Cada serviço de aplicação – e as plataformas sobre as quais são implantados – tem informações valiosas sobre o estado de uma determinada experiência do cliente. Tudo, desde características sobre a plataforma do usuário (tipo de dispositivo, localização, rede) até o tempo gasto em cada “salto” individual ao longo do caminho de dados pode ser usado para solucionar incidentes, identificar atores maliciosos e detalhar problemas de desempenho. Estes não são dados “do cliente” ou dados “corporativos”; são dados operacionais. É telemetria.
Para realmente aproveitar esses dados, porém, é necessário encontrar uma maneira de capturar e depois analisar o enorme volume que pode vir dos serviços da aplicação no caminho de dados. É aí que entra a nuvem.
Por que a nuvem é crítica é para alavancar a telemetria
Hoje em dia, apenas alguma telemetria é capturada porque para manter tudo isso exigiria mais espaço de armazenamento do que está disponível.
A quantidade de telemetria que é – e poderia ser – emitida é esmagadora. A maioria dos sistemas não pode armazenar mais do que algumas semanas – ou dias – de telemetria. Muitas vezes, ela é cortada em séries de tempo para economizar espaço. Mas mesmo isso não pode parar a incrível carga sobre o armazenamento. Eventualmente, ele deve ser excluído para criar espaço para dados de telemetria mais recentes e relevantes.
É por isso que você tende a encontrar serviços analíticos avançados hospedados em uma nuvem pública. A capacidade de computação e armazenamento em nuvem, juntamente com o aprendizado da máquina, fornece as bases tecnológicas necessárias para coletar, armazenar e processar grandes quantidades de telemetria. Com um conjunto robusto o suficiente de telemetria, a análise avançada será capaz de fornecer insights acionáveis para as organizações, descobrindo padrões e relacionamentos entre pontos de dados aparentemente díspares.
Mas para chegar lá, os serviços de aplicativos precisam emitir tanta telemetria quanto um repositório baseado em nuvem pode ingerir. E precisa vir do maior número possível de pontos ao longo do caminho de dados. Quanto mais informações puderem ser coletadas a partir de uma experiência do cliente (o caminho de dados), mais valiosas serão para o sistema em busca de padrões e relacionamentos que descubram insights acionáveis que melhorem tanto a experiência do cliente quanto o desempenho do negócio.