使用效能儀表板來追蹤 KPI 和服務供應狀況,監控對組織而言最重要的資訊。
分析泳道中的多項服務指標,以最高逼真度鑽研原始資料,快速找出根本原因。
使用機器學習和歷史資料偵測未來服務效能下降。存取所有資料,針對真正的極端值發出警示,而非平均值之平均值。
將多個來源的事件收集至單一架構並加以強化。使用現成的機器學習原則,在資料進入系統時觸發警示。
依事件對組織的影響來劃分事件優先順序,讓系統優先處理最重大的問題。
直接從事件審查作業中觸發服務票證、待命回應或自動化腳本。
我在 IT 管理領域打滾 20 多年,這是我第一次能夠對我的 IT 環境進行異質全端的監控。