Dynatrace introduceert Data Observability

Dynatrace kondigt Dynatrace Data Observability aan waarmee teams kunnen vertrouwen op alle observatie-, beveiligings- en zakelijke gegevens in Dynatrace. Dit vormt de brandstof voor de Davis AI-engine van het platform, helpt false positives te elimineren en zorgt voor betrouwbare bedrijfsanalyses en betrouwbare automatiseringen.

Dynatrace Data Observability zorgt ervoor dat alle gegevens op het Dynatrace-platform van hoge kwaliteit zijn. Dit is een aanvulling op de bestaande mogelijkheden voor het opschonen en verrijken van gegevens van het platform, geleverd door Dynatrace OneAgent. Het helpt een hoge kwaliteit te garanderen voor gegevens die zijn verzameld via andere externe bronnen, waaronder open source-standaarden zoals OpenTelemetry en aangepaste instrumentatie zoals logs en Dynatrace API's. Het stelt teams in staat de recentheid, het volume, de distributie, de structuur, de herkomst en de beschikbaarheid van deze extern verkregen gegevens bij te houden. Hierdoor vermindert of verdwijnt de behoefte aan aanvullende tools voor het opschonen van gegevens.

De schaal en complexiteit van gegevens uit cloud-ecosystemen, gecombineerd met het toegenomen gebruik van open source-oplossingen, open API's en andere op maat gemaakte instrumenten, maken het moeilijk om hoge datakwaliteit te bereiken. Door technieken voor het observeren van data toe te passen, kunnen organisaties de beschikbaarheid, betrouwbaarheid en kwaliteit van data gedurende de hele datalevenscyclus verbeteren, van opname tot analyse en automatisering. Volgens Gartner zal “in 2026 30 procent van de ondernemingen die gedistribueerde data-architecturen implementeren, technieken voor data-observatie hebben geïmplementeerd om inzicht in de staat van hun datalandschap te verbeteren, vergeleken met minder dan 5 procent in 2023.”

Dynatrace Data Observability werkt met andere core Dynatrace-platform technologieën, waaronder Davis hypermodale AI die voorspellende, causale en generatieve AI-mogelijkheden combineert. Dit biedt datagestuurde teams de volgende voordelen:
• Actualiteit: de gegevens die worden gebruikt voor analyse en automatisering zijn up-to-date en actueel. Het waarschuwt voor eventuele problemen, bijvoorbeeld een niet-voorradige inboedel, wijzigingen in productprijzen en afwijkingen in de tijdstempel.
• Volume: controleert op onverwachte stijgingen, dalingen of hiaten in gegevens (bijvoorbeeld het aantal gerapporteerde klanten die een bepaalde service gebruiken) die op niet-gedetecteerde problemen kunnen duiden.
• Distributie: controleert op patronen, afwijkingen of uitschieters in de dataset, waardoor problemen bij het verzamelen of verwerken van gegevens gesignaleerd kunnen worden
• Structuur: houdt de gegevensstructuur bij en waarschuwt voor onverwachte wijzigingen, zoals nieuwe of verwijderde velden, om onverwachte uitkomsten zoals niet-werkende rapporten en dashboards te voorkomen.
• Lineage: levert nauwkeurige details over de oorsprong van gegevens en welke services deze stroomafwaarts zullen beïnvloeden, waardoor teams problemen met gegevens proactief kunnen identificeren en oplossen, voordat deze gevolgen hebben voor gebruikers of klanten.
• Beschikbaarheid: maakt gebruik van de infrastructure observability capabilities van het Dynatrace platform om het gebruik van servers, netwerken en opslag door digitale diensten te observeren en te waarschuwen voor afwijkingen zoals downtime en latency. Zo ontstaat er een continue stroom gegevens voor gezonde analyses en automatisering.