estables este año; el dinero dentro de ellas, no.

  • 46%

    Un recuento de licencias

    de las licencias SaaS no se usan; la organización media usa el 54 %

    El modelo obtiene su tasa de SaaS a partir de dos importes en dólares en lugar de esta, y muestra la división en el panel de abajo.

  • +393%

    Solo contexto

    de crecimiento del gasto en aplicaciones nativas de IA en las grandes empresas

    Específicamente grandes empresas, y específicamente aplicaciones nativas de IA. En el conjunto de organizaciones, el crecimiento del gasto en IA nativa es del +108 %, y el crecimiento del uso de aplicaciones en toda la categoría de IA es del +181 %. La cifra sin matices no existe.

  • 29%

    Alimenta el modelo

    del gasto en la nube se desperdicia, y aumenta por primera vez en cinco años

    Un número para todo el mercado, publicado con precisión de punto porcentual. Es la tasa que multiplica la línea de la nube, sin cambios.

La tasa de SaaS, derivada

dos cifras publicadas más · una división

19,8 M$ desperdiciados al año en licencias de SaaS sin uso
55,7 M$ gasto anual medio en SaaS
35.5% del gasto en SaaS, la tasa que multiplica la línea de SaaS

También se publica un 46 %, y es la cifra que cita todo proveedor. Cuenta licencias, así que multiplicar su gasto por ella valoraría igual una licencia de usuario inactiva que una base de datos Oracle.

El recuento de aplicaciones y la cifra de crecimiento de la IA describen la forma del problema, y el modelo deja ambos fuera del cálculo. Solo la cifra de la nube llega como una tasa que el modelo puede multiplicar directamente.

Cada cifra enlaza con la página que la publica, para que pueda comprobar los cálculos con la fuente. Las dos tasas del modelo son editables.

Las filas vacías

A tres de las cinco
no les pondremos cifra.

Nadie publica una tasa de desperdicio para hardware, licencias locales o gasto en IA, así que el modelo deja las tres en cero. Lo que sigue es lo que la plataforma mide en su lugar y la forma de la respuesta que devuelve.

01 / ITAM

Sus dispositivos gestionados

3,000 dispositivos gestionados, con las cifras introducidas arriba

Ahorro modelado: cero

El desperdicio en hardware depende por completo de lo que haya en su parque: el perfil de antigüedad, el ciclo de renovación, cuánto sigue cubierto por un contrato de soporte que nadie usa. Ningún porcentaje del sector resiste el contraste con eso.

Lo que la plataforma mide en su lugar

El primer número que produce la plataforma es un recuento: los equipos que responden a un barrido y no aparecen en ningún registro. Network Discovery cubre una subred de clase C en menos de cinco segundos y, después, el agente nativo recoge Windows, macOS, Linux, AIX, HP-UX y Solaris en el mismo ciclo de inventario.

CerteroX ITAM
Lo que se obtiene Un recuento de equipos
  • Agente
  • csinvcli
  • Sin agente
  • Independiente
  • Escaneo de red
  • Active Directory
  • Importación de ITAM de terceros
  • Conectores de nube y SaaS
  • Supervisión del navegador
  • Medición de archivos

Diez métodos de detección · un ciclo de inventario

respondiendo en la subred
en su CMDB hoy
los dispositivos que nadie conocía

Las casillas se completan la primera vez que se ejecuta la detección, una fila por cada equipo que respondió.

02 / SAM

Su software y sus licencias

$2,000,000 al año, y a menudo la mayor de las cinco

Ahorro modelado: cero

El desperdicio en licencias es real. Un entorno Oracle y un entorno Microsoft fallan de formas completamente distintas, y la variación entre dos organizaciones del mismo tamaño es enorme.

Lo que la plataforma mide en su lugar

El uso se mide a partir de los propios archivos, con seguimiento del primer y último uso y una cifra de % Used en 90 días móviles por título. Por encima se sitúa una posición efectiva de licencias que muestra compradas, usadas, disponibles, necesarias, diferencia y exposición, en seis fabricantes con motores dedicados.

CerteroX SAM
Lo que se obtiene Una posición de licencias por fabricante
Las columnas de una posición efectiva de licencias. Los valores se completan a medida que llegan las mediciones de uso y los registros de derechos de uso.
fabricante compradas usadas disponibles necesarias diferencia exposición
Microsoft
Oracle
IBM

Desplácese para ver necesarias, diferencia y exposición

% Used · 90 días móviles Tres de los seis fabricantes con motor dedicado

Aquí Microsoft, Oracle e IBM representan a sus propios fabricantes. Las celdas se completan a medida que llegan las mediciones de uso y los registros de derechos de uso.

03 / IA

Su gasto en IA

+393% de crecimiento del gasto en aplicaciones nativas de IA en las grandes empresas

Ahorro modelado: cero

El gasto en IA crece más rápido que cualquier otra cosa de esta página, pero crecimiento no es desperdicio, y toda la investigación publicada mide crecimiento. Aquí no hay una tasa de desperdicio que el modelo pueda usar.

Lo que la plataforma mide en su lugar

La detección de IA en la sombra clasifica las herramientas según las etiquetas de funciones de sus aplicaciones, de modo que el conjunto detectado crece por sí solo a medida que aparecen nuevas herramientas, y la adopción se clasifica según la proporción de su organización que usa cada herramienta. Las concesiones OAuth a herramientas de IA se puntúan de 0 a 100 según sensibilidad, alcance, consentimiento e inactividad.

CerteroX AI Management
Lo que se obtiene Una lista y una puntuación sobre 100

Riesgo de concesiones OAuth · puntuado de 0 a 100 en cuatro dimensiones

  • sensibilidad
  • ámbito
  • consentimiento
  • inactividad
0 100

Modelo de riesgo de adopción en 3 niveles Detección a partir de las etiquetas de funciones de las aplicaciones

Cada barra muestra una puntuación una vez que los conectores han leído las concesiones que sus usuarios ya han otorgado.

No procede del modelo

Las únicas cifras de aquí
que se han medido de verdad.

Todo lo que hay por encima de esta línea son dos promedios del sector multiplicados por números que usted ha introducido. Lo que sigue no lo es. Son resultados que Certero publica con el nombre del cliente y el caso de éxito que los respalda.

Cada cifra de estas tarjetas pertenece a la organización que figura en ella.

“Certero’s SAM managed service allowed us to significantly mature our license posture at a fast pace, something that would have taken 3-4 years without their involvement.”
Reece Emson ITAM Asset/PSL Manager, NHS South West London ICB
£100k
Riesgo de cumplimiento de Microsoft mitigado
3–4 años
de madurez de SAM acelerada
Leer el caso de éxito
Primer vistazo

Dónde empieza el trabajo.

El modelo produce dos números. El mayor indica dónde empezaría el trabajo y nombra el producto que lo haría.

Con las cifras de arriba, el mayor número modelado es el desperdicio en la nube , con $696,000 al año, lo que sitúa a CerteroX Cloud Management en primer lugar.

  • Nube

    Veintiséis comprobaciones con nombre sobre una cuenta de facturación, entre ellas Abandoned Kinesis Streams, Obsolete Snapshot Chains e Instances in Stopped State for a Long Time.

    Cloud Management
  • SaaS

    Detección de licencias sin uso tras más de 30 días sin actividad y, después, App Rationalization, que clasifica las aplicaciones solapadas según el ahorro recuperable.

    SaaS Management
  • SAM

    Una posición efectiva de licencias por fabricante: compradas, usadas, disponibles, necesarias, diferencia, exposición.

    SAM
  • ITAM

    Network Discovery sobre una subred de clase C en menos de cinco segundos, y la brecha que revela entre una CMDB y lo que realmente responde.

    ITAM
  • IA

    El Shadow AI Dashboard: qué herramientas de IA se usan, por qué proporción de la organización y cuáles tienen una concesión OAuth, puntuada de 0 a 100 según sensibilidad, alcance, consentimiento e inactividad.

    AI Management

  • Tres de las cinco

    SAM, ITAM e IA nunca pueden llevar la etiqueta de arriba, porque el modelo no produce ninguna cifra para ellos. Lo que devuelven esos tres es una posición, no un porcentaje.

    Por qué están vacías
Lea esto antes de citar la cifra

Lo que este modelo no puede saber.

Este es un modelo orientativo basado en promedios del sector publicados. Trate la cifra que le da como una estimación que debatir, y no nos exija nada que no hayamos medido.

Cuatro límites de la cifra
de arriba.

  1. Nunca ha visto su entorno.

    Multiplica dos promedios del sector por cinco cifras que usted ha introducido. No sabe nada de sus contratos, sus descuentos por compromiso, su calendario de renovaciones, su cobertura de instancias reservadas ni de las aplicaciones que realmente se usan al 100 %.

  2. El desperdicio identificado no es dinero ahorrado.

    El modelo estima lo que los promedios publicados sugieren que es recuperable. No estima cuánto de ello llevará usted a la práctica, con qué rapidez se puede recuperar realmente una licencia, qué rinde una negociación de renovación ni cuánto le cuesta hacer el cambio.

  3. Los promedios ocultan una variación enorme.

    Una práctica de FinOps bien gestionada ya estará muy por debajo del 29 % publicado. Un lugar que nadie ha revisado en tres años puede estar muy por encima. El promedio es una hipótesis sobre usted, y la única forma de resolverla es medir.

  4. El ahorro real depende de lo que realmente posee.

    Una cifra que merezca llevarse a una reunión de presupuesto tiene que salir de sus propios sistemas. Eso es lo que hace la plataforma una vez en marcha: mide el uso título a título, contrasta la factura con veintiséis comprobaciones con nombre y mantiene una posición efectiva de licencias que se recalcula a medida que llegan los derechos de uso. A partir de ahí, las cifras dejan de ser promedios.

Acerca de esta calculadora

Las preguntas detrás de la cifra.

La tasa publicada de desperdicio en licencias es del 46 %. ¿Por qué el modelo usa un 35,5 %?

Porque el 46 % es una proporción de licencias y el modelo multiplica dinero. Aplicar una tasa basada en el número de licencias a una cifra de gasto supone que todas las licencias de una cartera cuestan lo mismo. Los importes también se publican: 19,8 M$ desperdiciados al año en licencias sin uso, frente a 55,7 M$ de gasto anual medio en SaaS. Al dividir uno entre otro se obtiene un 35,5 % del gasto, que es menor que el 46 % y es lo que usa la línea de SaaS. La división se muestra completa bajo las cifras de la investigación.

¿Por qué la respuesta es un solo número y no un rango?

Porque las cifras en las que se basa son números únicos. El gasto desperdiciado en la nube se publica como un 29 %. En SaaS hay un importe de desperdicio y un importe de gasto, y uno dividido entre otro también da un solo número. Un rango aquí implicaría una precisión que los datos de entrada no tienen. La incertidumbre real es si dos promedios del sector le describen a usted en absoluto, y ampliar el intervalo no cambiaría nada al respecto.

¿Por qué tres de las cinco clases de activos no producen nada?

Porque nadie publica una tasa de desperdicio para parques de hardware, licencias locales o gasto en IA. Esas tres secciones explican lo que la plataforma mide en su lugar y lo que devuelve.

¿Hay algún porcentaje de ahorro de Certero aquí?

No. Cada tasa del modelo es una cifra publicada del sector, mostrada junto al número que produce. El único cálculo propio es una división, y se muestra completa. Nada en el total depende de una cifra de Certero.

¿Garantiza Certero este ahorro?

No, y debería desconfiar de quien lo haga. Este modelo no sabe nada de sus contratos, sus descuentos por compromiso, su calendario de renovaciones, su cobertura de instancias reservadas ni de las aplicaciones que realmente se usan por completo. Multiplica dos promedios del sector por cifras que usted ha introducido. Es un punto de partida para una conversación, no un caso de negocio.

¿Qué pasa con los números que introduzco?

Nada. El cálculo se ejecuta por completo en su navegador. No hay formulario, ni botón de envío, ni evento de analítica que transporte sus cifras, ni solicitud a ningún servidor. Cierre la pestaña y desaparece.

¿Puedo cambiar los supuestos?

Sí, cada tasa del modelo es editable y la página se actualizará. En cuanto una tasa deja de coincidir con la cifra publicada, su tarjeta se marca como editada, para que siempre sepa si está viendo la investigación publicada o sus propios datos.

Sustituya los promedios

Ahora vea qué
mecanismo lo produce.

Traiga las cinco cifras que acaba de introducir y los supuestos con los que no está de acuerdo. Repasaremos a escala real las veintiséis comprobaciones de la nube, la detección de licencias sin uso y la posición efectiva de licencias, y le mostraremos cuáles moverían su cifra y en cuánto.

Solicitar una demo Ver la plataforma

Sin compromiso y sin PDF a cambio de sus datos. Si no somos la opción adecuada, se lo diremos.