作者:Rafi Katanasho,Dynatrace亚太地区首席技术官及解决方案销售副总裁
2018年,数字化转型正当其时。越来越多的消费者在衣食住行等各个方面都离不开软件的使用,全球经济的发展也更加依赖于科技创新。根据Gartner预测,截至2020 年,41% 的企业收入将会来自于数字化业务。同时,随着终端设备的功能变得越来越先进,消费者也更加期待持续获得新颖、优质的数字化体验。如此一来,也就给企业带来了巨大压力,他们需要在保证完美用户体验的前提下,进行更频繁地创新,从而快速推动数字化转型。
在这个用户对品牌的忠诚度日趋下滑的时代,人们都期待精益求精的用户体验。而一次又一次不佳的软件应用经历,将会使得消费者慢慢离企业远去。这就给企业 IT 主管们抛出了难题:如何既能实现企业发展所需的灵活性,同时又能全方位地规避数字化转型带来的风险?
云计算兴起,成就新IT环境
在企业试图应对这些挑战的过程中,他们将更多的基础设施和服务进行云迁移,以便获得灵活性和稳定性。如果说 1999 年 Salesforce的到来向世界打开了“软件即服务”(SaaS)的大门,那么 2006 年 AWS 的出现则通过“基础设施即服务”(IaaS)的概念让人们看到了云更为巨大的潜力。近年来,企业正采用云原生架构(例如动态微服务和容器)重新构建应用,以便让这些应用能够在云环境中无缝运行、实现更大的灵活性。
如今, IT 环境与几年前相比已经发生了巨变。众多的提供商推出了大量的云服务,这就为企业创造了机会:他们可以针对自己独特的需求打造出类拔萃的 IT 生态系统,而不是采用由单一代理商提供的各种一刀切式的解决方案,这就使得Web 级混合多重云环境成为新常态。可以看到,今天的 IT 环境涉及了大量的云平台和服务:从 AWS、OpenStack、Azure到Docker、Kubernetes和OpenShift,更不用说目前广泛部署于大多数企业中的一系列 SaaS 应用。
IT复杂性提升,让企业面临难题
然而,新的云环境在为数字化转型提供灵活性的同时,也带来了大量的IT复杂性难题,使得企业IT 团队在有效管理用户体验和优化数字化性能等方面遇到了更大的挑战。据全球领先的软件智能企业Dynatrace 最近的研究发现,在过去的五年里,单个 Web 或移动应用交易所触及的技术组件平均数量从 22 个增加到 35 个。由于应用以动态微服务的方式在容器化的环境中运行,并且遍布 Web 级的混合多重云生态系统中,因此要想跟踪所有应用的位置和运行情况是极其困难的。
统的性能监测方式是针对静态环境设计的,根本不具备达到这一水准的可视化能力。
如今,这些构成数字化服务的组件之间存在着数十亿计的海量复杂性,并相互依赖且关系错综复杂,这让影响用户体验的因素更加变幻莫测。良好的用户体验是提升业务收入的重要转化因素,因此,维护优异的性能表现以保持并提升用户点击量,对企业而言至关重要,这不仅关乎企业收入,更关乎品牌声誉。在当今的数字化经济时代,每一个消费者都需要被重视,一次负面体验就会对企业的形象造成难以估量的影响。因此,企业有必要采集所有设备中用户的每一次点击数据,并进行深入分析,以确保每一个用户都能享受到 VIP 待遇。只是,传统的性能监测方式是针对静态环境设计的,根本不具备达到这一水准的可视化能力。
告别传统APM ,走进云原生世界
为此,企业需要采用全新的方式来进行性能监测和用户体验管理,以便在云原生世界里立于不败之地。第一步就是要将 IT 部门在近几年里积累的多个监测解决方案加以合并。用独立的仪表板监测各个云环境的成本可能会高得惊人,况且他们仅能提供用户体验的碎片化视图。要想最大限度地降低总拥有成本(TCO),同时,获得涵盖整个企业的用户体验和数字化性能的单一且完整视图,就亟需具备端到端、全栈式的可视化能力。
其次,一定要避免简单地将更多的“数据堆积到屏幕上”。IT 团队不希望耗费大量时间和精力对多个仪表板进行手工配置和监测,他们需要的是解决方案和即时的根因分析,以便优化用户体验并最大化企业收益转化率。同时,他们还需要因果关系分析能力,以便立即识别性能问题的准确来源并给出解决建议,而非只是提出更多的问题。为此,人工智能和IT自动化管理逐渐成为性能管理的关键,IT 团队不仅能自动巡查动态 IT 生态系统,还能分析应用和基础设施组件在实时变化过程中相互之间的依赖关系。
可以预见,随着云计算应用的深入,未能采取有效性能管理的企业将逐渐被那些庞大的、碎片化的用户体验视图的监测数据所困。而积极采用以人工智能和自动化为核心的监测方式将成为企业的决胜关键,从而能真正实现持续创新,并不断为用户提供无缝数字化体验。
- 达索系统全球CEO:科学是公司的DNA 坚持长期主义 – 2023年12月28日
- 发改委:实施绿色低碳先进技术示范工程重点方向含“工业互联网+绿色低碳” – 2023年8月24日
- 如何以技术手段破解数据合规难题 – 2023年8月17日