今日生成数据量预期在不到十年内增加十倍, 企业预期到2025年将产生约60%的全球数据[1].数据量可能成指数增长,但从中提取的情报则不是反之,公司可受从各种来源高速传输的非结构化数据约束,而将数据转换为可操作洞察力有限。结果企业冒着有用信息在噪声堆积中丢失的风险
消费者市场和企业市场广泛采用IoT技术将进一步加剧这一点。IoT传感器、移动装置和数字服务扩散,加之大数据技术的出现和宽带网络增加数据遍历连通世界的数量、速度和种类企业收集相关数据流经企业网络和连通世界时依赖大量数据,而这些数据只会增加。任务背景分析数据可提供宝贵洞察力,供公司在各个领域使用并改进商业结果深入了解数字服务性能和客户经验、使用和行为,转而利用这些经验和行为来驱动效率和收入,提高客户经验或数字转换企业光存大数据是不够的企业必须拥有正确工具将信息转换为业务洞察力,并确保适当使用信息支持运维和底线
智能数据使用
依赖数据集的企业尚未在相关商业情报方面实现正常化、组织化、关联分析无效例如,依赖有效提供数字服务的企业和杰出用户经验必须利用智能数据获取这些领域可操作的洞察力深入性能可用于服务保证目的,以确保高服务性能和愉快用户经验
智能数据在服务保证方面究竟是什么智能数据即元数据固有智能化分析工具以清晰理解应用性能、基础设施复杂性和服务依赖性规范化、组织化、结构化、服务背景并实时提供生成基于物理、虚拟和云环境的端对端可见度遍历可见性有两个关键维度深度可见度和广度可见度表示组织完全可见所有事务遍历IT基础设施,并理解终端用户如何消费所有服务
遍历IT服务提供基础体系-即网络数据-都可用于生成智能数据,但必须妥善处理以提取最有意义的情报情报从线数据提取后,可压缩成小得多和有意义的元数据,并存储回溯法医学分析大量日志数据异常低效并迫使企业支付过度存储费用,而智能数据方法则不同,这意味着企业仅支付存储实值数据的费用结果,成本效率高得多,使企业能快速易取重要数据
定时一切
解锁智能数据真值 时间性至关紧要在此高度竞争时代,公司变得如此依赖IT系统速度和规模,这些系统组成企业主干,因此需要密切监测每个调整、升级和数据包,以确保顺畅运行企业IT基础设施通过引入IoT、宽带无线和线性技术、云服务和应用而变得如此庞大复杂,干扰和服务故障空间更大 — — 不仅对网络本身如此,企业获取并采取行动的宝贵数据洞察力也是如此。
公司必须持续实时监控整个基础设施环境 — — 包括网络、计算和存储系统 — — 以便在终端用户受到影响前查找并隔离问题归根结底,企业对每秒每分钟发生的事情都无动于衷,在新数字经济中将无法生存取而代之的是,当问题出现时需要抓住问题,在问题普遍化前解决问题
许多服务保证解决方案表示提供所谓的“实时 ” 在许多情况下,收集日志事件、规范化和组织起来需要时间才能分析数据表示即使日志数据分析即时化 信息收集整理非即时化企业风险中断服务故障相当长时间无法检测,可能造成巨大损害,特别是在安全故障的情况下。因此重要的是,为服务保证目的,交通流和线数据立即转换成智能数据源唯有通过这种方法公司才能从头获取可操作情报并停止跟踪问题
今日数字时代 数据已成为商业生命线公司能够深入了解服务性能和安全问题立即解决问题,更多地了解客户习惯以创造最佳经验,提高效率并创建新的数据驱动业务模式获取可操作情报依赖正确工具启动企业必须使用服务保证技术解锁电线数据中的智能数据通过这种方法,他们将能够驱动内外部业务成功并继续智能数据引导遍历乱海数字变换
[1]IDC