Bir yönetici analitik paneli ham telemetri değil, beş ila sekiz sonuç KPI'sı göstermelidir: müşteriye dönük her hizmet için SLA veya SLO'ya karşı erişilebilirlik, kalan hata bütçesi, önem derecesine göre müşteriyi etkileyen olaylar, MTTR trendi, kritik yolculuklarda p95 yanıt süresi, sertifika ve alan adı süre sonu riski ile trafik ve hata sayfası trendi. Her KPI'nın bir hedefe, bir trende ve tek satırlık bir yoruma ihtiyacı vardır; geri kalan her şey mühendislik panellerine aittir.
Yöneticiler Neden Metriklere Değil Sonuçlara İhtiyaç Duyar?
Liderler yatırım, risk ve müşteri taahhütleri hakkında karar verir. Bir CPU grafiği veya 400 uyarı, onlara bir güvenilirlik projesini finanse edip etmemeleri ya da bir lansmanı erteleyip ertelememeleri gerektiğini söylemez. Sonuç KPI'ları üç soruyu yanıtlar: Müşteriler söz verdiğimiz şeyi alıyor mu, trend iyileşiyor mu ve risk nerede?
Faydalı bir test: Bir sayı hiçbir müşteri fark etmeden değişebiliyorsa, burada yeri yoktur.
Önerilen KPI Seti
| KPI | Tanım | Hedef örneği | Yöneticiler neden önemser? |
|---|---|---|---|
| SLO'ya karşı erişilebilirlik | Müşteriye dönük her hizmet için başarılı kontrollerin payı | Ödeme ve API için aylık %99,9 | Sözleşmesel SLA'larla eşleşir |
| Kalan hata bütçesi | İzin verilen kesinti süresinden kullanılan kesinti süresinin çıkarılmış hâli | Ay ortasında %50'nin üzerinde kalan | Sürümlerin ne zaman yavaşlatılacağını gösterir |
| Müşteriyi etkileyen olaylar | Kullanıcıların hissettiği olaylar, önem derecesine göre | Sıfır Sev-1, en fazla iki Sev-2 | Uyarı gürültüsü değil, gerçek sıkıntı |
| MTTR trendi | Tespitten kurtarmaya kadar geçen ortalama süre | 30 dakikanın altında ve düşüşte | Operasyonel olgunluğu yansıtır |
| p95 yanıt süresi | Oturum açma ve ödemede isteklerin %95'i için gecikme | 800 ms'nin altında | Yavaşlık dönüşümlere mal olur |
| Süre sonu riski | 30 gün içinde süresi dolacak sertifikalar ve alan adları | Sıfır öğe | Önlenebilir, utanç verici kesintiler |
| Trafik ve hata sayfası trendi | Ziyaretçiler ve 4xx/5xx yanıtlarının payı | Sayfa görüntülemelerinin %0,1'inin altında 5xx | Güvenilirliği kullanıcıların maruz kaldığı durumla ilişkilendirir |
| Aydan aya değişim | Her KPI için değişimin yönü ve büyüklüğü | Her kutucukta ok ve yüzde | Nereye odaklanılacağını gösterir |
Hata Bütçesi Hesabını Doğru Yapmak
Hata bütçesi, SLO'nuzun izin verdiği güvenilmezlik miktarıdır. 30 günlük bir ayda 43.200 dakika vardır; dolayısıyla:
- %99,9, %0,1'e yani yaklaşık 43,2 dakikalık kesintiye izin verir
- %99,95 yaklaşık 21,6 dakikaya izin verir
- %99,99 yaklaşık 4,3 dakikaya izin verir
%99,9 hedefine karşı yaşanan tek bir 30 dakikalık olay, aylık bütçenin yaklaşık %70'ini tüketir. “13 dakika kaldı” ifadesi, yöneticiler için “%99,93 erişilebilirlik” ifadesinden daha anlaşılırdır. Daha ayrıntılı SLO tasarımı için API SLO izleme rehberimize göz atın.
Panelin Dışında Bırakılması Gerekenler
Bunları mühendislik görünümlerinde tutun:
- CPU, bellek ve disk kullanımı. Sonuç değil nedendir ve sürekli dalgalanır.
- Ham uyarı sayıları. Daha fazla uyarı daha iyi kapsam veya daha kötü ayar anlamına gelebilir; iki yorum da bir lider için faydalı değildir.
- Ana makine başına ping ve port sonuçları. Düğüm gecikmesi yönetim kurulunu değil, ağ ekibini ilgilendirir.
- Tüm izleyicilerin ortalaması alınmış çalışma süresi (uptime). Bir ödeme API'sinin ortalamasını bir pazarlama mikro sitesiyle birlikte almak, önemli olan sayıyı gizler.
Okunan Bir Sunum
Yöneticiler bir güvenilirlik özetine çoğu zaman bir dakikadan az zaman ayırır; bu nedenle hızlı göz atmaya uygun tasarlayın:
- Her değerin yanında bir hedef gösterin. “%99,9 hedefe karşı %99,87” bir anlam taşır; tek başına “%99,87” taşımaz.
- Trend oklarını ve rengi ölçülü kullanın. Yeşil, sarı ve kırmızı hedefe göre belirlenmelidir.
- Her KPI için tek satırlık bir yorum ekleyin. “İkisi de üçüncü taraf bir ödeme ağ geçidinden kaynaklanan iki Sev-2 olayı; yedekleme (failover) çalışması 4. çeyrek için planlandı” ifadesi veriyi bir karara dönüştürür.
- Sabit bir ritim belirleyin. Haftalık e-posta güncellemeleriyle birlikte aylık bir inceleme çoğu kuruluşa uygundur.
Bu yorumları elle yazmak yorucudur ve yapay zekâ raporları tam da burada yardımcı olur. UpScanX yapay zekâ raporları anomalileri özetler, ilişkili uyarıları olaylar altında ilişkilendirir, kök neden ipuçları ve trend tahminleri sunar ve e-postayla planlanabilir; böylece yönetim ham bir dışa aktarım yerine bir anlatı alır.
Veriler Nereden Gelir?
Bu KPI'ların çoğu zaten çalıştırdığınız izlemelerden gelir. Erişilebilirlik, olay sayıları ve yanıt süreleri birden fazla bölgeden çalıştırılan HTTP ve API kontrollerinden gelir. Süre sonu riski SSL ve alan adı izlemeden gelir. Trafik ve hata sayfası trendleri web analitiğinden gelir: UpScanX analitik paneli her planda ücretsizdir ve sayfa görüntülemelerini, ziyaretçileri, trafik kaynaklarını ve HTTP durum kodu dağılımını gösterir; böylece bir 5xx artışının gerçek kullanıcılara ulaşıp ulaşmadığını görebilirsiniz.
Önemli Çıkarımlar
- Yönetici görünümünü, müşteriye dönük hizmetlere bağlı beş ila sekiz sonuç KPI'sıyla sınırlayın.
- Güvenilirliği kalan hata bütçesi olarak ifade edin; 30 gün boyunca %99,9, yaklaşık 43,2 dakikaya eşittir.
- Müşteriyi etkileyen olayları önem derecesine göre sayın ve MTTR'yi bir trend olarak takip edin.
- Altyapı metriklerini, uyarı hacimlerini ve ana makine başına verileri mühendislik panellerinde bırakın.
- Her KPI'yı bir hedef, bir trend oku ve tek cümlelik bir bağlamla eşleştirin.