公司动态 - Dynatrace宣布推出新的AI驱动的数据可观测性功能，旨在通过其分析和自动化平台提供高质量的数据支持，帮助消除误报并提供可信的业务分析和可靠的自动化 [1] - Dynatrace数据可观测性功能使业务分析、数据科学、DevOps、SRE、安全等团队能够确保平台中的数据质量，减少或消除对额外数据清洗工具的需求 [2] - TELUS的站点可靠性办公室总监Kulvir Gahunia表示，Dynatrace的OneAgent技术提供了高质量的数据支持，新的数据可观测性功能将进一步确保自定义数据源的数据质量，减少手动清洗数据的需求 [3] 行业趋势 - 高质量数据对于依赖数据制定业务和产品策略、优化和自动化流程以及推动持续改进的组织至关重要 [3] - 现代云生态系统的数据规模和复杂性，加上开源解决方案、开放API和其他自定义工具的广泛使用，使得实现高质量数据的目标变得困难 [3] - 根据Gartner的预测，到2026年，30%实施分布式数据架构的企业将采用数据可观测性技术，以提高其数据景观的可视性，而2023年这一比例不到5% [4] 技术优势 - Dynatrace数据可观测性功能与Davis超模态AI技术结合，提供预测性、因果性和生成性AI能力，为数据驱动团队带来以下优势 [4] - 数据新鲜度：确保用于分析和自动化的数据是最新的，并提醒任何问题，如库存不足、产品价格变化和时间戳异常 [4] - 数据量：监控数据的意外增加、减少或缺失，例如使用特定服务的客户数量，这可能表明未检测到的问题 [5] - 数据分布：监控数据值的分布模式、偏差或异常值，这可能表明数据收集或处理中的问题 [6] - 数据模式：跟踪数据结构并提醒意外变化，如新增或删除的字段，以防止意外结果，如报告和仪表板损坏 [7] - 数据来源：提供数据来源的精确根因细节，帮助团队在数据问题影响用户或客户之前主动识别和解决问题 [8] - 数据可用性：利用Dynatrace平台的基础设施可观测性能力，观察数字服务对服务器、网络和存储的使用情况，提醒异常情况，如停机和延迟，以确保数据源的稳定流动 [9] 客户反馈 - Dynatrace首席技术官Bernd Greifeneder表示，数据质量和可靠性对于组织的绩效、创新和行业合规性至关重要，Dynatrace OneAgent始终确保其收集的数据具有最高质量，新增的数据可观测性功能将进一步增强客户从更多来源获取数据的能力 [10] 产品发布 - Dynatrace数据可观测性功能预计将在公告发布后90天内对所有Dynatrace SaaS客户全面开放 [10]