Les équipes d’ingénieurs et d’ITOps doivent alors établir un lien clair entre les problèmes de performance des systèmes et des indicateurs métiers essentiels tels que le taux de croissance, la conversion des clients ou le chiffre d’affaires. La continuité des activités et la résilience numérique des systèmes représentent des enjeux majeurs. Mettre en lumière leur valeur auprès des dirigeants contribue grandement à améliorer l’expérience utilisateur.
Une nouvelle façon de mesurer le ROI
Depuis quelques années, les discussions autour de l’observabilité étaient surtout axées sur la collecte de logs, de métriques et de traces pour alimenter l’APM et superviser les infrastructures. Toutefois, l’accent devrait davantage être mis sur le monitoring de l’expérience utilisateur. Il ne s’agit plus uniquement de superviser les systèmes back-end, mais également de mesurer la connectivité sur les réseaux internes ou externes à l’entreprise et l’expérience réelle des utilisateurs, qu’ils soient collaborateurs,administrés ou clients.
Le retour sur investissement de l’observabilité doit être évalué différemment par les équipes d’ingénieurs et d’ITOps. Par exemple, l’impact de l’expérience numérique sur les applications critiques orientées client peut être mesuré à travers des indicateurs tels que la perte de revenus, la satisfaction des clients, les scores NPS ou encore
les taux de fidélisation.
Concevoir des initiatives d’observabilité orientées client permet aux équipes d’ingénieurs et d’ITOps d’identifier des relations clés, par exemple, l’impact de la vitesse d’un site sur les taux de conversion, ou encore la corrélation entre les performances et l’abandon des utilisateurs. En exploitant les données d’observabilité dès le début du cycle de développement logiciel, les entreprises peuvent optimiser leurs codes et les fonctionnalités des applications. Cette approche favorise également la hiérarchisation des problèmes, l’alignement des équipes, la proactivité et une meilleure évaluation du ROI
des initiatives d’observabilité.
Et l’IA dans tout ça ?
Si les entreprises disposent aujourd’hui d’une multitude de données pour prendre des décisions plus éclairées, leur exploitation reste un défi. L’IA offre de nouvelles solutions en corrélant et en résumant les données sous différents formats, facilitant ainsi une compréhension plus générale et approfondie des relations entre lesdites données.L’IA permet donc aux équipes techniques de relier les données d’observabilité aux risques métiers de manière plus efficace. Par ailleurs, elle fournit aux dirigeants une vue d’ensemble claire des activités et des éventuelles anomalies dans l’organisation.
En adoptant une approche d’observabilité pour l’IA, les entreprises peuvent également tirer parti de l’AIOps. En associant intelligence artificielle et machine learning, elles sont davantage en mesure de gérer le volume croissant d’alertes généré par une visibilité accrue. En filtrant ces alertes et en mettant en lumière les plus prioritaires, ces outils apportent du contexte tout en favorisant une intervention humaine mieux ciblée.
La finalité de l’observabilité est d’offrir une expérience utilisateur positive. Pour cela, les entreprises doivent être capables d’analyser les coûts des temps d’arrêt ou des ralentissements en temps réel, à tous les niveaux de granularité, et de transmettre ces informations dans un langage accessible à l’ensemble des collaborateurs. Qui plus est, les données collectées pour l’observabilité peuvent aussi servir d’autres branches, comme les équipes de cybersécurité, en renforçant la visibilité globale des systèmes.
Par Stéphane Estevez, EMEA Observability Market Advisor chez Splunk
