Έχεις ένα e-shop. Κάποιος κάνει checkout αυτή τη στιγμή. Το checkout είναι χαλασμένο. Ο πελάτης παίρνει σφάλμα. Ο πελάτης φεύγει. Μόλις έχασες μια πώληση.
Χωρίς πίνακα ελέγχου λειτουργιών, δεν θα έβρισκες το σφάλμα μέχρι αύριο, όταν θα δεις την ημερήσια αναφορά.
Με πίνακα ελέγχου λειτουργιών, η ομάδα λειτουργιών εντοπίζει το σφάλμα μέσα σε δευτερόλεπτα. Το διορθώνει αμέσως. Ο πελάτης ξαναδοκιμάζει. Η πώληση ολοκληρώνεται.
Κόστος της αργής ανίχνευσης: εκατοντάδες δολάρια την ώρα για κάθε σφάλμα.
Οι πίνακες ελέγχου λειτουργιών πιάνουν τα προβλήματα σε πραγματικό χρόνο, όχι ώρες ή ημέρες αργότερα.
Η δουλειά των πινάκων ελέγχου λειτουργιών
Οι πίνακες ελέγχου λειτουργιών παρακολουθούν την υγεία των συστημάτων και τις ενεργές λειτουργίες.
Είναι ενεργή η ιστοσελίδα; Δουλεύουν οι ροές checkout; Ανταποκρίνονται οι επεξεργαστές πληρωμών; Στέλνονται τα email; Πετυχαίνουν οι κλήσεις API;
Ο πίνακας ελέγχου λειτουργιών δεν αφορά έσοδα ή επιχειρηματικούς δείκτες. Αφορά την υγεία των συστημάτων.
Απαίτηση για δεδομένα πραγματικού χρόνου
Ο πίνακας ελέγχου λειτουργιών πρέπει να ενημερώνεται σε πραγματικό χρόνο ή σχεδόν (μέσα σε ένα λεπτό).
Τα καθυστερημένα δεδομένα είναι άχρηστα. Αν ο πίνακας ενημερώνεται κάθε ώρα, χάνεις τις διακοπές που συμβαίνουν ανάμεσα στις ενημερώσεις.
Η απαίτηση πραγματικού χρόνου σημαίνει: ο πίνακας ελέγχου λειτουργιών είναι ακριβός στη δημιουργία και τη συντήρηση. Χρησιμοποίησέ τον μόνο για κρίσιμα συστήματα.
Τι να παρακολουθείς στον πίνακα ελέγχου λειτουργιών
Διαθεσιμότητα συστήματος
Ανταποκρίνεται η ιστοσελίδα; Πράσινο αν είναι ενεργή, κόκκινο αν είναι εκτός λειτουργίας.
Χρόνος απόκρισης
Πόσο γρήγορη είναι η ιστοσελίδα. Πράσινο αν είναι κάτω από δύο δευτερόλεπτα, κίτρινο αν είναι δύο έως πέντε δευτερόλεπτα, κόκκινο αν είναι πάνω από πέντε δευτερόλεπτα.
Ποσοστό σφαλμάτων
Τι ποσοστό των αιτημάτων επιστρέφει σφάλματα. Πράσινο αν είναι κάτω από 0.1%, κίτρινο αν είναι 0.1% έως 0.5%, κόκκινο αν είναι πάνω από 0.5%.
Ενεργές συναλλαγές
Πόσες συναλλαγές γίνονται αυτή τη στιγμή. Για αναφορά. Από μόνο του δεν είναι καλό ή κακό.
Χοάνη μετατροπών σε εξέλιξη
Πόσοι επισκέπτες βρίσκονται σε κάθε βήμα του checkout αυτή τη στιγμή. Η εγκατάλειψη σε οποιοδήποτε βήμα ξεκινά διερεύνηση.
Απόδοση API
Χρόνοι απόκρισης για εξωτερικές ενσωματώσεις. Επεξεργαστής πληρωμών, υπηρεσία email, API αποστολών.
Απόδοση βάσης δεδομένων
Χρόνοι απόκρισης ερωτημάτων, υγεία της ομάδας συνδέσεων.
Πραγματικό παράδειγμα: πίνακας ελέγχου λειτουργιών e-commerce
Πάνω ενότητα (υγεία συστήματος)
Κατάσταση ιστοσελίδας: ΕΝΕΡΓΗ (πράσινο). Χρόνος απόκρισης: 1.2 δευτερόλεπτα (πράσινο). Ποσοστό σφαλμάτων: 0.08% (πράσινο). Ενεργοί χρήστες: 423. Συναλλαγές σε εξέλιξη: 17.
Μεσαία ενότητα (χοάνη checkout)
Προβολή καλαθιού: 127 χρήστες. Έναρξη checkout: 89 χρήστες (70% μετατροπή από το καλάθι). Στοιχεία αποστολής: 72 χρήστες (81% μετατροπή). Στοιχεία πληρωμής: 68 χρήστες (94% μετατροπή). Επιβεβαίωση παραγγελίας: 64 χρήστες (94% μετατροπή). Εγκατάλειψη στα στοιχεία αποστολής: 17 χρήστες (στάσου, αυτό είναι υψηλότερο από το φυσιολογικό, ψάξε το).
Κάτω ενότητα (ενσωματώσεις)
Επεξεργαστής πληρωμών: ανταποκρίνεται σε 800ms (πράσινο). Υπηρεσία email: 99.8% παράδοση (πράσινο). Υπολογιστής αποστολής: ανταποκρίνεται σε 1200ms (κίτρινο, λίγο αργός).
Άμεση ενέργεια
Η εγκατάλειψη στα στοιχεία αποστολής είναι υψηλότερη από το φυσιολογικό. Έλεγξε αν η καθυστέρηση του υπολογιστή αποστολής προκαλεί εγκατάλειψη.
Σύστημα ειδοποιήσεων
Ο πίνακας ελέγχου λειτουργιών πρέπει να στέλνει ειδοποιήσεις όταν οι δείκτες γίνονται κόκκινοι.
Ειδοποίηση στην ομάδα λειτουργιών αμέσως. Όχι email που μπορεί να χαθεί. SMS ή μήνυμα στο chat ή pager που διακόπτει.
Τα όρια πρέπει να είναι αυστηρά. Δεν θες ψευδείς συναγερμούς. Είναι όμως καλύτερα να έχεις έναν ψευδή συναγερμό και να πιάσεις ένα πραγματικό πρόβλημα, παρά να χάνεις προβλήματα.
Παραδείγματα ορίων: ιστοσελίδα εκτός λειτουργίας για 30 δευτερόλεπτα = ειδοποίηση. Ποσοστό σφαλμάτων πάνω από 1% για 5 λεπτά = ειδοποίηση. Χρόνος απόκρισης πάνω από 5 δευτερόλεπτα για 10 λεπτά = ειδοποίηση. Επεξεργαστής πληρωμών που δεν ανταποκρίνεται = ειδοποίηση αμέσως.
Η εναλλαγή εφημερίας
Για συστήματα αρκετά κρίσιμα ώστε να χρειάζονται πίνακα ελέγχου λειτουργιών, χρειάζεσαι εναλλαγή εφημερίας.
Κάποιος είναι υπεύθυνος για την παρακολούθηση 24/7. Αν χτυπήσει ειδοποίηση στις 3 τα ξημερώματα, ο εφημερεύων ξυπνά και διορθώνει το πρόβλημα.
Η εφημερία είναι ακριβή. Το κόστος της διακοπής όμως είναι ακριβότερο.
Βάλε στον πίνακα ελέγχου λειτουργιών με εφημερία μόνο κρίσιμα συστήματα.
Τι ΝΑ ΜΗΝ παρακολουθείς
Μην παρακολουθείς επιχειρηματικούς δείκτες στον πίνακα ελέγχου λειτουργιών. Έσοδα, μετατροπές, τάσεις επισκεψιμότητας ανήκουν σε επιχειρηματικούς πίνακες, όχι σε πίνακες λειτουργιών.
Το ανακάτεμα επιχειρηματικών δεικτών και δεικτών λειτουργιών μπερδεύει τον σκοπό. Οι δείκτες λειτουργιών αφορούν την υγεία των συστημάτων. Οι επιχειρηματικοί την υγεία της επιχείρησης.
Ξεχωριστοί πίνακες για ξεχωριστούς σκοπούς.
Πίνακας ελέγχου και ειδοποιήσεις
Ο πίνακας ελέγχου λειτουργιών σε αφήνει να παρακολουθείς προληπτικά. Έλεγξε τον πίνακα πριν το πρόβλημα γίνει κρίσιμο.
Οι ειδοποιήσεις σε αφήνουν να αντιδράσεις. Το πρόβλημα συμβαίνει, χτυπά η ειδοποίηση, το διορθώνεις.
Χρειάζονται και τα δύο. Ο πίνακας για προληπτική παρακολούθηση. Οι ειδοποιήσεις για αντίδραση όταν κανείς δεν κοιτά τον πίνακα.
Σχέδια αντίδρασης σε περιστατικά
Όταν χτυπά μια ειδοποίηση, τι γίνεται μετά; Η ομάδα λειτουργιών πρέπει να έχει σχέδιο για κάθε τύπο ειδοποίησης.
Ειδοποίηση για ιστοσελίδα εκτός λειτουργίας: επανεκκίνηση του web server. Αν παραμένει εκτός λειτουργίας, μετάβαση στο εφεδρικό σύστημα. Αν παραμένει εκτός λειτουργίας, κλιμάκωση σε senior μηχανικό. Ειδοποίηση για πτώση επεξεργαστή πληρωμών: αλλαγή σε εφεδρικό επεξεργαστή. Ενημέρωση των πελατών για πιθανή καθυστέρηση. Παρακολούθηση μέχρι να ανακάμψει ο κύριος επεξεργαστής. Ειδοποίηση για αργή βάση δεδομένων: έλεγχος της ομάδας συνδέσεων. Αν είναι γεμάτη, αύξησέ την. Έλεγχος του log ερωτημάτων. Τερματισμός αργών ερωτημάτων. Παρακολούθηση.
Τα σχέδια αποτρέπουν τον πανικό. Τα καθαρά βήματα αποτρέπουν λάθη.
Συχνές ερωτήσεις
Πόσο συχνά πρέπει να ελέγχουμε τον πίνακα ελέγχου λειτουργιών;
Συνεχώς στις ώρες εργασίας. Ένας άνθρωπος να παρακολουθεί πάντα. Εκτός ωρών εργασίας, παρακολουθεί ο εφημερεύων. Για μη κρίσιμα συστήματα, έλεγχος κάθε ώρα. Για κρίσιμα συστήματα (επεξεργασία πληρωμών, checkout), συνεχής παρακολούθηση. Όρισε ποια συστήματα είναι κρίσιμα: συστήματα όπου μία ώρα διακοπής κοστίζει σημαντικά έσοδα. Όλα τα άλλα μπορούν να ελέγχονται ανά ώρα. Με τον δημιουργό ιστοσελίδων του WEMASY, μπορείς να το ρυθμίσεις απευθείας στην ιστοσελίδα σου.
Ποιος χρόνος απόκρισης είναι αποδεκτός;
Για checkout e-commerce: κάτω από δύο δευτερόλεπτα. Για ιστοσελίδα μάρκετινγκ: κάτω από τρία δευτερόλεπτα. Για εσωτερικά εργαλεία διαχείρισης: κάτω από πέντε δευτερόλεπτα. Πιο αργά από αυτά και υποφέρει η μετατροπή ή η εμπειρία του χρήστη. Μέτρησε από την οπτική του χρήστη, όχι του server. Αν ο χρήστης αντιλαμβάνεται καθυστέρηση, είναι πολύ αργό.
Πώς αποφεύγουμε την κούραση από τις ειδοποιήσεις;
Αυστηρά όρια. Ειδοποίησε μόνο όταν υπάρχει πραγματικό πρόβλημα. Αν παίρνεις δέκα ειδοποιήσεις τη μέρα και οι εννέα είναι ψευδείς συναγερμοί, οι άνθρωποι σταματούν να προσέχουν. Καλύτερα δύο ειδοποιήσεις τη μέρα που είναι όλες πραγματικές. Ρύθμισε τα όρια επιθετικά. Αν χτυπήσει ειδοποίηση και δεν είναι επείγουσα, αύξησε το όριο. Η κούραση από τις ειδοποιήσεις σκοτώνει την ανταπόκριση.
Πρέπει ο πίνακας ελέγχου λειτουργιών να είναι προσβάσιμος από κινητό;
Ναι. Ο εφημερεύων πρέπει να τον ελέγχει από παντού. Φρόντισε να δουλεύει στο κινητό. Ο εφημερεύων μπορεί να είναι μακριά από το γραφείο. Βελτιστοποίησε για κινητά. Μεγάλες περιοχές αφής. Απλή διάταξη. Γρήγορη φόρτωση ακόμα και σε 4G.
Πώς παρακολουθούμε την υγεία των λειτουργιών με τον καιρό;
Κατάγραψε όλους τους δείκτες. Παρότι ο πίνακας ελέγχου λειτουργιών είναι σε πραγματικό χρόνο, κράτα ιστορικό. Έλεγχε εβδομαδιαία: πόσο συχνά ήμασταν εκτός λειτουργίας, πόσο αργοί ήμασταν, ποια ήταν τα κύρια σφάλματα. Χρησιμοποίησε το ιστορικό για να βρεις συστημικά προβλήματα. Παράδειγμα: αν έχεις τρία timeouts του επεξεργαστή πληρωμών την εβδομάδα, ψάξε τον επεξεργαστή πληρωμών. Μην αλλάζεις απλώς το όριο της ειδοποίησης.
Τι γίνεται αν ο εφημερεύων δεν ξέρει πώς να διορθώσει το πρόβλημα;
Έχε διαδρομή κλιμάκωσης. Ο εφημερεύων είναι ο πρώτος που αντιδρά. Αν δεν μπορεί να το διορθώσει σε πέντε λεπτά, κλιμάκωσε σε senior μηχανικό. Ο senior μηχανικός είναι το δεύτερο επίπεδο. Αν δεν μπορούν να το διορθώσουν και οι δύο, κλιμάκωσε στην υποστήριξη του παρόχου ή στον CEO. Τα σχέδια αντίδρασης πρέπει να ορίζουν τη διαδρομή κλιμάκωσης για κάθε τύπο ειδοποίησης.