MSPCFO, una plataforma líder de inteligencia de negocios diseñada para MSP, realizó un análisis detallado para identificar las mejoras operativas impulsadas por la implementación de Huntress. La siguiente investigación compara el tiempo y el esfuerzo dedicados por endpoint con y sin Huntress, destacando las ganancias de eficiencia que ofrece la herramienta.
Captura de datos
El primer paso de este proceso consistió en identificar todos los tickets creados por Huntress. MSPCFO identificó las combinaciones de Tipo/Subtipo/Elemento (TSI) correspondientes al trabajo realizado por Huntress y desarrolló reglas para identificar los tickets relacionados con seguridad, incluso cuando el término "Huntress" no se mencionaba explícitamente. Esto aseguró una captura amplia de datos relevantes, que ascendió a 670 combinaciones TSI y 8.188 tickets, donde los criterios de filtrado capturaron el 27,4% de las combinaciones TSI y el 44,5% de los tickets. Una pequeña parte (3,5%) de los tickets no se pudo clasificar, y el 15,2% carecía de descriptores útiles más allá del identificador "Huntress".
Criterios de análisis
Para el análisis, MSPCFO examinó los tickets abiertos entre el 1 de enero de 2023 y el 30 de junio de 2024, incluyendo solo aquellos con tiempo de MSP y excluyendo los tickets cerrados automáticamente. La investigación se centró en los endpoints activos gestionados por RMM al 1 de mayo de 2024, y excluyó a los MSP con menos de 500 endpoints. Cada MSP debía tener al menos un ticket por mes que cumpliera estos criterios. En la muestra, hubo 62 MSP que utilizaron Huntress y 129 MSP que no lo hicieron.
Resultados
Los hallazgos revelaron ahorros operativos significativos con Huntress. Para el MSP típico y para el tipo de ticket que investigó MSPCFO (según los valores de la mediana de la muestra), el tiempo por ticket por cada 100 endpoints dedicado a los tickets identificados bajó de 20,76 minutos para los MSP sin Huntress a 15,28 para los MSP con Huntress, una reducción del 26,4%. Esto se debe a una disminución en el promedio de tickets por cada 100 endpoints de 0,87 a 0,57, una reducción del 34,8%.
