データとデジタルビジネスの融合は、驚くべきことではありません。スマートフォンに目を向ければ、業種を問わず、あらゆる組織がデータをほぼ際限なく必要としていることがわかります。
しかし、求められているのは個人のプライベートなデータだけではありません。アプリをインストールすると、診断データやパフォーマンスデータを開発者と共有するよう求められることがよくあります。こうしたデータ、つまりテレメトリには、データを取り込み、分析し、そこから得られる情報に基づいて行動できる組織にとって、まさに金の卵ともいえる価値ある情報が詰まっています。
しかし、そのような組織はごくわずかです。パフォーマンスの最適化や不具合への対処に必要なインサイトが、アプリケーションの配信に使用されるさまざまなネットワーク、システム、サービスに分散しているためです。
ほとんどの組織にとって、「なぜ失敗したのか」という謎を解くために必要なデジタルシグナルをつなぎ合わせることは困難です。ましてや、「なぜこのユーザーではパフォーマンスが低いのに、別のユーザーでは問題がないのか」を解明するのは、さらに困難です。
しかし、これはデジタルビジネスに不可欠な能力です。パフォーマンス低下の発生源、障害の原因、攻撃の初期兆候に関する情報を収集・分析し、特定する能力を指します。これらは、ほぼすべての組織、正確には98%の組織に欠けている重要なインサイトだと認識されるでしょう。
しかし、このような運用調査にテレメトリを活用すること自体は新しいものではありません。アプリケーションパフォーマンス監視（APM）とネットワークパフォーマンス監視（NPM）は、すでに確立され、広く理解されています。
デジタルビジネスにおけるテレメトリの違いは、運用目的での利用を補完する機能として、ビジネスにどう活用されるかにあります。
デジタルシグナルとビジネス成果
その昔、インターネットがまだ暗黒の未開地だった頃、実店舗というものがありました。レンガやモルタル、ときには金属で造られた建物には、魅力的な商品が所狭しと並び、その豊富な品ぞろえは尽きることのない喜びを約束していました。
買い物客が店の敷居をまたぐと、その人数が数えられ、ベルの音で来店が告げられました。
店員は売り場の通路を巡回し、サポートを必要としている買い物客を探していました。また、店舗によっては、最新の高性能な家電製品やエンターテインメントシステムを売り込むこともありました。
最後に、商品でいっぱいになったカートをレジに運び、会計を済ませることで、買い物客は顧客となりました。
現在のデジタルビジネスでも同じことが起こりますが、そのすべてがオンラインで行われます。また、ビジネスの健全性や改善の余地がある領域を判断するために活用できるデジタルシグナルも伴います。
訪問者は、店の敷居をまたぐ買い物客に相当します。移動経路とセッションログから、買い物客が何を閲覧し、デジタル店舗内のどこに移動したかがわかります。コンバージョンからは、買い物客のうち何人が顧客になり、いくら購入したかがわかります。
デジタルシグナルからは、従来の測定手法では得られなかった多くの情報が得られます。買い物客が目当ての商品を見つけるまでに、いくつもの通路や商品棚をどれほど長く探し回ったかを把握するのは困難です。デジタルシグナルを利用すれば、買い物客がページに滞在した時間や、次のページに移動するまでにかかった時間がわかります。
さらに、デジタルシグナルからは、買い物客が会計を済ませて顧客になるまでにかかった時間もわかります。購入フォームへの入力や支払い処理に要した時間も把握できます。
これらのシグナルはすべて、IT部門とビジネス部門の双方にとって有益です。このテレメトリの多くは、特定のシステムのパフォーマンスや健全性に関する知見をIT部門にもたらす一方、コンバージョンを低下させ、ビジネスの成長を妨げる可能性のある要因をビジネス部門が把握するうえでも役立ちます。ここでは、ITとビジネスの境界が曖昧になります。コンバージョンや取引額など、測定可能な指標によってビジネス成果が定義されるためです。ページの滞在時間が長すぎることから把握できるパフォーマンス、可用性、複雑性がこうした成果に影響を及ぼすため、テレメトリはビジネス部門にとっても非常に価値の高いリソースとなります。
デジタルビジネスには、監視の先を見据えた取り組みが必要
ビジネス成果を達成するためにデジタルシグナル（テレメトリ）を活用することは、デジタルビジネスの成熟を示す指標の1つです。しかし、ログ、メトリクス、トレースを収集し、それらに高度な分析を施すだけで実現できるほど単純ではありません。実践方法と文化に細心の注意を払う必要があり、必然的に新たな役割とスキルが求められます。
データサイエンティスト、機械学習エンジニア、データパイプライン、MLOps。これらは、デジタルビジネスのデータ活用において重要性が高まっている役割やプラクティスの一例にすぎません。戦略的な意思決定では、データレイクをクラウドとオンプレミスのどちらに配置するか、また、分散型と統合型のどちらのアーキテクチャを採用するかを検討する必要があります。
これらのトピックや、テレメトリの導入がITとアーキテクチャのモダナイゼーションにどのように役立つかについて詳しくは、F5のエンジニアリング担当バイスプレジデントであるMike Corriganと、開発オペレーション担当ディレクターであるJames Hendergartが執筆した、O’Reilly書籍『デジタルビジネスのためのエンタープライズアーキテクチャ』の一章「Operational Data is the New Oil」をご覧ください。
著者について
Lori MacVittieは、F5のOffice of the CTOに所属するDistinguished Engineer兼Chief Evangelistであり、アプリケーションデリバリ、自動化戦略、インフラストラクチャに関する深い専門知識を有しています。AIエージェントのガードレール策定、脆弱なマルチクラウドアーキテクチャの分析、スケーラブルなシステムの限界の検証など、複雑な事柄を明快にすることで知られています。アプリケーション開発、ITアーキテクチャ、ネットワークおよびシステム運用の分野で、30年以上にわたる業界経験を有しています。F5入社前は、受賞歴のあるテクノロジー編集者として活躍していました。 MacVittieはコンピューターサイエンスの修士号を取得しており、セキュリティ、クラウド、エンタープライズアーキテクチャにわたる分野で多数の著作を発表しています。また、テーブルトークゲームとビデオゲームをこよなく愛し、チーズについては遠慮なく強いこだわりを語ります。
Lori Mac Vittieのその他のブログ記事関連するブログ記事
SOAS 2025：足並みの乱れが凡庸さを招く
AI導入における方針の不一致は、非効率を招きます。セキュリティ、自動化、導入の各戦略を整合させ、AIの可能性を最大限に引き出す方法をご紹介します。
WebAssemblyが重要な理由
WebAssembly（Wasm）は、あらゆるプラットフォームで高性能なアプリケーションを実現する、ポータブルで高速かつセキュアなバイナリ命令セットです。
インフラストラクチャは依然として格好の攻撃経路
クラウドコンピューティングでは、APIやドラッグ＆ドロップ式の設定ツールを活用し、ネットワークやインフラストラクチャを敬遠する人がそれらを直接扱わずに済むようにすることで、インフラストラクチャへの対応を不要にすることが長年追求されてきました。しかし、インフラストラクチャを無視することも、攻撃の主要な標的であるという事実を見過ごすこともできません。
堅牢なデータアーキテクチャがもたらす戦略的メリット
適切に構築されたデータアーキテクチャがもたらす効果は、業務プロセスの改善にとどまりません。戦略的な業務効率の向上、より深いビジネスインサイトの獲得、隣接するビジネス機会への展開にもつながり、これらすべてをより俊敏に実行できるようになります。
デジタルワークフローにおける不正検知には、データだけでは不十分
2019年には、業界全体でクレジットカード詐欺の試みが約25万件確認されました。これは約2分に1件の割合です。今日、不正を検知するには、デジタルワークフロー上のできるだけ多くのポイントから収集したデータを相互に関連付け、手作業によるデータ処理をはるかに上回る速度で分析する能力が求められます。