適応型アプリケーションはデータ駆動型です
これが私のサンゴ礁の水槽を見たときに人々が目にするものです。
彼らはゾアンシスの驚くべき例を目にします。 長年の献身的な努力によって慎重に管理されたサンゴ。 彼らは、この世界に存在するさまざまな生命の美しさや、私たちの海に生息する生物の素晴らしさに気づきます。
彼らが見ていないのは、その下にあるものです。 これらの生物が生息する砂や岩の中には、驚くべき微生物の生態系が隠されており、それがなければゾアンチド類は生き延びるどころか繁栄することもできません。
彼らはまた、私が彼らの環境の状況をどれほど注意深く監視しているかに気づいていません。 彼らは、何か問題が発生したときに私に知らせてくれる、分単位や日単位で記録された数字を見ていません。 1 つのパラメータが安全レベルを下回ったり上回ったりしても、アラーム音は聞こえません。
これはテクノロジーの世界でも当てはまります。
私たち（つまり企業としての私たち）が適応型アプリケーションについて語るとき、私たちは人々が何を見ているかについて話しています。
今日、ユーザーが製品を購入したり、請求書を支払ったり、サポートを入手したりするためにあなたと関わるとき、彼らが目にするのは 1 つのこと、つまりユーザー エクスペリエンスです。 彼らは、そのエクスペリエンスを安全に提供するための無数のアプリケーション、インフラストラクチャ、環境、サービスを認識していません。
しかし、それらは存在し、ユーザー エクスペリエンスが健全であることを保証する上で重要です。
データの重要性
何かが間違っていると知っていることと、それに対して何をすべきかを知っていることの間には大きな違いがあります。 pH と温度の関係を理解するという単純なことでも、問題に対処できるか、悪化させるかの違いが生じる可能性があります。 ユーザーエクスペリエンスについても同様です。
基本的な前進は、適切なデータを収集していることを確認することです。 残念ながら、かなりの割合の組織がそうしていません。
Turbonomic の調査では、この現象が明らかになっています(強調追加): 「回答者に、組織がアプリケーション パフォーマンスをどのように測定しているかを尋ねたところ、60% 以上が何らかの形で測定していることがわかりました。 しかし、最も一般的なアプローチは、通常は応答時間やトランザクション スループットの形をとるサービス レベル目標 (SLO) を管理するのではなく、可用性を測定することでした。 13% はアプリケーションのパフォーマンスをまったく測定していません。 」
測定がなければ、適応型アプリケーションを実現することはできません。 測定に基づいてユーザー エクスペリエンスの健全性を理解し、それらの測定を分析することで関係性とパターンを推測できます。 最終的に、真に適応性の高いアプリケーションを生み出す自動化は、測定とそれに対する理解に基づいています。 水槽内の状態を正確に測定し、それらの関係を理解する能力があれば、対応を自動化し、水槽の住人にとって最適な環境をほとんど苦労せずに維持することができます。
ユーザー エクスペリエンスに関して同じことを行わないと、ビジネスに非常に大きな影響が生じます。 顧客の 89% は、顧客体験が悪かったために競合他社と取引を始めます。[1] 既存の顧客の代わりになる新規顧客を獲得するためのコストは高く、小売業界では顧客 1 人あたり平均 77 ドル、金融業界では顧客 1 人あたり 250 ドル以上に及びます。 潜在的な収益損失はさらに大きくなります。忠実な顧客は、平均して最初の購入の 10 倍の価値があります。[2] 優れたユーザー エクスペリエンスを維持することは、ビジネスにとって良いだけでなく、必須事項です。 代替品が文字通り指先ひとつで手に入る今、忠実な顧客を維持するには、サンゴ礁の水槽に注ぐのと同じ熱意ある注意をユーザー エクスペリエンスの健全性に注ぐ必要があります。
測定値を取得し、応答を自動化するための制御ポイントを取得する鍵となるのは、アプリケーションを配信して保護するインフラストラクチャとサービスです。
適応型アプリケーションはデータ駆動型です
ポーランドのワルシャワでは、8つのハマグリがどんな技術よりも水質測定に優れていることが証明された。 「汚染に非常に敏感なムール貝は、汚染された水を感知すると、殻に取り付けられた特殊なセンサーによって警報を発し、口を閉じます。」[3] 最近まで、誰も彼らの存在を知りませんでした。 住民たちは安全な飲料水が利用できることしか知らなかった。
この貝のような生物は、本能的にあらゆるものを測定し、データに基づいて危険を認識することに特に優れています。 しかし、その超能力を担うのは単一の内部システムではありません。 水が危険であるという判断を瞬時に下すには、測定値を生成する数百の内部システムの連携と、その結果得られたデータの分析能力が必要です。
アプリケーションを適応型にするのは測定値、つまりデータです。 行動を起こす明確なきっかけがなければ、適応する必要はありません。 容量と需要を理解することで規模を拡大できます。 悪意のあるアクティビティが特定されると、セキュリティ アクションがトリガーされます。 パフォーマンスの低下を認識することで最適化が促進されます。
このデータは広範囲にわたるため、必然的にテクノロジー スタックのすべてのレイヤーからの測定値が含まれます。 これらのデータをまとめてビジネス プロセス (デジタル ワークフロー) にマッピングすると、分析して、アプリケーションが自動的に適応するために必要な情報に変換できます。
さらに分析することで、関係性、パターン、傾向をビジネス リーダーに明らかにすることができ、アーキテクチャ、インフラストラクチャ、アプリケーションを実際のビジネス成果に合わせることができるようになります。 これらの洞察により、AI ベースのセキュリティと AIOps の形で自動化されたアクションが提供され、ビジネスと IT の関係者が情報に基づいた意思決定を行えるようになります。
アクションには、指示を受信してそれに従って行動できるシステムが必要です。 私たちの内部の危険な状態に反応するのは、世界とのインターフェースではありません。 私たちに代わって働くのは、免疫システムやその他の内部システムです。 デジタルの世界では、これらの内部システムはアプリケーション サービスとインフラストラクチャです。 データを生成し、ユーザー エクスペリエンスを保護、拡張、最適化するインターフェースの背後にあるテクノロジ。
適応型アプリケーションはデータ駆動型であり、アプリケーション サービス、インフラストラクチャ、およびアプリケーションを配信、保護、拡張するシステムから生成されるテレメトリによって実現されます。 そのデータを分析し、実用的かつ自動化可能な洞察を生み出すことができるプラットフォームがあれば、企業は適応型アプリケーションの実現に向けて自信を持ってより迅速に前進することができます。