Jeder Anwendungsdienst – und die Plattformen, auf denen er eingesetzt wird – verfügt über wertvolle Informationen über den Zustand einer bestimmten Kundenerfahrung. Alles, von Merkmalen der Benutzerplattform (Gerätetyp, Standort, Netzwerk) bis hin zur Zeit, die bei jedem einzelnen „Hop“ entlang des Datenpfads verbracht wird, kann zur Fehlerbehebung, zur Identifizierung von böswilligen Akteuren und zur detaillierten Beschreibung von Leistungsproblemen verwendet werden. Dabei handelt es sich nicht um „Kunden-“ oder „Unternehmensdaten“, sondern um Betriebsdaten. Es handelt sich um Telemetriedaten.
Um diese Daten wirklich nutzen zu können, müssen wir jedoch einen Weg finden, die enormen Datenmengen, die von den Anwendungsdiensten im Datenpfad stammen können, zu erfassen und dann zu analysieren. Hier kommt die Cloud ins Spiel.
Warum die Cloud für die Nutzung von Telemetriedaten entscheidend ist
Heute wird nur ein Teil der Telemetriedaten erfasst, weil die Speicherung aller Daten mehr Speicherplatz erfordern würde, als zur Verfügung steht.
Die Menge an Telemetriedaten, die gesendet wird – und gesendet werden könnte – ist überwältigend. Die meisten Systeme können nicht mehr als ein paar Wochen oder Tage an Telemetriedaten speichern. Oft werden sie in Zeitserien aufgeteilt, um Platz zu sparen. Aber auch das kann den unglaublichen Speicherbedarf nicht aufhalten. Schließlich müssen sie gelöscht werden, um Platz für neuere, relevantere Telemetriedaten zu schaffen.
Aus diesem Grund werden fortschrittliche Analysedienste häufig in einer öffentlichen Cloud gehostet. Die Rechen- und Speicherkapazität der Cloud in Verbindung mit maschinellem Lernen bildet die technologische Grundlage für die Erfassung, Speicherung und Verarbeitung großer Mengen von Telemetriedaten. Mit einer ausreichend großen Menge an Telemetriedaten können fortschrittliche Analysedienste Unternehmen verwertbare Erkenntnisse liefern, indem sie Muster und Beziehungen zwischen scheinbar disparaten Datenpunkten aufdecken.
Um dieses Ziel zu erreichen, müssen Anwendungsdienste jedoch so viele Telemetriedaten ausgeben, wie ein Cloud-basiertes Repository aufnehmen kann. Und sie müssen von so vielen Punkten im Datenpfad wie möglich stammen. Je mehr Informationen aus der gesamten Kundenerfahrung (dem Datenpfad) gesammelt werden können, desto wertvoller sind sie für das System, das nach Mustern und Beziehungen sucht, die verwertbare Erkenntnisse zur Verbesserung der Kundenerfahrung und der Unternehmensleistung liefern.