1同行回答
过去IT运维一直局限在ITOM（IT Operation Management）IT运维管理，直到大数据技术出现并开始应用在IT运维产生的数据上，由此ITOA（IT Operation Analytics）IT运维分析的概念应运而生，能够支持应用性能监控、故障根源分析、安全审计和业务分析。
据统计机构报告称，2012年企业ITOA支出为30亿美元， 2013年超过80亿美元，2014年增速达100%，预计到2018年将成为主流市场需求。ITOA需要的数据源有机器数据（日志）、通讯数据、代理数据、探针数据，其中日志数据占比可达80%。
随着ITOA概念渗透率逐步提升，日志数据的价值度也逐步提升。同时，相关政策的出台同样在推动日志分析这个市场的快速发展。网络安全法要求企业至少留存六个月网络日志。银监会39号文要求，各银行业金融机构对安全可控信息技术的应用至2019年要达到不低于75％的总体占比。
因此，政策规定和企业自身精细运营的需求，促使企业需要借助工具对日志进行管理、分析。在银行数据中心，IT运维领域涉及的运维数据涵盖应用日志、系统日志、性能数据、网络数据、流量管理数据、资产配置数据、数据库日志、漏洞管理数据、安全态势等。上述信息整体上数据量大，格式差异大且分散在不同的服务器中，如何搭建日志智能分析平台，将数据集中整合、加工处理并应用和展现在运维管理中，进而提升运维管理能力、提高运维服务质量和效率，是银行业急需解决的问题。
银行业的信息化体系已基本覆盖行内所有业务场景，数据作为各项业务活动的重要载体，以电子化的形态存储于海量日志之中，其价值不可估量。银行系统拥有的运维数据，既包括系统层面有关资源消耗的性能特征日志，还包括业务层面事关客户、账户的交易明细日志。使用数据分析工具，结合数据分析方法，深入挖掘海量数据背后所蕴藏的价值，不仅可以提高信息系统支持能力，还能够不断增强金融服务效能，最终达成提升用户体验的运营目标。建设、工商、农业、交通，民生等很多银行建设了运维日志管理与分析平台，提升了运维管理能力、提高了运维服务质量和效率，实现了银行业务系统的真正高效、可视化运维。保障了银行业务系统的连续性和可靠的服务能力，提升了用户体验。
