預測錯誤並糾正錯誤是一項創新,對當今的公司和企業來說具有很大的不同 德爾菲亞, 在策劃數位之旅時,它開展了這項開創性工作,但這超出了這一職能:該公司一直在加強其在以業務為導向的可觀察性方面的績效,這對於希望將技術績效與實際價值的產生結合起來的公司來說是一項越來越重要的服務。.
憑藉在數據、基礎設施和客戶體驗方面的豐富經驗,Delfia 認為可觀察性不再是成為結果加速器的技術工具。「今天,可以透過近乎即時的數據來追蹤從基礎設施到財務影響的整個數位體驗,並且指標與收入、流失和結帳時間等戰略業務指標直接一致,Delfia 創始人兼總裁Rodrigo Bocchi 解釋道。“可觀察性是將遙測的每個位元組變成競爭優勢的指南針”,他補充道。.
Delfia 已經在自動縮放和自動事件修復等任務中應用了超過 95% 的自動化。該公司目前正處於生成式人工智慧的測試階段,能夠根據大量數據以及技術和商業環境提出完整的行動計劃,並由人類進行最終驗證。目標是發展成為一個更智慧和主動的模型,其中可觀察性不僅可以檢測故障,還可以推薦最佳回應以確保業務連續性。.
從技術數據到策略決策
Delfia 的提案超越了對 CPU、記憶體和日誌等「生命徵象」的傳統監控。該公司連接多個資料來源,包括指標(Metrics)、事件(Events)、日誌(Logs)、追蹤(Traces)以及轉換和支付等產品數據,以提供整個數位操作的統一視圖。這種方法可以快速檢測異常情況並預測對關鍵關鍵績效指標的影響,將技術問題轉化為可操作的業務見解。.
這個過程首先詳細繪製客戶旅程以及每筆交易與所涉及的技術組件之間的關聯。遙測技術富含一層業務信息,包括訂單價值和用戶資料等變量。Delfia 將相關模型與人工智慧結合使用,可以對故障、速度緩慢或使用高峰的財務影響進行預測分析。.
該公司還建立了服務目錄和 SLO,明確指標和責任,圍繞共同目標調整技術和業務領域。.
多個部門的結果
以商業為導向的可觀察性已經顯示出對電子商務、金融服務、物流和客戶體驗等領域的直接影響。例如,在零售業,這種方法可以減少結帳時間並提高轉換率。在金融領域,它可以提高即時支付的效率並確保遵守開放金融等法規。在物流領域,它已經允許路線優化並防止合約處罰,而在產品和 CX 領域,它有助於將技術性能與 NPS 和客戶滿意度相關聯。.
來自不同細分市場的公司已經體驗到了 Delfia 以業務為導向的可觀察性的好處。例如,數位債務談判金融科技公司 Acerto 成功地將故障診斷時間縮短至 40%,並加速了數天至約兩小時的分辨率。零售網路 Havan 在黑色星期五之前將監控覆蓋範圍擴大到 100%,大大縮短了對事件的平均回應時間。主要專注於汽車租賃的行動公司 Localiza&Co 預計會出現 130 個潛在錯誤,從而在兩年 Delpi 2 業務改進中實現成熟度提升。.
可觀測性的未來
Delfia 相信,可觀察性將成為未來幾年的競爭優勢,特別是在受監管和高度數位化的領域。羅德里戈·博基(Rodrigo Bocchi) 表示,「可觀察性成熟的公司超出其財務和營運目標的可能性高出四倍」。.
該公司還指出,FinOps、SecOps、GreenOps 和即時監控等重要趨勢是可觀察性發展的支柱。例如,就Zoop 金融科技而言,Delfia 幫助將十種工具整合到一個基於Datadog 的解決方案中,從而降低了成本並加強治理。另一個例子是,Acerto 的可觀察性和安全性之間的整合將平均回應時間縮短至不到兩個小時。.
隨著生成式人工智慧、開放金融的進步以及即時決策的需要,Delfia 透過持續的資料流、準確追蹤人工智慧模型效能以及持續遵守 LGPD 等監管框架來為客戶做好準備。.
