预测和纠正错误是一项对当今企业至关重要的创新，数字 旅程策划公司Delfia正在进行这项开创性的工作，但它的功能远不止于此：该公司一直在加强其面向业务的可观测性方面的表现，这项服务对于那些希望将技术性能与创造真正价值相结合的公司来说越来越重要。
Delfia 在数据、基础设施和客户体验方面拥有丰富的经验，他们认为可观测性已不再仅仅是一种技术工具，而是成为了加速业绩增长的利器。“如今，我们可以追踪整个数字化体验，从基础设施到财务影响，并利用近乎实时的数据和指标，将收入、客户流失率和结账时间等战略业务指标直接关联起来，”Delfia 的创始人兼总裁 Rodrigo Bocchi 解释道。“可观测性就像指南针，能够将每一字节的遥测数据转化为竞争优势，”他补充道。.
Delfia 已在自动扩展和自动化事件修复等任务中实现了超过 95% 的自动化置信度。该公司目前正在测试生成式人工智能，该技术能够基于海量数据以及技术和商业背景，提出完整的行动方案，并最终由人工进行验证。其目标是发展成为一个更加智能和主动的模型，在该模型中，可观测性不仅能够检测故障，还能推荐最佳应对措施，以确保业务连续性。.
从技术数据到战略决策。
Delfia 的方案超越了对 CPU、内存和日志等“生命体征”的传统监控。该公司整合了包括指标、事件、日志、追踪数据以及转化率和支付等产品数据在内的多个数据源，从而提供对整个数字化运营的统一视图。这种方法能够快速检测异常情况，预测其对关键绩效指标 (KPI) 的影响，并将技术问题转化为可执行的业务洞察。.
该流程首先详细绘制客户旅程图，并建立每笔交易与相关技术组件之间的关联。遥测数据会整合商业信息层，包括订单价值和用户画像等变量。在此基础上，Delfia 应用人工智能关联模型，对故障、速度下降或使用高峰等情况造成的财务影响进行预测分析。.
该公司还构建了服务目录和服务级别目标 (SLO)，明确了各项指标和责任，使技术和业务领域围绕共同目标保持一致。这样，技术决策就能基于对业务的可衡量影响而制定。.
多个领域的成果
面向业务的可观测性已在电子商务、金融服务、物流和客户体验等领域展现出直接影响。例如，在零售业，这种方法可以缩短结账时间并提高转化率。在金融领域，它可以提高即时支付的效率，并确保遵守开放金融等法规。在物流领域，它可以优化路线并避免违约处罚；而在产品和客户体验领域，它有助于将技术性能与净推荐值 (NPS) 和客户满意度关联起来。.
各行各业的公司已经开始体验到Delfia提供的以业务为导向的可观测性带来的益处。例如，专注于数字化债务协商的金融科技公司Acerto成功将故障诊断时间缩短了40%，将问题解决时间从数天缩短至约两小时。零售连锁店Havan在“黑色星期五”前将其监控覆盖率提升至100%，大幅缩短了平均事件响应时间。主要专注于汽车租赁的出行公司Localiza&Co预测了130个潜在错误，实现了两年的成熟度飞跃。而阿根廷最大的高等教育集团之一Ânima Educação则在基础设施方面节省了20%，同时性能提升了60%，合同成本降低了42%。Delfia指出，目前阻碍许多组织采用这种方法的因素仍然是缺乏强有力的管理层支持以及技术目标与商业目标之间的不匹配。该公司倡导采取以下行动：将业务 KPI 纳入技术团队的日常工作中，实施跨职能 SLO，并投资于有关事件和运营效率低下造成的财务影响的持续教育。.
可观测性的未来
Delfia认为，在未来几年，可观测性将成为一项竞争优势，尤其是在监管严格且高度数字化的行业。“可观测性成熟的公司实现财务和运营目标的可能性是其他公司的四倍，”Rodrigo Bocchi强调说。.
该公司还观察到，FinOps、SecOps、GreenOps 和实时监控等重要趋势是可观测性演进的支柱。例如，在金融科技公司 Zoop 的案例中，Delfia 帮助其将十种工具整合到一个基于 Datadog 的解决方案中，从而降低了成本并提高了治理水平。另一个例子是，Acerto 将可观测性和安全性集成后，平均响应时间缩短至两小时以内。.
随着生成式人工智能、开放金融的发展以及对实时决策的需求，Delfia 通过持续的数据流、精确跟踪人工智能模型性能以及持续遵守 LGPD（巴西通用数据保护法）等监管框架，为客户做好准备。.
