鑒于用戶體驗對于數(shù)字化成功的重要性，Gartner對企業(yè)監(jiān)測的業(yè)務(wù)應(yīng)用數(shù)量將會有所增加的預(yù)測也就不無道理。Gartner預(yù)測，企業(yè)會在未來6年內(nèi)將所監(jiān)測的業(yè)務(wù)應(yīng)用數(shù)量從2017年的5%提升至2023年的20%。然而，這個速度夠快嗎？而且，只監(jiān)測少量交易真能做出不一樣的判斷嗎？

在企業(yè)認為它的每一次與消費者互動都十分重要的環(huán)境中，我們已多次看到越來越多的人不能忍受過長等待時間和系統(tǒng)崩潰的情況，用戶體驗不佳可能會永遠毀掉客戶對企業(yè)的好印象。

很多大型企業(yè)已經(jīng)實施了數(shù)字轉(zhuǎn)型舉措，為企業(yè)開辟新的收入來源，改善客戶服務(wù)并提高員工生產(chǎn)效率。這些舉措的實施間接取決于這批相同的客戶、員工和合作伙伴，對自己依賴的業(yè)務(wù)關(guān)鍵型應(yīng)用能否擁有積極的使用體驗。APM在這里扮演著關(guān)鍵角色，但企業(yè)要怎樣確保他們能在一個可能已是負擔沉重的網(wǎng)絡(luò)中部署最有效率且高效能的APM解決方案呢？首選當然是更加智能的APM解決方案—它基于人工智能、分析技術(shù)以及最重要的大數(shù)據(jù)能力。

長期以來，一直有一種觀點認為APM大數(shù)據(jù)方法是一個不可能完成的技術(shù)挑戰(zhàn)。因為一旦考慮到數(shù)據(jù)量及數(shù)據(jù)的多樣性，就會給被測量的應(yīng)用帶來壓力，進而出現(xiàn)許多問題。鑒于這個原因，許多供應(yīng)商會把精力集中在算法上，但我們相信，更多的數(shù)據(jù)一定會比更多的算法更有意義。

通過專注于對算法進行微調(diào)，一種APM方案正在試圖尋找其中某些拼圖塊。而另一方面，通過采用大數(shù)據(jù)優(yōu)先的方法則開辟了一種“全數(shù)據(jù)”的可能性，包括原始數(shù)據(jù)和未經(jīng)過濾的數(shù)據(jù)均被考慮在內(nèi)。它不會被過濾或匯聚，因此不會出現(xiàn)盲點。這也意味著您可以不受固有采樣或選擇偏差的影響來觀察整個拼圖塊。而且，一旦大數(shù)據(jù)與人工智能結(jié)合，你就找到了一個神奇的公式，瞬間即可完成您的拼圖，解決所有難題。

幾年前，斯坦福大學數(shù)據(jù)挖掘?qū)I(yè)的學生參加了一場比賽，并戰(zhàn)勝了Netflix電影推薦算法。勝出的團隊因訪問了更多元數(shù)據(jù)而提出了更好的建議，他們比那些嚴重依賴算法的人表現(xiàn)得更好。如果從APM的角度來看這一問題，你會發(fā)現(xiàn)大數(shù)據(jù)方法將產(chǎn)生更高質(zhì)量的人工智能建議，因為它是以豐富，深入且無偏見的數(shù)據(jù)源為基礎(chǔ)的。

通過構(gòu)建以大數(shù)據(jù)為核心的智能解決方案，APM技術(shù)正在以一種全新的方式發(fā)展。它幫助企業(yè)高管更好地理解應(yīng)用性能對每位用戶數(shù)字體驗所帶來的業(yè)務(wù)影響，并提供對當今數(shù)字業(yè)務(wù)至關(guān)重要的深度了解和更高質(zhì)量。N