Varje applikationstjänst – och de plattformar som de används på – har värdefull information om tillståndet för en viss kundupplevelse. Allt från egenskaper om användarplattformen (enhetstyp, plats, nätverk) till den tid som spenderas vid varje enskilt ”hopp” längs datavägen kan användas för att felsöka incidenter, identifiera illasinnade aktörer och specificera prestandaproblem. Detta är inte ”kunduppgifter” eller ”företagsuppgifter”, utan verksamhetsuppgifter. Det är telemetri.
För att verkligen kunna dra nytta av dessa data krävs dock att vi hittar ett sätt att fånga upp och sedan analysera den enorma mängd data som kan komma från programtjänster i datavägen. Det är där molnet kommer in.
Varför molnet är avgörande för att utnyttja telemetri
I dag fångas bara en del telemetri eftersom det skulle kräva mer lagringsutrymme än vad som finns tillgängligt om man skulle spara allt.
Mängden telemetri som sänds ut – och skulle kunna sändas ut – är överväldigande. De flesta system kan inte lagra mer än några veckor eller dagar av telemetri. Ofta delas den upp i tidsserier för att spara utrymme. Men inte ens det kan stoppa den otroliga lagringsbördan. Så småningom måste de raderas för att ge plats åt nyare, mer relevanta telemetridata.
Detta är anledningen till att avancerade analystjänster ofta finns i ett offentligt moln. Kapaciteten hos molnets beräknings- och lagringskapacitet i kombination med maskininlärning ger den tekniska grund som behövs för att samla in, lagra och bearbeta enorma mängder telemetri. Med en tillräckligt robust uppsättning telemetri kommer avancerad analys att kunna ge organisationer användbara insikter genom att upptäcka mönster och samband mellan till synes disparata datapunkter.
Men för att nå dit måste applikationstjänsterna sända ut så mycket telemetri som ett molnbaserat arkiv kan ta emot. Och det måste komma från så många punkter som möjligt i dataöverföringen. Ju mer information som kan samlas in från hela kundupplevelsen (datavägen), desto mer värdefull blir den för systemet som söker efter mönster och relationer som avslöjar användbara insikter som förbättrar både kundupplevelsen och affärsresultatet.