Dynatrace presenta observabilidad de datos AI
Dynatrace anuncia nuevas capacidades de observabilidad de datos impulsadas por IA para su plataforma de análisis y automatización. Con Data Observability, los equipos pueden confiar en todos los datos de observabilidad, seguridad y eventos comerciales en Dynatrace para impulsar el motor de IA Davis de la plataforma para ayudar a eliminar falsos positivos y ofrecer análisis comerciales confiables y automatizaciones confiables.
Data Observability de Dynatrace permite que los equipos de análisis empresarial, ciencia de datos, DevOps, SRE, seguridad y otros ayuden a garantizar la alta calidad de todos los datos en la plataforma Dynatrace. Esto complementa las capacidades de enriquecimiento y limpieza de datos existentes de la plataforma proporcionadas por OneAgent para ayudar a garantizar la alta calidad de los datos recopilados a través de otras fuentes externas, incluidos estándares de código abierto, como OpenTelemetry, e instrumentación personalizada, como registros y APIs de Dynatrace. Permite a los equipos realizar un seguimiento de la actualidad, el volumen, la distribución, el esquema, el linaje y la disponibilidad de estos datos de origen externo, lo que reduce o elimina la necesidad de herramientas de limpieza de datos adicionales.
“Dynatrace, con su tecnología OneAgent, nos brinda un alto nivel de confianza en que los datos que impulsan nuestro análisis y automatización están son saludables. La plataforma también es muy flexible, lo que nos permite aprovechar fuentes de datos personalizadas y abrir estándares, como OpenTelemetry”, dijo Kulvir Gahunia, Director de la Oficina de Confiabilidad del Sitio de TELUS. “Las nuevas capacidades de observabilidad de datos de Dynatrace ayudarán a garantizar que los datos de estas fuentes personalizadas también sean de alta calidad para nuestros análisis y automatización. Esto nos ahorrará tener que limpiar los datos manualmente y reducirá la necesidad de herramientas de limpieza de datos”.
Los datos de alta calidad son fundamentales para las organizaciones que dependen de ellos para fundamentar estrategias comerciales y de productos, optimizar y automatizar procesos e impulsar mejoras continuas. Sin embargo, la escala y la complejidad de los datos de los ecosistemas de nube modernos, combinadas con el aumento de uso de soluciones de código abierto, APIs abiertas y otras instrumentaciones personalizadas, dificultan alcanzar este objetivo.
Al adoptar técnicas de observabilidad de datos, las organizaciones pueden mejorar la disponibilidad, confiabilidad y calidad de los datos durante todo el ciclo de vida de éstos, desde la ingesta hasta el análisis y la automatización. Según Gartner®, “para 2026, el 30% de las empresas que implementan arquitecturas de datos distribuidas habrán adoptado técnicas de observabilidad de datos para mejorar la visibilidad sobre el estado de su panorama de datos, frente a menos del 5% en 2023”. 1
Dynatrace Data Observability trabaja con otras tecnologías centrales de la plataforma Dynatrace® , incluida la IA hipermodal de Davis que combina capacidades de IA predictivas, causales y generativas, para brindar a los equipos basados en datos los siguientes beneficios:
Actualización: ayuda a garantizar que los datos utilizados para el análisis y la automatización estén actualizados y sean oportunos y alerta sobre cualquier problema, por ejemplo, inventario agotado, cambios en la fijación de precios de productos y anomalías de las marcas de tiempo.
- Volumen: monitorea aumentos, disminuciones o brechas inesperadas en los datos (por ejemplo, la cantidad de clientes reportados que utilizan un servicio específico), lo que puede indicar problemas no detectados.
- Distribución: monitorea patrones, desviaciones o valores atípicos de la forma esperada en que se distribuyen los valores de datos en un conjunto de datos, lo que puede señalar problemas en la recopilación o el procesamiento.
- Esquema: realiza un seguimiento de la estructura de datos y alerta sobre cambios inesperados, como campos nuevos o eliminados, para evitar resultados inesperados como informes y paneles rotos.
- Linaje: ofrece detalles precisos sobre la causa raíz de los orígenes de los datos y los servicios que afectarán posteriormente, lo que ayuda a los equipos a identificar y resolver proactivamente los problemas de datos antes de que afecten a los usuarios o clientes.
- Disponibilidad: aprovecha las capacidades de observabilidad de la infraestructura de la plataforma Dynatrace para observar el uso de servidores, redes y almacenamiento de los servicios digitales, alertando sobre anomalías como el tiempo de inactividad y la latencia, para proporcionar un flujo constante de datos de estas fuentes para un análisis y una automatización saludables.
“La calidad y confiabilidad de los datos son vitales para que las organizaciones funcionen, innoven y cumplan con las regulaciones de la industria”, dijo Bernd Greifeneder, CTO de Dynatrace. “Una solución de análisis valiosa debe detectar problemas en los datos que alimentan el análisis y la automatización lo antes posible. Dynatrace OneAgent siempre ha ayudado a garantizar que los datos que recopila sean de la más alta calidad. Al agregar capacidades de observabilidad de datos a nuestra plataforma unificada y abierta, estamos permitiendo a nuestros clientes aprovechar el poder de los datos de más fuentes para obtener más posibilidades de análisis y automatización, al tiempo que mantienen la salud de sus datos, sin necesidad de herramientas adicionales”.