End-User Analytics: comportamento de máquinas e seus utilizadores

Abstract

End-User Analytics centra-se na análise dos dados do comportamento dos utilizadores e da interação com as respetivas máquinas. A Fujitsu tem vindo a investir bastante em End-User Analytics com o objetivo de ajudar as empresas a transitar para soluções mais digitais, através da análise de dados do comportamento operacional obtidos nas máquinas dos seus clientes. Para tal, a Fujitsu disponibiliza numa única plataforma a recolha de dados de várias fontes em tempo-real, incluindo dados sobre licenças, sobre os utilizadores e as aplicações envolvidas. Este software consegue detetar erros e paragens de aplicações, distinguir problemas de utilizadores únicos de problemas mais globais, assim como identificar comportamentos ou aplicações de risco. Os pontos descritos anteriormente, em conjunto com o potencial atual de recolha de enormes quantidades de dados através das máquinas das empresas, impulsionaram a Fujitsu a expandir o tema de End-User Analytics a outras áreas, utilizando abordagens e métodos mais automatizados como, por exemplo, a utilização de técnicas de Machine Learning. Nesta dissertação, foram exploradas abordagens analíticas de forma a encontrar padrões que potenciem a experiência dos utilizadores e respetivas máquinas, juntamente com as métricas associadas aos dados, incluindo métricas que permitam avaliar o desempenho dessa experiência. A análise também incidiu sobre um conjunto de dados exemplo proveniente da plataforma da empresa Nexthink. Estes dados não permitiram uma análise direta da experiência dos utilizadores mas, mesmo assim, foi explorada uma abordagem indireta. Os resultados obtidos não permitiram uma boa análise preditiva dos eventos associados às máquinas. No entanto, foi realizada uma abordagem de monitorização com base nos dados, que sugere conjuntos de máquinas (ou outros atributos destas) no qual a empresa em questão se deve focar de forma a isolar a maioria problemas encontrados. Esta abordagem deu ainda origem a uma aplicação de monitorização.

End-User Analytics focuses on the analysis of user behavior data and their interaction with the respective machines. Fujitsu has invested heavily in End-User Analytics to help companies move towards more digital solutions by analyzing the operational behavior data obtained on their customers' machines. To this end, Fujitsu provides a single platform for the gathering of data from various sources in real-time, including data on licenses, users and the applications involved. This software is able to detect errors and application issues, distinguish single user problems from more global ones, as well as identify risky behaviors or applications. The points described above, together with the current potential to collect huge amounts of data through company machines, have driven Fujitsu to expand the subject of End-User Analytics to other areas, using more automated approaches and methods such as the use of Machine Learning techniques. In this dissertation, analytical approaches were explored in order to find patterns that enhance the experience of users and their machines, together with the metrics associated with the data, including metrics that allow the performance of that experience to be evaluated. The analysis also focused on a set of example data from the Nexthink platform. This data did not allow for a direct analysis of the user experience, but nevertheless an indirect analysis was explored. The results obtained did not lead to a good predictive analysis of the events associated with the machines. However, a monitoring approach based on the data was carried out, which suggests sets of machines (or other attributes of these) on which the company in question should focus on in order to isolate the majority of problems encountered. This approach has also led to a monitoring application.