En el mercado empresarial actual la seguridad digital se ha convertido en una de las necesidades más importantes. Cada vez son más las empresas que no solo quieren que su contenido esté seguro, sino que quieren tener información en tiempo real para poder evitar brechas de seguridad en toda la cadena digital de su empresa.
Entrevistamos a Sergio Monge, CEO de Datadope y uno de los tres socios fundadores de la compañía en 2017, tras identificar que el mercado demandaba una solución integral que diera respuesta a sus necesidades de analítica operacional. El desarrollo de esta solución requiere de unos tiempos, unos conocimientos y una agilidad que no poseen las grandes compañías.
¿Cuál crees que son los principales beneficios de implementar soluciones de Observabilidad como IOMETRICS en las empresas hoy en día?
Los beneficios de implementar soluciones como IOMetrics Observability son numerosos. El objetivo principal es tener el control absoluto de los sistemas y aplicaciones que soportan a los procesos de negocio de las operaciones, maximizando la disponibilidad de los mismos. Cuanto más tiempo estén disponibles y con un rendimiento óptimo, mayores serán los resultados de las empresas.
Además, implementar soluciones de Observabilidad proporciona a las empresas una ventaja competitiva significativa al mejorar la eficiencia operativa, optimizar el rendimiento, reducir costes y aumentar la satisfacción del cliente final. También, facilita una mejor colaboración entre equipos y permite una toma de decisiones más informada, adaptándose rápidamente a las necesidades cambiantes del negocio y del entorno tecnológico.
¿Qué distingue a las soluciones de Datadope de otras opciones disponibles en el mercado?
En Datadope, cuando hablamos de Observabilidad nos gusta hablar del concepto y no de la solución concreta. Hay funcionalidades diferenciales con respecto a otras soluciones de mercado como puede ser la fase de descubrimiento inicial y la creación de un mapa topológico que nos ayuda a poder hacer un root-casuse-análisis proactivo o la incorporación de monitorización sintética para poder disponer de una visión holística de los procesos
Como decía, no solo se trata de la solución, obviamente, es importante, aunque no es lo diferencial. En estos más de 7 años en el mercado hemos visto muchos clientes con buenas soluciones y con un denominador común: costes elevados y soluciones infrautilizadas.
Para poder desarrollar una buena estrategia de Observabilidad debemos hablar también de los estándares que se deben definir para poder manejar telemetría normalizada, el framework de trabajo, los procesos e incluso la evangelización de los diferentes equipos en las organizaciones, diferenciando las prioridades de cada uno de ellos y entregando el valor que cada equipo de trabajo busca. Todo esto unido a una buena solución de observabilidad y un “smart cost” es lo que hace diferencial la propuesta de Observabilidad de Datadope.
¿Qué papel juega la inteligencia artificial en la evolución de las soluciones de Observabilidad?
Hace unos años se produjo un cambio de paradigma en las tecnologías de la información debido a implantación masiva de soluciones cloud y de microservicios. Pasábamos de tener servicios y procesos monolíticos, con máquinas dedicadas de bases de datos y servidores de aplicaciones y web a tener servicios compartidos en cloud o contenedores. Este cambio hace mucho más complicado tener el control en las operaciones, dado que hay un volumen mucho más grande de datos y la trazabilidad de las transacciones es mucho más complicada. Para dar respuesta a este cambio de paradigma comienza la transformación de la monitorización en la Observabilidad.
La tecnología sigue evolucionando a pasos agigantados, creciendo también de manera significativa el volumen de los datos y esto se traduce nuevamente en dificultad para gestionar toda esta información y por tanto tener el control de lo que está sucediendo en las operaciones. Aquí es donde entra en juego el papel de la IA en la Observabilidad ya que nos va a permitir ser mucho más eficientes en esa trazabilidad, poder ser mucho más proactivos y predictivos, permitiendo a las operaciones adelantarse a los problemas y dedicar ese tiempo a aportar valor al negocio.
Ejemplos muy concretos de la utilización de la IA en la Observabilidad son la detección de comportamientos anómalos en sistemas/aplicaciones o la resolución automática de incidencias con aprendizaje automático.
¿Cuáles son los desafíos más comunes que enfrentan las empresas al adoptar herramientas de Observabilidad como IOMETRICS?
Cada organización es un mundo y como tal, cada una de ellas tiene unos objetivos diferentes y un grado de madurez diferente. Podría decir que los principales que nos encontramos en el mercado nacional son las aplicaciones y sistemas legacy. Hay una cantidad grande de aplicaciones que ya nacen en cloud o son de nueva generación, pero todavía quedan muchas aplicaciones y sistemas que corren en entornos legacy. Esto significa que la mayoría de grandes compañías en España tienen dos velocidades y dar respuesta a estos dos tipos de necesidades totalmente diferentes siempre es un reto.
El otro gran desafío diría que es la ansiedad de innovación. Siempre es bonito hablar de Machine Learning, Inteligencia Artificial, IA Generativa y todas las nuevas tecnologías que son tendencia en el mercado, al igual que las casas, la implantación de estas tecnologías hay que construirlas desde los cimientos. La Inteligencia Artificial es una herramienta poderosa para elevar la Observabilidad a otro nivel, primero hay que acometer lo básico para crear buenos cimientos y desde ahí crecer.
¿Qué impacto tiene la Observabilidad en la capacidad de respuesta y en la experiencia del cliente de las empresas?
En mi opinión, es la principal herramienta que tienen las empresas para poder gestionar correctamente la capacidad de respuesta y por tanto la experiencia del cliente.
Hay una métrica clave cuando hablamos de Observabilidad que es el MTTR (Mean Time To Repair) o tiempo medio de reparación. Esta métrica mide el tiempo medio que necesito para resolver un problema o incidencia. Por poner un ejemplo concreto para ver la importancia de este valor, imaginemos que tenemos una tienda online de venta de zapatos y cada hora vendo 100 zapatos.
No es lo mismo tener mi tienda de zapatos indisponible 5 horas que tenerla 30 minutos. En una caída de 5 horas habré dejado de vender 500 zapatos mientras que en una caída de 30 minutos habré dejado de vender 50 zapatos. La diferencia es importante. Digamos que esta es la parte que podemos medir, la parte cuantitativa, pero, ¿qué pasa con la experiencia del cliente? ¿Cómo afecta esa caída a mi imagen de marca? Seguramente el que no haya podido comprar zapatos en esas 5 horas lo haya hecho en otra tienda en la cual posiblemente haya tenido una buena experiencia de usuario y eso implica pérdida de clientes y de compras futuras.
Uno de los objetivos principales de la Observabilidad es tener un root-cause-analysis proactivo. Esto quiere decir que cuando se produce un problema sé por qué se ha producido y no tengo que perder tiempo en investigar esa causa.
¿Cuáles son las métricas clave que las empresas deben monitorear para asegurar una Observabilidad efectiva de sus sistemas y aplicaciones?
Nosotros a estas métricas clave las llamamos Golden KPIs y son diferentes dependiendo del sector e incluso de las tecnologías.
Existen una variedad de métricas clave que proporcionen una visión completa del rendimiento, la disponibilidad y la salud de los sistemas y aplicaciones. Estas métricas se pueden agrupar principalmente en tres categorías: infraestructura, aplicación y experiencia del usuario.
Poder disponer y observar estas métricas clave permite a las empresas tener una visión completa y profunda del estado de sus sistemas y aplicaciones. Esta Observabilidad efectiva es crucial para detectar y resolver problemas rápidamente, optimizar el rendimiento, mejorar la experiencia del usuario, asegurar el cumplimiento y proteger contra amenazas de seguridad. Implementar herramientas de Observabilidad que puedan recopilar, analizar y visualizar estos datos en tiempo real es esencial para mantener la salud y el rendimiento de los sistemas empresariales en el entorno digital actual.
Por último, un punto importante para poder disponer de una Observabilidad efectiva es la contextualización. Es importante disponer de métricas clave, y es más importante aún poder mezclar esas métricas para contextualizar los entornos y las diferentes situaciones. Esta contextualización es lo que lleva a las empresas a ser inmensamente más rápidas en la resolución de problemas o incluso en la prevención de los mismos.
¿Cómo se puede integrar la Observabilidad en la estrategia general de transformación digital de una empresa?
Integrar la Observabilidad en la estrategia general de transformación digital de una empresa implica alinear las herramientas y prácticas de Observabilidad con los objetivos y procesos de transformación digital.
La integración de la Observabilidad en la estrategia de transformación digital no es solo una mejora técnica, sino una necesidad estratégica. Esto significa alinear las herramientas y prácticas con los objetivos de negocio, seleccionar los socios estratégicos en Observabilidad y soluciones adecuadas, implementar de manera gradual, integrar con DevOps y CI/CD, automatizar procesos, capacitar a los equipos, y asegurar un ciclo de mejora continua y cumplimiento que permita a las organizaciones mantener y mejorar la competitividad y proporcionar un valor excepcional a los clientes tanto internos como externos.
La Observabilidad efectiva es una piedra angular para el éxito de las compañías en la era digital.
