Den digitalen Geschäftskreislauf schließen: Adaptive Apps
Bei der traditionellen Sichtbarkeit, auch Monitoring 1.0 genannt, dreht sich alles um Informationen. Sonden, Agenten, Protokolle und Spuren bieten eine Fülle digitaler Gesundheitsdaten. Es kommt von Systemen, von der Infrastruktur, vom Netzwerk, von Plattformen. Es wird in Echtzeit und nachträglich generiert. Es wird in Massen erstellt, gemessen heute nicht in KB, sondern in GB.
Ehrlich gesagt haben wir genug Daten.
Was uns fehlt, ist das Produkt dieser Daten. Uns fehlen immer die Erkenntnisse, die zu positiven Korrekturmaßnahmen führen.
Zu oft haben wir nur binäre Statusanzeigen. Rot ist schlecht. Grün ist gut. Und selbst wenn wir wissen, dass ein Problem besteht, erhalten wir nicht genügend Informationen, um herauszufinden, wo das Problem seinen Ursprung hat. Ja, die Leistung von App A ist schlecht und die Benutzer beschweren sich. Aber warum? Liegt es am Netzwerk? Ihr Gerät? Die Plattform? Die Orchestrierungsumgebung?
Selbst wenn wir schnell herausfinden, dass es am Netzwerk liegt, erhalten wir keine Auskunft darüber, warum es so überlastet ist. Sind es zu viele Benutzer? Bietet heute jemand einen Ausverkauf an? Ist es saisonal? Liegt es an einem kürzlichen Update?
Es gibt viele Variablen und es steht viel auf dem Spiel. Wenn das Problem der schlechten Benutzererfahrung nicht behoben wird, kann dies zu Umsatzeinbußen, aufgegebenen Apps und einem Reputationsverlust führen. Wenn das Geschäft digital wird, leidet das Geschäft unter den digitalen Bedingungen.
Diese Realität treibt uns in Richtung Beobachtbarkeit und darüber hinaus zu AIOps. Beobachtbarkeit, auch bekannt als Monitoring 2.0, stellt für Betreiber und digitale Unternehmen einen bedeutenden Fortschritt auf diesem technologischen Weg dar, da sie danach streben, die Beziehung zwischen Benutzererfahrung und Geschäftsergebnissen zu verstehen und zu stabilisieren. Dies ist jedoch nur die halbe Miete. Die andere Hälfte umfasst Analysen und Automatisierung.
Beobachtbarkeit, Analyse und Automatisierung
Beobachtbarkeit ist mehr als nur „bessere Sichtbarkeit“. Es handelt sich dabei um die Fähigkeit, ein Bild davon zu liefern, was auf Systemebene vor sich geht. Es handelt sich nicht nur um ein Dashboard mit Informationen zu Netzwerk, Infrastruktur und App-Leistung in bunten Diagrammen. Es handelt sich um eine konzertierte Anstrengung, alle verfügbaren digitalen Gesundheitsdaten zu korrelieren, um ein ganzheitliches Bild der aktuellen Benutzererfahrung zu zeichnen. Es handelt sich um die treibende Kraft hinter operativen Datenplattformen und einer beträchtlichen Menge an Marktaktivität, da die Anbieter sich in Position bringen, um den begehrten Titel der „operativen Datenplattform“ in jedem Unternehmen zu erringen.
Doch selbst wenn uns das gelingt, müssen wir immer noch mit der Lösung der Probleme kämpfen, die unweigerlich auftauchen. Die Kenntnis des Benutzererlebnisses ist die halbe Miete, die andere Hälfte besteht darin, herauszufinden, warum es so ist, und dann entsprechend zu handeln.
Das Problem besteht natürlich in der lästigen Realität, dass es fast allen Organisationen an den Erkenntnissen mangelt, die sie benötigen, um im Sinne eines außergewöhnlichen digitalen Erlebnisses zu handeln. Bei herkömmlichen Analysen handelt es sich um vorgefertigte Abfragen, die keine Zusammenhänge aufdecken oder Muster in den Daten erkennen können, die diese fehlenden Erkenntnisse ans Licht bringen könnten. Maschinelles Lernen stellt eine Lösung dar, indem es die Möglichkeit bietet, große Datenmengen zu verarbeiten und die notwendigen Erkenntnisse zu gewinnen, um die Grundursache von Leistungseinbußen zu beheben oder einen Angriff zu identifizieren, bevor dieser die Dienste überlastet oder Zugriff darauf erlangt.
Auch die bloße Kenntnis dieser Erkenntnisse reicht nicht aus. Wichtig ist auch die Fähigkeit, auf Grundlage dieser Erkenntnisse schnell zu handeln, um die Leistung zu verbessern oder einen Angriff zu stoppen. Das Einfügen manueller Überprüfungen und Genehmigungen zum Vornehmen von Richtlinienänderungen behindert die organisatorische Agilität bei Problemen oder Angriffen.
Wir müssen uns auf die Computertechnik verlassen können, um zeitnah auf die aus der Telemetrie gewonnenen Erkenntnisse reagieren zu können. Fünf Minuten nach Beginn eines Angriffs zu reagieren, kann zu spät sein. Zwei Minuten nach einer Leistungsminderung ist es aufgrund der Ungeduld typischer Verbraucher definitiv zu spät. Wir haben Computer so gebaut, dass sie Daten äußerst effizient verarbeiten können. Bedenken Sie, dass „das Gehirn sowohl hinsichtlich der Spikes als auch der synaptischen Übertragung höchstens etwa tausend Grundoperationen pro Sekunde durchführen kann, also 10 Millionen Mal langsamer ist als der Computer.“ (Quelle: Nautilus ) Wir müssen diese Fähigkeit nutzen, um die Verlangsamung zu überwinden, die durch manuelle Schritte in einem ansonsten automatisierten Prozess entsteht.
Wenn Sie am Daytona 500 teilnehmen würden, würden Sie doch auch nicht in jeder letzten Kurve anhalten und Ihr Auto für den Rest der Runde belasten, oder? Wenn wir kein vollständig autonomes System implementieren, geschieht dies mit digitalen Erlebnissen.
Wir vertrauen seit langem darauf, dass Systeme Dienste automatisch skalieren. In Zukunft werden wir lernen, darauf zu vertrauen, dass sie Korrekturmaßnahmen ergreifen, die Dienste und Daten schützen und den Verbrauchern ein außergewöhnliches digitales Erlebnis gewährleisten. Über die Hälfte (52 %) der IT-Entscheidungsträger sind sich einig, dass diese Fähigkeit – am häufigsten als AIOps bezeichnet – strategische Auswirkungen auf ihr Unternehmen haben wird.
Dies ist ein voll funktionsfähiger Schlachtplan für die digitale Erfahrung: ein geschlossener, automatisierter Betriebsansatz, der auf Daten basiert, die aus jeder Schicht des Stapels gesammelt werden.
Es gibt Herausforderungen. Lassen Sie sich nicht täuschen: Dies ist weder eine einfache Lösung, noch eine, die man von der Stange nehmen und umsetzen kann. Die vollständige Observabilität – die Fähigkeit, Telemetriedaten von jeder Komponente vom Netzwerk bis zur Infrastruktur, von den Sicherheits- und Bereitstellungstechnologien bis zur App zu erfassen – ist nicht so einfach, wie es traditionelle Überwachungsanbieter gerne hätten. Standardansätze auf Basis von Agenten und Sonden sind in einer Architektur, in der die verteilte Cloud die Norm ist, weder effizient noch kosteneffektiv. Native Funktionen zur Generierung von Telemetriedaten – wie sie beispielsweise durch die Einführung von Open Telemetry erreicht werden – sind der beste Weg, um die für maschinenlernbasierte Analysen erforderliche Full-Stack-Beobachtbarkeit zu erreichen und schnell und präzise umsetzbare Erkenntnisse zu liefern, die mit den gewünschten Geschäftsergebnissen übereinstimmen.
Auch vor der Automatisierung liegt noch ein langer Weg. Etwas mehr als die Hälfte (52 %) der Organisationen betrachtet Infrastruktur heute als Code. Daraus wird deutlich, dass viele Unternehmen noch nicht voll auf die Automatisierung gesetzt haben. Doch diese Fähigkeit liegt im kritischen Pfad. Ohne sie könnte der geschlossene Kreislauf funktionieren – doch zu welchem Preis? Die durch manuelle Vorgänge in diese Rückkopplungsschleife eingebrachte Behinderung führt zu Verzögerungen, die das Unternehmen Kunden, seinen Ruf oder wertvolle Daten kosten können.
Digitale Transformation und Unternehmensarchitektur
Die meisten Organisationen befinden sich heute in der zweiten und dritten Phase der digitalen Transformation . Motiviert von der Notwendigkeit, aufgrund der globalen Pandemie schneller zu handeln, haben viele taktische Entscheidungen getroffen, die nun in einen strategischen Ansatz integriert werden müssen, der sie darauf vorbereitet, ihren Weg der digitalen Transformation voranzutreiben.
Ein strategischer Ansatz arbeitet auf das Ziel eines geschlossenen Kreislaufs von der Beobachtbarkeit über Erkenntnisse bis hin zur Automatisierung hin. Es ist Teil eines Ansatzes, den wir „Adaptive Apps“ nennen. Dabei handelt es sich um einen Ansatz, der CIOs eine architektonische Blaupause für die Modernisierung der Unternehmensarchitektur bietet, sodass die IT den Kreis schließen und das Unternehmen in die Lage versetzen kann, als vollständig digitales Unternehmen zu operieren.