過去Riverbed為人熟知的技術是廣域網路應用加速，隨著企業IT結構的演進，Riverbed亞太區技術方案架構師李耀宗指出，如今的Riverbed是以協助企業實踐數位轉型為核心思維進行研發，既有的廣域網路優化技術則是最後的手段。畢竟加速的標的主要是應用服務，技術框架種類相當多元，必須先行理解要打通的關鍵環節，若缺乏可視性，其實不大容易瞄準目標。
「因此Riverbed早就開始轉變發展方向，在2013年透過併購Opnet進入APM市場，取得網路與應用效能分析技術。」李耀宗說，隨著各式各樣的行動裝置出現，Riverbed把視野再往前推。近年來的數位轉型、數位體驗監控，都是從既有資料中心開始切入，因此現在坊間所有的監控工具，不管是NPM或APM，部署位置主要在可控管的資料中心，卻忽略了用戶體驗的關鍵指標在於終端裝置，會承載網路延遲、單點失效等狀況。
於是2016年Riverbed再併購了專精發展端點環境監控技術的Aternity，透過終端裝置上安裝代理程式，藉此監看效能變化，以了解使用者體驗。如此一來，可說是完善了效能監控的最後一哩路，掌握以往無法觸碰到的終端裝置，真正落實端到端的用戶體驗監看。
補足端點可視能力掌握完整存取資訊
在終端裝置安裝代理程式來蒐集資料，可取得更詳盡的狀態資訊，再加上現代終端運算能力通常過剩，商業軟體發展至今也已相當成熟，不至於佔用過多資源。李耀宗觀察，即使安裝多種功能的代理程式也幾乎不會影響用戶操作。
過去IT領域的監控技術較著重於資料中心的應用環境，畢竟終端用戶主要工作環境在公司內部，只要區域網路的連線品質穩定即可順暢運行。此後應用系統走向網頁式操作介面，增添了中介層運行程式邏輯，當時的APM大多鎖定在此三層式架構，解析Java、.Net程式碼運行效能。
「如今應用系統的前端，已非單純的網頁操作介面，不僅運用JavaScript、Ajax等程式碼設計許多互動功能，也陸續發展行動裝置上運行的App，使得應用程式運行狀態出現盲點。假設是金融業，提供網銀查詢服務，若運行程式出現錯誤，無法在最短的時間內釐清根本原因，說明問題之所在，進而加以修復，恐因此損及商譽。」李耀宗說。
現代應用服務必須為終端用戶帶來更便利的操作體驗，但對IT人員而言，實際上是增添管理負擔，一旦出現問題恐帶來商業損失。這正是Riverbed觀察到的現況，因此投入資源發展DEM方案來提升數位化應用的可用性。
他進一步說明，當初併購在歐美地區端點監看市場已發展多年的Aternity，即是為了補強終端環境的盲點，藉此可詳盡地掌握使用者操作特定功能的回應時間，若發現時間超過平常的區間，代表可能有潛在問題，端點工具可立即偵測發現，並且協助釐清根本原因。
端點監控工具著重之處在於建立可視化能力，藉此得知用戶端存取行為是否遭遇到回應速度變慢、發生錯誤，但若想進一步解決問題，則並非僅仰賴端點工具，還必須整合存取行為過程中，所經過的多個網路傳輸節點、應用程式作業系統等因素，這方面資訊即是Riverbed的強項。
「整合Aternity技術之後，我們可以很自豪地說，做到真正端到端的監控。從終端的存取行為開始，經過網路架構的交換器、路由器等節點，進入資料中心的伺服器，可以掌握完整存取行為產生的資訊，最後彙整到單一平台實作分析。」李耀宗強調。
演算分析大數據依職責查看相關指標
既有IT架構對各種技術領域的資料皆有專屬蒐集工具，畢竟不同技術平台的資料特性迥異，格式也難以有統一標準，使得蒐集取得資料之後難以進一步建立相互關聯。李耀宗以常見的案例說明，「當系統發生錯誤時，九成以上的狀況會把問題指向其他部門，當然我們並非試圖泯除這方面的歧見，而是思考，若蒐集取得相同平台的資料，彼此可勾稽串聯，或許可降低同仁們推卸責任的情況。」
為了消除不同團隊之間的隔閡，Riverbed架構的SteelCentral解決方案平台，採用不同工具，蒐集來自終端設備、網路傳輸、應用程式碼等資料，在效能監控儀表板上以各式圖表呈現，讓網管人員、雲端架構師、應用開發者、終端使用者，甚至是高階管理者，皆可藉此查看所需的資訊。例如網管團隊可能關注的是傳輸品質、開發者關注的是錯誤發生點與運行效能瓶頸，不同角色關注的重點皆不同，可經過重新編整，依據不同角色繪製專屬儀表板。
基於相同的底層平台彙整各個領域的資料，可依個人的職掌重新編修，當有問題發生時可採用同樣的數據相互交流，抑或是在圖形化介面上點選調閱更詳細的資料，藉此促進團隊合作。
針對近年來雲端服務興起，應用系統正面臨轉型到微服務與容器環境，Riverbed提供的應用程式監看機制也隨之延伸到Pivotal、OpenShift等環境。李耀宗指出，「既然我們自許為協助客戶實踐數位轉型，雲端平台可說是必須得走的路，可能因應使用量瞬間暴增而產生成千上萬個節點，管理應用服務如今可藉由Kubernetes等工具協助，但若要掌握運行效能相關指標，則是我們所擅長，採以特徵模型或機器學習演算分析大數據，整理歸納成為人類可解讀的資訊。」
Riverbed亞太區技術方案架構師李耀宗指出，蒐集存取行為的端到端資訊，彙整到大數據平台執行演算分析，轉化的資訊跨領域共享，從入口網站即可點選追查更詳細的內容，有助於實際改善應用服務體驗。
市場上APM方案皆可繪製出程式邏輯的拓樸圖，以往三層式的應用架構，即便再龐大的系統程式碼也有限，APM尚可因應，但如今走進雲端平台之後，因應商業活動需求量自動啟用微服務，程式碼數量幾乎無上限，以往拓樸圖的描繪方式已不容易呈現，更何況要從中找到潛在效能瓶頸。李耀宗指出，唯有基於大數據平台來執行機器學習演算分析，先行轉化成用戶端可理解的資訊，再透過圖形化方式呈現，才能有效指出交易存取行為遭遇瓶頸的節點或叢集。