Ogni servizio applicativo e le piattaforme su cui sono distribuiti hanno informazioni preziose sullo stato di una determinata esperienza del cliente. Tutto, dalle caratteristiche della piattaforma dell’utente (tipo di dispositivo, posizione, rete) al tempo trascorso in ogni singolo “salto” lungo il percorso dei dati, può essere utilizzato per risolvere gli incidenti, identificare gli attori malintenzionati e dettagliare i problemi di performance. Questi non sono dati “cliente” o dati “aziendali”; sono dati operativi. Si tratta di telemetria.
Per trarre veramente vantaggio da quei dati, tuttavia, è necessario trovare un modo per catturare e quindi analizzare l’enorme volume di che può venire da servizi applicativi nel percorso dei dati. È qui che entra in gioco il cloud.
Perché il cloud è fondamentale per sfruttare la telemetria
Oggi, solo una parte della telemetria viene catturata perché conservarla tutta richiederebbe più spazio di archiviazione di quello disponibile.
La quantità di telemetria che viene e potrebbe essere emessa è schiacciante. La maggior parte dei sistemi non può memorizzare più di qualche settimana o giorno di telemetria. Spesso viene suddivisa in serie temporali per risparmiare spazio. Ma anche questo non può fermare l’incredibile carico di memoria. Alla fine, deve essere cancellata per fare spazio a dati telemetrici più nuovi e rilevanti.
Questo è il motivo per cui si tende a trovare servizi di analisi avanzata ospitati in un cloud pubblico. La capacità di calcolo e archiviazione del cloud, unita all’apprendimento automatico, fornisce le basi tecnologiche necessarie per raccogliere, archiviare ed elaborare enormi quantità di telemetria. Con un set di telemetria abbastanza robusto, l’analitica avanzata sarà in grado di fornire intuizioni utili alle organizzazioni scoprendo modelli e relazioni tra punti di dati apparentemente disparati.
Ma per arrivarci, i servizi applicativi devono emettere tutta la telemetria che un archivio basato sul cloud può ingerire. E deve provenire dal maggior numero possibile di punti lungo il percorso dei dati. Più informazioni possono essere raccolte da tutta l’esperienza del cliente (il percorso dei dati), più saranno preziose per il sistema alla ricerca di modelli e relazioni che scoprono intuizioni utilizzabili per migliorare sia l’esperienza del cliente che le prestazioni aziendali.
.