Télémétrie : Un autre type de données
En tant qu’industrie, nous sommes prêts à débattre de presque tous les aspects de la technologie. Notre point fort, cependant, semble résider dans les discussions sur la terminologie. Jargon. Mots.
Nuage. Développement d'applications. Réseau de développement de réseaux (RDN). Ouvrir. La controverse persiste autour de la définition de ces termes, comme les poils de chien sur un canapé noir.
Utilisez vos comparaisons et j'utiliserai les miennes, merci beaucoup.
Aujourd'hui, nous sommes ici pour parler d'un terme qui ne manquera pas de déclencher des débats pendant encore une décennie environ : la télémétrie. Ne s'agit-il pas simplement de données, après tout ? Utilisons-nous simplement la télémétrie parce qu’elle semble plus sexy que les données ?
Non. Pas du tout.
En fin de compte, les données et la télémétrie sont des éléments d’information organisés. Les utiliser de manière interchangeable n’est pas un crime. Mais la réalité est que si vous voulez être précis, il y a une différence. Et cette différence deviendra de plus en plus importante à mesure que les organisations entreront dans l’économie des données .
La télémétrie dérive de deux mots grecs : « télé » et « métron », qui signifient « à distance » et « mesure ». Selon Wikipédia , « la télémétrie est la collecte de mesures ou d’autres données à des points éloignés ou inaccessibles et leur transmission automatique à un équipement de réception pour surveillance ».
C’est la raison pour laquelle nous voyons tant de données opérationnelles appelées télémétrie : parce qu’elles sont collectées (à distance) et transmises à un système différent. L’existence de données de télémétrie n’est pas nouvelle. C’est un sous-produit inné de chaque réseau et de chaque service d’application depuis qu’ils existent. La surveillance des réseaux et des applications utilise des agents et des protocoles pour collecter la télémétrie depuis des décennies. Sa valeur réside principalement dans la résolution des problèmes dans le chemin de données.
Mais à mesure que les entreprises progressent dans la transformation numérique et que la frontière entre les processus commerciaux et la technologie continue de s’estomper, la télémétrie sur l’ensemble du chemin de données fournira des informations sur les problèmes techniques et commerciaux . Alors que les organisations dépendent de plus en plus des applications pour exécuter leurs activités (en interne et en externe, avec les clients et les partenaires), la télémétrie qui aura la plus grande valeur est celle générée par les services d’application qui composent le chemin de données.
Si vous regardez ce chemin, il existe au moins un service d’application, certainement plus proche de dix, qui assure l’évolutivité et la sécurité.
Chaque service d’application (et les plateformes sur lesquelles ils sont déployés) dispose d’informations précieuses sur l’état d’une expérience client donnée. Toutes les caractéristiques de la plateforme utilisateur (type d'appareil, emplacement, réseau) jusqu'au temps passé à chaque « saut » individuel le long du chemin de données peuvent être utilisées pour résoudre les incidents, identifier les acteurs malveillants et détailler les problèmes de performances. Il ne s’agit pas de données « client » ou « d’entreprise » ; il s’agit de données opérationnelles. C'est de la télémétrie.
Cependant, pour tirer pleinement parti de ces données, il faut trouver un moyen de capturer puis d’analyser le volume massif de données qui peut provenir des services d’application dans le chemin de données. C’est là qu’intervient le cloud.
L'importance du cloud réside dans l'exploitation de la télémétrie
Aujourd'hui, seule une partie de la télémétrie est capturée, car pour la conserver dans son intégralité, il faudrait disposer de plus d'espace de stockage que celui disponible.
La quantité de télémétrie qui est – et pourrait être – émise est écrasante. La plupart des systèmes ne peuvent pas stocker plus de quelques semaines, voire quelques jours, de télémétrie. Souvent, il est découpé en séries chronologiques pour économiser de l'espace. Mais même cela ne peut pas arrêter l’incroyable fardeau que représente le stockage. Finalement, il faudra le supprimer pour faire place à des données de télémétrie plus récentes et plus pertinentes.
C'est pourquoi vous avez tendance à trouver des services d'analyse avancés hébergés dans un cloud public. La capacité de calcul et de stockage du cloud, associée à l’apprentissage automatique, fournit les bases technologiques nécessaires pour collecter, stocker et traiter des quantités massives de télémétrie. Avec un ensemble de télémétrie suffisamment robuste, les analyses avancées seront en mesure de fournir des informations exploitables aux organisations en découvrant des modèles et des relations entre des points de données apparemment disparates.
Mais pour y parvenir, les services d’application doivent émettre autant de télémétrie qu’un référentiel basé sur le cloud peut ingérer. Et cela doit provenir d’autant de points que possible sur le chemin des données . Plus les informations collectées tout au long de l'expérience client (le chemin de données) sont nombreuses, plus elles seront précieuses pour le système qui recherche des modèles et des relations qui révèlent des informations exploitables qui améliorent à la fois l'expérience client et les performances de l'entreprise.