我们管理和监控网络的方式正在发生变化。
被动、被动的工具正被更主动的网络分析系统所取代，这些系统为整个网络团队提供了有关网络行为的单一真相来源，并更深入地了解了基础设施问题隐藏的位置以及如何解决这些问题。
在移动设备、虚拟化和云应用的出现永远改变网络之前，解决网络问题相对简单，因为用户从一个位置接入网络以访问本地应用程序和资源。
但随着各种无线客户端的激增——一系列硬件使用不同版本的不同操作系统（排列可以迅速扩展到数千个）——以及应用程序和服务的使用，这些应用程序和服务往往不在IT的控制之下，触及个人用户和系统客户端网络问题的核心已经成为新的噩梦。
这在接入网中尤为突出。只需考虑一个连接到网络的用户。旅程的第一站是争夺Wi-Fi接入，各种问题可能会阻碍或降低努力。接下来，用户必须对网络进行身份验证，获得IP地址并解决DHCP请求，所有这些都可能有问题。最后，他们可以在本地访问应用程序，或者通过广域链路访问云，从而为事情的发展带来更多机会。
任何一个单独的步骤都可能导致服务中断和性能低下，但用户只是将其归为“网络问题”（很可能是“网络问题”）。
但对于它来说，这是设备操作系统的问题吗？Wi-Fi问题？DHCP？ARP？DNS？应用程序失败？广域网问题？您是否可以在不必搜索大量日志数据、数据包捕获以及各种供应商管理系统生成的漂亮屏幕和图形的情况下找到答案？
因为这是当今任何IT商店的现实：大量的离散供应商工具用于对网络特定部分的单个产品进行故障排除。
由于必须收集、关联和分析大量数据以优化性能，该模型不再成立。天哪，团队中的每个人都需要成为数据科学家。
大数据分析与云计算和机器学习相结合，正在推动一类新的基础设施网络分析的出现，该类分析从用户的角度检查网络中的数据，从而得出网络和连接设备以及服务和应用程序健康状况的整体视图。
这将从根本上重新定义它如何变得更加主动。
专注于此方法的新一类解决方案被称为“用户性能管理”（UPM），并非任何单一供应商所独有。尽管仍处于起步阶段，但UPM平台有望从根本上改变IT的传统反应式工作流。
以Netflix为例
了解监控解决方案和分析解决方案之间的区别非常重要。考虑Netflix是如何工作的。当你观看电影或电视节目时，Netflix会根据它保存的历史观看数据了解你可能感兴趣的内容。然后，它暗示你可能喜欢看一些节目，甚至不用问。这就是分析。
现在尝试将此分析概念应用于企业接入网络。
网络分析平台收集有线数据包、设备数据、无线指标、应用程序和WAN数据，并同时处理所有这些数据，以从几乎任何有利的角度了解影响用户网络性能的重要模式和趋势。
这些新的基于分析的解决方案不断盯着网络的各个部分，观察和了解客户交易在发生时的上下行为，历史性地存储这些数据，以识别出现的更大模式和趋势。
通过了解网络的不同部分如何协同工作（或不协同工作），这些系统具有独特的定位，有助于IT部门更加主动。然后，他们向ala Netflix建议如何处理该问题，为网络经理提供一份配置建议列表，以修复影响整个基础设施用户性能的特定客户端事件或系统性基础设施问题。
大多数基础设施供应商，特别是那些拥有Wi-Fi产品的供应商，都开始使用早期版本的网络分析。新的新贵公司推出的先进分析方法是该领域最先进的供应商中立系统之一。这些新的解决方案设计了高度可扩展的基于云的平台，用于处理海量数据，并将其跨不同维度关联起来，从而了解实际情况。反过来，补救建议可以自动化并浮出水面，通常是在网络工作人员意识到问题之前。
哪些客户端设备操作系统在网络中表现不佳？哪些网络服务过载或响应缓慢？哪些Wi-Fi接入点的覆盖范围或性能较差？以下哪一项对用户性能影响最大，应该首先修复？
用新一代网络分析技术主动回答这些问题是企业网络员工的圣杯，代表着网络运营从成本中心向利润中心转变的重大飞跃。