Esiste una definizione divenuta ormai classica di Application Perfomance Monitoring (APM) ed è quella proposta, e sistematicamente aggiornata, da Gartner.Nel suo ultimo Magic Quadrant 2019 relativo all’APM, la società di consulenza statunitense definisce le suite APM come uno o più componenti software che facilitano il monitoraggio delle applicazioni per soddisfare tre dimensioni funzionali principali:
- Monitoraggio dell’esperienza digitale (Digital experience monitoring, DEM);
- Ricerca di applicazioni, tracciamento e diagnostica (Application discovery, tracing and diagnostics, ADTD);
- Intelligenza artificiale per le IT operations (AIOps).
Questa descrizione tiene conto di un contesto contemporaneo complesso nel quale i fornitori di soluzioni APM sono chiamati a espandere il loro supporto per riuscire a monitorare infrastrutture ibride e multicloud, processi aziendali e sistemi automatici dominati dal machine learning.
Ecco perché i tool di APM cresceranno sempre di più
In termini di pianificazione strategica, Gartner prevede un peso sempre maggiore dell’APM all’interno delle imprese che offrono servizi digitali. Queste ultime, infatti, arriveranno a quadruplicare l’utilizzo dei tool di Application Perfomance Monitoring a motivo, appunto, della digitalizzazione incrementale dei processi aziendali. Nel periodo compreso tra il 2018 e il 2021, il fenomeno dovrebbe interessare il 20% di tutte le applicazioni aziendali. Un’evoluzione che sarà guidata dai vendor protagonisti del segmento.
Come è noto, il quadrante di Gartner è suddiviso in quattro campi all’interno dei quali vengono collocate le aziende che si caratterizzano per essere “sfidanti, leader, attori di nicchia e visionarie” rispetto alla specifica tecnologia oggetto di analisi. Una classificazione da tenere sott’occhio nel momento in cui bisogna decidere come orientarsi per scegliere un partner che offra sistemi APM adeguati al fabbisogno della propria azienda. Per fortuna oggi la scelta può avvenire tra diverse opzioni, visto che il mondo APM è entrato definitivamente nell’età adulta.
Quanto pesa il mercato dell’Application Performance Monitoring
Non è solo Gartner a prevedere la diffusione crescente in futuro dell’APM tra le aziende. Altre ricerche assegnano al mercato globale che vi si riferisce un valore pari a 4,629 miliardi di dollari, con una aspettativa che dovrebbe arrivare a toccare gli 8,773 miliardi di dollari entro il 2025 e un CAGR, cioè un tasso di crescita composto annuo, dell'11,25%. Un aumento che si spiega con l’evoluzione impressa dalla digital transformation alle architetture aziendali. Nate, infatti, come sistemi di monitoraggio dei livelli di servizio in un’epoca precedente all’adozione pervasiva del multicloud, del mobile e degli apparati IoT, oggi le soluzioni APM continuano a mantenere i medesimi compiti, ma declinati su una maggiore complessità infrastrutturale. Per garantire una experience di qualità a favore di tutti i soggetti che utilizzano il parco applicativo, siano essi interni (employee experience) o esterni (customer experience), le APM devono monitorare in tempo reale, oltre alle app, server, storage, reti e, nel caso di applicazioni custom o difficilmente monitorabili, anche i log.
La visione end to end necessaria per una moderna soluzione APM
La gestione e il monitoraggio dei log, in particolare, rappresenta un valore aggiunto con cui i dati raccolti possono essere messi a disposizione per l’analisi, l’esportazione o la creazione di specifici alert. Non solo. I tool APM sono anche in grado di anticipare i potenziali problemi, avvalendosi dell’intelligenza artificiale e del machine learning in ottica di manutenzione predittiva. Ma la mutazione dell’APM non riguarda soltanto il versante tecnologico. È cambiato anche il suo ruolo tradizionale. Oggi, infatti, i software APM ricoprono una funzione strategica, focalizzata anche sul business e non esclusivamente, come in passato, sulle prestazioni di natura sistemistica. Per questo ciò che viene chiesto a una dashboard di Application Perfomance Monitoring è una visione end to end che fondi un vantaggio competitivo rispetto alla concorrenza. Questo perché l’approccio del cliente ormai non si limita a valutare metriche come il tempo di risposta e la disponibilità dell’applicazione, ma misura anche il livello di usabilità della stessa e, quindi, l’esperienza complessiva che ne deriva in termini di produttività, incremento di customer engagement, piena soddisfazione delle attese.
L’ottimizzazione dei processi interni con il monitoraggio dell’APM
Il controllo costante del parco applicativo genera un’ottimizzazione anche nella gestione dei processi interni. Infatti, la possibilità di monitorare un servizio lungo tutta la catena, dalla user experience al codice, permette di facilitare e di velocizzare lo scambio di informazioni tra i vari livelli aziendali, contribuendo a migliorare la comunicazione tra di loro. Per ottenere questo risultato, l’analisi delle APM deve governare la varietà e la fluidità delle infrastrutture IT utilizzate, in cui convivono piattaforme on premise e cloud-based nelle sue varianti (Public, Private e Hybrid) e a cui si aggiunge un’adozione crescente di microservizi e container. Questi ultimi, fra l’altro, poiché virtualizzano solo il sistema operativo, complicano ulteriormente la scoperta del legame tra infrastruttura e misurazione delle performance applicative. Una difficoltà superabile grazie ai moderni sistemi APM che attraversano l’intera filiera applicativa, riuscendo a isolare l’eventuale criticità presa singolarmente in esame, ma senza dimenticare le sue interdipendenze. Quelle stesse a cui rimanda l’elenco di Gartner quando parla della dimensione ADTD da soddisfare, cioè della “ricerca di applicazioni, tracciamento e diagnostica”.
Machine learning e velocità di risposta ai problemi applicativi
Il tracciamento e la diagnostica si focalizzano su milioni di concatenazioni, che solo una navigazione con strumenti evoluti di analytics può esaminare. Anzi, come anticipato prima, la mole di dati richiede che l’Application Perfomance Monitoring disponga di un motore di machine learning così da automatizzare i processi di analisi predittiva. A tal fine, la possibile integrazione tra APM e altri sistemi come quelli che afferiscono all’IT service management (la piattaforma offerta dal cloud provider ServiceNow per esempio è uno di questi) rafforza la capacità di monitoraggio trasversale e interaziendale. In questa maniera la velocità di rinvenimento dei problemi, che addirittura con l’intelligenza artificiale possono essere identificati in anticipo, va di pari passo con la raccolta delle informazioni necessarie a risolverli. Questo, probabilmente, è il ruolo centrale che l’APM ha il compito di svolgere oggi: accorciare il tempo che intercorre tra la rilevazione di un elemento critico che impatta negativamente sulla user experience e porvi rimedio prima che incida sui livelli di produttività aziendale o prima che si trasformi in una causa di churn e di abbandono dell’applicazione da parte del cliente.
