从被动到主动
很多数据中心在被动模式下运行，却忽略了监测和警告，而用户服务需求的突然上涨会导致其不堪重负。如有必要，对数据中心的负载预测和报告应每周更新一次。这使得数据中心管理人员能够对实时的愿景做出积极的反应，从而使其能力始终处于领先地位。
通过一个或两个指标预测数据中心未来需求的努力总是失败的。管理人员需要更多了解的是数据中心当前和历史的服务器配置和消耗的资源（如内存，CPU和存储空间，以及用户创建的业务）的深度。
评估这些数据可以为数据中心管理人员提供需要添加或撤销CPU以提高性能的预测性警告。而只有很少或没有历史数据的服务器可能会导致结果偏差。数据中心的工作负载的增长速度需要与资源消耗相互分离，这可能会影响预测。其目标是确定数据中心的业务如何消耗资源，以及波动的市场如何驱动影响它们的变化。这就是当前采用强大的分析工具所起的作用，让管理人员能够对周期性趋势、基线变化、删除异常情况，硬件升级（或降级）、成本费用，以及分组报告进行关联分析。采用这个级别的工具可以用在降低季节性需求高峰和其他不可预测的领域。它可以提供急需的资金花费在购买可根据实际业务需求控制方面。
摒弃传统的容量规划
如果没有正确的规划工具，提交数据中心的资源是有风险的。如今的模块化、分布式的基础设施使传统的容量规划工作陷入缓慢的轨道。为确保资源与需求同步，数据中心必须实现预测的自动化，并实现每周甚至每日提交报告，必须对数据点和指标进行监测和分析，以便在任何给定的时间内预测容量和系统可用性。
管理人员必须能够运行各种假设情景，以使他们了解数据中心中心需要降低成本和风险的确切要求。管理人员能够理解通过硬件迁移的数据孤岛是至关重要的。需要帮助划分和显示这些信息的工具，以便容量规划人员利用组织可以战略性使用的度量标准来对其进行监视。
更加精益高效的资产
毫不奇怪，许多数据中心正变成精益高效的资产，特别是在云计算、托管和新兴技术方面。为了充分利用这些技术，首席信息官将不得不越来越依赖强大的DCIM工具，这些都需要监视和优化围绕较少人为干预建立的新的数据中心工作环境。
可以理解的是，业务功能有不同可衡量的服务单元。数据中心通常会根据用户的需求启用特定的容量单元。管理人员借助正确的DCIM工具可以不断提高数据中心的成本效率。其目标不是为了减少支出，而是为了获得更多的性能。对于给定数量的服务单元，支出可能会下降，但是其目标是改进每个工作负载的服务。
