（编者注：企业管理协会看了看组织如何单独使用多个网络性能管理（NPM）工具，以及他们如何试图整合他们提高效率，在这篇文章中，EMA对从网络管理夏姆斯麦吉利卡迪礼物发现研究总监“。网络性能管理当今数字企业”最近的250网络管理人员调查得知，提出了解决这一问题的最佳实践。）
典型的IT组织有今天安装了三至六个月的网络性能管理（NPM）工具，如果他们保持孤立，网络业务将被分段和低效率的 - 对网络管理者多年持续的挑战。
EMA问250名网络管理员，以确定NPM工具，他们首选的采购策略，发现企业有一个完全集成的，多功能的平台，有强烈的偏好。但是，他们很少达到这个境界。例如，EMA发现，目前有11个或更多NPM工具企业是最有可能说出这种完全集成策略的偏好。因此，虽然他们自称整合工具的愿望，他们都没有成功。
为什么有这么多NPM工具？
问题的部分原因是企业收集和分析等多种不同类型的工具NPM数据。通过SNMP的MIB收集基础设施指标和陷阱是一个公共管理基础数据来源，但它们不包含所有的答案来自NPM工具，网络管理的需求。
大多数企业还收集流量数据，包括网络流、数据包或两者兼而有之。EMA的研究还发现，人们对主动监控工具产生的合成流量非常感兴趣。用于NPM分析的最流行的数据来源是管理系统api。换句话说，网络经理对从其他IT管理系统提取数据到NPM工具进行上下文分析有浓厚的兴趣。
鉴于这种数据的多样性，刀具碎裂是不可避免的。毕竟，在收集和分析没有供应商擅长每类数据的上述。他们通常擅长数据类型的一两节课，这意味着企业必然会获得更多的NPM工具来覆盖缺口的知名度。
跨NPM工具的相关性
EMA问受访者透露他们是如何关联到多个NPM工具的见解。最流行的方法（受访者25％）是使用管理的网络运营管理平台或经理，拉从多个NPM工具的见解。这些平台通常在事件管理和告警关联跨多个NPM来源良好。
其次，19％的受访者点工具进行集成，这样一个工具，可以关联从另一个拉见解。如果企业使用两个以上的工具，这种方法可能很复杂。
另外19％的整合他们的NPM工具与人工智能IT运营（AIOps）先进的IT分析平台，15％集成NPM工具与服务管理平台，并以数据湖边相关性分析14％的流NPM数据。只有7％权利手动执行这些相关性，这是很好的，因为它是一个低效的且易于出错的技术。少数声称他们进行跨工具无关。