이로써 뉴렐릭에 데이터를 수집하는 데 성공했습니다. 시각화에 액세스하고 로그 관리를 시작했으며 애플리케이션의 오류를 찾아 수정했습니다. 그런데 여기서 어디로 가나요? 모든 것을 하나로 모으기 위해 무엇을 할 수 있습니까? 우리는 데이터를 사용하여 Observability maturity 관행이라고 하는 측정 가능한 가치를 조직에 제공하는 데 도움이 되는 일련의 튜토리얼을 편집했습니다.
간단히 말해서, Observability maturity 위 다이어그램에 표시된 가치 동인 중 하나 이상에서 성공하도록 만드는 것입니다. AI는 일반적인 고객 요구 사항을 식별하고 이를 명확히 하며 이를 충족하기 위한 경로를 정의하는 모니터링을 수행합니다. 이 튜토리얼에는 측정하고 개선할 KPI와 이를 개선하는 방법을 정의하는 사용 사례 구현 가이드가 포함되어 있습니다. 또한 업계 개념을 더 자세히 설명하거나 특정 KPI 개선과 같은 작업 방법을 다루는 참조 가이드도 포함되어 있습니다.
관찰 가능성 사례를 사용하여 다양한 방법으로 긍정적인 비즈니스 결과를 창출할 수 있습니다. 여기에 설명된 진행 상황은 일반적인 관찰 가능성 여정을 나타내지만 필요에 따라 다른 경로를 택할 수 있습니다. 시작하려면 리소스를 살펴보고 New Relic을 사용하여 가장 큰 개선을 이루는 데 도움이 될 수 있는 가이드를 찾아보세요!
운영 효율성
Operational efficiency 가치 동인은 옵저버빌리티 비용을 개선하고 최적화하는 것입니다. 그 목표를 달성하려면 옵저버빌리티 도구를 설정하고 효율적으로 사용하고 싶을 것입니다.
- 관찰 가능성 우수 센터(OCoE): 관찰 가능성 모범 사례에 중점을 두는 조직 내 팀을 만듭니다.
- 서비스 특성화(SC): 열악한 고객 경험을 해결하기 위해 올바른 웹 원격 측정을 캡처합니다.
- 데이터 수집 거버넌스(DG): New Relic으로 수집하는 원격 측정 데이터의 전반적인 가치를 보장합니다.
- OaC(코드로서의 관찰 가능성): 일관성과 가치를 위해 도구 구성을 자동화합니다.
가동 시간, 성능 및 안정성
Uptime, performance, and reliability 가치 동인은 안정성 향상에 관한 것입니다. 옵저빌리버티 실무를 최적화하려면 시스템 성능과 해당 기준 동작을 잘 이해해야 합니다.
AQM(알림 품질 관리): 알림의 양과 유용성을 관리합니다.
서비스 수준 관리(SLM): 데이터를 모든 이해관계자가 이해할 수 있는 언어로 변환합니다.
신뢰성 엔지니어링 진단(RED): 고객에게 영향을 미치는 문제를 보다 안정적으로 진단합니다.
오류 추적 최적화: 오류율, 오류 감지 및 전반적인 고객 경험을 개선합니다.
자습형 교육 및 실습:
고객 경험
Customer experience 가치 동인은 최종 사용자 경험을 개선하고 최적화하는 것입니다.
QF(품질 기반): 고객의 디지털 경험 성과를 측정하고 개선합니다.
하단 깔때기 분석(BotFA): 사용자 여정의 성과에 집중하여 전환율을 향상시킵니다.
관련 참조 문서: