报告称仅27%的组织具备全栈可观察性
内容提要
根据New Relic报告，过去两年组织使用的可观察性工具减少了27%。调查显示，74%的受访者缺乏全栈可观察性，29%认为监控工具过多是主要挑战。缺乏全栈可观察性的组织每周经历高影响故障的可能性更高，52%的受访者计划在未来两年整合工具。
关键要点
-
根据New Relic报告，过去两年组织使用的可观察性工具减少了27%。
-
调查显示，74%的受访者缺乏全栈可观察性，无法在一个仪表板上查看基础设施、应用程序和服务的可见性。
-
29%的受访者认为监控工具过多是主要挑战，导致缺乏全栈可观察性。
-
没有全栈可观察性解决方案的组织每周经历高影响故障的可能性更高，达到40%。
-
高影响业务故障的平均成本为每小时200万美元。
-
52%的受访者计划在未来两年整合可观察性工具，形成统一平台。
-
48%的组织计划在可观察性工具中增加AIOps/机器学习能力。
-
三分之一的组织表示，未来两年将重点关注全栈可观察性。
延伸解读
全栈可观察性的缺失影响
缺乏全栈可观察性的组织每周面临高影响故障的可能性更高，达到40%。这表明，企业在监控和管理系统时，若无法整合各类数据，可能会导致频繁的业务中断，进而影响整体运营效率和客户体验。
工具整合的必要性
调查显示，52%的受访者计划在未来两年内整合可观察性工具，形成统一平台。这一趋势反映了企业对简化监控流程和提高数据可见性的迫切需求，能够有效减少工具冗余和数据孤岛现象。
AIOps的潜在价值
48%的组织计划在可观察性工具中增加AIOps或机器学习能力。这表明，企业希望通过智能化手段提升监控效率，自动化故障检测和响应，从而降低运营风险和成本。
延伸问答
根据New Relic的报告，组织使用的可观察性工具减少了多少？
组织使用的可观察性工具减少了27%。
缺乏全栈可观察性对组织有什么影响？
缺乏全栈可观察性的组织每周经历高影响故障的可能性更高，达到40%。
调查中有多少受访者认为监控工具过多是主要挑战？
29%的受访者认为监控工具过多是主要挑战。
未来两年，受访者中有多少人计划整合可观察性工具？
52%的受访者计划在未来两年整合可观察性工具。
高影响业务故障的平均成本是多少？
高影响业务故障的平均成本为每小时200万美元。
有多少组织计划在可观察性工具中增加AIOps/机器学习能力？
48%的组织计划在可观察性工具中增加AIOps/机器学习能力。
