Todd Williams很早就发现了使用高级运营分析工具的好处。
Williams是面向医疗行业软件即服务提供商MEDHOST Direct的服务级工程师。他部署了ExtraHop的EH1000、EH1000v及ExtraHop Central Manager，提高其网络设备和密集虚拟服务器库的可见性。这家公司使用ExtraHop设备管理其数据中心托管的50家医院的800多台虚拟服务器。
Williams指出，在将ExtraHop设备连接到MEDHOST Direct基础架构后，15分钟内IT人员就能够看到上线的应用程序。然后，他们的团队就能够对网络执行深入的分析。
Williams又指出，几个小时之后，他们就发现了网络中以前不知道的DNS错误。这个系统报告说所有的DNS请求中有近18%出错。
这就是许多公司在部署高级运营分析(AOA)时所寻求的可见性。
企业管理联盟(EMA)将高级运营分析定义为一种IT部门使用大数据分析解决各个问题的方法。这其中包括优化服务性能、减少安全问题、管理变更和优化IT内部及整个企业范围容量。此外，它也包括提高公司IT支持的管理效率。
ExtraHop和Corvil等供应商集成了多个大数据源，如Elasticsearch、Hadoop、MongoDB和Splunk，因此IT部门可以得到可操作的报表。在使用ExtraHop和Corvil等公司的工具时，它们不会将所有的网络日志输入到这些大数据源中，而只是发送经过一些定制的网络数据流。这有利于大数据工具交付更加精准的信息。
当MEDHOST Direct从ExtraHop获得初始报表时，Williams及其团队并不确定是否所有的DNS错误都会对网络性能产生影响，因此他们使用ExtraHop执行了一次问题根源分析。然后，他们发现急救室的护士在临床应用程序的挂单输入过程中遇到了响应时间过慢的问题。
他说：“我们发现了我们遇到了错误，在DNS修复之后，运行Apache Tomcat的应用服务器内存使用率下降了，而且所有临床应用的响应时间都加快了。这使得我们在解决性能问题时更加主动了。”
下一步
EMA高级分析师Shamus McGillicuddy指出，虽然组织希望从高级运营分析获得更优的运营，但是这仍然只是大蓝图中的一个部分。
McGillicuddy说：“当然，许多公司希望得到网络和虚拟系统的可见性，但是他们真正想要的是使用分析技术帮助IT部门给公司带来价值。”
Williams指出，在MEDHOST的实际使用中，该公司现在使用ExtraHop和大数据分析去监控医疗问题，如花粉病全国的传播或冬天里流感在不同地区的蔓延趋势。
Williams指出，MEDHOST使用ExtraHop设备上的HL7模块将病人信息输入到大数据源之中，如Sumo Logic、Elasticsearch和MongoDB。HL7是公认的电子医疗数据传输协议。这种信息加上数据分析，可以让医院在高峰期间的人员派遣和资源管理上获得竞争优势。
这些分析报表对于医疗而言非常宝贵，因为联邦医疗保险和医疗求助中心要求医院记录他们的活动水平，才能获得认可的使用证书。获得这些证书将使医院有条件获得联邦资助。
Williams指出，通过使用ExtraHop工具，MEDHOST Direct可以向卫生信息学专家提供他们在高效配置医疗挂号和工作流时所需要的信息。
他解释说：“开始只是后台IT工具，但是它现在正在帮助IT部门演变为公司的收益中心。”
大数据、大苹果
Sonny Baillargeon是纽约Pico Quantitative Trading LLC的***技术官，他在公司的6个大型数据中心部署了7台Corvil 6450设备和Corvil Latency Management Center。在AOA快速产生战略商业价值方面，他有类似的经历。
他说：“一开始，我们只是希望获得网络和系统可见性，但是IT团队完全可以选择一些价格更便宜但是完全符合他们要求的网络管理工具。在我们的数据库开发到足够好时，我们开始开发一些可供销售人员作为销售工具使用的分析技术。”
基础架构即服务提供商Pico专注于为许多大型华尔街经纪人公司及其他金融机构交付后台IT服务。Pico为客户提供了各种云服务，包括分配虚拟服务器和打包部署服务器、存储和基于Hadoop的分析数据库。
Baillargeon指出，Corvil工具使Pico能够提供三个确定领域的专业技术：数据质量、订单流指标和运行分析。
他指出，在数据质量方面，Corvil的数据采集效率远远高于大多数网络分析产品。Corvil提供了高速磁盘采集和精准的硬件时间标记。
Baillargeon解释说：“数据采集质量是快节奏交易环境的***差异性。”他补充说，数据采集不好可能会产生高达几百万美元的结果差别，因此会影响历史回归测试和交易修正。
Baillargeon指出，在订单流指标方面，Corvil能够验证经纪人订单处理系统的速度和可靠性。Pico提供的报表能够帮助经纪人确定一个订单的处理速度是否能够带来更加高效的交易决策。
在执行分析方面，Corvil也实现了金融服务中众所周知的实体间延迟。这是指让金融市场参与者(如交易员和服务提供商)能够在任何网络上查看毫秒级性能数据。
他说：“原来假想的结果是，如果1家经纪公司向10位经纪人发送1个订单，那么他们都应该得到类似的结果，但是我们发现现实并不是这样的。”
由于存在实体间延迟，各个接收端都可以看到什么东西可能产生问题，从而消除了昂贵的调查成本。例如，如果一个订单处理速度变慢了，那么经纪人可能能够看到性能下降是由于信息交换造成的，而不是服务提供商的问题。
Baillargeon说：“我们更愿意将Corvil称为开箱即用的商业智能。它允许我们给客户提供精准的金融服务行业智能，它使我们不同于亚马逊Web服务或微软Azure。”实现一个高级数据分析程序可能需要18~24个月。为AOA创建数据库，使之整合大数据分析，这需要一定的时间。无论是实现网络可见性还是更加密集的数据分析，高级运营分析都有可能将IT部门从一个消费中心转变为一个收益中心。
