国内APM起步较晚，虽涌现了几个涉足该领域的公司，听云还是凭借独特优势从国内的公司中脱颖而出，并受到专业认可，成为Gartner APM魔力象限中国地区唯一的“常客”。
Gartner APM魔力象限报告因为其公正性和权威性，广受业内关注。作为近年来国内唯一入选的企业，听云凭借其过硬的实力，与微软、IBM、甲骨文等行业巨头一起，已经成为Gartner APM魔力象限的常客。4月22日最新发布的2020 Gartner APM魔力象限，听云再次荣登报告，这已经是近年来作为唯一国内的厂商第四次入选。
2020 GartnerAPM魔力象限
正值喜讯频传之际，赛迪网有幸采访到听云总裁赵宇辰，并向其了解四次入选Gartner魔力象限的独特优势、技术领先性、行业方案的成熟度等话题。
力压国内群雄，听云入选的独特优势
国内APM起步较晚，虽涌现了几个涉足该领域的公司，听云还是凭借独特优势从国内的公司中脱颖而出，并受到专业认可，成为Gartner APM魔力象限中国地区唯一的“常客”。
随着APM技术的成熟和传统企业的数字化转型，听云的业务覆盖金融、运营商、互联网等行业，服务客户数千家，并且在金融行业占比最大，如果说听云是国内APM行业中的头部企业，一点都不为过。
听云总裁 赵宇辰
之所以能够四次入选Gartner魔力象限，赵宇辰表示：“这与听云在政府和企业的占有率最高、微信小程序创新性以及AIOps行业解决方案的优势和亚太地区直销、北美和欧洲渠道营销的成果，密不可分。”
在独特优势方面，赵宇辰认为，有三点：
第一点，产品和服务。听云做的是企业级服务，所以非常注重产品和服务，不但在中国市场上表现优秀，而且在国际市场上也非常有竞争力。
第二点，市场认可度。听云是国内APM领域的一家标志性企业，并且是国内进入最早的首批玩家，早在2007年听云就以主动式的用户体验监控为突破口，开始进入APM领域发展，目前已拥有听云Infra，听云APM，听云App，听云 Browser，听云小程序，听云 Network，听云BPI，听云Log，听云北冥告警平台，数据可视化平台(听云大屏)等针对不同应用场景的全链路监控与分析产品。
第三点，客户体验。听云运用自身在数字化监控领域十余年的技术积累，不但在疫情期间提供了7*24小时技术服务，而且还保证了在线教育平台高发时期的运维保障，提供一站式监控服务保障方案包括听云用户体验监控、数字化终端体验、一体化监控、业务运维。
GartnerAPM魔力象限排名进步最大企业
听云的技术创新和产品能力，获得让魔力象限连续多年认可，更是在本年度 APM 魔力象限整体评分滑落的情况下逆势进步，成为2020 GartnerAPM 魔力象限进步最大企业。
赵宇辰介绍，2019 Gartner魔力象限同比2018 Gartner魔力象限听云超越了包括BMC等的几家国外厂商，2020 Gartner魔力象限同比2019 Gartner魔力象限又提升了两位，并且今年的排名超过了Micro Focus和ManageEngine两家美国公司。
在技术方面，听云注重数据获取、用户体验分析、软件性能监控，并且充分利用人工智能的优势进行数据智能分析。在产品方面，更是开创了首家微信小程序监控服务，并且将听云2.0升级到悟空平台，充分利用AI特性，全面提升数据抓取和分析能力，助力客户效率提升。
未来的APM：开放、智能、全面拥抱业务
未来的APM一定是开放的。赵宇辰指出，开放就是需要有不同的数据，不管是开源的还是闭源的数据，都可以融合起来，打破数据割裂的现状，这是行业的趋势。
未来AI的应用将更加广泛，尤其是APM行业，所有的产品都需要集成AI。IT部门在企业数字化转型的过程中也会越来越关注IT服务所承载的业务本身，业务流程的健康度和业务指标也成为IT部门重点关注的对象。
赵宇辰强调，未来的企业一定要做到IT运维数据和业务数据相结合，全面拥抱业务，这样企业才可以有长足的发展。听云产品也将更加紧密地和客户业务结合，在分析出性能问题的同时也可以分析出对于业务、交易的具体影响。听云悟空智能运维平台就增加了业务分析模块，提供业务和运维的一体化监控平台。
一体化监测将成趋势
从整个行业的发展趋势来看，随着云计算的普及，容器技术和微服务技术的兴起，现代应用的调用链更加复杂，产生的各类监测数据量也程指数级的增长，要在这海量的数据中靠人的经验去大海捞针定位性能问题已经变得越来越困难。从而，一体化监测将成为趋势。所以，AIOps在整个行业发展中就变得越发重要。
近几年，听云在很多的产品和场景中都已经落地了AIOps的能力，例如2019年推出的北冥智能告警收敛平台。这都是听云一直在不断的引入相关研究方向的资深数据科学家和AI人才，提前布局的成果。
2020年的听云，将顺应时代发展，迎合市场需求，并且推出了一些黑科技，不仅拥有将产品轻松部署到客户端让客户轻松获取数据的一键部署，还有一体化数据获取方式，以及提升产品人工智能的能力和灵活度，最终给客户带来更大的价值。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
