원격측정 및 디지털 비즈니스
데이터와 디지털 비즈니스의 융합은 놀랄 일이 아닙니다. 휴대전화를 잠깐 살펴보면 업종과 관계없이 모든 조직의 끝없는 욕구를 알 수 있습니다.
하지만 요구되는 것은 개인의 사생활 데이터뿐만이 아닙니다. 앱을 설치하면 개발자와 진단 및 성능 데이터를 공유해 달라는 요청을 받을 가능성이 높습니다. 이러한 데이터, 즉 원격 측정 데이터 는 데이터를 소비하고, 분석하고, 데이터가 알려주는 바를 실행할 수 있는 조직에게는 참으로 귀중한 보물이 가득합니다.
하지만 그러한 조직은 드물다. 조직이 성과를 최적화하고 결함을 해결하는 데 필요한 통찰력이 애플리케이션을 제공하는 데 사용되는 다양한 네트워크, 시스템 및 서비스에 분산되어 있기 때문이다.
대부분의 조직은 "왜 이것이 실패했을까?"라는 암호를 해독하는 데 필요한 디지털 신호를 조각조각 모으는 데 어려움을 겪습니다. "이 사용자에게는 성능이 떨어지는데 저 사용자에게는 그렇지 않은 이유는 무엇일까?"라는 질문은 더더욱 그렇습니다.
하지만 디지털 비즈니스에 있어서 중요한 역량은 바로 성능 저하의 근원, 중단 원인, 공격의 초기 지표를 수집, 분석, 식별하는 능력입니다. 많은 사람이 이것이 거의 모든 조직(정확히 98%)이 놓치고 있는 중요한 통찰력이라는 것을 알고 있을 것입니다.
하지만 이러한 운영 조사에 원격 측정을 사용하는 것은 새로운 것이 아닙니다. 애플리케이션 성능 모니터링(APM)과 네트워크 성능 모니터링(NPM)은 잘 확립되어 있고 이해도가 높습니다.
디지털 비즈니스에서 원격 측정 기술을 다른 기술과 차별화하는 요소는 비즈니스에서 원격 측정 기술을 사용하는 방식, 즉 운영상의 활용을 보완하는 역량으로 사용하느냐에 달려 있습니다.
디지털 신호와 비즈니스 결과
인터넷이 없었던 옛날에는 실제 매장이 있었습니다. 벽돌과 모르타르, 때로는 금속으로 만들어진 이 건물들은 줄지어 매혹적인 상품들을 보관하고 있었으며 그 안에 담긴 다양성은 끝없는 즐거움을 약속했습니다.
쇼핑객들이 문지방을 넘을 때마다 숫자가 세어지고 종소리가 울려 알려졌습니다.
직원들은 통로를 돌아다니며 도움이 필요한 쇼핑객을 찾아내고, 어떤 매장에서는 최신 최고의 가전제품이나 엔터테인먼트 시스템을 판매하기도 했습니다.
마침내, 카트에 물건이 가득 찬 후, 쇼핑객들은 계산대에서 계산을 하면서 고객이 되었습니다.
이러한 일은 디지털 비즈니스에서도 여전히 발생하지만, 이 모든 일은 온라인에서 발생하며 비즈니스가 건강 상태와 잠재적인 개선 영역을 파악하는 데 사용할 수 있는 디지털 신호가 수반됩니다.
방문객이란 문턱을 넘는 쇼핑객을 말합니다. 탐색 경로와 세션 로그는 쇼핑객이 디지털 매장에서 무엇을 보았고 어디로 갔는지 알려줍니다. 전환율은 얼마나 많은 쇼핑객이 고객으로 전환되었는지, 그리고 얼마나 많은 비용을 지출했는지를 알려줍니다.
디지털 신호는 전통적인 측정 방식보다 더 많은 정보를 알려줍니다. 쇼핑객이 원하는 상품을 찾을 때까지 통로를 헤매고 줄을 서서 기다리는 데 얼마나 많은 시간을 보냈는지 아는 것은 어렵습니다. 디지털 신호는 쇼핑객이 한 페이지에 머문 시간과 다음 페이지로 이동하는 데 걸린 시간을 알려줍니다.
더 많은 디지털 신호를 통해 쇼핑객이 결제를 마치고 고객이 되는 데 걸리는 시간을 알 수 있습니다. 구매 양식을 작성하는 데 걸린 시간과 결제를 처리하는 데 걸린 시간은 얼마인가요?
이러한 모든 신호는 IT와 비즈니스 모두에 귀중합니다. 이러한 원격 측정 정보의 대부분은 IT 부서에 특정 시스템의 성능과 상태에 대한 통찰력을 제공하는 반면, 기업에는 전환율을 저하시키고 기업 성장을 방해할 수 있는 요소를 파악하는 데 도움이 됩니다. 여기가 IT와 비즈니스의 경계가 모호한 곳입니다. 비즈니스 성과가 전환율이나 거래 가치와 같은 측정 가능한 지표로 정의되는 곳입니다. 이러한 결과는 페이지에서 과도한 시간을 측정하는 성능, 가용성 및 복잡성의 영향을 받기 때문에 원격 분석은 비즈니스에도 귀중한 리소스가 됩니다.
디지털 비즈니스는 모니터링을 넘어서는 것을 의미합니다
디지털 신호(원격 측정)를 사용해 비즈니스 성과를 달성하는 것은 디지털 비즈니스가 성숙해지고 있다는 지표 중 하나입니다. 하지만 로그와 지표, 추적 정보를 수집하고 이를 바탕으로 마법 같은 분석 기술을 발휘하는 것만큼 간단한 일은 아닙니다. 이를 위해서는 관행과 문화에 대한 세심한 주의가 필요하고, 필연적으로 새로운 역할과 기술이 필요합니다.
데이터 과학자, 머신 러닝 엔지니어, 데이터 파이프라인, MLOps. 이는 디지털 비즈니스를 위한 데이터 실무에서 점점 더 많은 비중을 차지하는 역할과 실무 중 일부에 불과합니다. 전략적 결정에는 데이터 레이크의 위치와 아키텍처(클라우드 또는 온프레미스, 연합 또는 통합)가 포함됩니다.
이러한 주제에 대한 자세한 내용과 원격 측정을 통합하여 IT 및 아키텍처를 현대화하는 데 어떻게 도움이 되는지 알아보려면 O'Reilly에서 출간한 Enterprise Architecture for Digital Business 에서 F5 엔지니어링 부사장인 Mike Corrigan과 개발 운영 이사인 James Hendergart가 쓴 "운영 데이터는 새로운 석유다"라는 장을 읽어보세요 .