Splunk rachète SignalFX dans un contexte de grogne sur ses prix

Le pricing de Splunk, un frein pour le passage au monitoring du cloud ?

Les utilisateurs de Splunk ont conscience qu’il existe de nouvelles tendances quand on parle de monitoring des applications cloud, en l’occurrence l’analyse continue des flux de données et le Machine Learning. Ils voient l’intérêt de ces nouvelles approches de collecte et d’analyse au fur et à mesure que les volumes de données augmentent.

 « D’ailleurs, les barrières à l’entrée du Machine learning diminuent », avance Steve Koelpin, ingénieur en chef Splunk chez TransUnion (une entreprise du Fortune 1000) au sujet du Machine Learning Toolkit de l’éditeur. « Désormais, les gens partagent en effet leur code, et d’autres les réutilisent comme point de départ pour innover ».

Problème, le Machine Learning demande de grandes quantités de données et de la puissance de calcul, ce qui n’est pas sans coût. « Chaque métrique étant limitée à 150 octets, il est dès lors coûteux de les récupérer », note Steve Koelpin. « Cette limite pourrait impliquer des coûts de licence substantiellement [plus élevés] ».

La tarification de base de Splunk est de 150 $ par gigaoctet, par jour, avec des remises en volume pour de plus grandes quantités de données. Les coûts des licences Splunk et du stockage de données associé ont déjà poussé des utilisateurs à se tourner vers des outils open source, comme la pile Elastic.

« Le prix est toujours une de nos préoccupations, mais nous nous concentrons surtout sur le fait de sortir les meilleurs produits possible », rétorque Tim Tully, vice-président responsable de la technologie chez Splunk.

Et effectivement, pour Nancy Gohring (451 Research) , Splunk propose l’ensemble le plus complet de fonctions d’analyse de logs et de collecte et d’indexation de données du marché, ainsi que de bonnes performances analytiques, le tout en étant très stable. Quoiqu’il en soit, certains utilisateurs n’ont pas envie de payer pour l’ensemble de ces fonctionnalités alors qu’ils ne les utilisent pas toutes.

« Les gens veulent de plus en plus de données, mais il y a toujours un coût », résume-t-elle. « C’est une problématique commune à tous les éditeurs ».

Le monitoring du cloud a le vent en poupe

À mesure que les entreprises adopteront les technologies cloud, elles se tourneront vers des éditeurs comme Splunk pour leurs outils de monitoring – prédit Nancy Gohring qui ne les voit pas développer elles-mêmes leurs outils comme le faisaient les utilisateurs précurseurs du cloud.

« Elles apprennent à la dure qu’il faut changer son approche du monitoring dans ces nouveaux environnements et, par conséquent, il y a plus de demandes pour ce type d’outils ».

451 Research estime que la demande des outils de monitoring de conteneurs dépassera bientôt celle des outils d’orchestration et de management de ces conteneurs au cours des cinq prochaines années. Un rapport daté de juin 2019 du cabinet estime en effet que le marché total des conteneurs applicatif s’élève à 1,59 milliard $ en 2018. Il prévoit qu’il progressera à 5,54 milliards en 2023. En 2018, les éditeurs de logiciels de gestion et d’orchestration ont généré 32 % de ces revenus contre 24 % pour les éditeurs spécialistes du monitoring et de l’analyse de logs. Mais en 2023, ce sont les deuxièmes qui feront 31 % du marché contre 25 % pour les premiers.

Splunk a bien l’intention de prendre sa part du gâteau, surtout lorsque plusieurs de ses produits actuellement en bêta (Machine Learning Toolkit, Data Fabric Search et Data Stream Processor) sortiront officiellement, lors de sa conférence utilisateurs annuelle en octobre.

Ces produits devraient améliorer les capacités de collecte de données et les performances de requêtage de la plate-forme Splunk Enterprise. Ils lui permettront d’absorber plus de données et donneront aux utilisateurs un framework pour créer leurs propres algorithmes de Machine Learning au sein de l’interface utilisateur de Splunk.

Splunk va également développer un produit distinct, à la Kafka, en s’appuyant sur des logiciels open source, pour le traitement des données machine.

« Nous cherchons à ajouter le traitement des flux de données d’Apache Flink à Splunk pour avoir un monitoring temps réel et pour enrichir les données. Splunk agira comme un moteur de requête et une couche de stockage pour ces données [sous Data Fabric Search] », ajoute Tim Tully.

SignalFx possède une forte propriété intellectuelle dans l’analytique de flux de données qui ne pourra que renforcer les projets de Splunk dans les métriques temps réels et le suivi des environnements distribués.