传统的网络和应用程序管理工具显著动力不足当今数字组织。这些老派的工具与IT环境的“自下而上”的观点操作，具有其自身的管理工具，每一个元素。
从这些离散的平台上收集信息是非常困难的，因为它需要大量的手工数据收集、聚合和分析。如果Spock碰巧是首席工程师，这可能没问题，但假设IT部门没有人去Vulcan科学学院，很可能大多数组织都在这个模型上挣扎。
自下而上管理的一大弱点是，它没有给出最终用户体验的真实观点。这可能有助于理解某个元素是否宕机，但无法将其与用户看到的应用程序的实际性能关联起来。
Voyance +提供的最终用户的应用体验完整的画面
Nyansa这家网络管理初创公司采用了一种不同的方法，使公司能够准确地了解实际用户体验。这是新产品，Voyance+，它是its的延伸Voyance解决方案用户应用分析(UAA)通过有线和无线网络收集客户端网络事务数据，然后执行一些大数据，提供终端用户应用体验的完整画面。UAA包括由遗留管理工具监控的基础设施，也包括诸如客户端设备、云、广域网和Wi-Fi接入点等组件。
Voyance+通过测量用于交付应用程序的每个IT组件上的最终用户体验，对应用程序的实时和历史行为提供了更为准确的洞察。来自Voyance+的细粒度见解使企业能够理解如何优化应用程序性能，以及对生产力的影响。该产品还可以用于研究采用趋势和证明未来投资的合理性。
下面是Voyance+解决方案利用的步骤:
1.Nyansa的软件检查引擎“crawler”检查和分析所有数据包，并在多个维度上关联这些数据。爬虫程序中的应用程序ID引擎自动描述SaaS、UC和自定义应用程序。Voyance+拥有一个应用程序签名数据库，用于发现著名的基于saas的应用程序、统一通信即服务(UCaaS)提供商和基于前提的UC供应商。企业还可以使用该解决方案来定义自己的定制应用程序。
2.流量进行分析，并基于每个用户的基础上相关。在其Voyance云引擎，Nyansa使用机器学习算法来理解，而无需手动解释大量数据的IT员工当前的环境。
3.只有元数据趋势、基线和分析数据被安全地发送到Voyance云引擎。没有数据包被捕获，也没有用户信息或其他敏感数据，如凭证被存储在内部航行爬虫。
4.事件，基线，趋势和分析信息可以通过门户进入Voyance服务中查看。对用户应用的分析支持为每个应用程序如下：
- 流量、客户端和操作系统使用情况
- 应用自动基线
- 谁访问所有应用程序的独立用户
- 对每个用户或每组事件进行识别，以访问根本原因信息，如位置数据、设备、射频波段、操作系统、SSID和其他相关数据
- 丰富的仪表板视图
- 自定义报告
Voyance+服务回答了许多长期以来一直困扰它的“谁”、“如何”、“在哪里”和“什么”等问题，包括以下内容:
WHO
- 哪些用户超过选定时间段内访问特定的应用程序？
如何
- 如何应用经验对于一个给定的客户端设备的质量？
- 该公司并不佳用户的应用体验总共有多少“客户端时间”忍？
- 用户应用程序体验如何随RF-band、SSID、位置、设备类型等而变化?
- 我的UC性能与其他类似环境下的UC相比如何?
在哪里
- 确切位置在哪里位于这个问题？这是否与无线网络连接，设备/ OS，基础设施或应用程序本身？
什么
- 我可以对我的网络应用什么类型的补救来缓解用户应用程序问题?
- 有什么区别呢升级我的Wi-Fi网络使应用性能方面？
企业正在使用大数据分析和机器学习来理解客户行为。Nyansa采用这种方法来帮助它理解用户和应用程序的行为。