12 KPIs stratégiques pour le NOC de votre datacenter

Les solutions DCIM (Data Center Infrastructure Management) déploient des milliers de points de collecte au sein des salles blanches. Pour les opérateurs du NOC (Network Operations Center), cette surabondance de données génère souvent un bruit opérationnel contre-productif. Avec les multiples évolutions du DCIM (architectures hybrides, IA, connecteurs, CFD intégrés…), le paradigme a changé : il ne s'agit plus de tout surveiller, mais de cibler ce qui impacte la résilience, la capacité…traduisibles en KPI clés pour votre infrastructure.

Un tableau de bord NOC efficace doit isoler les signaux critiques pour transformer la donnée de terrain en actions. L'enjeu est triple : garantir des SLAs proches des 99,999 %, optimiser l'efficacité énergétique face à l'explosion des densités par rack, et prévenir les défaillances. Face aux exigences de la directive européenne CSRD, voici les 12 indicateurs incontournables pour construire votre pilotage proactif.

‍

1. Indicateurs énergétiques et environnementaux

La gestion de l'énergie est un enjeu d'ingénierie qui vise à maximiser l'usage des capacités électriques et répondre aux audits de conformité environnementale.

‍

Le PUE instantané et l'écart de conception (Design PUE)

Le PUE reste la métrique de base, mais une moyenne annualisée n'a que peu de valeur pour le NOC. Le tableau de bord doit afficher le PUE instantané (PUE = Énergie totale / Énergie IT) comparé en permanence au « Design PUE » ajusté selon la charge IT et les conditions climatiques. Une hausse soudaine du PUE instantané permet aux équipes de détecter immédiatement une climatisation qui s'emballe ou des onduleurs fonctionnant hors de leur plage de rendement optimal. Attention : un PUE très bas (proche de 1,1) peut masquer des marges de sécurité thermique trop réduites.

‍

Le CUE et le WUE (Carbon & Water Usage Effectiveness)

Avec les exigences de neutralité carbone, le NOC doit suivre l'empreinte environnementale directe. Le CUE évalue l'intensité carbone (Émissions CO2 / Énergie IT), tandis que le WUE mesure l'efficience hydrique (Volume d'eau / Énergie IT), une donnée critique pour les sites exploitant des cooling towers. Ces KPIs permettent de justifier l'empreinte Scope 2 auprès des clients et de piloter dynamiquement la bascule entre refroidissement adiabatique et mécanique en fonction des quotas d'eau.

‍

L'ERF (Energy Reuse Factor)

Dans un contexte d'économie circulaire, l'ERF mesure la proportion de chaleur fatale récupérée et réutilisée en dehors du datacenter (Énergie réutilisée / Énergie totale). Ce ratio démontre l'intégration du datacenter dans son écosystème local (notamment les réseaux de chaleur urbains) et améliore drastiquement votre bilan ESG.

‍

L'équilibrage des phases électriques (Phase Balancing)

Au niveau des PDUs intelligents et des tableaux déportés (RPP), un déséquilibre des phases entraîne une perte de capacité globale et un risque critique de surchauffe du neutre. Le suivi de ce KPI (tout déséquilibre > 10 %) permet de cibler les baies asymétriques lors des prochains déploiements pour corriger le tir avant d'atteindre le point de déclenchement d'un disjoncteur.

‍

2. Indicateurs thermiques et de refroidissement

Sur-refroidir coûte cher et n'améliore pas la fiabilité. L'objectif est de maintenir les salles dans l'enveloppe thermique de l'ASHRAE TC 9.9 sans gaspillage.

‍

Le Delta T et le RCI (Rack Cooling Index)

Le maintien d'une enveloppe conforme nécessite de surveiller le différentiel de température (ΔT) entre l'air pulsé et l'air repris. Le RCI va plus loin en mesurant le pourcentage de baies respectant strictement les recommandations ASHRAE. Cette visibilité proactive des points chauds permet au NOC d'ajuster les consignes des unités CRAC/CRAH ou l'airflow des dalles perforées avant que les serveurs n'augmentent la vitesse de leurs propres ventilateurs.

‍

Le RTI (Return Temperature Index)

Le RTI quantifie l'efficacité aéraulique et détecte les dégradations. Un RTI inférieur à 90 % indique un excès de soufflage nécessitant de réduire la vitesse des ventilateurs, tandis qu'un ratio supérieur à 100 % alerte sur une recirculation dangereuse (l'air chaud est aspiré par la façade des serveurs) exigeant la vérification des panneaux obturateurs dans les baies.

‍

Le CCF (Cooling Capacity Factor)

Le CCF compare la capacité de refroidissement nominale en marche à la charge informatique réelle. Un CCF de 1,2 (20 % de marge) est standard. Un ratio de 2 ou 3 dénonce un gaspillage opérationnel majeur : des unités fonctionnent à vide ou une mauvaise urbanisation oblige à allumer toute la salle pour traiter un seul point chaud.

‍

3. Capacité, urbanisation et redondance

L'espace physique n'est qu'une des dimensions de la matrice capacitaire. Gérer la capacité demande une vision croisée de toutes les ressources critiques.

‍

La capacité fragmentée (Stranded Capacity)

C'est le KPI le plus destructeur de valeur financière. Il identifie les emplacements où l'espace physique abonde (ex: 20 U libres) mais où la puissance électrique est saturée ou le refroidissement insuffisant. Traquer cette capacité « fantôme » permet de restructurer les équipements et de retarder des investissements lourds dans de nouvelles salles.

‍

Charge critique des voies électriques

La supervision de la charge des onduleurs (UPS) doit impérativement être croisée avec l'architecture de redondance (N+1, 2N). Ce KPI simule la marge résiduelle : il s'assure en temps réel qu'en cas de perte subite de la voie A, la voie de secours B peut absorber 100 % de la charge basculée sans disjoncter en cascade. Cela exige une modélisation stricte de l'arbre de distribution dans le DCIM.

‍

Disponibilité des ports réseaux et contraintes physiques

Souvent ignoré, ce KPI suit le nombre de ports disponibles sur les switchs Top-of-Rack et le taux de remplissage des chemins de câbles. Il évite les situations où un serveur est installé et alimenté électriquement mais ne peut être mis en production faute de connectivité réseau ou parce que les goulottes sous le plancher bloquent le flux d'air.

‍

4. Efficacité opérationnelle et intégration ITSM

Le DCIM doit agir comme un pont entre les infrastructures physiques (Facilities) et la gestion des services IT (ITSM) via des synchronisations (ex: ServiceNow, Jira, BMC, SolarWinds).

‍

L'indice des serveurs zombies

Environ 15 à 25% des serveurs d'un datacenter consomment de l'énergie sans délivrer de service utile. En croisant les données électriques du DCIM (consommation plate constante) avec la CMDB de l'ITSM, le NOC peut isoler ces machines. L'ouverture automatisée d'un ticket permet d'initier leur décommissionnement.

‍

MTTR (Mean Time To Repair)

Ce KPI chronomètre le temps exact écoulé entre l'apparition d'une alarme critique sur le DCIM et le rétablissement de la situation nominale. Il objective la performance et le respect des SLAs par les sous-traitants. Une dérive de ce MTTR impose d'auditer la chaîne d'escalade des incidents ou la disponibilité physique des pièces de rechange sur site.

‍

MTBA (Mean Time Between Acknowledgements)

C'est l'indicateur clé de la « fatigue d'alerte ». Il mesure le temps mis par un opérateur pour acquitter une alarme. Si le MTBA augmente, le NOC est noyé sous des faux positifs, augmentant le risque de manquer un événement critique. Il faut alors affiner les règles de corrélation du DCIM (ex: si une unité CRAC s'éteint, ne remonter que cette panne racine et masquer les alertes de température des baies adjacentes).

‍

Conclusion

La simple collecte de données ne génère aucun retour sur investissement. La véritable valeur d'un DCIM réside dans sa capacité à filtrer la complexité physique du datacenter pour offrir aux gestionnaires une vision chirurgicale couplée aux processus DC. En structurant l'attention du NOC autour de ces 12 métriques, vous quittez une supervision passive pour adopter une démarche d'ingénierie proactive. Maîtriser son architecture électrique au kilowatt près, comprendre la physique de ses flux d'air et traquer la capacité fragmentée sont les prérequis d'un datacenter moderne. Ces actions permettent d'aligner l'infrastructure sur des exigences de disponibilité absolue tout en répondant aux impératifs de sobriété énergétique.

‍

‍

Sources :

ASHRAE TC9.9 - Data Center Power Equipment Thermal Guidelines and Best Practices

Schneider Electric - How Modern DCIM Supports CIOs in Managing Distributed, AI-Driven IT Environments

Sunbird DCIM - Top 30 Data Center Sustainability Metrics