בספטמבר הקרוב, Broadcom (לשעבר CA) פרסמה את הגרסה החדשה 20.2 של פתרון ה-DX Operations Intelligence (DX OI) שלה. בשוק, מוצר זה ממוקם כמערכת ניטור מטריה. המערכת מסוגלת לקבל ולשלב נתונים ממערכות ניטור של תחומים שונים (רשת, תשתית, אפליקציות, מסדי נתונים) הן מיצרני CA והן מיצרני צד שלישי, לרבות פתרונות קוד פתוח (Zabbix, Prometheus ואחרים).

הפונקציה העיקרית של DX OI היא יצירת מודל שירות משאבים מלא (RSM) המבוסס על פריטי תצורה (CUs) הממלאים את מסד הנתונים של המלאי כאשר הם משולבים עם מערכות צד שלישי. DX OI מיישמת פונקציות למידת מכונה ובינה מלאכותית (ML ו-AI) על פני הנתונים הנכנסים לפלטפורמה, מה שמאפשר לך להעריך / לחזות את ההסתברות לכשל של CI ספציפי ואת מידת ההשפעה של כשל על שירות עסקי על בסיס CI ספציפי. בנוסף, DX OI מהווה נקודת איסוף אחת של אירועי ניטור ובהתאם, אינטגרציה עם מערכת ה-Service Desk, מה שמהווה יתרון שאין עוררין על השימוש במערכת במרכזי ניטור מאוחדים על ידי תורנויות של ארגונים. במאמר זה נספר לכם יותר על הפונקציונליות של המערכת ונראה את ממשקי המשתמש והמנהל.

ארכיטקטורת פתרונות DX OI

לפלטפורמת DX יש ארכיטקטורת מיקרו-שירותים, מותקנת ומפעילה Kubernetes או OpenShift. האיור הבא מציג את רכיבי הפתרון שיכולים לשמש ככלי ניטור עצמאיים או שניתן להחליף אותם במערכות ניטור קיימות בעלות פונקציות דומות (יש דוגמאות למערכות כאלו באיור) ולאחר מכן לחבר אותם למטריית DX OI. בתרשים למטה:

• ניטור אפליקציות מובייל ב-DX App Experience Analytics;
• ניטור ביצועי אפליקציה ב-DX APM;
• ניטור תשתיות ב-DX Infrastructure Manager;
• ניטור התקני רשת ב-DX NetOps Manager.

רכיבי DX פועלים על אשכול Kubernetes ומתרחבים פשוט על ידי השקת PODs חדשים. להלן תרשים פתרון ברמה העליונה.

ניהול, קנה מידה ושדרוג של פלטפורמת DX מתבצע בקונסולת הניהול. ממסוף יחיד, אתה יכול לנהל ארכיטקטורת ריבוי דיירים שיכולה להשתרע על פני מספר ארגונים או יחידות עסקיות מרובות בתוך חברה. במודל זה, ניתן להגדיר כל מתקן בנפרד כדייר עם סט תצורות משלו.

מסוף הניהול הוא כלי תפעול וניהול מערכות מבוסס אינטרנט המספק למנהלי ממשק אחיד אחיד לביצוע משימות ניהול אשכולות ניטור.

דיירים חדשים ליחידות עסקיות או למפעלים בתוך החברה נפרסים תוך דקות. זה יתרון אם אתה רוצה שתהיה לך מערכת ניטור מאוחדת, אך במקביל, ברמת הפלטפורמה (ולא זכויות גישה), תוחם אובייקטי ניטור בין מחלקות.

מודלים של שירות משאבים ומעקב אחר שירותים עסקיים

ל-DX OI מנגנונים מובנים ליצירת שירותים ופיתוח PCM קלאסי עם משימת היגיון ההשפעה והמשקלים בין רכיבי השירות. ישנם גם מנגנונים לייצוא PCM מ-CMDB חיצוני. האיור למטה מציג את עורך ה-PCM המובנה (שימו לב למשקולות הקישורים).

DX OI מספקת תצוגה הוליסטית של מדדי ביצועים מרכזיים עבור שירותי עסק או IT ברמה פרטנית, כולל זמינות שירות וחיזוי סיכוני כשל. הכלי יכול גם לספק תובנה לגבי ההשפעה של בעיית ביצועים או שינוי במבנה של רכיבי IT (אפליקציה או תשתית) על שירות עסקי. האיור שלהלן הוא לוח מחוונים אינטראקטיבי המציג את הסטטוס של כל השירותים.

בואו נסתכל מקרוב על שירות הבנקאות הדיגיטלית כדוגמה. בלחיצה על שם השירות נעבור לשירות PCM המפורט. אנו רואים שהסטטוס של שירות הבנקאות הדיגיטלית תלוי במצב התשתית ובשירותי המשנה העסקיים במשקלים שונים. עבודה עם משקולות והצגתן היא יתרון מעניין של DX OI.

טופולוגיה היא מרכיב חשוב של ניטור תפעולי של הארגון, המאפשר למפעילים ומהנדסים לנתח את הקשר בין רכיבים, למצוא את הסיבה וההשפעה.

DX OI Topology Viewer הוא שירות המשתמש בנתונים טופולוגיים ממערכות ניטור תחום האוספות נתונים ישירות מאובייקטי ניטור. הכלי נועד לחפש בשכבות אחסון מרובות בטופולוגיה ולהציג מפת קשרים ספציפית להקשר. כדי לחקור בעיות, ניתן לגשת ל-Backend Banking הבעייתי ולראות את הטופולוגיה והרכיבים הבעייתיים. ניתן גם לנתח הודעות אזעקה ומדדי ביצועים עבור כל רכיב.

בעת ניתוח מרכיבי העסקאות של Payments (עסקאות משתמש), נוכל לעקוב אחר ערכי KPI עסקיים, הנלקחים בחשבון גם בעת חישוב מצב הזמינות ותקינות השירות. דוגמה ל-KPI עסקי מוצגת להלן:

ניתוח אירועים (ניתוח אזעקות)

הפחתת רעש אלגוריתמית באמצעות אשכול קריסה

אחד המאפיינים המרכזיים של DX OI בטיפול באירועים הוא אשכולות. המנגנון פועל על כל ההתראות המגיעות למערכת כדי לזהות דפוסים על סמך הקשרים שונים ולשלב אותם לקבוצות. אשכולות אלה לומדים את עצמם ואין צורך להגדיר אותם באופן ידני.

לפיכך, clustering מאפשר למשתמשים לשלב ולקבץ מספר עצום של אירועים ולנתח רק את אלו שיש להם הקשר משותף. לדוגמה, קבוצה של אירועים המייצגים אירוע שמשפיע על אפליקציות או מרכז נתונים. המצבים נוצרים באמצעות אלגוריתמי אשכולות מבוססי למידת מכונה המשתמשים במתאם זמני, קשר טופולוגי ועיבוד שפת אם לצורך ניתוח. האיורים שלהלן מציגים דוגמאות להדמיה של קבוצות הודעות מקובצות, מה שמכונה אזעקות מצבים וציר זמן של Evidence, המציגות את פרמטרי הקיבוץ העיקריים ואת תהליך הפחתת מספר אירועי הרעש.

ניתוח בעיות שורש ומתאם קריסה

בסביבה ההיברידית של היום, עסקת משתמש יכולה להשפיע על מספר מערכות המשמשות באופן דינמי. כתוצאה מכך, ניתן להפיק התראות מרובות ממערכות שונות, אך קשורות לאותה בעיה או תקרית. DX OI משתמש במנגנונים קנייניים כדי לדכא התראות מיותרות וכפולות ולקשר בין התראות קשורות לזיהוי משופר של בעיות קריטיות ופתרון מהיר יותר.

הבה נבחן דוגמה כאשר המערכת מקבלת הודעות חירום רבות עבור אובייקטים שונים (KE) העומדים בבסיס שירות אחד. במקרה של השפעה על זמינות השירות ותפעול השירות, המערכת תיצור אזעקת שירות (Service Alarm), תציין ותקבע את גורם השורש הסביר (CI בעיה והודעת אזעקה ב-CI) שתרמה לירידה בביצועים או כישלון השירות. האיור שלהלן מציג את הדמיית הקריסה עבור שירות Webex.

DX OI מאפשר לך לעבוד עם אירועים באמצעות פעולות אינטואיטיביות בממשק האינטרנט של המערכת. משתמשים יכולים להקצות ידנית אירועים לעובד האחראי לפתרון בעיות, לאפס/לאשר התראות, ליצור כרטיסים או לשלוח הודעות דוא"ל, להריץ סקריפטים אוטומטיים כדי לפתור מצב חירום (זרימת תיקון, על כך בהמשך). בדרך זו, DX OI מאפשר לאופרטורים של משמרת להתמקד בהודעת אזעקת השורש וגם לעזור לפשט את תהליך מיון ההודעות למערכים מקובצים.

אלגוריתמי מכונה לעיבוד מדדים וניתוח נתוני ביצועים

למידת מכונה מאפשרת לך לעקוב, לצבור ולהמחיש מדדי ביצועים מרכזיים לכל פרק זמן נתון, מה שמקנה למשתמש את היתרונות הבאים:

• איתור צווארי בקבוק וחריגות בביצועים;
• השוואה של מספר אינדיקטורים לאותם מכשירים, ממשקים או רשתות;
• השוואה של אותם אינדיקטורים במספר אובייקטים;
• השוואה של אינדיקטורים שונים עבור אובייקט אחד ומספר אובייקטים;
• השוואה של מדדים רב מימדיים עבור מספר אובייקטים.

כדי לנתח את המדדים הנכנסים למערכת, DX OI משתמש בפונקציות של ניתוח מכונה באמצעות אלגוריתמים מתמטיים, מה שעוזר להפחית את הזמן בעת ​​הגדרת ספים סטטיים ויצירת אזהרות כאשר מתרחשות חריגות.

התוצאה של יישום אלגוריתמים מתמטיים היא בניית מה שנקרא התפלגויות ההסתברות של הערך המטרי (נדיר, סביר, מרכז, ממוצע, בפועל). האיורים שלמעלה ומטה מציגים את התפלגויות ההסתברות.

שני התרשימים שלמעלה מציגים את הנתונים הבאים:

• נתונים בפועל (אקטואל). הנתונים בפועל משורטטים כקו שחור מלא (ללא אזעקות) או קו מלא צבעוני (מצב אזעקה). הקו מחושב על סמך הנתונים בפועל עבור המדד. על ידי השוואה בין הנתונים בפועל לבין החציון, תוכל לראות במהירות את השונות במדד. כאשר מתרחש אירוע, הקו השחור משתנה לקו אחיד צבעוני המתאים לחומרת האירוע ומציג סמלים עם החומרה המתאימה מעל הגרף. לדוגמה, אדום עבור חריגה קריטית, כתום עבור אנומליה גדולה, וצהוב עבור חריגה קלה.
• ערך ממוצע של המחוון (ערך ממוצע). החציון או הממוצע של מידה מוצגים בתור קו אפור בתרשים. הערך הממוצע מוצג כאשר אין מספיק נתונים היסטוריים.
• הערך החציוני של המחוון (ערך מרכז). הקו החציוני הוא אמצע הטווח ומוצג כקו מקווקו ירוק. האזורים הקרובים ביותר לקו זה הם הקרובים ביותר לערכים האופייניים של המחוון.
• נתונים נפוצים (Common Value). נתוני ה-Total Zone עוקבים אחר הקו המרכזי ביותר או הרגיל עבור המדד שלך ומוצגים כפס ירוק כהה. חישובים אנליטיים מציבים את האזור הכולל באחוזון אחד מעל או מתחת לנורמה.
• נתונים הסתברותיים. נתוני אזור ההסתברות מוצגים בגרף עם פס ירוק. המערכת ממקמת את אזור ההסתברות בשני אחוזים מעל או מתחת לנורמה.
• נתונים נדירים. נתוני אזורים נדירים מוצגים בגרף כפס ירוק בהיר. המערכת ממקמת אזור עם ערכים מטריים נדירים של שלושה אחוזים מעל או מתחת לנורמה ומאותתת על התנהגות המחוון מחוץ לטווח הנורמלי, בזמן שהמערכת מייצרת את מה שנקרא התראת אנומליה.

אנומליה היא מדידה או אירוע שאינו עולה בקנה אחד עם הביצועים הרגילים של מדד. זיהוי חריגות לזיהוי בעיות והבנת מגמות בתשתיות ויישומים הוא מאפיין מפתח של DX OI. זיהוי חריגות מאפשר לזהות התנהגות חריגה (לדוגמה, שרת המגיב לאט מהרגיל, או פעילות חריגה ברשת הנגרמת על ידי פריצה) וגם להגיב בהתאם (ייזום אירוע, הפעלת סקריפט Remediation אוטומטי).

תכונת זיהוי החריגות של DX OI מספקת את היתרונות הבאים:

• אתה לא צריך להגדיר ספים. DX OI ישווה באופן עצמאי את הנתונים ויזהה חריגות.
• DX OI כולל יותר מעשרה אלגוריתמים של בינה מלאכותית ולמידת מכונה, כולל EWMA (Exponentially-Weighted-Moving-Average) ו-KDE (Kernel Density Estimation). אלגוריתמים אלו מאפשרים לך לבצע ניתוח שורש מהיר ולחזות מדדים עתידיים.

ניתוח חזוי והתראות כישלון

Insights Predictive היא תכונה המשתמשת בכוחה של למידת מכונה כדי לזהות דפוסים ומגמות. בהתבסס על מגמות אלו, המערכת חוזה אירועים שעלולים להתרחש בעתיד. הודעות אלו מצביעות על כך שיש לנקוט בפעולה לפני שהערכים המטריים חורגים מהטווח הרגיל, ומשפיעים על שירותים עסקיים קריטיים. תובנות חזויות מוצגות באיור למטה.

וזוהי הדמיה של התראות חזויות עבור מדד מסוים.

חיזוי עומס כוח המחשוב עם הפונקציה של קביעת תרחישי עומס

תכונת תכנון הקיבולת Capacity Analytics מסייעת בניהול משאבי IT על ידי הבטחת המשאבים בגודל מתאים כדי לענות על הצרכים העסקיים הנוכחיים והעתידיים. תוכל לייעל את הביצועים והיעילות של המשאבים הקיימים, לתכנן ולהצדיק כל השקעה כספית.

התכונה Capacity Analytics ב-DX OI מספקת את היתרונות הבאים:

• חיזוי יכולות בעונות שיא;
• קביעת הרגע בו נדרשים משאבים נוספים להבטחת איכות השירות;
• רכישת משאבים נוספים רק בעת הצורך;
• ניהול תשתיות ורשת יעילים;
• חסל עלויות אנרגיה מיותרות על ידי זיהוי משאבים לא מנוצלים;
• בצע הערכת עומס משאבים במקרה של עלייה מתוכננת בביקוש לשירות או למשאב.

לדף Capacity Analytics DX OI (מוצג להלן) יש את הווידג'טים הבאים:

• מצב קיבולת משאבים;
• קבוצות / שירותים מבוקרות (קבוצות מפוקחות / שירותים);
• צרכנים גדולים של משאבים (Top Capacity Consumers).

הדף הראשי של Capacity Analytics מציג רכיבי משאבים שנמצאים בשימוש יתר ואוזלת להם. דף זה עוזר למנהלי פלטפורמה למצוא משאבים בשימוש יתר ועוזר להם לשנות את גודלם ולבצע אופטימיזציה של משאבים. ניתן לנתח את מצב המשאבים על סמך קודי צבע והערכים המתאימים להם. משאבים מסווגים לפי מידת הגודש שלהם בדף מצב קיבולת המשאבים. ניתן ללחוץ על כל אחד מהצבעים כדי לראות רשימה של הרכיבים בקטגוריה שנבחרה. לאחר מכן, מוצגת מפת חום עם כל האובייקטים והתחזיות למשך 12 חודשים, המאפשרת לזהות משאבים שעומדים להיגמר.

עבור כל אחד מהמדדים ב-Capacity Analytics, תוכל לציין את המסננים שבהם משתמשת DX Operational Intelligence לביצוע תחזיות (איור למטה).

המסננים הבאים זמינים:

• מֶטרִי. המדד שישמש לתחזית.
• מבוסס על. בחירת כמות הנתונים ההיסטוריים שישמשו לבניית תחזיות לעתיד. שדה זה משמש להשוואה ולניתוח מגמות בחודש שעבר, מגמות בשלושת החודשים האחרונים, מגמות שנתיות וכו'.
• צמיחה. קצב הגידול הצפוי של עומס העבודה שבו ברצונך להשתמש למודל של תחזית הקיבולת. ניתן להשתמש בנתונים אלה כדי לחזות צמיחה מעבר לתחזיות. לדוגמה, השימוש במשאבים צפוי לעלות ב-40 אחוזים נוספים עקב פתיחת משרד חדש.

ניתוח יומן

תכונת ניתוח היומן של DX OI מספקת:

• איסוף, צבירה של יומנים ממקורות שונים (כולל אלו שהושגו בשיטות סוכנות וחסרות סוכנים);
• ניתוח ונורמליזציה של נתונים;
• ניתוח לעמידה בתנאים שנקבעו והפקת אירועים;
• קורלציה של אירועים על סמך יומנים, לרבות אירועים שהתקבלו כתוצאה מניטור תשתיות IT;
• הדמיית נתונים המבוססת על ניתוח ב-DX Dashboards;
• מסקנות לגבי זמינות השירותים על סמך ניתוח הנתונים מהיומנים.

איסוף היומנים בשיטה ללא סוכן מתבצעת על ידי המערכת עבור יומני אירועי Windows ו-Syslog. דרך מבוססת סוכן לאסוף יומני טקסט.

פונקציית פתרון חירום אוטומטית (תיקון)

פעולות אוטומטיות לתיקון מצב החירום (Remediation Workflow) מאפשרות לך לפתור בעיות שגרמו להפקת אירוע ב-DX OI. לדוגמה, אם בעיית שימוש במעבד מייצרת אזעקה, זרימת העבודה לתיקון פותרת את הבעיה על ידי הפעלה מחדש של השרת שיש לו את הבעיה. האינטגרציה בין DX OI למערכת האוטומציה מאפשרת להפעיל תהליכי תיקון ממסוף האירועים ב-DX Operational Intelligence ולעקוב אחריהם בקונסולת מערכת האוטומציה.

לאחר שילוב עם מערכת אוטומציה, אתה יכול להפעיל פעולות אוטומטיות לתיקון כל חירום בקונסולת DX OI מהקשר של אזעקה. ניתן לצפות בפעולות מומלצות יחד עם מידע על אחוזי אמון (הסבירות שהמצב ייפתר על ידי ביצוע הפעולה).

בתחילה, כאשר אין נתונים סטטיסטיים על תוצאות זרימת התיקון, מנוע ההמלצות מציע מועמדים על סמך חיפושי מילות מפתח, לאחר מכן נעשה שימוש בתוצאות למידת המכונה, והמנוע מתחיל להמליץ ​​על טכניקת תיקון המבוססת על היוריסטיות. ברגע שתתחיל להעריך את התוצאות של הרמזים שהתקבלו, הדיוק של ההמלצות ישתפר.

דוגמה למשוב משתמשים: המשתמש בוחר אם הוא אוהב או לא אוהב את הפעולה המוצעת, והמערכת לוקחת את הבחירה הזו בחשבון בעת ​​מתן המלצות נוספות. אוהב לא אוהב:

הפעולות המתקנות המומלצות לאזעקה מסוימת מבוססות על שילוב של משוב הקובע אם הפעולה קבילה. DX OI מגיע עם אינטגרציה מוכנה לשימוש עם אוטומציה אוטומטית.

שילוב של DX OI עם מערכות צד שלישי

לא נתעכב על שילוב נתונים ממוצרי ניטור מקוריים של Broadcom (DX NetOps, DX Infrastructure Management, DX Application Performance Management). במקום זאת, הבה נבחן כיצד משולבים נתונים ממערכות צד שלישי של צד שלישי ונשקול דוגמה לאינטגרציה עם אחת המערכות הפופולריות ביותר - Zabbix.

לשילוב עם מערכות צד שלישי, נעשה שימוש ברכיב DX Gateway. DX Gateway מורכב מ-3 רכיבים - On-Prem Gateway, RESTmon ו-Logstash (Logstash). אתה יכול להתקין את כל 3 הרכיבים או רק את זה שאתה צריך על ידי שינוי קובץ התצורה הכללי בעת התקנת DX Gateway. האיור שלהלן מציג את ארכיטקטורת ה-DX Gateway.

בואו נבחן את המטרה של רכיבי ה-DX Gateway בנפרד.

שער On-Prem. זהו ממשק שאוסף התראות מפלטפורמת DX ושולח אירועי אזעקה למערכות צד שלישי. ה-On-Prem Gateway פועל כמשאל שאוסף מעת לעת נתוני אירועים מה-DX OI באמצעות ה-API של HTTPS request, ולאחר מכן שולח התראות לשרת צד שלישי המשולב עם פלטפורמת DX באמצעות webhooks.

DX Log Collector מקבל syslog מהתקני רשת או שרתים ומעלה אותם ל-OI. DX Log Collector מאפשר להפריד בין התוכנה המפיקה את ההודעות, המערכת המאחסנת אותן, והתוכנה המדווחת ומנתחת אותן. כל הודעה מתויגת בקוד אובייקט המציין את סוג התוכנה המפיקה את ההודעה, ומוקצת לה רמת חומרה. ב-DX Dashboards, לאחר מכן ניתן לצפות בכל זה.

DX RESTmon משתלב עם מוצרים/שירותים של צד שלישי באמצעות REST API ומעביר נתונים ל-OI. האיור שלהלן מציג את הפעולה של DX RESTmon תוך שימוש בדוגמה של אינטגרציה עם מערכות ניטור Solarwinds ו-SCOM.

תכונות עיקריות של DX RESTmon:

• התחבר לכל מקור נתונים של צד שלישי כדי לקבל נתונים:
  • PULL: חיבור ואחזור נתונים ממשקי API ציבוריים של REST;
  • PUSH: זרימת נתונים ל-RESTmon באמצעות REST.
• תמיכה בפורמטים של JSON ו-XML;
• קבל מדדים, התראות, קבוצות, טופולוגיה, מלאי ויומנים;
• מחברים מוכנים לכלים/טכנולוגיות שונות, אפשר גם לפתח מחבר לכל מקור עם API פתוח (רשימת מחברים בארגזים באיור למטה);
• תמיכה באימות בסיסי (ברירת מחדל) בעת גישה לממשק Swagger ול-API;
• תמיכת HTTPS (ברירת מחדל) עבור כל ההודעות הנכנסות והיוצאות;
• תמיכה בפרוקסי נכנסים ויוצאים;
• יכולות ניתוח טקסט רב עוצמה עבור יומנים המתקבלים באמצעות REST;
• ניתוח הניתן להתאמה אישית עם RESTmon לניתוח והדמיה יעילים של יומנים;
• תמיכה בחילוץ מידע על קבוצות מכשירים מיישומי ניטור והורדה ל-OI לצורך ניתוח והדמיה;
• תמיכה בהתאמת ביטויים רגולריים. זה יכול לשמש כדי לנתח ולהתאים הודעות יומן שהתקבלו באמצעות REST, וכדי ליצור או לסגור אירועים בהתבסס על תנאי ביטוי רגולרי מסוימים.

כעת בואו נסתכל על תהליך הגדרת אינטגרציה של DX OI עם Zabbix באמצעות DX RESTmon. שילוב עם קופסאות לוקח את הנתונים הבאים מ- Zabbix:

• נתוני מלאי;
• טופולוגיה;
• בעיות;
• מדדים.

מכיוון שהמחבר עבור Zabbix זמין מהקופסה, כל מה שצריך לעשות כדי להגדיר את האינטגרציה הוא לעדכן את הפרופיל עם כתובת ה-IP והחשבון של Zabbix server API, ולאחר מכן להעלות את הפרופיל דרך ממשק האינטרנט של Swagger . דוגמה היא בשני האיורים הבאים.

לאחר הגדרת האינטגרציה, הפונקציות האנליטיות של DX OI שתוארו לעיל יהיו זמינות עבור נתונים המגיעים מ-Zabix, כלומר: Alarm Analytics, Performance Analytics, Predictive Insights, Service Analytics ו-Remediation. האיור שלהלן מציג דוגמה לניתוח מדדי ביצועים עבור אובייקטים המשולבים מ- Zabbix.

מסקנה

DX OI הוא כלי ניתוח מתקדם שיספק יעילות תפעולית משמעותית למחלקות ה-IT, ויאפשר לך לקבל החלטות מהירות ונכונות יותר לשיפור איכות שירותי ה-IT והשירותים העסקיים באמצעות ניתוח הקשר בין תחומים. עבור בעלי יישומים ויחידות עסקיות, DX OI יחשב זמינות ואיכות השירות לא רק בהקשר של מדדי טכנולוגיית IT, אלא גם מדדי KPI עסקיים הנגזרים מסטטיסטיקות עסקאות של משתמש קצה.

אם תרצה ללמוד עוד על פתרון זה, אנא הגש בקשה להדגמה או פיילוט בצורה נוחה לך באתר שלנו.

מקור: www.habr.com